主要内容

预期信用损失计算

打开实时脚本

这个例子展示了如何使用portfolioECL使用模拟贷款数据、宏观场景数据和现有的终身违约概率(PD)模型。

负载数据和模型

加载用于预测的贷款数据、宏观场景数据和相应的场景概率。

负载DataPredictLifetime.matdisp (LoanData)
ID ScoreGroup YOB Year ____ _____________ _______ 1304“中等风险”4 2020 1304“中等风险”5 2021 1304“中等风险”6 2022 1304“中等风险”7 2023 1304“中等风险”8 2024 1304“中等风险”9 2025 1304“中等风险”10 2026 2067“低风险”7 2020 2067“低风险”8 2021 2067“低风险”9 2022 2067“低风险”10 2023
disp(头(MultipleScenarios 10))
情景年GDP市场__________ ________ ______“严重”2020 -0.9 -5.5“严重”2021 -0.5 -6.5“严重”2022 0.2 -1“严重”2023 0.8 1.5“严重”2024 1.4 4“严重”2025 1.8 6.5“严重”2026 1.8 6.5“严重”2027 1.8 6.5“不利”2020 0.1 -0.5“不利”2021 0.2 -2.5
disp (ScenarioProbabilities)
概率___________严重0.1不良0.2基线0.3有利0.2极好0.2
负载LifetimeChampionModel.matdisp (pdModel)
描述:“用于说明目的的作为冠军模型的样本模型。”模型:[1x1 classreg.regr.]CompactGeneralizedLinearModel] IDVar: "ID" AgeVar: "YOB" LoanVars: "ScoreGroup" MacroVars: ["GDP" "市场"]responsear: "违约"

可视化一生的pd

对于ECL计算，只需要边缘pd。但是，首先您可以可视化生命周期pd。

CompanyIDChoice =“1304”；CompanyID = str2double(CompanyIDChoice);IndCompany = LoanData。ID ==公司ID;年份= LoanData.Year(IndCompany);NumYears =长度(年);scenario oid = unique(多场景。ScenarioID,“稳定”）;numscenes = length(scenario oid);生命周期pd = 0 (NumYears, numscenario);为ii=1: numscenes IndScenario = MultipleScenarios.ScenarioID==ScenarioID(ii);data = join(LoanData(IndCompany，:)，MultipleScenarios(IndScenario，:));LifetimePD(:，ii) = predictLifetime(pdModel,data);结束plot(Years,LifetimePD) xticks(Years)网格在包含(“年”) ylabel (“一生PD”)标题(“按场景划分终身PD”)传说(ScenarioID“位置”，“最佳”）

图中包含一个轴对象。标题为Lifetime PD By Scenario的axis对象包含5个类型为line的对象。这些对象代表严重、不利、基线、有利、极好。

计算发射极耦合逻辑

ECL的计算需要一个边际PD值，LGD值，EAD值，有效利率，加上情景和情景概率。

方法计算生存期ECLportfolioECL函数。这个函数的输入是一些表，其中第一列是一个ID变量，表示哪些行对应哪些贷款。由于预测涵盖了每笔贷款的多个时期，并且不同贷款的剩余期限可能不同，所以ID变量是一个重要的输入。对于每个ID，必须逐期提供信用预测，直到每笔贷款的生命周期结束。通常，边际PD具有多时期和多场景的大小。本例假设LGD和EAD值不变。这意味着对所有时期使用相同的LGD和EAD，并且LGD和EAD值对场景不敏感。因此，边缘PD输入每个ID有多个行和列，而LGD和EAD输入每个ID有一个标量值。为了为边缘PD、LGD和EAD输入的不同输入维度提供灵活性，这些输入在语法中被分隔为三个单独的表portfolioECL．

scenario oid = unique(多场景。ScenarioID,“稳定”）;numscenes = length(scenario oid);

预测每个场景的边际PD。的predictLifetime函数会立即为整个组合调用，并且每个场景的边际pd存储为列。

MarginalPD = 0(高度(LoanData)， numscenario);为ii=1: numscenes IndScenario = MultipleScenarios.ScenarioID==ScenarioID(ii);data = join(LoanData,MultipleScenarios(IndScenario，:));MarginalPD(:，ii) = predictLifetime(pdModel,data，“ProbabilityType”，“边际”）;结束

使用ID列转换为所需的表输入格式。

边际pdtable = array2table(边际pd);MarginalPDTable.Properties.VariableNames =场景类;边缘性pdtable = addvars(边缘性pdtable,LoanData。ID,“之前”，1,“NewVariableNames”，“ID”）;disp (MarginalPDTable)
ID严重不利基线有利优秀____ __________ __________ __________ __________ __________ 1304 0.011316 0.0096361 0.0086361 0.0081783 0.006918 0.0058324 1304 0.0048869 0.0054425 0.0048028 1304 0.0048869 0.0044693 0.0040823 0.0029321 0.0027698 0.0026147 0.0024668 1304 0.0019309 0.0018923 0.0018538 0.0018153 0.001777 1304 0.0012157 0.0012197 0.0012233 0.0012264 0.0012293 1304 0.00082053 0.00082322 0.00082775 0.00082964 20670.0022199 0.001832 0.0015067 0.001235 0.0010088 2067 0.0014464 0.0012534 0.0010841 0.00093599 0.00080662 2067 0.0008343 0.00074897 0.00067168 0.00060175 0.00053857 2067 0.00049107 0.00045839 0.00042769 0.00039887 0.00037183

LGD和EAD表输入是每个ID有一行的小表。

UniqueIDs = unique(LoanData。ID,“稳定”）;NumIDs = length(UniqueIDs);LGD = 0.55;LGDTable = table(UniqueIDs, repmat(LGD,NumIDs,1)，“VariableNames”, {“ID”，“乐金显示器”});disp (LGDTable)
Id LGD ____ ____ 1304 0.55 2067 0.55
Ead = 100000;EADTable =表(UniqueIDs, repmat(EAD,NumIDs,1)，“VariableNames”, {“ID”，含铅的});disp (EADTable)
ID EAD ____ _____ 1304 1e+05 2067 1e+05

为简单起见，假设两笔贷款的有效利率相同。

EffRate = 0.045;

调用portfolioECL函数。第一个输出是项目组合的总ECL，或供应。

[totalECL, ECLByID, ECLByPeriod] = portfolioECL(MarginalPDTable, LGDTable, EADTable，“利率”EffRate,.．.“ScenarioNames”ScenarioID,“ScenarioProbabilities”, ScenarioProbabilities。概率,“IDVar”，“ID”，“周期性”，“年”）;流('总投资组合生命周期ECL为:%.2f\n'totalECL)
总投资组合生命周期ECL为:1401.00

第二个输出，ECLByID，显示每个ID的ECL。第三个输出，ECLByPeriod，显示了每个时期和每个场景的ECL。使用下拉菜单选择一个ID并显示相应的ECL信息。

CompanyIDChoice =“1304”；CompanyID = str2double(CompanyIDChoice);disp (ECLByID (ECLByID.ID = = CompanyID:))
Id ecl ____ ______ 1304 1217.3
disp (ECLByPeriod (ECLByPeriod.ID = = CompanyID:))
ID TimePeriod严重不利基线有利优秀____ __________ ______ _______ ________ _________ _________ 1304 1 595.58 507.16 430.44 364.11 306.97 1304 2 394.24 349.95 310.02 274.11 241.9 1304 3 235.53 215.4 196.75 179.5 163.57 1304 4 143.05 135.23 127.75 120.59 113.77 1304 5 85.219 83.517 81.816 80.118 78.429 1304 6 51.346 51.514 51.665 51.798 51.917 1304 7 33.162 33.271 33.368 33.454 33.531

有关更多信息，请参见经济情景和预期信贷损失计算该示例显示了ECL计算的详细工作流程，包括宏观场景的确定、生命周期PD、LGD和EAD模型的使用，以及每个ID的信贷预测和准备金的可视化，以深入到贷款级别。

另请参阅

|||||||

相关的话题