低违约资产组合违约概率的贝叶斯估计

在许多金融机构中，通过置信上限来估计低违约资产组合的违约概率（PDs）是一项成熟的程序。然而，机构内部或机构与监管机构之间经常讨论估计时应使用何种置信水平。基于无信息均匀先验分布的 PD 贝叶斯估计量是一种显而易见的替代方案，它避免了置信水平的选择。在本文中，我们证明了在独立违约事件的情况下，置信上限可以表示为基于比无信息先验略微保守的先验的贝叶斯后验分布的分位数。然后，我们描述了如何在相关的一期和多期违约数据情况下实现无信息和保守的贝叶斯估计量，并将它们的估计值与置信上限估计值进行比较。该比较促使我们提出将无信息（中性）贝叶斯估计量的约束版本作为置信上限估计量的替代方案。