UBI Banca使用MATLAB和统计与机器学习工具箱开发了一个基于默顿的信用模型,该模型确定了不同置信区间的损失分布和VaR。他们以直观的图形格式将研究结果提交给高层管理层。
Modafferi使用MATLAB导入股票和股票指数报价的市场数据,以及默认情况下的十年率,违约损失,以及默认的曝光。他使用MATLAB创建了一个默认模型,通过扇区汇总数据。统计和机器学习工具箱使Modafferi能够执行扇区回归和相关分析,以评估多元化和信贷组合的集中的影响。
他使用MATLAB和统计和机器学习工具箱来模拟和运行Monte Carlo模拟,以通过分析数据融合来评估损耗分布的精确估计。模拟使他能够在特定时间段内以不同的置信区间确定损失的实体。
Modafferi使用MATLAB和统计和机器学习工具箱,开发了一种区分系统和特定风险的因素模型。除了缓解计算负担之外,该模型使Modafferi能够获得更有效的风险估计,并更有了解投资组合风险的性质。
Matlab帮助Modafferi显示模拟结果在分析和图形格式,包括直方图,丢失分布和收敛图形。他作为季度风险管理报告的一部分提供了他的调查结果,即银行管理用来制定战略决策,例如UBI投资组合的重新平衡。
Modafferi还使用Matlab和相关工具箱来开发内部定价系统,有助于评估交易和银行书籍的各种投资组合以及对冲政策来测试和整合外部套件。