一种宏观因子与汇率传导机制的模型构建方法及装置与流程

1.本发明涉及金融市场风险评估技术领域，尤其涉及一种宏观因子与汇率传导机制的模型构建方法及装置。


背景技术：

2.市场风险压力测试是一种银行检测在面临极端不利的市场环境变化的情况下时，其持有的金融资产价值的可能发生损益变化方式。在进行压力测试前，测试人需要选择合适的压力情景作为压力测试的输入参数。
3.目前，市场上主流的压力情景生成方式包括历史压力情景和自定义压力情景两种方式。
4.历史压力情景，一般选取历史发生过的极端风险事件，取当时市场的市场风险因子报价，根据设定的时间跨度，计算出市场风险因子报价在规定的时间跨度内的极端波动水平，将数据变动从大到小进行排序，再置信度水平(分位数，严重度水平)，将极端的市场风险因子报价波动与压力测试评估日的当日市场风险因子报价结合，生成基于历史情景的压力测试。
5.自定义压力情景是基于监管、专家、压力测试操作人拟定的市场风险因子报价变动值，将此市场风险因子报价变动与评估日的市场风险因子报价水平相结合，得到自定义压力测试情景。
6.进一步地，历史情景生成方案和自定义情景生成方案都是对“汇率”、“利率”等市场风险因子的直接估计。而“市场风险因子”作为各国经济贸易的纽带，反映了国家的经济实力，是各国货币政策的载体，是各国家宏观经济环境的一种微观体现。因此，一种新的压力情景生成方案——“宏观因素压力情景方案”被提出。它以宏观经济指标为基础，研究宏观经济指标与市场风险因子的传导关系，在确定传导关系后，输入的压力情景下宏观因素指标水平，得到压力情景下市场风险因子报价水平。而如何选择宏观因子、以及他们对市场风险因子报价的传导机制成为了本项技术的难点。


技术实现要素：

7.本发明要解决的技术问题是，如何选择宏观因子、以及如何确认其所对应的市场风险因子报价的传导机制。有鉴于此，本发明提供一种宏观因子与汇率传导机制的模型构建方法及装置、电子设备。
8.本发明采用的技术方案是，所述一种宏观因子与汇率传导机制的模型构建方法，包括：
9.步骤s1，获取宏观经济数据；
10.步骤s2，根据业务需求，从所述宏观经济数据中选择市场风险因子以及对应的宏观因素指标；
11.步骤s3，基于所述宏观因素指标以及所述市场风险因子，构建线性模型；
12.步骤s4，对所述线性模型进行显著性检验；
13.步骤s5，基于所述显著性检验的结果，确定所述线性模型的构建结果。
14.在一个实施方式中，所述宏观经济数据，包括：利率、汇率、gdp、gdp增长率、广义货币增长率、通货膨胀率、失业率、生产价格指数。
15.在一个实施方式中，所述步骤s3包括：
16.将选择的所有所述宏观因素指标纳入线性模型作为自变量，将对应的各期所述市场风险因子作为因变量，构建线性模型。
17.在一个实施方式中，所述步骤s4包括：
18.对所述线性模型进行vif系数计算，若大于配置的vif阈值，则需重构所述线性模型，否则继续；
19.对当前线性模型进行t测试，若大于配置的t阈值，则需重构所述线性模型，否则继续；
20.对当前线性模型进行f测试，若大于配置的f阈值，则需重构所述线性模型，否则输出当前的线性模型。
21.在一个实施方式中，利用配置的stepwise算法，对需要重构的线性模型的自变量进行处理，以完成对当前线性模型的重构，并输出重构后的线性模型。
22.在一个实施方式中，所述vif阈值被配置为10，所述t阈值被配置为5％，所述f阈值被配置为5％。
23.本发明的另一方面还提供了一种宏观因子与汇率传导机制的模型构建装置，包括：
24.获取单元，被配置为获取宏观经济数据；
25.响应单元，被配置为根据业务需求，从所述宏观经济数据中选择市场风险因子以及对应的宏观因素指标；
26.构建单元，被配置为基于所述宏观因素指标以及所述市场风险因子，构建线性模型；
27.检验单元，被配置为对所述线性模型进行显著性检验；
28.输出单元，被配置为基于所述显著性检验的结果，确定所述线性模型的构建结果。
29.本发明的另一方面还提供了一种电子设备，所述电子设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上任一项所述的宏观因子与汇率传导机制的模型构建方法的步骤。
30.本发明的另一方面还提供了一种计算机存储介质，所述计算机存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上任一项所述的宏观因子与汇率传导机制的模型构建方法的步骤。
31.采用上述技术方案，本发明至少具有下列优点：
32.本发明提供的一种宏观因子与汇率传导机制的模型构建方法，可以根据使用者的预设条件，通过系统实现自动化的基础数据处理工作，通过选择宏观因子、确认其所对应的市场风险因子报价的传导机制，简化分析人员模型选择的步骤，提高工作效率。
附图说明
33.图1为根据本发明实施例的宏观因子与汇率传导机制的模型构建方法流程示意图；
34.图2为根据本发明实施例的另一个宏观因子与汇率传导机制的模型构建方法流程示意图；
35.图3为根据本发明实施例的构建的线性模型输出示意图；
36.图4为根据本发明实施例的宏观因子与汇率传导机制的模型构建装置组成结构示意图；
37.图5为根据本发明实施例的电子设备构成示意图。
具体实施方式
38.为更进一步阐述本发明为达成预定目的所采取的技术手段及功效，以下结合附图及较佳实施例，对本发明进行详细说明如后。
39.应理解，用语“包括”、“包括有”、“具有”、“包含”和/或“包含有”，当在本说明书中使用时表示存在所陈述的特征、整体、步骤、操作、元件和/或部件，但不排除存在或附加有一个或多个其它特征、整体、步骤、操作、元件、部件和/或它们的组合。此外，当诸如“...中的至少一个”的表述出现在所列特征的列表之后时，修饰整个所列特征，而不是修饰列表中的单独元件。此外，当描述本技术的实施方式时，使用“可以”表示“本技术的一个或多个实施方式”。并且，用语“示例性的”旨在指代示例或举例说明。
40.如在本文中使用的，用语“基本上”、“大约”以及类似的用语用作表近似的用语，而不用作表程度的用语，并且旨在说明将由本领域普通技术人员认识到的、测量值或计算值中的固有偏差。
41.除非另外限定，否则本文中使用的所有用语(包括技术用语和科学用语)均具有与本技术所属领域普通技术人员的通常理解相同的含义。还应理解的是，用语(例如在常用词典中定义的用语)应被解释为具有与它们在相关技术的上下文中的含义一致的含义，并且将不被以理想化或过度正式意义解释，除非本文中明确如此限定。
42.需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。本发明中说明书中对方法流程的描述及本发明说明书附图中流程图的步骤并非必须按步骤标号严格执行，方法步骤是可以改变执行顺序的。而且，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。
43.本发明中说明书中对方法流程的描述及本发明说明书附图中流程图的步骤并非必须按步骤标号严格执行，方法步骤是可以改变执行顺序的。而且，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。
44.本发明第一实施例，一种宏观因子与汇率传导机制的模型构建方法，如图1所示，包括以下具体步骤：
45.步骤s1，获取宏观经济数据；
46.步骤s2，根据业务需求，从宏观经济数据中选择市场风险因子以及对应的宏观因素指标；
47.步骤s3，基于宏观因素指标以及所述市场风险因子，构建线性模型；
48.步骤s4，对线性模型进行显著性检验；
49.步骤s5，基于显著性检验的结果，确定线性模型的构建结果。
50.下面将结合图1或图2，分步对本实施例所提供的方法进行详细介绍。
51.步骤s1，获取宏观经济数据。
52.本实施例中，宏观经济数据可例如包括：利率、汇率、gdp、gpd增长率、广义货币增长率、通货膨胀率、失业率、生产价格指数等。
53.步骤s2，根据业务需求，从宏观经济数据中选择市场风险因子以及对应的宏观因素指标。
54.示例性地，市场风险因子可以选择“汇率”，宏观因素指标数据可以选择“汇率”对应的两国拟承压的宏观因素指标数据。
55.可以理解的是，市场风险因子以及宏观因素指标如上所述，是存在一定的对应关系的。
56.步骤s3，基于宏观因素指标以及所述市场风险因子，构建线性模型。
57.本实施例中，具体可以是将选择的所有宏观因素指标纳入线性模型作为自变量，将对应的各期市场风险因子作为因变量，构建线性模型。
58.步骤s4，对线性模型进行显著性检验。
59.本实施例中，显著性检验可以具体包括：
60.1)对线性模型进行vif系数计算，若大于配置的vif阈值，则需重构所述线性模型，否则继续；
61.2)对当前线性模型进行t测试，若大于配置的t阈值，则需重构所述线性模型，否则继续；
62.3)对当前线性模型进行f测试，若大于配置的f阈值，则需重构所述线性模型，否则输出当前的线性模型。
63.示例性地，vif阈值被配置为10，所述t阈值被配置为5％，所述f阈值被配置为5％。
64.可以理解的是，上述阈值均可以由本领域技术人员根据实际情况需要进行合理配置，本文对此将不再限定。
65.需要说明的是，上述vif、t测试、f测试之间的先后顺序，也是可以进行合理调整的，其并非需要严格按照上述序号顺序作为方法实施的实际顺序。
66.步骤s5，基于显著性检验的结果，确定线性模型的构建结果。
67.进一步地，本实施例中，可以利用配置的stepwise算法，对需要重构的线性模型的自变量进行处理，以完成对当前线性模型的重构，并输出重构后的线性模型。
68.需要说明的是，stepwise方法作为一种模型自变量的筛选方法，可用于在原回归模型中剔出经检验不显著的变量，并且引入新变量到回归模型中，直至模型的aic不再增加。本实施例可利用stepwise方法对作为模型自变量的个数进行调整，最终得到合理的模型。当重构的模型的aic值不再增加时，选择上一次构建的模型。每一次模型重构计算，都应输出r2，调整后的r2，aic值，定义如下。
69.r2，对回归方程无法解释误差的估计，越小越好
70.r2＝(1-ssr)/sst，ssr为残差平方和(实际值与模型预测值之间的差的平方和)，sst为实际值与实际均值之差的平方和。
71.调整后的r2(adjr2)，为对回归方程无法解释误差的估计，越小越好，其中：
72.adjr2＝1-(1-r2)*(n-1)/(n-k-1)
73.n为样本数量，k为模型中自变量的数量。
74.模型的aic值，即：
75.aic＝(2k-2l)/n
76.其中：k是所拟合模型中参数的数量，l是对数似然值,n是样本数量。
77.l的定义为l＝-(n/2)*ln(2*pi)-(n/2)*ln(rss/n)-n/2。
78.示例性地，最终输出的线性模型如下，也可参考图3。
79.ln(e
usd/cny
)＝a0+a1*cpi
cn
+a3*cdp
cn
+a4*m2
us
80.注：a0、a1、a3、a4的估计结果对应图3的estimate那一列。
81.在一些实际应用中，可以在每个季度末，根据当前配置的市场风险因子，宏观因素指标数据，自动计算宏观因素——市场风险因子传导的线性模型以供压力测试使用。
82.相较于现有技术，本实施例至少具备以下优点：
83.1)宏观因素传导至汇率、利率等市场风险因子的模型选择涉及到大量的宏观因素数据和市场风险因子数据的处理。本实施例通过提供可配置化的基础数据处理，可以根据使用者的预设条件，通过系统实现自动化的基础数据处理工作，并且生产年、季度、月等不同时间跨度，绝对变化水平、相对变化水平的基础数据，帮助使用者节约了大量的基础数据处理时间。
84.2)本实施例在进行因宏观变动的金融资产价值压力测试分析时，可以简化压力测试分析人员模型选择的步骤，提高工作效率。
85.本发明第二实施例，与第一实施例对应，本实施例介绍一种宏观因子与汇率传导机制的模型构建装置，如图4所示，包括以下组成部分：
86.获取单元，被配置为获取宏观经济数据；
87.响应单元，被配置为根据业务需求，从宏观经济数据中选择市场风险因子以及对应的宏观因素指标；
88.构建单元，被配置为基于宏观因素指标以及市场风险因子，构建线性模型；
89.检验单元，被配置为对线性模型进行显著性检验；
90.输出单元，被配置为基于显著性检验的结果，确定线性模型的构建结果。
91.本实施例中，宏观经济数据可例如包括：利率、汇率、gdp、gdp增长率、广义货币增长率、通货膨胀率、失业率、生产价格指数。
92.本实施例中，构建单元可以被进一步配置为：
93.将选择的所有宏观因素指标纳入线性模型作为自变量，将对应的各期市场风险因子作为因变量，构建线性模型。
94.本实施例中，检验单元可以被进一步配置为：
95.对线性模型进行vif系数计算，若大于配置的vif阈值，则需重构线性模型，否则继续；
96.对当前线性模型进行t测试，若大于配置的t阈值，则需重构线性模型，否则继续；
97.对当前线性模型进行f测试，若大于配置的f阈值，则需重构线性模型，否则输出当前的线性模型。
98.本实施例中，装置还可以进一步包括：重构单元，被配置为：
99.利用配置的stepwise算法，对需要重构的线性模型的自变量进行处理，以完成对当前线性模型的重构，并输出重构后的线性模型。
100.示例性地，vif阈值可以被配置为10，t阈值可以被配置为5％，f阈值可以被配置为5％。
101.本发明第三实施例，一种电子设备，如图5，可以作为实体装置来理解，包括处理器以及存储有处理器可执行指令的存储器，当指令被处理器执行时，执行如下操作：
102.步骤s1，获取宏观经济数据；
103.步骤s2，根据业务需求，从宏观经济数据中选择市场风险因子以及对应的宏观因素指标；
104.步骤s3，基于宏观因素指标以及市场风险因子，构建线性模型；
105.步骤s4，对线性模型进行显著性检验；
106.步骤s5，基于显著性检验的结果，确定线性模型的构建结果。
107.本发明第四实施例，本实施例的宏观因子与汇率传导机制的模型构建方法的流程与第一、二或三实施例相同，区别在于，在工程实现上，本实施例可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的所述方法可以以计算机软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台设备执行本发明实施例所述的方法。
108.通过具体实施方式的说明，应当可对本发明为达成预定目的所采取的技术手段及功效得以更加深入且具体的了解，然而所附图示仅是提供参考与说明之用，并非用来对本发明加以限制。

技术特征：
1.一种宏观因子与汇率传导机制的模型构建方法，其特征在于，包括：步骤s1，获取宏观经济数据；步骤s2，根据业务需求，从所述宏观经济数据中选择市场风险因子以及对应的宏观因素指标；步骤s3，基于所述宏观因素指标以及所述市场风险因子，构建线性模型；步骤s4，对所述线性模型进行显著性检验；步骤s5，基于所述显著性检验的结果，确定所述线性模型的构建结果。2.根据权利要求1所述的宏观因子与汇率传导机制的模型构建方法，其特征在于，所述宏观经济数据，包括：利率、汇率、gdp、gdp增长率、广义货币增长率、通货膨胀率、失业率、生产价格指数。3.根据权利要求2所述的宏观因子与汇率传导机制的模型构建方法，其特征在于，所述步骤s3包括：将选择的所有所述宏观因素指标纳入线性模型作为自变量，将对应的各期所述市场风险因子作为因变量，构建线性模型。4.根据权利要求1所述的宏观因子与汇率传导机制的模型构建方法，其特征在于，所述步骤s4包括：对所述线性模型进行vif系数计算，若大于配置的vif阈值，则需重构所述线性模型，否则继续；对当前线性模型进行t测试，若大于配置的t阈值，则需重构所述线性模型，否则继续；对当前线性模型进行f测试，若大于配置的f阈值，则需重构所述线性模型，否则输出当前的线性模型。5.根据权利要求4所述的宏观因子与汇率传导机制的模型构建方法，其特征在于，利用配置的stepwise算法，对需要重构的线性模型的自变量进行处理，以完成对当前线性模型的重构，并输出重构后的线性模型。6.根据权利要求4所述的宏观因子与汇率传导机制的模型构建方法，其特征在于，所述vif阈值被配置为10，所述t阈值被配置为5％，所述f阈值被配置为5％。7.一种宏观因子与汇率传导机制的模型构建装置，其特征在于，包括：获取单元，被配置为获取宏观经济数据；响应单元，被配置为根据业务需求，从所述宏观经济数据中选择市场风险因子以及对应的宏观因素指标；构建单元，被配置为基于所述宏观因素指标以及所述市场风险因子，构建线性模型；检验单元，被配置为对所述线性模型进行显著性检验；输出单元，被配置为基于所述显著性检验的结果，确定所述线性模型的构建结果。8.一种电子设备，所述电子设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至6中任一项所述的宏观因子与汇率传导机制的模型构建方法的步骤。9.一种计算机存储介质，其特征在于，所述计算机存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如如权利要求1至6中任一项所述的宏观因子与汇率传导机制的模型构建方法的步骤。

技术总结
本发明提出了一种宏观因子与汇率传导机制的模型构建方法及装置，方法包括：获取宏观经济数据；根据业务需求，从宏观经济数据中选择市场风险因子以及对应的宏观因素指标；基于宏观因素指标以及市场风险因子，构建线性模型；对线性模型进行显著性检验；基于显著性检验的结果，确定线性模型的构建结果。本发明实施例可以根据使用者的预设条件，通过系统实现自动化的基础数据处理工作，通过选择宏观因子、确认其所对应的市场风险因子报价的传导机制，简化分析人员模型选择的步骤，提高工作效率。率。率。


技术研发人员：王逸哲 邢晓波 王立化 李育才
受保护的技术使用者：神州数码融信软件有限公司
技术研发日：2023.06.14
技术公布日：2023/10/11