CreditMetrics - Universität Mannheim
CreditMetrics - Universität Mannheim
CreditMetrics - Universität Mannheim
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Abhängigkeiten<br />
Portfolio-Effekte<br />
<strong>CreditMetrics</strong><br />
Asset Value<br />
Faktormodell<br />
Beispiel<br />
Schluss<br />
<strong>CreditMetrics</strong><br />
Korrelation und Asset Value Ansatz<br />
Portfoliokreditrisko Seminar<br />
17. Oktober 2007<br />
Robert Schilling<br />
Seminarleitung: PD Dr. Rafael Weißbach<br />
<strong>Universität</strong> <strong>Mannheim</strong>
Abhängigkeiten<br />
Portfolio-Effekte<br />
<strong>CreditMetrics</strong><br />
Asset Value<br />
Faktormodell<br />
Beispiel<br />
Schluss<br />
Berechnung<br />
des<br />
Exposures<br />
Schätzung<br />
der<br />
Volatilität<br />
Schätzung<br />
der<br />
Korrelationen<br />
VaR des Portfolios bezüglich Kreditrisiken<br />
2
Abhängigkeiten<br />
Portfolio-Effekte<br />
<strong>CreditMetrics</strong><br />
Asset Value<br />
Faktormodell<br />
Beispiel<br />
Schluss<br />
1. Abhängigkeiten<br />
2. Portfolioeffekte beim Kreditrisiko<br />
3. <strong>CreditMetrics</strong><br />
4. Asset Value Modell<br />
5. Faktormodell<br />
6. Beispiel: Pfizer und Allianz<br />
Schluss<br />
Inhalt<br />
3
Abhängigkeiten<br />
Portfolio-Effekte<br />
<strong>CreditMetrics</strong><br />
Asset Value<br />
Faktormodell<br />
Beispiel<br />
Schluss<br />
Abhängigkeiten<br />
Existenz von Korrelation bei Kreditausfällen?<br />
Businessmodelle jeder Firma einzigartig?<br />
Beobachtete Ausfälle bzw. Ratingänderungen anhand historischer<br />
Zeitreihendaten<br />
Vergleich der credit events verschiedener Schuldner zu gleichem<br />
Zeitpunkten<br />
Indizien für Abhängigkeiten?<br />
Gemeinsame Ursachen/Ereignisse: Konjunktur, Finanzkrisen, etc.<br />
Indizien für Unabhängigkeit der Bonitätsänderungen?<br />
z.B. stabile Häufigkeit von Defaults über die Zeit<br />
(für eine Vielzahl an beobachteten Unternehmen, Stichprobe<br />
ausreichend groß)<br />
4
Abhängigkeiten<br />
Portfolio-Effekte<br />
<strong>CreditMetrics</strong><br />
Asset Value<br />
Faktormodell<br />
Beispiel<br />
Schluss<br />
Historische Ausfallraten<br />
Realität/Evidenz:<br />
Existenz von Abhängigkeiten, signifikant größer Null<br />
(Moody‘s oder S&P default rate statistics)<br />
Quelle: Moody‘s 1970-1995 1-year default rates and volatilities (Carty & Lieberman [96a]). JPMorgan – CM Technical<br />
Document<br />
• Problem:<br />
u.a. Beobachtungszeitraum und Konjunktur<br />
5
Abhängigkeiten<br />
Portfolio-Effekte<br />
<strong>CreditMetrics</strong><br />
Asset Value<br />
Faktormodell<br />
Beispiel<br />
Schluss<br />
Direkte gemeinsame Ratingänderung<br />
• Gemeinsame Ratingänderungen, historisch (1.234 Firmen, 40 Quartale)<br />
• Gemeinsame Wahrscheinlichkeiten (in %):<br />
Bsp.: 2 Schuldner, P (BBB BBB und A A) = 0.787<br />
Quelle: JPMorgan – CM Technical Document<br />
6
Abhängigkeiten<br />
Portfolio-Effekte<br />
<strong>CreditMetrics</strong><br />
Asset Value<br />
Faktormodell<br />
Beispiel<br />
Schluss<br />
Portfolioeffekte bei der Modellierung des Kreditrisikos<br />
• Kreditrisiko ⇔<br />
prob(„credit event={ugrade, downgrade, default}) > 0<br />
• Messung des Kreditrisikos:<br />
messbare stochastische Faktoren, die die<br />
Eintrittswahrscheinlichkeit und die Größe des Kreditrisikos<br />
determinieren<br />
• Korrekte Modellierung des Portfoliokreditrisikos verlangt Beachtung<br />
gemeinsamer Stochastik der gesamten Risikofaktoren<br />
- „perfektes“ Modell muss alle Abhängigkeiten beinhalten<br />
- Ausfallkorrelationen der KN, Recovery Rates Korrelationen,<br />
Korrelation Recovery und Ausfallwahrscheinlichkeit , …<br />
• Praxis: Beschränkung der Analyse von Korrelationseffekten auf<br />
stochastische Abhängigkeiten innerhalb der möglichen credit events<br />
7
Abhängigkeiten<br />
Portfolio-Effekte<br />
<strong>CreditMetrics</strong><br />
Asset Value<br />
Faktormodell<br />
Beispiel<br />
Schluss<br />
• <strong>CreditMetrics</strong>:<br />
Konzentration auf Korrelationen von möglichen Credit events<br />
{Ratingänderung, Default},<br />
Ausschluss möglicher Abhängigkeiten der recovery rates oder<br />
Exposures – Annahme der Unabhängigkeit!<br />
• Argument:<br />
Extreme Ratingänderungen (Bonitätszustandsänderungen) wie bei<br />
Eintritt Default – Zustand mit extremen Wertänderungen verbunden<br />
höchste Relevanz für Portfoliowert:<br />
Ausfallkorrelation bzw. der Eintritt gemeinsamer Ausfälle mehrerer<br />
Schuldner eines Portfolios<br />
• Auswirkungen der Höhe der Korrelation:<br />
Value at Risk sehr sensitiv auf Korrelation<br />
8
Abhängigkeiten<br />
Portfolio-Effekte<br />
<strong>CreditMetrics</strong><br />
Asset Value<br />
Faktormodell<br />
Beispiel<br />
Schluss<br />
• Basis Ratingsystem<br />
Credit Metrics<br />
– Schuldner mit Einzelrating<br />
– Ermitlung einer Wahrscheinlichkeitsverteilung für Veränderungen des<br />
Portfoliowerts<br />
– Am Risikohorizint T<br />
– Risiko: Ratingänderungen der Schuldner zum Riskohorizont T<br />
– Credit Event: {default, upgrade, downgrade}<br />
• Interessierende Größen für den Portfoliowert<br />
1.) Umweltzustände = {(Kombination der Ratingzustände der KN)}<br />
(siehe letzte Woche: Bonität/Rating bestimmt CreditSpread <br />
PresentValue Verfahren zur Bewertung)<br />
2.) Eintrittswahrscheinichkeiten der Umweltzustände<br />
• Ziel: Bestimmung der Wahrscheinlichkeitsverteilung für die Veränderung<br />
des Portfoliowertes zum Risikohorizont T infolge Bonitätsänderungen<br />
9
Abhängigkeiten<br />
Portfolio-Effekte<br />
<strong>CreditMetrics</strong><br />
Asset Value<br />
Faktormodell<br />
Beispiel<br />
Schluss<br />
Asset Value Modell<br />
Asset Value Modell (Unternehmenswertmodell) nach Merton (1974)<br />
• Indirekter Ansatz<br />
• Modellierung gemeinsamer Wahrscheinlichkeiten von Ratingänderungen<br />
• Mögliche credit events: {upgrade, downgrade, default}<br />
• Keine historischen Daten mehr nötig<br />
Ansatz:<br />
• Unternehmen bestehend aus<br />
Assets (Aktiva) und Liabilities (Verbindlichkeiten)<br />
-Assets-<br />
-Liabilities-<br />
10
Abhängigkeiten<br />
Portfolio-Effekte<br />
<strong>CreditMetrics</strong><br />
Asset Value<br />
Faktormodell<br />
Beispiel<br />
Schluss<br />
Idee<br />
1. Annahme<br />
Existenz eines jedem credit event zugrunde liegenden Prozesses<br />
Erklärung für einzelne Ratingänderung<br />
Erklärung gemeinsamer Ratingänderungen<br />
Vorteil:<br />
Prozess beobachtbar und erklärbar<br />
(i. Ggs. zum Vorgehen direkter Beobachtungen von Ausfallhäufigkeiten)<br />
2. Schätzung der den Prozess bestimmenden Parameter<br />
Resultat: Änderung Unternehmenswert Änderung Bonität bzw. Rating<br />
Verbesserte Schätzung der gemeinsamen Wahrscheinlichkeit<br />
von Bonitätszustandsänderungen<br />
11
Abhängigkeiten<br />
Portfolio-Effekte<br />
<strong>CreditMetrics</strong><br />
Asset Value<br />
Faktormodell<br />
Beispiel<br />
Schluss<br />
• Vereinfachung:<br />
credit events: {default, non default}<br />
• Implikation Unternehmenswert:<br />
Am Risikohorizont T gilt:<br />
a) b)<br />
-Assets-<br />
-Liabilities-<br />
-Assets-<br />
-Liabilities-<br />
Assets > liabilities Assets < liablities<br />
(Zahlungsunfähigkeit)<br />
credit event: no default credit event: non default<br />
12
Abhängigkeiten<br />
Portfolio-Effekte<br />
<strong>CreditMetrics</strong><br />
Asset Value<br />
Faktormodell<br />
Beispiel<br />
Schluss<br />
Erweiterung: Interesse an verschiedenen Bonitätszuständen eines<br />
Schuldners zwischen default und non default zum<br />
Risikohorizont T<br />
Ziel: Bestimmung ratingadäquater Wertintervalle der Assetrealisationen in T<br />
Ausgangsrating<br />
BB<br />
Max. Schwankungsbreite<br />
damit keine Ratingänderung<br />
Unternehmenswert T<br />
13
Abhängigkeiten<br />
Portfolio-Effekte<br />
<strong>CreditMetrics</strong><br />
Asset Value<br />
Faktormodell<br />
Beispiel<br />
Schluss<br />
Bestimmung der Renditegrenzen<br />
• Verteilungsannahme: Aktivarenditen ~<br />
(0,1) nv.<br />
• Wahrscheinlichkeitsmasse unter kritischer Renditegrenze<br />
= Ausfallwahrscheinlichkeit gemäß Rating<br />
• Adäquat für alle Ratingänderungen<br />
Beispiel: Ausgangsrating BBB und Übergangswahrscheinlichkeiten (T)<br />
• Vorgabe historischer Übergangswahrscheinlichkeiten (1 Jahr) je Rating<br />
• Annahme homogener Schuldner je Rating<br />
• RBBBdefault als gesuchte kritische Ausfallrendite<br />
• gegeben: P(BBBDefault)=0.0018<br />
• Umkehrfunktion der Standardnormalverteilung:<br />
N -1 (P=0.0018) = - 2.9112 (R BBBdefault )<br />
14
Abhängigkeiten<br />
Portfolio-Effekte<br />
<strong>CreditMetrics</strong><br />
Asset Value<br />
Faktormodell<br />
Beispiel<br />
Schluss<br />
Ratingänderung ohne Default<br />
• gegeben: P (BBBCCC)=0.0012<br />
• P( RBBBdefault
Abhängigkeiten<br />
Portfolio-Effekte<br />
<strong>CreditMetrics</strong><br />
Asset Value<br />
Faktormodell<br />
Beispiel<br />
Schluss<br />
AAA<br />
0.02%<br />
AA<br />
0.33%<br />
A<br />
5.59%<br />
R BBBdefault<br />
R BBBCCC<br />
BBB<br />
86.9%<br />
-Renditeintervall-<br />
BB<br />
5.30%<br />
Quelle: nach JPMorgan – CM Technical Document<br />
B<br />
1.2%<br />
CCC<br />
0.12%<br />
Rendite T<br />
Default<br />
0.18%<br />
16
Abhängigkeiten<br />
Portfolio-Effekte<br />
<strong>CreditMetrics</strong><br />
Asset Value<br />
Faktormodell<br />
Beispiel<br />
Schluss<br />
Fall: Zwei Kreditnehmer<br />
Gemeinsame Wahrscheinlichkeit Ratingänderung zweier Schuldner<br />
• Annahme: Assetrendite (0,1) nv.<br />
• zwei Assetprozesse<br />
• P (RBBB <br />
default<br />
1 R 2<br />
2<br />
1 −2ρ<br />
R1R<br />
2<br />
2 +<br />
∫<br />
−∞<br />
∫<br />
−∞<br />
2π<br />
1<br />
1−<br />
ρ<br />
2<br />
e<br />
2(1−ρ<br />
• Paarweise Korrelation schätzen<br />
• (beachte: Volatilitäten der Assetrendite(n) ohne Einfluss, Grund sind<br />
standardisierte Renditen)<br />
−1<br />
((R<br />
)<br />
R<br />
2<br />
2<br />
)<br />
dR<br />
1<br />
dR<br />
2<br />
17
Abhängigkeiten<br />
Portfolio-Effekte<br />
<strong>CreditMetrics</strong><br />
Asset Value<br />
Faktormodell<br />
Beispiel<br />
Schluss<br />
Schätzung Assetkorrelation<br />
• Beobachtung der Assetwerte/-renditen schwierig<br />
• Aktienkurse/Kursrenditen börsengehandelter Unternehmen allg. Info<br />
• Korrelation Kursrenditen als Proxy für Korrelation Assetrenditen<br />
• aber: paarweise Korrelationen aufwändig<br />
(M Schuldner M(M-1)/2 Paare zu schätzen))<br />
• Einführung lineares Faktormodell<br />
Aktienindex als systematischer Erklärungsfaktor<br />
Einteilung nach Land und Branche<br />
Wegfall redundanter Branchen (hohe Korrelation)<br />
Annahmen:<br />
1. keine Abhängigkeit der firmenspezifischen Komponente (ε)<br />
2. keine Abhängigkeit der unsystematischen Komponente von<br />
systematischen Komponente (Index)<br />
M = 300<br />
44.850 Korrelationen<br />
Renditekorrelationen vollständig von Indexkorrelation erklärt<br />
18
Abhängigkeiten<br />
Portfolio-Effekte<br />
<strong>CreditMetrics</strong><br />
Asset Value<br />
Faktormodell<br />
Beispiel<br />
Schluss<br />
Indizes Verfügbarkeit<br />
Quelle: nach JPMorgan – CM Technical Document<br />
19
Abhängigkeiten<br />
Portfolio-Effekte<br />
<strong>CreditMetrics</strong><br />
Asset Value<br />
Faktormodell<br />
Beispiel<br />
Schluss<br />
Lineares Faktormodell<br />
Allgemeine Form des Erklärungsmodells:<br />
Kursrendite Kreditnehmer j:<br />
Kreditnehmer<br />
Daten <strong>CreditMetrics</strong><br />
R =<br />
w INDEX + w INDEX + ... + w<br />
j<br />
• Betrachtung der Indexrenditen auf Wochenbasis (190 Wochen)<br />
• Mittelwert und Standardabweichung<br />
• Paarweise Kovarianzen aller Indexpaare,<br />
Indexkorrelationen<br />
j,1<br />
1<br />
j,2<br />
2<br />
j, k<br />
ε<br />
j<br />
20
Abhängigkeiten<br />
Portfolio-Effekte<br />
<strong>CreditMetrics</strong><br />
Asset Value<br />
Faktormodell<br />
Beispiel<br />
Schluss<br />
Vorgehen:<br />
Anwendung<br />
1. Festlegung Gewichtungsfaktoren Firma – Index/Land<br />
Hintergrund:<br />
Höhe des Erklärungsgehaltes Index/Land an Firma; Höhe des nicht<br />
durch Index erklärten Anteil der Aktienrendite<br />
2. Standardisierte Rendite als gewichtet Indexrendite und verbleibendem<br />
unsystematischen Teil der Rendite<br />
3. Anwendung der Gewichtungsfaktoren zur Schätzung der Korrelation<br />
21
Abhängigkeiten<br />
Portfolio-Effekte<br />
<strong>CreditMetrics</strong><br />
Asset Value<br />
Faktormodell<br />
Beispiel<br />
Schluss<br />
Beispiel: Pfizer und Allianz<br />
Zielstellung: Korrelation Pfizer und Allianz<br />
Vorgehen:<br />
1. Indexpartizipation (systematische Komponente)<br />
A)<br />
Land<br />
Branche<br />
Pfizer<br />
USA/<br />
Pharma-Chemie<br />
Land<br />
Branche<br />
Allianz<br />
Deutschland/<br />
Finance+Banking,<br />
Insurance<br />
Finance+Banking<br />
25%<br />
USA<br />
Pharma<br />
90%<br />
Deutschland<br />
Insurance<br />
75%<br />
22
Abhängigkeiten<br />
Portfolio-Effekte<br />
<strong>CreditMetrics</strong><br />
Asset Value<br />
Faktormodell<br />
Beispiel<br />
Schluss<br />
<strong>CreditMetrics</strong> Information:<br />
INDEX<br />
USA/Pharma<br />
D/Insurance<br />
D/<br />
Bank+Finanz<br />
Voltilität<br />
2.03%<br />
2.09%<br />
1.25%<br />
Quelle: JPMorgan – CM Technical Document<br />
USA/Pharma<br />
1<br />
0.16<br />
0.08<br />
Korrelationen<br />
D/Insurance<br />
0.16<br />
1<br />
0.34<br />
D/<br />
Bank+Finanz<br />
0.08<br />
0.34<br />
1<br />
23
Abhängigkeiten<br />
Portfolio-Effekte<br />
<strong>CreditMetrics</strong><br />
Asset Value<br />
Faktormodell<br />
Beispiel<br />
Schluss<br />
B) Systematische und firmenspezifische Renditekomponente<br />
Pfizer: 90% Indexrendite 10% nicht erklärte Rendite<br />
Allianz: 80% Indexrendite 20% nicht erklärte Rendite<br />
24
Abhängigkeiten<br />
Portfolio-Effekte<br />
<strong>CreditMetrics</strong><br />
Asset Value<br />
Faktormodell<br />
Beispiel<br />
Schluss<br />
• Pfizer, standardisierte Renditen:<br />
Pfizer<br />
US_PHARMA<br />
R = w1R<br />
+<br />
Summe der Vola muss 1 ergeben<br />
Var(R<br />
w<br />
2<br />
=<br />
Pfizer<br />
1−<br />
w<br />
) =<br />
w<br />
2<br />
1<br />
2<br />
1<br />
Var(R<br />
= 0.44<br />
• Allianz, standardisierte Renditen:<br />
Gewichtung<br />
! Indexformung aus 25% D/Bank und 75% D/Insurance<br />
Volatilität berechnen<br />
w<br />
2<br />
R ˆ<br />
US_PHRAMA<br />
Pfizer<br />
) + w<br />
Allianz<br />
D_Bank<br />
D_Insurance<br />
R = w1R<br />
+ w 2R<br />
+<br />
2<br />
2<br />
Rˆ Var(<br />
w<br />
3<br />
R ˆ<br />
Pfizer<br />
)<br />
Allianz<br />
| w1 =0.9<br />
| Rendite (0,1) nv<br />
25
Abhängigkeiten<br />
Portfolio-Effekte<br />
<strong>CreditMetrics</strong><br />
Asset Value<br />
Faktormodell<br />
Beispiel<br />
Schluss<br />
Volatiltät des „Index“<br />
2 2<br />
2 2<br />
σˆ = 0.75 σ D_Insurance<br />
+ 0.25 σ D_Bank + 2*<br />
0.75*<br />
0.25*<br />
ρ (D_Insurance,<br />
D_Bank) * σ D_Insuranceσ<br />
D_Bank = 0.017<br />
• Summe Volatilität 1:<br />
80% erklärt, davon 75% durch D_Insurance, 25% durch D_Bank<br />
w<br />
w<br />
w<br />
1<br />
2<br />
3<br />
0.75σ<br />
=<br />
0.80<br />
1−<br />
0.<br />
8<br />
2<br />
D_Insurance<br />
σˆ<br />
0,25σ<br />
= 0.80<br />
σˆ<br />
=<br />
=<br />
D_Bank<br />
0.<br />
6<br />
=<br />
0.74<br />
= 0.15<br />
26
Abhängigkeiten<br />
Portfolio-Effekte<br />
<strong>CreditMetrics</strong><br />
Asset Value<br />
Faktormodell<br />
Beispiel<br />
Schluss<br />
Gewichtungsfaktoren<br />
• Pfizer:<br />
w1 0.9<br />
0.44<br />
• Allianz:<br />
w 2<br />
w1 w2 w3 0.74<br />
0.15<br />
0.6<br />
Einsetzen in Faktormodell<br />
Pfizer<br />
US_PHARMA<br />
R = 0.9 R +<br />
Rˆ 0.44<br />
Resultat<br />
Pfizer<br />
Allianz<br />
D_Bank<br />
D_Insurance<br />
R =<br />
0.15 R + 0.74R<br />
+<br />
Rˆ 0.6<br />
Allianz<br />
ideosynkratische Rendite<br />
unabhängig<br />
27
Abhängigkeiten<br />
Portfolio-Effekte<br />
<strong>CreditMetrics</strong><br />
Asset Value<br />
Faktormodell<br />
Beispiel<br />
Schluss<br />
Korrelation Pfizer – Allianz<br />
(Pfizer, Allianz)<br />
Korrelation im 2 Schuldner Fall<br />
ρ = 0.90 0.74 ρ<br />
+ 0.90<br />
ρ (Pfizer, Allianz)<br />
ρ (Pfizer, Allianz)<br />
= 0.90<br />
=<br />
0.90<br />
0.74<br />
0.74<br />
(US_Pharma,<br />
D_Insurance)<br />
INDEX<br />
USA/<br />
Pharma<br />
D/<br />
Insurance<br />
D/Bank+<br />
Finanz<br />
0.16 + 0.90 0.15<br />
0.16 + 0.90 0.15<br />
Voltilität<br />
2.03%<br />
2.09%<br />
1.25%<br />
0.<br />
08<br />
0.<br />
08<br />
=<br />
0.15<br />
USA/Phar<br />
ma<br />
1<br />
0.16<br />
0.08<br />
ρ<br />
0.<br />
117<br />
(US_Pharma,<br />
D_Bank)<br />
Korrelationen<br />
D/<br />
Insurance<br />
0.16<br />
1<br />
0.34<br />
D/Bank+<br />
Finanz<br />
0.08<br />
0.34<br />
1<br />
28
29<br />
Abhängigkeiten<br />
Portfolio-Effekte<br />
<strong>CreditMetrics</strong><br />
Schluss<br />
Asset Value<br />
Faktormodell<br />
Beispiel<br />
Gemeinsame Wahrscheinlichkeit<br />
2<br />
1<br />
)<br />
R<br />
R<br />
R<br />
2ρ<br />
((R<br />
)<br />
ρ<br />
2(1<br />
1<br />
R<br />
2<br />
R<br />
dR<br />
dR<br />
e<br />
ρ<br />
1<br />
2π<br />
1<br />
2<br />
2<br />
2<br />
1<br />
2<br />
1<br />
2<br />
default<br />
BB<br />
2<br />
default<br />
--<br />
-<br />
BBB<br />
1 +<br />
−<br />
−<br />
−<br />
∞<br />
−<br />
∞<br />
−<br />
∫<br />
∫<br />
><br />
−<br />
−<br />
><br />
−
Abhängigkeiten<br />
Portfolio-Effekte<br />
<strong>CreditMetrics</strong><br />
Asset Value<br />
Faktormodell<br />
Beispiel<br />
Schluss<br />
Recap: Asset Value Ansatz<br />
(2 Schuldner Fall)<br />
Abhängigkeit<br />
∆ Bonität KN 1 ∆ Bonität KN 2<br />
∆ Unternehmenswert KN 1 ∆Unternehmenswert<br />
KN 2<br />
Linearfaktormodell<br />
30