主要内容

transprobbytotals

使用以下方法估计转移概率总数结构的输入

折叠所有页面

语法

[transMat, sampleTotals] = transprobbytotals(总数)
[transMat, sampleTotals] = transprobbytotals (＿＿＿、名称、值)

描述

例子

［transMat，sampleTotals) = transprobbytotals (总数）使用a估计转移概率总数结构的输入。transprobbytotals对于去除离群信息、获取自举置信区间或计算不同周期参数(1年过渡、2年过渡等)的过渡概率估计有效。

例子

［transMat，sampleTotals) = transprobbytotals (＿＿＿，名称,值）添加可选的名称-值对参数。

例子

全部折叠

打开生活的脚本

使用历史信用评级的输入数据Data_TransProb.mat和transprob为…生成输入transprobbytotals：

负载Data_TransProb%用三个输出参数调用TRANSPROB[transMat, sampleTotals, idTotals] = transprob(数据);transMat
transMat =8×892.2197 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 0.00020.0011 0.0120 0.2582 1.4294 4.2898 81.2927 12.7167 0000 00 100.0000

假设公司4和27是异常值，您希望将它们从预处理中删除idTotals构造数组并估计新的转移概率。

[4 27] = [];[transMat1, sampleTotals1] = transprobbytotals(idTotals);transMat1
transMat1 =8×893.1172 5.8427 0.8231 0.1763 0.0377 0.0012 0.0001 0.0017 1.6213 93.1501 4.3584 0.6614 0.1631 0.0055 0.00040.0011 0.0120 0.2591 1.4340 4.3034 81.3027 12.6875 0000 000 100.000

获取1年、2年、3年、4年和5年的违约概率，不含离群值信息(即使用sampleTotals1）.

DefProb = 0 (7, 5);为t = 1:5 transMatTemp = transprobbytotals(sampleTotals1，“transInterval”t);DefProb (:, t) = transMatTemp (1:7 8);结束DefProb
DefProb =7×50.0017 0.0070 0.0159 0.0285 0.0450 0.0397 0.0828 0.1299 0.1813 0.2377 0.0753 0.1606 0.2567 0.3640 0.4831 0.2193 0.4675 0.7430 1.0445 1.3700 0.7050 1.4668 2.2759 3.1232 4.0000 2.4395 4.9282 7.4071 9.8351 12.1847 12.6875 23.1184 31.7177 38.8282 44.7266

输入参数

全部折叠

观察到的总转换，指定为一个结构，或一个长度为nTotals的结构数组，带字段:

  • 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全部转换我在评级j(所有对角线元素为0)我存储在totalsVec（我）.例如，你有三个评级类别，投资级(搞笑)、投机等级(SG)和默认值(D)，以及以下资料:

转换IG SG D出(行)IG 0 89 7到(列):SG 202 0 32 D 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全部转变我对评级j,totalsVec（我)是评级中的初始计数我．例如，给定以下信息:

Initial count IG SG D in rating: 4808 1572 1145 Transitions (row) IG SG D 4721 80 7 to (column): 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'

常用的总数结构是来自的可选输出参数transprob：

  • sampleTotals-一个单一的结构，总结了整个数据集的总数信息。

  • idTotals—包含ID级别的总数信息的结构数组。

数据类型:结构体|结构

名称-值参数

指定可选的逗号分隔的对名称,值参数。的名字参数名和价值为对应值。的名字必须出现在引号内。可以以任意顺序指定多个名称和值对参数Name1, Value1,…,的家．

例子:transMat = transprobbytotals (Totals1 transInterval的5)

每年要考虑用于估计的信用评级快照的数量，指定为逗号分隔的对，由“snapsPerYear”和一个数值1，2，3.，4，6,或12．

请注意

该参数仅与“队列”算法．

数据类型:双

转换间隔的长度，以年为单位，由逗号分隔的对组成“transInterval”和一个数值。

数据类型:双

输出参数

全部折叠

转换概率矩阵，以百分比表示，返回为nRatings1——- - - - - -nRatings2转换矩阵。

带样本总数的结构，带字段返回:

  • totalsVec-大小向量1——- - - - - -nRatings1．

  • totalsMat-大小矩阵nRatings1——- - - - - -nRatings2与nRatings1≤nRatings2．

  • 算法—带值的字符向量“持续时间”或“队列”．

如果总数是一个结构数组，sampleTotals包含聚合的信息。也就是说,sampleTotals.totalsVec是总数（k）.totalsVec对所有k，对于totalsMat．当总数它本身是一个单一结构，sampleTotals和总数都是一样的。

更多关于

全部折叠

群估计

队列算法根据信用评级在一定间隔时间点上的快照序列估计转移概率。

如果一个公司的信用评级在两个快照日期之间发生两次变化，那么中间评级就会被忽略，只有初始和最终评级会影响估计。

持续时间估算

与队列方法不同的是，持续时间算法根据完整的信用评级历史来估计转移概率，并查看信用评级迁移发生的确切日期。

这种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估计，甚至当一个公司的评级在短时间内变化两次时也是如此。

参考文献

Hanson, S.， T. Schuermann。"违约概率的置信区间"银行与金融杂志。Vol. 30(8)， Elsevier, 2006年8月，pp. 2281-2301。

[2] Löffler, G.， P. N. Posch。基于Excel和VBA的信用风险建模。英格兰西苏塞克斯:威利金融，2007。

[3]时间,T。《信贷迁移矩阵》，E. Melnick, B. Everitt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R2010b

金融工具的文档

金宝app

用MATLAB建模财务风险的实用指南

用MATLAB建模财务风险的实用指南

下载电子书