信用风险建模核心指标PD与LGD解析
热点事件持续更新
信用风险建模核心指标PD与LGD解析
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
信用风险建模的核心在于测量借款人未来违约的可能性(PD)及违约后银行的损失比例(LGD),并据此为贷款组合建立风险缓冲。 文章指出,PD(违约概率)是估计借款人在一年内进入违约状态的概率,例如2%的PD并非指偿还98%的债务,而是指违约的估计概率。LGD(违约损失率)则衡量违约事件发生后银行可能损失的比例。 银行需根据PD和LGD等指标,为零售和非零售等不同贷款组合计算并预留资本,以覆盖预期和非预期损失,这是巴塞尔框架的核心要求。
AI 根据报道生成 · 1 小时前更新
最新进展11月2日 23:30
信用风险:我们实际上在测量什么?报道时间线
沿着报道,了解事件的不同侧面。
11月2日
- Towards Data Science信用风险:我们实际上在测量什么?
信用风险建模涉及评估借款人未来违约的可能性及违约后银行可能损失的比例,这是巴塞尔框架中的核心参数。文章指出,PD(一年内违约概率)和LGD(违约损失率)是关键指标,其中PD为2%意味着在一年内借款人进入违约状态的估计概率,而非偿还98%的债务。银行需根据这些指标为不同贷款组合(如零售和非零售)建立风险缓冲,以应对预期和非预期损失。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。