Abstract:
Die Bewertung der Ausfallwahrscheinlichkeiten von Ratingklassen, basierend auf historischen Daten, ist mit Schätzunsicherheit verbunden. Zur Bewertung dieser Unsicherheit werden in der Literatur Konfidenzintervalle diskutiert. Diesen liegen allerdings Annahmen bezüglich der Abhängigkeiten zwischen einzelnen Forderungen zugrunde, die im Widerspruch zu den Annahmen der gängigen Kreditportfoliomodelle stehen. Im vorliegenden Beitrag wird anhand von Simulationsstudien gezeigt, dass eine Berücksichtigung von Schätzunsicherheit in kleinen Portfolios gerechtfertigt sein kann, auch wenn dafür Abhängigkeiten vernachlässigt werden müssen. Die Modellierung der Schätzunsicherheit beruht hier auf der Idee der Konfidenzintervalle und der ihnen zugrundeliegenden Verteilungen. Die Ergebnisse der Arbeit sind vor allem für die Modellierung von Forderungsportfolios in Unternehmen von Interesse.
Abstract (Translated):
The use of probability of default estimates to assess the risks of a credit portfolio should not ignore estimation uncertainty. The latter can be quantified by confidence intervals. But assumptions about dependencies of these intervals are inconsistent with assumptions of conventional credit portfolio models. Based on simulation studies this paper shows, that a model which include estimation uncertainty but ignore default correlation might estimate the real credit risk more correctly than a model that implicates default correlation but ignore estimation uncertainty. The latter is a trait of conventional credit portfolio models. In this paper quantifying of estimation uncertainty based on the idea of confidence intervals and the underlying probability distributions of these intervals.