Visualización de la estabilidad de la calificación crediticia

Question

Estoy buscando una forma de visualizar los resultados de la estabilidad de la calificación crediticia.

Algunos antecedentes: Por clase de calificación (por ejemplo, AAA, AA+, AA, AA-, A+, ...), miro el porcentaje de deudores que mantienen su calificación de un año a otro. Por ejemplo, si en la clase de calificación BBB, tengo 100 contrapartes en t y, de estos 100, sólo 85 permanecían en la clase de calificación BBB en el momento t+1 el porcentaje de deudores que mantienen su calificación de t a t+1 es del 85%.

Haciendo esto, obtengo una tabla como:

    t to t+1    t+1 to t+2    ...    t+n-1 to t+n
AAA      80%           90%    ...             85%
AA+      75%           92%    ...             85%
...
Caa      60%           55%    ...             67%

Para visualizar esto, intenté hacer gráficos de líneas para cada una de las clases de calificación, pero de esta manera termino con demasiados gráficos; se vuelve muy desordenado. Pensé en agrupar las valoraciones en clases más amplias, pero así pierdo algo de información.

¿Alguien conoce una buena técnica de visualización para este tipo de problemas?

Answer 1

Una opción para hacerlo es un mapa de calor. No estoy seguro de qué software estás usando, pero en matlab es extremadamente simple de hacer y poderoso para ajustar.

A continuación un ejemplo. Supongamos que hay 30 períodos $t$ a $t+30$ y 21 valoraciones.

Entonces podrías correr:

rating = {'Aaa'; 'Aa1';'Aa2';'Aa3';'A1';'A2';'A3';'Baa1';'Baa2';'Baa3';'Ba1';'Ba2';'Ba3';'B1';'B2';'B3';'Caa1';'Caa2';'Caa3';'Ca';'C';}
ratingindex = (1:size(rating,1));
t = [1:30]';
prop = rand(size(rating,1),size(t,1));
[X, Y] = meshgrid(t,ratingindex);
[Xq,Yq,Vq] = griddata(t,ratingindex,prop,X,Y);
surf(Xq, Yq, Vq)
view(2);
xlabel('Time')
ylabel('rating')
colorbar
title('Probability of keeping rating')

La salida sería:

Los colores indican las probabilidades. El $x-axis$ tiene el tiempo y la $y-axis$ las calificaciones. Para facilitar las cosas, he clasificado las calificaciones del 1 al 10 en lugar de AAA, AA+, etc. Pero puedes cambiar fácilmente la apariencia del eje.

Siguiendo el comentario de abajo, puedes fácilmente tener menos colores en la trama. Sólo tiene que añadir: colormap(lines(n)) para n colores. Para n=3 el resultado sería el siguiente:

Además, la persistencia en las calificaciones debería ayudar a disciplinar la salida.