风险管理工具箱
开发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:
压力测试
对金融投资组合进行压力测试和敏感性分析。
终生预期信用损失模型
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)模型计算资本需求和风险价值。
按资产类别划分的监管资本。
信用计分卡模型
使用预测筛选工具，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bining Explorer应用程序来开发信用记分卡，通过应用自动分类算法或交互式地调整边缘、合并箱子和分割箱子。您还可以拟合逻辑模型，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。
bininning Explorer应用程序信用记分卡建模。
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，包括结构模型、还原模型、历史信用评级迁移和其他统计方法。基于基于宏观经济情景的寿命分析，使用寿命违约概率(PD)模型估计损失准备金。此外，您可以使用风险管理工具箱计算浓度风险指数。
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VaR回溯测试模型包括交通灯测试、二项式测试、Kupiec测试、Christoffersen测试和Haas测试。
多重VaR回溯测试模型的结果。
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。
