考克斯
创建考克斯
违约的生存期概率的模型对象
描述
创建并分析考克斯
模型对象使用以下工作流计算违约(PD)的生命周期概率:
使用
fitLifetimePDModel
要创建考克斯
模型对象。使用
预测
来预测条件PD和predictLifetime
来预测一生的PD。使用
modelDiscrimination
返回AUROC和ROC数据。您可以使用modelDiscriminationPlot
.使用
modelAccuracy
返回观测和预测PD数据的均方根误差(RMSE)。您可以使用modelAccuracyPlot
.
创建
语法
描述
,CoxPDModel
= fitLifetimePDModel (<年代pan class="argument_placeholder">___名称=值
)设置可选属性在前面的语法中,除了必需的参数之外,使用其他的名称-值参数。例如,CoxPDModel = fitLifetimePDModel(data(TrainDataInd,:),"Cox",ModelID="Cox_A", description ="Cox_model",AgeVar="YOB",IDVar="ID",LoanVars="ScoreGroup",MacroVars={'GDP','市场'},ResponseVar="Default",TimeInterval=1)
创建一个CoxPDModel
使用一个考克斯
模型类型。您可以指定多个名称-值参数。
输入参数
属性
对象的功能
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 |
modelAccuracy |
计算分组数据上预测和观测pd的RMSE |
modelDiscriminationPlot |
绘制ROC曲线 |
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 |
例子
更多关于
参考文献
[1] Baesens, Bart, Daniel Roesch和Harald Scheule。信用风险分析:SAS中的测量技术、应用和示例。威利,2016年。
贝利尼,蒂齐亚诺。IFRS 9和CECL信用风险建模和验证:R和SAS中实例的实用指南。加州圣地亚哥:爱思唯尔,2019年。
布里登,约瑟夫。与CECL一起生活:建模词典。圣达菲,NM: Prescient Models LLC, 2018。
Roesch, Daniel和Harald Scheule。深度信用风险:使用Python的机器学习。独立出版,2020年。
版本历史
R2021b中引入
另请参阅
功能
fitLifetimePDModel
|<年代pan itemscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">物流
|<年代pan itemscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">Probit
|<年代pan itemscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">customLifetimePDModel