PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2012 | nr 97 Modelowanie preferencji a ryzyko '12 | 417-432
Tytuł artykułu

Przykłady i porównanie modeli macierzy migracji stosowanych w analizie ryzyka kredytowego

Treść / Zawartość
Warianty tytułu
Models of Migration Matrices Used in Credit Risk. Examples and Comparison
Języki publikacji
PL
Abstrakty
W niniejszej pracy porównujemy wpływ stosowania różnych estymatorów macierzy migracji na pomiar ryzyka w banku. Obecnie w praktyce stosuje się cztery modele: Model Mertona, CreditRisk+, CreditMetrics, Credit- Portfolio View. Ostatnie dwa z powyższych modeli oparte są na macierzach migracji uzyskiwanych na podstawie obserwacji częstości zdarzeń historycznych. (fragment tekstu)
EN
Credit risk models used in banks are based on probability models for occurrence of default. A vast class of the models used in practice (e.g., Credit Metrics) is based on the notion of intensity. In 1997 Jarrow applied Markov chain approach to analyze intensities. The key problem that arises is the selection of appropriate estimators. Within the Markov approach the most frequently used estimators of the migration matrix are cohort and duration estimators. Migration matrices can also be obtained with help of statistical longitudinal models (GLMM) in which states (rating classes) in discrete time points are regarded as matched pairs. In this paper we compare Markov chain models and GLMM models and the influence of their application on bank portfolio evaluation. (original abstract)
Słowa kluczowe
Twórcy
  • Szkoła Główna Gospodarstwa Wiejskiego w Warszawie
  • Szkoła Główna Gospodarstwa Wiejskiego w Warszawie
Bibliografia
  • Agresti A. (2002). Categorical Data Analysis. Wiley Series in Probability and Statistics.
  • Basel Committee on Banking Supervision The Internal Ratings-Based Approach. (2001). Consultative Document.
  • Diggle P. (2002). Analysis of Longitudinal Data. Oxford University Press, USA.
  • Efion B. and Tibshirani RJ. (1993). An Introduction to the Bootstrap. Chapman & Hall, New York
  • Feller W. (1966). Wstęp do rachunku prawdopodobieństwa. PWN, Warszawa.
  • Frydman H., Kallberg J.G., Kao LD. (1985). Testing the Adequacy of Markov Chain and Mover-Stayer Models as Representations of Credit Behavior. Operations Research, 33.
  • Frydman H. (1984). Maximum Likelihood Estimation in the Mover-Stayer Model Journal of the American Statistical Association, 79.
  • Hose S. Huschens S. Wania R. (2002). Rating Migrations. Applied Quantitative Finance: Theory and Computational Tools, Springer
  • Iosifoscu M. (1987). Skończone Łańcuchy Markowa. WNT, Warszawa.
  • Israel RB., Rosentahl J.S. Wei J.Z. (2001). Finding Generators for Markov Chains via Empirical Transition Matrices. with Applications to Credit Rating. Mathematical Finance, 11, 2.
  • Jafty Y., Schuennanr T. (2004). Measurement, Estimation and Comparison of Credit Migration Matrices. Journal of Banking and Finance, 28, 11.
  • Jarrow RA., Lando D., Turnbull S.M. (1997). A Markov Model for the Term Structure of Credit Risk Spreads. Review of Financial Studies, 10, 2.
  • Jones M.T. Estimating Markov Transition Matrices Using Proportions Data: Au Application to Credit Risk IMF Working Paper WP/OS/219.
  • Lando D., Skodeberg T.M. (2002). Analyzing Rating Transitions and Rating Drift with Continuous Observations. Journal of Banking and Finance, 26.
  • Moody's Investors Service. (2000). Historical Default Rates of Corporate Bond Issuers, 1920-1999,25.
  • Moody's. http://www.moodys.com/
  • Rachev S.T. Trueck S. (2009). Rating Based Modeling of Credit Risk Theory and Application of Migration Matrices. Academic Press.
  • Saunders A (2001). Metody pomiaru ryzyka kredytowego. Oficyna Ekonomiczna, Kraków.
  • Schuenmmn T. Credit Migration Matrices w Encyclopedia Quantitative Risk Analysis & Assessment http://www.wiley.comlllegacy/wileychi/riskl
  • S&P. http://www.standardandpoors.comlratings/enJell
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171222949
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.