基于蒙特卡洛模拟的存贷资金池现金流测算方法技术

本发明专利技术提供了基于蒙特卡洛模拟的存贷资金池现金流测算方法，包括如下步骤：步骤一：对现金流测算相关数据进行预处理和参数化；步骤二：基于步骤一的基础，将预处理后的数据加载到模型中得到模型输出；步骤三：基于步骤二的基础，针对模型输出的结果进行再处理得到最终的资金池现金流分析结果和未来的现金流预测。本发明专利技术可以直接与底层数据对接，保证专利使用数据的有效性和可靠性；将现金流相关项目的有关业务指标进行参数化配置，将业务逻辑提炼为规则加入模型，减少人力分析及操作成本，针对存贷资金池，对历史用户的缴存、提取、贷款、还款行为进行数据分析建模，构建用户的行为概率分析模型得到用户行为概率。分析模型得到用户行为概率。

【技术实现步骤摘要】
基于蒙特卡洛模拟的存贷资金池现金流测算方法


[0001]本专利技术涉及存贷资金池现金流测算相关
，具体涉及基于蒙特卡洛模拟的存贷资金池现金流测算方法。

技术介绍

[0002]存贷资金池现金流是指在一定时间内与用户存贷款相关的资金池资金的流入和流出，反映了资金池的收支情况。业务资金管理分析预测在宏观层面，以流动性管理为核心，缴存资金余额的流动性意味着满足存款人提取现金和借款人合理贷款需求的能力，保持流动性是缴存制度的生命之本。流动性净头寸(t)＝流动性供给(存款流入+偿还贷款)
‑
流动性需求(存款提取+贷款需求)；
[0003]现金流测算通过历史数据分析预测未来的现金流变化以实现流动性风险防范。当流动性的需求总额可能超过流动性供给总额时(Lt<0)，需要为可能出现的流动性赤字做准备，决定在何时、何地筹集所需要的流动性资金；当流动性供给总额超过流动性需求总额时(Lt>0)，需要为如何安排流动性盈余作出决策，决定何时、何地对剩余的流动性资金进行配置，使得资金能够满足未来的流动性需求；
[0004]目前已有现金流测算方法，存在现金流量数据有效性难以保证、现金流分析人力成本高、自由现金流估值测算无法对用户行为进行分析的问题；
[0005]因此，需要设计一种基于蒙特卡洛模拟的存贷资金池现金流测算方法以解决上述存在的问题。

技术实现思路

[0006]针对现有技术的不足，本专利技术提供了基于蒙特卡洛模拟的存贷资金池现金流测算方法，解决了背景技术中提到的问题。
[0007]为实现以上目的，本专利技术通过以下技术方案予以实现：
[0008]基于蒙特卡洛模拟的存贷资金池现金流测算方法，包括如下步骤：
[0009]步骤一：对现金流测算相关数据进行预处理和参数化；
[0010]步骤二：基于步骤一的基础，将预处理后的数据加载到模型中得到模型输出；
[0011]步骤三：基于步骤二的基础，针对模型输出的结果进行再处理得到最终的资金池现金流分析结果和未来的现金流预测。
[0012]进一步的，所述步骤一中的具体操作步骤如下：
[0013]S1、寻找离群的数据点；
[0014]S2、进行数据的填充，对于连续时间序列中，部分日期缺失的数据，填充缺失值；
[0015]S3、将数据分为三类做数据参数化，包括现金流分项数据、产品描述数据和整体资金池数据。
[0016]进一步的，所述步骤二中的具体操作步骤如下：
[0017]将步骤一得到的现金流参数、用户行为参数和资金池波动参数载入到蒙特卡洛现
金流测算模块，对资金池总的现金流进行模拟运算。
[0018]进一步的，所述步骤三中的具体操作步骤如下：
[0019]S1、基于步骤二得出的结果，将现金流的各分项变化数据整合在一起得到现金流总额；
[0020]S2、参照历史资金池整体的现金流数据分布情况，调整资金池的整体资金，得到历史及未来的资金池现金流；
[0021]S4、输出历史到将来一段时间，每个时间点的缴存、提取、贷款、还款人数和金额与在此过程中产生的利息金额报表，以及资金池现金流的变化趋势图，现金流产生缺口的时间和金额、缺口回正的时间等。
[0022]进一步的，所述S1中计算方式为：
[0023]F(资金池总额)＝F(缴存金额)+F(还贷金额)
‑
F(放贷金额)
‑
F(提取金额)
[0024]本专利技术提供了基于蒙特卡洛模拟的存贷资金池现金流测算方法。
[0025]与现有技术相比，具备以下有益效果：
[0026]1、本专利技术支持将现金流相关的原始数据和模型对接，定时调度模型进行包括数据清洗、数据填充、异常值处理等数据预处理操作，保证了数据的有效性和准确性；
[0027]2、本专利技术支持在原来模型基础上继续增加影响现金流的业务项目，实现模型的扩展，通过提炼业务项目的参数，在原有模型的基础上增加新的业务产品信息，在后续计算时可以把新增的业务产品信息考虑进去；
[0028]3、本专利技术不仅可以对总资金现金流数据进行分析预测，还提供用户个人行为概率模型，通过对用户的现金流入流出进行分析，建立现金流入和现金流出模型，得到不同用户的行为概率，实现更加精确的现金流预测；
[0029]4、本专利技术采用的方法可以根据项目需要以接口的形式提供服务，方便快捷地拓展于任意场景的应用系统中。
具体实施方式
[0030]为使本专利技术实施例的目的、技术方案和优点更加清楚，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0031]实施例
[0032]为解决
技术介绍
中的技术问题，给出如下的基于蒙特卡洛模拟的存贷资金池现金流测算方法：
[0033]本专利技术提供的基于蒙特卡洛模拟的存贷资金池现金流测算方法，包括如下步骤：
[0034]步骤一：对现金流测算相关数据进行预处理和参数化；
[0035]步骤二：基于步骤一的基础，将预处理后的数据加载到模型中得到模型输出；
[0036]步骤三：基于步骤二的基础，针对模型输出的结果进行再处理得到最终的资金池现金流分析结果和未来的现金流预测。
[0037]所述步骤一中的具体操作步骤如下：
[0038]S1、寻找离群的数据点；
[0039]具体方法为计算当前数据序列的均值和标准差，当数据点的值大于均值加3倍标准差时，将该数据点视为离群的异常点，对于这类数据，将数据修正为整体数据的均值加3倍标准差；同理，当数据点的值小于均值减3倍标准差时，将数据修正为整体数据的均值减3倍标准差。
[0040]S2、进行数据的填充，对于连续时间序列中，部分日期缺失的数据，填充缺失值；
[0041]S3、将数据分为三类做数据参数化，包括现金流分项数据、产品描述数据和整体资金池数据。
[0042]对于现金流入流出分项数据，提炼数据序列的初始值、最大值、最小值、数据频率，对数据按照固定值、按比例递增、按固定值递增等方式进行拟合，得到数据最接近的变动方式和变动值。比如月频的现金流数据如果一直以均值20的大小递增，那么此数据序列的变动方式就是按固定值递增，变动值为20。
[0043]对存款现金流数据进行数据分析建模得到用户贷前提取概率和用户提前还款概率。对于用户贷前提取行为，分析连续N年的存款日均余额，采用线性回归拟合贷前存款金额数据，得到存款余额的变动趋势；对贷前存款数据进行平滑处理，调整金额＝日均余额
‑
保留时间内的趋势金额+样本趋势金额的均值；对于平滑后的数据B计算，选定滑动窗口n，滚动计算每天的存款最大波动序列V,V(t)＝(min(B(t),B(t
‑
1本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于蒙特卡洛模拟的存贷资金池现金流测算方法，其特征在于：包括如下步骤：步骤一：对现金流测算相关数据进行预处理和参数化；步骤二：基于步骤一的基础，将预处理后的数据加载到模型中得到模型输出；步骤三：基于步骤二的基础，针对模型输出的结果进行再处理得到最终的资金池现金流分析结果和未来的现金流预测。2.根据权利要求1所述的基于蒙特卡洛模拟的存贷资金池现金流测算方法，其特征在于：所述步骤一中的具体操作步骤如下：S1、寻找离群的数据点；S2、进行数据的填充，对于连续时间序列中，部分日期缺失的数据，填充缺失值；S3、将数据分为三类做数据参数化，包括现金流分项数据、产品描述数据和整体资金池数据。3.根据权利要求1所述的基于蒙特卡洛模拟的存贷资金池现金流测算方法，其特征在于：所述步骤二中的具体操作步骤如下：将步骤一得到的现金流参数、用户行为参数和资金池波动参数载入到蒙特卡洛现...

【专利技术属性】
技术研发人员：郑静，宋红梅，徐洁馨，李金龙，
申请(专利权)人：招银网络科技杭州有限公司，
类型：发明
国别省市：