一种预期信用损失确定方法及装置、存储介质及电子设备与流程

技术特征：
1.一种预期信用损失确定方法，其特征在于，包括：获取非银行类客户的投资交易业务敞口明细数据；所述投资交易业务敞口明细数据包括至少一笔非信贷资产的违约概率、违约损失率和违约风险暴露；获取多个预设宏观指标在每个预设情景下的未来预测值；对每个预设宏观指标在每个预设情景下的未来预测值进行预处理，得到每个预设情景对应的多个预处理结果；基于每个预设情景对应的多个预处理结果，利用预先构建的预期信用损失模型，对每一笔非信贷资产的违约概率进行前瞻性调整，得到每一笔非信贷资产在每个预设情景下的目标违约概率；利用所述预期信用损失模型，对每一笔非信贷资产在每个预设情景下的目标违约概率、所述违约损失率和所述违约风险暴露进行处理，得到所述非银行类客户的预期信用损失。2.根据权利要求1所述的方法，其特征在于，所述对每个预设宏观指标在每个预设情景下的未来预测值进行预处理，得到每个预设情景对应的预处理结果，包括：获取每个预设宏观指标在每个预设情景下的历史均值和历史标准差；针对每个预设宏观指标在每个预设情景下的未来预测值，基于所述预设宏观指标在所述预设情景下的历史均值和历史标准差，对所述未来预测值进行标准化处理，并基于所述预设宏观指标对应的方向值，对标准化处理后的未来预测值进行处理，得到所述预设情景对应的预处理结果。3.根据权利要求2所述的方法，其特征在于，所述基于每个预设情景对应的多个预处理结果，利用预先构建的预期信用损失模型，对每一笔非信贷资产的违约概率进行前瞻性调整，得到每一笔非信贷资产在每个预设情景下的目标违约概率，包括：利用预先构建的预期信用损失模型，对每个预设宏观指标的预设系数和每个预设情景对应的多个预处理结果进行处理，得到每个预设情景对应的信用周期指数；基于每个预设情景对应的信用周期指数，利用所述预期信用损失模型，对每一笔非信贷资产的违约概率进行前瞻性调整，得到每一笔非信贷资产在每个预设情景下的目标违约概率。4.根据权利要求3所述的方法，其特征在于，所述基于每个预设情景对应的信用周期指数，通过所述预期信用损失模型，对每一笔非信贷资产的违约概率进行前瞻性调整，得到每一笔非信贷资产在每个预设情景下的目标违约概率，包括：基于每一笔非信贷资产的违约概率，通过所述预期信用损失模型，得到每一笔非信贷资产的风险相关性系数；基于每一笔非信贷资产的风险相关性系数和每个预设情景对应的信用周期指数，通过所述预期信用损失模型，对每一笔非信贷资产的违约概率进行前瞻性调整，得到每一笔非信贷资产在每个预设情景下的目标违约概率。5.根据权利要求1所述的方法，其特征在于，所述利用所述预期信用损失模型，对每一笔非信贷资产在每个预设情景下的目标违约概率、所述违约损失率和所述违约风险暴露进行处理，得到所述非银行类客户的预期信用损失，包括：利用所述预期信用损失模型，对每一笔非信贷资产在每个预设情景下的目标违约概
率、所述违约损失率和所述违约风险暴露进行处理，得到每个预设情景对应的预期信用损失；利用所述预期信用损失模型，对同一预设情景对应的各个预期信用损失进行累加，得到每个预设情景对应的总预期信用损失；利用所述预期信用损失模型，对每个预设情景对应的总预期信用损失和预设权重进行处理，得到所述非银行类客户的预期信用损失。6.根据权利要求1所述的方法，其特征在于，所述多个预设宏观指标为常数项、平均汇率、城镇登记失业率、货币数量m1、上海银行间同业拆放利率shibor和宏观经济景气指数。7.一种预期信用损失确定装置，其特征在于，包括：第一获取单元，用于获取非银行类客户的投资交易业务敞口明细数据；所述投资交易业务敞口明细数据包括至少一笔非信贷资产的违约概率、违约损失率和违约风险暴露；第二获取单元，用于获取多个预设宏观指标在每个预设情景下的未来预测值；预处理单元，用于对每个预设宏观指标在每个预设情景下的未来预测值进行预处理，得到每个预设情景对应的多个预处理结果；调整单元，用于基于每个预设情景对应的多个预处理结果，利用预先构建的预期信用损失模型，对每一笔非信贷资产的违约概率进行前瞻性调整，得到每一笔非信贷资产在每个预设情景下的目标违约概率；处理单元，用于利用所述预期信用损失模型，对每一笔非信贷资产在每个预设情景下的目标违约概率、所述违约损失率和所述违约风险暴露进行处理，得到所述非银行类客户的预期信用损失。8.根据权利要求7所述的装置，其特征在于，所述预处理单元，具体用于：获取每个预设宏观指标在每个预设情景下的历史均值和历史标准差；针对每个预设宏观指标在每个预设情景下的未来预测值，基于所述预设宏观指标在所述预设情景下的历史均值和历史标准差，对所述未来预测值进行标准化处理，并基于所述预设宏观指标对应的方向值，对标准化处理后的未来预测值进行处理，得到所述预设情景对应的预处理结果。9.一种存储介质，其特征在于，所述存储介质存储有指令集，其中，所述指令集被处理器执行时实现如权利要求1-6任意一项所述的预期信用损失确定方法。10.一种电子设备，其特征在于，包括：存储器，用于存储至少一组指令集；处理器，用于执行所述存储器中存储的指令集，通过执行所述指令集实现如权利要求1-6任意一项所述的预期信用损失确定方法。

技术总结
本申请提供了一种预期信用损失确定方法及装置、存储介质及电子设备，通过获取多个预设宏观指标在每个预设情景下的未来预测值，对每个未来预测值进行预处理，得到每个预设情景对应的多个预处理结果，基于每个预设情景对应的多个预处理结果，利用预先构建的预期信用损失模型，对每一笔非信贷资产的违约概率进行前瞻性调整，得到每一笔非信贷资产在每个预设情景下的目标违约概率，从而基于每一笔非信贷资产在每个预设情景下的目标违约概率，得到非银行类客户的预期信用损失。实现了对违约概率进行更加精细的前瞻性调整，从而基于前瞻性调整后的违约概率，可以得到能够准确反映客户实质风险状况的预期信用损失，进而提高了银行的风险防范化解能力。险防范化解能力。险防范化解能力。


技术研发人员：刘清泉 赵逸格 王蕴秋 王仲谋 李洁馨 姜蕴璐
受保护的技术使用者：中国建设银行股份有限公司
技术研发日：2022.11.17
技术公布日：2023/3/3