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:

Risikomodellierung und Risikoregulierung

Erstellen von Risikomodellen zur Erfüllung der regulatorischen Anforderungen von Basel III, Solvency II, CECL und IFRS 9.

Modellierung des erwarteten Kreditverlustes über die Laufzeit

Schätzung der über die gesamte Laufzeit erwarteten Kreditverluste in Übereinstimmung mit Risikovorschriften wie CECL und IFRS 9.

Ausfallwahrscheinlichkeit über die Laufzeit für einen Stresstest.

Berechnung des regulatorischen Kapitals

Berechnen von Kapitalanforderungen und Value-at-Risk mit dem asymptotischen Einzelrisikofaktor-Modell (ASRF).

Regulatorisches Kapital nach Anlageklassen.

Kreditrisikomodellierung

Modellierung und Analyse der Risikoexposition von Kreditportfolios.

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.

Binning Explorer App für die Modellierung von Creditscore-Karten.

Simulation des Kreditrisikos

Durchführung von Copula-Simulationen basierend auf Ausfallwahrscheinlichkeiten oder Bonitätsmigrationen, um das Risiko von Kreditportfolios zu analysieren.

Portfolioverluste auf der Grundlage von Copula-Simulationen.

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.

Lorenzkurve zur Darstellung der Verteilung der Risikoexposition.

Backtesting-Modelle zur Bewertung von Marktrisiken

Bewerten der Genauigkeit Ihrer Value-at-Risk (VaR)-Modelle und Modelle erwarteter Defizite (ED).

Value-at-Risk-Backtesting

Die VaR-Backtesting-Modelle der Risk Management Toolbox umfassen Ampel-, Binomial-, Kupiec-, Christoffersen- und Haas-Tests.

Ergebnisse aus mehreren VaR-Backtesting-Modellen.

Backtesting der erwarteten Defizite

Backtesting-Modelle für erwartete Defizite (ED) beinhalten bedingten Test, nicht-bedingten Test und Quantil-Test.

Historische VaR- und ED-Darstellung.

Neue Funktionen

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.

Weitere Ressourcen zu Risk Management Toolbox

Modellierung von CECL und IFRS 9 in MATLAB: Messung der erwarteten Kreditverluste über die Gesamtlaufzeit