交易对手信用风险评估方法及装置

IPRDB

API 数据接口

专利申请

使用指引 chat嘟嘟

会员体验

联系我们

交流群

现在联系顾问~

交易对手信用风险评估方法及装置
申请号	CN202010817144.1	申请日	2020-08-14	公开(公告)号	CN111951015A	公开(公告)日	2020-11-17
申请人	中国工商银行股份有限公司;			发明人	陈茜茜; 金焰; 朱佳宁;
摘要	本发明公开了一种交易对手信用风险评估方法及装置，可用于金融领域或其他领域，该方法包括：确定交易对手对应的所有风险因子；根据每个风险因子各自对应的历史市场报价数据及当期市场报价数据，采用预设的模拟模型对预设的多个未来时间步进行随机过程模拟，得到每个风险因子各自对应的多个模拟情景；获取所述交易对手的衍生品交易；针对每个所述模拟情景采用预设的衍生品估值模型计算出每笔所述衍生品交易在每个所述未来时间步上的估值；根据每笔所述衍生品交易各自对应的在每个所述未来时间步上的最大估值对所述交易对手的信用风险进行评估。本发明实现了较为准确的对交易对手信用风险进行预估的有益效果。
权利要求	1.一种交易对手信用风险评估方法，其特征在于，包括：确定交易对手对应的所有风险因子；根据每个风险因子各自对应的历史市场报价数据及当期市场报价数据，采用预设的模拟模型对预设的多个未来时间步进行随机过程模拟，得到每个风险因子各自对应的多个模拟情景；获取所述交易对手的衍生品交易；针对每个所述模拟情景采用预设的衍生品估值模型计算出每笔所述衍生品交易在每个所述未来时间步上的估值；根据每笔所述衍生品交易各自对应的在每个所述未来时间步上的最大估值对所述交易对手的信用风险进行评估。 2.根据权利要求1所述的交易对手信用风险评估方法，其特征在于，所述根据每笔所述衍生品交易各自对应的在每个所述未来时间步上的最大估值对所述交易对手的信用风险进行评估，包括：根据所有所述衍生品交易中的在每个所述未来时间步上的最大估值对所述交易对手的信用风险进行评估。 3.根据权利要求1所述的交易对手信用风险评估方法，其特征在于，还包括：根据每个所述模拟情景在每笔所述衍生品交易上的估值数据，确定每个所述模拟情景各自对应的估值影响程度值；根据所述估值影响程度值筛选出各风险因子各自对应的风险模拟情景。 4.根据权利要求1所述的交易对手信用风险评估方法，其特征在于，还包括：根据每个所述模拟情景在每笔所述衍生品交易上的估值数据确定各风险因子各自对应的风险成因权重。 5.根据权利要求4所述的交易对手信用风险评估方法，其特征在于，所述根据每个所述模拟情景在每笔所述衍生品交易上的估值数据确定各风险因子各自对应的风险成因权重，包括：根据风险因子对应的所有所述模拟情景中的在每个所述未来时间步上的最大估值确定该风险因子对应的风险成因权重。 6.根据权利要求1所述的交易对手信用风险评估方法，其特征在于，所述根据每个风险因子各自对应的历史市场报价数据及当期市场报价数据，采用预设的模拟模型对预设的多个未来时间步进行随机过程模拟，包括：根据每个风险因子各自对应的历史市场报价数据及当期市场报价数据，采用预设的模拟模型对预设的多个未来时间步进行蒙特卡洛模拟。 7.根据权利要求1所述的交易对手信用风险评估方法，其特征在于，所述根据每个风险因子各自对应的历史市场报价数据及当期市场报价数据，采用预设的模拟模型对预设的多个未来时间步进行随机过程模拟，包括：对于利率类衍生品交易的风险因子采用BM模型进行蒙特卡洛模拟。 8.一种交易对手信用风险评估装置，其特征在于，包括：风险因子确定单元，用于确定交易对手对应的所有风险因子；情景模拟单元，用于根据每个风险因子各自对应的历史市场报价数据及当期市场报价数据，采用预设的模拟模型对预设的多个未来时间步进行随机过程模拟，得到每个风险因子各自对应的多个模拟情景；衍生品交易获取单元，用于获取所述交易对手的衍生品交易；估值单元，用于针对每个所述模拟情景采用预设的衍生品估值模型计算出每笔所述衍生品交易在每个所述未来时间步上的估值；信用风险评估单元，用于根据每笔所述衍生品交易各自对应的在每个所述未来时间步上的最大估值对所述交易对手的信用风险进行评估。 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7任一项所述的方法。 10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序在计算机处理器中执行时实现如权利要求1至7任意一项所述的方法。
说明书全文	交易对手信用风险评估方法及装置技术领域 [0001] 本发明涉及信用风险领域，具体而言，涉及一种交易对手信用风险评估方法及装置。背景技术 [0002] 银行的交易对手信用风险指的是在场外衍生品市场上，因交易对手未能履行约定契约中的义务而对银行造成的风险。由于衍生产品和证券融资交易类产品会随市场变化而波动，具有双向性、不确定性等特征，因此，如何及时全面地计量管理交易对手信用风险始终是商业银行面临的一大难题。现有技术中风险分析人员往往运用信用风险模型来预测交易对手信用风险，但由于影响交易对手信用风险的影响因子的变化不具有规律性，因此信用风险模型无法较为准确的交易对手信用风险。因此现有技术中亟需一种能够较为准确的预估交易对手的信用风险的方法。发明内容 [0003] 本发明为了解决上述背景技术中的技术问题，提出了一种交易对手信用风险评估方法及装置。 [0004] 为了实现上述目的，根据本发明的一个方面，提供了一种交易对手信用风险评估方法，该方法包括： [0005] 确定交易对手对应的所有风险因子； [0006] 根据每个风险因子各自对应的历史市场报价数据及当期市场报价数据，采用预设的模拟模型对预设的多个未来时间步进行随机过程模拟，得到每个风险因子各自对应的多个模拟情景； [0007] 获取所述交易对手的衍生品交易； [0008] 针对每个所述模拟情景采用预设的衍生品估值模型计算出每笔所述衍生品交易在每个所述未来时间步上的估值； [0009] 根据每笔所述衍生品交易各自对应的在每个所述未来时间步上的最大估值对所述交易对手的信用风险进行评估。 [0010] 可选的，所述根据每笔所述衍生品交易各自对应的在每个所述未来时间步上的最大估值对所述交易对手的信用风险进行评估，包括： [0011] 根据所有所述衍生品交易中的在每个所述未来时间步上的最大估值对所述交易对手的信用风险进行评估。 [0012] 可选的，该交易对手信用风险评估方法，还包括： [0013] 根据每个所述模拟情景在每笔所述衍生品交易上的估值数据，确定每个所述模拟情景各自对应的估值影响程度值； [0014] 根据所述估值影响程度值筛选出各风险因子各自对应的风险模拟情景。 [0015] 可选的，该交易对手信用风险评估方法，还包括： [0016] 根据每个所述模拟情景在每笔所述衍生品交易上的估值数据确定各风险因子各自对应的风险成因权重。 [0017] 可选的，所述根据每个所述模拟情景在每笔所述衍生品交易上的估值数据确定各风险因子各自对应的风险成因权重，包括： [0018] 根据风险因子对应的所有所述模拟情景中的在每个所述未来时间步上的最大估值确定该风险因子对应的风险成因权重。 [0019] 可选的，所述根据每个风险因子各自对应的历史市场报价数据及当期市场报价数据，采用预设的模拟模型对预设的多个未来时间步进行随机过程模拟，包括： [0020] 根据每个风险因子各自对应的历史市场报价数据及当期市场报价数据，采用预设的模拟模型对预设的多个未来时间步进行蒙特卡洛模拟。 [0021] 可选的，所述根据每个风险因子各自对应的历史市场报价数据及当期市场报价数据，采用预设的模拟模型对预设的多个未来时间步进行随机过程模拟，包括： [0022] 对于利率类衍生品交易的风险因子采用BM模型进行蒙特卡洛模拟。 [0023] 为了实现上述目的，根据本发明的另一方面，提供了一种交易对手信用风险评估装置，该装置包括： [0024] 风险因子确定单元，用于确定交易对手对应的所有风险因子； [0025] 情景模拟单元，用于根据每个风险因子各自对应的历史市场报价数据及当期市场报价数据，采用预设的模拟模型对预设的多个未来时间步进行随机过程模拟，得到每个风险因子各自对应的多个模拟情景； [0026] 衍生品交易获取单元，用于获取所述交易对手的衍生品交易； [0027] 估值单元，用于针对每个所述模拟情景采用预设的衍生品估值模型计算出每笔所述衍生品交易在每个所述未来时间步上的估值； [0028] 信用风险评估单元，用于根据每笔所述衍生品交易各自对应的在每个所述未来时间步上的最大估值对所述交易对手的信用风险进行评估。 [0029] 为了实现上述目的，根据本发明的另一方面，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计算机程序时实现上述交易对手信用风险评估方法中的步骤。 [0030] 为了实现上述目的，根据本发明的另一方面，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计算机程序，所述计算机程序在计算机处理器中执行时实现上述交易对手信用风险评估方法中的步骤。 [0031] 本发明的有益效果为：本发明通过对风险因子的随机过程进行模拟，为每个风险因子生成多个模拟情景，进而根据这些模拟情景对交易对手的衍生品交易进行估值，最终根据估值结果对交易对手的信用风险进行评估，由于本发明对各风险因子进行随机过程模拟，更符合市场变动实际情况，相对应的预估结果将更加准确。附图说明 [0032] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中： [0033] 图1是本发明实施例交易对手信用风险评估方法的第一流程图； [0034] 图2是本发明实施例交易对手信用风险评估方法的第二流程图； [0035] 图3是本发明实施例交易对手信用风险评估装置的结构框图； [0036] 图4是本发明实施例计算机设备示意图。具体实施方式 [0037] 为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。 [0038] 本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。 [0039] 需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。 [0040] 需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。 [0041] 需要说明的是，本发明的交易对手信用风险评估方法和装置可用于金融领域，也可用于除金融领域之外的任意领域，本发明的交易对手信用风险评估方法和装置的应用领域不做限定。 [0042] 本发明通过描绘风险因子的随机过程从而对交易对手的潜在未来风险进行评估及识别风险成因，为交易对手风险的防控决策提供了一种方法。 [0043] 图1是本发明实施例交易对手信用风险评估方法的第一流程图，如图1所示，本实施例的交易对手信用风险评估方法包括步骤S101至步骤S105。 [0044] 步骤S101，确定交易对手对应的所有风险因子。 [0045] 在本发明实施例中，本发明针对交易对手的类型，设置好各类型对应的所有风险因子。本步骤具体可以为，根据交易对手的类型确定该交易对手对应的所有风险因。 [0046] 在本发明实施例中，风险因子是指促使或引起风险事件发生的条件，以及风险事件发生时，致使损失增加、扩大的条件。对于利率类产品，一般选择交易存续期、交易币种及各币种对应的利率折现曲线、利率隐含曲线、参考利率曲线等作为其风险因子；对于外汇类产品，一般选择交易币种对、外汇即期报价、外汇远期报价、外汇波动率等；对于商品贵金属类产品，主要为标的商品、交易币种及利率折现曲线等作为其风险因子。 [0047] 步骤S102，根据每个风险因子各自对应的历史市场报价数据及当期市场报价数据，采用预设的模拟模型对预设的多个未来时间步进行随机过程模拟，得到每个风险因子各自对应的多个模拟情景。 [0048] 在本发明实施例中，本步骤针对每个风险因子采用模拟模型进行随机过程模拟，产生出未来时间步(Timestep)的蒙特卡洛模拟结果，进而针对每个风险因子选取预设数量个模拟结果作为模拟情景。 [0049] 在本发明实施例中，模拟情景(Session)主要是指描述风险因子在未来时间步上的随机过程的结果，假设今天上证指数期货报价为3000，一单位上证指数期货通过随机过程模拟出10天后报价为3300，则该条随机过程的结果可以称为一种情景，即“上证指数会上涨10％”。 [0050] 在本发明实施例中，未来时间步(timestep)用于表示未来的某个时间，例如未来时间步1D表示1天后，2W表示2周后。在本发明一个可选实施例中，未来时间步的设计可以如下(D天，W周，M月，Y年)： [0051] 1D,2D,3D,4D,5D,6D,7D,8D,9D,2W,3W,4W,2M,3M,4M,5M,6M,7M,8M,9M,10M,11M,12M,13M,14M,15M,16M,17M,18M,19M,20M,21M,22M,23M,24M,3Y,4Y,5Y,6Y,7Y,8Y,9Y,10Y, 12Y,15Y,18Y,20Y,25Y,30Y。 [0052] 在本发明一个实施例中，本步骤的进行随机过程模拟为进行蒙特卡洛模拟，蒙特卡洛模拟为通过不断逼近原值的随机过程得到预测值。在本发明实施例中，所述模拟模型可以采用BM(Brownian Motion)模型、GBM模型以及Mean Reversion模型等模型[0053] 在本发明一个实施例中，本发明先预设好每个风险因子对应的模拟模型，例如将利率类衍生品交易的风险因子与BM模型对应，进而本步骤根据每个风险因子各自对应的模拟模型进行随机过程模拟。 [0054] 在本发明实施例中，本步骤的随机过程模拟基于风险因子的历史市场报价数据及当期市场报价数据，市场报价数据主要包括各币种的利率报价、参考利率报价、各币种对的外汇即期报价、外汇远期报价、外汇波动率、商品贵金属即期报价等。 [0055] 在本发明一个具体实施例中，本步骤具体包括：对于利率类衍生品交易的风险因子采用BM模型进行蒙特卡洛模拟。 [0056] 步骤S103，获取所述交易对手的衍生品交易。 [0057] 在本发明实施例中，本步骤获取所述交易对手的所有衍生品交易的明细信息，该明细信息可以包括名义本金、起息日、到期日、币种/币种对、引用的市场报价曲线或对应的子曲线等。 [0058] 步骤S104，针对每个所述模拟情景采用预设的衍生品估值模型计算出每笔所述衍生品交易在每个所述未来时间步上的估值。 [0059] 本发明针对每笔衍生品交易在每个模拟情景上进行数值预估，得到在每个所述未来时间步上的估值，并将该估值作为未来风险敞口。 [0060] 在本发明一可选实施例中，本发明还针对模拟情景(Session)、未来时间步(TimeStep)以及估值(Instrument)三个维度生成立方体，用于对数据进行可视化展示。 [0061] 步骤S105，根据每笔所述衍生品交易各自对应的在每个所述未来时间步上的最大估值对所述交易对手的信用风险进行评估。 [0062] 在本发明实施例中，模拟情景的不同会导致同一笔衍生品交易在每个未来时间步上的估值(未来风险敞口)也不同，本步骤针对每一笔衍生品交易确定在各模拟情景下每个未来时间步上的最大估值(未来风险敞口)，进而根据交易对手所有衍生品交易各自对应的每个未来时间步上的最大估值(未来风险敞口)来对交易对手的信用风险进行评估。 [0063] 在本发明一个实施例中，本步骤的根据每笔所述衍生品交易各自对应的在每个所述未来时间步上的最大估值对所述交易对手的信用风险进行评估，具体可以为：根据所有所述衍生品交易中的在每个所述未来时间步上的最大估值对所述交易对手的信用风险进行评估。 [0064] 在本发明一个可选实施例中，本发明可以对每个未来时间步上的最大估值进行求和，计算出交易对手的信用风险评分，进而根据该风险评分对交易对手的信用风险进行评估。在本发明另一个可选实施例中，本发明可以根据每个未来时间步上的最大估值以及预设的每个未来时间步各自对应的阈值，计算出交易对手的信用风险评分，进而根据该风险评分对交易对手的信用风险进行评估。 [0065] 由此可见，本发明通过对风险因子的随机过程进行模拟，为每个风险因子生成多个模拟情景，进而根据这些模拟情景对交易对手的衍生品交易进行估值，最终根据估值结果对交易对手的信用风险进行评估，由于本发明对各风险因子进行随机过程模拟，更符合市场变动实际情况，相对应的预估结果将更加准确。 [0066] 图2是本发明实施例交易对手信用风险评估方法的第二流程图，如图2所示，在本发明实施例中，本发明的交易对手信用风险评估方法还包括步骤S201和步骤S202。 [0067] 步骤S201，根据每个所述模拟情景在每笔所述衍生品交易上的估值数据，确定每个所述模拟情景各自对应的估值影响程度值。 [0068] 在本发明实施例中，所述估值数据为每个未来时间步上的估值。 [0069] 在本发明一个可选实施例中，本步骤可以将模拟情景在每笔所述衍生品交易上的估值数据进行求和得到该模拟情景对应的估值影响程度值。 [0070] 在本发明一个可选实施例中，本步骤可以先确定模拟情景在所有衍生品交易中每个未来时间步上的最大估值，进而根据该每个未来时间步上的最大估值确定该模拟情景对应的估值影响程度值。具体的，可以将每个未来时间步上的最大估值进行求和得到估值影响程度值，也可以根据每个未来时间步上的最大估值以及预设的每个未来时间步各自对应的阈值，计算出估值影响程度值。 [0071] 步骤S202，根据所述估值影响程度值筛选出各风险因子各自对应的风险模拟情景。 [0072] 在本发明实施例中，一个风险因子对应多个模拟情景，本发明根据所述估值影响程度值对风险因子对应所有模拟情景进行筛选，筛选出风险因子对应的风险模拟情景。风险模拟情景表示该模拟情景有较大的可能导致信用风险的出现。 [0073] 在本发明实施例中，本步骤可以将估值影响程度值大于预设阈值的模拟情景作为风险模拟情景，也可以根据估值影响程度值对风险因子对应所有模拟情景进行排序，进而将排序前N名的模拟情景作为风险模拟情景，可选的N为大于等于10的自然数。 [0074] 在本发明一个实施例中，本发明的交易对手信用风险评估方法还包括：根据每个所述模拟情景在每笔所述衍生品交易上的估值数据确定各风险因子各自对应的风险成因权重。 [0075] 在本发明实施例中，本发明不仅要对交易对手的信用风险进行评估，还要对分析交易对手的风险成因，即确定风险因子对潜在未来风险影响程度较大，有助于采取相应有效的措施进行规避。 [0076] 本发明根据风险因子对应的模拟情景的估值数据来计算该风险因子对应的风险成因权重，风险成因权重越大说明该风险因子对目标对手的潜在未来风险影响程度越大。 [0077] 在本发明一个实施例中，上述根据每个所述模拟情景在每笔所述衍生品交易上的估值数据确定各风险因子各自对应的风险成因权重，具体可以为：根据风险因子对应的所有所述模拟情景中的在每个所述未来时间步上的最大估值确定该风险因子对应的风险成因权重。 [0078] 在本发明实施例中，本发明先针对风险因子对应的每个模拟情景，统计每个模拟情景在各衍生品交易上进行数值预估得到的估值数据，进而根据估值数据确定每个模拟情景各自对应的每个未来时间步上的最大估值，进而汇总每个模拟情景各自对应的每个未来时间步上的最大估值，得到风险因子对应的每个未来时间步上的最大估值。在本发明可选实施例中，可以对风险因子对应的每个未来时间步上的最大估值进行求和得到该风险因子对应的风险成因权重。也可以根据风险因子对应的每个未来时间步上的最大估值以及预设的每个未来时间步各自对应的阈值，计算出该风险因子对应的风险成因权重。 [0079] 在本发明可选实施例中，本发明还可以针对单个风险因子进行分析，分析在风险因子存在变动的情况下，涉及到该风险因子的交易的未来风险敞口影响程度、是否会出现违约情况变化等现象。辅助风险分析人员制定宏观风险决策方案。 [0080] 在本发明可选实施例中，本发明还可以针对单个交易对手进行分析，根据该交易对手在各种模拟情景下的未来风险敞口的变化情况，分析该交易对手的违约变动情况，并将所有交易对手的预测违约概率及未来风险敞口进行排序。 [0081] 在本发明可选实施例中，风险分析人员可以根据各种模拟情景下的分析结果，形成风险分析报告，制定风险决策方案。风险分析人员得到每个风险因子在某些情景下会对预测结果正向/负向产生影响，以及发生方向变化的临界值范围。比如可以参考对利率类衍生品交易的未来风险敞口影响程度，制定该风险因子对应市场值的预警值，或者对某类衍生品交易提出倾斜性的支持。又如，对单个交易对手的违约预测，通过个体的特征变量，如信用评级、初始保证金、抵押品等，分析其对违约的影响程度和影响方向，有助于在与交易对手进行衍生品交易时，进行交易控制。 [0082] 由以上实施例可以看出，本发明提供从信用风险因子识别更直观的分析方法。一般风险因子识别尚需要通过业务经验判定，对缺乏业务经验判定规则的情况下较难识别出潜在的风险实体，而本发明可以通过对风险因子进行大量的随机过程模拟来对目标交易对手的风险进行评估，也可以通过风险因子对预测结果的影响程度来列举出风险成因，确定对目标交易对手未来风险影响程度较大的风险因子。 [0083] 需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。 [0084] 基于同一发明构思，本发明实施例还提供了一种交易对手信用风险评估装置，可以用于实现上述实施例所描述的交易对手信用风险评估方法，如下面的实施例所述。由于交易对手信用风险评估装置解决问题的原理与交易对手信用风险评估方法相似，因此交易对手信用风险评估装置的实施例可以参见交易对手信用风险评估方法的实施例，重复之处不再赘述。以下所使用的，术语“单元”或者“模块”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。 [0085] 图3是本发明实施例交易对手信用风险评估装置的结构框图，如图3所示，本发明实施例交易对手信用风险评估装置包括： [0086] 风险因子确定单元1，用于确定交易对手对应的所有风险因子； [0087] 情景模拟单元2，用于根据每个风险因子各自对应的历史市场报价数据及当期市场报价数据，采用预设的模拟模型对预设的多个未来时间步进行随机过程模拟，得到每个风险因子各自对应的多个模拟情景； [0088] 衍生品交易获取单元3，用于获取所述交易对手的衍生品交易； [0089] 估值单元4，用于针对每个所述模拟情景采用预设的衍生品估值模型计算出每笔所述衍生品交易在每个所述未来时间步上的估值； [0090] 信用风险评估单元5，用于根据每笔所述衍生品交易各自对应的在每个所述未来时间步上的最大估值对所述交易对手的信用风险进行评估。 [0091] 在本发明一实施例中，所述信用风险评估单元5，具体用于根据所有所述衍生品交易中的在每个所述未来时间步上的最大估值对所述交易对手的信用风险进行评估。 [0092] 在本发明一实施例中，本发明的交易对手信用风险评估装置还包括： [0093] 估值影响程度值确定单元，用于根据每个所述模拟情景在每笔所述衍生品交易上的估值数据，确定每个所述模拟情景各自对应的估值影响程度值； [0094] 风险模拟情景确定单元，用于根据所述估值影响程度值筛选出各风险因子各自对应的风险模拟情景。 [0095] 在本发明一实施例中，本发明的交易对手信用风险评估装置还包括： [0096] 风险成因权重确定单元，用于根据每个所述模拟情景在每笔所述衍生品交易上的估值数据确定各风险因子各自对应的风险成因权重。 [0097] 在本发明一实施例中，所述风险成因权重确定单元，具体用于根据风险因子对应的所有所述模拟情景中的在每个所述未来时间步上的最大估值确定该风险因子对应的风险成因权重。 [0098] 在本发明一实施例中，所述情景模拟单元2，还用于根据每个风险因子各自对应的历史市场报价数据及当期市场报价数据，采用预设的模拟模型对预设的多个未来时间步进行蒙特卡洛模拟。 [0099] 在本发明一实施例中，所述情景模拟单元2，还用于对于利率类衍生品交易的风险因子采用BM模型进行蒙特卡洛模拟。 [0100] 为了实现上述目的，根据本申请的另一方面，还提供了一种计算机设备。如图4所示，该计算机设备包括存储器、处理器、通信接口以及通信总线，在存储器上存储有可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述实施例方法中的步骤。 [0101] 处理器可以为中央处理器(Central Processing Unit，CPU)。处理器还可以为其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。 [0102] 存储器作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及单元，如本发明上述方法实施例中对应的程序单元。处理器通过运行存储在存储器中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及作品数据处理，即实现上述方法实施例中的方法。 [0103] 存储器可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储处理器所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。 [0104] 所述一个或者多个单元存储在所述存储器中，当被所述处理器执行时，执行上述实施例中的方法。 [0105] 上述计算机设备具体细节可以对应参阅上述实施例中对应的相关描述和效果进行理解，此处不再赘述。 [0106] 为了实现上述目的，根据本申请的另一方面，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计算机程序，所述计算机程序在计算机处理器中执行时实现上述交易对手信用风险评估方法中的步骤。本领域技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(RandomAccessMemory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等；所述存储介质还可以包括上述种类的存储器的组合。 [0107] 显然，本领域的技术人员应该明白，上述的本发明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，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，本发明不限制于任何特定的硬件和软件结合。 [0108] 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。