本文含 1491 字,8 图表截屏建议阅读 10 分钟0引言本文是「信用风险建模 in Python」系列的第四篇,其实在之前的 Cufflinks 那篇已经埋下了信用风险的伏笔,信用组合可视化信用风险 101独立模型 - 伯努利模型独立模型 - 泊松模型混合模型 - 概述上两贴介绍了独立模型下的二项模型和泊松模型,它们最大的缺点是不能够捕捉到借贷人之间的违约相关。信贷交易对手都处在同一经济环境中,它们的成功和偿还债务能力应该会有些相关的。因此,一个好的信用模型一定要考虑违约相关性,接下来介绍的混合模型就可以做到这点。混合模型的主旨就是将违约概率随机化,从实操上来讲,将违约概率和一个随机变量 Z 挂钩。那么第 n 个借贷人的条件违约概率(conditional probability
………………………………