一种业绩归因方法、装置、设备及存储介质制造方法及图纸

本申请提供一种业绩归因方法、装置、设备及存储介质，涉及数据分析技术领域，用于通过对业绩归因模型进行灵活配置，以实现对用户资产的全面风险管控。该方法包括：获取用户资产对应的组合持仓数据和基准持仓数据；对所述组合持仓数据和所述基准持仓数据按照预设资产分类规则进行分类，确定所述组合持仓数据和所述基准持仓数据各自对应的资产分类级数，以及各个资产分类级的资产分类；根据所述组合持仓数据和所述基准持仓数据各自对应的资产分类级数，以及各个资产分类级的资产分类，配置多层级业绩归因模型；根据所述多层级业绩归因模型，确定所述用户资产对应的收益归因项。确定所述用户资产对应的收益归因项。确定所述用户资产对应的收益归因项。

【技术实现步骤摘要】
一种业绩归因方法、装置、设备及存储介质


[0001]本申请涉及数据分析
，提供一种业绩归因方法、装置、设备及存储介质。

技术介绍

[0002]目前，国内的资产管理公司对评估组合投资的业绩还处于初步阶段，很多公司对某类资产具体产生了多少收益还处于初期探索阶段，因此，能够用于分析组合的收益来源，对投资经理投资策略的评估，对投资水平的衡量，以及对投资风格的分析的业绩归因模型变得尤为重要。
[0003]在现有技术中，业绩归因方法较为单一，通常会基于Brinson模型或者Campisi模型进行业绩归因，其中，Brinson模型可以将用户资产的超额收益分解为配置收益和选择收益，其要求将业绩归因到统一的分类上，如行业分类，而对固定收益类资产的评价没有什么经济含义，其不适用于偏债型为主的用户。Campisi模型可以将用户资产的超额收益分解为收入效应、国债效应和利差效应，其较为适用于固定收益类的资产，而对于其他类型的资产不太适用。可见，现有的业绩归因技术基本上仅能对一部分类型的资产进行业绩归因，然而，目前对用户资产进行全面风险管理是主流趋势，其需要对多资产进行全面的、总体的评估和管控。

技术实现思路

[0004]本申请实施例提供一种业绩归因方法、装置、设备及存储介质，用于通过对业绩归因模型进行灵活配置，以实现对用户资产的全面风险管控。
[0005]一方面，提供一种业绩归因方法，所述方法包括：
[0006]获取用户资产对应的组合持仓数据和基准持仓数据；其中，所述组合持仓数据为用户资产的真实持仓数据，所述基准持仓数据为用户资产的公开市场持仓数据；
[0007]对所述组合持仓数据和所述基准持仓数据按照预设资产分类规则进行分类，确定所述组合持仓数据和所述基准持仓数据各自对应的资产分类级数，以及各个资产分类级的资产分类；其中，所述预设资产分类规则包括各个资产分类级与资产分类之间的关系，且任一资产分类级包括至少一个所述任一资产分类级的下一资产分类级；
[0008]根据所述组合持仓数据和所述基准持仓数据各自对应的资产分类级数，以及各个资产分类级的资产分类，配置多层级业绩归因模型；其中，每一资产分类级对应所述多层级业绩归因模型中的至少一个多项式；
[0009]根据所述多层级业绩归因模型，确定所述用户资产对应的收益归因项；其中，所述收益归因项用于表示用户资产中的各项超额收益的来源。
[0010]在本申请实施例中，由于所配置多层级业绩归因模型是根据组合持仓数据和基准持仓数据各自对应的资产分类级数，以及各个资产分类级的资产分类来进行确定的，即，所配置的多层级业绩归因模型是根据用户资产的实际投资情况来灵活进行配置的，因此，不同用户资产可能对应不同的多层级业绩归因模型，此外，由于在将用户资产进行按照预设
资产分类规则进行分类时，可以将用户资产尽可能的进行详细分类，因此，基于所配置的多层级业绩归因模型而确定的收益归因项，不仅可以将用户收益来源归因到更具体更详细的源头里，还可以满足对用户资产的全面风险管控。
[0011]可选的，所述根据所述组合持仓数据和所述基准持仓数据各自对应的资产分类级数，以及各个资产分类级的资产分类，配置多层级业绩归因模型，包括：
[0012]确定所述资产分类级数是否不大于预设级数；
[0013]在确定不大于预设级数时，根据所述各个资产分类级的资产分类以及第一预设配置规则，对所述各个资产分类级分别进行业绩归因配置，以生成各个资产分类级各自对应的第一子业绩归因模型；其中，所述第一预设配置规则用于将第一子业绩归因模型配置为由配置收益、选择收益和交互收益组成的模型；
[0014]根据所述各个资产分类级各自对应的第一子业绩归因模型，确定所述多层级业绩归因模型。
[0015]可选的，在确定所述资产分类级数是否不大于预设级数之后，所述方法包括：
[0016]在确定大于预设级数时，针对大于所述预设级数的至少一个资产分类级中任一资产分类级，确定所述任一资产分类级的上一资产分类级的资产分类是否为权益类；
[0017]在确定为权益类时，根据所述任一资产分类级对应的资产分类以及第二预设配置规则，对所述任一资产分类级进行业绩归因配置，以生成所述任一资产分类级对应的第二子业绩归因模型；其中，所述第二预设配置规则用于将第二子业绩归因模型配置为由配置收益和选择收益组成的模型；
[0018]根据所述预设级数的各个资产分类级的资产分类以及第一预设配置规则，对所述预设级数的各个资产分类级进行业绩归因配置，以生成所述预设级数的各个资产分类级各自对应的第一子业绩归因模型；
[0019]根据所述预设级数的各个资产分类级各自对应的第一子业绩归因模型，以及大于所述预设级数的至少一个资产分类级对应的第二子业绩归因模型，确定所述多层级业绩归因模型。
[0020]可选的，在确定所述资产分类级数是否不大于预设级数之后，所述方法包括：
[0021]在确定大于预设级数时，针对大于所述预设级数的至少一个资产分类级中任一资产分类级，确定所述任一资产分类级的上一资产分类级的资产分类是否为固定资产类；
[0022]在确定为固定资产类时，根据所述任一资产分类级对应的资产分类以及第三预设配置规则，对所述任一资产分类级进行业绩归因配置，以生成所述任一资产分类级对应的第三子业绩归因模型；其中，所述第三预设配置规则用于将第三子业绩归因模型配置为由收入效应、国债效应和利差效应组成的模型；
[0023]根据所述预设级数的各个资产分类级的资产分类以及第一预设配置规则，对所述预设级数的各个资产分类级进行业绩归因配置，以生成所述预设级数的各个资产分类级各自对应的第一子业绩归因模型；
[0024]根据所述预设级数的各个资产分类级各自对应的第一子业绩归因模型，以及大于所述预设级数的至少一个资产分类级对应的第三子业绩归因模型，确定所述多层级业绩归因模型。
[0025]可选的，所述根据所述多层级业绩归因模型、所述组合持仓数据和所述基准持仓
数据，确定所述用户资产对应的收益归因项，包括：
[0026]根据所述组合持仓数据和所述基准持仓数据，确定各个资产分类级的资产分类所对应的权重与收益；
[0027]将所述各个资产分类级的资产分类所对应的权重与收益，带入所述多层级业绩归因模型，确定所述收益归因项。
[0028]一方面，提供一种业绩归因装置，所述装置包括：
[0029]数据获取单元，用于获取用户资产对应的组合持仓数据和基准持仓数据；其中，所述组合持仓数据为用户资产的真实持仓数据，所述基准持仓数据为用户资产的公开市场持仓数据；
[0030]资产分类单元，用于对所述组合持仓数据和所述基准持仓数据按照预设资产分类规则进行分类，确定所述组合持仓数据和所述基准持仓数据各自对应的资产分类级数，以及各个资产分类级的资产分类；其中，所述预设资产分类规则包括各个资产分类级与资产分类之间的关系，且任一资产分类级包括至少一个所述任一资产分类级本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种业绩归因方法，其特征在于，所述方法包括：获取用户资产对应的组合持仓数据和基准持仓数据；其中，所述组合持仓数据为用户资产的真实持仓数据，所述基准持仓数据为用户资产的公开市场持仓数据；对所述组合持仓数据和所述基准持仓数据按照预设资产分类规则进行分类，确定所述组合持仓数据和所述基准持仓数据各自对应的资产分类级数，以及各个资产分类级的资产分类；其中，所述预设资产分类规则包括各个资产分类级与资产分类之间的关系，且任一资产分类级包括至少一个所述任一资产分类级的下一资产分类级；根据所述组合持仓数据和所述基准持仓数据各自对应的资产分类级数，以及各个资产分类级的资产分类，配置多层级业绩归因模型；其中，每一资产分类级对应所述多层级业绩归因模型中的至少一个多项式；根据所述多层级业绩归因模型，确定所述用户资产对应的收益归因项；其中，所述收益归因项用于表示用户资产中的各项超额收益的来源。2.如权利要求1所述的方法，其特征在于，所述根据所述组合持仓数据和所述基准持仓数据各自对应的资产分类级数，以及各个资产分类级的资产分类，配置多层级业绩归因模型，包括：确定所述资产分类级数是否不大于预设级数；在确定不大于预设级数时，根据所述各个资产分类级的资产分类以及第一预设配置规则，对所述各个资产分类级分别进行业绩归因配置，以生成各个资产分类级各自对应的第一子业绩归因模型；其中，所述第一预设配置规则用于将第一子业绩归因模型配置为由配置收益、选择收益和交互收益组成的模型；根据所述各个资产分类级各自对应的第一子业绩归因模型，确定所述多层级业绩归因模型。3.如权利要求2所述的方法，其特征在于，在确定所述资产分类级数是否不大于预设级数之后，所述方法包括：在确定大于预设级数时，针对大于所述预设级数的至少一个资产分类级中任一资产分类级，确定所述任一资产分类级的上一资产分类级的资产分类是否为权益类；在确定为权益类时，根据所述任一资产分类级对应的资产分类以及第二预设配置规则，对所述任一资产分类级进行业绩归因配置，以生成所述任一资产分类级对应的第二子业绩归因模型；其中，所述第二预设配置规则用于将第二子业绩归因模型配置为由配置收益和选择收益组成的模型；根据所述预设级数的各个资产分类级的资产分类以及第一预设配置规则，对所述预设级数的各个资产分类级进行业绩归因配置，以生成所述预设级数的各个资产分类级各自对应的第一子业绩归因模型；根据所述预设级数的各个资产分类级各自对应的第一子业绩归因模型，以及大于所述预设级数的至少一个资产分类级对应的第二子业绩归因模型，确定所述多层级业绩归因模型。4.如权利要求2所述的方法，其特征在于，在确定所述资产分类级数是否不大于预设级数之后，所述方法包括：在确定大于预设级数时，针对大于所述预设级数的至少一个资产分类级中任一资产分
类级，确定所述任一资产分类级的上一资产分类级的资产分类是否为固定资产类；在确定为固定资产类时，根据所述任一资产分类级对应的资产分类以及第三预设配置规则，对所述任一资产分类级进行业绩归因配置，以生成所述任一资产分类级对应的第三子业绩归因模型；其中，所述第三预设配置规则用于将第三子业绩归因模型配置为由收入效应、国债效应和利差效应组成的模型；根据所述预设级数的各个资产分类级的资产分类以及第一预设配置规则，对所述预设级数的各个资产分类级进行业绩归因配置，以生成所述预设级数的各个资产分类级各自对应的第一子业绩归因模型；根据所述预设级数的各个资产分类级各自对应的第一子业绩归因模型，以及大于所述预设级数的至少一个资产分类级对应的第三子业绩归因模型，确定所述多层级业绩归因模型。5.如权利要求1所述的方法，其特征在于，所述根据所述多层级业绩归因模型、所述组合持仓数据和所述基准持仓数据，确定所述用户资产对应的收益归因项，包括：根据所述组合持仓数据和所述基准持仓数据，确定各个资产分类级的资产分类所对应的权重与收益；将所述各个资产分类级的资产分类所对应的权重与收益，带入所述多层级业绩归因模型，确定所述收益归因项。6.一种业绩归因装置，其特征在于，所述装置包括：数据获取单元，用于获取用户资产对应的组合持仓数据和基准持仓数据；其中，所述组合持仓数据为用户资产的真实持仓数据，所述基准持仓数据为用户资产的公开市场持仓数...

【专利技术属性】
技术研发人员：王政钟，
申请(专利权)人：中国建设银行股份有限公司，
类型：发明
国别省市：