專利名稱：一種金融產(chǎn)品風(fēng)險檢測方法及系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明關(guān)于利用計算機網(wǎng)絡(luò)的金融產(chǎn)品風(fēng)險監(jiān)測技術(shù)，具體的講是一種金融產(chǎn)品 風(fēng)險檢測方法及系統(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?shù)取Ｈ欢?，由于金融產(chǎn)品的市場價格和利率的不斷 變動，會使推出這些金融產(chǎn)品的商業(yè)銀行存在較大的市場風(fēng)險。因此，如何對網(wǎng)上銀行的金 融產(chǎn)品進行風(fēng)險檢測變得日益重要。在現(xiàn)有技術(shù)中，金融產(chǎn)品風(fēng)險檢測的技術(shù)在于，采用風(fēng)險價值(VaR=Valueat Risk)對金融產(chǎn)品風(fēng)險進行統(tǒng)計。VaR指在正常的市場環(huán)境下，在一定的置信水平和持有期 內(nèi)，衡量某個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計量模型，它們存在度量成本高，計算效率低的缺 點。分析法(方差-協(xié)方差法)依賴于市場因子的分布假設(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，準確性較差。

發(fā)明內(nèi)容
本發(fā)明實施例提供了一種金融產(chǎn)品風(fēng)險檢測方法及系統(tǒng)，用以解決金融產(chǎn)品的風(fēng) 險檢測問題。本發(fā)明的目的之一是，提供一種金融產(chǎn)品風(fēng)險檢測方法，該方法包括獲取金融產(chǎn) 品的歷史市場數(shù)據(jù)，并根據(jù)所述的歷史市場數(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)品的價值數(shù)據(jù)和影響因素數(shù)據(jù)，并根據(jù)所述的價值數(shù)據(jù)和影響因素數(shù)據(jù)計算敏 感度；根據(jù)所述的模擬情景信息和敏感度計算所述金融產(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)險檢測結(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)險檢測系統(tǒng)，該系統(tǒng)包括市場數(shù)據(jù)獲 取單元，用于獲取金融產(chǎn)品的歷史市場數(shù)據(jù)，并根據(jù)所述的歷史市場數(shù)據(jù)生成所述金融產(chǎn) 品的模擬情景信息；敏感度計算單元，用于獲取所述金融產(chǎn)品的價值數(shù)據(jù)和影響因素數(shù)據(jù)， 并根據(jù)所述的價值數(shù)據(jù)和影響因素數(shù)據(jù)計算敏感度；損益數(shù)據(jù)計算單元，用于根據(jù)所述的 模擬情景信息和敏感度計算所述金融產(chǎn)品的損益數(shù)據(jù)；檢測結(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)險檢測結(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)品市場風(fēng) 險VaR值的方案，克服了歷史模擬法基于完全估值的計量模型度量成本高，計算效率低的 缺點以及分析法沒有充分利用歷史信息的缺點。并利用歷史市場數(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，計算VaR值。本發(fā)明充分利用分析 法快速簡單的優(yōu)點，在保證VaR計量速度的同時，又充分利用了歷史信息，對金融產(chǎn)品市場風(fēng)險進行檢測。


為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(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)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動性的前提下，還可 以根據(jù)這些附圖獲得其他的附圖。圖1為本發(fā)明實施例中金融產(chǎn)品風(fēng)險檢測的方法流程圖；圖2為本發(fā)明實施例中金融產(chǎn)品風(fēng)險檢測的系統(tǒng)結(jié)構(gòu)示意圖；圖3為本發(fā)明實施例中金融產(chǎn)品風(fēng)險檢測的另一個系統(tǒng)結(jié)構(gòu)示意圖；圖4為本發(fā)明實施例中交易數(shù)據(jù)信息示意圖；圖5為本發(fā)明實施例中歷史匯率信息示意圖；圖6為本發(fā)明實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)明實施例中交易的現(xiàn)金流的示意圖；圖8為本發(fā)明實施例中當前匯率下的交易凈值的示意圖；圖9為本發(fā)明實施例中匯率上升一個基點后，得到的交易凈值的示意圖；圖10為本發(fā)明實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。
具體實施例方式下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完 整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；?本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他 實施例，都屬于本發(fā)明保護的范圍。如圖1所示，本發(fā)明提供一種金融產(chǎn)品風(fēng)險檢測方法，該方法包括獲取金融產(chǎn)品 的歷史市場數(shù)據(jù)，并根據(jù)歷史市場數(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)品的價值數(shù)據(jù)和影響因素數(shù)據(jù)，并根據(jù)價值數(shù)據(jù)和影響因素數(shù)據(jù)計算敏感度 (步驟S102)；根據(jù)模擬情景信息和敏感度計算金融產(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)險檢測結(jié)果信息(步驟S104)。敏感度的一般計算公式為δ = (P2-P1)/(F2-F1)(1)其中，δ為金融產(chǎn)品P相對于影響因素F的變動率，即敏感度。Pl和Ρ2表示金融 產(chǎn)品P相對于Fl和F2的價值，F(xiàn)l和F2表示影響因素F的兩個取值。利用敏感度計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)品的對于因素F的敏感度，AF為因素F的變 動。本實施方式中，Pl和Fl是金融產(chǎn)品P相對于影響因素F的變動前的數(shù)值，Ρ2和 F2是變動后的數(shù)值。根據(jù)兩個數(shù)值，可以計算出當天的敏感度。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值，將該變動值乘以當天的敏感度，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表示因素的變動值；f表示計算損益時，F(xiàn)的基本單位，因為 設(shè)定F的變動時，比如，可以按100變動，也可以按1變動，因此在最后計算時，需要將其進 行單位化的處理。在本實施例中，(SXAF)除以了一個f，這樣就可以對損益值進行單位 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，從而計算出當天的VaR值。如圖2所示，本發(fā)明實施例還提供了一種金融產(chǎn)品風(fēng)險檢測的系統(tǒng)結(jié)構(gòu)示意圖， 該系統(tǒng)包括市場數(shù)據(jù)獲取單元101，用于獲取金融產(chǎn)品的歷史市場數(shù)據(jù)，并根據(jù)歷史市場數(shù)據(jù) 生成所述金融產(chǎn)品的模擬情景信息； 敏感度計算單元102，用于獲取金融產(chǎn)品的價值數(shù)據(jù)和影響因素數(shù)據(jù)，并根據(jù)價值 數(shù)據(jù)和影響因素數(shù)據(jù)計算敏感度；損益數(shù)據(jù)計算單元103，用于根據(jù)模擬情景信息和敏感度計算金融產(chǎn)品的損益數(shù) 據(jù)；檢測結(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)險檢測結(jié)果信息。如圖3所示，一個實施例中，圖2所示的敏感度計算模塊102還包括δ計算模塊 1021，用于計算敏感度δ ；圖2所示的損益數(shù)據(jù)計算單元103包括P&L計算模塊1031，用于計算損益數(shù)據(jù) P&L。圖2所示的檢測結(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，市場數(shù)據(jù)獲取單元101獲取金融產(chǎn)品的歷史市場數(shù)據(jù)，并根據(jù)歷史市場數(shù) 據(jù)生成金融產(chǎn)品的模擬情景信息；而后，δ計算模塊1021根據(jù)敏感度的一般計算公式δ =(P2-P1)/(F1-F2)來計算敏感度δ，其中，Pl和P2表示金融產(chǎn)品P相對于Fl和F2的價 值，F(xiàn)l和F2表示影響因素F的兩個取值；得到模擬情景信息和敏感度δ后，P&L計算模塊 1031利用敏感度計算損益的一般公式為P&L = (δ XAF)計算得出損益值。本實施例中，Pl和Fl是金融產(chǎn)品P相對于影響因素F的變動前的數(shù)值，Ρ2和F2 是變動后的數(shù)值。根據(jù)兩個數(shù)值，可以計算出當天的敏感度。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值，將該變動值乘以當天的敏感度，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表示因素的變動值；f表示計算損益時，F(xiàn)的基本單位，因為 設(shè)定F的變動時，比如，可以按100變動，也可以按1變動，因此在最后計算時，需要將其進 行單位化的處理。在本實施例中，(SXAF)除以了一個f，這樣就可以對損益值進行單位 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)上述計算，可以每天得到一個新的敏感度，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，從而計算出當天的VaR值。實施例一金融產(chǎn)品為用戶持有的外匯即期頭寸，本實施例檢測外匯即期頭寸匯率風(fēng)險的步驟如下步驟S101、獲取金融產(chǎn)品的歷史市場數(shù)據(jù)，并根據(jù)歷史市場數(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)明實施例的交易數(shù)據(jù)信息和歷史匯率信息示意圖。在計算金融產(chǎn)品的模擬情景信息時，首先要確定選取的歷史數(shù)據(jù)的時間周期和時 間跨度。時間周期的作用是確定確定歷史數(shù)據(jù)的樣本長度；時間跨度的作用是確定影響因 素變動取值。比如，如果周期為100天，跨度為1天，那么就選擇從某天開始(一般是計算 市場風(fēng)險當天)向前100個交易日，將t天的影響因素的市場值減去t-Ι天的影響因素的 市場值，這樣就可以得到99個變動值；如果跨度為2天，則是將t天的影響因素的市場值減 去t-2天的影響因素的市場值，這樣得到的是98個變動值。在本實施例中，情景參數(shù)假定時間長度為10天，跨度為1天。然后確認歷史的匯 率數(shù)據(jù)的準確性，包括是否缺失，是否異常。對于缺失數(shù)據(jù)，提供包括多項式插值、樣條插值 在內(nèi)的多種補齊數(shù)據(jù)的方法，并剔除明顯異常的數(shù)據(jù)(比如，變動超出上期數(shù)據(jù)的士5%的 數(shù)據(jù))。本實施例中，計算相鄰兩天的匯率變動，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)品的價值數(shù)據(jù)和影響因素數(shù)據(jù)，并根據(jù)價值數(shù)據(jù)和影響因 素數(shù)據(jù)計算敏感度；首先，根據(jù)金融產(chǎn)品的交易類型和金融市場數(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?，F(xiàn)金流是指某一段時間內(nèi)現(xiàn)金流入和流出的數(shù)量。產(chǎn)品的價值取決于該產(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)在價值等于預(yù)期現(xiàn)金流的貼現(xiàn)值。如圖7所示，在本實施例中，交易的現(xiàn)金流為過去的現(xiàn)金流。本實施例中，因為外匯不涉及現(xiàn)金流折現(xiàn)，按照無需折現(xiàn)，根據(jù)當前市場匯率，計 算該頭寸的損益，如圖8所示的為當前匯率下其交易凈值為Y143。本實施例中，設(shè)置匯率向上變動一個基點，變化后的市場匯率為
匯率
6. 8551 然后基于變動后的市場數(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。在本實施例中，現(xiàn)金流不變。
7
基于敏感度情景變動后的市場數(shù)據(jù)，主要是收益率曲線信息，重新評估金融產(chǎn)品 的凈現(xiàn)值(NPV’)，如圖9所示，匯率上升一個基點后，變動后的交易凈值為Y144。則本發(fā)明實施方式中，匯率的變動為AF = F2-F1 = 6. 8550-6. 8551 = 0. 0001,F 的基本單位為0. 0001，在本發(fā)明實施方式中，相對于Fl和F2單位產(chǎn)品的價值Pl和P2分別 為 Y68551/10000 和 Y68550/10000 ；因此根據(jù)敏感度計算公式δ = (P2-P1)/(F2-F1)= (68551/10000-68550/10000)/0. 0001= 1如果根據(jù)變動前的NPV和變動后的NPV計算金融產(chǎn)品的敏感度，計算公式為Δ =NPV，-NPV = 144-143 = 1，相對于NPV144和NPV143單位產(chǎn)品的價值Ρ2和Pl分別為 Υ68551 和Υ68550。則有，δ = (Ρ2-Ρ1)/(F2-F1)= (68551-68550)/1= 1因此在本實施例中，該頭寸的匯率敏感度為1。計算敏感度時，影響因素變動值大小的確定，由用戶結(jié)合市場實際和經(jīng)驗得到，一 般該變動值相當小，以提高計算結(jié)果的精度。通過上述步驟，得到基于當日產(chǎn)品價格，和該 產(chǎn)品影響因素的敏感度值。它表示了當影響因素發(fā)生一個固定的變動值時，該產(chǎn)品價格發(fā) 生的變動值。得到了該敏感度值后，就可以分析當影響因素發(fā)生某個變動值時，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算金融產(chǎn)品的損益數(shù)據(jù)；在本實施例中，計算金融產(chǎn)品的損益數(shù)據(jù)公式為P&L= (δ XC)/BP;其中δ為 敏感度模塊計算的敏感度；C為情景序列中的情景變動；BP為敏感度情景變動。在本實施例 中，C相當于AF，BP相當于f。因為希望計算基于一個BP變動，得到的敏感度。本實施例 中，BP = O. 0001，在上述計算過程中，如果不除以BP，得到的結(jié)果都是當匯率變動0. 0001的 情況下，得到的損益。而在業(yè)務(wù)實踐中，都是按BP報價和計算的，所以將(δ XC)除以BP， 得到的就是基于BP的敏感度損益。在本實施例中，用戶運用上面的公式計算損益分布為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)明實施方式根據(jù)上述計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)險檢測結(jié)果信息。在本實施例中，生成金融產(chǎn)品的風(fēng)險檢測結(jié)果信息是指根據(jù)風(fēng)險價值(VaR)置信 度，求出損益分布在對應(yīng)置信度上的分位數(shù)。其中，置信度是統(tǒng)計學(xué)上的概念，它表示的是 一個概率。估計值與總體參數(shù)在一定允許的誤差范圍以內(nèi)，其相應(yīng)的概率有多大，這個相應(yīng) 的概率稱作置信度。它表示，給定某個概率的水平下，可以認為得到的結(jié)果是可信的。比如 置信度為95%，表示認為在95%的概率下，該結(jié)果是可靠的；同時還有5% (=1-95%)的概率，可能犯了棄真錯誤(在統(tǒng)計學(xué)上，棄真錯誤表示當某個結(jié)果是為真時，卻認為它是 錯誤的概率)。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指在正常的市場環(huán)境下，在一定的置信水平和持有期內(nèi)，衡 量某個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)界的具體實踐，此分位 數(shù)即為VaR值。本實施例中，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，就相當于是收益；如果數(shù)值為負的，就相當于是損失；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)，損失不會超過VaR值；那么在另一個方面， 就是有的可能，損失會超過VaR值，VaR值就相當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(其實質(zhì)是損失)。本發(fā)明中應(yīng)用了具體實施例對本發(fā)明的原理及實施方式進行了闡述，以上實施例 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，對于本領(lǐng)域的一般技術(shù)人員， 依據(jù)本發(fā)明的思想，在具體實施方式
及應(yīng)用范圍上均會有改變之處，綜上所述，本說明書內(nèi) 容不應(yīng)理解為對本發(fā)明的限制。
權(quán)利要求
一種金融產(chǎn)品風(fēng)險檢測方法，其特征是，所述的方法包括獲取金融產(chǎn)品的歷史市場數(shù)據(jù)，并根據(jù)所述的歷史市場數(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)品的價值數(shù)據(jù)和影響因素數(shù)據(jù)，并根據(jù)所述的價值數(shù)據(jù)和影響因素數(shù)據(jù)計算敏感度；根據(jù)所述的模擬情景信息和敏感度計算所述金融產(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)險檢測結(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)所述的價值數(shù)據(jù)和影響因素數(shù)據(jù)計算 敏感度包括δ = (P2-P1)/(F2-F1)；其中δ表示敏感度；Fl和F2為影響因素數(shù)據(jù)中的兩個數(shù)據(jù)； Pl為所述金融產(chǎn)品相對Fl的價值數(shù)據(jù)； Ρ2為所述金融產(chǎn)品相對F2的價值數(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。
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)險檢測結(jié)果信息包括根據(jù)風(fēng)險價值VaR置信度，計算所述損益數(shù)據(jù)分布在對應(yīng)置信度 上的分位數(shù)。
6.一種金融產(chǎn)品風(fēng)險檢測系統(tǒng)，其特征是，所述的系統(tǒng)包括市場數(shù)據(jù)獲取單元，用于獲取金融產(chǎn)品的歷史市場數(shù)據(jù)，并根據(jù)所述的歷史市場數(shù)據(jù) 生成所述金融產(chǎn)品的模擬情景信息；敏感度計算單元，用于獲取所述金融產(chǎn)品的價值數(shù)據(jù)和影響因素數(shù)據(jù)，并根據(jù)所述的 價值數(shù)據(jù)和影響因素數(shù)據(jù)計算敏感度；損益數(shù)據(jù)計算單元，用于根據(jù)所述的模擬情景信息和敏感度計算所述金融產(chǎn)品的損益 數(shù)據(jù)；檢測結(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)險檢測結(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，所述的敏感度計算單元包括δ計算模塊， 其中δ = (P2-P1)/(F2-F1)； δ表示敏感度；Fl和F2為影響因素數(shù)據(jù)中的兩個數(shù)據(jù)； Pl為所述金融產(chǎn)品相對Fl的價值數(shù)據(jù)；P2為所述金融產(chǎn)品相對F2的價值數(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)計算單元包括P&L計算模 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。
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)明實施例提供了一種金融產(chǎn)品風(fēng)險檢測方法及系統(tǒng)，該方法包括獲取金融產(chǎn)品的歷史市場數(shù)據(jù)，并根據(jù)所述的歷史市場數(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)品的價值數(shù)據(jù)和影響因素數(shù)據(jù)，并根據(jù)所述的價值數(shù)據(jù)和影響因素數(shù)據(jù)計算敏感度；根據(jù)所述的模擬情景信息和敏感度計算所述金融產(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)險檢測結(jié)果信息。另外，本發(fā)明實施例還提供了一種金融產(chǎn)品風(fēng)險檢測系統(tǒng)。本發(fā)明充分利用分析法快速簡單的優(yōu)點，在保證VaR計量速度的同時，又充分利用了歷史信息，對金融產(chǎn)品市場風(fēng)險進行檢測。
文檔編號G06Q40/00GK101964104SQ20091008956
公開日2011年2月2日 申請日期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 申請人:中國工商銀行股份有限公司