[发明专利]数据处理方法及装置

说明书

本申请提供一种数据处理方法及装置，该方法包括：将待筛选数据根据估值模型中的筛选模块进行筛选处理，获得筛选数据；对筛选数据根据估值模型中的补录模块进行补点处理，获得样本数据；对样本数据进行数据拟合获得拟合后的数据，其中，拟合后的数据用于作为估值模型中的评估模块的输入数据。与现有技术相比，本申请通过对待筛选数据根据估值模型的要求进行筛选处理，获得样本数据，然后对样本数据进行数据拟合的方式，避免了待筛选数据中的异常数据对数据拟合的影响，从而提高了拟合后的数据的准确率，并且在本申请中根据具体的模型对待筛选数据进行筛选处理，不同的估值模型之间可以进行相互验证，保证了筛选处理的准确性。

技术领域

本申请涉及数据处理技术领域，尤其涉及一种数据处理方法及装置。

背景技术

国际财务报告准则理事会(International Accounting Standards Board，IASB)制定了新金融工具准则(International Financial Reporting Standard 9，IFRS9)，IFRS9对公允价值计量的金融工具的范围有了新的定义。随着我国市场的快速发展和转型，金融工具公允价值变动对企业资产、负债和损益有影响。建立完善的估值内部控制和管理体系以及运用科学的估值方法可以保证公允价值计量和报告的准确性。构造收益率曲线是公允价值计量计算的重点，而构造收益率曲线的重要基础是需要选定合理的样本数据做支撑进行拟合收益率曲线。

目前，收益率曲线的构造主要是从建立收益率的每日期限结构出发，以票据为例，某一交易日票据收益率的期限结构是该日所有票据成交价格信息的一组统计量，代表着每个剩余期限上的市场价格。

但是，现有的收益率曲线的构造方法存在以下问题：由于同一剩余期限的业务成交纪录往往不只一笔，如何选择样本，使用何种模型均会对期限结构的形状产生影响，因此，期限结构的构建没有统一的标准，使收益率曲线的准确率较低；样本数据中包含异常数据，例如业务考核和客户维护等，会影响收益率曲线的准确性。因此，现有方法中存在收益率曲线的准确率较低的问题。

发明内容

本申请实施例提供一种数据处理方法及装置，以解决现有技术中收益率曲线的准确率较低的问题。

本申请的第一方面提供一种数据处理方法，所述方法包括：

将待筛选数据根据估值模型中的筛选模块进行筛选处理，获得筛选数据；

对所述筛选数据根据所述估值模型中的补录模块进行补点处理，获得样本数据；

对所述样本数据进行数据拟合获得拟合后的数据，其中，所述拟合后的数据用于作为所述估值模型中的评估模块的输入数据。

在一种可选的实施方式中，当所述估值模型包括埃尔米特插值模型时，所述将待筛选数据根据估值模型中的筛选模块进行筛选处理获得筛选数据，包括：

将所述待筛选数据根据第一预设区域划分规则划分到多个第一区域中，获得对应的多个第一区域数据；

针对每个所述第一区域数据，根据第一规则在对应的所述第一区域数据中确定筛选子数据；

根据多个所述第一区域数据中的所述筛选子数据，得到所述筛选数据。

在一种可选的实施方式中，所述第一区域数据包括贴现率数据、票面金额数据、剩余期限数据和名义本金数据；

所述针对每个所述第一区域数据，根据第一规则在对应的所述第一区域数据中确定筛选子数据，包括：

根据所述贴现率数据和所述票面金额数据，得到所述第一区域数据的贴现率数据的加权平均值；

根据所述贴现率数据和所述贴现率数据的加权平均值，确定第一子数据；

根据所述第一子数据的数量和数量阈值，确定所述第一子数据是否为所述筛选子数据；