Risk Management Toolbox
Risikomodelle entwickeln und Risikosimulationen durchführen
Die Risk Management Toolbox™ bietet Funktionen für die mathematische Modellierung und Simulation von Kredit- und Marktrisiken. Sie können Ausfallwahrscheinlichkeiten modellieren, Creditscore-Karten erstellen, Kreditportfolioanalysen und Backtest-Modelle durchführen, um das Potenzial für finanzielle Verluste einzuschätzen. Mit der Toolbox können Sie das Unternehmens- und Verbraucherkreditrisiko sowie das Marktrisiko bewerten. Sie enthält eine App für das automatische und manuelle Binning von Variablen für Creditscore-Karten. Sie beinhaltet ebenfalls Simulationstools zur Analyse des Kreditportfoliorisikos und Backtesting-Tools zur Bewertung des Value-at-Risk (VaR) und der erwarteten Defizite (ED).
Jetzt beginnen:
Stresstests
Durchführen von Stresstests und Sensitivitätsanalysen für Finanzportfolios.
Modellierung des erwarteten Kreditverlustes über die Laufzeit
Schätzung der über die gesamte Laufzeit erwarteten Kreditverluste in Übereinstimmung mit Risikovorschriften wie CECL und IFRS 9.
Berechnung des regulatorischen Kapitals
Berechnen von Kapitalanforderungen und Value-at-Risk mit dem asymptotischen Einzelrisikofaktor-Modell (ASRF).
Modellierung von Creditscore-Karten
Verwenden Sie die Binning Explorer App, um Creditscore-Karten zu entwickeln, indem Sie automatische Binning-Algorithmen anwenden oder Edges interaktiv anpassen, Bins zusammenführen und Bins aufteilen. Sie können auch ein logistisches Modell anpassen, Punkte und Ergebnisse erhalten und die Ausfallwahrscheinlichkeit berechnen.
Simulation des Kreditrisikos
Durchführung von Copula-Simulationen basierend auf Ausfallwahrscheinlichkeiten oder Bonitätsmigrationen, um das Risiko von Kreditportfolios zu analysieren.
Schätzung der Risikoparameter
Schätzen der Ausfallwahrscheinlichkeit (PD) mit Hilfe verschiedener Methoden, darunter Strukturmodelle, Reduced-Form-Modelle, historische Bonitätsmigration und andere statistische Ansätze. Zusätzlich können Sie die Risk Management Toolbox zur Berechnung von Konzentrationsrisikoindizes verwenden.
Value-at-Risk-Backtesting
Die VaR-Backtesting-Modelle der Risk Management Toolbox umfassen Ampel-, Binomial-, Kupiec-, Christoffersen- und Haas-Tests.
Backtesting der erwarteten Defizite
Backtesting-Modelle für erwartete Defizite (ED) beinhalten bedingten Test, nicht-bedingten Test und Quantil-Test.
Marktrisiko
Backtest-Modelle für erwartete Defizite (ED) mit minimal verzerrten Acerbi-Szekely-Tests
Marktrisiko
Modell für erwartete Definizite (ED) VaR-Niveau auf 99,9% erweitert
Kreditanalyse über die Laufzeit
Wahrscheinlichkeit von Standardmodellen und Beispiele
Versicherungsanalyse
Chain Ladder, erwartete Schadensfälle und Bornhuetter-Fergurson-Verfahren zur Analyse von Rückstellungen für Versicherungsansprüche
Details zu diesen Funktionsmerkmalen und den zugehörigen Funktionen finden Sie in den Release Notes.
Computergestützte Finanz-Suite
Die MATLAB Computational Finance Suite umfasst zwölf wesentliche Bestandteile für die Entwicklung quantitativer Anwendungen im Risikomanagement, Investment-Management, in der Ökonometrie, zur Preisbestimmung und Bewertung, bei Versicherungen und im Algorithmischen Trading.