a:

Bayesin todennäköisyys ja analyysi on edistynyt tilastomenetelmä, jota käytetään ehdollisten todennäköisuuksien mallintamiseen tietyissä taloustapahtumissa, mukaan luettuna luottoriskin maksukyvyttömyyden todennäköisyys. Suurten luottosalkkujen suuret rahoituslaitokset pyrkivät ymmärtämään luottoriskin riskin luonteen ja laajuuden. Laitokset käyttävät Bayesian analyysiä oletusriski mallintamiseen. Pankkeilla on usein suuria luottosalkkuja, jotka edellyttävät hienostuneita riskinhallintatyökaluja, mukaan lukien Bayesian analyysi.

Bayesian analyysissä pyritään arvioimaan taustalla olevan jakauman tiettyjen parametrien todennäköisyys tarkastelemalla nykyistä havaittavissa olevaa jakautumista. Se laskee tietyn tapahtuman posteriorisen todennäköisyyden, kuten luottotiedon, ja määrittää sitten tulevan tapahtuman ehdollisen todennäköisyyden. Bayesian analyysi ottaa uutta tietoa päivitettävän tapahtuman jälkimahdollisuuden. Se on tehokas tilastollinen työkalu uusien ja päivitettyjen tietojen integrointiin. Bayesian analyysi kuitenkin riippuu aikaisemman jakelun tarkkuudesta, joka ei aina ole oikea, joten sillä on rajoituksia sen käytössä.

Rahoitusjohdannaiset, mukaan lukien luottoriskinvaihtosopimukset ja luottoriskit, ovat merkittäviä epälineaarisia riskejä niiden maksutulojen rakenteen vuoksi. Epälineaarinen riski on vaikeampi ennustaa. Tämän epälineaarisen riskin mallintamiseen tarvitaan pitkälle kehitettyjä menetelmiä, etenkin suurten, erilaisten termien ja maturiteettien omaavien joukkovelkakirjojen portfolioilla. Erityisesti riskialttiutta on vaikea mallintaa, koska tiedot aiemmista luottotappioista eivät välttämättä ole samansuuruiset kuin tietyn salkun todellinen luottoriski. Bayesian analyysi voi auttaa antamaan luottoriski todennäköisyydelle tietylle salkulle. Tämä voi auttaa hallitsemaan riskiä antamalla mallin, jota voidaan päivittää jatkuvasti, kun uutta tietoa vastaanotetaan.