Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "risk models" wg kryterium: Temat


Wyświetlanie 1-6 z 6
Tytuł:
Credit risk mangement in finance : a review of various approaches
Autorzy:
Wójcicka-Wójtowicz, A.
Powiązania:
https://bibliotekanauki.pl/articles/969067.pdf
Data publikacji:
2018
Wydawca:
Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:
credit risk
default
bankruptcy
credit risk management
credit risk models
ryzyko kredytowe
bankructwo
zarządzanie ryzykiem kredytowym
modele ryzyka kredytowego
Opis:
Classification of customers of banks and financial institutions is an important task in today’s business world. Reducing the number of loans granted to companies of questionable credibility can positively influence banks’ performance. The appropriate measurement of potential bankruptcy or probability of default is another step in credit risk management. Among the most commonly used methods, we can enumerate discriminant analysis models, scoring methods, decision trees, logit and probit regression, neural networks, probability of default models, standard models, reduced models, etc. This paper investigates the use of various methods used in the initial step of credit risk management and corresponding decision process. Their potential advantages and drawbacks from the point of view of the principles for the management of credit risk are presented. A comparison of their usability and accuracy is also made.
Źródło:
Operations Research and Decisions; 2018, 28, 4; 99-106
2081-8858
2391-6060
Pojawia się w:
Operations Research and Decisions
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The Impact of the World Financial Crisis on the Polish Interbank Market: A Swap Spread Approach
Autorzy:
Płuciennik, Piotr
Powiązania:
https://bibliotekanauki.pl/articles/483317.pdf
Data publikacji:
2012
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
credit risk
interest rates
multidimensional parametric models
semiparametric models
swap spread
Opis:
The swap spread is defined as the difference between the fixed rate of an interest rate swap and the yield of the treasury with the same maturity. The swap spread is usually interpreted as the effective proxy of bank liquidity and the credit spread indicator. The interpretation is very similar to the LIBOR-OIS spread and in the context of Polish interbank market – WIBOR-OIS. However, WIBOR-OIS is less reliable during the crisis of confidence because of lack of interbank operation with the maturity longer than 1 month. Swap spreads base on two liquid instruments, thus they are free of this defect. The main goal of this paper is to assess how Polish swap spreads and their conditional variance reacted to important events connected with the subprime crisis and crisis of confidence in the Polish interbank market.
Źródło:
Central European Journal of Economic Modelling and Econometrics; 2012, 4, 4; 269-288
2080-0886
2080-119X
Pojawia się w:
Central European Journal of Economic Modelling and Econometrics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Comparing reduced form vs. structural models in measuring and managing credit portfolio risks - a comprehensive meta – analysis
Porównanie model zredukowanych i strukturalnych w pomiarze i zarządzaniu ryzykiem portfolio kredytowego - metaanaliza wielokryterialna
Autorzy:
Reinwald, Raphael
Powiązania:
https://bibliotekanauki.pl/articles/1930393.pdf
Data publikacji:
2021-06-30
Wydawca:
Wyższa Szkoła Finansów i Zarządzania w Białymstoku
Tematy:
credit portfolio models
credit risk
CreditMetrics®
CreditRisk+®
portfolio model comparison
Opis:
This paper is comparing the main credit portfolio models used in the banking industry as well as in academic research for credit risk measuring and pricing purposes. These models can be classified as structural models, hazard rate models and macro-factor/econometric models (the last group is very similar to structural ones and hence not investigated in detail here). Proponents and famous implementations are CreditMetrics® by JP Morgan (1998) and KMV® (Kealhofer, McQuown and Vasicek, 1993) of Moody’s for the structural type and CreditRisk+® by Credit Suisse First Boston (CSFB, 1997) for the hazard rate model. As all of them are frequently used the null hypothesis is that they perform equally well. In the first part of this paper – as intermediate aim - qualitative properties are compared and in the second part the models are disassembled (using a methodology similar to Hickman) and quantitatively considered with the overall goal to prove which one is measuring Credit Portfolio Risk most precisely – in contrast to existing papers not only regarding specific portfolio(s) or settings but building on a meta-analysis research of papers published on that topic. As a result – rejecting the null hypothesis - CreditMetrics® is performing better in most circumstances, especially with exchange-listed, large companies and low-default portfolios whereas CreditRisk+® is easier to handle and often useful for granular, retail type portfolios.
Dokładny pomiar ryzyka kredytowego jest kluczowy z punktu widzenia instytucji finansowych. Są one zobowiązane nie tylko wypełniać wymagań prawne i zarządcze stawiane przez regulatorów takich jak EBA czy ECB w formie regulacji CRR II i CRD V w Unii Europejskiej, ale są także zobowiązane prowadzić działalność w sposób zabezpieczający interesy biznesowe właścicieli i interesariuszy, w szczególności odnośnie do zarządzania portfolio udzielonych kredytów i związanych z nimi ryzyk (upadłości i transferu). Sprawia to, że wykorzystanie zaawansowanych modeli oceny ryzyka jest branżowym standardem. Sytuacja w innych uwarunkowania jurysdykcyjnych (w Stanach Zjednoczonych czy Szwajcarii) jest podobna ze względu na uwarunkowania Basel III i wynikające z nich regulacji na poziomie krajowym. Niemniej jednak, wciąż w obszarze modelowania ryzyka kredytowego jest wiele obszarów, które nie są wystarczająco dobrze opisane. Między innymi, nie przeprowadzono metaanalizy dotychczas opublikowanych badań, która przesądzałaby nad wyższością jednych metod nad innymi. Jest to istotne, ponieważ wdrożenie skuteczniejszego modelu skutkuje przewagą konkurencyjną banku w zakresie modelowania ryzyka związanego z kredytem, a tym samym, długofalowo, zmniejsza wartość zaangażowania kapitałowego niezbędnego do pokrycia ewentualnych strat. Stąd, przeprowadzenie takiej pogłębionej metaanalizy stało się celem tego artykułu. Hipoteza zerowa stanowi, że modele CreditMetrics® i CreditRisk+® są jednakowo skuteczne - w szczególności w odniesieniu do kredytów korporacyjnych. Istotną część artykułu stanowi tym samym również dokładne porównanie i wyjaśnienie mocnych oraz słabych stron modeli, w szczególności w odniesieniu do konkretnych typów portfolio czy segmentów odbiorców.
Źródło:
Przedsiębiorstwo & Finanse; 2021, 1; 65-81
2084-1361
Pojawia się w:
Przedsiębiorstwo & Finanse
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Bankruptcy Risk Models for Polish SMEs – Regional Approach
Modele ryzyka upadłości polskich MŚP – ujęcie regionalne
Autorzy:
Ptak-Chmielewska, Aneta
Powiązania:
https://bibliotekanauki.pl/articles/655563.pdf
Data publikacji:
2018
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
ryzyko kredytowe
modele upadłości
regresja logistyczna
credit risk
bankruptcy models
logistic regression
Opis:
Zarządzanie ryzykiem kredytowym stanowi kluczowy element w zarządzaniu bankiem. Do zarządzania ryzykiem kredytowym wykorzystywane są modele statystyczne tzw. Modele scoringowe i ratingowe. Do oceny ryzyka kredytowego przedsiębiorstw wykorzystuje się modele ratingowe. Składową modeli ratingowych są modele ilościowe (oparte na wskaźnikach finansowych) oraz modele jakościowe (oparte na ankiecie jakościowej). Do budowy modeli ilościowych wykorzystuje się modele statystyczne i ekonometryczne, głównie modele regresji logistycznej. W artykule omówione zostały modele statystyczne do oceny ilościowej wraz z przykładem empirycznym opartym na danych dla próby MŚP udostępnionej przez jeden z polskich banków. Wykorzystano model regresji logistycznej ze zmienną nominalną – region działalności, uwzględniający zróżnicowanie terytorialne. Pokazana została konstrukcja modelu uwzględniającego zarówno branże działalności, jak i region działalności.
Credit risk management is a key element in bank management. For credit risk management, statistical models are used, the so‑called scoring and rating models. For enterprise risk assessment, rating models are used. Rating models consist of quantitative models (based on financial ratios) and qualitative models (based on a questionnaire). For estimation of quantitative models, econometric and statistical models are used, mainly logistic regression models. In this paper, statistical models for quantitative assessment are presented, including an empirical example based on the sample of data for SMEs made available by one of Polish banks. A logistic regression model with a nominal variable – the region of activity, including territorial differences, was used. The construction of rating model was presented, including the sector and region of activity.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2018, 1, 333
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Strukturalne i zredukowane modele pomiaru ryzyka kredytowego wykorzystywane w praktyce bankowej
Structural and reduced credit risk measurement models used in banking practice
Autorzy:
Noetzel, P.
Powiązania:
https://bibliotekanauki.pl/articles/399126.pdf
Data publikacji:
2011
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
modele strukturalne
KMV
CreditMetrics
ryzyko kredytowe
portfel kredytowy
structural models
credit risk
Credit Portfolio View
Opis:
This article compares four popular models of credit risk measurement in terms of the scope of information used by the models, the characteristics of the risk as subject of the modeling and their use in the management of credit portfolios. These models can be assigned to one of two classes: structural and reduced form models. Structural models base on the assumption that the modeling person has full information about the assets and liabilities of the company and based on this knowledge is able to determine the moment of a credit event. Reduced form models use only the information base that is available on the market. This gives them an advantage in practical risk evaluation. The article is a modified part of the author's doctoral dissertation titled "Use of credit derivatives in managing the debt portfolio of the bank".
Źródło:
Ekonomia i Zarządzanie; 2011, 3, 1; 36-47
2080-9646
Pojawia się w:
Ekonomia i Zarządzanie
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie miar matematycznych i biznesowych do porównania modeli macierzy migracji stosowanych w analizie ryzyka kredytowego
Application of mathematical measures and business measures to compare migration matrices used in credit risk analysis
Autorzy:
Grzybowska, Urszula
Karwański, Marek
Powiązania:
https://bibliotekanauki.pl/articles/453229.pdf
Data publikacji:
2011
Wydawca:
Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
Tematy:
macierze migracji
łańcuchy Markowa
łańcuchy absorbujące
uogólnione modele liniowe (GLMM)
ryzyko kredytowe
SVD
wartości własne macierzy
migration matrices
Markov chains
absorbing Markov chains
generalized longitudinal models (GLMM)
credit risk
Eigenvalues
Opis:
Modele ryzyka kredytowego, używane w bankach, bazują na modelach prawdopodobieństwa zajścia określonych zdarzeń (defaultów). Szeroka klasa tych modeli wykorzystywanych obecnie w praktyce opiera się na estymacji intensywności zdarzeń (ang. intensity-based models). W niniejszej pracy porównujemy wyniki uzyskane przy użyciu modeli Markowa oraz uogólnionych modeli liniowych (GLMM). W pracy przedstawiamy porównanie macierzy migracji w oparciu o różne miary odległości, miary uwzględniające prędkość zbieżności do defaultu oraz miary oparte na teorii absorbujących łańcuchów Markowa. Stosowane miary porównania macierzy migracji odmiennie odzwierciedlają różnice wartości klienta istotne z punktu widzenia biznesu. Modele Markowa dają najlepsze estymatory „biznesowe”, ale są trudne w praktycznych zastosowaniach.
Credit risk models used in banks are based on probability models for occurrence of default. A vast class of these models is based on the notion of intensity In this paper we compare results obtained within Markov chain approach and with help of statistical longitudinal models (GLMM) in which states (rating classes) in discrete time points are regarded as matched pairs. The comparison of obtained migration matrices is based on various distance measures, properties of absorbing Markov chains and convergence to default. Various methods of matrix comparison reflect business based differences between clients in a different way. Markov models give good business estimators but are difficult to apply in practice.
Źródło:
Metody Ilościowe w Badaniach Ekonomicznych; 2011, 12, 2; 168-179
2082-792X
Pojawia się w:
Metody Ilościowe w Badaniach Ekonomicznych
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-6 z 6

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies