文档帮助中心文档
创建指定的LGD模型对象类型
lgdModel = fitLGDModel(数据,ModelType)
lgdModel = fitLGDModel(___,名称,价值)
例子
lgdModel= fitLGDModel (数据,ModelType)创建指定的损失给定默认(LGD)模型对象数据和ModelType.fitLGDModel以表格形式接收信用数据,并适合LGD模型。ModelType支持万博1manbetx回归或者托比特书.
lgdModel= fitLGDModel (数据,ModelType)
lgdModel
数据
ModelType
fitLGDModel
回归
托比特书
lgdModel= fitLGDModel (___,名称,值)使用一个或除了在前面的语法的输入参数更名称 - 值对的参数指定的选项。可用可选的名称 - 值对参数取决于指定的ModelType.
lgdModel= fitLGDModel (___,名称,值)
名称,值
全部收缩
这个例子展示了如何使用fitLGDModel创建一个回归给定违约损失模型(LGD)。
乐金显示器数据加载
加载LGD数据。
负载LGDData.mat头(数据)
ans =.8×4的表LTV年龄型LGD _______ _______ ___________ _________ 0.89101 0.39716 residential 0.032659 0.70176 2.0939 residential 0.43564 0.72078 2.7948 residential 0.0064766 0.37013 1.237 residential 0.007947 0.36492 2.5818 residential 0.0.796 1.5957 residential 0.14572 0.60203 1.1599 residential 0.025688 0.92005 0.50253 investment 0.063182
创建回归LGD模型
用fitLGDModel创建一个回归模型使用数据.
lgdModel = fitLGDModel(数据,“回归”,...“ModelID”,“例子”,...“描述”,LGD回归模型的例子,...“PredictorVars”{“值”'年龄'“类型”},...“ResponseVar”,'LGD');disp (lgdModel)
带有属性的回归:ResponseTransform: "logit" BoundaryTolerance: 1.0000e-05 ModelID: "Example" Description: "Example LGD Regression model."UnderlyingModel: [1 x1 classreg.regr。CompactLinearModel] PredictorVars:[“LTV”“年龄”“类型”]ResponseVar:“LGD”
显示基础模型。底层模型的响应变量是LGD响应数据的分对数变换。使用“ResponseTransform”和'BoundaryTolerance'参数修改转换。
“ResponseTransform”
'BoundaryTolerance'
DISP(lgdModel.UnderlyingModel)
紧实线性回归模型:LGD_logit ~ 1 + LTV + Age + Type Estimated Coefficients: Estimate SE tStat pValue ________ ________ _______ __________ (Intercept) -5.1939 0.28351 -18.32 1.203e-71 LTV 3.3217 0.33058 10.048 1.9484e-23 Age -1.4953 0.068658 -21.779 1.0596e-98 Type_investment 1.3813 0.19406 7.1178 1.3259e-123487,误差自由度:3483均方根误差:4.3 r平方:0.195,调整r平方:0.194 F-statistic vs. constant模型:281,p-value = 2.32e-163
预测乐金显示器
对于LGD预测,LGD模型应用了逆变换,因此预测是在LGD尺度上,而不是在适合底层模型的转换尺度上。
predictedLGD =预测(lgdModel、数据);直方图(predictedLGD)标题(“预测乐金显示器直方图”)Xlabel(“预计LGD”)ylabel('频率')
验证LGD模型
对于模型验证,使用modelDiscrimination,modelDiscriminationPlot,modelAccuracy, 和modelAccuracyPlot.
modelDiscrimination
modelDiscriminationPlot
modelAccuracy
modelAccuracyPlot
例如,使用modelDiscriminationPlot绘制ROC曲线。
modelDiscriminationPlot (lgdModel、数据)
用modelAccuracyPlot以显示预测的散点图。
modelAccuracyPlot(lgdModel,数据)
对违约损失率的数据,指定为表。
数据类型:桌子
桌子
“回归”
“托比特书”
类型PD模型,指定为一个标量字符串或字符向量。使用下列值之一:
回归-转换LGD响应变量,拟合线性回归模型。
托比特书-拟合Tobit回归模型
数据类型:字符串|char
字符串
char
指定可选的逗号分隔的对名称,值论点。的名字参数名和价值是相应的价值。的名字必须出现在引号内。您可以以任何顺序指定多个名称和值对参数name1,value1,...,namen,valuen.
的名字
价值
name1,value1,...,namen,valuen
lgdModel = fitLGDModel(数据, '回归', 'PredictorVars',{ 'LTV' '年龄', '类型'}, 'ResponseVar', 'LGD', 'ResponseTransform', '概率', 'BoundaryTolerance',1E-6)
可用的名称-值对参数取决于您指定的值ModelType.
回归-有关更多信息,请参见回归名称 - 值对参数.
托比特书-有关更多信息,请参见Tobit名称-值对参数.
违约损失率模型,返回一个lgdModel目的。万博1manbetx支持类回归和托比特书.
[1]贝森斯,巴特,丹尼尔·罗施,哈拉尔德·舍勒。信用风险分析:测量技术,应用,和SAS的例子。威利,2016年。
[2]贝里尼,Tiziano。IFRS 9和CECL信用风险建模和验证:在R和SAS中工作的实例的实用指南。圣地亚哥,CA:爱思唯尔,2019。
回归|托比特书
您有这个示例的修改版本。您想打开这个示例与您的编辑吗?
你点击一个链接对应于这个MATLAB命令:
通过在MATLAB命令窗口中输入命令来运行命令。Web浏览器不支持MATLAB命令。万博1manbetx
选择一个网站,在那里获得翻译的内容,并看到当地的活动和优惠。根据您的位置,我们建议您选择:.
您还可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。
与当地办事处联系