Reinforced urn processes for credit risk models
信用风险模型中的强化 urn 过程AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确以评级迁移、违约概率和破产数量预测为目标，属于信用风险分析。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
信用风险模型中的强化 urn 过程
- 研究问题
- 如何以贝叶斯非参数方法估计评级迁移矩阵和违约概率，再利用这些信息预测破产数量，并表达不同过程之间的依赖？
- 方法与思路
- 作者利用强化 urn 过程估计迁移和违约概率，将其用于参数化破产预测模型的先验，并以双变量及多变量 Beta 分布引入依赖。
- 材料陈述的贡献
- 摘要提出连接评级迁移、违约估计与破产数量预测的建模框架，并称 Polya urn 构造支持 Beta 分布的 de Finetti 混合测度。
- 阅读关注点
- 应核对评级类别内可交换性的适用环节、迁移矩阵的 urn 更新规则，以及估计违约概率进入先验时不确定性的传递方式。
- 阅读边界
- 仅据所给出版社摘要，无法判断先验选择、后验计算、预测校准或数据表现；其所称可交换性假设的具体范围也未说明。
原文摘要
We propose a Bayesian nonparametric model to estimate rating migration matrices and default probabilities using the reinforced urn processes (RUP) introduced in Muliere et al. (2000). The estimated default probability becomes our prior information in a parametric model for the prediction of the number of bankruptcies, with the only assumption of exchangeability within rating classes. The Polya urn construction of the transition matrix justifies a Beta distributed de Finetti measure. Dependence among the processes is introduced through the dependence among the default probabilities, with the Bivariate Beta Distribution proposed in Olkin and Liu (2003) and its multivariate generalization.