transprobprep

Предварительно обработайте данные о кредитных рейтингах, чтобы оценить вероятности перехода

Описание

пример

[prepData] = transprobprep(data) предварительно обрабатывает исторические данные кредитных рейтингов (то есть, данные о миграции кредита) для последующей оценки вероятностей перехода.

пример

[prepData] = transprobprep(___,Name,Value) добавляют дополнительные аргументы пары "имя-значение".

Примеры

свернуть все

Загрузите входные данные из файла Data_TransProb.mat и отобразите первые десять строк. В этом примере входные параметры обеспечиваются в символьном векторном формате.

load Data_TransProb
  
% Preprocess credit ratings data.
prepData = transprobprep(data)
prepData = struct with fields:
           idStart: [1506x1 double]
      numericDates: [4315x1 double]
    numericRatings: [4315x1 double]
     ratingsLabels: {'AAA'  'AA'  'A'  'BBB'  'BB'  'B'  'CCC'  'D'}

Оцените вероятности перехода с настройками по умолчанию.

transMat = transprob(prepData)
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

Оцените вероятности перехода с 'cohort' алгоритм.

transMatCoh = transprob(prepData,'algorithm','cohort')
transMatCoh = 8×8

   93.1345    5.9335    0.7456    0.1553    0.0311         0         0         0
    1.7359   92.9198    4.5446    0.6046    0.1560         0         0    0.0390
    0.1268    2.9716   91.9913    4.3124    0.4711    0.0544         0    0.0725
    0.0210    0.3785    5.0683   89.7792    4.0379    0.4627    0.0421    0.2103
    0.0221    0.1105    0.6851    6.2320   88.3757    3.6464    0.2873    0.6409
         0         0    0.0761    0.7230    7.9909   86.1872    2.7397    2.2831
         0         0         0    0.3094    1.8561    4.5630   80.8971   12.3743
         0         0         0         0         0         0         0  100.0000

Входные параметры

свернуть все

Исторические входные данные для кредитных рейтингов в виде одного из следующего:

  • Таблица MATLAB® размера nRecords- 3 содержа кредитные рейтинги. Каждая строка содержит ID (столбец 1), дата (столбец 2) и кредитный рейтинг (столбец 3). Присвоенный кредитный рейтинг соответствует связанному ID в связанную дату. Вся информация, соответствующая тому же ID, должна храниться в непрерывных строках. Сортировка этой информации по дате не требуется, но рекомендуется для КПД. При использовании табличного входа MATLAB имена столбцов не важны, но ID, дата и информация об оценке приняты, чтобы быть в первых, вторых, и третьих столбцах, соответственно. Кроме того, при использовании табличного входа первые и третьи столбцы могут быть категориальными массивами, и вторым может быть массив datetime. Вот пример со всей информацией в формате таблицы:

     ID            Date             Rating
    __________    _____________    ______
    '00010283'    '10-Nov-1984'    'CCC'
    '00010283'    '12-May-1986'    'B'  
    '00010283'    '29-Jun-1988'    'CCC'
    '00010283'    '12-Dec-1991'    'D'  
    '00013326'    '09-Feb-1985'    'A'  
    '00013326'    '24-Feb-1994'    'AA' 

    Следующее обобщает поддерживаемые типы данных для табличного входа:

    Тип ввода данныхID (1-й столбец)Дата (2-й столбец)Оценка (3-й столбец)
    Таблица

    • Числовой массив

    • Массив ячеек из символьных векторов

    • Категориальный массив

    • Числовой массив

    • Массив ячеек из символьных векторов

    • Массив datetime

    • Числовой массив

    • Массив ячеек из символьных векторов

    • Категориальный массив

  • Массив ячеек размера nRecords- 3 содержа кредитные рейтинги. Каждая строка содержит ID (столбец 1), дата (столбец 2) и кредитный рейтинг (столбец 3). Присвоенный кредитный рейтинг соответствует связанному ID в связанную дату. Вся информация, соответствующая тому же ID, должна храниться в непрерывных строках. Сортировка этой информации по дате не требуется, но рекомендуется. Идентификаторы, даты и оценки хранятся в символьном векторном формате, но они могут также быть введены в числовой формат. Вот пример со всей информацией в символьном векторном формате:

     '00010283'    '10-Nov-1984'    'CCC'
     '00010283'    '12-May-1986'    'B'  
     '00010283'    '29-Jun-1988'    'CCC'
     '00010283'    '12-Dec-1991'    'D'  
     '00013326'    '09-Feb-1985'    'A'  
     '00013326'    '24-Feb-1994'    'AA' 

    Следующее обобщает поддерживаемые типы данных для входа массива ячеек:

    Тип ввода данныхID (1-й столбец)Дата (2-й столбец)Оценка (3-й столбец)
    Ячейка

    • Числовые элементы

    • Элементы вектора символов

    • Числовые элементы

    • Элементы вектора символов

    • Числовые элементы

    • Элементы вектора символов

Типы данных: table | cell

Аргументы в виде пар имя-значение

Задайте дополнительные разделенные запятой пары Name,Value аргументы. Name имя аргумента и Value соответствующее значение. Name должен появиться в кавычках. Вы можете задать несколько аргументов в виде пар имен и значений в любом порядке, например: Name1, Value1, ..., NameN, ValueN.

Пример: prepData = transprobprep(data,'labels',{'AAA','AA','A','BBB','BB','B','CCC','F'})

Шкала кредитного рейтинга в виде разделенной запятой пары, состоящей из 'labels' и nRatings- 1, или 1- nRatings массив ячеек из символьных векторов.

labels должно быть сопоставимо с метками оценок, используемыми в третьем столбце data. Используйте массив ячеек чисел для числовых рейтингов и массив ячеек для векторов символов для категориальных оценок.

Типы данных: cell

Выходные аргументы

свернуть все

Сводные данные, где информация о кредитных рейтингах, соответствующая каждой компании начала и концы, возвращенные как структура со следующими полями:

  • idStart — Массив размера (n IDs+1)-by-1, где идентификатор n является количеством отличных идентификаторов в столбце 1 data. Этот массив подводит итог где информация о кредитных рейтингах, соответствующая каждой компании начала и концы. Соответствие дат и оценок компании j в data хранятся из строки idStart(j), чтобы расположить в ряд idStart(j +1) −1 numericDates и numericRatings.

  • numericDates — Массив размера n Records-by-1, содержа даты в столбце 2 data, в числовом формате.

  • numericRatings — Массив размера n Records-by-1, содержа оценки в столбце 3 data, сопоставленный в числовой формат.

  • ratingsLabels — Массив ячеек size1- nRatings, содержа шкалу кредитного рейтинга.

Представленный в R2011b