[发明专利]违约损失率预测方法及装置

说明书

本申请提供了一种违约损失率预测方法及装置，该方法包括：获取目标债项的债项数据；基于所述债项数据中的债项类型，确定所述目标债项对应的LGD预测模型；应用所述目标债项对应的LGD预测模型和债项数据，得到该目标债项的最终违约损失率。本申请能够提高违约损失率预测的准确性。

技术领域

本申请涉及数据处理技术领域，尤其涉及一种违约损失率预测方法及装置。

背景技术

违约损失率LGD是指债务人对某一债项违约后导致的损失金额与暴露于该违约风险下的所有金额之间的比例，即损失占风险暴露总额的百分比。从贷款回收的角度看，违约损失率可以反映贷款的回收程度，即违约损失率＝1－回收率，而回收率＝回收金额/放款金额，回收金额是指客户发生违约后，因无法偿还债务，通过拍卖担保品，强制执行借款人存款或其他催收方式所回收的金额。

巴塞尔新资本协议中的内部评级高级法允许银行业对LGD进行自行估计，但目前大多数银行还无法自行计算LGD，或因数据缺乏、数理统计模型少以及LGD计算方法落后等原因导致LGD预测的准确性低。

发明内容

针对现有技术中的问题，本申请提出了一种违约损失率预测方法及装置，能够提高违约损失率预测的准确性。

为了解决上述技术问题，本申请提供以下技术方案：

第一方面，本申请提供一种违约损失率预测方法，包括：

获取目标债项的债项数据；

基于所述债项数据中的债项类型，确定所述目标债项对应的LGD预测模型；

应用所述目标债项对应的LGD预测模型和债项数据，得到该目标债项的最终违约损失率。

进一步地，所述基于所述债项数据中的债项类型，确定所述目标债项对应的LGD预测模型，包括：

获取多条历史债项对应的实际违约损失率和历史债项数据；

应用各条所述历史债项对应的实际违约损失率和历史债项数据，得到多个LGD预测模型；

根据所述债项数据中的债项类型和多个所述LGD预测模型，确定所述目标债项对应的LGD预测模型。

进一步地，所述应用所述目标债项对应的LGD预测模型和债项数据，得到该目标债项的最终违约损失率，包括：

若所述目标债项的债项类型属于非违约债项类型，则基于该目标债项的债项类型，以及预设的债项类型与权重关系表，确定所述目标债项对应的权重值组；

应用所述目标债项对应的LGD预测模型、权重值组和债项数据，得到所述目标债项的最终违约损失率。

进一步地，所述应用所述目标债项对应的LGD预测模型和债项数据，得到该目标债项的最终违约损失率，包括：

若所述目标债项的债项类型属于违约债项类型，则基于所述目标债项对应的LGD预测模型和债项数据，得到所述目标债项的最终违约损失率。

进一步地，所述应用各条所述历史债项对应的实际违约损失率和历史债项数据，得到多个LGD预测模型，包括：

若每条所述历史债项的债项类型均属于非违约债项类型，则基于各条所述历史债项的债项类型，以及预设的债项类型与权重关系表，得到各条所述历史债项各自对应的权重值组；

应用各条所述历史债项各自对应的权重值组和实际违约损失率，得到多个LGD预测子模型；

应用所述LGD预测子模型，以及各条历史债项各自对应的权重值组和实际违约损失率，得到多个LGD预测模型；

其中，属于非违约债项类型的债项类型包括：信用保证类型、房产土地类型、事业类客户类型、其他类型和低风险信贷业务类型。