transprobfromthresholds

Преобразуйте от порогов кредитоспособности до вероятностей перехода

Описание

пример

trans = transprobfromthresholds(thresh) преобразовывает пороги кредитоспособности в вероятности перехода

Примеры

свернуть все

Используйте исторические входные данные кредитного рейтинга от Data_TransProb.mat, оцените вероятности перехода с настройками по умолчанию.

load Data_TransProb
  
% Estimate transition probabilities with default settings
transMat = transprob(data)
transMat = 8×8

   93.1170    5.8428    0.8232    0.1763    0.0376    0.0012    0.0001    0.0017
    1.6166   93.1518    4.3632    0.6602    0.1626    0.0055    0.0004    0.0396
    0.1237    2.9003   92.2197    4.0756    0.5365    0.0661    0.0028    0.0753
    0.0236    0.2312    5.0059   90.1846    3.7979    0.4733    0.0642    0.2193
    0.0216    0.1134    0.6357    5.7960   88.9866    3.4497    0.2919    0.7050
    0.0010    0.0062    0.1081    0.8697    7.3366   86.7215    2.5169    2.4399
    0.0002    0.0011    0.0120    0.2582    1.4294    4.2898   81.2927   12.7167
         0         0         0         0         0         0         0  100.0000

Получите пороги кредитоспособности.

thresh = transprobtothresholds(transMat)
thresh = 8×8

       Inf   -1.4846   -2.3115   -2.8523   -3.3480   -4.0083   -4.1276   -4.1413
       Inf    2.1403   -1.6228   -2.3788   -2.8655   -3.3166   -3.3523   -3.3554
       Inf    3.0264    1.8773   -1.6690   -2.4673   -2.9800   -3.1631   -3.1736
       Inf    3.4963    2.8009    1.6201   -1.6897   -2.4291   -2.7663   -2.8490
       Inf    3.5195    2.9999    2.4225    1.5089   -1.7010   -2.3275   -2.4547
       Inf    4.2696    3.8015    3.0477    2.3320    1.3838   -1.6491   -1.9703
       Inf    4.6241    4.2097    3.6472    2.7803    2.1199    1.5556   -1.1399
       Inf       Inf       Inf       Inf       Inf       Inf       Inf       Inf

Восстановите вероятности перехода.

trans = transprobfromthresholds(thresh)
trans = 8×8

   93.1170    5.8428    0.8232    0.1763    0.0376    0.0012    0.0001    0.0017
    1.6166   93.1518    4.3632    0.6602    0.1626    0.0055    0.0004    0.0396
    0.1237    2.9003   92.2197    4.0756    0.5365    0.0661    0.0028    0.0753
    0.0236    0.2312    5.0059   90.1846    3.7979    0.4733    0.0642    0.2193
    0.0216    0.1134    0.6357    5.7960   88.9866    3.4497    0.2919    0.7050
    0.0010    0.0062    0.1081    0.8697    7.3366   86.7215    2.5169    2.4399
    0.0002    0.0011    0.0120    0.2582    1.4294    4.2898   81.2927   12.7167
         0         0         0         0         0         0         0  100.0000

Входные параметры

свернуть все

Пороги кредитоспособности, заданные как M- N матрица порогов кредитоспособности.

В каждой строке первым элементом должен быть Inf и записи должны удовлетворить следующему условию монотонности:

 thresh(i,j) >= thresh(i,j+1), for 1<=j<N

M- N вход thresh и M- N выход trans связаны можно следующим образом. Пороги thresh(i, j), критические значения стандартного нормального распределения z, такой что:

trans(i,N) = P[z < thresh(i,N)],
 
trans(i,j) = P[z < thresh(i,j)] - P[z < thresh(i,j+1)], for 1<=j<N

Любая данная строка в выходной матрице trans определяет вероятностное распределение по дискретному набору N оценки 'R1', ..., 'RN', так, чтобы для любой строки i trans(i, j), вероятность миграции в 'Rj'. trans может быть стандартная матрица перехода, с MN, в этом случае строка i содержит вероятности перехода для выпускающих с оценкой 'Ri'. Но trans не должна быть стандартная матрица перехода. trans может содержать отдельные вероятности перехода для набора M- определенные выпускающие, с M > N.

Например, предположите, что существует только N=3 оценки, 'High', 'Low', и 'Default', с этими порогами кредитоспособности:

        High    Low    Default
High    Inf   -2.0814   -3.1214
Low     Inf    2.4044   -1.7530
Матрица вероятностей перехода затем:
       High   Low   Default
High  98.13   1.78   0.09
Low    0.81  95.21   3.98

Это означает вероятность значения по умолчанию для 'High' эквивалентно рисованию стандартного нормального случайного числа, меньшего, чем −3.1214, или 0,09%. Вероятность, что 'High' заканчивается период с оценкой 'Low' или ниже эквивалентно рисованию стандартного нормального случайного числа, меньшего, чем −2.0814, или 1,87%. Отсюда, вероятность окончания 'Low' оценка:

P[z<-2.0814] - P[z<-3.1214] = 1.87% - 0.09% = 1.78%
И вероятность окончания 'High' оценка:
100%-1.87% = 98.13%
где 100% эквивалентны:
P[z<Inf]

Типы данных: double

Выходные аргументы

свернуть все

Матрица вероятностей перехода в проценте, возвращенном как M- N матрица.

Ссылки

[1] Gupton, G. M. cc . Палец и М. Бхэтия. “CreditMetrics”. Технический документ, RiskMetrics Group, Inc., 2007.

Представленный в R2011b

Для просмотра документации необходимо авторизоваться на сайте