[發明專利]資產數據的處理方法、系統、計算機設備和可讀存儲介質

在審

• 申請號: 202011158780.4
• 申請日: 2020-10-26
• 公開（公告）號: CN112348682A
• 公開（公告）日: 2021-02-09
• 發明（設計）人: 傅之星;陸彬
• 申請（專利權）人: 中國平安人壽保險股份有限公司
• 主分類號: G06Q40/06
• 分類號: G06Q40/06
• 代理公司: 北京英特普羅知識產權代理有限公司 11015
• 代理人: 程超

本發明涉及宏觀經濟技術領域，提供了一種資產數據的處理方法、系統、計算機設備和可讀存儲介質。該方法包括：通過輸入模塊接收模擬參數；通過數據模塊獲取歷史收益率數據；通過歷史特征提取模塊獲取收益模型，確定收益模型中參數的中值、上界和下界；通過優化校準模塊以即期收益率和波動率為優化目標，以中值為起點，以上界和下界為優化邊界，對收益模型進行優化；以及通過模擬模塊根據優化后的收益模型生成目標資產對應的模擬收益率曲線。此外，本發明還涉及區塊鏈技術，模擬收益率曲線可存儲于區塊鏈節點中。通過本發明，能夠針對用戶特定的預期收益進行模擬。

技術領域

本發明涉及宏觀經濟技術領域，尤其涉及一種資產數據的處理方法、系統、計算機設備和可讀存儲介質。

背景技術

資產情景模擬是對未來市場的資產走勢進行的科學的、數量化的情景模擬。這些模擬的結果，可以用來進行早期風險預警，輔助投資策略開發，作為資本充足率計算的依據，滿足監管機構的要求，給衍生品定價等。

目前常見的資產情景模擬模型有短期收益率模型(short rate model)和市場收益率模型(market model)等。短期收益率模型用隨機微分方程模擬即期利率，通過即期利率計算債券到期收益率，著名的短期利率模型有Vasicek,Ho Lee,Hull White,CIR,Black-Karasinski等。市場利率模型使用隨機微分方程，直接建模市場利率本身，如Libor，常用的市場利率模型有HGM和BGM，有些市場收益率模型會與短期收益率模型結合，如SABR-LMM。

但是，上述模型資產數據的處理方法在模擬資產收益率時，均是根據對當前資產數據進行處理，以實現對資產未來變化進行的預測，因此，現有技術中的資產數據的處理方法無法針對用戶特定的預期收益進行模擬并沒有考慮到用戶的預期。

發明內容

本發明的目的是提供一種資產數據的處理方法、系統、計算機設備和可讀存儲介質，用于解決現有技術中的上述技術問題。

一方面，為實現上述目的，本發明提供了一種資產數據的處理方法。

該資產數據的處理方法包括：通過輸入模塊接收用戶輸入的目標資產的模擬參數，其中，所述模擬參數包括目標資產的即期收益率和波動率；通過數據模塊獲取所述目標資產對應的歷史收益率數據；通過歷史特征提取模塊獲取預先存儲的所述目標資產對應的收益模型；將所述數據模塊獲取到的所述歷史收益率數據傳輸至所述歷史特征提取模塊，通過所述歷史特征提取模塊根據所述歷史收益率數據確定所述收益模型中參數的中值、上界和下界；將所述輸入模塊接收到的所述模擬參數和所述歷史特征提取模塊確定的所述收益模型中參數的中值、上界和下界分別傳輸至優化校準模塊，通過所述優化校準模塊以所述即期收益率和所述波動率為優化目標，以所述中值為起點，以所述上界和所述下界為優化邊界，對所述收益模型進行優化；以及將所述優化校準模塊優化后的所述收益模型傳輸至模擬模塊，通過所述模擬模塊根據優化后的所述收益模型生成所述目標資產對應的模擬收益率曲線。

進一步地，在通過所述模擬模塊根據優化后的所述收益模型生成所述目標資產對應的模擬收益率曲線之后，所述方法還包括：將所述數據模塊獲取到的所述歷史收益率數據傳輸至融合模塊，通過所述融合模塊根據所述歷史收益率數據得到歷史收益率曲線，將所述歷史收益率曲線與所述模擬收益率曲線相融合。

進一步地，在通過所述融合模塊將所述歷史收益率曲線與所述模擬收益率曲線相融合的步驟中，采用以下公式進行融合：

r＝t·r_模擬+(1-t)·r₀

其中，r_模擬為所述模擬收益率曲線，t為時間，r₀為所述歷史收益率曲線。