[发明专利]一种资产证券化定价方法和装置

说明书

本发明公开了一种资产证券化定价方法和装置，涉及金融领域。该方法的一具体实施方式包括：从多笔贷款数据中获取模型因子，进行模型训练，以使用训练得到的早偿与违约模型预测早偿事件和违约事件发生的概率以及早偿结果；对模型因子中的利率因子进行预处理后输入利率模型，进行参数校验，以使用校验后的利率模型预测未来利率；逐期迭代计算得到多期现金流的初始预测值，利用蒙特卡洛方法确定多期现金流的最终预测值；根据贷款资产证券化所发行产品的基础价格，对多条现金流路径进行折现，得到产品的折现率曲线，以结合折现率曲线和最终预测值，得到产品的价格估值。该方法提高了现金流预测的准确性，实现了产品的价格估值。

技术领域

本发明涉及金融领域，尤其涉及一种资产证券化定价方法和装置。

背景技术

我国信贷资产证券化业务自2013年进入扩大试点阶段以来，个人贷款证券化市场蓬勃发展。2014年至2017年间，个人贷款资产支持证券(以下简称“RABS”)的发行量以年均1.9倍的速度快速增长；2018年前8个月，全市场发行RABS产品2861亿元，是2017年全年发行量的1.7倍。经过这些年的发展，RABS产品的发行节奏逐步常规化且每年逐步加速。

相比于RABS一级市场(用于发行证券)的蓬勃发展，RABS二级市场(用于证券交易)却鲜有交易。二级市场低迷既不利于一级市场持续增长，也不利于产品持有人进行流动性管理，也不利于RABS市场发挥利率传导功能。二级市场交易稀少的主要原因在于，市场参与方无法形成对产品定价的一致认可。因此，开展RABS产品的估值研究工作意义重大。

目前国内现有的RABS产品的估值理论和技术方法都是基于其他国家市场，但是由于我国RABS市场与其他国家的差异性，比如，贷款存续期间贷款机构是否可以变更、二级市场交易的活跃性差异、贷款利率和还款安排等细节差异，导致其他国家的定价模型在我国的实操性较差，相关的估值理论和技术方法在实际应用的过程中也无法提供准确的估值结果。

发明内容

有鉴于此，本发明实施例提供一种资产证券化定价方法和装置，通过从设定维度获取模型因子，结合机器学习算法、利率模型、蒙特卡洛方法确定了多期现金流的最终预测值，提高了现金流预测的准确性，实现了产品的价格估值。

为实现上述目的，根据本发明实施例的一个方面，提供了一种资产证券化定价方法。

本发明实施例的一种资产证券化定价方法，包括：根据设定维度从多笔贷款数据中获取模型因子，将所述模型因子输入机器学习算法进行模型训练，以使用训练得到的早偿与违约模型预测早偿事件和违约事件发生的概率以及早偿结果；对所述模型因子中的利率因子进行预处理后输入利率模型，对所述利率模型进行参数校验，以使用校验后的利率模型预测未来利率；根据预测出的所述概率、所述早偿结果和所述未来利率更新所述贷款数据，以逐期迭代计算得到多期现金流的初始预测值，利用蒙特卡洛方法模拟多条现金流路径，确定所述多期现金流的最终预测值；根据贷款资产证券化所发行产品的基础价格，对所述多条现金流路径进行折现，得到所述产品的折现率曲线，以结合所述折现率曲线和所述最终预测值，得到所述产品的价格估值。

可选地，逐期迭代计算得到多期现金流的初始预测值，包括：生成多条利率路径，其中，所述利率路径包括多个时期利率，对每条所述利率路径的每个时期利率分别进行如下计算：分别合计底层贷款未偿还本金、底层贷款本息偿还和底层贷款利息偿还，对应得到资产池未偿还本金、当期回款和利息回收款；根据所述利息回收款计算回收款费用，根据所述资产池未偿还本金计算每期费用，并在需要首期支付的情况下，根据优先级规模和资产池规模计算首期费用，在当前时间为年末的情况下，计算年末费用；将所述当期回款与所述回收款费用、所述每期费用、所述首期费用和所述年末费用的和值做差，得到兑付前可支配金额，以结合兑付费率计算实际兑付金额；按照所述产品兑付的优先级顺序，在所述实际兑付金额的限制下，兑付优先级利息和优先级本金，更新优先级剩余本金、证券剩余本金和当前现金流在当前时期的本金偿还金额，重复上述计算过程至所述优先级剩余本金为0。