主要内容

信任带

置信区间的乐队

折叠所有页面

语法

cbTable = confidenceBands (cdc)
cbTable=信心地带（cdc、名称、值）

描述

例子

cbTable= confidenceBands (疾病预防控制中心）返回所请求的风险度量及其相关置信区间的表。信任带用于研究风险度量值及其相关置信区间的值如何随着场景数量的增加而收敛模拟函数必须在之前运行信任带使用。有关使用creditDefaultCopula对象,看到creditDefaultCopula．

例子

cbTable= confidenceBands (疾病预防控制中心，名称,值）添加可选的名称-值对参数。

例子

全部折叠

打开实时脚本

加载保存的投资组合数据。

负载叶绿体；

创建一个creditDefaultCopula对象具有双因素模型。

cdc=creditDefaultCopula（EAD、PD、LGD、权重2f、，“FactorCorrelation”FactorCorr2F)
cdc = creditDefaultCopula with properties: Portfolio: [100x5 table] FactorCorrelation: [2x2 double] VaRLevel: 0.9500 UseParallel: 0 PortfolioLosses: []

设置瓦莱夫至99%。

疾病预防控制中心。VaRLevel = 0.99;

使用模拟函数运行之前信任带．使用信任带和creditDefaultCopula对象以生成cbTable．

cdc=模拟（cdc，1e5）；cbTable=信心带（cdc，“风险度量”，“性病”，“ConfidenceIntervalLevel”, 0.9);cbTable (1:10,:)
ans =10×4表num场景下Std上____________ ____________ ______ 1000 23.38 24.237 25.166 2000 23.255 23.859 24.497 3000 23.617 24.117 24.642 4000 23.44 23.871 24.319 5000 23.504 23.891 24.291 6000 23.582 23.935 24.301 7000 23.756 24.086 24.426 8000 23.587 23.893 24.208 9000 23.582 23.871 24.167 10000 23.525 23.799 24.079

输入参数

全部折叠

creditDefaultCopula对象模拟函数。

有关creditDefaultCopula对象，请参见creditDefaultCopula．

名称-值参数

指定可选的逗号分隔的对名称,值论据。的名字参数名和价值是对应的值。的名字必须出现在引号内。您可以按任意顺序指定多个名称和值对参数，如下所示：名称1，值1，…，名称，值．

例子：cbTable=信心等级（cdc、‘风险度量’、‘标准’、‘信心区间水平’、0.9、‘NumPoints’、50）

要研究的风险度量，指定为逗号分隔对组成“风险度量”和字符向量或字符串。可能的值为：

  • “EL”-预期损失，即投资组合损失的平均值

  • “性病”-损失的标准差

  • “VaR”-风险价值在瓦莱夫财产creditDefaultCopula对象

  • “CVaR”—条件返回VaR设置的阈值瓦莱夫财产creditDefaultCopula对象

数据类型:烧焦|字符串

置信区间级别，指定为逗号分隔的对，由“ConfidenceIntervalLevel”和中间的数字0和1．例如，如果指定0.95，输出表中报告了95%的置信区间(cbTable）.

数据类型:双

要报告的场景示例的数量，指定为逗号分隔对，包括“NumPoints”和非负整数。默认值为100，这意味着在100个均匀分布的点报告置信带，样本量从0增加到模拟场景总数。

请注意

NumPoints必须是一个数值标量大于1，通常比模拟场景的总数要小得多。信任带可以用来定性地了解风险度量及其置信区间收敛的速度。指定一个大值NumPoints不推荐使用，可能导致性能问题信任带．

数据类型:双

输出参数

全部折叠

要求的风险度量和相关的置信区间NumPoints场景样本大小，返回为包含以下列的表:

  • NumScenarios-采样点的场景数

  • 较低的-低置信区间

  • RiskMeasure-所请求的风险度量，其中列的名称来自使用可选输入请求的任何风险度量RiskMeasure

  • 上-上置信带

工具书类

[1] Crouhy, M.， Galai, D.， and Mark, R. <当前信用风险模型的比较分析>。银行与金融杂志。第24卷，2000年，59-117页。

[2] Gordy, M.，《信用风险模型的比较分析》银行与金融杂志。第24卷，2000年，119-149页。

[3] Gupton，G.，Finger，C.，和Bhatia，M。" CreditMetrics -技术文档"J. P.摩根，纽约，1997。

[4] Jorion, P。财务风险经理手册。第六版。威利金融,2011。

[5] Löffler, G.和Posch, P.基于Excel和VBA的信用风险建模。威利金融，2007年。

McNeil, A.， Frey, R.， Embrechts, P.。量化风险管理:概念、技术和工具。普林斯顿大学出版社，2005年。

另请参阅

|||||

主题

介绍了R2017a

风险管理工具箱文档

金宝app

基于MATLAB的有效风险管理模型

基于MATLAB的有效风险管理模型

下载白皮书