Default estimation, correlated defaults, and expert information
违约率估计、相关违约与专家信息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：摘要直接研究信用违约率、相关违约与银行资本风险管理。
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…
关注这篇论文的作者
违约率估计、相关违约与专家信息
- 研究问题
- 银行组合中违约事件稀少、数据不足时，如何结合专家信息估计违约率，并允许违约相关性以支持信用风险分析？
- 方法与思路
- 作者采用贝叶斯方法，通过最大熵方法表达行业专家提供的信息，并扩展常用二项模型，使其允许相关违约且符合所述监管框架。
- 材料陈述的贡献
- 摘要称应用展示了从专家处获取概率信息的可行性，并说明在数据稀疏时仍可开展计量推断，同时将二项模型扩展至相关违约。
- 阅读关注点
- 应核对专家概率信息的征询与校准、最大熵约束、违约相关性的建模方式，以及后验结果对专家先验和稀疏数据的敏感性。
- 阅读边界
- 摘要未说明专家分歧、相关性参数的识别或估计误差；所述Basel II背景不能外推为现行监管结论，仅依据所给出版社摘要。
原文摘要
Capital allocation decisions are made on the basis of an assessment of creditworthiness. Default is a rare event for most segments of a bank's portfolio and data information can be minimal. Inference about default rates is essential for efficient capital allocation, for risk management and for compliance with the requirements of the Basel II rules on capital standards for banks. Expert information is crucial in inference about defaults. A Bayesian approach is proposed and illustrated using prior distributions assessed from industry experts. A maximum entropy approach is used to represent expert information. The binomial model, most common in applications, is extended to allow correlated defaults yet remain consistent with Basel II. The application shows that probabilistic information can be elicited from experts and econometric methods can be useful even when data information is sparse. Copyright (C) 2009 John Wiley & Sons, Ltd.