基于MCMC模拟的贝叶斯分层信用风险评估模型
2011-01-12周丽莉丁东洋
统计与信息论坛 2011年12期
周丽莉,丁东洋
(南昌大学a.经管学院;b.公共管理学院,江西 南昌 330031)
基于MCMC模拟的贝叶斯分层信用风险评估模型
周丽莉a,丁东洋b
(南昌大学a.经管学院;b.公共管理学院,江西 南昌 330031)
缺少违约数据与债务人异质性是度量信用风险时面临的重要问题。贝叶斯模型中分层先验信息和马尔可夫链蒙特卡罗(MCMC)模拟方法的应用可以有效缓解数据缺失和测量误差问题,并能对债务人异质性进行评价和比较,从而避免低估风险。针对银行数据的模型拟合与模型诊断均展现了分层估计的适应性和灵活性,相关方法简洁清晰,利于国内风险分析人员采用。同时,涵盖宏观经济协变量的贝叶斯分层模型可以用于更加复杂的风险分析。
信用风险;贝叶斯方法;分层模型;马尔可夫链蒙特卡罗模拟
一、引 言
2008年金融危机的爆发使得金融机构及金融环境的稳定性更加引人关注,而信用风险转化为市场风险是引发危机的内在原因。信用风险遍及所有的金融交易,包括从信用等级的下降到无力偿还债务到最后清算等一系列事件。它是金融机构面临的最主要的风险之一。违约概率是信用风险管理的基本依据,也是定价、资产管理及资本分配的核心变量。随着巴塞尔协议的逐步实施,国内金融机构如何将内部评级系统与市场动态紧密关联的分析工具结合,以有效度量信用风险,加强风险管理,这是当前迫切需要解决的重要问题。
国外已有大量文献研究了信用风险度量中的数据缺失及异质性问题。……
登录APP查看全文
