主要内容

模拟

模拟信用迁移使用信用额度目的

页面上倒塌

句法

NumScenarios cmc =模拟(cmc)
cmc =模拟（___、名称、值)

描述

例子

CMC.=模拟(CMC.那numscenarios.）执行信贷场景的完全模拟，并计算由于定义的投资组合的信用评级变化而导致的价值变化信用额度对象。有关使用a的更多信息信用额度对象，参见信用额度。

笔记

创建A.信用额度对象，您可以设置'使用指平行'属性如果您有并行计算工具箱™。一旦'使用指平行'属性设置，并行处理用于计算模拟。

例子

CMC.=模拟(___那名称，价值）为(添加可选的名称-值对参数系词那DegreesOfFreedom,BlockSize）。

例子

全部收缩

打开生活的脚本

加载已保存的投资组合数据。

加载CreditMigrationData.mat.;

为每一种债券按投资组合仓位调整债券价格。

MigrationValues =迁移前。* numbonds;

创建一个信用额度使用四因素模型的对象信用额度。

CMC = CreditMigrationCopula（迁移值，评级，传输，......LGD，重量，'factorcorlation'，factorcorr）
cmc = creditMigrationCopula with properties: Portfolio: [250x5 table] FactorCorrelation: [4x4 double] RatingLabels: [8x1 string] TransitionMatrix: [8x8 double] VaRLevel: 0.9500 UseParallel: 0 PortfolioValues: []

设定VaRLevel到99%。

cmc.varlevel = 0.99;

使用模拟函数模拟100,000场景。使用模拟后，您可以使用portfoliorisk.那风险协调那confidenceBands,GetScenarios.与更新的信用额度对象。

cmc =模拟(cmc, 1 e5)
cmc = creditMigrationCopula with properties: Portfolio: [250x5 table] FactorCorrelation: [4x4 double] RatingLabels: [8x1 string] TransitionMatrix: [8x8 double] VaRLevel: 0.9900 UseParallel: 0 PortfolioValues: [1x100000 double]

你可以使用风险协调函数与信用额度对象来产生风险贡献桌子。

贡献=风险协调（CMC）;贡献（1:10，:)
ans =.10×5表ID EL标准的VaR CVaR的__ ______ ______ 1 15.521 41.153 238.72 279.18 2 8.49 18.838 92.074 122.19 3 6.0937 20.069 113.22 181.53 4 6.6964 55.885 272.23 313.25 5 23.583 73.905 360.32 573.39 6 10.722 114.97 445.94 728.38 7 1.8393 84.754 262.32 490.39 8 11.711 39.768 175.84 253.299 2.2154 4.4038 22.797 31.039 10 1.7453 2.5545 9.8801 17.603

输入参数

全部收缩

信用额度对象，从信用额度。

有关更多信息信用额度对象，参见信用额度。

要模拟的场景数量，指定为非负整数。场景以块的形式处理，以节省机器资源。

数据类型：双倍的

名称值对参数

指定可选的逗号分离对名称，价值参数。名称是参数名称和价值为对应值。名称必须出现在引号内。您可以以任何顺序指定多个名称和值对参数Name1, Value1,…,的家。

例子：cmc =模拟(cmc、NumScenarios接合部,‘t’,‘DegreesOfFreedom’,5,BlockSize, 1000)

COPULA的类型，指定为逗号分隔对组成'系词'和一个字符向量或字符串。可能的值是:

  • '高斯'- 高斯谱系

  • 'T'-T.通过使用指定的自由度的CopulaDegreesOfFreedom。

数据类型：字符|细绳

a的自由度T.Copula，指定为逗号分隔的对，由'自由程度'和非负数字值。如果系词被设置为'高斯'， 这DegreesOfFreedom参数被忽略。

数据类型：双倍的

每个迭代中处理的场景数量，指定为逗号分隔对'blocksize'和非负数字值。调整BlockSize对于性能，特别是在执行大型模拟时。

如果未指定，BlockSize默认值约为1,000,000 /(交易对手数)。例如，如果有100个交易对手，则默认BlockSize是10000的场景。

数据类型：双倍的

输出参数

全部收缩

信用额度对象，返回为更新的对象，该对象被模拟填充PortfolioValues。

有关更多信息信用额度对象，参见信用额度。

笔记

在模拟功能，函数重量(当使用指定信用额度)进行变换，以确保潜变量的均值为0.的方差1。

参考文献

[1] Crouhy，M.，Galai，D.和Mark，R。“对当前信用风险模型的比较分析。”银行和金融杂志。卷。24,2000，pp。59-117。

[2] Gordy，M。“信用风险模型的比较解剖学”。银行和金融杂志。卷。24,2000，第119-149页。

Gupton, G.， Finger, C.， Bhatia, M.“信用媒体 - 技术文件。”J.P. Morgan，纽约，1997年。

[4]杰里昂，P。金融风险经理手册。第6版。Wiley Finance，2011。

[5]Löffler，G.和Posch，P。使用Excel和VBA的信用风险建模。威利金融,2007。

[6]麦克尼尔，A.，Frey，R.和Horthechts，P。量化风险管理：概念，技术和工具。普林斯顿大学出版社，2005。

也可以看看

|||||

话题

外部网站

在R2017A介绍

风险管理工具箱文档

万博1manbetx

基于MATLAB的有效模型风险管理

基于MATLAB的有效模型风险管理

下载白皮书