nach oben

2016 | Buch

Kapitel lesen Erstes Kapitel lesen

Kreditportfoliomodellierung

Abhängigkeiten zwischen Ausfallwahrscheinlichkeit, Verlustrate und Forderungshöhe

verfasst von: Johanna Eckert

Verlag: Springer Fachmedien Wiesbaden

Buchreihe : BestMasters

Enthalten in: Springer Professional "Wirtschaft+Technik" , Springer Professional "Wirtschaft"

Einloggen, um Zugang zu erhalten

Über dieses Buch

Im Zentrum dieser Arbeit steht die Entwicklung eines Modellrahmens für ein Kreditportfolio, welcher die Abhängigkeiten zwischen Ausfallwahrscheinlichkeit, Verlustrate und Forderungshöhe bei Ausfall mittels Faktoren bzw. Copulae vollständig erfasst. Im Gegensatz zur bestehenden Literatur wird dabei die Verlustrate differenziert dargestellt und die Forderungshöhe in die Abhängigkeitsstruktur integriert. Da empirische Evidenz für Abhängigkeiten zwischen den Risikoparametern vorliegt und Verlustrate und Forderungshöhe nur bei Ausfall beobachtbar sind, wird eine Erweiterung des Schätzers aus Heckmans Selektionsmodell (1979) vorgeschlagen. Zudem wird der Einfluss der Abhängigkeitsstruktur auf die Verlustverteilung eines Portfolios untersucht.

Inhaltsverzeichnis

Frontmatter

1. Einleitung

Zusammenfassung

Auf Konzernebene der BayernLB fielen im Jahr 2013 gemäß des Offenlegungsberichts zum 31. Dezember 2013 5.635 Mio. von 7.004 Mio. des Ökonomischen Kapitals auf das Kreditrisiko [BayernLB, 2014, S. 28]. Gemessen am Ökonomischen Kapital macht das Kreditrisiko somit 80% des Gesamtbankrisikokapitalbedarfs aus. Auch bei anderen Banken stellt das Kreditrisiko im Allgemeinen den bedeutendsten Anteil am Gesamtbankrisiko. Um die Verlustverteilung eines Kreditportfolios über einen festen Zeitraum zu bestimmen und deren Risikomaße abzuleiten, werden Kreditportfoliomodelle verwendet.

Johanna Eckert

2. Risikoparameter Ausfall, Verlustrate und Forderungshöhe bei Ausfall

Zusammenfassung

Kreditrisiko bezeichnet das Risiko, dass sich der Wert eines Kreditportfolios wegen unerwarteter Veränderungen der Kreditqualität der Emittenten ändert [McNeil et al., 2005]. Man unterscheidet zwei Arten von Kreditrisiken: Ausfallrisiko und Bonitätsrisiko. Das Ausfallrisiko beschreibt die Gefahr, dass ein Kreditnehmer die vertraglich vereinbarten Zins- und Tilgungszahlungen nicht oder nur teilweise leistet. Zusätzlich besteht die Gefahr, dass durch eine Verschlechterung der Bonität des Kreditnehmers die Ausfallwahrscheinlichkeit steigt. Diese Ratingmigrationen führen insbesondere bei Wertpapieremittenten zu Wertschwankungen des Portfolios. Darunter versteht man das Bonitätsrisiko.

Johanna Eckert

3. Einführung in CreditMetricsTM

Zusammenfassung

Das CreditMetrics^TM-Modell geht auf [Gupton et al., 1997] zurück. Dieses Portfoliomodell berücksichtigt nicht nur Ausfälle, sondern auch Bonitätsänderungen. Als Vertreter der Schwellenwertmodelle beruht das CreditMetrics- Modell im Wesentlichen auf dem Unternehmenswertmodell von Merton [1973]. Bei CreditMetrics und dessen verwandten Modellen wird unterstellt, dass Ausfälle oder Ratingänderungen von Schuldnern von mehreren Faktoren (Für eine Einführung in Faktor-Modelle siehe Kapitel 5) abhängen: Von einem systematischen Faktor sowie von einem idiosynkratischen Faktor.

Johanna Eckert

4. Empirische Befunde zur Verlustrate und Forderungshöhe bei Ausfall

Zusammenfassung

Die Literatur zum Thema Kreditportfoliomodelle hat lange Zeit der Ausfallwahrscheinlichkeit die Hauptaufmerksamkeit gewidmet. Dabei wurden die anderen beiden Variablen die Verlustrate und Forderungshöhe bei Ausfall sowohl im Einzelnen, als auch deren Beziehung untereinander und zum Ausfall weitestgehend vernachlässigt.

Johanna Eckert

5. Modellierung der Abhängigkeiten zwischen den Risikoparametern mit Faktoren

Zusammenfassung

In diesem Kapitel sollen für ein Portfolio aus Kreditnehmern der Ausfall, die Relative Inanspruchnahme bei Ausfall, die Verwertungserlösquote und die Einbringungsquote durch Faktoren modelliert werden.

Johanna Eckert

6. Modellierung der Abhängigkeiten zwischen den Risikoparametern mit Copulae

Zusammenfassung

Mittels Copulae können auf elegante Weise Abhängigkeiten modelliert werden. Die gemeinsame Verteilung mehrerer Zufallsvariablen wird durch deren Randverteilungen und eine Copula vollständig erfasst. Die theoretischen Grundlagen zu Copulae werden in vielen Werken behandelt. Im Folgenden basieren die Erläuterungen auf McNeil et al. [2005]. Des Weiteren wird die allgemeine Copulatheorie auch ausführlich in Joe [2001] und Nelsen [2006] eingeführt.

Johanna Eckert

7. Relative Inanspruchnahme, Verwertungserlös- und Einbringungsquote

Zusammenfassung

Um die Modelle endgültig zu spezifizieren, müssen die Randverteilungen der Risikoparameter Relative Inanspruchnahme bei Ausfall RELI, Verwertungserlösquote VEQ und Einbringungsquote EBQ festgelegt werden. Zuvor soll genauer erläutert werden, was in den erarbeiteten Modellen unter diesen Risikoparametern zu verstehen ist.

Johanna Eckert

8. Anwendung der Modelle auf Credit MetricsTM

Zusammenfassung

Ziel dieses Kapitels ist es, die genannten Modelle mittels einer numerischen Analyse genauer zu untersuchen. Nach einer Beschreibung des betrachteten Portfolios wird die Wahl der Eingangsparameter samt der zugrundegelegten Annahmen erläutert. Danach werden die jeweiligen Simulationsalgorithmen der drei Modelle sowie eines Basismodells vorgestellt. Die Ergebnisse der numerischen Analyse werden im Anschluss diskutiert.

Johanna Eckert

Backmatter

Titel: Kreditportfoliomodellierung
verfasst von: Johanna Eckert
Verlag: Springer Fachmedien Wiesbaden
Electronic ISBN: 978-3-658-12114-3
Print ISBN: 978-3-658-12113-6
DOI: https://doi.org/10.1007/978-3-658-12114-3

Springer Professional

Über dieses Buch

Inhaltsverzeichnis

Frontmatter

1. Einleitung

2. Risikoparameter Ausfall, Verlustrate und Forderungshöhe bei Ausfall

3. Einführung in CreditMetricsTM

4. Empirische Befunde zur Verlustrate und Forderungshöhe bei Ausfall

5. Modellierung der Abhängigkeiten zwischen den Risikoparametern mit Faktoren

6. Modellierung der Abhängigkeiten zwischen den Risikoparametern mit Copulae

7. Relative Inanspruchnahme, Verwertungserlös- und Einbringungsquote

8. Anwendung der Modelle auf Credit MetricsTM

Backmatter

Premium Partner