On Estimation of Point-in-Time Loss Given Default: A Comparative Study

Michal Kuchta

Master's thesis

Abstract:

Táto práca pojednáva o IFRS9, novom štandarde na výpočet opravných položiek, a to špecificky v kontexte LGD. Zároveň navrhuje viacero robustných prístupov k uchopeniu nového štandardu. Porovnáva tvorbu scenárov pomocov podmienených predpovedí v DSGE modeli, s novo navrhnutou metodológiou endogenizujúcou scenáre a ich pravdepodobnosti pomocou Bayesovského Markov-switching VAR modelu. Následne sa venuje vývoju modelov miery návratnosti (recovery rate) pomocou analýzy prežitia a regresii hlavných komponentov. Pravdepodobnosťou vážené očakávané kreditné straty sú nakoniec spočítané integráciou parciálnych výsledkov.

Abstract:

This Thesis deals with the new provisioning standard IFRS9, in the specific case of LGD modelling and proposes a set of robust approaches to meet the Standard's requirements. It compares the scenario generation through conditional forecasting in DSGE with the proposed pioneering methodology endogenizing scenario paths and their probabilities in Bayesian Markov-switching VAR. It develops a range of recovery rate models using survival analysis and principal component regression. Sub-results are then integrated to derive single probability-weighted ECL estimate.

Keywords

predpovede, severita, LGD, scenáre, IFRS9, DSGE, Bayesovský Markov-switching VAR

Keywords

scenarios, IFRS9, DSGE, Bayesian Markov-switching VAR, forecasting, severity, LGD

Language used: English

Date on which the thesis was submitted / produced: 2. 7. 2018

Thesis defence

• Date of defence: 1. 2. 2019
• Supervisor: Martin Janíčko
• Reader: Tomáš Miklánek

Vysoká škola ekonomická v Praze

Master programme / field:
Ekonomie a hospodářská správa / Ekonomická analýza