Совокупная информация о кредитных рейтингах в меньшее количество категорий оценки
агрегировал информацию кредитных рейтингов, хранившую в totalsGrouped
= transprobgrouptotals(totals
,groupingEdges
)totals
введите в меньшее количество категорий оценок, которые заданы groupingEdges
аргумент.
Используйте исторические входные данные кредитного рейтинга от Data_TransProb.mat
. Загрузите входные данные из файла Data_TransProb.mat
.
load Data_TransProb % Call TRANSPROB with two output arguments [transMat, sampleTotals] = transprob(data); transMat
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
Группа в инвестиционный класс (оценки 1-4) и спекулятивный класс (оценки 5-7); отметьте, значением по умолчанию является последняя оценка (номер 8).
edges = [4 7 8];
sampleTotalsGrp = transprobgrouptotals(sampleTotals,edges);
% Transition matrix at investment grade / speculative grade level
transMatIGSG = transprobbytotals(sampleTotalsGrp)
transMatIGSG = 3×3
98.5336 1.3608 0.1056
3.9155 92.9692 3.1153
0 0 100.0000
Получите 1 год, 2-летние, 3-летние, 4-летние, и 5-летние вероятности по умолчанию в инвестиционном классе и спекулятивном году обучения.
DefProb = zeros(2,5); for t = 1:5 transMatTemp = transprobbytotals(sampleTotalsGrp,'transInterval',t); DefProb(:,t) = transMatTemp(1:2,3); end DefProb
DefProb = 2×5
0.1056 0.2521 0.4359 0.6537 0.9027
3.1153 6.0157 8.7179 11.2373 13.5881
totals
— Наблюдаются общие переходыОбщие переходы, наблюдаемые в виде структуры или массива структур длины nTotals, с полями:
totalsVec
— Разреженный вектор размера 1
- nRatings1
.
totalsMat
— Разреженная матрица размера nRatings1
- nRatings2
с nRatings1
≤ nRatings2
.
algorithm
— Вектор символов со значениями 'duration'
или 'cohort'
.
Для 'duration'
алгоритм, totalsMat
(i, j), содержит общие переходы, наблюдаемые из оценки i в оценку j (все диагональные элементы 0). Общее время, проведенное при оценке i, хранится в totalsVec
i. Например, у вас есть три категории оценки, Инвестиционный класс (IG
), спекулятивный класс (SG
), и Значение по умолчанию (D
), и следующая информация:
Total time spent IG SG D in rating: 4859.09 1503.36 1162.05 Transitions IG SG D out of (row) IG 0 89 7 into (column): SG 202 0 32 D 0 0 0
totals.totalsVec = [4859.09 1503.36 1162.05] totals.totalsMat = [ 0 89 7 202 0 32 0 0 0] totals.algorithm = 'duration'
Для 'cohort'
алгоритм, totalsMat
(i, j), содержит общие переходы, наблюдаемые от оценки i к оценке j и totalsVec
(i) является начальным количеством в оценке i. Например, учитывая следующую информацию:
Initial count IG SG D in rating: 4808 1572 1145 Transitions IG SG D from (row) IG 4721 80 7 to (column): SG 193 1347 32 D 0 0 1145
totals.totalsVec = [4808 1572 1145] totals.totalsMat = [4721 80 7 193 1347 32 0 0 1145 totals.algorithm = 'cohort'
Общие общие структуры являются дополнительными выходными аргументами от transprob
:
sampleTotals
— Одна структура, обобщающая информацию об общих количествах для целого набора данных.
idTotals
— Массив структур с информацией об общих количествах на уровне ID.
Типы данных: struct |
structure
groupingEdges
— Индикатор для группировки кредитных рейтингов в категорииИндикатор для группировки кредитных рейтингов в категории в виде числового массива.
Эта таблица иллюстрирует, как сгруппировать список целых оценок в инвестиционный класс (IG
) и спекулятивный класс (SG
категории. Восемь оценок находятся в исходном списке. Оценки 1
к 4
IG
, оценки 5
к 7
SG
, и оценка 8
собственная категория. В этом примере массивом группирующихся ребер является [4 7 8]
.
Original ratings: 'AAA' 'AA' 'A' 'BBB' | 'BB' 'B' 'CCC' | 'D' | | Relative ordering: (1) (2) (3) (4) | (5) (6) (7) | (8) | | Grouped ratings: 'IG' | 'SG' | 'D' | | Grouping edges: (4) | (7) | (8)
В общем случае, если groupingEdges
имеет элементы K edge1
<edge2
< ...
<edge
K, оценки 1
к edge1
(включительно) сгруппированы в первой категории, оценки edge1
+1 к
edge2
во второй категории, и т.д.
Относительно последнего элемента, edge
K:
Если n Ratings1
равняется n Ratings2
, затем edge
K должен равняться n Ratings1
. Это приводит к группам K и n RatingsGrouped1
= n RatingsGrouped2
= K.
Если n Ratings1
<n Ratings2
, затем также:
edge
K равняется n Ratings1
, в этом случае оценки edge
K +1
..., nRatings2
обработаны как собственные категории. Это приводит к K + (nRatings2
- edgeK) группы, с nRatingsGrouped1
= K и nRatingsGrouped2
= K + (nRatings2
– edge
K; или
edge
K равняется nRatings2
, в этом случае должен быть j th граничный элемент, edge
j, такой, что edge
j равняется nRatings1
. Это приводит к группам K и nRatingsGrouped1
= j и nRatingsGrouped2
= K.
Типы данных: double
totalsGrouped
— Агрегированная информация категориямиАгрегированная информация категориями, возвращенными как структура или массив структур длины nTotals
, с полями:
totalsVec
— Вектор размера 1
- nRatingsGrouped1
.
totalsMat
— Матрица A размера nRatingsGrouped1
- nRatingsGrouped2
.
algorithm
— Вектор символов, 'duration'
или 'cohort'
.
nRatingsGrouped1
и nRatingsGrouped2
заданы в описании groupingEdges
. Каждая структура содержит агрегированную информацию категориями, на основе информации, предоставленной в соответствующей структуре в totals
, согласно группировке оценок, заданных groupingEdges
и сопоставимый с algorithm
выбор.
Следование примерам в описании totals
введите, предположите IG
и SG
сгруппированы в один ND
(Не - Принял значение по умолчанию), категория, с помощью edges[2 3]
. Для 'cohort'
алгоритм, выход:
totalsGrouped.totalsVec = [6380 1145] totalsGrouped.totalsMat = [6341 39 0 1145] totalsGrouped.algorithm = 'cohort'
'duration'
алгоритм:totalsGrouped.totalsVec = [6362.45 1162.05] totalsGrouped.totalsMat = [0 39 0 0] totalsGrouped.algorithm = 'duration'
cohort
алгоритм оценивает вероятности перехода на основе последовательности снимков состояния кредитных рейтингов в расположенных с равными интервалами моментах времени.
Если кредитный рейтинг компании изменяется дважды между двумя датами снимка состояния, промежуточная оценка пропущена, и только начальные и итоговые оценки влияют на оценки. Для получения дополнительной информации смотрите раздел Algorithms transprob
.
В отличие от cohort
алгоритм, duration
алгоритм оценивает вероятности перехода на основе полной истории кредитных рейтингов, смотря на точные даты, в которые происходят миграции кредитного рейтинга.
Нет никакой концепции снимков состояния в этом методе, и все миграции кредитного рейтинга влияют на оценки, даже когда оценка компании изменяется дважды в течение короткого времени. Для получения дополнительной информации смотрите раздел Algorithms transprob
.
[1] Хэнсон, S., Т. Шюрманн. "Доверительные интервалы для Вероятностей Значения по умолчанию". Журнал Banking & Finance. Издание 30 (8), Elsevier, август 2006, стр 2281–2301.
[2] Löffler, G., П. Н. Пош. Credit Risk Modeling Using Excel и VBA. Западный Сассекс, Англия: финансы Вайли, 2007.
[3] Шюрманн, T. "Матрицы миграции кредита". в Э. Мелнике, Б. Эверитте (редакторы)., энциклопедия количественного анализа рисков и оценки. Вайли, 2008.
У вас есть модифицированная версия этого примера. Вы хотите открыть этот пример со своими редактированиями?
1. Если смысл перевода понятен, то лучше оставьте как есть и не придирайтесь к словам, синонимам и тому подобному. О вкусах не спорим.
2. Не дополняйте перевод комментариями “от себя”. В исправлении не должно появляться дополнительных смыслов и комментариев, отсутствующих в оригинале. Такие правки не получится интегрировать в алгоритме автоматического перевода.
3. Сохраняйте структуру оригинального текста - например, не разбивайте одно предложение на два.
4. Не имеет смысла однотипное исправление перевода какого-то термина во всех предложениях. Исправляйте только в одном месте. Когда Вашу правку одобрят, это исправление будет алгоритмически распространено и на другие части документации.
5. По иным вопросам, например если надо исправить заблокированное для перевода слово, обратитесь к редакторам через форму технической поддержки.