论文部分内容阅读
进行内部评级的商业银行在设计主标尺过程中,由于债务人评级分布固有的离散属性,池化违约概率不可避免地会产生模型风险。适度地细分主标尺能够提高校准精度,但也会大大增加计算的复杂性。本文延续均值聚类优化的建模思路,同时引入差分进化算法改善运算速度,满足更多风险分栏、更小间隔尺寸的求解需要,借助较大规模样本数据支持可以显著提高金融机构的风险管理质量。