Show simple item record

Markov chains and credit risk theory
dc.contributor.advisorProkešová, Michaela
dc.creatorCvrčková, Květa
dc.date.accessioned2017-05-06T18:55:04Z
dc.date.available2017-05-06T18:55:04Z
dc.date.issued2012
dc.identifier.urihttp://hdl.handle.net/20.500.11956/40172
dc.description.abstractMarkovské řetězce začaly být v posledních letech hojně využívány k měření kreditního rizika. S jejich pomocí modelujeme pohyb a rozdělení kli- entů mezi jednotlivými ratingovými stupni. Využívány jsou však různé typy markovských řetězců. Cílem práce proto bude tyto typy představit spolu s je- jich výhodami a nevýhodami. Zaměříme se především na různé metody odhadu parametrů a na testováním hypotéz o těchto parametrech. Naše práce by měla čtenáři pomoci v rozhodování, který model markovského řetězce a kterou metodu odhadování použít na jím pozorovaná data. Naše pozornost je zaměřena především na následující modely: markovský řetězec s diskrétním časem, markovský řetězec se spojitým časem (odhadujeme nejen na základě spojitých, ale i diskrétních dat) a navíc představujeme možnost využití semimarkovských řetězců a semiparametrického multiplikativního modelu rizika aplikovaného na intenzity přechodu. V závěrečné části práce představené metody ilustrujeme na simulačních experimentech a studiích. 1cs_CZ
dc.description.abstractMarkov chains have been widely used to the credit risk measurement in the last years. Using these chains we can model movements and distribution of clients within rating grades. However, various types of markov chains could be used. The goal of the theses is to present these types together with their advan- tages and disadvantages. We focus our attention primarily on various parameter estimation methods and hypotheses testing about the parameters. The theses should help the reader with a decision, which model of a markov chain and which method of estimation should be used for him observed data. We focus our attention primarily on the following models: a discrete-time markov chain, a continuous-time markov chain (we estimate based on continuous- time observations even discrete-time observations), moreover we present an even- tuality of using semi-markov chains and semiparametric multiplicative hazard model applied on transition intensities. We illustrate the presented methods on simulation experiments and simu- lation studies in the concluding part. Keywords: credit risk, markov chain, estimates in markov chains, probability of default 1en_US
dc.languageČeštinacs_CZ
dc.language.isocs_CZ
dc.publisherUniverzita Karlova, Matematicko-fyzikální fakultacs_CZ
dc.subjectkreditní rizikocs_CZ
dc.subjectmarkovské řetězcecs_CZ
dc.subjectodhady v markovských řetězcíchcs_CZ
dc.subjectpravděpodobnost defaultucs_CZ
dc.subjectcredit risken_US
dc.subjectmarkov chainsen_US
dc.subjectestimates in markov chainsen_US
dc.subjectprobability of defaulten_US
dc.titleMarkovské procesy a teorie kreditních rizikcs_CZ
dc.typediplomová prácecs_CZ
dcterms.created2012
dcterms.dateAccepted2012-05-28
dc.description.departmentDepartment of Probability and Mathematical Statisticsen_US
dc.description.departmentKatedra pravděpodobnosti a matematické statistikycs_CZ
dc.description.facultyFaculty of Mathematics and Physicsen_US
dc.description.facultyMatematicko-fyzikální fakultacs_CZ
dc.identifier.repId79697
dc.title.translatedMarkov chains and credit risk theoryen_US
dc.contributor.refereeLachout, Petr
dc.identifier.aleph001468886
thesis.degree.nameMgr.
thesis.degree.levelnavazující magisterskécs_CZ
thesis.degree.disciplineFinancial and insurance mathematicsen_US
thesis.degree.disciplineFinanční a pojistná matematikacs_CZ
thesis.degree.programMathematicsen_US
thesis.degree.programMatematikacs_CZ
uk.thesis.typediplomová prácecs_CZ
uk.taxonomy.organization-csMatematicko-fyzikální fakulta::Katedra pravděpodobnosti a matematické statistikycs_CZ
uk.taxonomy.organization-enFaculty of Mathematics and Physics::Department of Probability and Mathematical Statisticsen_US
uk.faculty-name.csMatematicko-fyzikální fakultacs_CZ
uk.faculty-name.enFaculty of Mathematics and Physicsen_US
uk.faculty-abbr.csMFFcs_CZ
uk.degree-discipline.csFinanční a pojistná matematikacs_CZ
uk.degree-discipline.enFinancial and insurance mathematicsen_US
uk.degree-program.csMatematikacs_CZ
uk.degree-program.enMathematicsen_US
thesis.grade.csVýborněcs_CZ
thesis.grade.enExcellenten_US
uk.abstract.csMarkovské řetězce začaly být v posledních letech hojně využívány k měření kreditního rizika. S jejich pomocí modelujeme pohyb a rozdělení kli- entů mezi jednotlivými ratingovými stupni. Využívány jsou však různé typy markovských řetězců. Cílem práce proto bude tyto typy představit spolu s je- jich výhodami a nevýhodami. Zaměříme se především na různé metody odhadu parametrů a na testováním hypotéz o těchto parametrech. Naše práce by měla čtenáři pomoci v rozhodování, který model markovského řetězce a kterou metodu odhadování použít na jím pozorovaná data. Naše pozornost je zaměřena především na následující modely: markovský řetězec s diskrétním časem, markovský řetězec se spojitým časem (odhadujeme nejen na základě spojitých, ale i diskrétních dat) a navíc představujeme možnost využití semimarkovských řetězců a semiparametrického multiplikativního modelu rizika aplikovaného na intenzity přechodu. V závěrečné části práce představené metody ilustrujeme na simulačních experimentech a studiích. 1cs_CZ
uk.abstract.enMarkov chains have been widely used to the credit risk measurement in the last years. Using these chains we can model movements and distribution of clients within rating grades. However, various types of markov chains could be used. The goal of the theses is to present these types together with their advan- tages and disadvantages. We focus our attention primarily on various parameter estimation methods and hypotheses testing about the parameters. The theses should help the reader with a decision, which model of a markov chain and which method of estimation should be used for him observed data. We focus our attention primarily on the following models: a discrete-time markov chain, a continuous-time markov chain (we estimate based on continuous- time observations even discrete-time observations), moreover we present an even- tuality of using semi-markov chains and semiparametric multiplicative hazard model applied on transition intensities. We illustrate the presented methods on simulation experiments and simu- lation studies in the concluding part. Keywords: credit risk, markov chain, estimates in markov chains, probability of default 1en_US
uk.publication.placePrahacs_CZ
uk.grantorUniverzita Karlova, Matematicko-fyzikální fakulta, Katedra pravděpodobnosti a matematické statistikycs_CZ
dc.identifier.lisID990014688860106986


Files in this item

Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record


© 2017 Univerzita Karlova, Ústřední knihovna, Ovocný trh 560/5, 116 36 Praha 1; email: admin-repozitar [at] cuni.cz

Za dodržení všech ustanovení autorského zákona jsou zodpovědné jednotlivé složky Univerzity Karlovy. / Each constituent part of Charles University is responsible for adherence to all provisions of the copyright law.

Upozornění / Notice: Získané informace nemohou být použity k výdělečným účelům nebo vydávány za studijní, vědeckou nebo jinou tvůrčí činnost jiné osoby než autora. / Any retrieved information shall not be used for any commercial purposes or claimed as results of studying, scientific or any other creative activities of any person other than the author.

DSpace software copyright © 2002-2015  DuraSpace
Theme by 
@mire NV