Credit Portfolio Risk - Modelling, Estimation and Backtesting


Engel, Christoph


[img]
Preview
PDF
PortfolioCreditRisk_20081210_neu.pdf - Published

Download (2MB)

URL: https://ub-madoc.bib.uni-mannheim.de/2345
URN: urn:nbn:de:bsz:180-madoc-23451
Document Type: Doctoral dissertation
Year of publication: 2008
Place of publication: Mannheim
Publishing house: Universität Mannheim
University: Universität Mannheim
Evaluator: Bühler, Wolfgang
Date of oral examination: 10 December 2008
Publication language: English
Institution: Business School > ABWL u. Finanzierung (Bühler Em)
Subject: 330 Economics
Classification: JEL: G12 G13 G11 G17 ,
Subject headings (SWD): Kreditrisiko , Kalman-Filter
Individual keywords (German): Kreditportfolio , Kalman-Filter , Backtesting
Keywords (English): Credit Risk , Credit Portfolio Model , Kalman-Filter , Backtesting
Abstract: This thesis studies an asset value-based approach for the valuation of credit portfolio risk including the estimation and the backtesting of the model’s forecasting ability. On the basis of the credit valuation model proposed by Black and Cox (1976) an asset value-based factor model for the forecasting of credit portfolio risk is suggested. The model includes credit losses from the default of obligors as well as negative changes of credits’ mark-to-model values. Using market prices of defaultable corporate bonds a quasi-maximum likelihood estimation of the state-space models of systematic factors and asset values of risk classes is performed. The backtesting procedure assesses the forecasting ability of the credit portfolio model using three zones of credit portfolio loss that are defined analogously to the regulatory backtesting of internal market risk models. Probability distributions of credit portfolio loss are simulated and the backtesting zones of portfolio loss are compared for different credit portfolios and different variations of the backtesting procedure, the model structure and the parameters. The results show that for typical levels of confidence and typical time horizons the Credit-VaR exceeds banks’ capital considerably. Furthermore, backtesting zones of credit portfolio loss that fit to banks’ capital levels result in a level of test significance that is distinctly lower than in the backtesting of market risk models. It is concluded that the revised capital requirements set by the Basel Committee do not prevent credit portfolio losses exceeding banks’ capital with the statistical confidence presumed by supervisory authorities.
Translation of the title: Kreditportfoliorisiko - Modellierung, Schätzung und Backtesting (German)
Translation of the abstract: Im Rahmen der Arbeit wird ein Verfahren für die Modellierung, die Schätzung und das Backtesting der Prognosefähigkeit von Kreditportfoliomodellen vorgestellt. Auf Basis des Kreditbewertungsmodells von Black und Cox (1976) wird ein unternehmenswertsbasiertes Faktormodell zur Prognose von Kreditportfoliorisiken formuliert. Neben Kreditausfällen erfasst das Model auch negative Wertänderungen nicht ausgefallener Kredite als Kreditverlust. Unter Verwendung von Marktpreisen ausfallrisikobehafteter Unternehmensanleihen erfolgt eine Quasi-Maximum-Likelihood-Schätzung der Prozessparameter von Zustandsraummodellen der korrelationsbestimmenden systematischen Faktoren und der Unternehmenswertprozesse verschiedener Risikoklassen. Für eine modell-unabhängige Beurteilung der Prognosefähigkeit von Kreditportfoliomodellen werden analog zum aufsichtsrechtlichen Backtesting von internen Marktrisikomodellen drei Zonen für den Kreditportfolioverlust einer Bank definiert. Verlustverteilungen von Kreditportfolien werden simuliert und die sich aus dem Backtestingverfahren ergebenden Verlustzonen werden für verschiedene Kreditportfolien und für verschiedene Ausprägungen von Testverfahren, Modellstruktur und Modellparametern untersucht. Die Ergebnisse zeigen, dass der Credit-VaR für übliche Konfidenzniveaus und Zeithorizonte die Kapitalquoten von Banken deutlich übersteigt und das Signifikanzniveau im Backtesting von Kreditportfoliomodellen wesentlich geringer ist als im Backtesting von Marktrisikomodellen. Die revidierten Eigenkapitalanforderungen des Basler Ausschusses schließen demnach das Eigenkapital einer Bank übersteigende Kreditportfolioverluste nicht mit der von den Aufsichtsbehörden angenommenen statistischen Sicherheit aus. (German)
Additional information:

Das Dokument wird vom Publikationsserver der Universitätsbibliothek Mannheim bereitgestellt.




+ Citation Example and Export

Engel, Christoph (2008) Credit Portfolio Risk - Modelling, Estimation and Backtesting. Open Access Mannheim [Doctoral dissertation]
[img]
Preview


+ Search Authors in

+ Download Statistics

Downloads per month over past year

View more statistics



You have found an error? Please let us know about your desired correction here: E-Mail


Actions (login required)

Show item Show item