EconStor >
Deutsche Bundesbank, Forschungszentrum, Frankfurt am Main >
Discussion Paper Series 2: Banking and Financial Studies, Deutsche Bundesbank >

Please use this identifier to cite or link to this item:

http://hdl.handle.net/10419/19760
  

Full metadata record

DC FieldValueLanguage
dc.contributor.authorLütkebohmert, Evaen_US
dc.contributor.authorGordy, Michael B.en_US
dc.date.accessioned2009-01-28T16:02:57Z-
dc.date.available2009-01-28T16:02:57Z-
dc.date.issued2007en_US
dc.identifier.urihttp://hdl.handle.net/10419/19760-
dc.description.abstractThe credit value-at-risk model underpinning the Basel II Internal Ratings-Based approach assumes that idiosyncratic risk has been diversified away fully in the portfolio, so that economic capital depends only on systematic risk contributions. We develop a simple methodology for approximating the effect of undiversified idiosyncratic risk on VaR. The supervisory review process (Pillar 2) of the new Basel framework offers a potential venue for application of the proposed granularity adjustment (GA). Our GA is a revision and extension of the methodology proposed in the Basel II Second Consultative Paper. The revision incorporates some technical advances as well as modifications to the Basel II rules since the Second Consultative Paper of 2001. Most importantly, we introduce an ?upper bound? methodology under which banks would be required to aggregate multiple exposures to the same underlying obligor only for a subset of their obligors. This addresses what appears to be the most significant operational burden associated with any rigorous assessment of residual idiosyncratic risk in the portfolio. For many banks, this approach would permit dramatic reductions in data requirements relative to the full GA.en_US
dc.language.isoengen_US
dc.relation.ispartofseriesDiscussion Paper, Series 2: Banking and Financial Supervision 2007,01en_US
dc.subject.jelG28en_US
dc.subject.jelG31en_US
dc.subject.ddc330en_US
dc.subject.keywordBasel IIen_US
dc.subject.keywordgranularity adjustmenten_US
dc.subject.keywordvalue-at-risken_US
dc.subject.keywordidiosyncratic risken_US
dc.subject.stwKreditrisikoen_US
dc.subject.stwBrancheen_US
dc.subject.stwPortfolio-Managementen_US
dc.subject.stwMessungen_US
dc.subject.stwBasel IIen_US
dc.subject.stwDeutschlanden_US
dc.subject.stwTheorieen_US
dc.titleGranularity adjustment for Basel IIen_US
dc.typeWorking Paperen_US
dc.identifier.ppn524484422en_US
dc.description.abstracttransAdressenkonzentration in einem Kreditportfolio entsteht, wenn sehr wenige Kreditnehmer in dem Portfolio sind oder wenn die Kreditvolumina sehr ungleich verteilt sind. Das Kreditrisikomodell, welches dem Internen Ratings-Basierten (IRB) Ansatz von Basel II unterliegt, berücksichtigt die Adressenkonzentration nicht. Es wird vielmehr sogar angenommen, dass das Portfolio einer Bank perfekt granular ist, in dem Sinne, dass jeder einzelne Kredit nur einen sehr kleinen Anteil zum Gesamtportfolio beiträgt. Reale Bankportfolios sind selbstverständlich nicht perfekt granular. In dieser Arbeit stellen wir eine einfache Granularitätsanpassung (GA) als Methode vor, mit der der Beitrag von Adressenkonzentration zum Risiko eines Portfolios quantifiziert werden kann. Das bankenaufsichtliche Überprüfungsverfahren (Säule 2) unter Basel II bietet ein Anwendungsfeld für die vorgeschlagene Methode. Diese Version der GA ist eine Überarbeitung und Erweiterung früherer Methoden und dient insbesondere dazu, die Kosten für eine Umsetzung in der Praxis zu reduzieren. In praktischen Anwendungen stellen meistens die benötigten Daten (und nicht die Formel, die auf diese Daten angewendet wird) das größte Hindernis dar. Wenn eine Bank mehrere Kredite an denselben Kreditnehmer vergeben hat, erfordert die Messung von Adressenkonzentration, dass diese Kredite aggregiert werden. Das ist unabhängig davon, ob die von uns vorgeschlagene Methode oder eine beliebige robuste Alternative verwendet wird. Diese Aggregation von Kreditinformationen stellt momentan eine wesentliche Herausforderung für die Banken dar. Unsere überarbeitete GA bietet den Banken die Möglichkeit, eine obere Schranke für die GA in einem Portfolio zu berechnen, indem sie sich ausschließlich auf Informationen über die größten Kredite stützt. Dadurch entfällt die Notwendigkeit, Daten für jeden einzelnen Kreditnehmer zu aggregieren. Für viele Banken würde dieser Ansatz eine erhebliche Reduktion der Datenanforderungen im Vergleich zu früheren Methoden zur Bestimmung der Granularitätsanpassung darstellen. Wir wenden unsere GA Methode auf mehrere realistische Portfolios an, die auf dem Millionenkreditmeldewesen basieren. Unsere Ergebnisse zeigen, dass der Effekt der Adressenkonzentration bedeutend sein kann und dass die von uns vorgeschlagene GA eine robuste Methode für ihre Messung darstellt.en_US
dc.rightshttp://www.econstor.eu/dspace/Nutzungsbedingungen-
dc.identifier.repecRePEc:zbw:bubdp2:5353-
Appears in Collections:Discussion Paper Series 2: Banking and Financial Studies, Deutsche Bundesbank

Files in This Item:
File Description SizeFormat
200701dkp_b.pdf366.04 kBAdobe PDF
No. of Downloads: Counter Stats
Show simple item record
Download bibliographical data as: BibTeX

Items in EconStor are protected by copyright, with all rights reserved, unless otherwise indicated.