transprobgrouptotals

将信用评级信息聚合到更少的评级类别中

全部折叠在页面中

语法

groupingEdges totalsGrouped = transprobgrouptotals(总数)

描述

例子

totalsGrouped= transprobgrouptotals (总数,groupingEdges)集合中存储的信用评级信息总数输入较少的评级类别，这些类别是由groupingEdges论点。

例子

全部折叠

打开生活的脚本

使用历史信用评级输入数据Data_TransProb.mat。从文件中加载输入数据Data_TransProb.mat。

负载Data_TransProb调用带有两个输出参数的TRANSPROB[样本总数]= transprob(数据);transMat
transMat =8×893.1170 5.8428 0.8232 0.1763 0.0376 0.0012 0.0001 0.0017 1.6166 93.1518 4.3632 0.6602 0.1626 0.0055 0.0004 0.0396 0.1237 2.9003 92.2197 4.0756 0.5365 0.0661 0.0028 0.0753 0.0236 0.2312 5.0059 90.1846 3.7979 0.4733 0.0642 0.2193 0.0216 0.1134 0.6357 5.7960 88.9866 3.4497 0.2919 0.7050 0.0010 0.0062 0.1081 0.8697 7.3366 86.7215 2.5169 2.4399 0.0002 0.0011 0.0120 0.2582 1.4294 4.2898 81.2927 12.7167 100.0000 0 0 0 0 0 0 0

分为投资级(评级1-4)和投机级(评级5-7);注意，默认值是最后的评级(第8号)。

边= [4 7 8];sampleTotalsGrp = transprobgrouptotals (sampleTotals,边);%转换矩阵在投资级/投机级水平transMatIGSG = transprobbytotals (sampleTotalsGrp)
transMatIGSG =3×398.5336 1.3608 0.1056 3.9155 92.9692 3.1153 00 100.0000

获得投资级别和投机级别的1年、2年、3年、4年和5年违约概率。

DefProb = 0 (2、5);为t = 1:5 transMatTemp = transprobbytotal (sampleTotalsGrp，“transInterval”t);DefProb (:, t) = transMatTemp (1:2, 3);结束DefProb
DefProb =2×50.1056 0.2521 0.4359 0.6537 0.9027 3.1153 6.0157 8.7179 11.2373 13.5881

输入参数

全部折叠

观察到的总转换，指定为一个结构，或一个长度ntotal的结构数组，带有字段:

  • totalsVec-大小的稀疏向量1——- - - - - -nRatings1。

  • totalsMat-大小的稀疏矩阵nRatings1——- - - - - -nRatings2与nRatings1≤nRatings2。

  • 算法-带有值的字符向量“持续时间”或“队列”。

为“持续时间”算法,totalsMat(我,j)包含在评级之外观察到的总转换我在评级j(所有对角线元素均为0)我存储在totalsVec(我)。例如，你有三个评级类别，投资级别(搞笑)、投机级别(SG)和违约(D)，以及下列资料:

IG SG D在评级上花费的总时间:4859.09 1503.36 1162.05转换IG SG D出(行)IG 0 89 7入(列):SG 202 0 32 D 0 0 0 0
然后:
总数。总数Vec = [4859.09 1503.36 1162.05] totals.totalsMat = [ 0 89 7 202 0 32 0 0 0] totals.algorithm = 'duration'

为“队列”算法,totalsMat(我,j)包含从评级观察到的总转换我对评级j,totalsVec(我)是评级中的初始计数我。例如，给定以下信息:

初始计数IG SG D在评级:4808 1572 1145过渡IG SG D从(行)IG 4721 80 7到(列):SG 193 1347 32 D 0 0 1145
然后:

总数。总数Vec = [4808 1572 1145] totals.totalsMat = [4721 80 7 193 1347 32 0 0 1145 totals.algorithm = 'cohort'

公共汇总结构是可选的输出参数transprob:

  • sampleTotals-一个单独的结构，用于汇总整个数据集的汇总信息。

  • idTotals一个结构数组，其中包含ID级别的汇总信息。

数据类型:结构体|结构

用于将信用评级分组到类别中的指示器，指定为数字数组。

此表说明如何将所有评级归类为投资级(搞笑)及投机级别(SG)类别。最初的名单里有八个等级。评级1来4是搞笑,评级5来7是SG,和评级8是它自己的一个范畴。在本例中，分组边的数组为(4 7 8)。

原始评级:“AAA”“AA”“““BBB”|“BB”“B”“CCC”|“D”| |相对排序:(1)(2)(3)(4)|(5)(6)(7)|(8)| |分组评级:“搞笑”|“SG”|“D”| |分组边缘:(4)| (7)| (8)

一般来说,如果groupingEdges有K元素edge1<edge2<…<边缘K,评级1来edge1(包括)分为第一类，评级edge1+1来edge2第二类，等等。

关于最后一个元素，边缘K:

  • 如果nRatings1=nRatings2,然后边缘K必须等于nRatings1。这将导致K组和nRatingsGrouped1=nRatingsGrouped2=K。

  • 如果nRatings1<nRatings2,那么:

    • 边缘K=nRatings1，在这种情况下，评级边缘K+1、……nRatings2被视为自己的类别。这将导致K+ (nRatings2边缘K)组,nRatingsGrouped1=K和nRatingsGrouped2=K+ (nRatings2- - - - - -边缘K);或

    • 边缘K=nRatings2，在这种情况下，必须有一个jth边缘元素,边缘j,这样边缘j=nRatings1。这将导致K组和nRatingsGrouped1=j和nRatingsGrouped2=K。

数据类型:双

输出参数

全部折叠

按类别聚合信息，以结构或长度结构数组返回nTotals与字段:

  • totalsVec-大小向量1——- - - - - -nRatingsGrouped1。

  • totalsMat-矩阵大小nRatingsGrouped1——- - - - - -nRatingsGrouped2。

  • 算法-一个字符向量，“持续时间”或“队列”。

nRatingsGrouped1和nRatingsGrouped2的描述中定义groupingEdges。每个结构包含按类别聚合的信息，这些信息基于中相应结构中提供的信息总数，根据所定义的评级分组groupingEdges并与一致算法选择。

的描述中的示例总数输入,假设搞笑和SG分组成一个ND(非默认)类别，使用边缘3 [2]。为“队列”算法，输出为:

totalsGrouped。totalsVec=[6380 1145] totalsGrouped.totalsMat = [6341 39 0 1145] totalsGrouped.algorithm = 'cohort'
和“持续时间”算法:
totalsGrouped。totalsVec=[6362.45 1162.05] totalsGrouped.totalsMat = [0 39 0 0] totalsGrouped.algorithm = 'duration'

更多关于

全部折叠

群估计

的队列算法根据信用评级的一系列快照在定时间隔点上估计转移概率。

如果一家公司的信用评级在两个快照日期之间变化了两次，中间评级就会被忽略，只有初始和最终评级会影响评估。有关更多信息，请参见transprob。

持续时间估算

不像队列算法,持续时间算法根据完整的信用评级历史来估计转换概率，查看信用评级迁移发生的确切日期。

在这个方法中没有快照的概念，而且所有的信用评级迁移都会影响评估，即使公司的评级在短时间内变化了两次。有关更多信息，请参见transprob。

参考

[1]汉森，S.， T.舒曼。"违约概率的置信区间"银行与金融杂志。第30卷(8)，爱思唯尔，2006年8月，第2281-2301页。

罗弗勒，G.， P. N.波许。信用风险建模使用Excel和VBA。英格兰西苏塞克斯:威利金融，2007年。

[3]时间,T。“信贷迁移矩阵”，摘自E.梅尔尼克，B.埃弗里特合编，定量风险分析和评估百科全书。威利,2008年。

另请参阅

|

主题

外部网站

介绍了R2011b

金融工具的文档
万博1manbetx
用MATLAB建模金融风险的实用指南

用MATLAB建模金融风险的实用指南

下载电子书