Multivariate ordinal regression models for enhanced credit risk modeling


Type Research Project

Funding Bodies

Duration Oct. 1, 2020 - March 31, 2022

  • Institute for Statistics and Mathematics IN (Details)

Tags

Press 'enter' for creating the tag
 

Abstract (German)

Finanzintermediäre verwenden für die Bewertung des Kreditrisikos ihrer Gegenparteien entweder Modelle basierend auf historischen Ausfallsdaten, oder Informationen von Dritten wie Bonitätsratings von Ratingagenturen. Die Modellierung von Ausfallsdaten und Bonitätsdaten erfolgt typischerweise getrennt, auch wenn beide Datenquellen in internen Prozessen eingesetzt werden. Im Gegensatz dazu fordern neue regulatorische Rahmenbedingungen und wissenschaftliche Studien einen kombinierten Ansatz für die Kreditrisikomodellierung, bei dem alle verfügbaren Informationsquellen in den Modellierungsrahmen integriert werden. Zum Beispiel nach IFRS 9 sollten Banken alle angemessenen Informationen, einschließlich zukunftsorientierter Kennzahlen, berücksichtigen. Statistische Modelle, die auf die Merkmale der Kreditrisikodaten zugeschnitten sind, sowie effiziente Softwareimplementierungen müssen entwickelt werden, um die dringende Notwendigkeit eines solchen integrierten Ansatzes zu behandeln.


Abstract (English)

When financial intermediaries assess the credit risk of their counterparties they either rely on models based on a historical data base of actual defaults, or on third-party information, i.e., credit ratings provided by credit rating agencies. The modeling of default data and credit rating data is typically performed separately, even in cases where both are employed in the internal processes. However, recent regulatory frameworks as
well as scientific studies have called for a combined approach to credit risk modeling, where all available information sources are integrated into the modeling framework. Also under IFRS 9 banks are required to consider all reasonable and supportable information, including forward-looking measures such as credit ratings. Statistical models tailored to the characteristics of credit risk data together with efficient software implementations must be developed in order to address the pressing need of such an enhanced approach.

Publications