基于贝叶斯方法的信用评级模型构建与违约概率估计

以贝叶斯方法为基础构建了信用评级和违约概率模型,指出金融机构利用已有评级信息提高债务人信用风险评估准确性的途径,并以单个债务人违约概率度量方法和Merton理论为基础,考虑异质性导致的宏观经济冲击对债务人的不同影响,度量资产组合违约风险。利用相关数据对贝叶斯模型应用给出例证,结果表明贝叶斯方法具有更为灵活的框架和较好的预测能力。     

奈特不确定性下的贝叶斯学习行为模型

奈特不确定性和风险下的决策框架差异明显,传统风险度量模型在处理不确定性问题上表现的并不令人满意.处理奈特不确定性的主要统计决策方法可分为新古典方法、参数修正方法和贝叶斯方法.在贝叶斯框架下,可以基于学习行为构造一个融合外部环境信息和内生主观预期的模型,将期望效用最高的行为视为最优决策.贝叶斯学习行为模型在实践中能够有效的区分风险和不确定性,对于解决不确定性环境下传统风险度量模型容易低估风险和忽略极端风险的问题具有积极意义.     

基于MCMC模拟的贝叶斯分层信用风险评估模型

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。     

浅谈化学实验与创新思维教育

化学是以实验为基础的自然科学,它具有目的性、探索性、实践性和易感知性的特点.……     

基于LSTAR模型的非线性协整检验

大量的经济理论和实践都表明,宏观经济时间序列经常会出现非平稳和非线性特征,因而在统计分析时,需要进行非线性协整检验。基于逻辑平滑转换自回归(LSTAR)模型将传统的线性协整表述方法拓展为非线性形式,构造实用的检验程序及合适的统计量,利用软件R进行蒙特卡洛模拟给出非线性协整检验统计量的临界值,并通过实际数据分析购买力平价动态系统的非线性协整关系,说明方法的有效性。     

论民主规模对民主成本的影响——以选举民主经济成本为中心的探讨

民主成本之高低受到多种因素的影响,其中民主规模是一个重要影响因素.由于经济成本是民主成本的一个重要组成部分,自然经济成本也会受到民主规模的影响.与之相似,作为民主政治基础工程的选举民主,其经济成本的高低也会受到选举民主规模的影响.人口的多少、地域的大小、时间的长短、职数的多寡等规模状况,都在或独立或叠加地影响到选举民主经济成本的高低.推进和发展选举民主,需要理性地关注选举民主规模的现实状况,惟其如此才可能使选举民主走得更稳健更扎实.