论文部分内容阅读
为了评估信用风险，研究人员做出了大量的努力，提出了各种度量和管理信用风险的方法。经典的评估模型一般将着眼点放在被评估公司自身的信息上，然而银行界获得的越来越多的共识是，公司关联方的信用状况的影响变得越来越重要。
本文将公司关联关系因素引入信用评级模型，使之能敏锐地捕捉公司之间的信用关联问题。首先通过公司之间的持股信息，量化公司之间的关联关系；其次，通过借鉴因果图模型定义信用图模型，形成信用网络；再次，通过改进因果图推理算法，解决了信用在信用网络中的传播问题，对现有的违约概率的预测方法进行改进。
本文的主要贡献在于：
1)将因果图模型应用到信用评级调整中，建立信用图，形成信用网络，目前尚未有学者在此方面进行尝试；
2)将公司间的关联关系因素引入经典信用评级模型，建立模型对公司之间的关联关系进行度量，通过领域知识，量化关联关系的强弱，本文主要针对公司之间的持股关联关系进行度量；
3)研究信用关联网络中信用的传播算法，通过调整已有的传播算法解决信用传播问题，本文通过调整因果图模型的推理算法来解决信用在网络中的传播问题。