风险管理工具箱
开发风险模型并进行风险模拟
风险管理工具箱™ 提供信贷和市场风险的数学建模和模拟功能。您可以建模违约概率、创建信贷记分卡、执行信贷组合分析和回溯测试模型，以评估潜在的财务损失。工具箱允许您评估公司和消费者信贷风险以及市场风险。它包括用于自动和手动组合信用记分卡变量的应用程序。它还包括用于分析信用组合风险的模拟工具和用于评估风险价值（VaR）和预期缺口（ES）的回溯测试工具。您可以建模终身违约概率（PD）以估计终身信用分析的损失准备金。
开始:
压力测试
对金融投资组合进行压力测试和敏感性分析。
终生预期信用损失模型
根据CECL和IFRS 9等风险法规估算终身预期信用损失。
压力测试的终身违约概率。
计算监管资本
用渐近单风险因子(ASRF)模型计算资本需求和风险价值。
按资产类别划分的监管资本。
信用计分卡模型
使用预测筛选工具，确定数据集中具有最佳预测能力的变量。一旦你确定了重要的变量，使用bining Explorer应用程序来开发信用记分卡，通过应用自动分类算法或交互式地调整边缘、合并箱子和分割箱子。您还可以拟合逻辑模型，获得分数和得分，并计算违约概率。开发完成后，使用紧凑的信用记分卡部署模型的轻量级版本。
bininning Explorer应用程序信用记分卡建模。
信用风险模拟
基于违约概率或信用评级迁移进行copula模拟，分析信用组合的风险。通过使用并行计算工具箱进行并行计算，可以提高仿真吞吐量。
基于copula模拟的投资组合损失。
风险参数估计
使用各种方法估计违约概率，包括结构模型、还原模型、历史信用评级迁移和其他统计方法。基于基于宏观经济情景的寿命分析，使用寿命违约概率(PD)模型估计损失准备金。此外，您可以使用风险管理工具箱计算浓度风险指数。
洛伦兹曲线表示风险暴露的分布。
风险价值,val
风险管理工具箱VaR回溯测试模型包括交通灯测试、二项式测试、Kupiec测试、Christoffersen测试和Haas测试。
多重VaR回溯测试模型的结果。
预计不足,val
预期短缺的回溯测试模型包括Acerbi和Szekely的条件测试、无条件测试、分位数测试和最小偏差测试，以及Du和Escanciano的条件和无条件测试
历史VaR和ES图。
