风险管理工具箱
建立风险模型并进行风险模拟
风险管理Toolbox™提供数学建模和仿真信用和市场风险的功能。您可以模拟默认值，创建信用记分卡，执行信用投资组合分析和后退模型以评估财务损失的潜力。工具箱可让您评估公司和消费者信用风险以及市场风险。它包括用于信用记分卡的可变量的自动和手动衬合的应用程序。它还包括仿真工具，用于分析信用组合风险和逆行工具，以评估风险价值（VAR）和预期的短缺（ES）。您可以模拟默认概率（PD）以估算终身信用分析的损耗储备。
开始:
免费白皮书
有效的模型风险管理与MATLAB
压力测试
对金融投资组合进行压力测试和敏感性分析。
终身预期信用损失建模
估算寿命预期的信用损失，符合CECL和IFRS等风险规定。
用于压力测试的寿命概率。
计算监管资本
用渐近单风险因子(ASRF)模型计算资本要求和风险价值。
按资产类别划分的监管资本。
信用计分卡模型
利用预测器筛选工具确定数据集中具有最佳预测能力的变量。一旦你确定了重要的变量，使用装箱浏览器应用程序开发信用记分卡，通过应用自动装箱算法或交互式调整边缘，合并箱子，并拆分箱子。你也可以拟合一个逻辑模型，获得分数和得分，并计算违约概率。开发完成后，使用紧凑的信用记分卡部署模型的轻量级版本。
Binning Explorer应用程序的信用记分卡建模。
信用风险模拟
基于违约概率或信用评级迁移进行copula模拟，分析信用组合的风险。通过使用并行计算工具箱进行并行计算，可以提高仿真吞吐量。
基于Copula模拟的产品组合损失。
风险参数估计
使用各种方法估计违约概率(PD)，包括结构模型、减少模型、历史信用评级迁移和其他统计方法。利用终身违约概率(PD)模型，基于基于宏观经济情景的终身分析来估计损失准备金。此外，您可以使用“风险管理工具箱”来计算集中风险指数。
洛伦兹曲线表示风险暴露的分布。
风险价值,val
风险管理工具箱的VaR回测模型包括交通灯、二项式、Kupiec、Christoffersen和Haas的检验。
多重VaR回测模型的结果。
预计不足,val
预期缺口的回溯模型包括条件测试，无条件测试，分位式测试和acerbi和Szekely的最小偏见测试，以及Du和Escanciano的条件和无条件测试
历史VaR和ES图。
