风险管理工具箱

开发风险模型并进行风险模拟

Risk Management Toolbox™提供信贷和市场风险的数学建模和仿真功能。您可以为违约的概率建模,创建信用记分卡,执行信用组合分析,并通过回测模型来评估潜在的财务损失。工具箱可以让你评估公司和消费者信贷风险以及市场风险。它包括一个应用程序自动和手动收纳变量的信用记分卡。它还包括模拟工具,以分析信贷组合风险和回溯测试工具,以评估价值在风险(VaR)和预期不足(ES)。

开始:

风险建模与风险监管

创建风险模型以符合巴塞尔协议III、偿付能力II、CECL和IFRS 9的监管要求。

预期终身信用损失模型

根据风险法规(如CECL和IFRS 9)估计终生预期信贷损失。

压力测试的生命周期违约概率。

计算监管资本

用渐近单风险因子(ASRF)模型计算资本要求和风险价值。

按资产类别划分的监管资本。

信用风险建模

建立并分析信贷组合的风险暴露。

信用计分卡模型

使用biningexplorer应用程序来开发信用记分卡,通过应用自动biningalgorithms或交互式调整边缘,合并bins,和拆分bins。您还可以拟合逻辑模型,获得点数和分数,并计算违约概率。

bining Explorer应用程序的信用记分卡建模。

信用风险模拟

基于违约概率或信用评级迁移进行copula模拟,分析信贷组合的风险。

基于copula模拟的投资组合损失分析。

风险参数估计

使用各种方法估计违约概率(PD),包括结构模型、减少模型、历史信用评级迁移和其他统计方法。此外,您可以使用风险管理工具箱计算集中风险指数。

代表风险暴露分布的洛伦兹曲线。

评估市场风险的回测模型

评估你的风险价值(VaR)和预期差额模型的准确性。

风险价值,val

风险管理工具箱VaR回测模型包括交通灯,二项式,Kupiec的,Christoffersen的,和哈斯的测试。

多个VaR回测模型的结果。

预计不足,val

预期不足的回测模型包括条件测试、无条件测试和分位数测试。

历史VaR和ES图。

最新的特性

市场风险

使用最小偏差的Acerbi-Szekely测试进行预期不足(ES)模型的后验

市场风险

预期短缺(ES)模型的VaR水平扩展到99.9%

一生的信用分析

违约概率模型和例子

保险分析

链梯、预期索赔和波恩胡特-弗格森分析保险索赔准备金的技术

看到发布说明有关这些特性和相应功能的详细信息。

计算金融套件

MATLAB计算金融套件是一套12个基本产品,使您能够开发定量应用程序的风险管理,投资管理,计量经济学,定价和估值,保险,和算法s manbetx 845交易。

额外的风险管理工具箱资源

在MATLAB中的CECL和IFRS 9建模:测量寿命预期信用损失