Full-text resources of CEJSH and other databases are now available in the new Library of Science.
Visit https://bibliotekanauki.pl

Refine search results

Journals help

  1. 1 Studia Ekonomiczne

Authors help

  1. 1 Prenzena P.

Years help

  1. 1 2014

Results found: 1

first rewind previous Page / 1 next fast forward last

Search results

help Sort By:

help Limit search:
first rewind previous Page / 1 next fast forward last
1
Publication available in full text mode
Content available

Metoda creditmetrics a pomiar ryzyka portfela kredytowego

100%
Prenzena P.
Studia Ekonomiczne
|
2014
|
vol. 206
86-102
PL
Artykuł prezentuje metodę CreditMetrics jako najbardziej uniwersalne narzędzie do pomiaru ryzyka kredytowego. Model ten wykorzystuje koncepcję wartości zagrożonej i umożliwia oszacowanie największej możliwej straty, która może być poniesiona na konkretnym kredycie lub portfelu kredytów dla danego poziomu ufności. W części empirycznej artykułu zbadano ryzyko hipotetycznego portfela kredytów udzielonych spółkom notowanym na Giełdzie Papierów Wartościowych w Warszawie i posiadających rating agencji Moody's z wykorzystaniem symulacji Monte Carlo. W wyniku symulacji otrzymano histogram przyszłych wartości portfela kredytowego, którego kształt potwierdził, że rozkład przyszłych wartości portfela kredytów posiada gruby ogon i jest lewostronnie skośny. Zgodnie z symulacją w najbardziej prawdopodobnym scenariuszu wszystkie spółki wchodzące w skład rozważanego portfela zachowają swój aktualny rating kredytowy na koniec rozpatrywanego okresu.
EN
This paper presents CreditMetrics method as the most universal credit risk measurement approach. This model utilizes the concept of Value at Risk and enables us to evaluate the worst possible loss, which can be incurred on a specific credit or credit portfolio, with the given confidence level. In the empirical part of this paper risk of a hypothetical portfolio composed of 6 credits was examined. Since risk estimation with the use of analytical methods for such case was not possible, Monte Carlo simulation was used to solve this problem. In order to obtain correlated and normally distributed variables, Cholesky decomposition was employed. As a result of the simulation histogram of forward portfolio values was obtained, which shape confirmed that the distribution of credits values has fat tail and is highly skewed to the left. According to the simulation, the most probable situation was that all companies from our portfolio will remain in their current credit rating at the end of the year.
first rewind previous Page / 1 next fast forward last
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.