违约概率的寿命模型

根据生命周期分析估算损失准备金

基于宏观经济情景下的终身分析，开发并验证终身违约概率模型。使用预期信用损失(ECL)计算器计算估计损失准备金。

功能

PD功能

`fitLifetimePDModel`	创建指定的生命周期PD模型对象类型
`预测`	计算条件PD
`predictLifetime`	计算累积寿命PD、边际PD和生存概率
`modelDiscrimination`	计算AUROC和ROC数据
`modelDiscriminationPlot`	绘制ROC曲线
`modelAccuracy`	计算分组数据上预测和观测pd的RMSE
`modelAccuracyPlot`	在分组数据上绘制观察到的违约率与预测的pd的比较图

终身预期信用损失(ECL)计算器

portfolioECL 在个人或投资组合级别上计算生命周期ECL

对象

`物流`	创建`物流`违约的生存期概率的模型对象
`Probit`	创建`Probit`违约的生存期概率的模型对象
`考克斯`	创建`考克斯`违约的生存期概率的模型对象
`customLifetimePDModel`	创建`customLifetimePDModel`对象表示违约的生存期概率

主题

默认模型的生命周期概率概述
根据宏观经济情景的生命周期分析估算损失准备金。
基本寿命PD模型验证
这个例子展示了如何通过查看拟合模型、估计系数和对默认(PD)模型的生命周期概率执行基本模型验证p值。
比较终身PD的Logistic模型和冠军模型
这个例子展示了如何比较new物流终身PD模型对抗“冠军”模型。
使用交叉验证比较寿命PD模型
这个例子展示了如何使用交叉验证比较三个生命周期PD模型。
预期信用损失计算
这个例子展示了如何使用portfolioECL使用模拟贷款数据、宏观场景数据和现有的终身违约概率(PD)模型。
违约概率验证的模型判别与准确性比较
这个例子显示了默认概率(PD)模型验证的鉴别和准确性度量之间的一些差异。
基于Cox比例风险的违约概率建模
这个例子展示了如何使用消费者(零售)信贷面板数据来可视化不同级别的违约概率(pd)。
解释和压力测试深度学习网络的违约概率
利用深度神经网络训练信用风险的违约概率(PD)预测。
使用函数句柄为信用记分卡模型创建自定义生命周期PD模型
这个例子展示了如何使用customLifetimePDModel为违约概率创建一个生命周期模型。
为具有函数句柄的决策树模型创建自定义生命周期PD模型
此示例演示如何拟合信用评分的决策树模型，然后使用customLifetimePDModel对象为违约概率创建生存期模型。
在贷款组合ECL计算中纳入宏观经济情景预测
这个例子展示了如何生成宏观经济情景，并为一个贷款组合执行预期信贷损失(ECL)计算。