專利名稱：高級抵押借款診斷分析的方法和設(shè)備的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及不動產(chǎn)估價和抵押貸款，并且更具體的涉及一種用于 評估由于持有與特定資產(chǎn)或資產(chǎn)組相關(guān)的債權(quán)在發(fā)生違約時的敞口風(fēng) 險，以及可能的再貸款和業(yè)主一方借另外貸款的可能性。
背景技術(shù)：
不動產(chǎn)的貸方通常同時持有大量抵押。這些抵押個別地或集體地 具有各種特性，或多或少的表現(xiàn)下述情況的可能性借方違約、或者 在借方違約的情況下將對貸方產(chǎn)生損失、或者另一方面在貸款約定期 限完成之前貸款被償還。這些抵押還具有各種特性，或多或少的表現(xiàn) 下述情況的可能性借方將尋求再貸款或申請另外的貸款。特定貸方 確定對這些貸款償還的可能性、或者違約的可能性、或者在違約的情 況下的損失，由此來單獨評估每筆貸款。這種考慮可包括借方的信用 度、償還歷史、當(dāng)前巿場趨勢以及很多其它變數(shù)。對于貸方來說這種 處理是非常耗時和昂貴的。此外，還因為大多數(shù)抵押貸方持有大量債 權(quán)而使得這種處理變得更加困難。
因為需要對于由于貸方持有的單獨或多個抵押的敞口產(chǎn)生的違約 的情況下的損失的風(fēng)險做出快速、精確和成本低廉的評估，并且提供 對于借方尋求再貸款和追加抵押貸款的傾向的一些度量，所以提供了 本發(fā)明。本發(fā)明使得貸方能夠快速地估計單獨資產(chǎn)或資產(chǎn)群的可能損 失風(fēng)險，并且估計借方尋求再貸款或追加抵押貸款地傾向。本發(fā)明相 對于現(xiàn)有技術(shù)的改進在于不需要獲得資產(chǎn)的購買出價、出售價格或估 價。在給定貸方持有抵押的大量資產(chǎn)時，任何這些選項都是不現(xiàn)實的。 評估也是代價昂貴的，并且僅當(dāng)資產(chǎn)被實際出售時才能得知出售價格。 本發(fā)明的方法提供成本低廉、快速、高度精確和靈敏的方式來判斷在
資產(chǎn)或資產(chǎn)群違約的情況下由于敞口產(chǎn)生的風(fēng)險，或者資產(chǎn)的價值和 公開度，以及資產(chǎn)業(yè)主再貸款或追加借款的質(zhì)量。
本發(fā)明相對于現(xiàn)有技術(shù)的改進在于其精度、簡單性、成本、其精 巧性和靈敏度。本發(fā)明還可使抵押貸方根據(jù)一些度量或根據(jù)設(shè)定百分 比指定其想要的安全等級。現(xiàn)有技術(shù)中沒能執(zhí)行在此描述的相同功能 和過程。更為顯著的是，現(xiàn)有技術(shù)中沒有結(jié)合了附加方法的有用診斷 工具，先前公開的未決專利申請中，該申請由與本申請相同的申請人 所持有，題目是"用于為自動估價模型建立預(yù)測標(biāo)準(zhǔn)偏差的方法和裝
置"，其是在2004年9月17日分別提交為附加和有價值整體的申請 號為10/944,593的專利申請。而且，使用在2004年7月16日提交的 申請?zhí)枮?0/892,618的題為"用于不動產(chǎn)的空時估價的方法和裝置" 的未決專利申請建立的數(shù)據(jù)層可用于優(yōu)選實施例中。

發(fā)明內(nèi)容
根據(jù)本發(fā)明，描述了一種方法和裝置，對一個或多個資產(chǎn)檢測它 們的敞口風(fēng)險，其中敞口風(fēng)險是使用從上述現(xiàn)有技術(shù)中輕松獲得的多 個數(shù)據(jù)組所得到的在違約的情況下貸方損失的可能性的指示。該風(fēng)險 不表示任何實際概率，而是某種程度上關(guān)于或等同于概率的度量。本 發(fā)明結(jié)合(1)針對資產(chǎn)或資產(chǎn)群的所欠當(dāng)前貸款余額，(2)貸方所 想要的"安全裕度"，(3)對象資產(chǎn)(subject property)的自動估價 模型(AVM)估價以及(4)對于該資產(chǎn)的所述自動估價的預(yù)測標(biāo)準(zhǔn)偏 差，如在2004年9月17日提交的申請?zhí)枮?0/944,593的由與本申請 相同的申請人持有的題為"用于為自動估價模型建立預(yù)測標(biāo)準(zhǔn)偏差的 方法和裝置"的未決專利申請中所描述的。在優(yōu)選實施例中，本發(fā)明 的方法和裝置將這四個數(shù)據(jù)組結(jié)合到對特定貸款或貸款群的違約情況 下的損失風(fēng)險的度量。考慮貸方關(guān)于每個單獨貸款或貸款群所想要的 安全裕度來建立這種度量。該診斷結(jié)果對于貸方或其它用戶用于評估 借方是否會再貸款或?qū)で笠延薪璺交蚱渌璺降淖芳淤J款的目的來說 是很有用的。屬于用于抵押安全的抵押"聯(lián)盟"的公司也可從本發(fā)明
中得到實際利益。
在優(yōu)選實施例中，使用該方法和裝置建立的診斷按季度或按月更 新。在可替換實施例中診斷可在任意時間段之后更新，甚至在需要的 特定日期更新。這些診斷不僅考慮在優(yōu)選實施例中使用的四個因素， 而且還估計自動估價模型估價的精確度以及貸方在設(shè)置安全裕度時的 主動性。例如，安全裕度不需要被設(shè)置為恒定數(shù)量或百分比。根據(jù)借 方的還款記錄、信用分值以及多個其它因素，可以有不同的安全裕度。
本發(fā)明可被用于建立用于個別資產(chǎn)的度量，并且隨后把這些概率 聚集成應(yīng)用到資產(chǎn)群或資產(chǎn)投資組合的另一個度量。使用平均法則， 這些概率被用于產(chǎn)生"優(yōu)良"貸款貨幣值或總貸款余額的一部分，以 及"不良"貸款貨幣值或用于全部抵押資產(chǎn)群的總貸款余額的一部分。
例如，假設(shè)對于特定資產(chǎn)，敞口或"不良部分"是0.15 (或0.20等)， 其標(biāo)志著在貸款數(shù)額中有15% (或20%等)是"不良"。當(dāng)該資產(chǎn)貸 款與數(shù)千其它資產(chǎn)貸款結(jié)合時，每個貸款的"不良部分"被累加并且 該總和除以所有貸款一起的總數(shù)額。假設(shè)該相除的結(jié)果是0.17的份額 或17%。那么，根據(jù)平均法則，該貸款群的17%的值是"不良"而這 些貸款的83%的值是"優(yōu)良"。這些指標(biāo)都不是概率，而是基于自動 估價和這些估價和理想"緩沖"的精確度估計的可能損失的指示。因 此，個別地，這并不意味著任何特定貸款將僅償還其83%的值，也不 意味著當(dāng)"優(yōu)良"部分被聚集時僅償還該值。而是建立的數(shù)量比如83 %或簡單的83可被用于比較資產(chǎn)或資產(chǎn)群并且可被追蹤其改善或惡 化。相反的，如果有45的分值，那么這意味著總貸款值的45%是"優(yōu) 良"以及貸款值的55%是不良。這是相當(dāng)?shù)偷姆种?，但是其靈敏地基 于安全裕度、貸款先進支付、自動估價模型(AVM)估價精確度以及 貸方寬容度而變化。
這種分值信息對于想要理解他們當(dāng)前的供貸情況從而更好地計劃 或相應(yīng)地分配資源的貸方來說是非常有用的。例如，如果市場在低迷時期，使用本發(fā)明的方法，該分值將隨著時間或其他的等價因素減小。 在這種情況下，貸方想要增加他們想要的安全裕度來更充分地保護他 們自己免受在違約情況下的損失?？商鎿Q地，在上升行情或具有特定 "優(yōu)良償還"貸款客戶時，貸方想要降低安全裕度，因為市場或該個 體本身是相對安全的。這將為該資產(chǎn)或資產(chǎn)群產(chǎn)生較高的整體分值。 此外本發(fā)明的特征和優(yōu)點將通過閱讀以下附圖和對于本發(fā)明的詳細(xì)描 述被理解。


圖1是用于本發(fā)明方法中的數(shù)據(jù)結(jié)構(gòu)的總覽； 圖2是在執(zhí)行診斷的一次迭代所包括步驟的流程圖； 圖3a是描述用于示例情況的相關(guān)變化值的表； 圖3b是描述用于示例情況的計算指標(biāo)值的表； 圖3c是描述"優(yōu)良部分"和"不良部分"比率的計算的表； 圖4是采樣區(qū)域sigma單位百等分的表； 圖5是"安全裕度"實際值和自動估價的表示； 圖6是"安全裕度"實際值和包括sigma單位的數(shù)據(jù)的自動估價 的圖形表示；
圖7是特別參考示例情況的圖4中顯示的數(shù)據(jù)的圖形描述；
圖8a是描述附加示例情況的相關(guān)變化值的表；
圖8b是描述附加示例情況的計算指標(biāo)值的表；
圖8C是描述"不良部分"和"優(yōu)良部分"比率的計算的表；
圖9是附加示例情況中"安全裕度"、實際值和自動估價的表示；
圖IO是在附加示例情況中"安全裕度"實際值和包括按sigma單
位的數(shù)據(jù)的自動估價的表示；
圖11是特別參考附加示例情況的圖4中顯示的數(shù)據(jù)的圖形描述；
圖12是描述按購買季度劃分的縣的安全分值數(shù)據(jù)的表；
圖13是描述對于資產(chǎn)群的"優(yōu)良部分"和"不良部分"比率的計
算的表；
圖14是描述按購買季度劃分的不同縣的安全分值數(shù)據(jù)的表；
圖15是描述按資產(chǎn)價格四分位劃分的特定縣的安全分值數(shù)據(jù)的
表；
圖16是描述按資產(chǎn)價格十分位劃分的美國的安全分值數(shù)據(jù)的表；
圖n是描述按州劃分的美國的安全分值數(shù)據(jù)的表；
圖18是描述用于進一步按購買季度劃分的州的安全分值數(shù)據(jù)的
表；
圖19是描述用于僅參考2004的第四個季度的每個州的安全分值
數(shù)據(jù)的表。
具體實施例方式
首先參考圖1，描述了可被用于實踐本發(fā)明的數(shù)據(jù)結(jié)構(gòu)。在該數(shù) 據(jù)結(jié)構(gòu)中，描述了各個單元。這些單元可以是硬件或基于軟件的。在 不改變本發(fā)明的整體范圍的情況下可以以本領(lǐng)域技術(shù)人員公知的方式 添加更多單元或去除單元。在優(yōu)選實施例中，這些單元中的每一個使 用在至少一臺計算機上的至少一個操作系統(tǒng)軟件來實施。更通常的， 用箭頭連接的單元將在其它計算機上運行。在該數(shù)據(jù)結(jié)構(gòu)中，計算處 理器100被用于執(zhí)行關(guān)于百分比和其它在產(chǎn)生這些診斷時所執(zhí)行的數(shù) 據(jù)操作的所有計算。時間數(shù)據(jù)存儲器102被用于存儲時間數(shù)據(jù)并且執(zhí) 行計算和自動進行運行診斷的過程。如果本發(fā)明的方法通過硬件實施， 那么這可能是系統(tǒng)存儲器。如果本發(fā)明的方法作為運行在操作系統(tǒng)上 的軟件來實施，那么將分配由操作系統(tǒng)保持和控制的系統(tǒng)存儲器。
輸入和輸出連接器104被用于與外部輸入和輸出設(shè)備比如監(jiān)視器 106、鍵盤和鼠標(biāo)108、打印機IIO或任何其它附加輸入和輸出112來 通信。數(shù)據(jù)庫連接器118被用于將診斷數(shù)據(jù)結(jié)構(gòu)連接到貸款數(shù)據(jù)數(shù)據(jù) 庫116。自動估價模型連接器120被用于將診斷數(shù)據(jù)結(jié)構(gòu)連接到至少一 個自動估價模型122。在優(yōu)選實施例中，該連接使用通過網(wǎng)絡(luò)利用擴展 標(biāo)記語言(XML)以公知的形式傳輸?shù)臄?shù)據(jù)來形成。然而，可替換的 實施例可使用請求和發(fā)送該數(shù)據(jù)的可替換方式，例如直接的數(shù)據(jù)庫查 找。
現(xiàn)在參考圖2，描述了一種描述在為單個資產(chǎn)建立貸款診斷時所 涉及的步驟。在該方法的優(yōu)選實施例中的第一步是收集相關(guān)數(shù)據(jù)124。 這包括收集總貸款余額一一針對該資產(chǎn)的所有貸款的總余額一一以及 對象資產(chǎn)的自動估價。在優(yōu)選實施例中，貸款余額是針對該資產(chǎn)的所
有貸款的總貸款余額。這還包括為自動估價收集預(yù)測標(biāo)準(zhǔn)偏差(standard deviation)。預(yù)測標(biāo)準(zhǔn)偏差提供自動估價做出的估價誤差的可能標(biāo)準(zhǔn)偏 差的度量。這在2004年9月17日提交的申請?zhí)枮?0/944,593的由與 本申請相同的申請人持有的題為"用于為自動估價模型建立預(yù)測標(biāo)準(zhǔn) 偏差的方法和裝置"的未決專利申請中描述。預(yù)測標(biāo)準(zhǔn)偏差可在每次 對對象資產(chǎn)做出請求時計算。而且，自動估價可在做出每個請求時估 計。然而，這不是最佳的。通常，在優(yōu)選實施例中，本申請的方法將 利用已有數(shù)據(jù)庫比如在2004年7月16日提交的申請?zhí)枮?0/892,618 的由與本申請相同的申請人持有的題為"用于不動產(chǎn)的空時估價的方 法和裝置"的未決專利申請中描述的空時(spatiotemporal)數(shù)據(jù)庫， 使用數(shù)據(jù)庫連接器118和自動估價的自動估價模型連接器120(參見圖 1)以及對于對象資產(chǎn)的預(yù)測便準(zhǔn)偏差，消除對于在為每個對象資產(chǎn)提 供診斷之前的附加計算和估計的需要。在此有用的數(shù)據(jù)組可使用在 2004年7月16日提交的申請?zhí)枮?0/892,618的由與本申請相同的申請 人持有的未決專利申請中描述的方法來計算。
下一步是計算敞口值(步驟126)。在該步驟中，安全裕度(百 分比)被用于計算敞口值。敞口值(exposure value)是貸方為保證在 發(fā)生違約時他們自身不會在該資產(chǎn)上損失錢財而希望該資產(chǎn)被估價為 除了該貸款數(shù)量之外還增加特定數(shù)量的貨幣值或百分比。這種增加值 或百分比就是"安全裕度(margin of safety)"?？砂寻踩６仍O(shè)置為 一個常數(shù)，比如"10%"，或可根據(jù)借方貸款表現(xiàn)、借方信用分值、 預(yù)期的市場價格和經(jīng)濟趨勢或其它因素來改變。它實際上是關(guān)于貸款 數(shù)量的額外費用，考慮了與資產(chǎn)的喪失抵押品贖回權(quán)相關(guān)聯(lián)的意外費 用。接著，確定該敞口值為對于該資產(chǎn)的"轉(zhuǎn)折點"(步驟128)。轉(zhuǎn)
折點是一個貨幣量，超過該量的估價對于貸方是"優(yōu)良"并且在該轉(zhuǎn) 折點之下的估價對于貸方是"不良"。"優(yōu)良"情況意味著貸方是受 保護的，該資產(chǎn)的價值多于貸款量加上安全裕度，而"不良"情況意 味著該資產(chǎn)的價值低于貸款量加上安全裕度。下一步是計算敞口變化 (步驟130)。該敞口變化是敞口值和自動估價之間的差值除以敞口值。 該百分比值差異的結(jié)果要么是正的要么是負(fù)的。
隨后敞口變化除以預(yù)先產(chǎn)生或?qū)τ谠撋暾垖崟r產(chǎn)生的預(yù)測標(biāo)準(zhǔn)偏
差，對特定估價把敞口變化轉(zhuǎn)換為sigma單位的敞口變化(步驟132)。 最終，査詢以sigma單位測量的變化百等分表來找到與sigma單位的敞 口變化相關(guān)聯(lián)的百等分，隨后產(chǎn)生安全分值(步驟134)。該百等分就 是該貸款的"優(yōu)良"部分，并且該貸款的"不良"部分是100— (減去) 安全分值。這是最后的步驟，其中確定了優(yōu)良和不良部分(步驟135)。 這將使得安全分值等于"優(yōu)良"百分比。該安全分值在將貸款或貸款 群與其它貸款或貸款群比較風(fēng)險時是有用的。
該過程最好通過示例的方式來解釋。參考圖3a描述了示例資產(chǎn)數(shù) 據(jù)。按特定郵政編碼，在五個月之前一座房子被以$800,000的出售價 格購買，如單元136所示。如單元138所示，貸款量的總余額是$790，000。 如單元140所示，自動估價模型估價資產(chǎn)的當(dāng)前價值是$929，000。貸方 已請求10%的"安全裕度"，如單元142所示。安全裕度是貸方為了 "安全"而希望的該資產(chǎn)價值中除了該貸款余額之外的量。貸方通常 在不動產(chǎn)市場中尋求這種安全裕度來處理資產(chǎn)的喪失抵押品贖回權(quán)和 再出售的典型成本、喪失抵押品贖回權(quán)的資產(chǎn)必須出售的一般"喪失 抵押品贖回權(quán)折扣"以及關(guān)于資產(chǎn)的可能違約的任何其它成本。
安全裕度可以任意設(shè)置，如在本例子中是10%。其它可能的百分 比范圍是0%到25%，盡管大于25%的百分比是可能的，但是它們不 可能被貸方選擇。在本發(fā)明的優(yōu)選方法中，貸方根據(jù)他們的喜好設(shè)置 一個值。在另一個實施例中，在個別資產(chǎn)上的安全裕度可通過關(guān)于特 定地理區(qū)域中違約數(shù)量、資產(chǎn)購買者的信用度、資產(chǎn)購買者的當(dāng)前和 過去償還貸款的歷史或者可表達違約可能性的任意數(shù)量的其它個性化 因素的一些計算來設(shè)置。當(dāng)該個人表現(xiàn)了某種對償還的無能力或者當(dāng) 資產(chǎn)或鄰近物的價值受到顯著負(fù)面影響時，該計算可選擇較高的安全 裕度。例如當(dāng)借方具有優(yōu)秀的償還歷史或者在該區(qū)域中的價值被看好 快速增長時可使用較低的安全裕度。
再次參考圖2和3b，下一步的第一部分，從圖2描述了計算指標(biāo) (步驟126)。在該步驟的第一部分中，未償還貸款余額$790,000 (單 元138中)和10%的安全裕度(單元142中)被用于建立$877，778的 敞口值，如單元144所示。該計算通過用未償還貸款余額除以1減去 安全裕度來完成，$790，000/(1-.10)=$877，778，如單元144所示。該敞 口值是貸方期望的該資產(chǎn)的最小值的表示。這種最小值表達了唯一特 性，單調(diào)性。這種特性意味著任何在$877，778或之上的房屋價值對于 貸方來說是優(yōu)良或有利的情況。而任何$877,778之下的房屋價值對于 貸方來說是不良或不利的情況。后者的情況表示了這樣的房屋價值， 它使得在該資產(chǎn)出售時貸方不能收回貸款全額償還。前者的情況，即 $877,778或之上的房屋價值，表示了這樣的價值，當(dāng)在抵押品拍賣的 資產(chǎn)出售時預(yù)期貸方能夠收回貸款的全額償還。該價值被確定為對于 該資產(chǎn)和貸款的"轉(zhuǎn)折點"(步驟128)。
下一步是使用已經(jīng)在優(yōu)選實施例中計算的sigma(預(yù)測標(biāo)準(zhǔn)偏差)。 每個sigma與根據(jù)對象資產(chǎn)的區(qū)域和資產(chǎn)特性的自動估價相關(guān)聯(lián)。在優(yōu) 選實施例中，已經(jīng)指定了對象資產(chǎn)的估價?？商鎿Q的，可在每次為特 定資產(chǎn)計算診斷時計算該估價。然而，在可替換實施例中，Sigma可使 用任意預(yù)定區(qū)域中的估價來定義。其它合理的地理區(qū)域包括國家、州、 縣或城市。
還可使用具有交替定義的多個縣和其它非連續(xù)的資產(chǎn)群，比如本 國價值多于S600，000的所有房屋或者在美國境內(nèi)在三個郵政編碼區(qū)內(nèi)
的所有房屋，或者在美國境內(nèi)或某個縣內(nèi)的估價最高或最低四分之一 的所有房屋。通過現(xiàn)有技術(shù)中很好定義的方法計算的自動估價精確度
比如信用度的測量可用于分配sigma或預(yù)測標(biāo)準(zhǔn)偏差?？墒褂脤τ谄淇?獲得數(shù)據(jù)的任意資產(chǎn)群。其子劃分可基于任意基礎(chǔ)，盡管在優(yōu)選實施 例中使用地理區(qū)域。
在該例子中，在該情況下計算為用于加利福尼亞整個Orange縣的 單個百分比的用于該區(qū)域的預(yù)定sigma如在單元146中所示是11.4%。 然而，在預(yù)定實施例中，如在由與本申請相同的申請人持有的在2004 年7月16日提交的申請?zhí)枮?0/892,618的未決專利申請中描述的，通 過使用資產(chǎn)類別的再劃分。使用這種方法，sigma可實際按逐個資產(chǎn)來 計算。因此，在優(yōu)選實施例中，將對于對象資產(chǎn)或各資產(chǎn)都產(chǎn)生或確 定所使用的每個sigma。
接著，對于對象資產(chǎn)計算敞口變化(步驟130)。敞口變化等于 自動估價模型減去敞口值，再除以敞口值。這是對于自動估價模型估 價與敞口值差異的一種度量。其參考差值將二者之間的百分比差值建 立為敞口值的百分比。在該例子中，如單元148所示，敞口值是 ($929,000-$877，778) /$877，778或5.84%。因此，假設(shè)自動估價模型 估價是完全正確的，那么資產(chǎn)的價值超過安全保障5.84%。然而，自動 估價模型在精確度上會變化，典型地從資產(chǎn)的"真實值"的6%到15% 上下浮動。為了給出這種精確度的測量，開發(fā)了引用的在先申請中的 預(yù)測標(biāo)準(zhǔn)偏差。
下一步是計算以sigma單位的敞口變化(步驟132) 。 sigma單位 在有與本申請具有相同申請人擁有的在2004年9月17日提交的申請 號為10/944,593的未決專利申請中描述。為了達到這個目的，敞口變 化對于資產(chǎn)或資產(chǎn)群被除以預(yù)定sigma。在該例子中，對于資產(chǎn)的該預(yù) 定sigma被分配為11.4%以及敞口變化是5.84%。因此，如單元150所 示的是5.84%/11.4%=0.5122 sigma單位。隨后該值被四舍五入從而使用
圖4所示的查找表快速地確定該數(shù)量對應(yīng)到什么百等分。將0.5122四 舍五入到最接近的兩位數(shù)小數(shù)點形成了如圖3b的單元152所示的0.51 sigma單位的敞口變化。
下一步是使用查找表確定安全分值(步驟134)。圖4中的表與 圖10所示的2004年9月17號提交的上述專利申請?zhí)枮?0/944,593的 表是相同的。如在上述專利申請中更加充分闡述的，在以sigma單位測 量的估價變化是對于資產(chǎn)或資產(chǎn)群除以預(yù)測標(biāo)準(zhǔn)偏差(形成"以sigma 單位")的變化(隨后被分到某個百等分)。在2004年9月17日提 交的申請?zhí)枮?0/944,593的在先申請中，sigma單位被用于確定百等分。 然而，在本發(fā)明中，類似于圖4中的預(yù)計算的表或數(shù)據(jù)庫與在此計算 的sigma單位值一起使用。在優(yōu)選實施例中的該預(yù)計算的數(shù)據(jù)庫會在字 面上包括可在一個國家內(nèi)獲得數(shù)據(jù)的每個資產(chǎn)。在以sigma單位的大的 (以及正的)敞口值使得那些可能真實值的較大百分比是安全的。
現(xiàn)在參考圖4，如圖所示，使用以sigtna單位表測量的自動估價模 型估價的變化的預(yù)計算百等分分布表，可確定與上述sigma單位值相關(guān) 聯(lián)的百等分。在優(yōu)選實施例中，這些數(shù)據(jù)按月或按季度對于整個國家 來計算。可替換的，可使用不同的更新時間段，比如按半年或按年度。 還可替換地，盡管略不精確，計算表可類似于圖4中描述的，但是對 于更小的資產(chǎn)群。這將沒那么精確，因為它們會包含更少的資產(chǎn)，并 且因此是sigma單位測量變化的不太精確的表示。在圖4中描述的示例 表中，0.511的sigma單位值在第77個(在單元154中)和第78個(在 單元156中)百等分之間。使用線性插值，可找到更精確的值。在該 例子中，我們可假設(shè)它在第78個百等分。
現(xiàn)在參考圖5，以上通過數(shù)字和使用表的步驟還可用圖形顯示。 $790,000的貸款余額在單元158中示出，并且單元162中示出自動估 價。使用10%的安全裕度的在單元164中計算敞口值并且在單元160 中示為$877，778。敞口變化在單元166中計算為等于5.84%。該5.84%
是敞口值和自動估價模型估價之間差值相對于所計算敞口值的百分 比。
接著參考圖6，在單元160中示出了$877，778的相同敞口值，在 單元162中示出了$929,000的自動估價模型估價。在單元166中描述 和計算了 5.84%的敞口變化，這通過用敞口值$877,778減自動估價模型 估價$929,000并隨后除以相同敞口值$877,778。在得到sigma單位的值 的最終步驟中，5.84%的敞口變化除以為該區(qū)域預(yù)計算的sigma，在這 種情況下是11.4%。得到按sigma單位的0.51的敞口變化。隨后在類 似于圖4所描述的表中查找該變化來確定相關(guān)百等分。在這種情況下， 該百等分在第77個和78個百等分之間。為了該示例的目的，我們假 設(shè)以上的值是在第78個百等分。
使用這種百等分和sigma單位的敞口變化，貸方可建立對于未償 還的債權(quán)持有的風(fēng)險認(rèn)識。貸方在沒有首先出售資產(chǎn)的情況下不會知 道對象資產(chǎn)的真實價值。然而，敞口變化是已知的，假定未償貸款數(shù) 量已知并且自動估價模型估價己知，并且因此在給定地理區(qū)域中對于 該自動估價模型的以sigma單位的變化也是己知。因此，使用所計算的 sigma單位的敞口變化，即上述的0.51，貸方就可知道關(guān)于該資產(chǎn)的多 個事實。首先，貸方知道如果真實價值(資產(chǎn)如果出售的價值)大于 敞口值$877，778，那么sigma單位的敞口變化將小于0.51，如果真實價 值大于被認(rèn)為固定在$929，000的自動估價模型估價，sigma單位的敞口 變化甚至可能是負(fù)的。反之，貸方知道如果對象資產(chǎn)的真實價值小于 $877,778，考慮到自動估價模型估價保持固定在$929,000，那么以sigma 單位的敞口變化將大于0.51。
如果真實價值大于$877,778，那么貨幣的敞口變化將更少，因為 真實價值更接近于自動估價價值。這也會將sigma單位的敞口變化減小 到小于0.51的某個值，如果真實價值超過$929，000的自動估價價值， sigma單位的敞口變化甚至可能變成負(fù)的。所以，例如，在該例子中，
如果資產(chǎn)的真實價值實際上大于$929,000的自動估價模型估價，那么 按數(shù)值和按sigma單位的敞口變化都是負(fù)的。這意味著有可能大大超過 了覆蓋貸款值和貸方安全裕度的足夠值。這種情況對于貸方是有利的。 反之，如果自動估價模型估價是$929,000并且真實價值小于$877,778， 那么貨幣的敞口值將大于之前的值，因為在自動估價模型估價和真實 價值之間具有較大的差異。在這種情況下，其將形成大于0.51的sigma 單位的變化。這種情況對于貸方是不利的，意味著沒有足夠的價值覆 蓋資產(chǎn)違約情況下的貸款。
對于對象資產(chǎn)所計算的sigma單位的敞口變化也顯示上述資產(chǎn)的 單調(diào)特性。這意味著按sigma單位的0.51的值是優(yōu)良(對于貸方是有 利的)和不良(對于貸方是不利的)情況之間的轉(zhuǎn)折點。因此，大于 0.51的任何sigma單位的敞口變化對于貸方是不良情況，并且小于0.51 的任何sigma單位的敞口變化對于貸方是優(yōu)良情況。如果sigma單位的 敞口變化大于0.51，那么這意味著資產(chǎn)的價值少于總貸款量加上安全 裕度的情況更有可能。反之，如果以sigma單位的敞口變化小于0.51， 那么這意味著資產(chǎn)的價值至少等于總貸款量加上安全裕度的情況更有 可能。如上所述，使用圖4中的表和0.51的sigma單位的敞口變化， 確定該百等分近似為78。這意味著近似于78%的sigma單位的估價變 化是0.51或更小。這意味著對于資產(chǎn)在計算的安全裕度的"安全分值" 是78。
參考圖7，示出了以sigma單位測量的估價變化的分布。這是圖4 中所示數(shù)據(jù)的圖表。在該例子中，示出了轉(zhuǎn)折點0.51。這對應(yīng)于一個 點，使用圖4，其中總區(qū)域的78%在對貸方有利的一側(cè)以及總區(qū)域的 22%在對貸方不利的一側(cè)。這是對于對象資產(chǎn)的這種自動估價的表示， 在該例子中給定貸方的安全裕度和提供的數(shù)據(jù)相對于"風(fēng)險"有較大 可能性是"安全"的。
該安全分值78不表示貸款將被償還的概率或者違約的概率。它僅
表示貸方由于某種理由持續(xù)持有該債權(quán)有多安全的分值，其越高越好。 因此，這種表示僅當(dāng)和其它安全分值比較時才有用。然而，確定哪些 貸款比所持有的其它債權(quán)更安全也是有用的。這種安全分值的范圍可
從零到一百，盡管在優(yōu)選實施例中人為限制到5 — 95或10 — 90。為了
貸方使用的目的，這些計算的結(jié)果是清楚的，高的安全分值對于貸方 是有利的并且低的安全分值對于貸方是不利的。
這種處理對于貸方的益處是多方面的。首先，該處理可很快完成。 其不需要評估資產(chǎn)或者做出任何努力來確定該評估的精確性?？稍诿?月或每季快速和低廉地計算和檢查安全分值。本發(fā)明的方法考慮了在 自動估價中存在一些不精確的事實并且相應(yīng)進行調(diào)整。自動估價模型
估價、預(yù)測標(biāo)準(zhǔn)偏差(sigma)以及以sigma單位表的變化將在對屬于 特定資產(chǎn)的數(shù)據(jù)做出任何請求之前計算。因此，對于該方法，收集這 兩種數(shù)據(jù)所需要的計算時間和成本就是可忽略的。因此，該方法是非 常快速和低成本的。開始該過程所需要的輸入對于貸方來說也是可簡 單和輕松獲得的，在該優(yōu)選實施例中僅需要未償還貸款余額以及用 于對象資產(chǎn)的安全裕度。安全分值對于貸款余額的差值、自動估價模 型估價、自動估價模型估價精確性和安全裕度是非常靈敏的。最終， 度量也是容易理解的，所以貸方將能夠容易地比較大量單獨資產(chǎn)或資 產(chǎn)群的安全分值。
現(xiàn)在參考圖8a，描述了另一個例子。在這種情況下，房屋的出售 價格是$319，000，如單元174所示，并且總剩余貸款余額也是$319,000， 如單元176所示。該資產(chǎn)的自動估價是$333，000，如單元178所示，并 且貸方請求的安全裕度是10%，如單元180所示。
現(xiàn)在參考圖8b，就像圖2中單元126需要的步驟那樣描述了示例 計算指標(biāo)。敞口值通過將未償還貸款余額除以一 (1)減去安全裕度來 計算。在該例子中，如單元182中所示是$319，000/(1-0.10) = $354,000。 接著，在優(yōu)選實施例中，在已經(jīng)計算和存儲的數(shù)據(jù)庫中査找與給定估
價相關(guān)的預(yù)定sigma。在可替換的實施例中，可在該過程的這一點計算 sigma，盡管這樣做是非常低效的。在該例子中，sigma可再次根據(jù)縣 級信息指定為11.4%。然而，在優(yōu)選實施例中，可基于其它因素比如估 價的信用度分值、對象資產(chǎn)的市場分級水平以及其它因素來對該對象 資產(chǎn)估價更具體的指定sigma。隨后通過將自動估價模型估價減去敞口 值再除以敞口值來計算敞口變化。在該例子中，如單元188中所述是 ($333,000-$354,000) /$333，000=-6.05%。為了得到sigma單位的敞口 變化，敞口變化除以預(yù)指定的sigma，不管是對給定區(qū)域把sigma指定 為具有單獨值，還是由于在指定sigma中的資產(chǎn)子分類的細(xì)粒度特性所 導(dǎo)致的按逐個資產(chǎn)或幾乎按逐個資產(chǎn)來指定。在該例子中，如單元188 中所述是-6.05%/11.4%=-0.5307。這被四舍五入為兩位數(shù)并且如單元 190所示得到-0.53。當(dāng)圖4中所述表的查找到單元192所示的第34個 百等分時，sigma單位的敞口變化-0.53對應(yīng)于sigma單位的變化的百等 分。這意味著如上所述，該貸款具有34的安全分值。即僅在曲線之下 的34%的區(qū)域?qū)τ谫J方是有利的并且在曲線之下的66%的區(qū)域?qū)τ谫J 方是不利的。這是一個低的安全分值。這是有意義的，因為資產(chǎn)的估 價僅僅稍微超過整個貸款量的值。通過加上10%的安全裕度，那么需 要的敞口值實際上超過自動估價模型估計的資產(chǎn)的估價。然而，使用 由與本申請相同申請人持有于2004年9月17日提交的申請?zhí)枮?10/944,593的發(fā)明中描述的邏輯，可以說真實價值等于或大于敞口值有 34%的表示概率。
現(xiàn)在參考圖9，在先前例子中描述的步驟也可被圖形的描述。在 以上例子中描述的S319，000的貸款余額在單元194中描述。$333,000 的自動估價模型估價在單元196中描述。($319，000/(1-0.10》即$354，000 的敞口值在單元198中描述。該敞口值的計算在單元200中描述。該 敞口值和自動估價產(chǎn)生了-6.05%的敞口變化，因為自動估價比計算的敞 口值小$21，000。
接著參考圖10，再次示出了自動估價196和敞口值198。敞口變
化在單元202和204中示為-6.05%。在單元208中，描述了-0.53的sigma 單位的計算。如單元206所示-6.05%的敞口變化(202)除以預(yù)定sigma (在該情況下被指定為等于整個縣的11.4%)。結(jié)果是-5307并且被四 舍五入到-0.53并且在208中進一步描述。該值用于在圖4所述的按 sigma單位表測量的變化的區(qū)域百等分表中。該以sigma單位的近似值 在圖4的單元192中是在34的百等分。這意味著在該情況下貸款的"優(yōu) 良"部分僅有34%并且貸款的"不良"部分有66%。因此，安全分值 是34。
這些百分比可從圖11中更容易地看到。圖11是按sigma單位表 測量的變化的區(qū)域百等分表的圖形描述。-0.53的sigma單位值正好落 在曲線中間的左邊(小于)。當(dāng)在圖形上畫出該值，如單元214所示， "優(yōu)良"部分210僅是區(qū)域的34%而如單元212所示"不良"部分是 區(qū)域的66%。 sigma單位的估價變化的分布不被理論地計算而是如在于 2004年9月17日提交地申請?zhí)枮?0/944,593的題為"用于為自動估價 模型建立預(yù)測標(biāo)準(zhǔn)偏差的方法和裝置"的未決申請中描述的，根據(jù)預(yù) 先和大量的研究進行經(jīng)驗的測量。這意味著可以期望超過該資產(chǎn)可能 真實價值一半是在敞口值以下，它們的66%是精確的。然而，資產(chǎn)的 可能真實價值的34%是在敞口值以上。
在優(yōu)選實施例中，該方法和裝置不被用于僅為一個資產(chǎn)或貸款提 供貸款診斷。而是貸款診斷分析將在大的資產(chǎn)群上使用。然而，在可 替換的實施例中，該方法和裝置的使用僅被應(yīng)用到單個資產(chǎn)從而確定 關(guān)于特定單獨貸款的敞口風(fēng)險。對于本發(fā)明方法的很有效的利用是將 本發(fā)明同時應(yīng)用在多個資產(chǎn)上。在本發(fā)明中使用的預(yù)測便準(zhǔn)偏差發(fā)明， 是基于過去數(shù)據(jù)的每個自動估價模型估價的標(biāo)準(zhǔn)偏差的預(yù)測，即被用 于預(yù)測每個資產(chǎn)的真實價值的自動估價模型價值周圍變化。
當(dāng)本發(fā)明的方法對于聚集了數(shù)據(jù)的多個對象資產(chǎn)使用多次時，平 均法則將平均出最有可能的差異。所以，例如，如果自動估價模型對
于預(yù)定地理區(qū)域中的單個資產(chǎn)具有11%的個別標(biāo)準(zhǔn)誤差，那么在相同 預(yù)定地理區(qū)域中的100個資產(chǎn)的平均誤差將僅為1.1% (11%除以100
的平方根)，并且對于10，000個資產(chǎn)僅為0.11% (11%除以10,000的
平方根)。
在優(yōu)選實施例中，通過在全部資產(chǎn)中的每個資產(chǎn)上單獨的執(zhí)行本 發(fā)明的方法將計算集體診斷，隨后通過采用那些資產(chǎn)的平均和中間安 全分值來計算集體分值?？商鎿Q的，平均和中間分值可使用加權(quán)平均 和加權(quán)求中間來計算。加權(quán)平均和加權(quán)求中間可通過根據(jù)在特定貸款 群中它們的貨幣值或百分比值來加權(quán)貸款?？商鎿Q的，它們可根據(jù)當(dāng) 貸款將被完全還清時的數(shù)據(jù)或者關(guān)于貸方或債權(quán)持有者的其它加權(quán)測 量來加權(quán)?？捎嬎愠似骄椭虚g安全分值之外的其它附加診斷測量， 比如通過將"優(yōu)良"或"不良"表示的百分比的全部次數(shù)的總貸款值 乘以安全分值來分別計算"優(yōu)良部分"或"不良部分"。"不良部分" 的比率還可通過將總的"不良部分"除以資產(chǎn)、全部資產(chǎn)或資產(chǎn)群的 總貸款值來計算。
"不良部分"比率的計算使用個別或者集中產(chǎn)生的數(shù)據(jù)來建立安 全分值。不良部分比率對于個別資產(chǎn)的計算是簡單的，其是在該資產(chǎn) 上的總貸款的"不良部分"的數(shù)量除以該資產(chǎn)的總貸款量。不良部分
比率的公式如下
((l-SS"TLA) /(TLA)
其中，ss是安全分值，即貸款被違約的可能風(fēng)險的被描述為百分
比的指標(biāo)，被表示為從0到1的十進制小數(shù)值；以及
tla是總貸款量，即在所述資產(chǎn)上總的所有未償還貸款。 如果ss被表示為從1到100的數(shù)，公式可被表示為
((ioo-ss)*tla) /(ioo*tla;
在原始(第一)公式中的"不良部分"是分子
(1-SS)*TLA，其中SS，安全分值，是從0到1的百分比或小數(shù)值。
第二等式中的"不良部分"是分子
(100-SS)*TLA，其中SS，安全分值，是從0到100的數(shù)值。 對于一個資產(chǎn)群，其是聚集總的"不良部分"除以資產(chǎn)的聚集總
貸款。不良部分使用以下公式對于一個資產(chǎn)群來計算
E ((1-SS)*TLA) /￡(TLA)
其中，ss是安全分值，即貸款被違約的可能風(fēng)險的描述為百分比
的指標(biāo)，被表示為從0到1的小數(shù)值；以及
TLA是總貸款量，即在對象資產(chǎn)群中每個資產(chǎn)上總的所有未償還 貸款。這些值的總和是資產(chǎn)群上的總貸款量。
如果SS被表示為從O到100的數(shù)量，那么"不良部分比率"可通 過以下等同公式給出
E ((100-SS)*TLA) /￡(TLA*100)
再次，聚集的貸款的"不良部分"是以上使用原始(第一)公式 等式的分子E ((l-SS"TLA)，其中安全分值是從0到1的百分比 或小數(shù)值。
隨著這個比率的減小，貸款將通常具有較高的安全分值。該"不 良部分"與對于資產(chǎn)的聚集的平均安全分值具有相反的關(guān)系，但是不 會直接沿著平均安全分值的方向運動。例如，具有小的價值和貸款余 額的多個資產(chǎn)可以是幾乎完全"不良"而總的平均安全分值非常高。 這些貸款根據(jù)它們的規(guī)?？墒沟镁奂?不良部分"和"不良部分"的 比率相對于建議的平均安全分值更好或更差?？商鎿Q的，有很多幾乎 不具有不良部分的貸款，而平均安全分值由于一些重要的和大量的不
良貸款而仍然較低。這會根據(jù)貸款和它們的"不良部分"被怎樣計數(shù)
和加權(quán)而為該資產(chǎn)群產(chǎn)生較低或較高的平均安全分值以及較低或較高 的"不良部分"和"不良部分"比率。因此，平均安全分值和"不良 部分"以及"不良部分"比率可彼此關(guān)聯(lián)，也可不彼此關(guān)聯(lián)。"不良 部分"是從資產(chǎn)群中的總資產(chǎn)組中使用它們的貸款和估價來建立的聚 集，而平均安全分值是對于每個資產(chǎn)的安全分值的平均。
優(yōu)良或不良部分或安全分值都是綜合指標(biāo)，不具有絕對統(tǒng)計意義。 甚至在組合投資的水平上，也沒有貸款群的特定部分將被違約或者特 定部分將被償還的指示。然而，這些指標(biāo)指示了兩個特別有用的屬性。 一個屬性是單調(diào)性，即優(yōu)良部分越大，貸款或貸款群的風(fēng)險損失的風(fēng) 險越低。反之，不良部分越高，貸款或貸款群的敞口損失的風(fēng)險越高。 其次，這種綜合分值在比較貸款或貸款群時是有用的，在如違約情況 下的敞口風(fēng)險的測量和損失的測量。反之，這些綜合分值在比較貸款 或貸款群來測試借方將同現(xiàn)有貸方或其他貸方進行再貸款和/或?qū)で笞?加抵押貸款的概率也是有用的。如果安全分值很低，那么貸款是有風(fēng) 險的并且將會在違約的情況下產(chǎn)生損失。如果安全分值很高，貸款不 是有風(fēng)險的，但是借方在房屋上有大量凈值并且傾向于尋求再貸款或 追加借款。
現(xiàn)在參考圖3C，描述了第一示例對象資產(chǎn)"不良部分"的計算。
如上所示資產(chǎn)具有78的安全分值。當(dāng)以小數(shù)的形式被表示為百分比時， 該數(shù)量是78%或0.78，如單元145所示。如圖3a中的總貸款量是 $7卯,000，也如單元M7所示。為了計算"不良部分"和"不良部分" 的比率，可使用對于上述單個資產(chǎn)的公式。首先，"不良部分"是 (1-SS)*TLA，其中SS是以十進制小數(shù)形式的百分比的安全分值，并且 TLA是資產(chǎn)上的總貸款量。對于具有多個貸款的資產(chǎn)，TLA是這些貸 款的聚集。
接著，使用該資產(chǎn)的估價計算"不良部分"。78的安全分值和總 貸款量$790，000代入等式(1-0.78)*790,000=$173,800，如單元149所
示。該$173,800是貸款的總的"不良部分"。g卩，這是落在"優(yōu)良部
分"之外的量。為了計算"不良部分"比率，該值被簡單的除以總貸
款量，如單元151所示。在這種情況下該值是0.22，如單元151所示。 這對于單個資產(chǎn)來說，與一 (1)減去十進制小數(shù)形式的數(shù)字安全分值 是相同的；換句話說，這等于"不良分值"。如所示的，對于資產(chǎn)群， 可以或可以不是這樣的情況。
現(xiàn)在參考圖8c，描述了附加的"不良部分"的計算。該計算對于 第二單個資產(chǎn)例子來描述。在單元183中，描述了 34或0.34的計算的 安全分值。如所示是單元185中$319,000的資產(chǎn)的總貸款量。首先， 使用以上等式的分子(l-SS)叮LA計算"不良部分"。對于該例子， 值是(1-0.34) *$319，000，等于$210,540。該$210,540是"不良"貸款 的貨幣值的量。為了為該單個資產(chǎn)計算"不良部分"比率，"不良部 分"除以總貸款量。因此，使用該例子中的數(shù)量210,540/319,000等 于0.66，這是以十進制小數(shù)形式表示的"不良部分"，并且等于1減 去0.34的安全分值的小數(shù)表示。再次，對于單個資產(chǎn)，這與l-SS相同 (其中SS是百分比安全分值的小數(shù)表示)。然而，對于資產(chǎn)群的情況 其可以是或可以不是一 (1)減去平均(或中間)安全分值是"不良部 分"比率的情況。
現(xiàn)在參考圖12，通過示例的方式，描述了包括在2004年間在加 利福尼亞Orange縣出售的所有單個家庭房屋的涉及一大組資產(chǎn)的安全 分值數(shù)據(jù)的表。在該圖中，數(shù)據(jù)被除以2004年的購買季節(jié)，從單元216 所述的一月份到三月份的購買第一季度到單元218所述的十月份到十 二月份的購買季節(jié)四。所用的所有自動估價在2005年的早期執(zhí)行。描 述了對于第一季度到第四季度的平均和中間安全分值。例如，在單元 220的對于第一季度的平均安全分值是86.32，而單元222的對于第四 季度的平均安全分值是63.24。這些分值表示整體上對于加利福尼亞的 Orange縣的貸款中將近一年的貸款比僅三個月的貸款"更加安全"。 這可大大歸功于在2004年的第一季度中出售的很多資產(chǎn)具有將近一年
的時間來增值并且這些資產(chǎn)的購買者具有將近一年的時間來降低這些 房屋的所欠余額的事實。那些在第四季度做出的僅最近三個月的貸款， 具有低的多的安全分值，大大歸咎于對其進行貸款的資產(chǎn)僅有很短的 時間來增值的事實。在上升趨勢的市場中的增值對于避免"不良"安 全分值是重要的。另一方面，在下降趨勢的市場中，近期的購買較之 不太近期的購買的資產(chǎn)具有更高的安全分值。
仍然參考圖12，描述了對于第一季度在單元224中的96.33的中 間安全分值以及對于第四季度在單元226中的71.33的中間安全分值。 對于第一季度的總的"不良部分"是總貸款值的$692,020，681，如單元 228所示。在第四季度，總的"不良部分"是$739，136，150。在第二和 第三季度中的數(shù)值都是較大的，但是為了看到這些數(shù)值的真實價值，
"不良部分"的比率是更好的指標(biāo)。如可通過比較"不良部分"的比 率看到的，如可從單元232的0.14的比率中看到，在第一季度中與平 均和中間安全分值一致的"不良部分"比單元234中描述的0.37的比 率的第四季度"不良部分"小非常多。
為了在該例子中計算"不良部分"比率，首先獲得每個資產(chǎn)的"不 良部分"并相加，隨后除以總貸款量。為了計算總的"不良部分"比 率，如果安全分值在0到100之間那么對于每個資產(chǎn)的安全分值和總 貸款量被用于公式E ((100-SS)*TLA) /￡(TLA*100)。如果安全分 值是0到l之間的小數(shù)或百分比，那么公式是S ((l-SS"TLA) (TLA)。因此，使用該公式，對于第一季度的總的不良部分是 $692,020,681，如單元228所示，以及總貸款量是$4，912，201，020，如單 元229所示。這些數(shù)值都是對于每個對象資產(chǎn)的不良部分和總貸款量 的總和，在這種情況下如單元231所示是10,582個對象資產(chǎn)。除法運 算$692，020，681/$4,912,201,020的結(jié)果是0.14087。其如單元232所示被 四舍五入為兩位小數(shù)點的0.14或14%的"不良部分"比率。
可替換的，對于單元218中描述的購買季度4，總的不良部分，
每個資產(chǎn)的單獨不良部分的聚集是$739，136，150，如單元230所示并且 總貸款量是$1，975，260，319，如單元233所示。在該群中資產(chǎn)的總數(shù)量 是4,157，如單元235所示。當(dāng)$739,136，150被除以$1，975，260,319,結(jié) 果是0.37419。其如單元234所示被四舍五入為兩位十進制小數(shù)的0.37 或37%的"不良部分"比率。對于每個資產(chǎn)群執(zhí)行類似的計算來確定 它們各自的"不良部分"比率。
現(xiàn)在參考圖13，描述了為多個資產(chǎn)描述不良部分計算的表。在該 例子中，使用了五個資產(chǎn)。使用上述方法，對于每個資產(chǎn)單獨計算安 全分值。例如，對于資產(chǎn)1，安全分值被計算為13.5，如單元237所示。 接著，通過將一 (1)減去安全分值(從而其中安全分值是小數(shù)，在該 情況下是0.135)乘以總貸款量來計算不良部分。對于該資產(chǎn)，一 (1) 減去安全分值被描述為單元239中的小數(shù)0.865。總貸款量是$386,500， 如單元241所示。使用上述計算的總的不良部分是這兩個數(shù)值相乘， 或者單元243中描述的$334,323。用于另一個單個資產(chǎn)示例，對于資產(chǎn) 3的安全分值是25，如單元245所示。不良部分是一減去安全分值(表 示為小數(shù)的安全分值)，為0.75，如單元247所示，乘以單元249所 示的$546，250的總貸款量。因此，使用上述等式，如單元251中所示 對于該資產(chǎn)的總的不良部分是$409，688，因為$409,688=0.75乘以 $546,250。
一旦對于資產(chǎn)群中的每個資產(chǎn)進行了這種計算，那么可對于該資 產(chǎn)群計算"不良部分"和"不良部分"比率。在該例子中，僅使用了 五個資產(chǎn)。這用于更加簡單的說明在本發(fā)明的優(yōu)選實施例中如何大規(guī) 模地實現(xiàn)。在實際實踐中，本發(fā)明的方法可被立即用于數(shù)千個資產(chǎn)來 獲得對于有價貸款的巨大集群或給定地點的資產(chǎn)的非常精確的"不良 部分"。
一旦已經(jīng)計算了所有的"不良部分"，就將它們相加。該結(jié)果是 公式￡ ((1-SS)*TLA) (TLA)的完整分子，其中SS是對于群中每
個資產(chǎn)的安全分值(在該公式中已經(jīng)被表示為從0到1的小數(shù))，并 且TLA是對于群中每個資產(chǎn)的總貸款量。如果安全分值被表示為從0 到100的數(shù)值，那么等同的公式可以是E ((100-SS)*TLA) /E (TLA* 100)。
算式E ((1-SS)*TLA)是在分子中使用的"不良部分"的總和。 在該例子中，"不良部分"的總和在單元255中被示為$1，084，440。接 著，為資產(chǎn)群計算所有總貸款量的總和。在該例子中，對于資產(chǎn)群的 總貸款量是$2,593,450，如單元253所示。這是以上等式的分母。最終， "不良部分"除以總貸款量來計算"不良部分"比率。即 $1,084,440/$2,593,450等于0.418，如單元257所示。這是對于該資產(chǎn) 群的"不良部分"比率。
現(xiàn)在參考圖14，對于另一大組的資產(chǎn)和貸款、在2004年在科羅 拉多州Denver縣出售的整組單個家庭房屋示出了類似的圖表。在第一 季度，如單元236所示，平均安全分值是62.76，如單元240所示。在 單元238中描述的第四季度具有61.08的平均安全分值。對第二和第三 季度的值也是類似的。該市場正在經(jīng)歷比加利福尼亞的Onmge縣的市 場實際上少很多的價格增長。因此，平均安全分值從過去很久的季度 到當(dāng)前季度是上升的，但是按慢很多的速度。對于分別在單元244和 246中描述的第一和第四季度的"不良"比率也是大體減小的，但是不 像圖12的單元232和234所示那樣的很大改變。通常，在圖12和14 中所示的市場是有差異的，在該時期南加州的資產(chǎn)的快速價格增長較 之科羅拉多州的Denver縣相對穩(wěn)定的市場已經(jīng)建立了這一年中不同的 結(jié)果。
對于每個資產(chǎn)、投資組合或區(qū)域計算的安全分值提供客觀的評估 一個資產(chǎn)或一組資產(chǎn)相對于其它資產(chǎn)的敞口風(fēng)險。安全分值主要由以 下因素影響(1)在初始供貸標(biāo)準(zhǔn)中的寬松或收緊，資產(chǎn)價值隨時間 的增加或減小，貸方期望的安全裕度以及在每個市場中自動估價模型
的精確度。其它可能的診斷可包括在投資組合中具有某個數(shù)值比如70 之下或以上的資產(chǎn)的百分比。多個其它診斷測量可被建立來使用安全 分值測量比較投資組合或單獨資產(chǎn)。多種比較安全分值測量的方式將 在以下附圖中描述。
現(xiàn)在參考圖15和16，可通過按貸款值或銷售價格或估價或某種 其他變量的四等分或十等分來再劃分投資組合中的安全分值數(shù)據(jù)、地 理數(shù)據(jù)、貸款值或自動估價模型估價，從而建立另外的診斷。在圖15
中例如，描述了加利福尼亞的洛杉磯再按四等分劃分。所述的四等分 是按出售價格的四等分。在可替換的實施例中，可使用不同的四等分
劃分。所以例如在單元248中描述的季度1，具有65.78的平均安全分 值，如單元252所示。其總的"不良部分"是具有0.40的"不良部分" 比率的$1，945,434，334。如單元250中描述的季度4，具有79.19的平均 安全分值，如單元254所示。其具有$3，313,966，115的總的"不良部分" 以及0.23的"不良部分"比率，如單元258所示。這意味著在加利福 尼亞的洛杉磯的貸款的安全分值隨著出售價格的上升而上升，跨越四 個季度從65.78到79.17。此外，"不良部分"比率隨著平均安全分值 從季度1到季度4的0.40到0.23而顯著下降。總體上，這意味著具有 較高出售價格的資產(chǎn)在違約的情況下比較低貸款值的資產(chǎn)具有較低的 敞口風(fēng)險。對此的一個原因是據(jù)研究在該時期較高價格的資產(chǎn)會比較 低價格的資產(chǎn)增長更快。此外，自動估價模型傾向于過高估價較低價 格的資產(chǎn)。而且，對于在最低價格等分中的資產(chǎn)的預(yù)測標(biāo)準(zhǔn)偏差通常 是較大的，表示估價的較低精確度，因此將呈現(xiàn)更多的不確定性并且 呈現(xiàn)范圍較大部分的"不良部分"，就是因為該范圍較大。而且，高 價值資產(chǎn)通常相對于低價值資產(chǎn)用較大的首付來購買。因此，這些資 產(chǎn)有可能在最初的"貸款量"上具有更多緩沖并且安全裕度已經(jīng)被首 付款覆蓋。
接著參考圖16，描述了 2004年的國家安全分值，按每個縣和資 產(chǎn)類型中指定的出售價格等級的十等分劃分，并且隨后全國聚集為十 個十等分群。在十等分l，平均安全分值是75.59，在單元264中描述。 "不良部分"比率是0.31，在單元270中描述。對于十等分6，平均安 全分值是68.23，在單元266中描述。總"不良部分"比率是0.34，在 單元272中描述。在十等分10中，平均安全分值是76.35，在單元268 中描述，并且"不良部分"比率是0.28，在單元274中描述。"不良 部分"比率通常隨著十等分的過程而減小，從較低價格的房屋移動到 較高價格的房屋。此外，總的貸款購買和總的"不良部分"增加，因 為房屋更加昂貴，如在"不良部分"比率中所示。如期望的，安全分 值隨著十等分而增加。這意味著通常在違約的情況下?lián)p失敞口的風(fēng)險 對于全國更昂貴的資產(chǎn)來說更低，類似于圖14中的關(guān)系。
接著參考圖17，描述了 2004年按州的安全分值表。例如，對于 單元276中描述的堪薩斯州，平均安全分值是56.91，如單元278所示。 總的"不良部分"比率是0.45，如單元280所示。這是相當(dāng)?shù)偷钠骄?安全分值以及相當(dāng)高的"不良部分"比率。這些2004年的貸款，在整 體上在2005年的第一季度中的因為在違約情況下的敞口都不會特別能 避免損失風(fēng)險。此外在單元282中描述的是馬薩諸塞。其平均安全分 值是84.16，在單元284中用0.17的"不良部分"比率來描述。當(dāng)檢查 由于在2005年的第一季度中的違約情況下的敞口產(chǎn)生的損失的風(fēng)險 時，在2004年做出的馬薩諸塞的貸款具有所有州的最高安全分值。在 單元288中描述的在南加州的貸款，在單元290中描述具有69.91的平 均安全分值，和在單元292中描述具有0.33的"不良部分"比率。這 是對于敞口更加典型的損失風(fēng)險和更加典型的"不良部分"比率。
接著參考圖18，描述了對于2004年中每個季度的兩個州的診斷。 對于該例子選擇的兩個州是加利福尼亞和科羅拉多。對于加利福尼亞 的第二季度，平均安全分值是73.03，在單元294中描述。相對而言， 對于科羅拉多的第二季度，平均安全分值是57.8，在單元298中描述， 并且"不良部分"比率是0.43，在單元300中描述。因此，當(dāng)在2005 年的第一季度中回顧在科羅拉多第二季度做出的貸款時，其整體上在
貸款違約的情況下更可能從敞口中產(chǎn)生損失。這有可能由于2004 —
2005年加利福尼亞的市場大部分相對于科羅拉多的相對穩(wěn)定增長來說 是快速增長。隨著資產(chǎn)價值的增長，損失可能性快速降低，因為資產(chǎn) 的任意出售將有可能覆蓋上述的"安全裕度"。這還考慮了在在此使 用的數(shù)據(jù)被建立的時期內(nèi)平均安全分值隨著時間增長的趨勢。不動產(chǎn) 市場在2004 — 2005年通常經(jīng)歷成長和增長，特別在加利福尼亞。在衰 退市場，安全分值有可能隨著時間降低。
再參考圖18，對于加利福尼亞的季度4的平均安全分值是58.40， 在單元302中描述，以及"不良部分"比率是0.42，在單元304中描 述。對于科羅拉多的季度4，平均安全分值是56.08,在單元306中描 述，以及"不良部分"比率是0.47，在單元308中描述。這兩個安全 分值和"不良部分"比率更加接近對齊，這是有意義的。這些診斷是 在2005年的第一季度中對2004年的最后一個季度中的貸款所做的所。 僅有很短的時間使資產(chǎn)在兩個市場中增值，或者使擁有者足夠"還清" 他們的貸款來建立資產(chǎn)的凈值。因此，安全分值對于兩個州都是相當(dāng) 低的并且"不良部分"比率在貸款的"周期"中較早的階段也是相當(dāng) 高的。并且在兩個州的市場具有相對較短的時間來以不同的價格增長 率增長，因此為安全分值和"不良部分"的差異留下較小空間。
接著參考圖19，描述了對于2004年第四季度每個州的安全分值。 這些診斷在2005年的第一季度執(zhí)行。例如在單元310中描述的堪薩斯 州，平均安全分值是53.72，在單元312中描述，以及"不良部分"比 率是0.47，在單元314中描述。類似的，對于在單元316中描述的馬 薩諸塞，平均安全分值是81.87，在單元318中描述，并且"不良部分" 比率是0.19，在單元320中描述。如在全年表中馬薩諸塞僅對于季度4 的數(shù)據(jù)具有該州的更好的安全分值和"不良部分"比率。最后在單元 322中描述，南加州具有63.89的平均安全峰值，在單元324中描述以 及0.42的"不良部分"比率，在單元326中描述。這些和更典型的數(shù) 值，如圖16的情況一樣。整體的平均安全分值趨向于在季度4中比在 較早季度出售的資產(chǎn)更低，因為估價在2005年的第一季度中執(zhí)行，并 且，如上所述，對于資產(chǎn)只有很短的時間來增值。該表一定程度上還 顯示貸方在特定區(qū)域內(nèi)的寬松度和收緊度。通過僅單獨選出先前一個 季度，可更好地看到貸方供貸的安全性，不包括對象資產(chǎn)的任何價值 增長。
本發(fā)明可被用于隨著時間追蹤安全分值。特別的貸方或大量投資 組合或資產(chǎn)的持有者想要看到安全分值從而確定哪些資產(chǎn)的投資組合 是最有價值的并且哪些是最沒價值的，或者具有隨著時間增長的安全 分值。安全分值很低或降低的資產(chǎn)，應(yīng)當(dāng)被視為可能的違約，并且在 這些資產(chǎn)上不應(yīng)當(dāng)擴展追加貸款。此外，其貸款具有高的安全分值或 穩(wěn)定增長安全分值的資產(chǎn)持有者可被允許對該貸款的再貸款或者追加 貸款借出，其中具有低的安全分值的資產(chǎn)持有者可在發(fā)出追加貸款之 前請求追加調(diào)查。該目的對于新的或再貸款貸方來說也是有用的。這 些貸方想要允許具有高安全分值的在其它貸方貸款的資產(chǎn)擁有者進行 再貸款或追加貸款。他們還想要監(jiān)視他們的具有高安全分值的貸款免 受來自其它貸方再貸款。
不動產(chǎn)投資信托的持有者可能是從知道他們的貸款價值和每種貸 款的安全中受益的個人群體的一個例子。貸款可基于它們的安全分值 被分群，根據(jù)捆綁的投資組合的整體安全分值來建立投資上具有更一 致回報的捆綁。使用本發(fā)明的方法，基于具有在某個數(shù)值以上的安全 分值的資產(chǎn)或資產(chǎn)群的抵押貸款可比基于具有在某個數(shù)值以下的資產(chǎn) 或資產(chǎn)群的抵押貸款更有價值。因此本發(fā)明在幫助抵押贖回投資的保
障中是有用的。例如， 一組具有從70到80的安全分值的貸款可相對 于從60到70的安全分值的一組貸款用不同的估價規(guī)則捆綁和保護。 為了該目的，本發(fā)明的方法和裝置在穩(wěn)固保障抵押贖回金融工具的估 價、購買和出售的金融市場是有用的。本發(fā)明對于分組類似風(fēng)險投資 也是有用的。
對于本領(lǐng)域技術(shù)人員來說，顯然本發(fā)明可不用上述具體說明的細(xì) 節(jié)來實踐，并且優(yōu)選實施例可被修改從而提供附加或可替換的能力。 以上描述是僅用于說明的目的，并且可做出各種改變和修改而不脫離 本發(fā)明整體精神和范圍。本發(fā)明的整個范圍僅由權(quán)利要求來定義和限制。
權(quán)利要求
1.一種為資產(chǎn)計算安全分值的基于計算機的方法，包括步驟收集關(guān)于資產(chǎn)的數(shù)據(jù)；計算用于所述資產(chǎn)的敞口值；計算用于所述資產(chǎn)的敞口變化；把用于所述資產(chǎn)的所述敞口變化轉(zhuǎn)換為sigma單位；并且使用轉(zhuǎn)換成sigma單位的敞口變化來確定安全分值。
2. 如權(quán)利要求1所述的方法， 的每個資產(chǎn)重復(fù)。
3. 如權(quán)利要求2所述的方法， 述對象資產(chǎn)群建立中間安全分值。
4. 如權(quán)利要求2所述的方法， 述對象資產(chǎn)群建立平均安全分值。
5. 如權(quán)利要求1所述的方法， 當(dāng)前貸款余額。
6. 如權(quán)利要求1所述的方法， 估價。其中所述各步驟對于對象資產(chǎn)群中其中平均所述安全分值，從而為所其中平均所述安全分值，從而為所其中所述數(shù)據(jù)包括針對所述資產(chǎn)的其中所述數(shù)據(jù)包括所述資產(chǎn)的自動
7. 如權(quán)利要求l所述的方法，其中所述數(shù)據(jù)包括安全裕度。
8. 如權(quán)利要求l所述的方法，其中所述敞口變化是 (自動估價一敞口值)/敞口值。
9. 如權(quán)利要求l所述的方法，其中所述轉(zhuǎn)換步驟通過所述敞口變化除以預(yù)測標(biāo)準(zhǔn)偏差來完成。
10. 如權(quán)利要求1所述的方法，其中所述安全分值是以sigma單位 的可能真實價值變化小于以sigma單位的所述敞口變化的百分比。
11. 如權(quán)利要求1所述的方法，其中所述確定步驟通過計算以 sigma單位測量的所述變化的百等分來完成。
12. 如權(quán)利要求1所述的方法，其中所述確定步驟通過使用以 sigma單位測量的所述變化的百等分表的查找表來完成。
13. 如權(quán)利要求1所述的方法，還包括計算所述資產(chǎn)的貸款的優(yōu) 良部分和不良部分的步驟。
14. 如權(quán)利要求l所述的方法，還包括計算不良部分比率的步驟。
15. 如權(quán)利要求14所述的方法，其中所述不良部分比率是-((1-SS)*TLA) /(TLA)其中，SS是安全分值，即當(dāng)貸款發(fā)生違約的可能敞口的指標(biāo)，被描述成表示為0到l.OO的小數(shù)的百分比；以及TLA是總貸款量，即針對所述資產(chǎn)的總的所有未償還貸款余額。
16. 如權(quán)利要求l所述的方法，還包括計算不良部分比率的步驟。
17. 如權(quán)利要求16所述的方法，其中所述不良部分比率是 ((100-SS)*TLA) /(100*TLA)其中ss是安全分值，即當(dāng)貸款發(fā)生違約的可能敞口的指標(biāo)，被描述成表示為0到1.00的小數(shù)的百分比；以及TLA是總貸款量，即針對所述資產(chǎn)的總的所有未償還貸款。
18. 如權(quán)利要求2所述的方法，還包括計算不良部分比率的步驟。
19. 如權(quán)利要求18所述的方法，其中所述不良部分比率是-E ((1-SS)*TLA) /E(TLA)其中，SS是安全分值，即當(dāng)針對所述對象資產(chǎn)群中的每個所述資產(chǎn)的貸 款發(fā)生違約的可能敞口的指標(biāo)，被描述成表示為0到1.00的小數(shù)的百 分比；以及TLA是總貸款量，即針對所述對象資產(chǎn)群中每個所述資產(chǎn)的所有 未償還貸款總量。
20. 如權(quán)利要求2所述的方法，還包括計算不良部分比率的步驟。
21. 如權(quán)利要求20所述的方法，其中所述不良部分比率是 E ((IOO-SS)承TLA) /E(TLA"00)其中ss是安全分值，即當(dāng)針對所述對象資產(chǎn)群中的每個所述資產(chǎn)的貸 款發(fā)生違約的可能敞口的指標(biāo)，被描述成表示為O到l.OO的小數(shù)的百 分比；以及TLA是總貸款量，即針對所述對象資產(chǎn)群的每個所述資產(chǎn)的所有 未償還貸款總量。
22. —種被編程來執(zhí)行權(quán)利要求1的方法所述步驟的數(shù)字計算機 系統(tǒng)。
23. 包含設(shè)計為完成權(quán)利要求1的方法的程序的計算機可讀介質(zhì)。
24. —種用于為資產(chǎn)計算安全分值的基于計算機的設(shè)備，包括數(shù)據(jù)庫連接器裝置，連接到臨時數(shù)據(jù)存儲裝置用于接收關(guān)于資產(chǎn) 的數(shù)據(jù)；自動估價模型連接器裝置，連接到所述臨時數(shù)據(jù)存儲裝置用于接收所述資產(chǎn)的自動估價；計算裝置，連接到所述臨時數(shù)據(jù)存儲裝置用于計算用于所述資產(chǎn) 的敞口值，確定用于所述資產(chǎn)的轉(zhuǎn)折點，計算用于所述資產(chǎn)的敞口變 化，以及將用于所述資產(chǎn)的敞口變化轉(zhuǎn)換為sigma單位；以及數(shù)據(jù)庫連接器裝置，還連接到所述計算裝置用于接收sigma單位 的百等分從而確定安全分值。
25. 如權(quán)利要求24所述的設(shè)備，其中所述計算裝置還包括聚集裝 置，用于計算針對對象資產(chǎn)群的聚集安全分值。
26. 如權(quán)利要求24所述的設(shè)備，其中所述敞口變化是 (自動估價一敞口值)/敞口值。
27. 如權(quán)利要求24所述的設(shè)備，其中所述sigma單位的敞口變化 是敞口變化除以預(yù)測標(biāo)準(zhǔn)偏差。
28. 如權(quán)利要求24所述的設(shè)備，其中所述安全分值是sigma單位 的可能真實價值變化小于所述sigma單位的敞口變化的百分比。
29. 如權(quán)利要求24所述的設(shè)備，其中所述計算裝置還計算針對所 述資產(chǎn)的貸款的優(yōu)良部分和不良部分。
30. 如權(quán)利要求24所述的設(shè)備，其中所述計算裝置還執(zhí)行計算不 良部分比率的步驟。
31. 如權(quán)利要求30所述的設(shè)備，其中所述不良部分比率是 ((l-SS)承TLA) /(TLA) 其中，SS是安全分值，即當(dāng)貸款發(fā)生違約的可能敞口的指標(biāo)，被描述成 表示為0到l.OO的小數(shù)的百分比；以及TLA是總貸款量，即針對所述資產(chǎn)的總的所有未償還貸款。
32. 如權(quán)利要求25所述的設(shè)備，其中所述計算裝置還執(zhí)行計算不 良部分比率的步驟。
33. 如權(quán)利要求32所述的設(shè)備，其中所述不良部分比率是 E ((l-SS)沐TLA) /E (TLA)其中，SS是安全分值，即當(dāng)針對所述對象資產(chǎn)群中的每個所述資產(chǎn)的貸 款發(fā)生違約的可能敞口的指標(biāo)，被描述成表示為0到l.OO的小數(shù)的百 分比；以及TLA是總貸款量，即針對所述對象資產(chǎn)群中每個所述資產(chǎn)的所有 未償還貸款總量。
34. 如權(quán)利要求25所述的設(shè)備，還包括所述計算裝置還執(zhí)行計算 不良部分比率的步驟。
35. 如權(quán)利要求34所述的設(shè)備，其中所述不良部分比率是 E ((100-SS)*TLA) /E(TLA*100)ss是安全分值，即當(dāng)針對所述對象資產(chǎn)群中的每個所述資產(chǎn)的貸 款發(fā)生違約的可能敞口的指標(biāo)，被描述成表示為0到1.00的小數(shù)的百 分比；以及TLA是總貸款量，即針對所述對象資產(chǎn)群的每個所述資產(chǎn)的所有
全文摘要
一種對具有貸款的資產(chǎn)計算單獨或集體安全得分的方法和裝置。這些安全得分在比較由于所評估的貸款或者多個貸款發(fā)生違約的情況下敞口產(chǎn)生損失的風(fēng)險上是有用的，并且可被用于客觀地比較單獨貸款或者貸款群的這種風(fēng)險以及對于再貸款或追加借款的價值。
文檔編號G06Q40/00GK101185097SQ200680018393
公開日2008年5月21日 申請日期2006年5月11日 優(yōu)先權(quán)日2005年5月24日
發(fā)明者克里斯托弗·L·恰安 申請人:美國第一核心邏輯公司