Original title:
Kreditní riziko
Translated title:
Credit risk
Authors:
Šťástková, Monika ; Zichová, Jitka (referee) ; Hurt, Jan (advisor) Document type: Master’s theses
Year:
2009
Language:
cze Abstract:
[cze][eng] V předložení práci se zabýváme modelováním úvěrového rizika, konkrétně pravděpodobnosti a doby do selhání. Nejdříve prezentujeme dvě v praxi často používané metody pro určení časové struktury pravděpodobnosti selhání. První z nich vychází z úvěrové migrace. Předpokládá, že přechody mezi kategoriemi ohodnocení lze popsat homogenním Markovovým řetězcem. K testování hypotézy, zda je předpoklad homogenity v praxi splněn, jsou v práci uvedeny dvě podoby testové statistiky. Drhuá metoda využívá myšlenku, že určení úvěrové křivky je podobné jako vyhlazování křivky výnosové. Proto k jejímu stanovení využívá tvar Nelson-Siegelovy funkce. Dále se práce věnuje modelu pro dobu do selhání. K určení jejího rozdělení využívá teorii náhodného cenzorování. Některé z uvedených postupů na závěr ilustrujeme na reálných datech.This thesis is concerned in credit risk modelling, especially the default probability and time to default variable. It deals with two commonly used methods to figure out the term structure of default probability. The first one is based on credit migration. It is assumed that the credit migration process follows a time homogeneous Markov chain. To test the assumption of time homogeneity two test statistics are proposed in the thesis. The later method for establishing the term structure of the default probability uses the fact, that estimation of credit curve is analogous to a construction of the yield curves. So Nelson-Siegel function can be used for this aim. Then the model for the time to default is described. It is based on the theory of random censorship. Some of these methods are illustrated on real data.
Institution: Charles University Faculties (theses)
(web)
Document availability information: Available in the Charles University Digital Repository. Original record: http://hdl.handle.net/20.500.11956/20792