Risk Management Toolbox

MISE A JOUR IMPORTANTE

 

Risk Management Toolbox

Développer des modèles de risque et réaliser des simulations

Graphique montrant l'évolution de la valeur des portefeuilles de prêts en fonction du risque climatique.

Modélisation du risque climatique

Analysez et évaluez les risques liés au climat pour les actifs financiers.

Graphique des défauts observés et prédits dans les différents groupes.

Validation de modèles de risques

Validez les modèles de risque à l'aide de métriques de discrimination et de calibrage.

Capture d'écran de l'application Binning Explorer montrant le regroupement automatique d'une variable numérique représentant l'âge du client.

Modélisation des risques de crédit client

Créez et analysez des scorecards de crédit, sélectionnez des prédicteurs, explorez les métriques d'équité, effectuez des stress tests et modélisez les probabilités de défaut (PD).

Graphique montrant les scénarios de stress test pour le modèle asymptotique à facteur de risque unique (ASRF) et le modèle Value-at-Risk (VaR).

Modélisation des risques de crédit entreprises

Analysez les probabilités de défaut de l'entreprise, simulez les changements de valeur des portefeuilles de crédit en raison des migrations de notation de crédit et des défauts, identifiez les risques de concentration et calculez les exigences de fonds propres réglementaires.

Graphique indiquant les violations de la Value-at-Risk dans le temps pour plusieurs modèles.

Backtest des modèles pour les risques de marché

Évaluez la précision des modèles de VaR et CVaR.

Diagramme indiquant les étapes de calcul des provisions pour pertes attendues.

Modèles à échéance pour la probabilité de défaut (PD)

Estimez la probabilité de défaut en fonction de l'analyse à échéance avec des scénarios macroéconomiques en utilisant MATLAB. Les modèles PD incluent les modèles Logit, Probit et de Cox.

Graphique ROC comparant un modèle Tobit à un modèle de moyennes de groupe.

Modèles de perte en cas de défaut (LGD)

Estimez les réserves pour pertes avec des modèles de régression et Tobit.

Histogramme du facteur de conversion des limites (LCF) observé vs prédit à l’aide d’un modèle de régression EAD.

Modèles d'exposition au défaut (EAD)

Effectuez une prédiction du montant de l’exposition à la perte pour un créancier en cas de défaut d’un débiteur sur un prêt, en utilisant des modèles de régression et des modèles Tobit.

Graphique des sinistres ultimes estimés à partir d’un modèle de triangle de développement.

Modélisation du risque d'assurance

Calculez le risque de perte lié à la mortalité et aux sinistres impayés. Estimez les sinistres ultimes à l’aide de la méthode du chain ladder bootstrap.

« Certains outils statistiques peuvent gérer des modèles de notation de crédit basés sur des statistiques multivariées ou sur une régression logistique, mais ne sont pas bien adaptés aux modèles de capital économique avancés, nécessaires dans le cadre du dispositif Bâle II. Grâce à sa puissance de calcul, son infrastructure matricielle et sa capacité à effectuer des simulations de Monte Carlo, MATLAB nous offre un avantage concurrentiel pour effectuer des analyses de risques complexes. »

Essayez Risk Management Toolbox gratuitement

Découvrez les possibilités dès aujourd'hui.


Prêt à acheter ?

Découvrez les tarifs et les produits.

Vous êtes étudiant ?

Votre établissement propose peut-être déjà un accès à MATLAB, Simulink et d'autres produits complémentaires via la licence Campus-Wide.