credit risk modelling

开啃第三部分。第二部分理论有点抽象，耗死好多脑细胞。但是很值得的。信用风险建模领域，由于违约数据的缺乏，所采用的的理论方法感觉与概率统计理论联系更紧密。这本书的每一章的最后面所列的参考书目中几乎必有卡塞拉的那本统计推断。第二部分详细清楚的介绍了saddle point approximation method 和importance sampling,理论推导简介明了，还有配套的python代码，有数据分析实例分析。

tianjuhao 发表于 2019-3-5 18:04
开啃第三部分。第二部分理论有点抽象，耗死好多脑细胞。但是很值得的。信用风险建模领域，由于违约数据的缺 ...

长出一口气，终于啃完了这本巨著。第三部分，作者从一个实践者的角度来详尽讲解模型参数估计在实际应用中遇到的主要问题和解决之道。看完之后，深刻体会到概率统计的魅力。各种统计方法理论纷纷呈现，bootstrap,nuisance parameter,elliptical copula,mle,score function,fisher information,regularity,risk neutral martingale,simulation study.........。

tianjuhao 发表于 2019-3-17 17:01
长出一口气，终于啃完了这本巨著。第三部分，作者从一个实践者的角度来详尽讲解模型参数估计在实际应用中遇 ...

谢谢分享

下载安装了pycharm,开始把这本书涉及到的代码自己码一遍。作者大良心呀，涉及到的代码都在github上。自己轮一遍，python编程也能上个台阶，入门吧。在校学的和用的是R，毕业论文的编程也用的是R，如今把PYTHON顺带学了。自此，左手R右手PYTHON，不亦乐乎。

tianjuhao 发表于 2019-3-21 15:47
下载安装了pycharm,开始把这本书涉及到的代码自己码一遍。作者大良心呀，涉及到的代码都在github上。自己轮 ...

good for you

没有同道中人吗？