【摘要】：現(xiàn)代信用風險建模的核心是估計違約率,違約率估計是否準確將直接影響信用風險建模的質(zhì)量。在估計違約率的眾多文獻中,頻率法或logistic回歸等統(tǒng)計方法的運用非常廣泛,此類統(tǒng)計模型的基礎是大樣本,它客觀上需要最低數(shù)量或最優(yōu)數(shù)量的違約數(shù)據(jù),而低違約組合(LDP)是指只有很少違約數(shù)據(jù)甚至沒有違約數(shù)據(jù)的組合,如何估計LDP的違約率、反映違約率的非預期波動是一個值得關注的現(xiàn)實問題。本文針對銀行貸款LDP缺乏足夠歷史違約數(shù)據(jù)的情況,采用貝葉斯方法估計LDP的違約率,并進一步探討了根據(jù)專家判斷或者根據(jù)同類銀行LDP違約數(shù)量的歷史數(shù)據(jù)來確定先驗分布的方法。在貝葉斯估計中,通過先驗分布的設定,不僅可以實現(xiàn)違約率估計的科學性和合理性,而且可以反映違約的非預期波動,有助于銀行實施謹慎穩(wěn)健的風險管理。
[Abstract]:The core of modern credit risk modeling is to estimate default rate. Whether the estimation of default rate is accurate will directly affect the quality of credit risk modeling. Among the many literatures that estimate default rate, frequency method or logistic regression are widely used. This kind of statistical model is based on large sample, which objectively requires the lowest or the best number of default data. (LDP) is a combination of few default data or even no default data. How to estimate the default rate of LDP and reflect the unexpected fluctuation of default rate is a practical problem worth paying attention to. In this paper, we use Bayesian method to estimate the default rate of LDP, which is short of enough historical default data. Furthermore, the method of determining the prior distribution is discussed according to the expert judgment or the historical data of the LDP default quantity of the same bank. In Bayesian estimation, the setting of prior distribution can not only realize the scientific and reasonable estimation of default rate, but also reflect the unexpected fluctuation of default, which is helpful for banks to implement prudent and robust risk management.
【作者單位】： 南京信息工程大學
【基金】：南京信息工程大學科研啟動基金(SK20100103)
【分類號】：F830.5;O212.1

【共引文獻】

相關期刊論文 前10條

1 李凡群;;熵損失下Pareto分布參數(shù)估計[J];安徽電子信息職業(yè)技術學院學報;2006年01期

2 孟濤;;假設檢驗中的隨機化檢驗[J];安徽電子信息職業(yè)技術學院學報;2006年01期

3 朱五英;;關于刻度參數(shù)的兩樣本的檢驗[J];安徽電子信息職業(yè)技術學院學報;2006年02期

4 曾建軍;夏慧異;葉仁玉;;J_(1N)統(tǒng)計量的優(yōu)化計算[J];安徽大學學報(自然科學版);2005年06期

5 普映娟;楊朝鳳;;多維適宜測評方法研究[J];安徽農(nóng)業(yè)科學;2012年18期

6 劉有新;方龍祥;;定數(shù)截尾數(shù)據(jù)缺失場合下Weibull分布的Bayes統(tǒng)計分析[J];安徽師范大學學報(自然科學版);2007年02期

7 朱五英;;具有部分缺失數(shù)據(jù)兩個幾何分布總體的估計[J];安徽師范大學學報(自然科學版);2008年01期

8 王慧;;回歸系統(tǒng)的一種有偏估計與廣義最小二乘估計的相對效率[J];安徽師范大學學報(自然科學版);2009年05期

9 周興才;高峻增;;F范數(shù)和譜范數(shù)定義下的最小二乘估計[J];安慶師范學院學報(自然科學版);2006年03期

10 楊基棟;;EM算法理論及其應用[J];安慶師范學院學報(自然科學版);2009年04期

相關會議論文 前10條

1 馬超鋒;李曉;成國文;赫建明;;大跨度公路隧道圍巖動態(tài)分級的Bayes優(yōu)化[A];中國科學院地質(zhì)與地球物理研究所第11屆（2011年度）學術年會論文集(中)[C];2012年

2 賀向東;張義民;聞邦椿;;多失效模式貝葉斯結構系統(tǒng)可靠性魯棒設計[A];結構及多學科優(yōu)化工程應用與理論研討會’2009（CSMO-2009）論文集[C];2009年

3 劉斐;汪彤;呂良海;白光;;城市燃氣管線火災事故的風險定量分析[A];“中國視角的風險分析和危機反應”——中國災害防御協(xié)會風險分析專業(yè)委員會第四屆年會論文集[C];2010年

4 熊海林;鄧方林;沈永福;張國良;;逆Gamma分布參數(shù)的一種矩估計法[A];2001中國控制與決策學術年會論文集[C];2001年

5 李武;;GARCH(1,1)模型參數(shù)的Monte Carlo估計方法[A];第八屆中國不確定系統(tǒng)年會論文集[C];2010年

6 張松松;沈競;;回歸模型和吉布斯抽樣的研究[A];第十屆中國不確定系統(tǒng)年會、第十四屆中國青年信息與管理學者大會論文集[C];2012年

7 梁加馳;沈競;;基于R語言的MCMC方法研究[A];第十屆中國不確定系統(tǒng)年會、第十四屆中國青年信息與管理學者大會論文集[C];2012年

8 李斌全;戴怡;;基于MCMC方法的數(shù)控系統(tǒng)可靠性評估[A];2010年全國機械行業(yè)可靠性技術學術交流會暨第四屆可靠性工程分會第二次全體委員大會論文集[C];2010年

9 曹晨;劉心聲;;Probit模型的M-H算法[A];江蘇省現(xiàn)場統(tǒng)計研究會第十次學術年會論文集[C];2006年

10 樊建聰;梁永全;唐雷雨;曾慶田;;一種新的令牌群模型及其在數(shù)據(jù)挖掘中的應用[A];2007'儀表，自動化及先進集成技術大會論文集（二）[C];2007年

相關博士學位論文 前10條

1 盧建平;基于拓撲學和統(tǒng)計學的無字庫漢字智能造字研究[D];華南理工大學;2010年

2 張健;動平衡測量的若干關鍵技術問題研究[D];浙江大學;2010年

3 李天梅;裝備測試性驗證試驗優(yōu)化設計與綜合評估方法研究[D];國防科學技術大學;2010年

4 楊力;基于小樣本數(shù)據(jù)的礦井瓦斯突出風險評價[D];中國科學技術大學;2011年

5 陳玲;線性模型中參數(shù)型經(jīng)驗Bayes估計若干問題研究[D];中國科學技術大學;2011年

6 劉云濤;中醫(yī)藥臨床試驗中非劣效性評價方法的比較研究[D];廣州中醫(yī)藥大學;2011年

7 徐文科;基于微分方程的生態(tài)數(shù)學模型統(tǒng)計分析[D];東北林業(yè)大學;2009年

8 劉利平;復雜產(chǎn)品制造中的統(tǒng)計過程調(diào)整技術研究[D];南京理工大學;2011年

9 歐陽軼翔;基于貝葉斯網(wǎng)絡的R&D項目階段評價研究[D];中南大學;2011年

10 蔡團結;汽車燃油經(jīng)濟性不解體檢測關鍵技術研究[D];長安大學;2009年

相關碩士學位論文 前10條

1 蘇韓;逆威布爾分布的Bayes估計問題[D];廣西師范學院;2010年

2 鄧立鳳;逆高斯分布參數(shù)的Bayes 估計研究[D];廣西師范學院;2010年

3 韋師;幾種分布參數(shù)的E-Bayes估計及其應用[D];廣西師范學院;2010年

4 丁凱;酸化油生物柴油降粘及排放特性試驗研究[D];山東農(nóng)業(yè)大學;2010年

5 符志能;基于Copula的風險測量以及風險配置[D];大連理工大學;2010年

6 高玉磊;模型選擇：推廣的拉格朗日乘子法[D];大連理工大學;2010年

7 王秀麗;基于Copula下多元橢球等高分布的尾相關數(shù)[D];大連理工大學;2010年

8 孫杏園;縱向數(shù)據(jù)模型選擇的Lagrange乘子法[D];大連理工大學;2010年

9 朱強;非同質(zhì)風險組合的最優(yōu)定價[D];大連理工大學;2010年

10 楊金華;基于SV模型的我國股市波動性實證分析[D];江西財經(jīng)大學;2010年

【相似文獻】

相關期刊論文 前10條

1 熊歐;;MA模型階數(shù)在平方損失函數(shù)下的貝葉斯估計[J];甘肅科學學報;2009年01期

2 劉瑞銀;;貝塔二項模型的估計和預測[J];沈陽師范大學學報(自然科學版);2009年04期

3 蘇巖;貝葉斯統(tǒng)計的發(fā)展及其爭鳴[J];保定師范�？茖W校學報;2003年02期

4 彭燕;貝葉斯估計和經(jīng)典估計的對比研究[J];岳陽師范學院學報(自然科學版);2002年01期

5 柯玉琴;;幾種先驗分布下指數(shù)分布參數(shù)的貝葉斯估計[J];科教文匯(下旬刊);2008年03期

6 宮雷;王素云;;多項分布參數(shù)的Bayes區(qū)間估計的比較分析[J];滄州師范�？茖W校學報;2010年01期

7 宮雷;曹貽鵬;王東興;;多項分布無信息先驗的探究[J];西安文理學院學報(自然科學版);2010年02期

8 陳建偉;Gamma部件參數(shù)λ和k的Bayes估計[J];華僑大學學報(自然科學版);1994年03期

9 董聰;可靠性工程中的經(jīng)驗Bayes方法(Ⅰ)[J];強度與環(huán)境;1995年04期

10 夏劍峰;設備可靠性的貝葉斯估計[J];統(tǒng)計與決策;2001年07期

相關會議論文 前10條

1 邱有恒;馬智博;;不完全先驗信息轉化為貝塔分布的數(shù)值模擬[A];第五屆全國青年計算物理學術交流會論文摘要[C];2008年

2 毛昭勇;宋保維;胡海豹;;基于Bayes理論的可靠性增長分析[A];2009年全國機械可靠性技術學術交流會暨第四屆可靠性工程分會成立大會論文集[C];2009年

3 明志茂;張云安;陶俊勇;易曉山;陳循;;基于新的Dirichlet先驗分布的Weibull壽命型產(chǎn)品可靠性增長Bayesian分析[A];2009年全國機械可靠性技術學術交流會暨第四屆可靠性工程分會成立大會論文集[C];2009年

4 陳文華;崔杰;潘駿;盧獻彪;周升俊;;威布爾分布下失效率的Bayes驗證試驗方法[A];2005年全國機械可靠性學術交流會暨“車輛與工程裝備質(zhì)量與可靠性論壇”論文集[C];2005年

5 苗敬毅;;顧客滿意度的Bayes估計[A];2005—2006山西省統(tǒng)計科研成果匯編[C];2006年

6 邢蕾;趙鵬飛;呂海友;;Q—對稱熵損失函數(shù)下的幾何分布的參數(shù)估計[A];科技創(chuàng)新與節(jié)能減排——吉林省第五屆科學技術學術年會論文集（上冊）[C];2008年

7 張云安;明志茂;陶俊勇;易曉山;陳循;;指數(shù)產(chǎn)品Bayes驗證試驗方案的選擇與分析[A];2009年全國機械可靠性技術學術交流會暨第四屆可靠性工程分會成立大會論文集[C];2009年

8 費斌軍;陳勃;;疲勞強度參數(shù)概率分布的貝葉斯方法[A];新世紀 新機遇 新挑戰(zhàn)——知識創(chuàng)新和高新技術產(chǎn)業(yè)發(fā)展（下冊）[C];2001年

9 馬智博;朱建士;徐乃新;;基于主觀推斷的可靠性評估方法[A];中國工程物理研究院科技年報（2001）[C];2001年

10 馬智博;朱建士;徐乃新;;有關正態(tài)分布的小樣本可靠性評估[A];中國工程物理研究院科技年報（2001）[C];2001年

相關重要報紙文章 前1條

1 ;基于數(shù)量化方法對未來經(jīng)濟增長趨勢的預測[N];第一財經(jīng)日報;2009年

相關博士學位論文 前10條

1 孔麗娜;ARCH模型族的貝葉斯分析及其在經(jīng)濟中的應用[D];暨南大學;2009年

2 劉國光;上市公司違約率研究[D];河海大學;2006年

3 李曉慶;違約風險度量模型及在上市企業(yè)中的應用研究[D];河海大學;2007年

4 王國棟;信用風險參數(shù)估計的若干問題研究[D];天津大學;2009年

5 李松華;基于DSGE模型的中國貨幣政策傳導機制研究[D];華中科技大學;2010年

6 朱慧明;現(xiàn)代經(jīng)濟管理中的線性貝葉斯推斷理論與多總體貝葉斯分類識別方法研究[D];南京理工大學;2003年

7 陳家清;分布參數(shù)的經(jīng)驗Bayes統(tǒng)計推斷[D];華中科技大學;2006年

8 劉志剛;銀行信用風險、資本要求和經(jīng)濟周期問題研究[D];吉林大學;2008年

9 程從華;生存分析中刪失數(shù)據(jù)統(tǒng)計推斷及其應用[D];蘭州大學;2011年

10 胡素華;連續(xù)時間資產(chǎn)收益模型的貝葉斯分析[D];天津大學;2006年

相關碩士學位論文 前10條

1 李天燕;雙參數(shù)Weibull分布模型的貝葉斯估計[D];吉林大學;2009年

2 王鵬;定性資料與列聯(lián)表的統(tǒng)計分析[D];陜西師范大學;2001年

3 劉菡;定數(shù)截尾缺失數(shù)據(jù)下雙參數(shù)指數(shù)分布的統(tǒng)計推斷[D];華中科技大學;2006年

4 朱家明;帶有單側區(qū)間信息的正態(tài)均值的貝葉斯估計[D];華東師范大學;2002年

5 何亮;基于極大似然估計的貝葉斯保費[D];華東師范大學;2009年

6 關明;對幾種分布參數(shù)的貝葉斯估計[D];吉林大學;2010年

7 盛建芳;基于貝葉斯估計的二項分布參數(shù)估計[D];浙江工商大學;2011年

8 余衛(wèi)軍;分數(shù)O-U過程的貝葉斯分析及其應用[D];華東師范大學;2004年

9 高海波;關于違約率和經(jīng)濟周期的關系研究[D];吉林大學;2006年

10 齊雅坤;基于CPV模型對我國商業(yè)銀行信用風險的研究[D];吉林大學;2009年

，

本文編號：2395101