Выполните экранирование предиктора с помощью screenpredictors. Экранирование предиктора является типом одномерного анализа, выполняемого как ранний шаг в creditscorecard рабочем процессе. Экранирование предиктора является важным шагом предварительной обработки, когда вы работаете с протоколами результатов кредита, когда наборы данных могут быть предельно большими и иметь десятки или сотни потенциальных предикторов.

Используйте данные о панели потребительского кредита, чтобы визуализировать уровни по умолчанию, подобрать модель, чтобы предсказать вероятности значения по умолчанию и выполнить анализ стресс-тестирования.

Работа с данными о панели потребительского кредита, чтобы создать через цикл (TTC) и модели момента времени (PIT) и сравнить их соответствующие вероятности значения по умолчанию (PD).

Рабочий процесс для создания и сравнения двух моделей рейтинга кредитоспособности: рейтинг кредитоспособности, основанный на модели на логистической регрессии и рейтинге кредитоспособности, основанном на модели на деревьях решений.

Демонстрирует твердое сокращение и нечеткие подходы увеличения, чтобы отклонить вывод.

Работа с данными о панели потребительского кредита, чтобы создать через цикл (TTC) и модели момента времени (PIT) и сравнить их соответствующие вероятности значения по умолчанию (PD).

Рабочий процесс для создания compactCreditScorecard возражает от объекта creditscorecard.

Общий рабочий процесс для использования creditDefaultCopula возражает для портфеля инструментов кредита.

Исследует, как симулировать коррелированые значения по умолчанию контрагента с помощью мультифакторной модели связки.

Общий рабочий процесс для использования creditMigrationCopula возражает, чтобы измерить риск миграции кредита для кредитного портфеля.

Вычислите потребности в капитале и подверженный риску значения (VaR) для кредита чувствительный портфель воздействий с помощью модели асимптотического одного фактора риска (ASRF).

Сравните подход модели Мертона, где энергозависимость акции обеспечивается к подходу временных рядов.

Развернитесь через область значений значений для существующего воздействия, чтобы удвоить текущее значение и построить соответствующие значения.

Симулируйте случайные портфели с различными распределениями и сравните их индексы концентрации.

Подверженный риску значения (VaR) backtesting рабочий процесс и использование инструментов VaR backtesting.

Оцените Подверженный риску значения (VaR) и затем используйте backtesting, чтобы измерить точность вычисления VaR.

Ожидаемый недостаток (ES) backtesting рабочий процесс без информации о распределении модели и использования объекта esbacktest.

Ожидаемый недостаток (ES) backtesting рабочий процесс с помощью симуляции и использования объекта esbacktestbysim.

Рабочий процесс для использования ожидаемого недостатка (ES) Дю-Эсканкяно (DE) backtests и демонстрирует фиксированное тестовое окно для одной модели DE с несколькими уровнями VaR.

Рабочий процесс для использования ожидаемого недостатка (ES) Дю-Эсканкяно (DE) backtests для прокрутки исследований окна и тестирования нескольких моделей VaR/ES.

Выполните оценку и backtesting моделей Expected Shortfall.