Risikofaktoren und Korrelationen für Bonitätsveränderungen (Risk Factors and Correlations for Credit Quality Changes)

Schmalenbachs Zeitschrift für betriebswirtschaftliche Forschung (ZfbF), Vol. 55, 2003, pp. 199-223

31 Pages Posted: 10 Nov 2013

See all articles by Alfred Hamerle

Alfred Hamerle

University of Regensburg - Faculty of Business, Economics & Information Systems

Daniel Roesch

University of Regensburg

Date Written: 2003

Abstract

Bei der Modellierung von Kreditportfoliorisiken stellt die Quantifizierung von Korrelationen zwischen Ausfällen bzw. Bonitätsveränderungen eine zentrale Herausforderung dar. Es läßt sich zwischen direkten und indirekten Modellierungsansätzen unterscheiden. Während erstere den Korrelationsparameter direkt spezifizieren, kommen in indirekten Modellen die Korrelationen über Exposures gegenüber gemeinsamen Risikofaktoren zustande. Gegeben die Werte dieser Risikofaktoren werden die Adressen als bedingt unabhängig angenommen. Die Identität solcher Risikofaktoren ist jedoch bislang noch nicht geklärt. Ziel dieses Beitrags ist es, im Rahmen eines neuen, dynamischen Ansatzes diese Risikofaktoren zu identifizieren und die bedingte Unabhängigkeitsannahme zu überprüfen. Die durchgeführte Studie stützt die bedingte Unabhängigkeitsannahme, was erhebliche Vereinfachungen bei Value-at-Risk Analysen bedeutet. Weiterhin geben die Ergebnisse Hinweise darauf, daß eine dynamische Modellierung von Kreditrisiken gegenüber der bislang vorherrschenden statischen Sichtweise zu bevorzugen ist.

One of the greatest challenges in modeling credit portfolio risk is the issue of correlations between borrowers. Up to now no consistent methodology for identifying correlations exists. In general two approaches are employed: “direct” and “indirect” modeling. While the former specify correlation parameters themselves, indirect models assume that correlations between credit qualities or defaults are due to exposures to common risk factors. Given the values of the risk factors borrowers are assumed to be conditionally independent. However, the identity of these risk factors is still ambiguous. We present a new dynamic approach which identifies these common factors and tests the assumption of conditional independence. Our empirical study supports this assumption. This considerably facilitates Value-at-Risk analyses. Furthermore the results indicate that a dynamic modeling of credit risk should be favored against the prevalent static setting.

Note: Downloadable document is in German.

JEL Classification: C23, G21, G28

Suggested Citation

Hamerle, Alfred and Roesch, Daniel, Risikofaktoren und Korrelationen für Bonitätsveränderungen (Risk Factors and Correlations for Credit Quality Changes) (2003). Schmalenbachs Zeitschrift für betriebswirtschaftliche Forschung (ZfbF), Vol. 55, 2003, pp. 199-223, Available at SSRN: https://ssrn.com/abstract=2350238 or http://dx.doi.org/10.2139/ssrn.2350238

Alfred Hamerle

University of Regensburg - Faculty of Business, Economics & Information Systems ( email )

Universitstrasse 31
Regensberg D-93053
Germany

Daniel Roesch (Contact Author)

University of Regensburg ( email )

Chair of Statistics and Risk Management
Faculty of Business, Economics and BIS
Regensburg, 93040
Germany

HOME PAGE: http://www-risk.ur.de/

Here is the Coronavirus
related research on SSRN

Paper statistics

Downloads
70
Abstract Views
442
rank
362,370
PlumX Metrics