Этот пример показывает, как выполнить расчеты ECL с помощью симулированных данных о ссуде, макро-данных о сценарии и существующей пожизненной вероятности модели (PD) по умолчанию.
Загрузите данные о ссуде, готовые к предсказанию, макро-данным о сценарии и соответствующим вероятностям сценария.
load DataPredictLifetime.mat
disp(LoanData)
ID ScoreGroup YOB Year ____ _____________ ___ ____ 1304 "Medium Risk" 4 2020 1304 "Medium Risk" 5 2021 1304 "Medium Risk" 6 2022 1304 "Medium Risk" 7 2023 1304 "Medium Risk" 8 2024 1304 "Medium Risk" 9 2025 1304 "Medium Risk" 10 2026 2067 "Low Risk" 7 2020 2067 "Low Risk" 8 2021 2067 "Low Risk" 9 2022 2067 "Low Risk" 10 2023
disp(head(MultipleScenarios,10))
ScenarioID Year GDP Market __________ ____ ____ ______ "Severe" 2020 -0.9 -5.5 "Severe" 2021 -0.5 -6.5 "Severe" 2022 0.2 -1 "Severe" 2023 0.8 1.5 "Severe" 2024 1.4 4 "Severe" 2025 1.8 6.5 "Severe" 2026 1.8 6.5 "Severe" 2027 1.8 6.5 "Adverse" 2020 0.1 -0.5 "Adverse" 2021 0.2 -2.5
disp(ScenarioProbabilities)
Probability ___________ Severe 0.1 Adverse 0.2 Baseline 0.3 Favorable 0.2 Excellent 0.2
load LifetimeChampionModel.mat
disp(pdModel)
Probit with properties: ModelID: "Champion" Description: "A sample model used as champion model for illustration purposes." Model: [1x1 classreg.regr.CompactGeneralizedLinearModel] IDVar: "ID" AgeVar: "YOB" LoanVars: "ScoreGroup" MacroVars: ["GDP" "Market"] ResponseVar: "Default"
Для расчетов ECL только требуются крайние ФУНТЫ. Однако сначала можно визуализировать пожизненные ФУНТЫ.
CompanyIDChoice = "1304"; CompanyID = str2double (CompanyIDChoice); IndCompany = LoanData.ID == CompanyID; Годы = LoanData.Year(IndCompany); NumYears = длина (годы); ScenarioID = уникальный (MultipleScenarios.ScenarioID,'stable'); NumScenarios = длина (ScenarioID); LifetimePD = нули (NumYears, NumScenarios); for ii=1:NumScenarios IndScenario = MultipleScenarios.ScenarioID == ScenarioID (ii); данные = соединение (LoanData (IndCompany, :), MultipleScenarios (IndScenario, :)); LifetimePD (: ii) = predictLifetime (pdModel, данные); end график (годы, LifetimePD) xticks (годы) сетка on xlabel'Year') yLabel 'Lifetime PD') заголовок'Lifetime PD By Scenario') легенда (ScenarioID,'Location','best')
Строго говоря расчет ECL требует пожизненной модели PD, пожизненной модели LGD и пожизненной модели EAD, плюс сценарии, вероятности сценария и эффективная процентная ставка.
Для простоты этот пример принимает постоянный LGD
и EAD
модели и данная процентная ставка.
LGD = 0.55; EAD = 100000; EffRate = 0.045; CompanyIDChoice = "1304"; CompanyID = str2double (CompanyIDChoice); IndCompany = LoanData.ID == CompanyID; Годы = LoanData.Year(IndCompany); NumYears = длина (годы); ScenarioID = уникальный (MultipleScenarios.ScenarioID,'stable'); NumScenarios = длина (ScenarioID); MarginalPD = нули (NumYears, NumScenarios); for ii=1:NumScenarios IndScenario = MultipleScenarios.ScenarioID == ScenarioID (ii); данные = соединение (LoanData (IndCompany, :), MultipleScenarios (IndScenario, :)); MarginalPD (: ii) = predictLifetime (pdModel, данные,'ProbabilityType','marginal'); end DiscTimes = годы лет (1) +1; DiscFactors = 1. / (1+EffRate).^DiscTimes; ProbScenario = ScenarioProbabilities.Probability; ECL_t_s = (MarginalPD*LGD*EAD).*DiscFactors; % ECL by year and scenario ECL_s = сумма (ECL_t_s); % ECL total by scenario ECL = ECL_s*ProbScenario; % ECL weighted average over all scenarios % Arrange ECL data for display in table format % Append ECL total per scenario and scenario probabilities ECL_Disp = array2table ([ECL_t_s; ECL_s; ProbScenario']); ECL_Disp.Properties.VariableNames = ScenarioID; ECL_Disp.Properties.RowNames = [strcat ("ECL ", представьте (годы) в виде строки); "ECL total"; "Probability"]; disp (ECL_Disp)
Severe Adverse Baseline Favorable Excellent ______ _______ ________ _________ _________ ECL 2020 595.58 507.16 430.44 364.11 306.97 ECL 2021 394.24 349.95 310.02 274.11 241.9 ECL 2022 235.53 215.4 196.75 179.5 163.57 ECL 2023 143.05 135.23 127.75 120.59 113.77 ECL 2024 85.219 83.517 81.816 80.118 78.429 ECL 2025 51.346 51.514 51.665 51.798 51.917 ECL 2026 33.162 33.271 33.368 33.454 33.531 ECL total 1538.1 1376 1231.8 1103.7 990.08 Probability 0.1 0.2 0.3 0.2 0.2
fprintf('Lifetime ECL for company %s is: %g\n',CompanyIDChoice,ECL)
Lifetime ECL for company 1304 is: 1217.32
fitLifetimePDModel
| Logistic
| modelAccuracy
| modelDiscrimination
| predict
| predictLifetime
| Probit