customLifetimePDModel
描述
创建和分析customLifetimePDModel
一生对象计算违约概率(PD)使用此工作流:
适合一个PD模型,可以预测PD的贷款或组合贷款。
定义一个函数处理为一个函数,预测你指定的PD PD模型。
使用
customLifetimePDModel
并通过处理创建一个指定的函数customLifetimePDModel
对象。指定模型是现在包装一生PD模型。使用
预测
条件PD和预测predictLifetime
预测终生PD。使用
modelDiscrimination
返回AUROC和ROC数据。你可以画出结果modelDiscriminationPlot
。使用
modelCalibration
返回的RMSE观察和预测PD数据。你可以画出结果modelCalibrationPlot
。
创建
语法
描述
创建一个CustomLifetimePDModel
= customLifetimePDModel (pdFcnHandle
,IDVar
= idvar_value,ResponseVar
= responsevar_value)customLifetimePDModel
对象为PD模型使用要求名称参数和模型对象集属性。
指定选项使用一个或多个名称参数除了输入参数在前面的语法。可选名称参数设置模型对象属性。例如,CustomLifetimePDModel
= customLifetimePDModel (___,名称=值
)CustomLifetimePDModel = CustomLifetimePDModel (pdFcnHandle IDVar =“ID”, AgeVar =小无赖,描述=记分卡作为终身PD模型,LoanVars = ScoreGroup, MacroVars = {' GDP“市场”},ModelID = ' ScorecardLifetime’, ResponseVar =“违约”)
创建一个CustomLifetimePDModel
对象。
输入参数
属性
对象的功能
预测 |
计算条件PD |
predictLifetime |
计算累积一生PD、边际PD和生存概率 |
modelDiscrimination |
计算AUROC和ROC数据 |
modelCalibration |
观察到的预测和计算RMSE PDs分组数据 |
modelDiscriminationPlot |
绘制ROC曲线 |
modelCalibrationPlot |
情节观察违约率相比,预测PDs分组数据 |
例子
引用
[1]Baesens,巴特,丹尼尔•罗斯切和Harald Scheule。信贷风险分析:测量技术、应用程序和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:一个实用指南的例子在R和SAS。圣地亚哥CA:爱思唯尔出版社,2019年。
[3]布里登,约瑟夫。生活在CECL:建模字典。圣达菲,海里:先见之明模型有限责任公司,2018年。
[4]罗斯切,丹尼尔和哈拉尔德Scheule。与Python深信用风险:机器学习。独立出版,2020年。