專利名稱：一種金融產(chǎn)品風(fēng)險(xiǎn)檢測(cè)方法及系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明關(guān)于利用計(jì)算機(jī)網(wǎng)絡(luò)的金融產(chǎn)品風(fēng)險(xiǎn)監(jiān)測(cè)技術(shù)，具體的講是一種金融產(chǎn)品 風(fēng)險(xiǎn)檢測(cè)方法及系統(tǒng)。
背景技術(shù)：
隨著網(wǎng)上銀行業(yè)務(wù)的快速發(fā)展，各商業(yè)銀行不斷推出基于網(wǎng)上銀行的各種金融產(chǎn) 品，如外匯買賣、黃金買賣以及外匯理財(cái)?shù)?。然而，由于金融產(chǎn)品的市場(chǎng)價(jià)格和利率的不斷 變動(dòng)，會(huì)使推出這些金融產(chǎn)品的商業(yè)銀行存在較大的市場(chǎng)風(fēng)險(xiǎn)。因此，如何對(duì)網(wǎng)上銀行的金 融產(chǎn)品進(jìn)行風(fēng)險(xiǎn)檢測(cè)變得日益重要。在現(xiàn)有技術(shù)中，金融產(chǎn)品風(fēng)險(xiǎn)檢測(cè)的技術(shù)在于，采用風(fēng)險(xiǎn)價(jià)值(VaR=Valueat Risk)對(duì)金融產(chǎn)品風(fēng)險(xiǎn)進(jìn)行統(tǒng)計(jì)。VaR指在正常的市場(chǎng)環(huán)境下，在一定的置信水平和持有期 內(nèi)，衡量某個(gè)特定的頭寸或組合所面臨的最大可能損失。常用的VaR技術(shù)主要有三種歷史 模擬法、分析法(方差-協(xié)方差法)和蒙特卡羅模擬法。然而，發(fā)明人發(fā)現(xiàn)歷史模擬法和蒙 特卡羅模擬法都是基于完全估值的VaR計(jì)量模型，它們存在度量成本高，計(jì)算效率低的缺 點(diǎn)。分析法(方差-協(xié)方差法)依賴于市場(chǎng)因子的分布假設(shè)，不能充分度量非線性金融產(chǎn) 品(如期權(quán)和抵押貸款)的風(fēng)險(xiǎn)，準(zhǔn)確性較差。

發(fā)明內(nèi)容
本發(fā)明實(shí)施例提供了一種金融產(chǎn)品風(fēng)險(xiǎn)檢測(cè)方法及系統(tǒng)，用以解決金融產(chǎn)品的風(fēng) 險(xiǎn)檢測(cè)問題。本發(fā)明的目的之一是，提供一種金融產(chǎn)品風(fēng)險(xiǎn)檢測(cè)方法，該方法包括獲取金融產(chǎn) 品的歷史市場(chǎng)數(shù)據(jù)，并根據(jù)所述的歷史市場(chǎng)數(shù)據(jù)生成所述金融產(chǎn)品的模擬情景信息；獲取 所述金融產(chǎn)品的價(jià)值數(shù)據(jù)和影響因素?cái)?shù)據(jù)，并根據(jù)所述的價(jià)值數(shù)據(jù)和影響因素?cái)?shù)據(jù)計(jì)算敏 感度；根據(jù)所述的模擬情景信息和敏感度計(jì)算所述金融產(chǎn)品的損益數(shù)據(jù)；根據(jù)所述的損益 數(shù)據(jù)生成所述金融產(chǎn)品的風(fēng)險(xiǎn)檢測(cè)結(jié)果信息。本發(fā)明的目的之一是，提供一種金融產(chǎn)品風(fēng)險(xiǎn)檢測(cè)系統(tǒng)，該系統(tǒng)包括市場(chǎng)數(shù)據(jù)獲 取單元，用于獲取金融產(chǎn)品的歷史市場(chǎng)數(shù)據(jù)，并根據(jù)所述的歷史市場(chǎng)數(shù)據(jù)生成所述金融產(chǎn) 品的模擬情景信息；敏感度計(jì)算單元，用于獲取所述金融產(chǎn)品的價(jià)值數(shù)據(jù)和影響因素?cái)?shù)據(jù)， 并根據(jù)所述的價(jià)值數(shù)據(jù)和影響因素?cái)?shù)據(jù)計(jì)算敏感度；損益數(shù)據(jù)計(jì)算單元，用于根據(jù)所述的 模擬情景信息和敏感度計(jì)算所述金融產(chǎn)品的損益數(shù)據(jù)；檢測(cè)結(jié)果生成單元，用于根據(jù)所述 的損益數(shù)據(jù)生成所述金融產(chǎn)品的風(fēng)險(xiǎn)檢測(cè)結(jié)果信息。本發(fā)明的有益效果在于，通過提供基于敏感度的歷史模擬法度量金融產(chǎn)品市場(chǎng)風(fēng) 險(xiǎn)VaR值的方案，克服了歷史模擬法基于完全估值的計(jì)量模型度量成本高，計(jì)算效率低的 缺點(diǎn)以及分析法沒有充分利用歷史信息的缺點(diǎn)。并利用歷史市場(chǎng)數(shù)據(jù)生成模擬情景，結(jié)合 模擬情景和敏感度分析數(shù)據(jù)，獲取金融產(chǎn)品的損益分布，計(jì)算VaR值。本發(fā)明充分利用分析 法快速簡單的優(yōu)點(diǎn)，在保證VaR計(jì)量速度的同時(shí)，又充分利用了歷史信息，對(duì)金融產(chǎn)品市場(chǎng)風(fēng)險(xiǎn)進(jìn)行檢測(cè)。


為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn) 有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本 發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)性的前提下，還可 以根據(jù)這些附圖獲得其他的附圖。圖1為本發(fā)明實(shí)施例中金融產(chǎn)品風(fēng)險(xiǎn)檢測(cè)的方法流程圖；圖2為本發(fā)明實(shí)施例中金融產(chǎn)品風(fēng)險(xiǎn)檢測(cè)的系統(tǒng)結(jié)構(gòu)示意圖；圖3為本發(fā)明實(shí)施例中金融產(chǎn)品風(fēng)險(xiǎn)檢測(cè)的另一個(gè)系統(tǒng)結(jié)構(gòu)示意圖；圖4為本發(fā)明實(shí)施例中交易數(shù)據(jù)信息示意圖；圖5為本發(fā)明實(shí)施例中歷史匯率信息示意圖；圖6為本發(fā)明實(shí)施例中得到的匯率與模擬情景信息的關(guān)聯(lián)圖；圖7為本發(fā)明實(shí)施例中交易的現(xiàn)金流的示意圖；圖8為本發(fā)明實(shí)施例中當(dāng)前匯率下的交易凈值的示意圖；圖9為本發(fā)明實(shí)施例中匯率上升一個(gè)基點(diǎn)后，得到的交易凈值的示意圖；圖10為本發(fā)明實(shí)施例中得到的模擬情景信息與損益分布數(shù)據(jù)的關(guān)聯(lián)圖。
具體實(shí)施例方式下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完 整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；?本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他 實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。如圖1所示，本發(fā)明提供一種金融產(chǎn)品風(fēng)險(xiǎn)檢測(cè)方法，該方法包括獲取金融產(chǎn)品 的歷史市場(chǎng)數(shù)據(jù)，并根據(jù)歷史市場(chǎng)數(shù)據(jù)生成所述金融產(chǎn)品的模擬情景信息(步驟S 101)； 獲取金融產(chǎn)品的價(jià)值數(shù)據(jù)和影響因素?cái)?shù)據(jù)，并根據(jù)價(jià)值數(shù)據(jù)和影響因素?cái)?shù)據(jù)計(jì)算敏感度 (步驟S102)；根據(jù)模擬情景信息和敏感度計(jì)算金融產(chǎn)品的損益數(shù)據(jù)(步驟S103)；根據(jù)損 益數(shù)據(jù)生成金融產(chǎn)品的風(fēng)險(xiǎn)檢測(cè)結(jié)果信息(步驟S104)。敏感度的一般計(jì)算公式為δ = (P2-P1)/(F2-F1)(1)其中，δ為金融產(chǎn)品P相對(duì)于影響因素F的變動(dòng)率，即敏感度。Pl和Ρ2表示金融 產(chǎn)品P相對(duì)于Fl和F2的價(jià)值，F(xiàn)l和F2表示影響因素F的兩個(gè)取值。利用敏感度計(jì)算損益的一般公式為P&L = ( δ X Δ F) (2)其中P&L為損益值，δ為該金融產(chǎn)品的對(duì)于因素F的敏感度，AF為因素F的變 動(dòng)。本實(shí)施方式中，Pl和Fl是金融產(chǎn)品P相對(duì)于影響因素F的變動(dòng)前的數(shù)值，Ρ2和 F2是變動(dòng)后的數(shù)值。根據(jù)兩個(gè)數(shù)值，可以計(jì)算出當(dāng)天的敏感度。選擇一段影響因素的歷史 數(shù)據(jù)，那么可以得到一組影響因素的變動(dòng)值，將該變動(dòng)值乘以當(dāng)天的敏感度，就可以得到一 組基于歷史的單位損益值，用公式表示為P&L = ( δ X Δ F) /f(3)
其中，P&L為損益；AF表示因素的變動(dòng)值；f表示計(jì)算損益時(shí)，F(xiàn)的基本單位，因?yàn)?設(shè)定F的變動(dòng)時(shí)，比如，可以按100變動(dòng)，也可以按1變動(dòng)，因此在最后計(jì)算時(shí)，需要將其進(jìn) 行單位化的處理。在本實(shí)施例中，(SXAF)除以了一個(gè)f，這樣就可以對(duì)損益值進(jìn)行單位 化的處理，使得到的結(jié)果能夠滿足更多的不同損益分析的需要。根據(jù)上述公式(1)至(3)，可以每天得到一個(gè)新的敏感度，然后基于每天的敏感 度，得到一組歷史損益的分布，選擇一定的置信度，從而計(jì)算出當(dāng)天的VaR值。如圖2所示，本發(fā)明實(shí)施例還提供了一種金融產(chǎn)品風(fēng)險(xiǎn)檢測(cè)的系統(tǒng)結(jié)構(gòu)示意圖， 該系統(tǒng)包括市場(chǎng)數(shù)據(jù)獲取單元101，用于獲取金融產(chǎn)品的歷史市場(chǎng)數(shù)據(jù)，并根據(jù)歷史市場(chǎng)數(shù)據(jù) 生成所述金融產(chǎn)品的模擬情景信息； 敏感度計(jì)算單元102，用于獲取金融產(chǎn)品的價(jià)值數(shù)據(jù)和影響因素?cái)?shù)據(jù)，并根據(jù)價(jià)值 數(shù)據(jù)和影響因素?cái)?shù)據(jù)計(jì)算敏感度；損益數(shù)據(jù)計(jì)算單元103，用于根據(jù)模擬情景信息和敏感度計(jì)算金融產(chǎn)品的損益數(shù) 據(jù)；檢測(cè)結(jié)果生成單元104，用于根據(jù)損益數(shù)據(jù)生成金融產(chǎn)品的風(fēng)險(xiǎn)檢測(cè)結(jié)果信息。如圖3所示，一個(gè)實(shí)施例中，圖2所示的敏感度計(jì)算模塊102還包括δ計(jì)算模塊 1021，用于計(jì)算敏感度δ ；圖2所示的損益數(shù)據(jù)計(jì)算單元103包括P&L計(jì)算模塊1031，用于計(jì)算損益數(shù)據(jù) P&L。圖2所示的檢測(cè)結(jié)果生成單元104還包括VaR置信度設(shè)置模塊1041，用于設(shè)置VaR
置信度。首先，市場(chǎng)數(shù)據(jù)獲取單元101獲取金融產(chǎn)品的歷史市場(chǎng)數(shù)據(jù)，并根據(jù)歷史市場(chǎng)數(shù) 據(jù)生成金融產(chǎn)品的模擬情景信息；而后，δ計(jì)算模塊1021根據(jù)敏感度的一般計(jì)算公式δ =(P2-P1)/(F1-F2)來計(jì)算敏感度δ，其中，Pl和P2表示金融產(chǎn)品P相對(duì)于Fl和F2的價(jià) 值，F(xiàn)l和F2表示影響因素F的兩個(gè)取值；得到模擬情景信息和敏感度δ后，P&L計(jì)算模塊 1031利用敏感度計(jì)算損益的一般公式為P&L = (δ XAF)計(jì)算得出損益值。本實(shí)施例中，Pl和Fl是金融產(chǎn)品P相對(duì)于影響因素F的變動(dòng)前的數(shù)值，Ρ2和F2 是變動(dòng)后的數(shù)值。根據(jù)兩個(gè)數(shù)值，可以計(jì)算出當(dāng)天的敏感度。選擇一段影響因素的歷史數(shù) 據(jù)，那么可以得到一組影響因素的變動(dòng)值，將該變動(dòng)值乘以當(dāng)天的敏感度，就可以得到一組 基于歷史的單位損益值，用公式表示為P&L = ( δ X Δ F) /f其中，P&L為損益；AF表示因素的變動(dòng)值；f表示計(jì)算損益時(shí)，F(xiàn)的基本單位，因?yàn)?設(shè)定F的變動(dòng)時(shí)，比如，可以按100變動(dòng)，也可以按1變動(dòng)，因此在最后計(jì)算時(shí)，需要將其進(jìn) 行單位化的處理。在本實(shí)施例中，(SXAF)除以了一個(gè)f，這樣就可以對(duì)損益值進(jìn)行單位 化的處理，使得到的結(jié)果能夠滿足更多的不同損益分析的需要。根據(jù)上述計(jì)算，可以每天得到一個(gè)新的敏感度，然后基于每天的敏感度，得到一組 歷史損益的分布，選擇一定的置信度，從而計(jì)算出當(dāng)天的VaR值。實(shí)施例一金融產(chǎn)品為用戶持有的外匯即期頭寸，本實(shí)施例檢測(cè)外匯即期頭寸匯率風(fēng)險(xiǎn)的步驟如下步驟S101、獲取金融產(chǎn)品的歷史市場(chǎng)數(shù)據(jù)，并根據(jù)歷史市場(chǎng)數(shù)據(jù)生成金融產(chǎn)品的 模擬情景信息；首先，圖4和圖5分別為與本發(fā)明實(shí)施例的交易數(shù)據(jù)信息和歷史匯率信息示意圖。在計(jì)算金融產(chǎn)品的模擬情景信息時(shí)，首先要確定選取的歷史數(shù)據(jù)的時(shí)間周期和時(shí) 間跨度。時(shí)間周期的作用是確定確定歷史數(shù)據(jù)的樣本長度；時(shí)間跨度的作用是確定影響因 素變動(dòng)取值。比如，如果周期為100天，跨度為1天，那么就選擇從某天開始(一般是計(jì)算 市場(chǎng)風(fēng)險(xiǎn)當(dāng)天)向前100個(gè)交易日，將t天的影響因素的市場(chǎng)值減去t-Ι天的影響因素的 市場(chǎng)值，這樣就可以得到99個(gè)變動(dòng)值；如果跨度為2天，則是將t天的影響因素的市場(chǎng)值減 去t-2天的影響因素的市場(chǎng)值，這樣得到的是98個(gè)變動(dòng)值。在本實(shí)施例中，情景參數(shù)假定時(shí)間長度為10天，跨度為1天。然后確認(rèn)歷史的匯 率數(shù)據(jù)的準(zhǔn)確性，包括是否缺失，是否異常。對(duì)于缺失數(shù)據(jù)，提供包括多項(xiàng)式插值、樣條插值 在內(nèi)的多種補(bǔ)齊數(shù)據(jù)的方法，并剔除明顯異常的數(shù)據(jù)(比如，變動(dòng)超出上期數(shù)據(jù)的士5%的 數(shù)據(jù))。本實(shí)施例中，計(jì)算相鄰兩天的匯率變動(dòng)，其中模擬情景信息=匯率n+1_匯率n則可得模擬情景信息1 = 6. 8562-6. 8566 = -0. 0004模擬情景信息 2 = 6. 8499-6. 8562 = -0. 0063......模擬情景信息 9 = 6. 8551-6. 8336 = 0. 0215計(jì)算完畢可得到得到如圖6所示的匯率與模擬情景信息的關(guān)聯(lián)圖。步驟S102、獲取金融產(chǎn)品的價(jià)值數(shù)據(jù)和影響因素?cái)?shù)據(jù)，并根據(jù)價(jià)值數(shù)據(jù)和影響因 素?cái)?shù)據(jù)計(jì)算敏感度；首先，根據(jù)金融產(chǎn)品的交易類型和金融市場(chǎng)數(shù)據(jù)，確定金融產(chǎn)品的現(xiàn)金流，現(xiàn)金流 可以包括過去的現(xiàn)金流和未來的現(xiàn)金流。現(xiàn)金流是指某一段時(shí)間內(nèi)現(xiàn)金流入和流出的數(shù)量。產(chǎn)品的價(jià)值取決于該產(chǎn)品未來 可以產(chǎn)生的收益，而收益則體現(xiàn)為現(xiàn)金流的收入。由于現(xiàn)金流是未來的預(yù)期值，因此必須按 照一定的貼現(xiàn)率折算成現(xiàn)值，因此，金融產(chǎn)品的內(nèi)在價(jià)值等于預(yù)期現(xiàn)金流的貼現(xiàn)值。如圖7所示，在本實(shí)施例中，交易的現(xiàn)金流為過去的現(xiàn)金流。本實(shí)施例中，因?yàn)橥鈪R不涉及現(xiàn)金流折現(xiàn)，按照無需折現(xiàn)，根據(jù)當(dāng)前市場(chǎng)匯率，計(jì) 算該頭寸的損益，如圖8所示的為當(dāng)前匯率下其交易凈值為Y143。本實(shí)施例中，設(shè)置匯率向上變動(dòng)一個(gè)基點(diǎn)，變化后的市場(chǎng)匯率為
匯率
6. 8551 然后基于變動(dòng)后的市場(chǎng)數(shù)據(jù)和金融產(chǎn)品的交易數(shù)據(jù)，重新確定金融產(chǎn)品在敏感度 情景下的現(xiàn)金流。在本實(shí)施例中，現(xiàn)金流不變。
7
基于敏感度情景變動(dòng)后的市場(chǎng)數(shù)據(jù)，主要是收益率曲線信息，重新評(píng)估金融產(chǎn)品 的凈現(xiàn)值(NPV’)，如圖9所示，匯率上升一個(gè)基點(diǎn)后，變動(dòng)后的交易凈值為Y144。則本發(fā)明實(shí)施方式中，匯率的變動(dòng)為AF = F2-F1 = 6. 8550-6. 8551 = 0. 0001,F 的基本單位為0. 0001，在本發(fā)明實(shí)施方式中，相對(duì)于Fl和F2單位產(chǎn)品的價(jià)值Pl和P2分別 為 Y68551/10000 和 Y68550/10000 ；因此根據(jù)敏感度計(jì)算公式δ = (P2-P1)/(F2-F1)= (68551/10000-68550/10000)/0. 0001= 1如果根據(jù)變動(dòng)前的NPV和變動(dòng)后的NPV計(jì)算金融產(chǎn)品的敏感度，計(jì)算公式為Δ =NPV，-NPV = 144-143 = 1，相對(duì)于NPV144和NPV143單位產(chǎn)品的價(jià)值Ρ2和Pl分別為 Υ68551 和Υ68550。則有，δ = (Ρ2-Ρ1)/(F2-F1)= (68551-68550)/1= 1因此在本實(shí)施例中，該頭寸的匯率敏感度為1。計(jì)算敏感度時(shí)，影響因素變動(dòng)值大小的確定，由用戶結(jié)合市場(chǎng)實(shí)際和經(jīng)驗(yàn)得到，一 般該變動(dòng)值相當(dāng)小，以提高計(jì)算結(jié)果的精度。通過上述步驟，得到基于當(dāng)日產(chǎn)品價(jià)格，和該 產(chǎn)品影響因素的敏感度值。它表示了當(dāng)影響因素發(fā)生一個(gè)固定的變動(dòng)值時(shí)，該產(chǎn)品價(jià)格發(fā) 生的變動(dòng)值。得到了該敏感度值后，就可以分析當(dāng)影響因素發(fā)生某個(gè)變動(dòng)值時(shí)，產(chǎn)品的損
■、Λ
frff. ο步驟S103、根據(jù)模擬情景信息和敏感度計(jì)算金融產(chǎn)品的損益數(shù)據(jù)；在本實(shí)施例中，計(jì)算金融產(chǎn)品的損益數(shù)據(jù)公式為P&L= (δ XC)/BP;其中δ為 敏感度模塊計(jì)算的敏感度；C為情景序列中的情景變動(dòng)；BP為敏感度情景變動(dòng)。在本實(shí)施例 中，C相當(dāng)于AF，BP相當(dāng)于f。因?yàn)橄Ｍ?jì)算基于一個(gè)BP變動(dòng)，得到的敏感度。本實(shí)施例 中，BP = O. 0001，在上述計(jì)算過程中，如果不除以BP，得到的結(jié)果都是當(dāng)匯率變動(dòng)0. 0001的 情況下，得到的損益。而在業(yè)務(wù)實(shí)踐中，都是按BP報(bào)價(jià)和計(jì)算的，所以將(δ XC)除以BP， 得到的就是基于BP的敏感度損益。在本實(shí)施例中，用戶運(yùn)用上面的公式計(jì)算損益分布為P&L = ( δ X C) /BP = [(IX (-0. 0004) ] /0. 0001 = _4P&L = ( δ X C) /BP = [(IX (-0. 0063) ] /0. 0001 = -63......P&L = (δ X C) /BP = [(IX (0· 0215) ]/0· 0001 = 215P&L = ( δ X C) /BP = [(IX (0· 0000) ] /0. 0001 = 0如圖10所示，是本發(fā)明實(shí)施方式根據(jù)上述計(jì)算損益公式所得到的模擬情景信息 與損益分布數(shù)據(jù)的關(guān)聯(lián)圖。步驟S 104、根據(jù)所述的損益數(shù)據(jù)生成所述金融產(chǎn)品的風(fēng)險(xiǎn)檢測(cè)結(jié)果信息。在本實(shí)施例中，生成金融產(chǎn)品的風(fēng)險(xiǎn)檢測(cè)結(jié)果信息是指根據(jù)風(fēng)險(xiǎn)價(jià)值(VaR)置信 度，求出損益分布在對(duì)應(yīng)置信度上的分位數(shù)。其中，置信度是統(tǒng)計(jì)學(xué)上的概念，它表示的是 一個(gè)概率。估計(jì)值與總體參數(shù)在一定允許的誤差范圍以內(nèi)，其相應(yīng)的概率有多大，這個(gè)相應(yīng) 的概率稱作置信度。它表示，給定某個(gè)概率的水平下，可以認(rèn)為得到的結(jié)果是可信的。比如 置信度為95%，表示認(rèn)為在95%的概率下，該結(jié)果是可靠的；同時(shí)還有5% (=1-95%)的概率，可能犯了棄真錯(cuò)誤(在統(tǒng)計(jì)學(xué)上，棄真錯(cuò)誤表示當(dāng)某個(gè)結(jié)果是為真時(shí)，卻認(rèn)為它是 錯(cuò)誤的概率)。因此VaR值的置信度表示的是，在多大的概率上，得到的結(jié)果是正確的。根據(jù)VaR的定義VaR指在正常的市場(chǎng)環(huán)境下，在一定的置信水平和持有期內(nèi)，衡 量某個(gè)特定的頭寸或組合所面臨的最大可能損失。根據(jù)該定義和業(yè)界的具體實(shí)踐，此分位 數(shù)即為VaR值。本實(shí)施例中，設(shè)置VaR的置信度為99%，將得到的損益序列排序，如果數(shù)值為正 的，就相當(dāng)于是收益；如果數(shù)值為負(fù)的，就相當(dāng)于是損失；取最小損益￥-150。置信度取 99%，表示有99%的把握，在未來給定的期限內(nèi)，損失不會(huì)超過VaR值；那么在另一個(gè)方面， 就是有的可能，損失會(huì)超過VaR值，VaR值就相當(dāng)于是介于與確定與不確定損益之間的 臨界值。那么在所有這些不超過VaR值(包括VaR值)的損失中，VaR值就是這些損失中， 最小的損益(其實(shí)質(zhì)是損失)。本發(fā)明中應(yīng)用了具體實(shí)施例對(duì)本發(fā)明的原理及實(shí)施方式進(jìn)行了闡述，以上實(shí)施例 的說明只是用于幫助理解本發(fā)明的方法及其核心思想；同時(shí)，對(duì)于本領(lǐng)域的一般技術(shù)人員， 依據(jù)本發(fā)明的思想，在具體實(shí)施方式
及應(yīng)用范圍上均會(huì)有改變之處，綜上所述，本說明書內(nèi) 容不應(yīng)理解為對(duì)本發(fā)明的限制。
權(quán)利要求
一種金融產(chǎn)品風(fēng)險(xiǎn)檢測(cè)方法，其特征是，所述的方法包括獲取金融產(chǎn)品的歷史市場(chǎng)數(shù)據(jù)，并根據(jù)所述的歷史市場(chǎng)數(shù)據(jù)生成所述金融產(chǎn)品的模擬情景信息；獲取所述金融產(chǎn)品的價(jià)值數(shù)據(jù)和影響因素?cái)?shù)據(jù)，并根據(jù)所述的價(jià)值數(shù)據(jù)和影響因素?cái)?shù)據(jù)計(jì)算敏感度；根據(jù)所述的模擬情景信息和敏感度計(jì)算所述金融產(chǎn)品的損益數(shù)據(jù)；根據(jù)所述的損益數(shù)據(jù)生成所述金融產(chǎn)品的風(fēng)險(xiǎn)檢測(cè)結(jié)果信息。
2.根據(jù)權(quán)利要求1所述的方法，其特征是，所述的金融產(chǎn)品的歷史市場(chǎng)數(shù)據(jù)包括所述 金融產(chǎn)品的歷史收益率數(shù)據(jù)或市場(chǎng)匯率數(shù)據(jù)。
3.根據(jù)權(quán)利要求1所述的方法，其特征是，根據(jù)所述的價(jià)值數(shù)據(jù)和影響因素?cái)?shù)據(jù)計(jì)算 敏感度包括δ = (P2-P1)/(F2-F1)；其中δ表示敏感度；Fl和F2為影響因素?cái)?shù)據(jù)中的兩個(gè)數(shù)據(jù)； Pl為所述金融產(chǎn)品相對(duì)Fl的價(jià)值數(shù)據(jù)； Ρ2為所述金融產(chǎn)品相對(duì)F2的價(jià)值數(shù)據(jù)。
4.根據(jù)權(quán)利要求3所述的方法，其特征是，根據(jù)所述的模擬情景信息和敏感度計(jì)算所 述金融產(chǎn)品的損益數(shù)據(jù)包括P&L = (δ X AF)；其中P&L表示損益數(shù)據(jù)； AF為因素F的變動(dòng)。
5.根據(jù)權(quán)利要求1所述的方法，其特征是，根據(jù)所述的損益數(shù)據(jù)生成所述金融產(chǎn)品的 風(fēng)險(xiǎn)檢測(cè)結(jié)果信息包括根據(jù)風(fēng)險(xiǎn)價(jià)值VaR置信度，計(jì)算所述損益數(shù)據(jù)分布在對(duì)應(yīng)置信度 上的分位數(shù)。
6.一種金融產(chǎn)品風(fēng)險(xiǎn)檢測(cè)系統(tǒng)，其特征是，所述的系統(tǒng)包括市場(chǎng)數(shù)據(jù)獲取單元，用于獲取金融產(chǎn)品的歷史市場(chǎng)數(shù)據(jù)，并根據(jù)所述的歷史市場(chǎng)數(shù)據(jù) 生成所述金融產(chǎn)品的模擬情景信息；敏感度計(jì)算單元，用于獲取所述金融產(chǎn)品的價(jià)值數(shù)據(jù)和影響因素?cái)?shù)據(jù)，并根據(jù)所述的 價(jià)值數(shù)據(jù)和影響因素?cái)?shù)據(jù)計(jì)算敏感度；損益數(shù)據(jù)計(jì)算單元，用于根據(jù)所述的模擬情景信息和敏感度計(jì)算所述金融產(chǎn)品的損益 數(shù)據(jù)；檢測(cè)結(jié)果生成單元，用于根據(jù)所述的損益數(shù)據(jù)生成所述金融產(chǎn)品的風(fēng)險(xiǎn)檢測(cè)結(jié)果信肩、ο
7.根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征是，所述的金融產(chǎn)品的歷史市場(chǎng)數(shù)據(jù)包括所述 金融產(chǎn)品的歷史收益率數(shù)據(jù)或市場(chǎng)匯率數(shù)據(jù)。
8.根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征是，所述的敏感度計(jì)算單元包括δ計(jì)算模塊， 其中δ = (P2-P1)/(F2-F1)； δ表示敏感度；Fl和F2為影響因素?cái)?shù)據(jù)中的兩個(gè)數(shù)據(jù)； Pl為所述金融產(chǎn)品相對(duì)Fl的價(jià)值數(shù)據(jù)；P2為所述金融產(chǎn)品相對(duì)F2的價(jià)值數(shù)據(jù)。
9.根據(jù)權(quán)利要求8所述的系統(tǒng)，其特征是，所述的損益數(shù)據(jù)計(jì)算單元包括P&L計(jì)算模 塊；其中P&L = ( δ X Δ F)；P&L表示損益數(shù)據(jù)； AF為因素F的變動(dòng)。
10.根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征是，所述的檢測(cè)結(jié)果生成單元包括VaR置信度 設(shè)置模塊，用于設(shè)置VaR置信度。
全文摘要
本發(fā)明實(shí)施例提供了一種金融產(chǎn)品風(fēng)險(xiǎn)檢測(cè)方法及系統(tǒng)，該方法包括獲取金融產(chǎn)品的歷史市場(chǎng)數(shù)據(jù)，并根據(jù)所述的歷史市場(chǎng)數(shù)據(jù)生成所述金融產(chǎn)品的模擬情景信息；獲取所述金融產(chǎn)品的價(jià)值數(shù)據(jù)和影響因素?cái)?shù)據(jù)，并根據(jù)所述的價(jià)值數(shù)據(jù)和影響因素?cái)?shù)據(jù)計(jì)算敏感度；根據(jù)所述的模擬情景信息和敏感度計(jì)算所述金融產(chǎn)品的損益數(shù)據(jù)；根據(jù)所述的損益數(shù)據(jù)生成所述金融產(chǎn)品的風(fēng)險(xiǎn)檢測(cè)結(jié)果信息。另外，本發(fā)明實(shí)施例還提供了一種金融產(chǎn)品風(fēng)險(xiǎn)檢測(cè)系統(tǒng)。本發(fā)明充分利用分析法快速簡單的優(yōu)點(diǎn)，在保證VaR計(jì)量速度的同時(shí)，又充分利用了歷史信息，對(duì)金融產(chǎn)品市場(chǎng)風(fēng)險(xiǎn)進(jìn)行檢測(cè)。
文檔編號(hào)G06Q40/00GK101964104SQ20091008956
公開日2011年2月2日 申請(qǐng)日期2009年7月22日 優(yōu)先權(quán)日2009年7月22日
發(fā)明者劉承巖, 張曉波, 張艷薇, 李瑾瑜, 鄭祥星 申請(qǐng)人:中國工商銀行股份有限公司