主要内容

跨性别者

估计使用的过渡概率总计结构输入

在页面中崩溃

句法

[TransMat，Sampletals] = Transprobbytotals（Toptals）
[transmat，sampletals] = transprobbytotals（___，名称，值）

描述

例子

[[传输，，，，采样] = transprobbytotals（总计）使用A估算过渡概率总计结构输入。跨性别者有助于删除不同周期性参数（1年过渡，2年过渡等）的计算过渡概率估计值，可有效地删除离群信息，获得自举置信区间或计算过渡概率估计值。

例子

[[传输，，，，采样] = transprobbytotals（___，，，，名称，价值）添加可选的名称值对参数。

例子

全部收缩

打开实时脚本

使用来自历史信用评级输入数据data_transprob.mat和Transprob生成输入跨性别者：

加载data_transprob％呼叫Transprob使用三个输出参数[Transmat，Sampletals，iDtotals] = TransProb（data）;传输
transmat =8×893.1170 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 0.00110.0120 0.2582 1.4294 4.2898 81.2927 12.7167 0 0 0 0 0 0 0 0 0 0 100.0000

假设4和27公司是离群值，您想将其从预处理中删除差不多结构阵列并估算新的过渡概率。

iDtotals（[4 27]）= [];[transmat1，sampletotals1] = transprobbytotals（idtotals）;transmat1
transmat1 =8×893.1172 5.8427 0.8231 0.1763 0.0377 0.0012 0.0001 0.0017 1.6213 93.1501 4.3584 0.6614 0.1631 0.0055 0.0004 0.0397 0.1239 2.9027 92.2297 4.0628 0.5367 0.0661 0.0028 0.0753 0.0236 0.2313 5.0070 90.1825 3.7986 0.4734 0.0642 0.2193 0.0216 0.1134 0.6357 5.7959 88.9866 3.4497 0.2920 0.7050 0.0010 0.0062 0.1081 0.8697 7.3367 86.7217 2.5171 2.4395 0.0002 0.00110.0120 0.2591 1.4340 4.3034 81.3027 12.6875 0 0 0 0 0 0 0 0 0 0 0 100.0000

获得1年，2年，3年，4年和5年违约概率，而没有异常信息（即使用采样1）。

decprob =零（7,5）;为了t = 1：5 transmattemp = transprobbytotals（sampletotals1，“透射互中”，t）;defprob（：：，t）= transmattemp（1：7,8）;结尾decprob
defprob =7×50.0017 0.0070 0.0159 0.0285 0.0450 0.0397 0.0828 0.1299 0.1813 0.2377 0.0753 0.1606 0.2567 0.3640 0.4831 0.2193 0.4675 0.7430 1.0445 1.3700 0.7050 1.4668 2.2759 3.1232 4.0000 2.4395 4.9282 7.4071 9.8351 12.1847 12.6875 23.1184 31.7177 38.8282 44.7266

输入参数

全部收缩

观察到的总过渡，指定为结构或长度为ntotals的结构阵列，带有字段：

  • ptaltalsvec- 大小的稀疏向量1-经过-nratings1。

  • 总计- 大小的稀疏矩阵nratings1-经过-nratings2和nratings1≤nratings2。

  • 算法- 具有值的角色向量'期间'或者“队列”。

为了'期间'算法，总计（（一世，，，，j）包含从评分中观察到的总过渡一世评级j（所有对角线元素均为0）。评级的总时间一世存储在中ptaltalsvec（（一世）。例如，您有三个评级类别，投资等级（IG），投机等级（SG）和默认（d），以及以下信息：

等级中花费的总时间：4859.09 1503.36 1162.05过渡Ig Sg d out（row）Ig 0 89 7进入（列）：SG 202 0 32 D 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 00士段
然后：
totals.totalsvec = [4859.09 1503.36 1162.05] totals.totalsmat = [0 89 7 202 0 32 0 0 0 0] totals.algorithm ='urlgorithm ='duration'

为了“队列”算法，总计（（一世，，，，j）包含从等级观察到的总过渡一世评级j， 和ptaltalsvec（（一世）是评级的最初计数一世。例如，给定以下信息：

评级中的初始计数Ig SG D：4808 1572 1145从（ROW）IG 4721 80 7到（列）到（列）：SG 193 1347 32 D 0 0 0 1145
然后：

totals.totalsvec = [4808 1572 1145] totals.totalsmat = [4721 80 7 193 1347 32 0 0 0 1145 Totals.algorithM ='cohort'

常见的总计结构是可选的输出参数Transprob：

  • 采样- 一个汇总整个数据集的总计信息的单个结构。

  • 差不多- 一个带有ID级别的总数信息的结构数组。

数据类型：结构|结构体

名称值参数

将可选的参数对name1 = value1，...，namen = valuen， 在哪里姓名是参数名称和价值是相应的值。名称值参数必须在其他参数之后出现，但是对的顺序并不重要。

在R2021a之前，请使用逗号分隔每个名称和值，并附上姓名用引号。

例子：transmat = transprobbytotals（topals1，'transinterval'，5）

每年要考虑的信用评级快照数量，以估计为逗号分隔对'snapsperyear'以及数值的值1，，，，2，，，，3，，，，4，，，，6， 或者12。

笔记

此参数仅与“队列”算法。

数据类型：双倍的

过渡间隔的长度在几年内指定为逗号分隔对，由“透射互中”和一个数字值。

数据类型：双倍的

输出参数

全部收缩

百分比的过渡概率矩阵，返回为nratings1-经过-nratings2过渡矩阵。

带有样本总计的结构，带有字段：

  • ptaltalsvec- 大小的向量1-经过-nratings1。

  • 总计- 大小的矩阵nratings1-经过-nratings2和nratings1≤nratings2。

  • 算法- 具有值的角色向量'期间'或者“队列”。

如果总计是一个结构阵列，采样包含汇总信息。那是，sampletals.totalsvec是总计（（k）。ptaltalsvec总体k，同样总计。什么时候总计本身是一个单一的结构，采样和总计是相同的。

更多关于

全部收缩

队列估计

该队列算法估计了基于定期间隔时间点信用评级快照的顺序。

如果公司的信用等级在两个快照日期之间发生了两次变化，则中间评级被忽略了，只有初始和最终评级会影响估计值。

持续时间估计

与队列方法不同，持续时间算法估计了基于完整信用评级历史记录的过渡概率，查看了信用评级迁移的确切日期。

这种方法中没有快照的概念，即使公司的评级在短时间内两次变化，所有信用评级迁移也会影响估计。

参考

[1] Hanson，S.，T。Schuermann。“违约概率的置信区间。”银行与金融杂志。卷。30（8），Elsevier，2006年8月，第2281–2301页。

[2]Löffler，G.，P。N. Posch。使用Excel和VBA进行信用风险建模。英格兰西萨塞克斯郡：威利金融，2007年。

[3] Schuermann，T。“信用迁移矩阵”。在E. Melnick，B。Everitt（编辑）中，定量风险分析和评估百科全书。威利，2008年。

版本历史记录

在R2010b中引入

也可以看看

|

话题

外部网站