pd-model

name	pd-model
description	违约概率（PD）建模工具，包含Merton结构化模型简化版、Altman Z-Score经验模型与简化逻辑回归。适用于信用风险建模教学与PD模型原型验证。模型基于简化假设和历史数据，需人工复核，Merton模型为高度简化版，参数不反映实际违约动力学。
version	1.0.0
author	wangyi

pd-model

违约概率（PD）建模工具，包含 Merton 结构化模型简化版和经验模型，基于财务数据计算企业违约概率。

脚本API

norm_cdf(x)

标准正态分布累积分布函数（Hart近似）。 必填: x

norm_ppf(p)

标准正态分布分位数函数。 必填: p

merton_model(equity_value, equity_volatility, debt_face_value, risk_free_rate, time_horizon=1.0, max_iter=1000, tolerance=1e-08)

Merton 结构化模型计算违约概率。 必填: equity_value, equity_volatility, debt_face_value, risk_free_rate

altman_zscore_pd(financials, time_horizon=1.0)

基于 Altman Z-Score 的违约概率估算。 必填: financials

empirical_pd_model(financials, coefficients=None, intercept=-2.0, time_horizon=1.0, macro_factors=None)

经验模型计算 PD（简化逻辑回归）。 必填: financials

get_pd_rating(pd)

根据 PD 返回信用评级。 必填: pd

calculate_pd(model_type='merton')

统一 PD 计算接口。

调用示例

python scripts/main.py \
  --model-type <model_type> \
  --coefficients <coefficients> \
  --debt-face-value <debt_face_value> \
  --equity-value <equity_value> \
  --equity-volatility <equity_volatility> \
  --financials <financials> \
  --intercept <intercept> \
  --macro-factors <macro_factors> \
  --max-iter <max_iter> \
  --p <p> \
  --pd <pd> \
  --risk-free-rate <risk_free_rate> \
  --time-horizon <time_horizon> \
  --tolerance <tolerance> \
  --x <x>