“MATLAB的数值计算和可视化功能是令人难以置信！我们可以快速实现高达10万个模拟，数十万位置及相对聚集的。”
罗伯托Modafferi，板车Popolari团结
为了保护他们的投资组合产品，并保持盈利，银行必须确定潜在的信用风险。随着客户和市场数据呈几何级数增长，但是，运行精确的分析需要大量的计算可以是具有挑战性。
采用用MATLAB开发的价值在风险价值（VaR）模型意大利企业特有的监视器和行业投资组合的信用风险板车Popolari团结（UBI Banca银行）®和统计和机器学习工具箱™。
“MATLAB可以让我们管理大量的数据，并快速生成的场景令人印象深刻的数字，”在一个定量分析师罗伯托Modafferi说风险管理UBI Banca银行的事业部。“这使我们能够监测信贷风险的投资组合多样化和集中的程度估计的结果。”
UBI Banca银行使用MATLAB统计和机器学习工具箱开发确定的损失在不同的置信区间的分布和风险价值基于默顿信贷模式。他们发表他们的研究结果向上级管理以直观的图形格式。
Modafferi使用MATLAB来导入这两个市场数据，如股票和股票指数报价和内部数据，如十年率，损失给予默认，并暴露在默认情况下。他创造了一个默认模型与MATLAB，按部门汇总数据。统计和机器学习工具箱启用Modafferi执行部门回归和相关性分析，以评估信贷资产组合的多样化和集中的影响。
他用MATLAB统计和机器学习工具箱进行建模和运行蒙特卡罗模拟通过分析数据融合，以评估损失分布的精确估计。仿真使他能够确定在不同的置信区间在特定时间内的损失的实体。
使用MATLAB统计和机器学习工具箱，Modafferi发展的一个因素模型，系统和具体的风险进行了区分。随着宽松的计算负担，模型启用Modafferi获得更有效的风险评估，并获得更深入地了解投资组合风险的性质。
MATLAB帮助Modafferi显示在分析和图形格式，包括直方图，损失分布，和会聚图形的模拟结果。他发表了他的研究结果作为季度风险管理报告的一部分，该行管理使用做出战略决策，如在UBI的投资组合重新平衡部门。
Modafferi还利用MATLAB和相关工具箱开发一个内部定价系统，帮助评估交易的各种组合和银行账户，以及对冲政策，以测试和集成外部套房。
快速，超过70万的信用风险敏感的投资组合头寸精确的分析。“这本来是非常难以管理成千上万的位置在蒙特卡罗模拟框架，每个位置被认为无论是单独作为一个群体的一部分，” Modafferi解释。“的基于矩阵MATLAB高级语言使我们能够减少巨大的计算量的量，导致在速度和精确度。”
减少算法开发时间。“MATLAB使我们能够节省开发时间以书面和优化我们的算法，以减少计算时间，” Modafferi说。“实现我们的其他低级别的编程语言模型将需要工作的额外个月。”
可靠的分析模型。“有了MathWorks工具，我们设计了认为科学文献，最佳实践，真实的数据，以及银行业务的特殊性作为谈判的文书原件和一致的模型，” Modafferi说。“有了这个，我们在信心在那里结果从何而来。”
Únete人客户推荐计划
您还可以选择从下面的列表中的网站：