SCI论文(www.lunwensci.com)
摘 要 :债券违约常态化和外部评级失真的背景下,传统的依赖人工经验的风控模式已无法满足信用风险管理的需要。本 文在对用户进行需求调研的基础上,对债券信用分析系统的总体设计、内外部接口、系统架构等模块进行分析,建立高效、可 靠的内部信用评级体系,为债券投资提供参考与指导。
Design and Analysis ofBond CreditSystem
DAI Min1. LI Zhiyong2
(1.Hubei Industrial Polytechnic, Shiyan Hubei 442000;
2.China Securities Shuzhi Technology (Shenzhen) Co., Ltd,Wuhan Branch, Wuhan Hubei 430070)
【Abstract】: Against the backdrop of normalized bond defaults and distorted external ratings, the traditional risk control model that relies on manual experience can no longer meet the needs of credit risk management. On the basis of conducting user demand research, this article, analyze the overall design, internal and external interfaces, system architecture, and other modules of the bond credit analysis system, establish an efficient and reliable internal credit rating system, provide reference and guidance for bond investment.
【Key words】:bonds;credit system;design
0 引言
自 2014 年债券市场打破刚兑以来,债券违约已逐 渐变得常态化,债券市场违约呈现违约主体股东背景多 元化、行业分散化、区域特征显著化、违约形式多样化 等特点。其次,外部评级结果失真,发行人付费下的债 券发行主体评级虚高,债券投资无可靠的外部评级参考。 当前外部评级机构给出的评级结果,或区分能力不强,或 受到主体范围的限制, 在一定程度上都难以满足日益迫切 的信用风险主动管理需求。在此背景下,亟需建立一套债 券信用分析系统及配套机制,以适应债券投资的需要,对 投资的整个过程进行预警、监控及管理,有效的评估、控 制和利用信用风险进行资产配置, 提升银行独立自主的债 券投资业务风险管理能力建设, 搭建基于自身风险偏好的 内部债券信用评级体系,提升信用风险管理能力。
1 目标任务
债券信用分析系统,是以投前模型分析、投中审核 入库、投后监控预警为主的系统,实现从信评团队进行投前模型分析、到投中审核入库、到投后监控预警的全 流程管理。本系统为把握市场整体风险建立准入白名 单、评估债券投资风险提升债券投资效率、监测持仓债 券动态提升投后管理水平 ;减少人工干预,细化客户风 险、量化风险描述,建立对市场信息反映更敏锐、更及 时的内部评级体系。同时需根据银行业务发展的实际情 况,在系统建设期间,支持理财子公司成立所开展的适 应性改造。
2 总体架构
2.1 架构层次
债券信用系统基本分为三层 :(1)数据层 :包含关 系型数据库、图数据库、文件存储及全文搜索引擎。中 证通过网络爬虫、业务生产数据采集或其他数据源,提 供企业工商数据、财务数据、经营数据、新闻舆情数据 等,存入行方数据层,结合行内的投资管理系统、其他 交易系统等系统的持仓数据、交易数据、授信数据等, 形成基于债券信用分析的基础数据。(2)服务层 :通过权限服务、资源服务、消息服务、报表服务等服务,从 数据层、服务器提取各类数据,供应用层对系统用户提 供服务。(3)应用层 :提供支持系统用户日常工作需要 的各种功能应用。
2.2 逻辑架构
系统由数据、模型及系统功能三大部分构成,各层 的功能和作用 :(1)数据层 :中证数据通过数据同步进 入银行本地数据库,同时,银行内数据通过 ETL 或接口 形式也接入到同一数据库,二者通过一定的融合、清理 机制,形成资讯主题数据、客户主题数据及应用主题数 据,以支持信评系统的各类应用 ;(2)基础应用层 :提 供支持业务场景需要的各类基础应用,包括任务调度引 擎、模型引擎、评级引擎、报表引擎、标签引擎等,基 于各类基础引擎进行定制化开发, 可以较少时间即可实现 部分功能需求,用以适应快速响应项目定制化需求 ;(3) 业务应用层 :通过业务组件构建的专业化的一系列功能模 块,满足银行各业务场景的实际工作需要,并可对银行其 他业务系统提供服务 ;(4)应用表现层 :将业务应用通过 网页功能形式,对系统用户进行数据及功能展现。
3 系统实施
3.1 功能模块
(1)用户模块 :功能有用户鉴权等。(2)首页模 块 :功能有系统驾驶舱、工作台等,依赖于用户模块。 (3)企业展台模块 :功能有企业信息展示,依赖于搜索 模块、用户模块。(4)债券展台模块 :功能有债券信息 展台,依赖于搜索模块、用户模块。(5)搜索模块 :功 能有主体、债券、搜索等,依赖于用户模块。(6)模 型管理 :功能有主体、债券模型管理等,依赖于用户模 块。(7)任务管理 :功能有任务调度引擎,依赖于用户 模块。(8)利差分析 :功能有收益率曲线及信用利差分 析,依赖于用户模块。(9)评级流程 :功能有评级发起 及审批、企业展台模块,依赖于债券展台模块、用户模 块。(10)投资池 :功能有投资池、投资组合、持仓, 依赖于用户模块。(11)预警模块 :功能有舆情、公告、 司法诚信,依赖于投资池、用户模块。(12)新债发行 : 功能有新债发行信息,依赖于用户模块。(13)二级成 交 :功能有债券二级成交信息, 依赖于用户模块。(14) 标签管理 :功能有建立标签组、灵活管理主体及债券标 签,依赖于用户模块。(15)文档管理 :功能有报告文 档生成及管理,依赖于用户模块 [1]。
3.2 数据库设计
3.2.1 数据架构
数据架构及数据的存储方式是决定业务系统高效、安全、稳定运行的重要因素。数据架构采用数仓分层架 构,主要包括应用存储层、计算层、数据存储层等数据 层次,各分层数据及职责如下 :
(1)数据存储层及数据接入层,包含中证征信数据 平台推送数据和由行内理财子数据集市接入的数据,数 据内容主要包含工商数据、新闻舆情、司法诚信等资讯 相关数据及行内持仓信息、交易数据、预警信号等数 据。(2)计算层为上承数据存储层,下接应用存储层的 中间数据层,负责加工数据存储层不同来源的数据,并 解决数据冲突、数据缺失异常校验等问题,保证推送给 下游应用数据层的数据是正常有效的。(3)应用数据层 为实现上层业务建立的数据层,如建立大表用于复杂查 询从而避免多表关联带来的性能问题,建立中间聚合结 果从而避免实时聚合带来的性能问题等。同时,该层还 存储由业务系统产生的数据,如录入的主体、债券指标 信息及评级结果等信息 [2]。
同时,数据层在设计过程中, 遵循了业内通用的设 计规范和标准,主要有 :1)系统数据及接口有统一数 据标准、开发规范,遵循业内通用的标准,并支持遵循 行内数据标准并落地实施,视标准差异大小评估影响范 围和工作量。2)系统遵循行业内通用数据生命周期管 理办法,对数据全生命周期进行管理,有完整的数据备 份、数据清理机制,并保证数据传输及存储过程中的正 确性、完整性、一致性、安全性、可审计性,并可根据 实际具体要求进行调整。3)系统有明确的海量数据处 理方案,根据数据量的大小及实际应用场景的需要,设 计读写分离、分库分表、内存数据处理等技术手段,保 证海量数据处理高效性,支持高并发处理。4)容量评 估方案,系统主要使用的数据为企业工商数据、财务数 据、债券数据、新闻舆情及司法诚信公告数据,每年的 增量数据量大约在 500G 左右,结合数据备份及清理机 制,通常保留 3 年的历史数据,故需要不超过 2T 的存 储空间。5)可配合行方理财专项项目整体数据架构体 系建设要求,按行方理财专项项目的数据集市的接口规 范配合对接改造。
3.2.2 规划设计
数据库采用 MySQL8.0. 字符集为 utf8. 具体配置 如表 1 所示。
3.2.3 规划设计
(1)由于数据存储层为上游数据接入层,该层需与 原始接入数据保持一致,故不纳入数标落地范围,数据 落标范围为计算层(DW)和应用存储层(Platform)。 (2)梳理信评系统计算层和应用存储层所有表,根据行内数据标准 9 大主题进行比对,对与行内主题相匹配的 表进行字段分析并与数据标准中的字段进行比对,确定 落标字段范围。(3)根据落标字段按模板整理《映射清 单》,并根据系统实际情况给出落标结论,并根据结论 进行系统改造。
3.3 信息安全设计
3.3.1 高可用性
系统遵循高可用设计原则,对于关键节点(后端 应用节点、前端节点等)均采用基于 A10 负载均衡和 软件(DMZ 区域的收单前置程序,采用 Nginx)负载 均衡方式作为高可用方案。对于数据库节点,采用基 于 MySQL 集群的主从复制机制,基于 GTID 特性,采 用 MHQ Cluster 集群,应用通过访问数据库集群 VIP 来访问数据库,主数据库出现故障的情况下,从库可切 换为主库继续提供服务,在主库修复后进行回切。由于 neo4j 图数据库社区版不支持集群部署功能,考虑图谱 数据为非核心数据且只做展示用,故对于图谱数据,采 用按日备份的方式实现一定程度高可用性,当图谱服务 器出现宕机时,可通过备份数据迅速恢复服务。
3.3.2 应用安全性
(1)用户标识和鉴别 :系统接入统一身份认证平 台,通过统一身份认证平台对登录用户进行身份校验, 通过鉴定后才提供系统的使用权。(2)存取控制 :通过 用户权限定义和合法权检查确保只有合法权限的用户访 问数据库,所有未被授权的人员无法存取数据。(3)视 图机制 :定义视图,通过视图机制把要保密的数据对无 权存取的用户隐藏起来,从而自动地对数据提供一定程 度的安全保护。(4)审计 :建立审计日志,把用户对数 据库的所有操作自动记录下来放入审计日志中, DBA 可以利用审计跟踪的信息,重现导致数据库现有状况的 一系列事件,找出非法存取数据的人、时间和内容等。
3.3.3 网络安全性
系统对存储和传输的数据进行了加密处理,从而使 得不知道解密算法的人无法获知数据的内容,并通过如 下机制,确保数据传输的可靠性和稳定性,如表 2 所示。
3.4 数据备份
数据库每天全量备份, 备份保留近三个月。在保证 系统有效运行的前提下,对于新闻舆情数据,建议保留 一年内的数据, 一年以上数据,可以根据系统使用部门 要求,进行备份及清理 ;对于企业工商数据、财务数 据、经营数据,保留三年内数据,三年以上数据予以备 份及清理 ;对于不影响系统正常使用需要的数据,且使 用频率很低的数据,迁移到大数据平台,需要查询时, 通过大数据平台提供的接口进行查询。
4 结语
该系统的设计与实现,立足银行债券信用的管理和 应用需求,提出了适合各类银行、各类债券的标准规 范,并能灵活配置各类债券的申报、审核和预警,提供 了专业的债券数据采集和风险预警平台。通过债券信用 管理系统的建设,提升了政府对银行债券在审核、发行 和后续阶段的风险控制能力。
参考文献
[1] 王晓波.基于J2EE的企业债券信用管理系统的设计与实现 [J].电脑知识与技术,2016.12(20):96-97.
[2] 伍建军,马正鹏,杨耀.基于J2EE的项目管理信息系统设计与 开发[J].制造业自动化,2022.44(4):9-12.
关注SCI论文创作发表,寻求SCI论文修改润色、SCI论文代发表等服务支撑,请锁定SCI论文网!
文章出自SCI论文网转载请注明出处:https://www.lunwensci.com/jisuanjilunwen/68918.html