Odhad a vybrané aplikace scoringového modelu defaultu komerčních bank pro období finanční krize

Petr Gurný

Doctoral thesis

Building of Scoring Model for the Commercial Banks’ Default Estimation in the Time of Financial Crisis and Its Application

Abstract:

Jedním z nejdůležitějších úkolů v rámci risk managementu je správné určování pravděpodobnosti úpadku (PD) finančních subjektů. Předmětem této dizertační práce je ověření možnosti stanovení PD pro komerční banky na základě vybraných credit-scoring modelů. Cílem dizertační práce je na základě nejvhodnějšího sestrojeného predikčního modelu určit a porovnat výši PD vybraných amerických a českých komerčních bank v extrémních kvantilech jejich pravděpodobnostních rozdělení modelovaných dle vybraných Lévyho procesů a klasického Geometrického Brownova procesu. Dizertační práce je rozdělena do dvou hlavních částí. V první části jsou odhadnuty tři různé predikční modely (na bázi lineární diskriminační analýzy a logistické a probit regrese) z upraveného vzorku téměř tří set amerických komerčních bank. Na základě ověření těchto modelů na kontrolním vzorku je pak vybrán nejvhodnější model. Druhá část práce je poté věnována aplikaci vybraného modelu na vybrané skupiny amerických a českých komerčních bank za účelem odhadu jejich současné finanční stability a dále za účelem určení vývoje jejich budoucí PD. Proto jsou nejprve modelovány relevantní finanční ukazatele pomocí vybraných náhodných procesů, které jsou následně použity k určení pravděpodobnostního rozdělení PD. Předpokládá se, že ukazatele jsou distribuovány dle vícerozměrných podřízených Lévyho procesů (konkrétně dle Variance Gamma procesu a Normal Inverse Gaussian procesu). Možnost defaultu jednotlivých bank při extrémně nepříznivém vývoji situace je zjišťována analýzou kvantilů odhadnutých rozdělení na různých hladinách významnosti. V práci je ověřeno, že Lévyho procesy dokáží zachytit empirické charakteristiky pravděpodobnostního rozdělení lépe, než klasický Geometrický Brownův proces. Tedy je ukázáno, že využití Geometrického Brownova procesu může vést k podhodnocení rizika, a to zejména pro extrémní kvantily. Nakonec je třeba podotknout, že aplikovatelnost odhadnutého modelu je (s ohledem na použitá data) omezena pouze na recesní fázi ekonomického cyklu.

Abstract:

One of the most important problems in risk management is the correctly determining the probabilities of default (PDs) of particular financial subjects. In this thesis a possible determination of a commercial bank’s PD based on credit-scoring models is discussed. The aim of this doctoral thesis is to model the probability distributions of PD of selected U.S. and Czech commercial banks using Lévy processes, based on the estimated prediction model. The thesis is divided into two parts. The first part is devoted to the estimation of the three different models (based on linear discriminant analysis, logit regression and probit regression) from a sample of almost three hundred US commercial banks. These models are then compared and verified with the control sample to determine the best model. The second part of the thesis aims to apply the chosen model to a portfolio of chosen US and Czech banks to estimate their present financial stability. However, it is also important to be able to estimate the evolution of PD in the future. So, in the next step of application part, the values of particular indicators are obtained through random sampling and used to estimate the PD distributions. It’s assumed that the indicators are distributed according to a multidimensional subordinated Lévy model (Variance Gamma model and Normal Inverse Gaussian model, particularly). A chance that “a financial crisis” will occur, at least in terms of probability, is indicated by estimation of the various quantiles in the estimated distributions. It is verified in the thesis that Lévy processes can capture the characteristics of the empirical distribution better than traditional Geometric Brownian Motion a therefore, that use of Geometric Brownian Motion for simulation of future probability distribution of PD can lead to undervaluation of risk. Finally, it should be noted that the applicability of the estimated model (with respect to the used data) is limited to the recessionary phase of the financial market.

Keywords

Credit-scoring modely, pravděpodobnost defaultu, vícerozměrné podřízené Lévyho modely.

Keywords

Credit-scoring models, Probability of Default, Multidimensional Subordinated Lévy Model.

Language used: Czech

Date on which the thesis was submitted / produced: 10. 6. 2013

Thesis defence

• Date of defence: 15. 7. 2013
• Supervisor: Zdeněk Zmeškal

VŠB - Technical University of Ostrava

Ekonomická fakulta

Doctoral programme / field:
Hospodářská politika a správa / Finance