專利名稱：：信用計(jì)分的自動(dòng)推斷估價(jià)的方法和系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
：本發(fā)明總體涉及對(duì)金融工具的估價(jià)方法，更具體來(lái)說(shuō)，涉及對(duì)大量金融工具的快速估價(jià)。
背景技術(shù)：
：大量資產(chǎn)，例如貸款，舉例來(lái)說(shuō)，一萬(wàn)筆貸款，或者其他金融工具，有時(shí)因經(jīng)濟(jì)狀況、計(jì)劃中的或計(jì)劃外的剝奪或者因法律賠償而成為待售品。有時(shí)必須在數(shù)月內(nèi)出售數(shù)以千計(jì)的、資產(chǎn)數(shù)額有時(shí)達(dá)數(shù)十億美元的商業(yè)貸款或其他金融工具。當(dāng)然，資產(chǎn)的出售者想最優(yōu)化資產(chǎn)組合地價(jià)值，有時(shí)把資產(chǎn)分組成“份額”(tranches)。本文中所使用的術(shù)語(yǔ)“份額”不僅僅限于外鈔，也包括不論國(guó)家或管轄區(qū)如何的資產(chǎn)和金融工具類別(groupings)。競(jìng)買者可以對(duì)所有份額或者只對(duì)某些份額遞盤(pán)。為了贏得一個(gè)份額，競(jìng)買者一般必須給出該份額的最高遞盤(pán)價(jià)(highestbid)。在確定對(duì)某個(gè)份額的遞盤(pán)金額時(shí)，競(jìng)買者常會(huì)雇用評(píng)估師(underwriters)在可利用的期限里對(duì)份額內(nèi)盡可能多的資產(chǎn)進(jìn)行估價(jià)。當(dāng)遞盤(pán)期限即將截止時(shí)，競(jìng)買者將對(duì)當(dāng)時(shí)被評(píng)估(underwritten)的資產(chǎn)估價(jià)，然后努力對(duì)尚未被評(píng)估師分析的資產(chǎn)外推出(extrapolate)一個(gè)價(jià)值。這個(gè)過(guò)程的結(jié)果是，競(jìng)買者可能會(huì)嚴(yán)重低估一個(gè)份額的價(jià)值，給出一個(gè)沒(méi)有競(jìng)爭(zhēng)性的遞盤(pán)價(jià)，或者遞盤(pán)價(jià)高于被承銷資產(chǎn)的價(jià)值，并承擔(dān)了難以估量的風(fēng)險(xiǎn)。當(dāng)然，由于以競(jìng)買者能有贏利的價(jià)格贏得每個(gè)份額為目標(biāo)，因此如果是因?yàn)閷?duì)份額價(jià)值的嚴(yán)重低估而失去它就意味著喪失一個(gè)機(jī)會(huì)。這就需要準(zhǔn)備一種系統(tǒng)以便在短時(shí)間內(nèi)對(duì)大量金融工具作出精確估價(jià)并推斷出給定遞盤(pán)的收益的相關(guān)概率?，F(xiàn)有技術(shù)的目前狀況是，逐個(gè)地評(píng)估資產(chǎn)組合中的金融資產(chǎn)，然后用商業(yè)判斷來(lái)對(duì)沒(méi)有被特別評(píng)估的資產(chǎn)的價(jià)值作出推斷。在這種推斷缺少精細(xì)的條件下，估價(jià)值一般被賦予低值，并且為計(jì)入未知因素而被不成比例地打折扣。對(duì)現(xiàn)有技術(shù)狀況的限制包括在很短時(shí)間調(diào)和多個(gè)概率計(jì)分。希望通過(guò)相對(duì)于與資產(chǎn)的描述性屬性相關(guān)聯(lián)的估價(jià)置信度的調(diào)整的加權(quán)來(lái)調(diào)和賦予各資產(chǎn)的值。
發(fā)明內(nèi)容在示例性實(shí)施例中，提供一種迭代自適應(yīng)(iterativeandadaptive)方法，將資產(chǎn)組合劃分成三個(gè)主要估價(jià)(majorvaluations)。對(duì)資產(chǎn)組合(assetportfolio)的第一類估價(jià)(valuation)的全部評(píng)估(fullunderwriting)是根據(jù)逆向(adverse)樣本進(jìn)行的。第二個(gè)估價(jià)類是從共同的描述性特征的類別中有效地抽樣出來(lái)的，選擇性的隨機(jī)樣本中的資產(chǎn)被全部評(píng)估(fullyunderwritten)。第三個(gè)估價(jià)類經(jīng)過(guò)統(tǒng)計(jì)推斷估價(jià)(statisticallyinferredvaluation)，它利用評(píng)估值(underwritingvalues)和第一及第二部分的偏差(variances)并應(yīng)用統(tǒng)計(jì)推斷來(lái)單獨(dú)地為第三部分中的每項(xiàng)資產(chǎn)估價(jià)。在對(duì)第三部分估價(jià)時(shí)運(yùn)用聚類分析(clustering)和數(shù)據(jù)簡(jiǎn)化(datareduction)。隨著過(guò)程的進(jìn)行和更多資產(chǎn)被評(píng)估，第一和第二部分中資產(chǎn)的數(shù)目增加，第三部分中的資產(chǎn)的數(shù)目減少，第三部分中的各資產(chǎn)的估價(jià)的差異變得越來(lái)越確定。更具體來(lái)說(shuō)，根據(jù)在第一和第二部分中的資產(chǎn)的估價(jià)的相似性，將各資產(chǎn)劃分成有價(jià)值的概率的聚類分析，使第三部分中的各資產(chǎn)得到估價(jià)。通過(guò)用這些估價(jià)來(lái)生成假想的投標(biāo)，以確定在競(jìng)買者確定的參數(shù)內(nèi)的最佳投標(biāo)。本發(fā)明公開(kāi)一種對(duì)投資組合中的資產(chǎn)推斷信用計(jì)分的估價(jià)值的方法。該方法包括組織估價(jià)計(jì)分、根據(jù)特殊因素和商業(yè)決策調(diào)節(jié)估價(jià)計(jì)分，調(diào)和描述相同資產(chǎn)的多個(gè)估價(jià)計(jì)分，以及進(jìn)行總體調(diào)整以取代推斷值。附圖簡(jiǎn)介圖1是說(shuō)明一個(gè)已知的對(duì)資產(chǎn)組合估價(jià)過(guò)程的流程圖2是說(shuō)明按照本發(fā)明的一個(gè)實(shí)施例的對(duì)資產(chǎn)組合估價(jià)的流程圖3是一個(gè)流程圖，更詳細(xì)地說(shuō)明了對(duì)大型資產(chǎn)組合通過(guò)劃分為不同偏差類而進(jìn)行快速評(píng)估過(guò)程的第一部分的一個(gè)實(shí)施例；圖4是一個(gè)流程圖，說(shuō)明了對(duì)大型資產(chǎn)組合從一個(gè)基底(basis)向一個(gè)份額或資產(chǎn)組合基底聚集的快速評(píng)估過(guò)程的第二部分；圖5說(shuō)明了回收價(jià)值被推斷的示例性資產(chǎn)的概率分布；圖6是圖3所示過(guò)程的有監(jiān)管學(xué)習(xí)步驟的流程圖7是圖3所示過(guò)程的無(wú)監(jiān)管學(xué)習(xí)步驟的流程圖8是無(wú)監(jiān)管學(xué)習(xí)的過(guò)程的實(shí)施例；圖9是第一代(第一回)快速資產(chǎn)評(píng)估過(guò)程的實(shí)施例；圖10是用于圖8中無(wú)監(jiān)管學(xué)習(xí)中運(yùn)用的模糊聚類方法的流程圖11是展示快速資產(chǎn)評(píng)估過(guò)程的模型選擇和模型加權(quán)的例子的一對(duì)表格；圖12是展示快速資產(chǎn)評(píng)估過(guò)程的示例性特征的表；圖13是快速資產(chǎn)評(píng)估過(guò)程的示例性聚類方法的聚類圖14是一個(gè)計(jì)算機(jī)網(wǎng)絡(luò)示意圖。發(fā)明詳述圖1是說(shuō)明一個(gè)已知的經(jīng)過(guò)評(píng)估周期直至，舉例來(lái)說(shuō)，在拍賣中，遞盤(pán)購(gòu)買資產(chǎn)組合12的評(píng)估大型資產(chǎn)組合12的過(guò)程的示意圖10。圖1是一個(gè)典型的既非迭代也非自動(dòng)的評(píng)估和外推過(guò)程10的高度概括。在示意圖10中，評(píng)估人評(píng)估14資產(chǎn)組合12中的許多單獨(dú)的資產(chǎn)，以生成已評(píng)估的第一部分16和未觸及的其余部分18。在任何資產(chǎn)被評(píng)估之前，第一部分16是資產(chǎn)12的百分之零，其余部分18是百分之百。隨著評(píng)估過(guò)程的推進(jìn)，第一部分16增加，其余部分18減少。既定的目標(biāo)是在遞盤(pán)之前為購(gòu)買資產(chǎn)組合而評(píng)估盡可能多的資產(chǎn)。評(píng)估人小組繼續(xù)單獨(dú)地評(píng)估14，直到馬上就要遞盤(pán)。進(jìn)行一個(gè)粗略的外推20，以對(duì)剩余部分18進(jìn)行估價(jià)。外推20變成未評(píng)估的(un-underwritten)推斷值24。粗略的外推對(duì)其余部分18生成一個(gè)估價(jià)24。估價(jià)22就是第一部分16中各個(gè)資產(chǎn)值的總和。然而，估價(jià)24是由外推生成的一個(gè)分組估價(jià)(groupvaluation)，并可以相應(yīng)地打折扣。然后將估價(jià)22和24加總，產(chǎn)生組合資產(chǎn)值(portfolioassetvalue)26。估價(jià)過(guò)程是在資產(chǎn)組合的每個(gè)份額中進(jìn)行的。圖2是說(shuō)明快速資產(chǎn)評(píng)估系統(tǒng)28的一個(gè)實(shí)施例的流程圖。圖2中包含了由系統(tǒng)28在對(duì)資產(chǎn)組合12估價(jià)時(shí)所采取的過(guò)程步驟的表示。系統(tǒng)28評(píng)估(“觸及”)每一個(gè)資產(chǎn)，除去很少量的30未觸及的資產(chǎn)，這部分資產(chǎn)被認(rèn)為在統(tǒng)計(jì)上不顯著或者在金融上無(wú)關(guān)緊要。具體來(lái)說(shuō)，資產(chǎn)組合12中除數(shù)量30以外的所有資產(chǎn)都經(jīng)過(guò)一個(gè)迭代的、自適應(yīng)的評(píng)估32，其中，資產(chǎn)組合12中的資產(chǎn)被單獨(dú)估價(jià)，單獨(dú)列于表中，然后從表中被選擇出來(lái)，劃分到任何以遞盤(pán)為目的(如下文所述的那樣)而希望或要求的分組或份額中。如示意圖10中那樣，評(píng)估人開(kāi)始全部評(píng)估14資產(chǎn)組合12中的各個(gè)資產(chǎn)，以產(chǎn)生全部評(píng)估的第一部分16資產(chǎn)。評(píng)估人也評(píng)估34資產(chǎn)組合12的第二部分36中的資產(chǎn)樣本，計(jì)算機(jī)38統(tǒng)計(jì)推斷40資產(chǎn)組合12的第三部分42的價(jià)值。計(jì)算機(jī)38也重復(fù)地生成44表示如下文所述的被賦予各部分16、36和43中資產(chǎn)的值的表(在下文說(shuō)明)。在一個(gè)實(shí)施例中，計(jì)算機(jī)38被設(shè)置成獨(dú)立的計(jì)算機(jī)。在另一個(gè)實(shí)施例中，計(jì)算機(jī)38被設(shè)置成通過(guò)諸如廣域網(wǎng)(WAN)、局域網(wǎng)(LAN)的網(wǎng)絡(luò)(見(jiàn)圖14中所示)連接到至少一個(gè)客戶系統(tǒng)的服務(wù)器。舉例來(lái)說(shuō)，仍參看圖2，將資產(chǎn)組合12的第三部分42的未抽樣和未評(píng)估部分46經(jīng)過(guò)一個(gè)統(tǒng)計(jì)推斷過(guò)程40，它利用模糊-C方式聚類(“FCM”——Fuzzy-Cmeansclustering)和一個(gè)復(fù)合的高/期望/低/時(shí)間安排/風(fēng)險(xiǎn)(“HELTR”——High/Expected/Low/Timing/Risk)評(píng)分生成兩個(gè)類別48和50。HELTR定義為H——高現(xiàn)金流，E——期望現(xiàn)金流，L——低現(xiàn)金流，T——現(xiàn)金流的發(fā)生時(shí)間(例如按月計(jì)0——6，7——18，19——36，37——60)和R——借款人的風(fēng)險(xiǎn)評(píng)估(信用分析師所用的9——boxer)。類別48被認(rèn)為整體上有足夠的供評(píng)估的共性。類別50被進(jìn)一步劃分為聚類52和54，它們依次被進(jìn)一步細(xì)分。聚類52被細(xì)分為子聚類56和58，聚類54被細(xì)分為子聚類56、62和64。聚類和子聚類在“樹(shù)”圖66中顯示，在評(píng)估框68中被表示為方塊。這些個(gè)別的資產(chǎn)值然后被再劃分為用于遞盤(pán)的份額70、72和74?？梢园闯鍪壅咴O(shè)置的安排組織任何數(shù)目的份額。資產(chǎn)組合12中每項(xiàng)資產(chǎn)的各個(gè)資產(chǎn)值(未予示出)被輸入數(shù)據(jù)庫(kù)76，根據(jù)對(duì)于迭代自適應(yīng)過(guò)程一給定的標(biāo)準(zhǔn)80，被選定的數(shù)據(jù)78被從中檢索出來(lái)。當(dāng)為評(píng)估任何資產(chǎn)而確定了基準(zhǔn)80后，這一所確定的基準(zhǔn)80存儲(chǔ)在數(shù)據(jù)庫(kù)76中，用于對(duì)數(shù)據(jù)庫(kù)76中的共享這種確定基準(zhǔn)的其他資產(chǎn)數(shù)據(jù)進(jìn)行估價(jià)。迭代自適應(yīng)估價(jià)過(guò)程32就這樣生成82(下文說(shuō)明)估價(jià)并把它們分組，用于遞盤(pán)。圖3和4共同構(gòu)成流程圖85，說(shuō)明用于評(píng)估大型資產(chǎn)組合12的系統(tǒng)28(圖2中所示的)的實(shí)施例的功能概況。估價(jià)程序14、34和40(也參看圖2)以下文所述的方式在系統(tǒng)28中被同時(shí)及順序地使用。如上所述，全部評(píng)估14是第一類評(píng)估程序。用樣本的全部評(píng)估進(jìn)行分組與抽樣評(píng)估34是第二類估價(jià)程序。統(tǒng)計(jì)推斷40是第三類估價(jià)程序，它是一種自動(dòng)化的分組和評(píng)估。程序14、34和40以如下文所述確定的客觀基準(zhǔn)為基礎(chǔ)。本文中所用的“評(píng)估”(underwriting)意思是這樣一個(gè)過(guò)程，其中，某人(“評(píng)估人”(underwriter))按照訂立的原則審查某資產(chǎn)，并確定購(gòu)買該資產(chǎn)的當(dāng)前購(gòu)買價(jià)格。在評(píng)估期間，評(píng)估人使用預(yù)先存在或確定的基準(zhǔn)80來(lái)估價(jià)?！盎鶞?zhǔn)”(Criteria)的意思是與資產(chǎn)價(jià)值相關(guān)的規(guī)則和基于這種類別的評(píng)級(jí)。例如，作為基準(zhǔn)，評(píng)估人可以決定債務(wù)人的三年的現(xiàn)金流歷史是與資產(chǎn)估價(jià)相關(guān)的一個(gè)信息類別，并可以對(duì)各種水平的現(xiàn)金流賦予一定的等級(jí)。全部評(píng)估14以兩種方式進(jìn)行，一種是全部現(xiàn)金基準(zhǔn)方式86，一種是部分現(xiàn)金基準(zhǔn)方式88。全部現(xiàn)金基準(zhǔn)方式86和部分現(xiàn)金基準(zhǔn)方式88二者都以被完全且獨(dú)立審查14(見(jiàn)圖2)的資產(chǎn)集合90和92開(kāi)始。這種完全審查14通常是因?yàn)橄鄬?duì)于資產(chǎn)組合中的其他資產(chǎn)來(lái)說(shuō)待審資產(chǎn)中的美元或其他適當(dāng)?shù)呢泿诺臄?shù)量很大，或者因?yàn)閭鶆?wù)人很有名或很可靠，以至資產(chǎn)可以被快速地或全部地評(píng)估，或者資產(chǎn)是受市場(chǎng)注意的，以至對(duì)所述資產(chǎn)的價(jià)值沒(méi)有多少分歧。資產(chǎn)集合90被評(píng)估人94估價(jià)，資產(chǎn)集合90中的每項(xiàng)資產(chǎn)得到一個(gè)偏差很少的估價(jià)，比如某種受現(xiàn)金或具有全部現(xiàn)金價(jià)值的可交易商品的支持的資產(chǎn)，并被放置在一個(gè)全價(jià)值表(fullvaluetable)96中。為表96中的各資產(chǎn)選擇的各個(gè)值被存儲(chǔ)起來(lái)作為一個(gè)全部評(píng)估的分組值(groupvalue)98。集合92被一組評(píng)估人100評(píng)估，這組評(píng)估人可能與小組94相同，但是每個(gè)資產(chǎn)接受一個(gè)折扣或部分值，并被放置在一個(gè)部分價(jià)值表(partialvaluetable)102中。為表102中的份額的各資產(chǎn)選擇的各個(gè)價(jià)值存儲(chǔ)起來(lái)作為一個(gè)部分值全部評(píng)估分組值104。全部現(xiàn)金基準(zhǔn)方式86和部分現(xiàn)金基準(zhǔn)方式88(圖2中所示的)的標(biāo)準(zhǔn)80被存儲(chǔ)在用于自動(dòng)估價(jià)40的監(jiān)管學(xué)習(xí)206和無(wú)監(jiān)管學(xué)習(xí)208的計(jì)算機(jī)(圖2所示)的數(shù)字存儲(chǔ)器(未予示出)中的數(shù)據(jù)庫(kù)76(圖2所示)中。抽樣評(píng)估34用兩個(gè)程序完成，一個(gè)是全部抽樣106程序，一個(gè)部分抽樣108程序。全部抽樣106被用于大型資產(chǎn)的各類別，包括在被抽樣的資產(chǎn)類別中的樣本分組的百分之百抽樣110。全部抽樣106中的資產(chǎn)不是單獨(dú)地被評(píng)估，而是在基于確定的共性的全部抽樣分組112中被評(píng)估的。由此便創(chuàng)建了而后根據(jù)規(guī)則114合并了一個(gè)全部抽樣分組估價(jià)(未予示出)，以生成一個(gè)獨(dú)立全樣本資產(chǎn)價(jià)值表116。隨后表116中的獨(dú)立全樣本資產(chǎn)價(jià)值被電子化地上載到由對(duì)某份額中的資產(chǎn)的分組所揭示的那樣的遞盤(pán)所需要的任何全部抽樣組估價(jià)118中。評(píng)估樣本分組中的資產(chǎn)數(shù)可以小至1，大至任何資產(chǎn)數(shù)。部分抽樣108用于中等類別的資產(chǎn)，包括通過(guò)對(duì)來(lái)自正被抽樣的各分組的一個(gè)聚類內(nèi)的代表分組的百分之百抽樣和對(duì)該聚類中其他分組的隨機(jī)抽樣而構(gòu)成一個(gè)聚類樣本分組120。在部分抽樣108中，所有分組都被抽樣，但是有些是通過(guò)從聚類樣本分組120的外推估價(jià)的。部分抽樣108包括一個(gè)資產(chǎn)水平再評(píng)估(assetlevelre-underwrite)122，它用手工數(shù)據(jù)輸入125產(chǎn)生一個(gè)α信用分析人表126，給予α信用分析人表一個(gè)資產(chǎn)類調(diào)整，以產(chǎn)生一個(gè)調(diào)整的信用分析人表130。如上所述，各資產(chǎn)被按照份額劃分從調(diào)整的信用分析人表130中選擇出來(lái)，以產(chǎn)生一個(gè)用于對(duì)(圖2中所示的)份額70遞盤(pán)的部分抽樣信用值132。自動(dòng)評(píng)估程序40采用監(jiān)管學(xué)習(xí)過(guò)程206、無(wú)監(jiān)管學(xué)習(xí)過(guò)程208和來(lái)自統(tǒng)計(jì)推斷算法的上載134來(lái)生成一個(gè)存儲(chǔ)在數(shù)字存儲(chǔ)裝置中的評(píng)估聚類表135。在監(jiān)管學(xué)習(xí)過(guò)程206中，一個(gè)有經(jīng)驗(yàn)的、知道應(yīng)問(wèn)什么問(wèn)題才能確定價(jià)值的評(píng)估人幫助計(jì)算機(jī)確定是否某資產(chǎn)是優(yōu)良投資以及如何評(píng)估該資產(chǎn)。在無(wú)監(jiān)管學(xué)習(xí)過(guò)程208中，計(jì)算機(jī)將各資產(chǎn)細(xì)分(segment)和分類，并客觀地根據(jù)數(shù)據(jù)的反饋?zhàn)晕以u(píng)估這些資產(chǎn)。評(píng)估人定期地審查無(wú)監(jiān)管學(xué)習(xí)過(guò)程208，以判斷計(jì)算機(jī)是否在作出有意義的評(píng)估結(jié)論。計(jì)算機(jī)用統(tǒng)計(jì)算法134來(lái)作出它的推斷。例如——但不限于——一個(gè)實(shí)施例使用通用電器公司開(kāi)發(fā)并利用的，通過(guò)運(yùn)用多代產(chǎn)品開(kāi)發(fā)(“MGPD”)方式而在審慎注意(duediligence)的資產(chǎn)估價(jià)過(guò)程中應(yīng)用的六西格瑪設(shè)計(jì)(“DFSS”——DesignForSixSigma)質(zhì)量范式對(duì)資產(chǎn)數(shù)據(jù)越來(lái)越精確地作出估價(jià)。學(xué)習(xí)過(guò)程206和208隨著評(píng)估的推進(jìn)把累積的知識(shí)持續(xù)地、實(shí)時(shí)地結(jié)合到現(xiàn)金流回收和回收概率的計(jì)算中。監(jiān)管學(xué)習(xí)過(guò)程206為了估價(jià)的目的使用商業(yè)規(guī)則來(lái)辨別具有共同方面的資產(chǎn)聚類。無(wú)監(jiān)管學(xué)習(xí)過(guò)程208使用由程序40執(zhí)行的先前數(shù)據(jù)估價(jià)的反饋來(lái)確定增加評(píng)估置信度的工作是否正在進(jìn)展。如下文所述，由于使用高速計(jì)算機(jī)，對(duì)所有可用原始數(shù)據(jù)進(jìn)行辨別以及發(fā)現(xiàn)這些可用原始數(shù)據(jù)的聚類之間的相互關(guān)系是可能的。在一個(gè)示例性實(shí)施例中，一個(gè)使用HELTR評(píng)分技術(shù)對(duì)原始數(shù)據(jù)進(jìn)行無(wú)監(jiān)管組織的模糊聚類方式(“FCM”)過(guò)程被用來(lái)對(duì)組合中資產(chǎn)的信用評(píng)分的估價(jià)進(jìn)行推斷，如下文所述。為適應(yīng)更復(fù)雜的細(xì)分分類(segments)，這種聚類技術(shù)已經(jīng)被開(kāi)發(fā)出來(lái)，以描述必須在不允許人工處理的時(shí)間段中評(píng)估的資產(chǎn)和資產(chǎn)組合中的高資產(chǎn)計(jì)數(shù)。一個(gè)示例性方法首先在計(jì)算機(jī)化的系統(tǒng)中創(chuàng)建估價(jià)評(píng)分(靜態(tài)和/概率回收)。之后針對(duì)特殊因素和經(jīng)營(yíng)決策對(duì)估價(jià)評(píng)分作修正。然后對(duì)描述相同資產(chǎn)的多個(gè)估價(jià)評(píng)分進(jìn)行協(xié)調(diào)并對(duì)進(jìn)行總體修正，以訪問(wèn)/推翻(interview/override)推斷的估價(jià)。創(chuàng)建估價(jià)評(píng)分是通過(guò)電子化地對(duì)比聚類號(hào)、聚類名、聚類的描述性特征、概率回收值(一個(gè)示例性例子是HELTR評(píng)分)和評(píng)估者根據(jù)每個(gè)聚類的描述性特征量得到的對(duì)每個(gè)聚類的估價(jià)的置信度而進(jìn)行的。聚類號(hào)是特定描述性特征量集合的唯一標(biāo)識(shí)符，描述性特征量是關(guān)于資產(chǎn)的事實(shí)，精通于估價(jià)的人員用它評(píng)估資產(chǎn)的價(jià)值。描述性特征量的例子包括——但不僅限于——支付狀態(tài)、資產(chǎn)類型、以評(píng)分表示的債務(wù)人信用值、要求權(quán)(claim)的地點(diǎn)和優(yōu)先級(jí)(seniority)。在一個(gè)實(shí)施例中，聚類名是一個(gè)字母數(shù)字混編的名稱，描述聚類的描述性特征或來(lái)源。描述性特征的一個(gè)例子見(jiàn)于圖12，在下文中作說(shuō)明。描述性特征是被用來(lái)揭示資產(chǎn)價(jià)值的事實(shí)或量綱或向量。計(jì)算機(jī)邏輯被用來(lái)核查任何重復(fù)的聚類并提醒分析人或評(píng)估人。因?yàn)槊宽?xiàng)資產(chǎn)都能由很多描述性特征的組合來(lái)描述，所以同一項(xiàng)資產(chǎn)可能出現(xiàn)不同水平的值。概率回收值或信用評(píng)分或資產(chǎn)價(jià)值的任何數(shù)值表示都可以作為給定的不同資產(chǎn)水平的標(biāo)識(shí)。各種描述性特征中的所有信息綜合起來(lái)，使得能將購(gòu)買或出售價(jià)格確定為一個(gè)固定的值或一個(gè)概率值。本文所用的一個(gè)示意性實(shí)施例是HELTR評(píng)分。每個(gè)聚類有唯一的一個(gè)描述性特征和指定的HELTR評(píng)分的集合。每個(gè)聚類的唯一特征都有助于對(duì)聚類值的估價(jià)。不同的特征組合為特定聚類的計(jì)分提供更高的的置信度或置信度區(qū)間。例如，如果將任何資產(chǎn)描述為一張高2.5’’寬5”的綠紙——人們可能認(rèn)為它具有0至1000美元的價(jià)值，但這個(gè)評(píng)估只有很小的置信度。如果再用一個(gè)事實(shí)或特征或向量將這同一個(gè)資產(chǎn)描述為是一個(gè)真正的20美元的鈔票，人們就會(huì)對(duì)這個(gè)20美元的聚類值置以一個(gè)很高的置信度因數(shù)。聚類的估價(jià)和置信度是在某時(shí)點(diǎn)確定的，并被標(biāo)明。有時(shí)會(huì)出現(xiàn)新的可用信息，分析者就會(huì)對(duì)這個(gè)(些)值作出改變。該值是用一個(gè)數(shù)據(jù)域和決策規(guī)則來(lái)人工地或自動(dòng)地修改的，在自動(dòng)方式中是通過(guò)計(jì)算機(jī)代碼進(jìn)行的。原先的值被修改，以反映新信息。舉例來(lái)說(shuō)，假設(shè)原先的聚類置信度被標(biāo)明為0.1，后來(lái)知道種其他資產(chǎn)具有與這個(gè)聚類的完全相同的描述性特征，剛剛以超過(guò)預(yù)測(cè)的“最可能的”價(jià)值的價(jià)格賣出。啟用這樣的規(guī)則，使得如果這個(gè)事件發(fā)生了，就將聚類置信度乘以10。0.1×10＝1是修改后的聚類置信度。這樣一個(gè)過(guò)程的目的是使同一個(gè)資產(chǎn)的多個(gè)評(píng)分相一致，控制與每個(gè)評(píng)估量綱的每個(gè)評(píng)估源相關(guān)聯(lián)的置信度。用某資產(chǎn)的樣本數(shù)據(jù)點(diǎn)，將HELTR作為示意例聚類一致估價(jià)(consensusvaluation)是，高值。6999，最大似然值。4792，低值。2374，時(shí)機(jī)(timing)2.6059?？梢杂貌煌壿媮?lái)控制任何權(quán)數(shù)。一致評(píng)分(consensusscore)是在全局假設(shè)的背景中得出的。如果某全局假設(shè)發(fā)生變化，過(guò)程步驟128、138就會(huì)被包括在該方法中以對(duì)該一致評(píng)分作加權(quán)。直觀的例子包括在某種估價(jià)因素中發(fā)現(xiàn)錯(cuò)誤、宏觀經(jīng)濟(jì)變化、某類資產(chǎn)了可代替的市場(chǎng)價(jià)值的建立，以及相對(duì)于所采用的其他方法，資產(chǎn)估價(jià)方法的增加或減少。在另一個(gè)實(shí)施例中，一個(gè)交叉相關(guān)工具被用來(lái)快速地了解和描述某資產(chǎn)組合的組成。典型地，該工具被用來(lái)使一個(gè)用戶選擇的變量的響應(yīng)與資產(chǎn)組合中其他變量相關(guān)。該工具快速地確定在兩個(gè)特征變量與響應(yīng)變量之間出乎預(yù)料的高相關(guān)或低相關(guān)性。特征變量是兩種類型的，即連續(xù)的和分類的(categorical)。交叉相關(guān)性是由相關(guān)工具在所有所關(guān)心的變量與它們的區(qū)段或水平之間計(jì)算出來(lái)的，并——在一個(gè)實(shí)施例中——被呈現(xiàn)在二維矩陣中，以便于確定資產(chǎn)組合中資產(chǎn)之間的趨勢(shì)。首先，交叉相關(guān)工具將資產(chǎn)組合中的所有標(biāo)志變量確定為連續(xù)的或絕對(duì)的。按連續(xù)變量的區(qū)段和按絕對(duì)變量的值計(jì)算每個(gè)變量的總合水平(aggregationlevels)。用該工具查看以確定相關(guān)的用戶將選擇一個(gè)響應(yīng)變量Yr，例如期望回收(recovery)或計(jì)數(shù)。對(duì)標(biāo)志變量對(duì)(x1和x2)的所有組合和它們的水平(a和b)，按下式計(jì)算響應(yīng)變量的平均值YrYr＝sum(Y(x1＝aandx2＝b))/count(x1＝aandx2＝b)。按照下式計(jì)算響應(yīng)變量的期望值YexpectedYexpected＝(sum(Y(x1＝a))*count(x1＝a)+sum(Y(x2＝b))*count(x2＝b)))/(count(x1＝a)*count(x2＝b))。所選擇的響應(yīng)變量Yr與單獨(dú)使用事件x1＝a和x2＝b的加權(quán)值的期望值Yexpect的偏差Yerror是通過(guò)下式計(jì)算的Yerror＝Y(jié)r-Yexpect在一個(gè)實(shí)施例中，期望值和偏差呈現(xiàn)在多維顯示中，以使與期望值的偏差容易確認(rèn)。在另一個(gè)示例性實(shí)施例中，運(yùn)用了一個(gè)將原始數(shù)據(jù)轉(zhuǎn)換為最終遞盤(pán)價(jià)的轉(zhuǎn)移函數(shù)過(guò)程，如下文所述。表136由從程序14、34和40得出的修改后的系數(shù)進(jìn)行電子化調(diào)整，以對(duì)資產(chǎn)的信用評(píng)分138的系數(shù)作修正，并生成一個(gè)修正后的推斷各個(gè)資產(chǎn)信用值的信用分析人表140。按份額劃分的要求從表140提取各個(gè)資產(chǎn)的價(jià)值，以生成一個(gè)推斷的信用估價(jià)142。最后對(duì)“未觸及的”資產(chǎn)的可忽略的其余部分30作一個(gè)外推，以生成一個(gè)未觸及資產(chǎn)表144。表144中的值被選出來(lái)生成一個(gè)對(duì)未觸及資產(chǎn)的估價(jià)。全部現(xiàn)金估價(jià)98、部分現(xiàn)金估價(jià)104、全部抽樣信用估價(jià)118、部分抽樣信用估價(jià)132、推斷信用值142和從未觸及資產(chǎn)表144中賦予的任何值被累積，并且它們是互不相容的，全部現(xiàn)金估價(jià)的優(yōu)先級(jí)最高，依次降低，直至推斷信用值142。估出的這些價(jià)值之和代表資產(chǎn)組合的價(jià)值。圖4是由系統(tǒng)28(圖2所示)執(zhí)行的遞盤(pán)準(zhǔn)備階段168的流程圖。累積的估價(jià)98、104、118、132、142和144在一個(gè)風(fēng)險(xiǎn)偏好貸款水平(riskpreferenceloanlevel)評(píng)價(jià)步驟146中被組合起來(lái)。用現(xiàn)金流發(fā)生時(shí)刻表(timingtable)150生成一個(gè)確定性現(xiàn)金流橋(bridge)148，以得出一個(gè)隨機(jī)現(xiàn)金流橋152。一個(gè)隨機(jī)或概率性現(xiàn)金流橋152被創(chuàng)建，并用來(lái)確定一個(gè)建議的份額遞盤(pán)價(jià)154，對(duì)該份額遞盤(pán)價(jià)重復(fù)地應(yīng)用一個(gè)份額模型156，直到達(dá)到某個(gè)閾值158。閾值158，舉例來(lái)說(shuō)，是一個(gè)大于某值的內(nèi)部收益率(“IRR”)、某個(gè)盈利時(shí)間(“TTP”——timetoprofit)和一個(gè)正的凈現(xiàn)值(“NPV”)。一般來(lái)說(shuō)，NPV被定義為NPV＝C0+C1/(1+r)(公式A)其中C0是在時(shí)刻0的投資，C1是在時(shí)刻1的期望支付(payoff)，r是折現(xiàn)因子。基本概念是今天的一元比明天的一元值錢(qián)。就保險(xiǎn)單而言，NPV被定義為(公式B)其中P是保險(xiǎn)費(fèi)，E是期望的名義成本，C是理賠成本。實(shí)質(zhì)上，公式B表示凈收入是如何生成的，即是利潤(rùn)與加權(quán)期望風(fēng)險(xiǎn)之差。注意累加是對(duì)特定部分中所有保險(xiǎn)單的累加。同樣注意所有保險(xiǎn)費(fèi)、名義成本和理賠成本在代入公式B之前已經(jīng)作了折現(xiàn)處理。結(jié)果是，生成了一個(gè)獲利記錄。如果達(dá)到閾值條件160，遞盤(pán)154要經(jīng)過(guò)一個(gè)模擬開(kāi)標(biāo)分析161，以預(yù)測(cè)是否能期望它是個(gè)贏標(biāo)。密封遞價(jià)拍賣的結(jié)局取決于與從每個(gè)競(jìng)買者收到的遞盤(pán)的大小有關(guān)。拍賣的執(zhí)行包括打開(kāi)所有的遞盤(pán)，將拍賣的物品出售給出價(jià)最高的競(jìng)買者。在傳統(tǒng)的密封遞價(jià)拍賣中，一旦出價(jià)被提交，競(jìng)買者就不允許改變它們了，而且在其他遞盤(pán)被打開(kāi)之前，競(jìng)買者不知道其他人遞盤(pán)的情況，這使拍賣的結(jié)局是不確定性的。報(bào)出較高遞盤(pán)價(jià)，贏得拍賣的概率就越高，但若是以較低的價(jià)格就能贏得拍賣，所獲收益便會(huì)較低。模擬競(jìng)爭(zhēng)性遞價(jià)通過(guò)設(shè)置一個(gè)遞價(jià)/售價(jià)范圍而提高獲取最高贏利的概率，該范圍有在自己的錢(qián)包耗盡之前耗盡任何競(jìng)爭(zhēng)競(jìng)買者的錢(qián)包的傾向，使得在得到最希望得到的資產(chǎn)的同時(shí)保存最多的資本。定價(jià)決策被分析上的魯棒性過(guò)程清楚地注意到，因?yàn)榧兇廨W事的(anecdotal)商業(yè)判斷能被不受幕后動(dòng)機(jī)(hiddenagenda)、個(gè)性和片面知識(shí)影響的數(shù)據(jù)驅(qū)動(dòng)的方法所補(bǔ)充。每個(gè)潛在的競(jìng)買者有一個(gè)向密封遞價(jià)拍賣遞交的可能出價(jià)(bids)的范圍。該出價(jià)范圍可以表示為一個(gè)統(tǒng)計(jì)分布。通過(guò)從出價(jià)的值的分布中隨機(jī)抽樣，一種可能的拍賣情景就可以被模擬出來(lái)。進(jìn)一步通過(guò)使用某種迭代抽樣技術(shù)，例如蒙特卡羅(MonteCarlo)分析，可以模擬許多情景，以產(chǎn)生一個(gè)結(jié)局分布。結(jié)局分布包括贏得拍賣物的概率和贏利值。通過(guò)改變自己出價(jià)的值，就能確定在競(jìng)買者自己的出價(jià)下贏得拍賣的概率。以下的核心成分(elements)被用來(lái)模擬一個(gè)競(jìng)爭(zhēng)性遞價(jià)收益(biddingyield)，市場(chǎng)規(guī)則和契約代碼化成計(jì)算機(jī)化的商業(yè)規(guī)則，潛在競(jìng)爭(zhēng)/市場(chǎng)力量、預(yù)測(cè)的預(yù)算和優(yōu)先權(quán)代碼化成一個(gè)偏好矩陣(preferencematrix)，同意要代碼化成一個(gè)偏好矩陣的競(jìng)買者自己的出價(jià)能力、偏好、風(fēng)險(xiǎn)/回報(bào)權(quán)衡，以及一個(gè)計(jì)算機(jī)化的隨機(jī)優(yōu)化。分析160模擬一個(gè)競(jìng)爭(zhēng)性環(huán)境，環(huán)境中其他公司有各種針對(duì)系統(tǒng)28所計(jì)算的遞盤(pán)價(jià)進(jìn)行競(jìng)價(jià)的財(cái)務(wù)能力。在一個(gè)實(shí)施例中，分析160，例如——但不限于——包括一個(gè)總出價(jià)限額，如果資產(chǎn)的總值超過(guò)使用系統(tǒng)28的單位的財(cái)務(wù)能力時(shí)就要這樣。在一個(gè)實(shí)施例中，在這種可供遞盤(pán)的資源有限的情況下，分析160可以對(duì)針對(duì)份額的各種組合的遞盤(pán)的獲利能力進(jìn)行評(píng)估。分析160也會(huì)考慮過(guò)去針對(duì)已知競(jìng)爭(zhēng)者競(jìng)價(jià)的歷史和競(jìng)買對(duì)手偏好的各種類型的資產(chǎn)的信息。在分析160中，對(duì)份額的出價(jià)(tranchebid)會(huì)在隨后被估算，并由管理人員162設(shè)定，作出最終的份額遞盤(pán)164。在作出遞盤(pán)164之前的所有估價(jià)均可以任意重復(fù)。此外，由于該過(guò)程是自我調(diào)節(jié)和迭代的，隨著越來(lái)越多的值被系統(tǒng)28執(zhí)行的迭代所發(fā)現(xiàn)，份額遞盤(pán)價(jià)(tranchebidprice)164隨著每次迭代而趨于攀升。流程圖85所描述的過(guò)程包括一個(gè)估價(jià)階段166(圖3所示)和一個(gè)遞盤(pán)準(zhǔn)備階段168(圖4所示)。估價(jià)階段166包括程序14、34和40。估價(jià)階段166持續(xù)地運(yùn)行，直至停止，運(yùn)行過(guò)程中自動(dòng)估價(jià)程序40和抽樣程序34試圖在各種資產(chǎn)或資產(chǎn)類別中發(fā)現(xiàn)額外的價(jià)值。再次參看圖2，按照快速資產(chǎn)評(píng)估，資產(chǎn)組合12中的資產(chǎn)里面的數(shù)據(jù)類別170、172和174被按每項(xiàng)資產(chǎn)確定，并存儲(chǔ)在數(shù)據(jù)庫(kù)76中。迭代的自適應(yīng)過(guò)程32選取部分選定數(shù)據(jù)78并以統(tǒng)計(jì)的方式對(duì)該部分選定數(shù)據(jù)78應(yīng)用基準(zhǔn)80以增加已知的資產(chǎn)價(jià)值，而不是增加粗略外推的資產(chǎn)值20。根據(jù)方法28，資產(chǎn)被劃分成至少第一部分16、第二部分36和第三部分或其余部分42。采用程序14將部分16中的資產(chǎn)全部評(píng)估，以確定估價(jià)98和部分值全部評(píng)估的評(píng)價(jià)104并為這種估價(jià)建立基準(zhǔn)80。利用程序34，過(guò)程28從第二部分36中抽取代表第二部分中各分組的若干資產(chǎn)作為樣本，以確定第二部分36的全部抽樣分組估價(jià)118和部分抽樣信用值132并為這種估價(jià)建立另外的基準(zhǔn)80。利用程序40，由諸如圖2的計(jì)算機(jī)38的自動(dòng)分析程序執(zhí)行部分監(jiān)管學(xué)習(xí)過(guò)程206和部分無(wú)監(jiān)管學(xué)習(xí)過(guò)程208。為了學(xué)習(xí)，自動(dòng)分析程序提取關(guān)于第三部分或其余部分42的已確立基準(zhǔn)80和已選定數(shù)據(jù)78并將第三部分42劃分成多個(gè)部分46，然后利用從數(shù)據(jù)庫(kù)76輸入的基準(zhǔn)80和每個(gè)過(guò)程206和208，進(jìn)一步將各部分46劃分為類別48和50，將類別50劃分成聚類52、54，將聚類52、54劃分為子聚類56、58、60和62。通過(guò)統(tǒng)計(jì)推斷確立子聚類56、58、60和64的各個(gè)資產(chǎn)估價(jià)。將各個(gè)資產(chǎn)估價(jià)列于聚類表136(見(jiàn)圖3)中，修正138后，列于信用分析人表140中。所確立的基準(zhǔn)80是客觀的，因?yàn)榛鶞?zhǔn)80來(lái)自數(shù)據(jù)庫(kù)76，它們是在全部評(píng)估程序14和抽樣評(píng)估程序34運(yùn)行期間被放入數(shù)據(jù)庫(kù)的。換言之，從全價(jià)值表96、部分價(jià)值表102、表116、α信用分析人表126、調(diào)整的信用分析人表130、調(diào)整的信用分析人表140和未觸及資產(chǎn)表144中獲得的所有資產(chǎn)的信息被放入數(shù)據(jù)存儲(chǔ)裝置(諸如計(jì)算機(jī)38的硬盤(pán)存儲(chǔ)器178)中的數(shù)據(jù)庫(kù)76，并由程序40用程序14和34中的基準(zhǔn)80生成相關(guān)性。程序40運(yùn)行期間，具有統(tǒng)計(jì)顯著性，并且具有可接受的可靠性的準(zhǔn)則80被輸入。就是說(shuō)，程序40在估價(jià)期間反復(fù)地學(xué)習(xí)，并建立準(zhǔn)則80。監(jiān)管學(xué)習(xí)過(guò)程206和無(wú)監(jiān)管學(xué)習(xí)過(guò)程208通過(guò)與在數(shù)據(jù)庫(kù)76中的關(guān)于全部評(píng)估的第一部分16中的資產(chǎn)和樣本評(píng)估的第二部分36中的資產(chǎn)的已確立基準(zhǔn)80建立相關(guān)性而提高統(tǒng)計(jì)推斷估價(jià)142的準(zhǔn)確性。與第三部分42中的一項(xiàng)或多項(xiàng)資產(chǎn)相關(guān)的已選數(shù)據(jù)與從部分16與/或36中已選出的數(shù)據(jù)類似，被放置在數(shù)據(jù)庫(kù)76中，之后通過(guò)統(tǒng)計(jì)推斷，第三部分42中的每項(xiàng)資產(chǎn)的價(jià)值就被查找出的信息所確定了。在流程圖85所描述的過(guò)程中，各資產(chǎn)是在個(gè)別資產(chǎn)水平上評(píng)估的，各個(gè)資產(chǎn)值被列表顯示或被劃分至一個(gè)或多個(gè)組合。為了對(duì)各種遞盤(pán)情景有最大的適應(yīng)性，資產(chǎn)組合12中的任何子集都在特定的時(shí)間段內(nèi)被分別地評(píng)估和定價(jià)。在已知的過(guò)程10中，若某資產(chǎn)出售者重新劃分資產(chǎn)，例如從按資產(chǎn)公司劃分到按照借款人的地理位置劃分，對(duì)遞價(jià)(bids)重新評(píng)估則可能是不夠的，因?yàn)樾枰M(jìn)行粗略外推20。在使用系統(tǒng)28時(shí)，由于各個(gè)資產(chǎn)值被算出并列于表96、102、116、130、140和144中，這些值可以被電子化地重新劃分為不同的估價(jià)98、104、118、132、142，它們的“食物鏈”選擇基準(zhǔn)是互不相容的，并且是從事估價(jià)的分析人能選擇的，該選擇基準(zhǔn)將在下文進(jìn)一步說(shuō)明。如果出售者對(duì)資產(chǎn)分組，則按出售者分組或份額進(jìn)行劃分是很容易的，為該份額的一個(gè)適當(dāng)?shù)墓纼r(jià)146也被計(jì)算出來(lái)。這樣，各個(gè)資產(chǎn)價(jià)值很容易為第三部分42重新劃分，以客觀地獲得該分組或份額的一個(gè)推斷估價(jià)142許多方法都可被用來(lái)確立資產(chǎn)值。根據(jù)評(píng)估的目的，不同評(píng)估方法的相對(duì)優(yōu)點(diǎn)決定著對(duì)特定資產(chǎn)應(yīng)采用的評(píng)估技術(shù)。一個(gè)方法類似于“食物鏈”，它在保留假設(shè)發(fā)展方法(assumptiondevelopmentmethods)的同時(shí)還選擇具有最高置信度區(qū)間的區(qū)間。在食物鏈的一個(gè)介紹性示例中，與個(gè)人意見(jiàn)相比，人們可能更愿意按公開(kāi)市場(chǎng)中類似資產(chǎn)交易價(jià)值的多少來(lái)評(píng)估金融資產(chǎn)。按照等級(jí)順序，市場(chǎng)對(duì)市場(chǎng)值的選擇高于個(gè)人意見(jiàn)。按照相同方式，組合中具有預(yù)測(cè)的現(xiàn)金流回收的資產(chǎn)可以用許多估價(jià)技術(shù)進(jìn)行估價(jià)。一般的目的是以可能有的高概率確立未來(lái)現(xiàn)金流是什么。評(píng)估方法被按照它們準(zhǔn)確量化現(xiàn)金流或現(xiàn)金等價(jià)物預(yù)測(cè)的能力的順序，用最小負(fù)偏差(downsidevariances)和/或最大正偏差(upsidevariances)排序。當(dāng)?shù)弥坏┎捎昧俗顑?yōu)的方法，更精確的方法將阻止對(duì)資產(chǎn)價(jià)值的評(píng)估時(shí)，資產(chǎn)被以所有可用的，有準(zhǔn)則或可能有商業(yè)邏輯來(lái)消除重復(fù)工作的方法估價(jià)。為了提供最佳的資產(chǎn)價(jià)值預(yù)測(cè)，資產(chǎn)在一個(gè)食物鏈中被每一種方法估價(jià)，直至它們被針對(duì)每種資產(chǎn)的最優(yōu)可用方法估計(jì)為止。一旦找到這個(gè)最佳值，該資產(chǎn)就可以說(shuō)有了它的價(jià)值，而不管食物鏈中更低的(具有更大偏差的)其他價(jià)值，并被發(fā)送到完成狀態(tài)(completedstate)。舉例來(lái)說(shuō)，用食物鏈來(lái)對(duì)一個(gè)資產(chǎn)組合估價(jià)。食物鏈中的第一種估價(jià)方法是與評(píng)估目的最匹配的方法，即以最高的準(zhǔn)確程度(最小的置信區(qū)間)找到該值的方法。一旦資產(chǎn)被某個(gè)僅為這一種資產(chǎn)確定了一個(gè)價(jià)值的方法估價(jià)，它就被送到估價(jià)表，并從食物鏈中的任何進(jìn)一步的步驟中去除。將原始資產(chǎn)組合中沒(méi)有匹配任何評(píng)估方法的一系列資產(chǎn)保留在未觸及資產(chǎn)表中。最終目的是使這個(gè)未觸及資產(chǎn)表中減至零個(gè)資產(chǎn)。以下一個(gè)是按照優(yōu)先順序的食物鏈的例子。(a)資產(chǎn)的100％的現(xiàn)有現(xiàn)金，(b)資產(chǎn)的部分現(xiàn)有現(xiàn)金，(c)類似資產(chǎn)的流動(dòng)市場(chǎng)價(jià)值，(d)直接評(píng)估，和(e)推斷評(píng)估。食物鏈方法能發(fā)現(xiàn)最佳概率分布形態(tài)，減少概率分布方差(尤其在負(fù)尾部)，能在保留要素(constituencies)中的所有可用已知信息的同時(shí)迅速建立概率分布，并在價(jià)值發(fā)現(xiàn)過(guò)程中提供作出對(duì)價(jià)值最佳估計(jì)的能力。如圖4中所示，遞盤(pán)準(zhǔn)備階段168的總架構(gòu)是確定遞盤(pán)價(jià)(pricebid)164，類似于期權(quán)估價(jià)范式(optionvaluationparadigms)中，獲勝的投資人有權(quán)利，但沒(méi)有義務(wù)回收該投資。對(duì)于每個(gè)份額，價(jià)值被分解成三個(gè)部分——貨幣的時(shí)間價(jià)值、固有價(jià)值和可能的現(xiàn)金流。貨幣的時(shí)間價(jià)值和固有價(jià)值是確定性地計(jì)算出來(lái)的，一旦確定，就基本不變。貨幣時(shí)間價(jià)值的計(jì)算方法是，將公司低風(fēng)險(xiǎn)投資的資本成本乘以代表為了進(jìn)行當(dāng)前的投資而失去的其他投資的機(jī)會(huì)的適用時(shí)期。內(nèi)在價(jià)值是一種已知的流動(dòng)資產(chǎn)價(jià)值，它高于購(gòu)買價(jià)格，并且在得到資產(chǎn)控制權(quán)后立即可用。一個(gè)實(shí)施例是成功地以低于市場(chǎng)價(jià)值的價(jià)格買入，作為資產(chǎn)組合一部分的證券?？赡墁F(xiàn)金流偏差是關(guān)于一個(gè)勤勉盡責(zé)的團(tuán)隊(duì)作出的假設(shè)以及它選擇的，將原始數(shù)據(jù)轉(zhuǎn)換成現(xiàn)金流回收流的過(guò)程的函數(shù)。本文所述的系統(tǒng)經(jīng)過(guò)設(shè)置，以減少負(fù)偏差和發(fā)現(xiàn)價(jià)值。圖5表示一個(gè)典型的最小三點(diǎn)資產(chǎn)評(píng)估的三角形概率分布圖180。按照過(guò)程40，每個(gè)金融工具被在至少三種情況下估價(jià)。縱軸182代表遞增的概率，橫軸184代表遞增的回收部分。圖中顯示了面值線(facevalueline)188的一個(gè)清算或最壞情況百分?jǐn)?shù)186、面值188的最好情況百分?jǐn)?shù)190和面值188的最大似然情況百分?jǐn)?shù)和回收價(jià)值192。最壞情況百分?jǐn)?shù)186的概率是零，最好情況190的概率是零，回收的最大似然百分?jǐn)?shù)192的概率194是由點(diǎn)196表示的值。在由連接點(diǎn)186、196和190的連線定義的曲線200以下的面積198的大小，代表資產(chǎn)的價(jià)值。標(biāo)記出的資產(chǎn)價(jià)值由矩形202表示，它由100％回收面值188的100％概率線204圍成，是可以歸因于由曲線200代表的資產(chǎn)的那部分面值188的一個(gè)度量。點(diǎn)186、196和190以及線188和204，以及由此形成的區(qū)域198和202，將視所涉及的為被評(píng)估的資產(chǎn)選擇的數(shù)據(jù)78和應(yīng)用于該資產(chǎn)的基準(zhǔn)80和所認(rèn)為的資產(chǎn)價(jià)值回收的概率而變。橫軸184可以用貨幣單位(例如美元)而不是面值百分?jǐn)?shù)來(lái)表示。采用貨幣單位時(shí)，不同資產(chǎn)的曲線200以下的面積198將以貨幣單位計(jì)，這樣，各區(qū)域198的大小彼此相關(guān)，因而對(duì)總體出價(jià)70、72和74具有意義。對(duì)資產(chǎn)情況了解越多，就能使曲線200越精確。確立了基準(zhǔn)80后統(tǒng)計(jì)方法便應(yīng)用于曲線200，以幫助確定點(diǎn)186、196和190的位置，并因此確定區(qū)域198也即資產(chǎn)的期望值。影響價(jià)值的現(xiàn)金流的發(fā)生時(shí)刻(timing)可以建立在發(fā)生時(shí)刻特征的直方圖結(jié)果上。例如，可以將現(xiàn)金流回收的發(fā)生時(shí)刻分解成0——6個(gè)月、7——12個(gè)月、13——18個(gè)月等等的3個(gè)區(qū)段。使用算法134的自動(dòng)分析器38能以對(duì)估算估計(jì)回收(gaugerecovery)的發(fā)生時(shí)刻和被評(píng)估人確定為可能的利率(rate)的敏感性分析權(quán)衡為基礎(chǔ)，選擇區(qū)段寬度。在示例性實(shí)施例中，當(dāng)折現(xiàn)因子大于25％時(shí)，應(yīng)當(dāng)采用最少4個(gè)區(qū)段。對(duì)10至25之間的折現(xiàn)因子，至少應(yīng)用6個(gè)區(qū)段來(lái)包含各個(gè)可能的回收期(recoveryperiods)。按照程序40選擇出其他數(shù)據(jù)源，評(píng)估人能用來(lái)評(píng)估金融工具的價(jià)值。由評(píng)估團(tuán)隊(duì)94、100、114和140在程序14和34中確立的基準(zhǔn)80在這方面是有用的。按照由流程圖85所描述的過(guò)程，原始數(shù)據(jù)被轉(zhuǎn)變?yōu)橐粋€(gè)回收，同時(shí)一個(gè)規(guī)則集被選來(lái)對(duì)該原始數(shù)據(jù)應(yīng)用一個(gè)評(píng)估，這個(gè)規(guī)則集被以基準(zhǔn)80的形式編碼到評(píng)估數(shù)據(jù)庫(kù)中。在程序14、34或40中的評(píng)估期間，每次某聚類被多個(gè)采樣數(shù)觸及，一個(gè)一致預(yù)測(cè)就被得出并應(yīng)用于該聚類。按照系統(tǒng)28，份額水平下的現(xiàn)金流和發(fā)生時(shí)刻的概率分布是通過(guò)在資產(chǎn)水平上得出估價(jià)轉(zhuǎn)移函數(shù)146而確定的，它將占用原始數(shù)據(jù)，使數(shù)據(jù)將生成和積累份額中各個(gè)資產(chǎn)的估價(jià)的假設(shè)合理化。由于不是所有回收都是同類的，所以提供一種確定現(xiàn)金流回收的可變性的方法。各個(gè)資產(chǎn)被按分組暴露而聚集。傳統(tǒng)上在允許的時(shí)間內(nèi)評(píng)估盡可能多的面值，因?yàn)檎J(rèn)識(shí)到有可觀的樣本依然要聚集。對(duì)聚類儲(chǔ)備(reserves)的估計(jì)采用一個(gè)等于145加面值計(jì)數(shù)(facecount)的2.65％的樣本大小和一個(gè)方差回歸分析。這對(duì)面值計(jì)數(shù)100的資產(chǎn)產(chǎn)生30的樣本大小，面值計(jì)數(shù)1000的資產(chǎn)產(chǎn)生150的樣本大小，面值計(jì)數(shù)5000的資產(chǎn)產(chǎn)生400的樣本大小，面值計(jì)數(shù)10000的資產(chǎn)產(chǎn)生500的樣本大小，面值計(jì)數(shù)20000的資產(chǎn)產(chǎn)生600的樣本大小。在統(tǒng)計(jì)推斷程序40期間，留在資產(chǎn)組合12的第三部分42中的資產(chǎn)按描述性評(píng)估特征或基準(zhǔn)80被聚集，隨機(jī)樣本從每個(gè)聚類和被評(píng)估的樣本中被抽取。在一個(gè)實(shí)施例中，當(dāng)在資產(chǎn)水平上的平均方差降到10％以下時(shí)停止程序40中的從聚類中抽樣。在另一個(gè)實(shí)施例中，當(dāng)在份額水平上的平均方差降到15％以下時(shí)停止抽樣。如果潛在的出售單元小于整個(gè)資產(chǎn)組合，則資產(chǎn)組合平均方差不被當(dāng)作停止點(diǎn)。按照程序40，聚類抽樣的回收評(píng)估被推斷到對(duì)應(yīng)的聚類總體上。在使用系統(tǒng)28時(shí)，目標(biāo)是經(jīng)三個(gè)或更多的唯一性聚類觸及每個(gè)推斷出的資產(chǎn)估價(jià)。在程序40期間，聚類的評(píng)估置信度和描述性特征的相關(guān)性被加權(quán)。舉例來(lái)說(shuō)——但不是限定——0＝這個(gè)聚類的描述性特征將提供有意義的估價(jià)這件事沒(méi)有置信度；1＝這個(gè)聚類的描述性特征將提供與個(gè)別地評(píng)估每個(gè)工具一樣準(zhǔn)確的估價(jià)這件事有完全的置信度；1和0之間的數(shù)字表示評(píng)估中有部分置信度。這些值的一致出現(xiàn)在調(diào)整的信用分析人表130中。然后在程序40中，資產(chǎn)水平上的現(xiàn)金流被調(diào)整的信用分析人表140中的宏觀經(jīng)濟(jì)系數(shù)加以調(diào)整。宏觀經(jīng)濟(jì)系數(shù)在一個(gè)實(shí)施例中是與主要資產(chǎn)類相關(guān)聯(lián)的，例如——但不限于——房地產(chǎn)住宅貸款或商業(yè)設(shè)備貸款。這些系數(shù)可能是全球適用的，例如——但不限于——法律環(huán)境、國(guó)內(nèi)生產(chǎn)總值(GDP)預(yù)測(cè)、擔(dān)保人環(huán)境、收款效率、債務(wù)人組碼等等。一種從資產(chǎn)組合抽樣的方法包括在關(guān)鍵資產(chǎn)、債務(wù)人和抵押品特性之間尋找非常影響/產(chǎn)生風(fēng)險(xiǎn)的特征。下面的表A提供一個(gè)資產(chǎn)評(píng)估情形中的一例資產(chǎn)組合特征列表。表A資產(chǎn)組合特征資產(chǎn)特征的細(xì)分(segmentation)是通過(guò)把特征編碼成“虛擬變量”而完成的。例如，一個(gè)常用的資產(chǎn)特征是“債務(wù)人在過(guò)去12個(gè)月中付過(guò)款嗎？”，如果回答是肯定的，則將其在變量中編碼為“1”，否則編碼為“0”。類似的“虛擬變量”被用于其他資產(chǎn)特征。細(xì)分過(guò)程通過(guò)以能將資產(chǎn)組合中相似的資產(chǎn)各自分組的方式處理經(jīng)編碼的資產(chǎn)特征的任何統(tǒng)計(jì)程序來(lái)完成。K方式聚類(K-meansclustering)便是一種這樣的算法。在一個(gè)采用三個(gè)資產(chǎn)特征——未支付本金余額(UPB)；取值0-1的支付概率；和抵押評(píng)分，即以房地產(chǎn)抵押品作抵押的概率——的例子中，資產(chǎn)可以分成五個(gè)有類似特征的分組。對(duì)資產(chǎn)分組后，準(zhǔn)備為進(jìn)一步評(píng)估審查而抽取并提交的樣本的數(shù)量會(huì)被計(jì)算出來(lái)，計(jì)算方法是確定能說(shuō)明每個(gè)細(xì)份額(segment)中的總回收的置信度水平(k)，確定希望估算每個(gè)細(xì)份額中的總回收的精確度(h)，以及提供對(duì)回收水平和范圍的以總未支付本金余額(UPB)的百分?jǐn)?shù)表示的一個(gè)先驗(yàn)估計(jì)(R)，所依據(jù)的公式為n＝樣本規(guī)模N＝聚類大小xi＝樣本i的UPByi＝樣本i的回收(方程c)h＝用YR估算Y＝∑Yi的容錯(cuò)率(方程D)k＝契比雪夫不等式(TchebyshevFormula)中的常數(shù)概率對(duì)n解方程C，獲得對(duì)給定聚類要求的樣本規(guī)模。解方程C進(jìn)一步讓用戶能以1-(1/k2)的概率聲明所計(jì)算的樣本規(guī)模n，并且相關(guān)聯(lián)的被評(píng)估值將把總聚類回收估算到殘差比率h內(nèi)，假設(shè)全部細(xì)份額回收的估算是用方程D計(jì)算的。在實(shí)踐中，在沒(méi)有可用數(shù)據(jù)的條件下估算總回收中的可變性是困難的。一個(gè)電子表單工具通過(guò)在蒙特卡羅模擬中生成數(shù)據(jù)而實(shí)現(xiàn)以上計(jì)算，并通過(guò)對(duì)結(jié)果的分析引導(dǎo)用戶，直到得出理想的樣本規(guī)模。表B提供一例對(duì)一組20個(gè)貸款的研究結(jié)果，估算的(期望的)回收在UPB的20％至30％之間，UPB的范圍在1MM至2MM之間。需要8個(gè)樣本來(lái)以75％的置信度對(duì)總回收至實(shí)際的10％以內(nèi)的這20個(gè)貸款進(jìn)行估算。表B樣本規(guī)模表單向?qū)?SPreadsheetWizard)對(duì)每個(gè)資產(chǎn)作出經(jīng)過(guò)適當(dāng)?shù)姆讲钫{(diào)整的預(yù)測(cè)并構(gòu)造包括資產(chǎn)組合中每一個(gè)資產(chǎn)的估價(jià)表。用按出售單位(attheunitofsale)的連續(xù)概率評(píng)估回收，出售單位在一個(gè)實(shí)施例中是個(gè)份額。在系統(tǒng)28的使用中，內(nèi)部收益率(“IRR”)和方差然后要被評(píng)估。較好的份額對(duì)給定的IRR有較低的方差。每個(gè)份額的凈現(xiàn)值(“NPV”)高于0的概率是用項(xiàng)目的折現(xiàn)率來(lái)評(píng)估的。確定折現(xiàn)率的方法是資本的機(jī)會(huì)成本加上固定轉(zhuǎn)換成本加上預(yù)測(cè)的現(xiàn)金流回收的差異中內(nèi)在的固有不確定的風(fēng)險(xiǎn)報(bào)酬率。如果看起來(lái)項(xiàng)目肯定有負(fù)的凈現(xiàn)值的概率大于5％，則不遞盤(pán)。交易評(píng)估是按份額的，其決策標(biāo)準(zhǔn)是IRR、份額中IRR的風(fēng)險(xiǎn)差異、對(duì)份額付款的意愿和能力的估算、盈利時(shí)間(“TPP”)和按份額的回報(bào)中的風(fēng)險(xiǎn)差異、以及按無(wú)風(fēng)險(xiǎn)折現(xiàn)率折算的按份額的期望現(xiàn)金流的凈現(xiàn)值。在競(jìng)爭(zhēng)性遞價(jià)的情況中，當(dāng)資產(chǎn)組合的內(nèi)容不是可轉(zhuǎn)讓的時(shí)，投資人或出售者有強(qiáng)烈的財(cái)務(wù)動(dòng)機(jī)只選擇可用于交易的總資產(chǎn)中將給予他們的總體財(cái)務(wù)結(jié)構(gòu)最佳的風(fēng)險(xiǎn)/回報(bào)的各部分。用具有更高可能性的最大正概率的資產(chǎn)實(shí)現(xiàn)最低的風(fēng)險(xiǎn)/收益要求，對(duì)投資人來(lái)說(shuō)更有吸引力。將總資產(chǎn)組合劃分成可單獨(dú)交易的分資產(chǎn)組合或份額(subportfolioorranches)。每個(gè)份額有一個(gè)從先前分析中得出的預(yù)測(cè)現(xiàn)金流概率分布和時(shí)間區(qū)段，然后給予這些份額一個(gè)試行價(jià)格。新資產(chǎn)要與已有資產(chǎn)的賣方或買方的表現(xiàn)(performance)相結(jié)合并經(jīng)過(guò)蒙特卡羅事件生成(casegeneration)(并說(shuō)明有關(guān)的交叉相關(guān)性)。份額選擇過(guò)程包括隨機(jī)選擇不購(gòu)買的份額。當(dāng)資產(chǎn)組合影響呈現(xiàn)某種模式時(shí)，對(duì)按什么價(jià)格購(gòu)買的份額的最佳選擇要受由隨機(jī)優(yōu)化找到的約束條件的限制。使用凈現(xiàn)值可能會(huì)因?yàn)榕c雙重折現(xiàn)關(guān)聯(lián)的影響而產(chǎn)生誤導(dǎo)，雙重折現(xiàn)發(fā)生于將悲觀情形折現(xiàn)以獲得現(xiàn)值(PV)時(shí)。盈利時(shí)間被用來(lái)克服這個(gè)局限，邊際資本成本和無(wú)風(fēng)險(xiǎn)利率也被用在折現(xiàn)過(guò)程中，就像進(jìn)行估價(jià)的分析者確定的那樣。推斷估價(jià)程序40的監(jiān)管學(xué)習(xí)過(guò)程206和部分抽樣程序108的步驟120、122和126有相當(dāng)?shù)念愃菩?，因?yàn)樵u(píng)估人積極參與該過(guò)程，但是該過(guò)程是自動(dòng)化的。圖6是表示用于可細(xì)分的金融工具資產(chǎn)的自動(dòng)化評(píng)估的過(guò)程210的流程圖。金融工具的第一組聚類按共同特征定義。專家對(duì)于價(jià)值的意見(jiàn)214從根據(jù)特征定義的樣本中給出。這個(gè)意見(jiàn)被用于一個(gè)樣本評(píng)估過(guò)程216，各特征組合的值被檢查并成為一致218。過(guò)程210然后選擇并設(shè)定220各個(gè)要被使用的特征，然后將各個(gè)資產(chǎn)劃分222成聚類。對(duì)每個(gè)聚類資產(chǎn)應(yīng)用聚類估價(jià)224。用聚類估價(jià)將各值按規(guī)則分解226，以生成一個(gè)信用分析人表228。圖7是一個(gè)包括幾個(gè)模塊的無(wú)監(jiān)管學(xué)習(xí)208的示例性實(shí)施例的流程圖。數(shù)據(jù)采集模塊230從任何可能的渠道收集相關(guān)數(shù)據(jù)78。變量選擇模塊232識(shí)別被信用審查視為關(guān)鍵的、或在分離各個(gè)資產(chǎn)組時(shí)具有最大區(qū)分力的有關(guān)資產(chǎn)的變量。分層細(xì)分模塊234根據(jù)由分析人選擇的關(guān)鍵變量將整個(gè)資產(chǎn)組合細(xì)分成區(qū)段。FCM模塊236根據(jù)資產(chǎn)數(shù)據(jù)的自然結(jié)構(gòu)進(jìn)一步把每個(gè)區(qū)段分類成聚類。評(píng)估審查模塊238將預(yù)計(jì)的現(xiàn)金流和風(fēng)險(xiǎn)評(píng)分138(如圖3所示)分配至每個(gè)聚類。這個(gè)評(píng)分隨后為了從正在程序40中被調(diào)整以產(chǎn)生調(diào)整的資產(chǎn)被提供到信用分析表136的各個(gè)資產(chǎn)中，以生成調(diào)整后的信用分析人表140。這個(gè)過(guò)程是重復(fù)的、連續(xù)的，能由計(jì)算機(jī)執(zhí)行，使得它能在其他地方正在執(zhí)行標(biāo)準(zhǔn)評(píng)估的同時(shí)繼續(xù)。圖8表示一個(gè)備選的示例性推斷估價(jià)過(guò)程240，用以替代圖3和4中所描述的過(guò)程。在備選過(guò)程240中，采用一個(gè)全部評(píng)估、部分評(píng)估和推斷評(píng)估相結(jié)合的七步驟過(guò)程來(lái)為房地產(chǎn)貸款資產(chǎn)組合快速估價(jià)。第一步，根據(jù)風(fēng)險(xiǎn)對(duì)資產(chǎn)抽樣242。第二步，資產(chǎn)被評(píng)估244，估價(jià)被記錄。第三步，市場(chǎng)價(jià)值聚類被構(gòu)造246，例如如下文所述的那樣由FCM構(gòu)造。第四步，為被評(píng)估資產(chǎn)建立248回歸模型。第五步，從早先建立248的模型中為被評(píng)估資產(chǎn)選擇一個(gè)最佳模型250。第六步，計(jì)算252被選擇的模型的計(jì)數(shù)。第七步，將所選擇的模型以按計(jì)數(shù)加權(quán)的方式應(yīng)用254到未被評(píng)估的或被推斷地評(píng)估的資產(chǎn)組合12的部分42，以預(yù)測(cè)每個(gè)未被評(píng)估的資產(chǎn)的各個(gè)值。然后將按照過(guò)程240所產(chǎn)生的各個(gè)資產(chǎn)價(jià)值放到調(diào)整的信用分析人表140中(見(jiàn)圖3)。在抽樣資產(chǎn)242中，評(píng)估人用層次化隨機(jī)抽樣來(lái)選擇供詳細(xì)審查的資產(chǎn)。各層次是根據(jù)抵押品特征構(gòu)造的。房地產(chǎn)資產(chǎn)組合的抵押品特征包括抵押品用途(商業(yè)的還是住宅的)、以前的評(píng)估額、市場(chǎng)值聚類(根據(jù)以前的評(píng)估額、土地面積、建筑面積、當(dāng)前評(píng)估額、法庭拍賣實(shí)現(xiàn)的價(jià)格、地產(chǎn)類型和地產(chǎn)位置預(yù)測(cè))。通常資產(chǎn)是按逆向方式抽樣的，即是有意地從未付本金余額(“UPB”)或先前評(píng)估額(“PAA”)降序排列的列表中選擇的。評(píng)估244在很大程度上是個(gè)人工過(guò)程，其中專家評(píng)估人對(duì)抵押資產(chǎn)的價(jià)值給出一個(gè)看法。評(píng)估后的估價(jià)被存儲(chǔ)在一個(gè)主數(shù)據(jù)庫(kù)表中，比如數(shù)據(jù)庫(kù)76(圖2所示)中。估價(jià)通常是按現(xiàn)行市場(chǎng)價(jià)格以貨幣單位(例如100,000KRW)合計(jì)的。圖9是系統(tǒng)28所采用的過(guò)程的自動(dòng)化部分的高級(jí)概覽290。自動(dòng)化程序被評(píng)估人用來(lái)輔助根據(jù)程序34(也見(jiàn)圖3)的全部評(píng)估。從程序34中獲得的知識(shí)用于推斷估價(jià)程序40，以降低金融工具的勤勉盡責(zé)估價(jià)(duediligencevaluations)中的成本和不確定性，以及降低適當(dāng)勤奮評(píng)估之間的成本和易變性(variablity)。評(píng)估要經(jīng)過(guò)一個(gè)包括資產(chǎn)水平評(píng)估146、確定性現(xiàn)金流橋148、隨機(jī)性現(xiàn)金流橋152和現(xiàn)金流表150的現(xiàn)金流模型。結(jié)果的估計(jì)遞盤(pán)價(jià)154要經(jīng)過(guò)博弈策略160和管理調(diào)整162，以產(chǎn)生最后的遞盤(pán)價(jià)164。圖10是一個(gè)構(gòu)造聚類的示例性實(shí)施例的流程圖246。在構(gòu)造聚類246時(shí)，評(píng)估人借助諸如(圖3中所示的)算法134之類的算法，用一個(gè)以分類和回歸樹(shù)(“CART”)為基礎(chǔ)的模型進(jìn)行分析，分析的結(jié)果是將UW資產(chǎn)按抵押品用途和市場(chǎng)價(jià)值(“CUMV”)分組，以先前評(píng)估額(“PAA”)作為主導(dǎo)變量。下面概述兩種評(píng)價(jià)基于CART的模型的方法。一種方法采用基于CART的方法的殘差平方和(SSE-thesumofsquarederror)與一個(gè)簡(jiǎn)單模型的SSE的比率，稱作殘差比率(errorratio)。簡(jiǎn)單模型是把一個(gè)平均資產(chǎn)價(jià)格賦予所有資產(chǎn)的模型。第二種方法計(jì)算確定系數(shù)(coefficientofdetermination)，記為R2，其定義為R2＝1-(SSE/SST)，其中SST是加總平方和(asumofsquarestotal)。R2是每個(gè)細(xì)份額內(nèi)的一個(gè)資產(chǎn)相對(duì)于整個(gè)總體的貢獻(xiàn)，特定細(xì)份額內(nèi)某資產(chǎn)的R2值越高，則貢獻(xiàn)越高。將不同資產(chǎn)組合的細(xì)份額根據(jù)這兩種方法排定次序，給出一個(gè)表示該模型在每個(gè)資產(chǎn)組合細(xì)份額內(nèi)的預(yù)測(cè)能力有多好的指示，就例如對(duì)每個(gè)份額的定價(jià)給予競(jìng)買者一定的舒適水平。R1(CART)71.4％88.9％77.5％R2(簡(jiǎn)單)55.4％88.6％57.5％表C按資產(chǎn)的評(píng)定殘差比率和R2值第一步是定義相關(guān)資產(chǎn)組合的細(xì)份額(portfoliosegmentations)。細(xì)份額可以是根據(jù)例如產(chǎn)業(yè)、未付余額(UPB)、區(qū)域或顧客風(fēng)險(xiǎn)預(yù)先定義的份額。以上的表C是一例根據(jù)份額和資產(chǎn)評(píng)級(jí)(B或C)定義的細(xì)份額。表C提供一例對(duì)具有5個(gè)份額和兩種不同資產(chǎn)類型(B和C)的資產(chǎn)組合的研究的輸出。該表顯示了如何對(duì)不同細(xì)份額的殘差比率排序。同樣，每個(gè)細(xì)份額內(nèi)C類資產(chǎn)中的每項(xiàng)資產(chǎn)的R2值也被計(jì)算出來(lái)。第二步是為CART模型和簡(jiǎn)單模型(平均價(jià)格的外推)計(jì)算所感興趣的每個(gè)資產(chǎn)組合細(xì)份額的SSE。殘差比率通過(guò)用基于CART模型的SSE除以基于簡(jiǎn)單模型的SSE而計(jì)算出來(lái)。如果殘差比率小于1，則CART模型是比簡(jiǎn)單模型好的預(yù)測(cè)工具。作為附加的好處，可以通過(guò)按照殘差比率尺度選擇在每個(gè)細(xì)份額中表現(xiàn)最佳的模型，以CART和簡(jiǎn)單模型的“混合”組合的形式構(gòu)建一個(gè)高級(jí)模型。第三步是計(jì)算每個(gè)資產(chǎn)組合細(xì)份額內(nèi)每個(gè)資產(chǎn)的R2值。每個(gè)資產(chǎn)的R2值的計(jì)算方法是(每個(gè)細(xì)份額的SST——每個(gè)細(xì)份額的SSE)/(所有資產(chǎn)的總SST×每個(gè)細(xì)份額內(nèi)的資產(chǎn)數(shù))。最后按照在第二步中計(jì)算的殘差比率和在第三步中計(jì)算的R2值排定所有細(xì)份額的等級(jí)。該模型在預(yù)測(cè)按殘差比率和R2值這兩個(gè)尺度等級(jí)都較高的細(xì)份額的價(jià)格數(shù)值時(shí)是準(zhǔn)確的，高級(jí)模型是用這些尺度構(gòu)建的。表D表示根據(jù)這兩個(gè)性能尺度對(duì)(表C中的)類型C的資產(chǎn)的5個(gè)份額的相對(duì)排序。圖10是表示用FCM為構(gòu)造模型而選擇的聚類而構(gòu)造聚類246的一個(gè)實(shí)施例的流程圖。(圖2中所示的)計(jì)算機(jī)38通過(guò)采用已選數(shù)據(jù)78和執(zhí)行用以生成聚類的FCM分析的方法來(lái)構(gòu)造聚類246。圖11表示建立模型248、選擇最佳模型250和計(jì)算計(jì)數(shù)252，其中用數(shù)據(jù)庫(kù)76建立6個(gè)模型。(圖3中所示的)計(jì)算機(jī)38執(zhí)行這個(gè)過(guò)程。模型建立248被用來(lái)輔助評(píng)估人排定資產(chǎn)的優(yōu)先順序，以進(jìn)行全部評(píng)估14和基于樣本的評(píng)估24以及推斷評(píng)估。圖11中的下面是一個(gè)表，表示一個(gè)從按照模型建立248d而建立的6個(gè)模型中選擇最佳模型250的示例性實(shí)施例。各模型按照用哪些變量作為X而不同。所有模型都使用CUMV聚類(這些對(duì)所有資產(chǎn)都存在)。來(lái)自建立模型248的模型除了被用來(lái)預(yù)測(cè)市場(chǎng)價(jià)值(“MAV”)258外還被用來(lái)預(yù)測(cè)法庭拍賣值(“CAV”)256。其他實(shí)施例(未予示出)使用其他模型來(lái)預(yù)測(cè)其他值。在選擇最佳模型250時(shí)，選擇所考察的K個(gè)回歸模型(這里的K＝6)的最佳模型。每個(gè)UW資產(chǎn)的最佳模型是按照以下尺度選擇的min{abs(y-yk)，1E99}，其中y是要預(yù)測(cè)的UW值，yk是根據(jù)第k個(gè)回歸模型的的預(yù)測(cè)，k＝1，2，...，K。在計(jì)算計(jì)數(shù)252時(shí)，計(jì)算這K個(gè)模型各自在每個(gè)CUMV內(nèi)被選擇的次數(shù)。圖11含有對(duì)應(yīng)于CAV和MAV模擬情景的這些計(jì)數(shù)。其他模擬情景在其他實(shí)施例中使用。在應(yīng)用模型254時(shí)，用到了所有對(duì)每個(gè)非UW資產(chǎn)產(chǎn)生一個(gè)預(yù)測(cè)的模型的加權(quán)平均預(yù)測(cè)。權(quán)重是根據(jù)頻率計(jì)數(shù)252而構(gòu)造的，預(yù)測(cè)來(lái)自建模過(guò)程。在一個(gè)實(shí)施例中，用一個(gè)商業(yè)統(tǒng)計(jì)分析軟件(SAS)系統(tǒng)來(lái)產(chǎn)生模型。使用SAS系統(tǒng)的一個(gè)作用是，每個(gè)使每個(gè)輸入變量，比如X變量，在模型中出現(xiàn)的非UW資產(chǎn)將從每個(gè)模型得到一個(gè)預(yù)測(cè)的UW值。其他模型軟件包也有這個(gè)特點(diǎn)。下面的方程E詳細(xì)說(shuō)明了該程序。(方程E)方程E中，如果模型k為資產(chǎn)1產(chǎn)生過(guò)一個(gè)預(yù)測(cè)，I1k等于1，否則等于零；fijk＝模型k為第i個(gè)CUMV類(i＝1，2)以及第j個(gè)CUMV聚類(j＝1，2，3)中的UW資產(chǎn)被選擇的次數(shù)；y1k＝對(duì)模型k中的y1的預(yù)測(cè)。注意每一種對(duì)一個(gè)資產(chǎn)有一個(gè)預(yù)測(cè)的建模方法只有一個(gè)貢獻(xiàn)，每個(gè)都被該建模方法被選擇用于同一個(gè)CUMV聚類的所有UW資產(chǎn)的次數(shù)加權(quán)。過(guò)程240也被用于估算均值預(yù)測(cè)的置信度下限(“LCL”)和置信度上限(“UCL”)，只是把方程E中的y1k換成相應(yīng)的統(tǒng)計(jì)值。回頭再參看圖3，監(jiān)管學(xué)習(xí)過(guò)程206和無(wú)監(jiān)管學(xué)習(xí)過(guò)程208使用聚類方法?！熬垲悺?clustering)是一種試圖評(píng)估數(shù)據(jù)集的模式(patterns)之間的關(guān)系的工具，它把模式組織成分組或聚類(clusters)，每個(gè)聚類內(nèi)的模式彼此比屬于不同聚類的模式更相似。就是說(shuō)，聚類的目的是從大的數(shù)據(jù)集中提取自然的分組，產(chǎn)生某系統(tǒng)的行為的簡(jiǎn)潔的表示。無(wú)監(jiān)管學(xué)習(xí)步驟208采用一種模糊聚類方法(“FCM”)和知識(shí)工程來(lái)為估價(jià)自動(dòng)地分組。FCM是一種在統(tǒng)計(jì)建模中廣泛應(yīng)用廣為人知的方法。該方法的目的是最小化聚類內(nèi)距離(intra-clusterdistance)和最大化聚類間(inter-Cluster)距離。通常使用歐幾里得(Euclidean)距離。FCM248(見(jiàn)圖10)同時(shí)最小化聚類內(nèi)距離和最大化聚類間距離。通常使用Euclidean距離。FCM是一種迭代優(yōu)化算法，它最小化成本函數(shù)(方程F)其中n為數(shù)據(jù)點(diǎn)數(shù)；c是聚類數(shù)，Xk是第k個(gè)數(shù)據(jù)點(diǎn)；Vi是第i個(gè)聚類中心(clustercentroid)；μik＝1是第i個(gè)聚類中第k個(gè)數(shù)據(jù)的成員程度(degreeofmembership)；m是大于1的常數(shù)(通常m＝2)。注意μik是個(gè)實(shí)數(shù)，范圍是。μik＝1的意思是第i個(gè)數(shù)據(jù)絕對(duì)在第k個(gè)聚類中，μik＝0的意思是第i個(gè)數(shù)據(jù)絕對(duì)不在第k個(gè)聚類中。如果μik＝0.5，則意味著第i個(gè)數(shù)據(jù)部分地在第k個(gè)聚類中的程度是0.5。從直觀上講，如果每個(gè)數(shù)據(jù)點(diǎn)只屬于特定聚類并且沒(méi)有對(duì)任何其他聚類的部分成員程度，則成本函數(shù)將被最小化。就是說(shuō)，在把每個(gè)數(shù)據(jù)分配給其屬于的聚類時(shí)沒(méi)有含糊。成員程度μik被定義為(方程G)從直觀上講，當(dāng)Xk向Vi接近時(shí)，聚類中心Vi中的數(shù)據(jù)Xk的成員程度μik會(huì)增加。同時(shí)，μik在Xk遠(yuǎn)離Vj(其他聚類)時(shí)變小。第i個(gè)聚類中心Vi被定義為(方程H)從直觀上講，第i個(gè)聚類中心Vi是Xk的坐標(biāo)的加權(quán)和，其中k是數(shù)據(jù)點(diǎn)數(shù)。從希望的聚類數(shù)c和對(duì)每個(gè)聚類中心Vi(i＝1，2，...，c)的初始估算開(kāi)始，F(xiàn)CM將收斂到一個(gè)對(duì)Vi的解，它或者代表成本函數(shù)的一個(gè)局部最小點(diǎn)或者代表它的一個(gè)鞍點(diǎn)。FCM解的質(zhì)量，同多數(shù)非線性優(yōu)化算法的質(zhì)量一樣，在很大程度上取決于對(duì)初始值(數(shù)c和初始聚類中心Vi)的選擇。在一個(gè)示例性實(shí)施例中，整個(gè)資產(chǎn)組合12被無(wú)監(jiān)管模糊聚類細(xì)分，每個(gè)聚類被評(píng)估專家審查，由此輔助評(píng)估人為全部評(píng)估14和樣本評(píng)估34選擇金融工具。備選方案是，可以將這個(gè)FCM只應(yīng)用到部分42。結(jié)果，每個(gè)聚類都得到一個(gè)為調(diào)整138的目的(見(jiàn)圖3)而分配的HELTR綜合評(píng)分。實(shí)質(zhì)上，HELTR綜合評(píng)分捕獲的是現(xiàn)金流期望值和其范圍、其發(fā)生時(shí)刻(timing)以及與每個(gè)聚類相關(guān)聯(lián)的風(fēng)險(xiǎn)的期望值和范圍。現(xiàn)在參看圖2，全部評(píng)估部分16與總資產(chǎn)組合12的比率在一個(gè)實(shí)施例中是資產(chǎn)的25％和所有資產(chǎn)的面值的60％。這些資產(chǎn)的全部評(píng)估由于他們的規(guī)模和值而得到保障。然而，這個(gè)評(píng)估對(duì)所有評(píng)估人都是相當(dāng)一致的，所以評(píng)估不可能產(chǎn)生一種顯著的遞盤(pán)差異。然而，在示例性實(shí)施例中構(gòu)成資產(chǎn)75％、但是是資產(chǎn)面值的40％的、包含部分36和42的其余40％，在被評(píng)估之前是高度投機(jī)性的。在值可以在部分36和42f中找到的程度上，例如——但不限于——粗略外推的額外5％，該差別意味著贏得或喪失對(duì)整個(gè)資產(chǎn)組合遞盤(pán)或?qū)φ麄€(gè)份額遞盤(pán)的差別，這意味著千百萬(wàn)美元的利潤(rùn)差別。就保險(xiǎn)單而言，按照程序40，統(tǒng)計(jì)學(xué)被用來(lái)試圖回答三個(gè)基本問(wèn)題(a)應(yīng)如何收集數(shù)據(jù)？(b)應(yīng)如何總結(jié)所收集的數(shù)據(jù)？(c)數(shù)據(jù)總結(jié)的準(zhǔn)確度如何？算法134回答問(wèn)題(c)，是一種沒(méi)有理論證明的基于計(jì)算機(jī)的方法。用于保險(xiǎn)單推斷估價(jià)的算法134適合于回答對(duì)傳統(tǒng)統(tǒng)計(jì)分析來(lái)說(shuō)過(guò)于復(fù)雜的統(tǒng)計(jì)推斷。用于保險(xiǎn)單估價(jià)的算法134通過(guò)反復(fù)地有替換的抽樣而模擬統(tǒng)計(jì)估計(jì)的分布。該算法總體上由三個(gè)步驟構(gòu)成(I)有替換地抽樣(samplingwithreplacement)，(II)估計(jì)感興趣的統(tǒng)計(jì)值，和(III)估算標(biāo)準(zhǔn)差。按照保險(xiǎn)算法134，NPV標(biāo)準(zhǔn)誤的估算是按下列方式執(zhí)行的。對(duì)于每個(gè)風(fēng)險(xiǎn)模型和對(duì)于模型中的每個(gè)細(xì)份額，假設(shè)該細(xì)份額中有N個(gè)保險(xiǎn)單，用有替換地抽樣來(lái)選擇n個(gè)樣本(例如n＝100)。在本例中，每個(gè)樣本也含有N個(gè)保險(xiǎn)單。對(duì)于每個(gè)樣本以及對(duì)于所有歷史保險(xiǎn)單(方程I)下一步通過(guò)(方程J)為最近的保險(xiǎn)單生成凈現(xiàn)值。計(jì)算n個(gè)凈現(xiàn)值的樣本標(biāo)準(zhǔn)差。在方程I中，Act是每個(gè)個(gè)別保險(xiǎn)單的實(shí)際的理賠額，Wtexp是加權(quán)的期望理賠額。圖12是用于信用計(jì)分的示例性基準(zhǔn)80和指令性規(guī)則集的表。其他基準(zhǔn)可以根據(jù)金融工具的類型和特定遞盤(pán)條件或競(jìng)買者的任何其他需要或偏好而選擇。圖13一個(gè)更詳細(xì)的樹(shù)型圖260，類似于樹(shù)狀圖66(見(jiàn)圖2的下面)。在圖13中，分叉的條件是(a)是否是擔(dān)保的(secured)，(b)是否是循環(huán)的(revolving)，(c)上一次付款是否為零。結(jié)果是六個(gè)聚類262、264、268、270、272，非正式地稱該樹(shù)為“搖動(dòng)樹(shù)”(shakertree)。圖14表示一個(gè)按照本發(fā)明的一個(gè)實(shí)施例的示例性系統(tǒng)300。系統(tǒng)300包括至少一個(gè)配置為服務(wù)器的計(jì)算機(jī)302和多個(gè)與服務(wù)器302相連以形成網(wǎng)絡(luò)的計(jì)算機(jī)304。在一個(gè)實(shí)施例中，計(jì)算機(jī)304是包括網(wǎng)絡(luò)瀏覽器的客戶機(jī)系統(tǒng)，服務(wù)器302是計(jì)算機(jī)304能通過(guò)因特網(wǎng)訪問(wèn)的。此外，服務(wù)器302是一個(gè)計(jì)算機(jī)。計(jì)算機(jī)304通過(guò)許多接口互連到因特網(wǎng)，這些接口包括諸如局域網(wǎng)(LAN)或廣域網(wǎng)(WAN)等網(wǎng)絡(luò)、撥號(hào)連接、有線調(diào)制解調(diào)器和專用高速ISDN線路。計(jì)算機(jī)304可以是任何能夠互連到因特網(wǎng)的裝置，包括基于網(wǎng)絡(luò)(web)的電話或其他基于網(wǎng)絡(luò)的可連接設(shè)備，包括無(wú)線網(wǎng)絡(luò)和衛(wèi)星。服務(wù)器302包括一個(gè)連接到集中的數(shù)據(jù)庫(kù)76(也在圖2示出)的數(shù)據(jù)庫(kù)服務(wù)器306，數(shù)據(jù)庫(kù)76是一個(gè)含有描述資產(chǎn)組合的集合的數(shù)據(jù)庫(kù)。在一個(gè)實(shí)施例中，中央數(shù)據(jù)庫(kù)76被存儲(chǔ)在數(shù)據(jù)庫(kù)服務(wù)器306上，由計(jì)算機(jī)群304之一的用戶通過(guò)計(jì)算機(jī)304群之一向服務(wù)器子系統(tǒng)302登錄而訪問(wèn)。在一個(gè)備選實(shí)施例中，中央數(shù)據(jù)庫(kù)76被存儲(chǔ)在遠(yuǎn)離服務(wù)器302的地方。服務(wù)器302被進(jìn)一步設(shè)置得能接收和存儲(chǔ)用于以上所述資產(chǎn)評(píng)估方法的信息。盡管系統(tǒng)300被描述為一個(gè)連網(wǎng)的系統(tǒng)，但預(yù)期本文所述的用于審查和處置資產(chǎn)組合的方法和算法能在不與其他計(jì)算機(jī)連網(wǎng)的獨(dú)立計(jì)算機(jī)系統(tǒng)中實(shí)現(xiàn)。盡管就各種特定實(shí)施例描述了本發(fā)明，本領(lǐng)域的熟練人員會(huì)知道，本發(fā)明能在權(quán)利要求的精神和范圍內(nèi)的修改的情況下實(shí)施。權(quán)利要求1.對(duì)投資組合中的資產(chǎn)推斷信用計(jì)分的估價(jià)值的方法(32)，所述方法包含下列步驟整理估價(jià)計(jì)分；根據(jù)特殊因素和商業(yè)決策調(diào)節(jié)估價(jià)計(jì)分；調(diào)和描述相同資產(chǎn)的多個(gè)估價(jià)計(jì)分；和進(jìn)行總體調(diào)整以取代推斷值。2.按照權(quán)利要求1的方法(32)，其中，所述整理估價(jià)計(jì)分的步驟進(jìn)一步包含根據(jù)靜態(tài)回收值和概率回收值的至少之一整理估價(jià)計(jì)分的步驟。3.按照權(quán)利要求1的方法(32)，所述整理估價(jià)計(jì)分的步驟進(jìn)一步包含編制評(píng)估聚類表(136)的步驟。4.按照權(quán)利要求3的方法(32)，其中，所述編制評(píng)估聚類表(136)的步驟進(jìn)一步包含下列步驟將聚類輸入表中，其中，聚類被定義為按它們的描述性屬性為特征細(xì)分的各資產(chǎn)分組；將各個(gè)聚類回收值和聚類的信用計(jì)分輸入表中；和將每個(gè)聚類的系數(shù)、概率分布和獨(dú)有標(biāo)識(shí)符的至少之一的置信度特征輸入表中。5.按照權(quán)利要求3的方法(32)，其中，所述編制評(píng)估聚類表(136)的步驟進(jìn)一步包含在表中為表中的每個(gè)聚類存儲(chǔ)聚類號(hào)、聚類名、描述性屬性、概率回收值和聚類系數(shù)常數(shù)的至少之一的步驟。6.按照權(quán)利要求5的方法(32)，其中，所述存儲(chǔ)概率回收值的步驟進(jìn)一步包含存儲(chǔ)信用計(jì)分的步驟。7.按照權(quán)利要求6的方法(32)，其中，所述存儲(chǔ)信用計(jì)分的步驟進(jìn)一步包含存儲(chǔ)HELTR計(jì)分的步驟，其中，HELTR的定義是H-高現(xiàn)金流，E-期望現(xiàn)金流，L-低現(xiàn)金流，T-現(xiàn)金流的時(shí)機(jī)和R-債務(wù)人的風(fēng)險(xiǎn)估價(jià)。8.按照權(quán)利要求5的方法(32)，其中，所述存儲(chǔ)聚類號(hào)的步驟進(jìn)一步包含存儲(chǔ)特定描述性屬性集合的獨(dú)有標(biāo)識(shí)符的步驟。9.按照權(quán)利要求5的方法(32)，其中，所述根據(jù)特殊因素和商業(yè)決策調(diào)整估價(jià)計(jì)分的步驟進(jìn)一步包含在新的估價(jià)信用可用時(shí)人工或自動(dòng)地調(diào)整計(jì)分的步驟。10.按照權(quán)利要求1的方法(32)，其中，所述調(diào)和描述相同資產(chǎn)的多個(gè)估價(jià)計(jì)分的步驟進(jìn)一步包含分配一個(gè)說(shuō)明與每個(gè)估價(jià)量綱的每個(gè)估價(jià)源相關(guān)聯(lián)的置信度的加權(quán)聚類一致計(jì)分的步驟。11.按照權(quán)利要求10的方法(32)，其中，所述進(jìn)行總體調(diào)整以取代推斷值的步驟進(jìn)一步包含調(diào)整加權(quán)聚類一致計(jì)分以說(shuō)明在得出加權(quán)聚類一致計(jì)分時(shí)所用的全局假設(shè)中的變化的步驟。12.用于對(duì)投資組合中的資產(chǎn)推斷信用計(jì)分的估價(jià)值的投資組合估價(jià)系統(tǒng)(300)，所述系統(tǒng)包含配置成服務(wù)器(302)的計(jì)算機(jī)(304)，該計(jì)算機(jī)進(jìn)一步配置有資產(chǎn)組合(12)的數(shù)據(jù)庫(kù)(76)；至少一個(gè)通過(guò)網(wǎng)絡(luò)連接到所述服務(wù)器的客戶機(jī)系統(tǒng)，所述服務(wù)器被設(shè)置得能整理估價(jià)計(jì)分，根據(jù)特殊因素和商業(yè)決策調(diào)節(jié)估價(jià)計(jì)分，調(diào)和描述相同資產(chǎn)的多個(gè)估價(jià)計(jì)分，以及進(jìn)行總體調(diào)整以取代推斷值。13.按照權(quán)利要求12的系統(tǒng)(300)，其中，所述服務(wù)器(302)被設(shè)置得能根據(jù)靜態(tài)回收值和概率回收值的至少之一整理估價(jià)計(jì)分。14.按照權(quán)利要求12的系統(tǒng)(300)，其中，所述服務(wù)器(302)被設(shè)置得能編制評(píng)估聚類表(136)。15.按照權(quán)利要求14的系統(tǒng)(300)，其中，所述服務(wù)器(302)被設(shè)置得能上載并在表(135)中存儲(chǔ)聚類，其中，聚類被定義為按它們的描述性屬性為特征細(xì)分的各資產(chǎn)分組；上載并存儲(chǔ)表中聚類的各個(gè)聚類回收值和信用計(jì)分；和上載和存儲(chǔ)表中每個(gè)聚類的系數(shù)、概率分布和獨(dú)有標(biāo)識(shí)符的至少之一的置信度特征。16.按照權(quán)利要求14的系統(tǒng)(300)，其中，所述服務(wù)器(302)被設(shè)置得能在表(136)中為表中的每個(gè)聚類存儲(chǔ)聚類號(hào)、聚類名、描述性屬性、概率回收值和聚類系數(shù)常數(shù)的至少之一。17.按照權(quán)利要求16的系統(tǒng)(300)，其中，所述服務(wù)器(302)被設(shè)置得能存儲(chǔ)信用計(jì)分。18.按照權(quán)利要求17的系統(tǒng)(300)，其中，信用計(jì)分是HELTR計(jì)分，其中，HELTR的定義是H-高現(xiàn)金流，E-期望現(xiàn)金流，L-低現(xiàn)金流，T-現(xiàn)金流的時(shí)機(jī)和R-債務(wù)人的風(fēng)險(xiǎn)估價(jià)。19.按照權(quán)利要求16的系統(tǒng)(300)，其中，所述服務(wù)器(302)被設(shè)置得能存儲(chǔ)特定描述性屬性集合的獨(dú)有標(biāo)識(shí)符。20.按照權(quán)利要求10的系統(tǒng)(300)，其中，所述服務(wù)器(302)被設(shè)置得能在新的估價(jià)信用可用時(shí)人工或自動(dòng)地調(diào)整計(jì)分。21.按照權(quán)利要求10的系統(tǒng)(300)，其中，所述服務(wù)器(302)被設(shè)置得能分配一個(gè)說(shuō)明與每個(gè)估價(jià)量綱的每個(gè)估價(jià)源相關(guān)聯(lián)的置信度的加權(quán)聚類一致計(jì)分。22.按照權(quán)利要求10的系統(tǒng)(300)，其中，所述服務(wù)器(302)被設(shè)置得能調(diào)整加權(quán)聚類一致計(jì)分以說(shuō)明在得出加權(quán)聚類一致計(jì)分時(shí)所用的全局假設(shè)中的變化。23.用于對(duì)投資組合中的資產(chǎn)推斷信用計(jì)分的估價(jià)值的計(jì)算機(jī)(38)，所述計(jì)算機(jī)包括資產(chǎn)組合(12)的數(shù)據(jù)庫(kù)(76)，所述計(jì)算機(jī)被程序設(shè)置得能整理估價(jià)計(jì)分；根據(jù)特殊因素和商業(yè)決策調(diào)節(jié)估價(jià)計(jì)分；調(diào)和描述相同資產(chǎn)的多個(gè)估價(jià)計(jì)分；和進(jìn)行總體調(diào)整以取代推斷值。24.按照權(quán)利要求23的系統(tǒng)計(jì)算機(jī)(38)，被程序設(shè)置得能根據(jù)靜態(tài)回收值和概率回收值的至少之一整理估價(jià)計(jì)分。25.按照權(quán)利要求23的計(jì)算機(jī)(38)，被程序設(shè)置得能編制評(píng)估聚類表(136)。26.按照權(quán)利要求25的計(jì)算機(jī)(38)，被程序設(shè)置得能上載并在表(135)中存儲(chǔ)聚類，其中，聚類被定義為按它們的描述性屬性為特征細(xì)分的各資產(chǎn)分組；上載并存儲(chǔ)表中聚類的各個(gè)聚類回收值和信用計(jì)分；和上載和存儲(chǔ)表中每個(gè)聚類的系數(shù)、概率分布和獨(dú)有標(biāo)識(shí)符的至少之一的置信度特征。27.按照權(quán)利要求25的計(jì)算機(jī)(38)，被程序設(shè)置得能在表(136)中為表中的每個(gè)聚類存儲(chǔ)聚類號(hào)、聚類名、描述性屬性、概率回收值和聚類系數(shù)常數(shù)的至少之一。28.按照權(quán)利要求27的計(jì)算機(jī)(38)，被程序設(shè)置得能存儲(chǔ)信用計(jì)分。29.按照權(quán)利要求28的計(jì)算機(jī)(38)，其中，信用計(jì)分是HELTR計(jì)分，其中，HELTR的定義是H-高現(xiàn)金流，E-期望現(xiàn)金流，L-低現(xiàn)金流，T-現(xiàn)金流的時(shí)機(jī)和R-債務(wù)人的風(fēng)險(xiǎn)估價(jià)。30.按照權(quán)利要求27的計(jì)算機(jī)(38)，被程序設(shè)置得能存儲(chǔ)特定描述性屬性集合的獨(dú)有標(biāo)識(shí)符。31.按照權(quán)利要求27的計(jì)算機(jī)(38)，被程序設(shè)置得能在新的估價(jià)信用可用時(shí)人工或自動(dòng)地調(diào)整計(jì)分。32.按照權(quán)利要求23的計(jì)算機(jī)(38)，被程序設(shè)置得能分配一個(gè)說(shuō)明與每個(gè)估價(jià)量綱的每個(gè)估價(jià)源相關(guān)聯(lián)的置信度的加權(quán)聚類一致計(jì)分。33.按照權(quán)利要求23的計(jì)算機(jī)(38)，被程序設(shè)置得能調(diào)整加權(quán)聚類一致計(jì)分以說(shuō)明在得出加權(quán)聚類一致計(jì)分時(shí)所用的全局假設(shè)中的變化。全文摘要一種按信用計(jì)分推斷大型資產(chǎn)組合的估價(jià)值的方法，包含下列步驟整理估價(jià)計(jì)分；根據(jù)特殊因素和商業(yè)決策調(diào)節(jié)估價(jià)計(jì)分；調(diào)和描述相同資產(chǎn)的多個(gè)估價(jià)計(jì)分；進(jìn)行總體調(diào)整以取代推斷值。得出各個(gè)資產(chǎn)值并列于表(136)中，使得各個(gè)資產(chǎn)值能被迅速?gòu)谋碇刑崛〔⒈豢焖俚亟M合以用于投標(biāo)目的。估價(jià)值被收集在數(shù)據(jù)庫(kù)(76)中，按信用變量分類，并按對(duì)這些變量的評(píng)級(jí)細(xì)分，然后被個(gè)別地評(píng)級(jí)。文檔編號(hào)G06Q30/00GK1413332SQ0081763公開(kāi)日2003年4月23日申請(qǐng)日期2000年12月19日優(yōu)先權(quán)日1999年12月30日發(fā)明者C·D·約翰遜,M·T·埃德加,T·K·凱耶斯申請(qǐng)人:Ge資本商業(yè)財(cái)務(wù)公司