信贷决策 PD 回测
输入各档位的 PD、贷款笔数和实际坏客户数,检验各档位及整体贷款组合的校准情况。一分钟查看结果。
PD 偏低的档位
8 个档位中,有 4 个档位的实际坏客户数在 95% 置信水平下超过 PD 允许范围。贷款组合实际坏客户数为 543,预期坏客户数为 455,Jeffreys p 值为 < 0.0001。
预测 PD 与实际坏账率
柱形表示实际坏账率的 95% Jeffreys 区间。柱形下方的虚线表示该档位的 PD 偏低。
档位检验结果
| 档位 | 状态 | 预测 PD | 实际坏账率 | Jeffreys p 值 | 二项检验 p 值 | 贷款数 | 实际坏客户数 | 预期坏客户数 |
|---|---|---|---|---|---|---|---|---|
| A | 处于检验范围内 | 0.30% | 0.25% | 0.6541 | 0.7245 | 2,400 | 6 | 7.2 |
| B | 处于检验范围内 | 0.60% | 0.55% | 0.6325 | 0.6768 | 3,100 | 17 | 18.6 |
| C | 处于检验范围内 | 1.0% | 1.1% | 0.2980 | 0.3273 | 3,500 | 38 | 35.0 |
| D | 处于检验范围内 | 1.8% | 2.0% | 0.1676 | 0.1847 | 3,000 | 61 | 54.0 |
| E | 95% 水平下 PD 偏低 | 3.0% | 3.7% | 0.0308 | 0.0349 | 2,400 | 88 | 72.0 |
| F | 95% 水平下 PD 偏低 | 5.0% | 6.1% | 0.0196 | 0.0222 | 1,700 | 104 | 85.0 |
| G | 99% 水平下 PD 偏低 | 8.5% | 11.0% | 0.0021 | 0.0024 | 1,100 | 121 | 93.5 |
| H | 95% 水平下 PD 偏低 | 15.0% | 18.0% | 0.0218 | 0.0247 | 600 | 108 | 90.0 |
| 贷款组合总计 | 2.6% | 3.1% | < 0.0001 | 17,800 | 543 | 455.3 |
p 值较小,表示该档位的实际坏客户数高于 PD 所对应的预期。处于检验范围内不代表该档位已被证明准确,样本量较小的档位也很难检出偏差。
通过邮件获取结果
将模型用于信贷决策,并记录每笔决策及其结果,这样每季度都能用自己的评级档位进行这项检查。开始试用
查看计算公式
预期坏客户数 = 贷款数 × 预测 PD 实际坏账率 = 实际坏客户数 ÷ 贷款数 Jeffreys p 值 = Beta 分布累积分布函数 (预测 PD; 实际坏客户数 + ½, 贷款数 − 实际坏客户数 + ½) 二项检验 p 值 = 如果 PD 准确,出现当前数量或更多坏客户的概率 Hosmer–Lemeshow = Σ (实际坏客户数 − 预期坏客户数)² ÷ (预期坏客户数 × (1 − 预测 PD)), χ², 自由度 99% 水平下 PD 偏低: Jeffreys p 值 < 0.01 95% 水平下 PD 偏低: < 0.05 95% 水平下 PD 高于实际值: 如果 PD 准确,出现当前数量或更少坏客户的概率 < 0.05
ECB 关于内部模型验证结果报送的说明采用 Jeffreys 检验进行 PD 回测。检验假设贷款违约相互独立。经济下行时,违约会同时发生,检验的拒绝率可能高于设定水平。状态等级按本页的判定规则划分。
按评级档位回测 PD
PD 回测会将各评级档位的预测 PD 与该档位贷款中的实际坏样本进行比较。输入各档位的 PD、贷款数和实际坏样本数,即可查看预期坏样本数、实际坏样本率和检验结果。
某个档位的坏样本数高于按预测 PD 预期的数量,可能影响定价、拨备和资本。模型校准时,可分别查看各档位和整个组合的结果。
PD 校准常见问题
如何回测 PD 模型?
输入各评级档位的预测 PD、贷款数和实际坏样本数。工具使用杰弗里斯检验和单侧二项检验,比较实际坏样本数与预期坏样本数。
什么是 PD 的杰弗里斯检验?
杰弗里斯检验根据实际坏样本数和贷款数计算 Beta 分布,并在预测 PD 处进行评估。p 值较小,表示预测 PD 相对于实际坏样本数偏低。
二项检验如何检查评级档位?
如果 PD 正确,单侧二项检验会计算出现当前数量或更多坏样本的概率。工具会报告各档位的 p 值。
Hosmer-Lemeshow 检验如何评估各评级档位?
Hosmer-Lemeshow 检验会比较各档位的预期坏样本数和实际坏样本数。工具会报告所有档位合并计算后的 p 值。
某个档位的违约数高于按预测 PD 预期的数量时该怎么办?
比较该档位的实际坏样本率和预测 PD,并查看杰弗里斯检验和二项检验的 p 值。工具会按自身的状态判定规则标出 PD 偏低的档位。