Probability of default modelling using macroeconomic factors
Odhad pravděpodobnosti selhání s využitím makroekonomických faktorů
diplomová práce (OBHÁJENO)
Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/62368Identifikátory
SIS: 137128
Kolekce
- Kvalifikační práce [18159]
Autor
Vedoucí práce
Oponent práce
Rippel, Milan
Fakulta / součást
Fakulta sociálních věd
Obor
Ekonomie
Katedra / ústav / klinika
Institut ekonomických studií
Datum obhajoby
24. 9. 2014
Nakladatel
Univerzita Karlova, Fakulta sociálních vědJazyk
Angličtina
Známka
Výborně
Klíčová slova (česky)
Úvěrové riziko, Ekonomický cyklus, One-factor model, VARKlíčová slova (anglicky)
Credit risk, Economic cycle, One-factor model, VARPráce posuzuje vztah mezi pravděpodobností selhání nefinančních podniků a domácností a vývojem makroekonomického prostředí. Práce přispívá k literatuře úvěrového rizika potvrzením důležitosti makroekonomických veličin při modelování pravděpodobnosti selhání, a to jak z agre- govaného pohledu, tak zvlášť pro sektor nefinančních podniků a domácností v České republice. Vyhodnocení dopadů nedávné finanční krize na pravděpodobnost selhání je provedeno za po- moci Latent factor modelu a FAVAR modelu na měsíčních datech úvěrů v selhání a ostatních makroekonomických ukazatelů pokrývající období 01/2002-06/2013. Na závěr práce vzájemně porovnává schopnost předpovědi skutečných hodnot FAVAR modelu a latent factor modelu. Srovnání naznačuje, že Latent factor model je pro odhady pravděpodobnosti selhání vhodnější než FAVAR model.
The thesis evaluates relationship between probability of default of non-financial corporations and households and evolution of macroeconomic environment. This work contributes to the literature of credit risk proving importance of macroeconomic variables in determining the PDs both on aggregate level and for sector of non-financial corporations and sector of households in the Czech Republic. Evaluation of an impact of the recent financial crisis on the PDs are done by employing latent factor model and FAVAR model on monthly data of non-performing loans and other macroeconomic variables covering the period 01/2002-06/2013. Finally, an ability to forecast and fit the data of FAVAR model and one factor latent model are compared. The comparison indicates that latent factor model should be more appropriate than FAVAR model.