Skip to main content
SpringerLink
Log in

Typisierung und allgemeiner Aufbau von Kreditportfoliomodellen

  • Chapter
Zeitabhängige Kreditportfoliomodelle

Part of the book series: Gabler Edition Wissenschaft ((GEW))

Zusammenfassung

Zum Ende des vorangegangenen Kapitels wurde die Unzulänglichkeit der derzeit gültigen aufsichtsrechtlichen Behandlung des Kreditrisikos sowie das Potential von institutsinternen Kreditrisikomodellen sowohl für die aufsichtsrechtliche als auch für die bankinterne Verwendung dargelegt. Das nun folgende Kapitel befaßt sich zuerst mit einer Typisierung bekannter Ansätze der Kreditportfoliomodellierung und zeigt den allgemeinen Aufbau sowie einen Überblick über wesentliche Determinanten bzw. Risikoparameter eines Spezialfalls, den Default Mode-Ansatz, der auch den Schwerpunkt aller weiteren Betrachtungen darstellen wird. Darüber hinaus soll in mehreren Simulationsstudien gezeigt werden, wie sensitiv zentrale Risikoparameter von den Determinanten des Kreditrisikos abhängen. In Vorgriff auf die folgenden Kapitel soll eine Simulationsstudie „Künstlicher Kreditmarkt“ kurz vorgestellt werden. Diese dient als Basis weiterer Auswertungen in den anschließenden Kapiteln.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution
Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 44.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 59.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Vgl. Basel Committee on Banking Supervision (Hrsg.), [Credit Risk Modelling, 1999], S. 29f.

    Google Scholar 

  2. Vgl. International Swaps and Derivatives Association (ISDA) (Hrsg.), [Credit Risk and Regulatory Capital, 1998], S. 55 bzw. Basel Committee on Banking Supervision (Hrsg.), [Credit Risk Modelling, 1999], S. 29f.

    Google Scholar 

  3. Vgl. Basel Committee on Banking Supervision (Hrsg.), [Credit Risk Modelling, 1999], S. 30.

    Google Scholar 

  4. Zur Problematik der unterschiedlichen Definition des Ausfallereignisses siehe Abschnitt 4.1. in Vgl. Basel Committee on Banking Supervision (Hrsg.), [Credit Risk Modelling, 1999], S. 17.

    Google Scholar 

  5. Vgl. Basel Committee on Banking Supervision (Hrsg.), [Credit Risk Modelling, 1999], S. 22.

    Google Scholar 

  6. Vgl. hierzu die Ausführungen in Abschnitt 4.6.

    Google Scholar 

  7. Vgl. Basel Committee on Banking Supervision (Hrsg.), [Credit Risk Modelling, 1999], S. 28f bzw. Huschens, [Von der Markt-zur Kreditrisikomodellierung, 2000], S. 19.

    Google Scholar 

  8. Vgl. Basel Committee on Banking Supervision (Hrsg.), [Credit Risk Modelling, 1999], S. 28f.

    Google Scholar 

  9. Vgl. Huschens, Stefan/Locarek-Junge, Hermann, [Grundlagen der portfolioorientierten Kreditrisikomessung, 2000], S. 3.

    Google Scholar 

  10. Es existieren auch abgewandelte Modelle, die u. a. einen Ausfall auch während der Kreditlaufzeit modellieren. Man vgl. hierzu die Ausführungen in Abschnitt 4.3.3.

    Google Scholar 

  11. Vgl. Merton. R.C., [Pricing of Corporate Debt, 1974].

    Google Scholar 

  12. Vgl. die Ausführungen in Abschnitt 4.3.3.

    Google Scholar 

  13. Vgl. Wahrenburg, Mark/Niethen Susanne, [Analyse alternativer Kreditrisikomodelle, 2000], S. 4.

    Google Scholar 

  14. Vgl. Hamerle, Alfred, [Statistische Modelle im Kreditgeschäft, 2000], S. 475f.

    Google Scholar 

  15. Vgl. Basel Committee on Banking Supervision (Hrsg.), [Credit Risk Modelling, 1999], S. 16f.

    Google Scholar 

  16. Vgl. Basel Committee on Banking Supervision (Hrsg.), [Credit Risk Modelling, 1999], S. 16f.

    Google Scholar 

  17. Vgl. Broker, Frank, [Quantifizierung von Kreditportfoliorisiken, 2000], S. 23.

    Google Scholar 

  18. Vgl. Basel Committee on Banking Supervision (Hrsg.), [Credit Risk Modelling, 1999], S. 31f.

    Google Scholar 

  19. Zur Definition möglicher Ausfallereignisse vgl, die Ausführungen in Abschnitt 4.1.

    Google Scholar 

  20. Anmerkung: Notwendig wäre die exakte Modellierung der gemeinsamen Auftretenswahrscheinlichkeit aller möglichen Defaultkombinationen der Schuldner im Portfolio. Dies ist für große Portfolios jedoch nicht möglich. Daher erfolgt im folgenden eine Approximation über die Darstellung der Abhängigkeitsbeziehungen jeweils zweier Schuldner.

    Google Scholar 

  21. Für eine zeitabhängige Modellierung des Kreditportfoliorisikos ist eine mögliche Zeitabhängigkeit bspw. des „Ausnutzungsgrades der Kreditlinie“ zu untersuchen. So könnte es z.B. sein, daß in rezessiven Zeiten der Ausnutzungsgrad höhere Werte annimmt als in konjunkturell besseren Zeiten.

    Google Scholar 

  22. Vgl. Huschens, Stefan/Locarek-Junge, Hermann [Grundlagen der portfolioorientierten Kreditrisikomessung, 2000], S. 7.

    Google Scholar 

  23. Vgl. Bröker, Frank, [Quantifizierung von Kreditportfoliorisiken, 2000], S. 23.

    Google Scholar 

  24. Analog den anderen Determinanten ist auch die Recovery-Rate zeitabhängig zu modellieren.

    Google Scholar 

  25. Im Unterschied zur Definition des LGD im Rahmen der neuen Baseler Eigenkapitalvereinbarung von Januar 2001. Dort wird der Blankoanteil als LGD bezeichnet vgl. Basel Committee on Banking Supervision (Hrsg.), [The Internal Ratings-Based Approach to Credit Risk, 2001], S. 6.

    Google Scholar 

  26. Die Begriffe werden im folgenden synonym verwendet.

    Google Scholar 

  27. Vgl. die Ausführungen in Abschnitt 3.2.

    Google Scholar 

  28. Bei gegebener Portfoliozusammensetzung.

    Google Scholar 

  29. Vgl. Basel Committee on Banking Supervision (Hrsg.), [Credit Risk Modelling, 1999], S. 15.

    Google Scholar 

  30. Vgl. Basel Committee on Banking Supervision (Hrsg.), [Credit Risk Modelling, 1999], S. 14.

    Google Scholar 

  31. Vgl. Hamerle, Alfred, [Statistische Modelle im Kreditgeschäft, 2000], S. 481f.

    Google Scholar 

  32. Vgl. hierzu bspw. Guthoff, Anja/Pfingsten, Andreas/Wolf, Juliane, [On the Compatibility of Value at Risk, 1997].

    Google Scholar 

  33. Vgl. Albrecht, P./Maurer, R./Stephan, T., [Shortfall-Performance, 1995], S. 198 bzw. Harlow, W. V., [Asset Allocation in a Downside-Risk Framework, 1991], S. 30.

    Google Scholar 

  34. Vgl. Basel Committee on Banking Supervision, [Credit Risk Modelling, 1999], S. 20.

    Google Scholar 

  35. GE: Geldeinheiten.

    Google Scholar 

  36. Die Schadensverteilungen der Simulationsstudie wurden mit jeweils 50 000 Simulationsläufen erzeugt. Die resultierenden Werte der Risikoparameter stellen daher Schätzungen dar.

    Google Scholar 

  37. Vgl. Hamerle, Alfred, [Statistische Modelle im Kreditgeschäft, 2000], S. 480.

    Google Scholar 

  38. Ohne Beschränkung der Allgemeinheit wird die Studie auf den Kreis der Unternehmen eingeengt. Die Übertragung der Ergebnisse auf andere Kontrahentengruppen wie Privatkunden ist jedoch jederzeit möglich.

    Google Scholar 

  39. Der Umfang des künstlichen Kreditmarkts wurde für eine erweiterte Fragestellung auf 2000 Unternehmen vergrößert. Die im folgenden getroffenen Ausführungen können auf diesen Fall analog angewendet werden.

    Google Scholar 

  40. Höhere Werte dieser Einflußgröße führen ceteris paribus zu geringeren Ausfallwahrscheinlichkeiten.

    Google Scholar 

Download references

Authors
  1. Michael Knapp
    View author publications

    You can also search for this author in PubMed Google Scholar

Rights and permissions

Reprints and permissions

Copyright information

© 2002 Springer Fachmedien Wiesbaden

About this chapter

Cite this chapter

Knapp, M. (2002). Typisierung und allgemeiner Aufbau von Kreditportfoliomodellen. In: Zeitabhängige Kreditportfoliomodelle. Gabler Edition Wissenschaft. Deutscher Universitätsverlag, Wiesbaden. https://doi.org/10.1007/978-3-663-11901-2_3

Download citation

  • DOI: https://doi.org/10.1007/978-3-663-11901-2_3

  • Publisher Name: Deutscher Universitätsverlag, Wiesbaden

  • Print ISBN: 978-3-8244-7508-7

  • Online ISBN: 978-3-663-11901-2

  • eBook Packages: Springer Book Archive

Publish with us

Policies and ethics

Search

Navigation