BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Siarka Paweł (Institute for Financial Services)
Tytuł
Symulacyjna analiza rentowności kredytów detalicznych : testowanie warunków skrajnych
Simulation Analysis of Profitability of Retail Loans : Stress Testing
Źródło
Bank i Kredyt, 2012, nr 2, s. 81-103, aneks, bibliogr. 25 poz.
Słowa kluczowe
Portfel kredytowy, Rentowność, Ryzyko kredytowe, Niewypłacalność, Metoda Monte Carlo, Testy warunków skrajnych, Analiza symulacyjna
Credit portfolio, Profitability, Credit risk, Insolvency, Monte Carlo method, Stress tests, Simulation analysis
Uwagi
streszcz., summ.
Abstrakt
Obserwowany w ostatnich latach kryzys finansowy obnażył słabości procesów zarządzania ryzykiem w bankowości. Za pomocą tradycyjnych metod pomiaru ryzyka niejednokrotnie nie można wskazać zagrożeń wynikających z niekorzystnego dla banków scenariusza realizowanego w trakcie kryzysu. Stąd tak silny nacisk kładzie się obecnie na rozwijanie metod opartych na testach warunków skrajnych. W niniejszym artykule autor porusza zagadnienie testowania warunków skrajnych w badaniu rentowności portfela kredytowego. W tym celu zaproponował metodę badania dochodowości portfela uwzględniającą realne przepływy finansowe, którą następnie wykorzystał w procesie symulacji Monte Carlo. Przeprowadzona symulacja uwzględniła losowe zmiany czynników kosztowych i przychodowych, jak również korelacje między nimi. Uzyskane wyniki umożliwiają określenie poziomu spadku rentowności portfela kredytowego oraz prawdopodobieństwo tego spadku. Dzięki uwzględnieniu w analizie korelacji czynników obniżających dochodowość portfela opracowano niekorzystne scenariusze, które mogą mieć miejsce w trakcie kolejnego kryzysu finansowego. (abstrakt oryginalny)

The recent financial crisis has revealed weaknesses in risk management processes in banking. Traditional methods of risk measurement are often not able to estimate the risk resulting from adverse scenarios that take place during the crisis. Therefore, recent attention is paid to the development of methods based on stress tests. In this article the author refers to the problem of stress-test analysis in the context of the study of profitability of the loan portfolio. Author's concept was presented to evaluate the profitability of the portfolio that takes into account the real financial flows. This method has been used in the Monte Carlo simulation. The results enable to determine the level of reduction in the loan portfolio profitability and a consequent probability. Taking into account the correlation of variables that affect the lower profitability of the portfolio allows creating adverse scenarios that may occur during the next financial crisis. (original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Szkoły Głównej Handlowej
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Pełny tekst
Pokaż
Bibliografia
Pokaż
  1. Alexander C., Sheedy E. (2008), Developing a stress testing framework based on market risk models, Journal of Banking and Finance, 32, 2220-2236.
  2. Allen L., Saunders A. (2004), Incorporating systemic influences into risk measurements: a survey of the literature, Journal of Financial Services Research, 24, 169-202.
  3. Basel Committee on Banking Supervision (2006), International convergence of capital measurement and capital standards: A revised framework, Basel.
  4. Boss M., Krenn G., Puhr C., Summer M. (2006), Systematic Risk Monitor: A Model for Systematic Risk Analysis and Stress Testing of Banking Systems, Austrian National Bank, Vien.
  5. Brandt S. (1998), Analiza danych, Wydawnictwo Naukowe PWN, Warszawa.
  6. Breuer T., Jandacka M., Rheinberger K., Summer M. (2009), How to find plausible, severe and use ful stress scenarios. International Journal of Central Banking, 3, 205-224.
  7. Dobija M., Smaga E. (1995), Podstawy matematyki finansowej i ubezpieczeniowej, Wydawnictwo Naukowe PWN, Warszawa.
  8. Foglia A. (2009), Stress Testing Credit Risk: A Survey of Authorities Approaches, Bank of Italy, Department of Bank Banking and Financial Supervision.
  9. Forbes K., Rigobon R.(2002) No contagion, only interdependence: Measuring stock market comovements, Journal of Finance, 57, 2223-2261.
  10. Golub G., Van Loan C. (1996), Matrix computations, The Johns Hopkins University Press, London.
  11. Jajuga K. (2007), Zarządzanie ryzykiem, Wydawnictwo Naukowe PWN, Warszawa.
  12. Keisman D., Marshella T. (2009), Recoveries on defaulted debt in an era of black swans, Moody's Global Corporate Finance, Moody's Investors Service, New York.
  13. Kreinin A., Merkoulovitch L., Rosen D., Zerb M. (1998), Principal component analysis in quasi Monte Carlo simulation, Algo Research Quarterly, 1, 17-26.
  14. Longin F.M. (2000), From value at risk to stress testing: the extreme value approach, Journal of Banking and Finance, 24, 1097-1130.
  15. Miu P., Ozdemir B.(2006), Basel requirements of downturn loss given default: modeling and estimating probability of default and loss given default correlations, The Journal of Credit Risk, 2, 47-62.
  16. Pain D. (2003), The provisioning experience of the major UK banks: a small panel investigation, Bank of England Working Paper, 177.
  17. Pak-Wing Fong T., Chun-shan W. (2008), Stress testing banks' credit risk using mixture vector autoregressive models, Hong Kong Monetary Authority Working Paper, 13.
  18. Peura S., Jokivuolle E. (2004), Simulation based stress tests of banks' regulatory capital adequacy, Journal of Banking and Finance 28, 1801-1824.
  19. Rosch D., Scheule H. (2007), Stress-testing credit risk parameters: an application to retail loan portfolios, Journal of Risk Model Validation, 1, 55-75.
  20. Sorge M., Virolainen K. (2006), A comparative analysis of macro stress-testing methodologies with application to Finland, Journal of Financial Stability, 2(2), 113-151.
  21. Virolainen K. (2004), Macro Stress Testing with a Macroeconomic Credit Risk Model for Finland, Discussion Paper, 18, Bank of Finland.
  22. Wang J., Liu C. (2006), Generating multivariate mixture of normal distributions using a modified Cholesky decomposition, Proceedings of Winter Simulation Conference, Institute of Industrial Engineers, Polo Alto, 342-347.
  23. Wang X., Sloan I.H. (2011), Quasi-Monte Carlo methods in financial engineering: an equivalence principle and dimension reduction, Operations Research, 59, 80-95.
  24. Wong M. (2008), Macro stress tests and history-based stressed PD: the case of Hong Kong, Journal of Financial Regulation and Compliance, 16(3), 251-260.
  25. Zeman J., Jurca P. (2008), Macro stress testing of the Slovak banking sector, National Bank of Slovakia Working Paper, 1.
Cytowane przez
Pokaż
ISSN
0137-5520
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu