(12)发明专利申请
(10)申请公布号 CN 109685651 A(43)申请公布日 2019.04.26
(21)申请号 201910028122.4(22)申请日 2019.01.11
(71)申请人 中信梧桐港供应链管理有限公司
地址 300463 天津市自贸试验区（东疆保税
港区）贺兰道442号恒盛广场4号楼-12-3(72)发明人 王鹤淇 梁辉 王奇
(74)专利代理机构 北京三友知识产权代理有限
公司 11127
代理人 薛平 王天尧(51)Int.Cl.
G06Q 40/02(2012.01)G06Q 10/06(2012.01)
权利要求书2页 说明书11页 附图5页
(54)发明名称
仓单质押的信贷风险监控方法及装置(57)摘要
本发明提供了一种仓单质押的信贷风险监控方法及装置，其中，该方法包括：根据历史价格数据、不同信贷风险控制参数值以及仓单质押信贷风险监控模型，得到贷前预测分布图；或根据实时价格数据、不同信贷风险控制参数值以及仓单质押信贷风险监控模型，得到贷中监控分布图；该贷前预测分布图和贷中监控分布图包括：不同信贷风险控制参数值对应的不同信贷评价指标值；接收用户通过贷前预测分布图确定的最佳信贷评价指标值，根据最佳信贷评价指标值，预测最佳信贷风险控制参数值；或根据贷中监控分布图，对正在实施仓单质押的信贷交易进行风险监控处理操作。上述技术方案提高了仓单质押的信贷风险监控的准确率和效率，大大地推进了仓单质押融资业务发展。
CN 109685651 ACN 109685651 A
权 利 要 求 书
1/2页
1.一种仓单质押的信贷风险监控方法，其特征在于，包括：获取质押仓单项下货物的历史价格数据或实时价格数据；根据所述历史价格数据、不同信贷风险控制参数值以及仓单质押信贷风险监控模型，得到贷前预测分布图；或根据所述实时价格数据、不同信贷风险控制参数值以及仓单质押信贷风险监控模型，得到贷中监控分布图；其中，所述贷前预测分布图和贷中监控分布图包括：不同信贷风险控制参数值对应的不同信贷评价指标值；
接收用户通过所述贷前预测分布图确定的最佳信贷评价指标值，根据所述最佳信贷评价指标值，预测最佳信贷风险控制参数值；或根据所述贷中监控分布图，对正在实施仓单质押的信贷交易进行风险监控处理操作。
2.如权利要求1所述的仓单质押的信贷风险监控方法，其特征在于，所述信贷风险控制参数包括：信贷比、信贷期限、借款利率、补仓次数和补仓阈值的任意组合；所述信贷评价指标包括：违约距离、信贷效率和信贷实际利率的其中之一或任意组合；其中，所述违约距离为根据仓单市值、本息和、交易费用以及期货损益确定的余额，代表信贷的安全程度。
3.如权利要求2所述的仓单质押的信贷风险监控方法，其特征在于，根据所述历史价格数据、不同信贷风险控制参数值以及仓单质押信贷风险监控模型，得到贷前预测分布图，包括：
根据借款利率数据和信贷期限数据，确定贷款的本息和数据；根据质押仓单项下货物的处置成本数据和税收成本数据，确定质押仓单项下货物的变现价值数据；
根据期货价格数据和数量数据，确定期货损益数据；根据所述本息和数据、变现价值数据、以及期货损益数据，确定所述违约距离；根据所述违约距离和预设的预警阈值，确定待补仓货物的数量或重量；根据期货初始价格数据、数量以及保证金比率数据，确定期货初始保证金数据；根据期货初始保证金数据和追加保证金数据，确定期货当前保证金数据；根据期货当前保证金数据和预设的保证金阈值，确定待补充保证金的金额；根据所述待补仓货物的数量或重量，确定所述信贷效率；根据所述待补充保证金的金额，确定所述信贷实际利率；根据所述违约距离、信贷效率以及信贷实际利率，生成贷前预测分布图。4.如权利要求2所述的仓单质押的信贷风险监控方法，其特征在于，根据所述实时价格数据、不同信贷风险控制参数值以及仓单质押信贷风险监控模型，得到贷中监控分布图，包括：根据所述实时价格数据、不同信贷风险控制参数值，确定贷中的实时违约距离，并生成关于实时违约距离的贷中监控分布图；
所述仓单质押的信贷风险监控方法还包括：根据所述实时违约距离，确定信贷的实时风险等级；
在监测到信贷的实时风险等级超出预设的风险监控等级阈值时，发送预警信息至贷款方。
5.如权利要求1所述的仓单质押的信贷风险监控方法，其特征在于，还包括：对获取质押仓单项下货物的历史价格数据进行清洗和/或整理的预处理。
6.一种仓单质押的信贷风险监控装置，其特征在于，包括：
2
CN 109685651 A
权 利 要 求 书
2/2页
获取单元，用于获取质押仓单项下货物的历史价格数据或实时价格数据；分布图生成单元，用于根据所述历史价格数据、不同信贷风险控制参数值以及仓单质押信贷风险监控模型，得到贷前预测分布图；或根据所述实时价格数据、不同信贷风险控制参数值以及仓单质押信贷风险监控模型，得到贷中监控分布图；其中，所述贷前预测分布图和贷中监控分布图包括：不同信贷风险控制参数值对应的不同信贷评价指标值；
监测单元，用于接收用户通过所述贷前预测分布图确定的最佳信贷评价指标值，根据所述最佳信贷评价指标值，预测最佳信贷风险控制参数值；或用于根据所述贷中监控分布图，对正在实施仓单质押的信贷交易进行风险监控处理操作。
7.如权利要求6所述的仓单质押的信贷风险监控装置，其特征在于，所述分布图生成单元具体用于：
根据借款利率数据和信贷期限数据，确定贷款的本息和数据；根据质押仓单项下货物的处置成本数据和税收成本数据，确定质押仓单项下货物的变现价值数据；
根据期货价格数据和数量数据，确定期货损益数据；根据所述本息和数据、变现价值数据、以及期货损益数据，确定违约距离；其中，所述违约距离为根据仓单市值、本息和、交易费用以及期货损益确定的余额，代表信贷的安全程度；
根据所述违约距离和预设的预警阈值，确定待补仓货物的数量或重量；根据期货初始价格数据、数量以及保证金比率数据，确定期货初始保证金数据；根据期货初始保证金数据和追加保证金数据，确定期货当前保证金数据；根据期货当前保证金数据和预设的保证金阈值，确定待补充保证金的金额；根据所述待补仓货物的数量或重量，确定所述信贷效率；根据所述待补充保证金的金额，确定所述信贷实际利率；根据所述违约距离、信贷效率以及信贷实际利率，生成贷前预测分布图。8.如权利要求6所述的仓单质押的信贷风险监控装置，其特征在于，所述分布图生成单元具体用于：
根据所述实时价格数据、不同信贷风险控制参数值，确定贷中的实时违约距离，并生成关于实时违约距离的贷中监控分布图；其中，所述违约距离为根据仓单市值、本息和、交易费用以及期货损益确定的余额，代表信贷的安全程度；
所述仓单质押的信贷风险监控方法还包括：根据所述实时违约距离，确定信贷的实时风险等级；
在监测到信贷的实时风险等级超出预设的风险监控等级阈值时，发送预警信息至贷款方。
9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5任一所述方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有执行权利要求1至5任一所述方法的计算机程序。
3
CN 109685651 A
说 明 书
仓单质押的信贷风险监控方法及装置
1/11页
技术领域
[0001]本发明涉及风险监控技术领域，特别涉及一种仓单质押的信贷风险监控方法及装置。
背景技术
[0002]仓单质押是以仓单为标的物而成立的一种质权。仓单质押作为一种新型的融资方式，一方面为仓储企业拓展服务项目开展多种经营提供了广阔的舞台，另一方面也为解决中小企业融资难题提供了有效解决方案。[0003]质押仓单项下货物价值波动和信贷风险是仓单质押融资的两大要素。目前，随着供应链金融业务的推广应用，各金融机构开始针对仓单质押风险建模分析，建立仓单质押信用风险测算监控体系。然而，大多仓单质押信用风险监控体系方案存在以下问题：[0004]1、主要是通过评估现货价格，针对评估价格打折，留足信贷风险的安全边际。为了避免质押仓单项下货物价格大幅下跌，实际发放贷款往往不足质押物的评估价值的60％，使得仓单质押融资业务模式难以推广。[0005]2、仓单质押风险监控指标体系的大部分指标是定性指标，因此往往需要通过专家评判等评分方式，增加了风险度量的主观性，导致风险监控效率低。[0006]3、大多监控评价体系采取模糊数学的方法对指标进行量化，因此，需要对每个因素进行评估分析，然后在每一指标作出单独见解的基础上，再考虑就所有的指标体系作出一个综合的评价，使得评价体系较为复杂，同时也会导致风险监控准确率低。[0007]4、另外，现有技术中还有基于机器学习方式建立仓单质押风险指标体系模型的方案，然而，该方案不能充分考虑地区差异、行业差异、客户风险偏好等仓单质押交易场景的业务复杂性。[0008]综上，现有仓单质押的信贷风险监控方案存在效率和准确率低，导致仓单质押融资业务受限等问题。
发明内容
[0009]本发明实施例提供了一种仓单质押的信贷风险监控方法，用以提高仓单质押的信贷风险监控的准确率和效率，该方法包括：
[0010]获取质押仓单项下货物的历史价格数据或实时价格数据；[0011]根据所述历史价格数据、不同信贷风险控制参数值以及仓单质押信贷风险监控模型，得到贷前预测分布图；或根据所述实时价格数据、不同信贷风险控制参数值以及仓单质押信贷风险监控模型，得到贷中监控分布图；其中，所述贷前预测分布图和贷中监控分布图包括：不同信贷风险控制参数值对应的不同信贷评价指标值；
[0012]接收用户通过所述贷前预测分布图确定的最佳信贷评价指标值，根据所述最佳信贷评价指标值，预测最佳信贷风险控制参数值；或根据所述贷中监控分布图，对正在实施仓单质押的信贷交易进行风险监控处理操作。
4
CN 109685651 A[0013]
说 明 书
2/11页
本发明实施例还提供了一种仓单质押的信贷风险监控装置，用以提高仓单质押的
信贷风险监控的准确率和效率，该装置包括：[0014]获取单元，用于获取质押仓单项下货物的历史价格数据或实时价格数据；[0015]分布图生成单元，用于根据所述历史价格数据、不同信贷风险控制参数值以及仓单质押信贷风险监控模型，得到贷前预测分布图；或根据所述实时价格数据、不同信贷风险控制参数值以及仓单质押信贷风险监控模型，得到贷中监控分布图；其中，所述贷前预测分布图和贷中监控分布图包括：不同信贷风险控制参数值对应的不同信贷评价指标值；[0016]监测单元，用于接收用户通过所述贷前预测分布图确定的最佳信贷评价指标值，根据所述最佳信贷评价指标值，预测最佳信贷风险控制参数值；或用于根据所述贷中监控分布图，对正在实施仓单质押的信贷交易进行风险监控处理操作。[0017]本发明实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述仓单质押的信贷风险监控方法。[0018]本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有执行仓单质押的信贷风险监控方法的计算机程序。[0019]与现有技术相比较，本发明实施例提供的技术方案实现了仓单质押信贷的贷前预测和贷中监控：
[0020]在信贷交易发生之前，首先，获取质押仓单项下货物的历史价格数据；其次，根据所述历史价格数据、不同信贷风险控制参数值以及仓单质押信贷风险监控模型，得到贷前预测分布图；其中，该贷前预测分布图中包括不同信贷风险控制参数值对应的不同信贷评价指标值；接着，接收用户通过所述贷前预测分布图确定的最佳信贷评价指标值，再根据该最佳信贷评价指标值，预测最佳信贷风险控制参数值，实现了：通过预先建立的仓单质押信贷风险监控模型，在信贷交易发生之前，获得信贷交易双方均可以接受的最佳信贷风险控制参数值及最佳信贷评价指标值。[0021]在信贷交易过程中，首先，获取质押仓单项下货物的实时价格数据；其次，根据所述实时价格数据、不同信贷风险控制参数值以及仓单质押信贷风险监控模型，得到贷中监控分布图；其中，该贷中监控分布图包括：不同信贷风险控制参数值对应的不同信贷评价指标值；接着，根据所述贷中监控分布图，对正在实施仓单质押的信贷交易进行风险监控处理操作，实现了：通过预先建立的仓单质押信贷风险监控模型，在信贷交易发生之前，根据实时监控的质押仓单项下货物的价格数据，对正在实施仓单质押的信贷交易进行实时风险监控处理操作。
[0022]通过本发明实施例提供的技术方案，可以达到如下有益技术效果：[0023](1)与现有技术中，在信贷交易之前，无法合理地确定信贷双方可以接受的信贷风险控制参数值及信贷评价指标值的方案相比较，本发明实施例提供的技术方案通过贷前预测分布图直观地将不同信贷风险控制参数值对应的不同信贷评价指标值反应出来，充分地考虑到了地区差异、行业差异、客户偏好等仓单质押交易场景的复杂性，可以让用户根据交易场景，根据该贷前预测分布图选择最佳信贷评价指标值，并且还可以根据用户确定的最佳信贷评价指标值，找到对应的最佳信贷风险控制参数值，最终可以确定信贷双方可以接受的最佳信贷风险控制参数值及最佳信贷评价指标值，降低了仓单质押交易难度，提高了贷前预测的效率和准确率，进而大大地推进了仓单质押的融资业务发展。
5
CN 109685651 A[0024]
说 明 书
3/11页
(2)与现有技术中，在信贷交易过程中，无法避免质押物价格波动带来信贷风险的
方案相比较，本发明实施例提供的技术方案通过获取实时价格数据，根据该实时价格数据、不同信贷风险控制参数值以及仓单质押信贷风险监控模型，得到贷中监控分布图，根据贷中监控分布图直观反映出来的不同信贷风险控制参数值对应的不同信贷评价指标值，对正在实施仓单质押的信贷交易进行风险监控处理操作，提高了贷中风险监控的效率和准确率。[0025](3)另外，本发明实施例提供的技术方案使用统一的仓单质押信贷风险监控模型得到贷前预测分布图进行贷前参数测算，或得到贷中监控分布图进行贷中风险监控，不仅有效地抑制了仓单质押的信贷风险，还保证了预测和监控的准确性、灵活性和时效性。[0026]综上，本发明实施例提供的技术方案实现了贷前预测和贷中监控，提高了仓单质押的信贷风险监控准确率和效率，大大地推进了仓单质押的融资业务发展。附图说明
[0027]此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，并不构成对本发明的限定。在附图中：
[0028]图1是本发明实施例中仓单质押的信贷风险监控方法的流程示意图；
[0029]图2是本发明实施例中输入数据至仓单质押信贷风险监控模型的界面示意图；[0030]图3是本发明实施例中贷前预测分布图或贷中监控分布图的示意图；[0031]图4是本发明实施例中贷前预测分布图或贷中监控分布图示意图；
[0032]图5是本发明实施例中补仓次数的贷前预测分布图或贷中监控分布图的示意图；[0033]图6是本发明实施例中信贷效率的贷前预测分布图或贷中监控分布图的示意图；[0034]图7是本发明实施例中补仓阈值的贷前预测分布图或贷中监控分布图的示意图；[0035]图8是本发明实施例中仓单质押的信贷风险监控装置的结构示意图。
具体实施方式
[0036]为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施方式和附图，对本发明做进一步详细说明。在此，本发明的示意性实施方式及其说明用于解释本发明，但并不作为对本发明的限定。
[0037]在介绍本发明实施例之前，首先对仓单质押融资业务及其意义进行介绍。[0038](一)开展仓单质押贷款是商业银行发展创新、寻求新的利润增长点的内在需求：[0039]开展标准仓单质押贷款有利于商业银行规避经营风险。金融风险的存在将促进质押融资的发展，为改善信贷资产结构提供良好契机，同时使得商业银行可以在一定程度上摆脱对单一依托企业主体信用发放贷款桎梏，从而部分纠正银行客户选择“嫌贫爱富”的固有偏好。[0040](二)仓单质押融资是传统仓储企业向现代物流企业转型的过程中得到广泛应用的新型的业务：
[0041]开展标准仓单质押贷款有利于传统仓储企业向现代物流企业转型，拓展新的利润增长点，在物流互联网技术帮助下，提升风险控制能力。从传统仅仅面对货物物理形态的管理转向兼顾物理和价值形态，从单一的物流仓储服务转向金融、信息等多业态跨领域服务，
6
CN 109685651 A
说 明 书
4/11页
从封闭经营转向银期合作，和各种开放平台共生，以求在同业竞争中赢得先机。[0042](三)仓单质押贷款有利于解决中小企业融资难题：[0043]中小企业融资难已经成为全社会广泛关注的话题，长期以来由于规模较小，固定资产少，大部分中小企业都存在贷款难和融资难的问题，其根源就在于按照银行主体信用评估规则，中小企业始终会处于劣势。仓单质押融资给了中小企业一种全新的选择和路径，探索仓单质押融资业务对帮助有产品的中小企业获得贷款。[0044](四)开展标准仓单质押贷款是期货市场快速发展的润滑剂：[0045]标准仓单是指：指定交割仓库在完成人库商品验收、确认合格并签发《货物存储证明》后，按统一格式制定并经交易所注册可以在交易所流通的实物所有权凭证。交易所通过计算机办理标准仓单的注册登记、交割、交易、质押、注销等业务。标准仓单的表现形式为《标准仓单持有凭证》，交易所依据《货物存储证明》代为开具。标准仓单持有入可选择一个或多个交割仓库不同等级的交割商品提取货物。标准仓单具有流通性好、价值高的特点，因而，商业银行对期货市场标准仓单抱有很大的热情。[0046]然而，发明人发现：仓单质押融资现阶段在我国尚未大规模展开，主要原因在于仓单质押融资的信贷风险涉及因素较多，场景复杂，仓单可能同时涉及在期货、期权市场的套保，质押物价格实时波动，质押物处置的不确定性都对仓单质押融资的风险管理提出了很高的要求。
[0047]在典型的仓单质押场景中，借款人将仓单质押给金融机构，金融机构对仓单价值进行评估，按照评估结果决定贷款利率、期限、额度等各项参数，存在以下难点：[0048]1、仓单价值是变化的，质押物的价格波动使得仓单价值随时变动，产生价格波动风险。为了降低价格波动风险，实践中有两种普遍做法：一是针对现代评估时刻的仓单价值，打折核定信贷额度；二是同时在期货市场，买入看跌期货进行套保，由此产生了更多的难点。
[0049]2、仓单折扣难以确定。如果折扣太低，则无法抵御价格波动风险。但是太高的折扣市场无法承受。考虑到一旦违约事件发生，在变卖质押物时，会有额外的增值税支出，实践中，金融机构往往针对仓单0时刻价值打一半折扣放款，借款方难以接受，使得仓单质押融资市场总体规模一直偏小。[0050]3、期货交易的复杂性。如果金融机构选择针对质押物进行期货套保，一是期货收益本身具有不确定性；二是期货套保本身要占用资金，并且考虑到期货市场的保证金交易制度，期货套保占用的资金具有不确定性；三是期货收益、仓单价值波动、期货资金占用成本、信贷资金占用成本等对信贷算法的风险和收益都会产生影响，在这种复杂的交易条件中，如何确定最基本的信贷额度、利息和期限。[0051]因此，考虑到上述技术问题，发明人提出了一种仓单质押的信贷风险监控方案，解决了仓单质押融资中风控管理的难题。该方案利用大量历史数据，依托现代计算机仿真技术，将一组基于仓单质押的信贷参数(信贷风险控制参数值)回溯到历史发生的真实场景中模拟测试，反复信贷测算出用户关注的核心指标，网格化遍历各种参数值(信贷风险控制参数值)组合，形成信贷双方可以接受的信贷参数组合(最佳信贷风险控制参数值及最佳信贷评价指标值)，促成交易达成。同时，统一贷前测算和贷中监控模型方案，构建实时准确的仓单质押信贷风险监控模型。下面对该仓单质押的信贷风险监控方案进行详细介绍如下。
7
CN 109685651 A[0052]
说 明 书
5/11页
图1是本发明实施例中仓单质押的信贷风险监控方法的流程示意图，如图1所示，
该方法包括如下步骤：[0053]步骤101：获取质押仓单项下货物的历史价格数据或实时价格数据；[0054]步骤102：根据所述历史价格数据、不同信贷风险控制参数值以及仓单质押信贷风险监控模型，得到贷前预测分布图；或根据所述实时价格数据、不同信贷风险控制参数值以及仓单质押信贷风险监控模型，得到贷中监控分布图；其中，所述贷前预测分布图和贷中监控分布图包括：不同信贷风险控制参数值对应的不同信贷评价指标值；[0055]步骤103：接收用户通过所述贷前预测分布图确定的最佳信贷评价指标值，根据所述最佳信贷评价指标值，预测最佳信贷风险控制参数值；或根据所述贷中监控分布图，对正在实施仓单质押的信贷交易进行风险监控处理操作。[0056]与现有技术相比较，本发明实施例提供的技术方案实现了仓单质押信贷的贷前预测和贷中监控：
[0057]在信贷交易发生之前，首先，获取质押仓单项下货物的历史价格数据；其次，根据所述历史价格数据、不同信贷风险控制参数值以及仓单质押信贷风险监控模型，得到贷前预测分布图；其中，该贷前预测分布图中包括不同信贷风险控制参数值对应的不同信贷评价指标值；接着，接收用户通过所述贷前预测分布图确定的最佳信贷评价指标值，再根据该最佳信贷评价指标值，预测最佳信贷风险控制参数值，实现了：通过预先建立的仓单质押信贷风险监控模型，在信贷交易发生之前，获得信贷交易双方均可以接受的最佳信贷风险控制参数值及最佳信贷评价指标值。[0058]在信贷交易过程中，首先，获取质押仓单项下货物的实时价格数据；其次，根据所述实时价格数据、不同信贷风险控制参数值以及仓单质押信贷风险监控模型，得到贷中监控分布图；其中，该贷中监控分布图包括：不同信贷风险控制参数值对应的不同信贷评价指标值；接着，根据所述贷中监控分布图，对正在实施仓单质押的信贷交易进行风险监控处理操作，实现了：通过预先建立的仓单质押信贷风险监控模型，在信贷交易发生之前，根据实时监控的质押仓单项下货物的价格数据，对正在实施仓单质押的信贷交易进行实时风险监控处理操作。
[0059]通过本发明实施例提供的技术方案，可以达到如下有益技术效果：[0060](1)与现有技术中，在信贷交易之前，无法合理地确定信贷双方可以接受的信贷风险控制参数值及信贷评价指标值的方案相比较，本发明实施例提供的技术方案通过贷前预测分布图直观地将不同信贷风险控制参数值对应的不同信贷评价指标值反应出来，充分地考虑到了地区差异、行业差异、客户偏好等仓单质押交易场景的复杂性，可以让用户根据交易场景，根据该贷前预测分布图选择最佳信贷评价指标值，并且还可以根据用户确定的最佳信贷评价指标值，找到对应的最佳信贷风险控制参数值，最终可以确定信贷双方可以接受的最佳信贷风险控制参数值及最佳信贷评价指标值，降低了仓单质押交易难度，提高了贷前预测的效率和准确率，进而大大地推进了仓单质押的融资业务发展。[0061](2)与现有技术中，在信贷交易过程中，无法避免质押物价格波动带来信贷风险的方案相比较，本发明实施例提供的技术方案通过获取实时价格数据，根据该实时价格数据、不同信贷风险控制参数值以及仓单质押信贷风险监控模型，得到贷中监控分布图，根据贷中监控分布图直观反映出来的不同信贷风险控制参数值对应的不同信贷评价指标值，对正
8
CN 109685651 A
说 明 书
6/11页
在实施仓单质押的信贷交易进行风险监控处理操作，提高了贷中风险监控的效率和准确率。[0062](3)另外，本发明实施例提供的技术方案使用统一的仓单质押信贷风险监控模型得到贷前预测分布图进行贷前参数测算，或得到贷中监控分布图进行贷中风险监控，不仅有效地抑制了仓单质押的信贷风险，还保证了预测和监控的准确性、灵活性和时效性。[0063]综上，本发明实施例提供的技术方案实现了贷前预测和贷中监控，提高了仓单质押的信贷风险监控准确率和效率，大大地推进了仓单质押的融资业务发展。[0064]下面再结合图2至图7，对本发明实例提供技术方案涉及的各个步骤详细介绍。[0065]在一个实施例中，所述信贷风险控制参数可以包括：信贷比、信贷期限、借款利率、补仓次数和补仓阈值；所述信贷评价指标可以包括：违约距离、信贷效率和信贷实际利率的其中之一或任意组合；其中，所述违约距离可以为根据仓单市值、本息和、交易费用以及期货损益确定的余额，代表信贷的安全程度。[0066]下面对信贷风险控制参数、信贷评价指标等参数的含义进行介绍。[0067]1、违约距离：每个时点，仓单市值-本息和-交易费用-期货损益-各项费用的余额，反映贷款的安全程度，违约距离可以实时计算，是综合各项风险收益因素后金融机构最为关注的指标。[0068]2、信贷比：发放信贷额度占仓单现值的比率，借款方偏向于较高的信贷比，放款方则相反。[0069]3、补仓次数和补仓阈值：当违约距离低于补仓阈值时刻，需要补充货物，补仓机制一方面可以在不降低信贷比的情况下，增加仓单融资的安全程度。[0070]4、信贷效率：借款方较为关注的指标，每单位货物实际获取的融资额度。[0071]5、信贷实际利率：借款方关注的指标，综合考虑期货套保占用的保证金已经追加保证金，客户实际的贷款会被部分占用，从而使得实际利率高于名义利率。[0072]具体实施时，如图2所示，质押仓单项下货物可以是：标准铝；历史价格数据或实时价格数据可以是增值税、期货初始保证金、每吨的价格等等；不同信贷风险控制参数可以是：信贷比、利率、补仓阈值等数据。[0073]具体实施时，如图3所示，不同信贷评价指标可以是贷款金额、违约距离、信贷效率、信贷实际率等数据指标。[0074]具体实施时，仓单质押信贷风险监控模型可以根据历史价格数据、不同信贷风险控制参数值，确定不同信贷风险控制参数值对应的不同信贷评价指标值，并生成不同信贷评价指标值的分布图，该分布图可是如图3所示的表格形式呈现，当然也可以是如图4至图7所示形式的分布图；其中，图4至图6是直方图，在所有的直方图中，纵轴都是频率，直方图的面积积分是1；图4是信贷结果分布直方图，信贷结果的横轴是最终的违约距离大小；图5是累计补仓分布直方图，x轴(横轴)代表每一次模拟的累积补仓重量；图6是信贷效率分布直方图，x轴(横轴)代表每单位货物每天实际得到的贷款金额；图7是滑动补仓阈值气泡图，y轴(纵轴)代表补仓次数，x轴(横轴)代表补仓阈值，气泡面积代表最终违约距离(也就是信贷结果)。
[0075]下面针对贷前预测和贷中监控两个方面，分别对本发明实施例提供的方案进行详细介绍。
9
CN 109685651 A[0076]
说 明 书
7/11页
一、首先对贷前预测的方案进行介绍。
[0077]在一个实施例中，所述仓单质押的信贷风险监控方法还可以包括：对获取质押仓单项下货物的历史价格数据进行清洗和/或整理的预处理。[0078]具体实施时，采集质押物历史价格数据后，并将数据进行清洗和整理。历史价格数据一般不会还有节假日，在测算过程中会逐日计算，对节假日数据，取最近一个交易日数据替代。在获取到历史价格数据后，对获取质押仓单项下货物的历史价格数据进行清洗和/或整理的预处理，可以进一步提高后续仓单质押的信贷风险监控的准确率。[0079]发明人还发现：在仓单质押融资过程中，经常涉及期货、现货两个市场价格波动，以及套保等措施手段占用的资金成本，目前缺乏统一的风险监控核心指标和方法，导致仓单质押融资模式应用范围较为有限，信用风险测算监控结果不准确，市场规模一直不大。因此，发明人提出了以下考虑期货、现货两个市场价格波动的监控方案。[0080]在一个实施例中，根据所述历史价格数据、不同信贷风险控制参数值以及仓单质押信贷风险监控模型，得到贷前预测分布图，可以包括：[0081]根据借款利率数据和信贷期限数据，确定贷款的本息和数据；[0082]根据质押仓单项下货物的处置成本数据和税收成本数据，确定质押仓单项下货物的变现价值数据；
[0083]根据期货价格数据和数量数据，确定期货损益数据；[0084]根据所述本息和数据、变现价值数据、以及期货损益数据，确定所述违约距离；[0085]根据所述违约距离和预设的预警阈值，确定待补仓货物的数量或重量；[0086]根据期货初始价格数据、数量以及保证金比率数据，确定期货初始保证金数据；[0087]根据期货初始保证金数据和追加保证金数据，确定期货当前保证金数据；[0088]根据期货当前保证金数据和预设的保证金阈值，确定待补充保证金的金额；[0089]根据所述待补仓货物的数量或重量，确定所述信贷效率；[0090]根据所述待补充保证金的金额，确定所述信贷实际利率；[0091]根据所述违约距离、信贷效率以及信贷实际利率，生成贷前预测分布图。[0092]具体实施时，该方案可以包括如下步骤：[0093]1、遍历数据中的历史数据，每一行内容包含历史现货价格和期货价格，以历史上的每一天为一个信贷发放的起点，以起点为期货买入日和放款日，以当前天为期货结算日，以当前天数+处置周期为处置日，模拟贷款期限+处置时间内真实场景的发生情景；[0094]2、针对贷款期限内的每一天，计算利息，货物变现价值，违约距离，期货保证金追加等指标；[0095]3、利息＝本金*(当前天数-起点天数)*利率/360；[0096]4、变现价值＝(第一天货物数量+累计补仓数量)*处置日价格*(1-增值税)*(1-销售成本)；[0097]5、期货损益＝(期货买入价格即第一天价格-期货当前价格)*期货买入数量；[0098]6、违约距离＝变现价值-本息和+期货损益；[0099]7、期货初始保证金＝第一天期货价格*数量*保证金比率；[0100]8、期货现有(当前)保证金＝初始保证金+追加保证金；[0101]9、期货要求的保证金＝当前价格*数量*保证金比率；
10
CN 109685651 A[0102]
说 明 书
8/11页
10、针对每一天，判断违约距离是否小于本息和*预警阈值，如果小于，追加货物
(待补仓货物)至等于水平；[0103]11、针对每一天，判断现有当前期货保证金是否小于要求的保证金(保证金阈值)，如果小于则补充保证金(待补充保证金)至等于水平；[0104]12、循环到最后一天，此时，知道了补充了多少货物和保证金，计算信贷结果，实际利率，信贷效率；[0105]13、信贷结果就是最后一天的违约距离；[0106]14、实际利率＝名义利率*(放款*天数)/(放款*天数-追加保证金*天数)；[0107]15、信贷效率＝放款*天数/(初始货物*天数+追加货物*天数)；[0108]16、补仓阈值为很低的负数时刻，等同于不补仓；期货数量为0时刻，等同于不对冲；信贷比100％时刻，等同于全额放款。[0109]具体实施时，上述步骤1至16中的公式、判断方式即可以称作仓单质押信贷风险监控模型。上述贷前预测的实施方式，在确定不同信贷风险控制参数值对应的不同信贷评价指标值时，考虑了现货价格和期货价格及处置变现价值等波动因素，从而获得了更加符合信贷双方要求的最佳信贷风险控制参数值及最佳信贷评价指标值，进而进一步地提高了仓单质押的信贷风险监控准确率。[0110]具体实施时，该贷前预测的步骤即为在回溯的历史场景中，假设不同信贷风险控制参数值(例如图2中的信贷比、利率和补仓阈值等)，应用历史价格数据，进行风险回溯测试，将历史价格数据、信贷风险控制参数值输入至仓单质押信贷风险监控模型，输入界面可以如图2所示，可以通过网格化遍历外生变量组合(例如不同信贷风险控制参数值)，不断重复步贷前预测的步骤，预测得到如图3所示的贷前预测分布图，该贷前预测分布图中包括了不同信贷风险控制参数值对应的不同信贷评价指标值。[0111]此时，用户(信贷双方)可以通过该分布图，根据自己需要的实际应用场景，选择出双方均可以接受的最佳信贷评价指标值，具体可以让用户根据分布图，及实际场景的需要，确定信贷评价指标的最佳分布区间，例如，如果仓库靠近厂区，就不怕补仓次数多，但是很远就希望这指标小一些。在接收到用户通过贷前预测分布图确定的最佳信贷评价指标值后，根据该最佳信贷评价指标值可以找到该最佳信贷评价指标值对应的信贷风险控制参数值，作为最佳信贷风险控制参数，即反向确定了最佳贷风险控制参数值。具体实施时，也可以生成最佳贷风险控制参数值的分布图，例如如图5或图7所示。[0112]具体实施时，信贷双方由于立场不同，因此能接受的信贷风险控制参数值、信贷评价指标值也不同，例如，补仓阈值，信贷双方都不希望太高，因为麻烦，信贷比，金融机构希望高些，客户希望低些。因此，通过上述实施方案，可以得到信贷双方都容易接受的最佳贷风险控制参数值以及最佳信贷评价指标值，即选择各方可以接受的信贷交易条件，降低了仓单质押交易难度，有助于普及仓单质押业务模式的推广。[0113]二、其次，对贷中监控的方案进行介绍。[0114]在一个实施例中，根据所述实时价格数据、不同信贷风险控制参数值以及仓单质押信贷风险监控模型，得到贷中监控分布图，可以包括：根据所述实时价格数据、不同信贷风险控制参数值，确定贷中的实时违约距离，并生成关于实时违约距离的贷中监控分布图；[0115]所述仓单质押的信贷风险监控方法还可以包括：
11
CN 109685651 A[0116]
说 明 书
9/11页
根据所述实时违约距离，确定信贷的实时风险等级；
[0117]在监测到信贷的实时风险等级超出预设的风险监控等级阈值时，发送预警信息至贷款方。
[0118]具体实施时，根据实时价格数据、不同信贷风险控制参数值，确定贷中的实时违约距离，即盯市。根据关于实时违约距离的贷中监控分布图的直观展示，人工也很容易判断风险。
[0119]具体实施时，从仓单系统中读取正在实施仓单质押贷款的仓单，数据库关联查询货物类型(例如图2所示的标准铝)，重量，贷款金额，还款金额等信息；根据价格接口模块(仓单质押信贷风险监控模型)，实时计算现货价格，根据外部接口或预先输入计算对冲金融工具价值；根据前面实施例提到的回溯测试中的违约距离算法，确定实时的违约距离，当触发设定好的预警阈值时刻，触发补仓操作预警。具体预警的方式可以是：[0120]当违约距离/还款金额处于>20％，>10％，>0四个不同区间段时刻时，可以通过标注不同颜色的方式，即设置了不同的风险监控等级阈值；[0121]针对10％以下违约距离，通过email或者微信公众号推送预警信息，即在监测到信贷的实时风险等级超出预设的风险监控等级阈值时，发送预警信息至贷款方。[0122]具体实施时，确定贷中的实时违约距离的方法可以参见上述贷前测试中违约距离的确定方法。
[0123]基于同一发明构思，本发明实施例中还提供了一种仓单质押的信贷风险监控装置，如下面的实施例。由于仓单质押的信贷风险监控装置解决问题的原理与上述仓单质押的信贷风险监控方法相似，因此仓单质押的信贷风险监控装置的实施可以参考上述仓单质押的信贷风险监控方法的实施，重复之处不再赘述。以下所使用的，术语“模块”或者“单元”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
[0124]图8是本发明实施例中仓单质押的信贷风险监控装置的结构示意图，如图8所示，该装置包括：
[0125]获取单元02，用于获取质押仓单项下货物的历史价格数据或实时价格数据；[0126]分布图生成单元04，用于根据所述历史价格数据、不同信贷风险控制参数值以及仓单质押信贷风险监控模型，得到贷前预测分布图；或根据所述实时价格数据、不同信贷风险控制参数值以及仓单质押信贷风险监控模型，得到贷中监控分布图；其中，所述贷前预测分布图和贷中监控分布图包括：不同信贷风险控制参数值对应的不同信贷评价指标值；[0127]监测单元06，用于接收用户通过所述贷前预测分布图确定的最佳信贷评价指标值，根据所述最佳信贷评价指标值，预测最佳信贷风险控制参数值；或用于根据所述贷中监控分布图，对正在实施仓单质押的信贷交易进行风险监控处理操作。[0128]具体实施时，监测单元06可以分为贷前预测单元，用于接收用户通过所述贷前预测分布图确定的最佳信贷评价指标值，根据所述最佳信贷评价指标值，预测最佳信贷风险控制参数值；以及贷中监控单元，用于根据所述贷中监控分布图，对正在实施仓单质押的信贷交易进行风险监控处理操作。无论是贷前预测和贷中的监控均是对仓单质押的风险监控。
[0129]在一个实施例中，所述分布图生成单元具体可以用于：
12
CN 109685651 A[0130]
说 明 书
10/11页
根据借款利率数据和信贷期限数据，确定贷款的本息和数据；
[0131]根据质押仓单项下货物的处置成本数据和税收成本数据，确定质押仓单项下货物的变现价值数据；
[0132]根据期货价格数据和数量数据，确定期货损益数据；[0133]根据所述本息和数据、变现价值数据、以及期货损益数据，确定违约距离；其中，所述违约距离为根据仓单市值、本息和、交易费用以及期货损益确定的余额，代表信贷的安全程度；
[0134]根据所述违约距离和预设的预警阈值，确定待补仓货物的数量或重量；[0135]根据期货初始价格数据、数量以及保证金比率数据，确定期货初始保证金数据；[0136]根据期货初始保证金数据和追加保证金数据，确定期货当前保证金数据；[0137]根据期货当前保证金数据和预设的保证金阈值，确定待补充保证金的金额；[0138]根据所述待补仓货物的数量或重量，确定所述信贷效率；[0139]根据所述待补充保证金的金额，确定所述信贷实际利率；[0140]根据所述违约距离、信贷效率以及信贷实际利率，生成贷前预测分布图。[0141]在一个实施例中，所述分布图生成单元具体可以用于：[0142]根据所述实时价格数据、不同信贷风险控制参数值，确定贷中的实时违约距离，并生成关于实时违约距离的贷中监控分布图；其中，所述违约距离为根据仓单市值、本息和、交易费用以及期货损益确定的余额，代表信贷的安全程度；[0143]所述仓单质押的信贷风险监控方法还可以包括：[0144]根据所述实时违约距离，确定信贷的实时风险等级；
[0145]在监测到信贷的实时风险等级超出预设的风险监控等级阈值时，发送预警信息至贷款方。
[0146]在一个实施例中，上述仓单质押的信贷风险监控装置还可以包括：预处理单元，用于对获取质押仓单项下货物的历史价格数据进行清洗和/或整理的预处理。[0147]本发明实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述仓单质押的信贷风险监控方法。[0148]本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有执行仓单质押的信贷风险监控方法的计算机程序。[0149]与现有技术相比较，本发明实施例提供的技术方案，可以达到如下有益技术效果：[0150]一是在大幅度提升仓单质押信贷比率的同时，同时抑制了信贷风险。通过贷中监控的补仓制度，避免了金融机构仅仅是为了可能发生的现货价格下跌，大幅度降低仓单质押信贷比率。同时，实施测算违约距离，保证了补仓的顺利实施。[0151]二是构建了仓单质押信贷风险监控模型。通过现货期货数据，测算借款方和放款方实际面临的各项风险收益，最终通过信贷比率、违约距离、补仓次数、信贷效率、实际借款利率等指标体系清晰的反映出来。与现有仓单质押风控技术中仅仅监控现货市场相比较，本发明实施例的技术方案同时考虑了期货和现货两个市场的联动，采集了期货现货价格，考虑了现货的处置成本、税收成本等关键因素，呈现交易双方关注的结果指标。[0152]三是统一贷前测算和贷中监控模型，本发明可以同时应用在仓单质押贷前参数测算阶段和贷中监控阶段。与现有技术中大多风险测算和监控比较，以计算机模拟仿真技术
13
CN 109685651 A
说 明 书
11/11页
建立仓单质押信贷风险监控模型，贷前信贷参数测算和贷中信贷风险监控高度一致，保证了预测和监控的准确性、灵活性和时效性。[0153]最后，与现有技术中纯基于机器学习等框架的信贷风险测算模型比较，本模型充分考虑到地区差异、行业差异、客户风险偏好等仓单质押交易的业务复杂性，将仿真测算结果以分布图的形式呈现给专业人员，由专业人员和信贷参与方结合实际情况，选择各方可以接受的交易条件，降低了仓单质押交易难度，有助于普及仓单质押业务模式的推广。[0154]综上，本发明实施例基于现货、期货市场数据，通过计算机仿真技术，统一了贷前参数测算模型和贷中风险监测模型，在提高了仓单质押信贷比率的同时，有效地抑制了信贷风险，同时考虑到仓单质押交易人为主观因素的复杂性，通过实例化交易各方关注的核心指标，生成分布图，结合主观因素，选择交易条件，最终大大提升了仓单质押交易的达成可能性，降低交易难度，有助于仓单质押这一业务模式的推广。[0155]显然，本领域的技术人员应该明白，上述的本发明实施例的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明实施例不限制于任何特定的硬件和软件结合。
[0156]以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
14
CN 109685651 A
说 明 书 附 图
1/5页
图1
15
CN 109685651 A
说 明 书 附 图
2/5页
图2
16
CN 109685651 A
说 明 书 附 图
3/5页
图3
17
CN 109685651 A
说 明 书 附 图
4/5页
图4
图5
图6
图7
18
CN 109685651 A
说 明 书 附 图
5/5页
图8
19
因篇幅问题不能全部显示，请点此查看更多更全内容