回归

创建回归给定默认值时，为损失建模对象

展开所有页面

描述

创建和分析一个回归模型对象计算给定默认损失(LGD)使用以下工作流:

使用fitlgdmodel.创建一个回归模型对象。
使用预测预测LGD。
使用modelDiscrimination返回Auroc和Roc数据。您可以使用结果绘制结果modeldiscriminationplot.．
使用modelAccuracy返回预测和观察到的LGD数据的R-Square，RMSE，相关性和样本误差。您可以使用结果绘制结果ModelAccuralyplot.．

创建

语法

RegentionLgdModel = FitlgdModel（数据，ModelType）

RegressionLGDModel = fitLGDModel (＿＿＿，名称，价值）

描述

例子

RegentionLGDModel.= fitlgdmodel（数据，modeltype.）创造一个回归乐金显示器模型对象。

例子

RegentionLGDModel.= fitlgdmodel（＿＿＿，名称,值）除了以前语法中的输入参数之外，使用一个或多个名称值对参数指定选项。可选的名称值对参数设置模型对象特性．例如,lgdModel = fitLGDModel(data，'regression'，'PredictorVars'，{'LTV' 'Age' ' 'Type'}，'ResponseVar'，'LGD'，'ResponseTransform'，'probit'，'BoundaryTolerance'，1e-6)创造一个回归模型对象。

输入参数

展开全部

`数据`- - - - - -数据丢失给定默认值
表格

数据丢失给定默认值，指定为一个表，其中第一列和除最后一列以外的所有其他列都是预测orvars，最后一列是响应官员．

数据类型：表格

`modeltype.`- - - - - -模型类型
字符串有价值`“回归”`|字符向量值`“回归”`

模型类型，指定为值为的字符串“回归”或者具有价值的字符向量“回归”．

数据类型：char|细绳

回归名称-值对的观点

指定可选的逗号分隔的对名称,值论点。名称参数名和价值为对应值。名称必须出现在引号内。可以以任意顺序指定多个名称和值对参数name1，value1，...，namen，valuen．

例子：

lgdModel = fitLGDModel(data，'regression'，'PredictorVars'，{'LTV' 'Age' ' 'Type'}，'ResponseVar'，'LGD'，'ResponseTransform'，'probit'，'BoundaryTolerance'，1e-6)

`'ModelID'`- - - - - -用户自定义模型ID
`“回归”`（默认）|细绳|字符向量

用户定义的型号ID指定为逗号分隔的配对组成'ModelID'和一个字符串或字符向量。该软件使用ModelID文本格式的输出，并期望是简短的。

数据类型：细绳|char

`“描述”`- - - - - -型号的用户定义描述
`＂＂`（默认）|细绳|字符向量

用户定义的模型描述，指定为逗号分隔的对，由“描述”和一个字符串或字符向量。

数据类型：细绳|char

`“PredictorVars”`- - - - - -预测变量
所有列`数据`除了`响应官员`（默认）|字符串数组|字符向量的单元格阵列

预测变量，指定为逗号分隔对“PredictorVars”和字符串数组或字符向量阵列。预测orvars表示该列中的哪一列数据输入包含预测器信息。默认情况下,预测orvars设置为所有列中的所有列数据输入除了响应官员．

数据类型：细绳|细胞

`'responsevar'`- - - - - -反应变量
最后一列`数据`（默认）|细绳|字符向量

响应变量，指定为逗号分隔对组成'responsevar'和一个字符串或字符向量。响应变量包含LGD数据，并且必须是数字变量，其中值0和1（包括的）。LGD值0表示无丢失(完全恢复)，1表示总损失(无恢复)，以及介于之间的值0和1表明部分损失。默认情况下，响应官员设置为最后一列数据．

数据类型：细绳|char

`“BoundaryTolerance”`- - - - - -界限公差
`1E-5`（默认）|正数字

边界公差，指定为逗号分隔对组成“BoundaryTolerance”和正标量数字。这BoundaryTolerance在申请之前，将LGD响应值的LGD响应值远离为0和1OrkeTransform.．

数据类型：双倍的

`“ResponseTransform”`- - - - - -响应变换
`“分对数”`（默认）|值为的字符向量`分对数的`，`'概率'`，要么`“日志”`|带有值的字符串`“分对数”`，`“探测”`，要么`“日志”`

响应变换，指定为逗号分隔的对组成“ResponseTransform”和一个字符矢量或字符串。

数据类型：细绳|char

特性

展开全部

`ModelID`- - - - - -用户自定义模型ID
`“回归”`（默认）|细绳

用户定义的模型ID，返回为字符串。

数据类型：细绳

`描述`- - - - - -用户定义的描述
`＂＂`（默认）|细绳

用户定义的描述，作为字符串返回。

数据类型：细绳

`底蕴墨西哥`- - - - - -基本的统计模型
紧凑的线性模型

底层统计模型，作为紧凑的线性模型对象返回。底层回归模型的精简版本是classreg.regr.compactlinearmodel.班级。有关更多信息，请参阅fitlm和CompactLinearModel.．

数据类型：细绳

`预测orvars`- - - - - -预测变量
所有列`数据`除了`响应官员`（默认）|字符串数组

预测变量，作为字符串数组返回。

数据类型：细绳

`响应官员`- - - - - -反应变量
最后一列`数据`（默认）|细绳

响应变量，作为标量字符串返回。

数据类型：细绳

`BoundaryTolerance`- - - - - -界限公差
`1E-5`（默认）|数字

边界公差，作为标量数字返回。

数据类型：双倍的

`OrkeTransform.`- - - - - -响应变换
`“分对数”`（默认）|细绳

响应变换，返回为字符串。

数据类型：细绳

对象的功能

`预测`	预测损失默认
`modelDiscrimination`	计算AUROC和ROC数据
`modeldiscriminationplot.`	绘制ROC曲线
`modelAccuracy`	计算R-Square，RMSE，相关性和样本意味着预测和观察LGDS的误差
`ModelAccuralyplot.`	预测和观测低密度地震的散点图

例子

全部折叠

创建回归LGD模型

打开生活的脚本

此示例显示了如何使用fitlgdmodel.创建一个回归默认损失模型（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表LTV年龄类型LGD _______ _______ ___________ _________ 0.89101 0.39716 0.032659住宅0.70176 2.0939 0.43564住宅0.72078 2.7948住宅0.0064766 0.37013 1.237住宅0.007947 0.36492 2.5818住宅0 0.796 1.5957住宅0.14572 0.60203 1.1599 0.025688住宅0.92005 0.50253 0.063182投资

创建回归乐金显示器模型

使用fitlgdmodel.创建一个回归模型使用数据．

lgdModel = fitLGDModel(数据,'回归'，......'ModelID'，'示例概率'，......“描述”，'示例LGD概率回归模型。'，......“PredictorVars”, {“值”“年龄”'类型'}，......'responsevar'，“乐金显示器”，“ResponseTransform”，'概率'，“BoundaryTolerance”，1E-6）;DISP（LGDMODEL）

具有属性的回归：OrkeTransform：“Probit”边界特：1.0000E-06 ModelID：“示例概率”描述：“示例LGD概率回归模型”。下面的模型：[1x1 classReg.regr.comPactLinearModel]预测orvars：[“LTV”“年龄”“类型”] ResponseVAR：“LGD”

显示底层模型。底层模型的响应变量是LGD响应数据的概率转换。使用“ResponseTransform”和“BoundaryTolerance”要修改转换的参数。

disp (lgdModel.UnderlyingModel)

紧凑线性回归模型:LGD_probit ~ 1 + LTV +年龄+类型估计系数:Estimate SE tStat pValue ________ ________ _______ __________ (Intercept) -2.4011 0.11638 -20.632 2.5277e-89 LTV 1.3777 0.1357 10.153 6.9099e-24 Age -0.58387 0.028183 -20.717 5.2434e-90 Type_investment 0.60006 0.079658 7.5329 6.2863e-14观测数:3487，误差自由度:3483均方根误差:1.77 R-squared:F-statistic vs. constant model: 266, p-value = 1.87e-155

预测LGD.

对于LGD预测，使用预测．LGD模型应用了逆变换，因此预测是在LGD尺度上，而不是在用于拟合基础模型的转换尺度上。

predigedlgd = predict（lgdmodel，数据（1:10，:)）

predightlgd =10×10.0799 0.0039 0.0012 0.0045 0.0003 0.0127 0.0123 0.2041 0.0200 0.0200 0.0200 0.0016

验证LGD模型

使用modeldiscriminationplot.绘制ROC曲线。

ModeldIscriminationPlot（LGDModel，数据）

图中包含一个坐标轴。标题为ROC Example Probit, AUROC = 0.69055的轴包含一个类型为line的对象。该节点表示示例Probit。

使用ModelAccuralyplot.来显示预测的散点图。

modelAccuracyPlot (lgdModel、数据)

图中包含一个坐标轴。带有标题散射示例探测器的轴，R形平方：0.078757含有2型散射，线路物体。这些对象代表数据，适合。

参考

[1]贝森斯，巴特，丹尼尔·罗施，哈拉尔德·舍勒。信用风险分析：SAS中的测量技术，应用和示例。Wiley，2016年。

[2] Bellini，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，加利福尼亚州：2019年elestvier。

回归

描述

创建

语法

描述

输入参数

`数据`- - - - - -数据丢失给定默认值
表格

`modeltype.`- - - - - -模型类型
字符串有价值`“回归”`|字符向量值`“回归”`

`'ModelID'`- - - - - -用户自定义模型ID
`“回归”`（默认）|细绳|字符向量

`“描述”`- - - - - -型号的用户定义描述
`＂＂`（默认）|细绳|字符向量

`“PredictorVars”`- - - - - -预测变量
所有列`数据`除了`响应官员`（默认）|字符串数组|字符向量的单元格阵列

`'responsevar'`- - - - - -反应变量
最后一列`数据`（默认）|细绳|字符向量

`“BoundaryTolerance”`- - - - - -界限公差
`1E-5`（默认）|正数字

`“ResponseTransform”`- - - - - -响应变换
`“分对数”`（默认）|值为的字符向量`分对数的`，`'概率'`，要么`“日志”`|带有值的字符串`“分对数”`，`“探测”`，要么`“日志”`

特性

`ModelID`- - - - - -用户自定义模型ID
`“回归”`（默认）|细绳

`描述`- - - - - -用户定义的描述
`＂＂`（默认）|细绳

`底蕴墨西哥`- - - - - -基本的统计模型
紧凑的线性模型

`预测orvars`- - - - - -预测变量
所有列`数据`除了`响应官员`（默认）|字符串数组

`响应官员`- - - - - -反应变量
最后一列`数据`（默认）|细绳

`BoundaryTolerance`- - - - - -界限公差
`1E-5`（默认）|数字

`OrkeTransform.`- - - - - -响应变换
`“分对数”`（默认）|细绳

对象的功能

例子

创建回归LGD模型

更多关于

丢失给定的默认回归模型

参考

另请参阅

功能

主题

风险管理工具箱文档

万博1manbetx

与MATLAB有效的模型风险管理

回归

描述

创建

语法

描述

输入参数

数据- - - - - -数据丢失给定默认值表格

modeltype.- - - - - -模型类型字符串有价值“回归”|字符向量值“回归”

'ModelID'- - - - - -用户自定义模型ID“回归”（默认）|细绳|字符向量

“描述”- - - - - -型号的用户定义描述＂＂（默认）|细绳|字符向量

“PredictorVars”- - - - - -预测变量所有列数据除了响应官员（默认）|字符串数组|字符向量的单元格阵列

'responsevar'- - - - - -反应变量最后一列数据（默认）|细绳|字符向量

“BoundaryTolerance”- - - - - -界限公差1E-5（默认）|正数字

“ResponseTransform”- - - - - -响应变换“分对数”（默认）|值为的字符向量分对数的，'概率'， 要么“日志”|带有值的字符串“分对数”，“探测”， 要么“日志”

特性

ModelID- - - - - -用户自定义模型ID“回归”（默认）|细绳

描述- - - - - -用户定义的描述＂＂（默认）|细绳

底蕴墨西哥- - - - - -基本的统计模型紧凑的线性模型

预测orvars- - - - - -预测变量所有列数据除了响应官员（默认）|字符串数组

响应官员- - - - - -反应变量最后一列数据（默认）|细绳

BoundaryTolerance- - - - - -界限公差1E-5（默认）|数字

OrkeTransform.- - - - - -响应变换“分对数”（默认）|细绳

对象的功能

例子

创建回归LGD模型

更多关于

丢失给定的默认回归模型

参考

另请参阅

功能

主题

风险管理工具箱文档

万博1manbetx

与MATLAB有效的模型风险管理

`数据`- - - - - -数据丢失给定默认值
表格

`modeltype.`- - - - - -模型类型
字符串有价值`“回归”`|字符向量值`“回归”`

`'ModelID'`- - - - - -用户自定义模型ID
`“回归”`（默认）|细绳|字符向量

`“描述”`- - - - - -型号的用户定义描述
`＂＂`（默认）|细绳|字符向量

`“PredictorVars”`- - - - - -预测变量
所有列`数据`除了`响应官员`（默认）|字符串数组|字符向量的单元格阵列

`'responsevar'`- - - - - -反应变量
最后一列`数据`（默认）|细绳|字符向量

`“BoundaryTolerance”`- - - - - -界限公差
`1E-5`（默认）|正数字

`“ResponseTransform”`- - - - - -响应变换
`“分对数”`（默认）|值为的字符向量`分对数的`，`'概率'`，要么`“日志”`|带有值的字符串`“分对数”`，`“探测”`，要么`“日志”`

`ModelID`- - - - - -用户自定义模型ID
`“回归”`（默认）|细绳

`描述`- - - - - -用户定义的描述
`＂＂`（默认）|细绳

`底蕴墨西哥`- - - - - -基本的统计模型
紧凑的线性模型

`预测orvars`- - - - - -预测变量
所有列`数据`除了`响应官员`（默认）|字符串数组

`响应官员`- - - - - -反应变量
最后一列`数据`（默认）|细绳

`BoundaryTolerance`- - - - - -界限公差
`1E-5`（默认）|数字

`OrkeTransform.`- - - - - -响应变换
`“分对数”`（默认）|细绳