Comparing reduced form vs. structural models in measuring and managing credit portfolio risks - a comprehensive meta – analysis

• Authors: Raphael Reinwald

Title variants

PL

Porównanie model zredukowanych i strukturalnych w pomiarze i zarządzaniu ryzykiem portfolio kredytowego - metaanaliza wielokryterialna

Abstracts

PL

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.

EN

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.

Keywords

EN

credit portfolio models; credit risk; CreditMetrics®; CreditRisk+®; portfolio model comparison

• Publisher: Wschodnioeuropejska Akademia Nauk Stosowanych w Białymstoku
• Journal: Przedsiębiorstwo & Finanse
• Year: 2021
• Issue: 1
• Pages: 65-81

Dates

published

2021

Contributors

author

Raphael Reinwald

• University of Gdansk, Department of Economics and Management of Transportation Companies

References

• Crouhy, M., Galai, D., Mark, R., A comparative analysis of current credit risk models, Elsevier, 2000
• Derbali A., Hallara S., The Current Models of Credit Portfolio Management: A Comparative Theoretical Analysis, „International Journal of Management and Business Research“, Autumn 2012
• Diaz, D., Gemmill, G., A Systematic Comparison of Two Approaches to Measuring Credit Risk: CreditMetrics versus CreditRisk+, „Paper at 27th ICA, International Actuarial Organisation“, 2011
• Diaz, D., Gemmill, G., A Systematic Comparison of Two Approaches To Measuring Credit Risk: CreditMetrics versus CreditRisk+,
• http://www.actuaires.org/EVENTS/congresses/Cancun/ica2002_subject/credit_risk/credit_x_diazledezma.pdf (2001)
• Duffie, D., Lando, D., Term structures of credit spreads with incomplete accounting information, „econometrica“, vol. 69, 2001
• Giesecke, K. and Goldberg, L., Sequential Defaults and Incomplete Information, „Journal of Risk“ and „SSRN Electronic Journal“, 2004
• Gordy, Michael B., A Comparative Anatomy of Credit Risk Models, „Federal Reserve System - Working Paper“, 1998
• Jarrow, R., Protter, P., Structural versus Reduced Form Models: A New Information Based Perspective, „Cornell University-Working Paper“, 2004
• Jarrow, R. and Cenit, R., Modeling Credit Risk with Partial Information, „The Annals of Applied Probability“, vol. 14(3), 2004
• Kollár, B., Gondžárová , B., Comparison of Current Credit Risk Models, „Paper at the 2nd GLOBAL CONFERENCE on BUSINESS, ECONOMICS, MANAGEMENT and TOURISM“, 2014
• Koyluoglu U., Hickman A., A generalized framework for current credit risk portfolio models
• „Risk magazine“, 1998, printed 16.10.1999
• Navneet, A., Bohn, J.R., Zhu, F., Reduced Form vs. Structural Models of Credit Risk: A Case Study of Three Models, „Moody’s KMV – White Paper“, 2005 (and Wiley, 2012)
• Schwarz, R., Kreditrisikomodelle mit Kalibrierung der Input-Parameter, „University of Applied Sciences of bfi Vienna - Working Paper Series“, volume 3, 2004
• Stein, R., Are the Probabilities Right? A First Approximation to the Lower Bound on the Number of Observations Required to Test for Default Rate Accuracy, „Moody’s KMV - White Paper“, 2003
• Stuart, A., Ord, K., Kendall's Advanced Theory of Statistics: Volume 1: Distribution Theory, Hodder Arnold, 6. Edition, 1994
• Wahrenburg, M., Niethen, S., Vergleichende Analyse alternativer Kreditrisikomodelle,
• http://www.is-frankfurt.de/publikationenNeu/VergleichendeAnalysealternativ654.pdf (2000)
• Wahrenburg, M., Niethen, S., Vergleichende Analyse alternativer Kreditrisikomodelle, „Kredit und Kapital“, Volume 2, 2000

Identifiers

Biblioteka Nauki

1930393