Calibrando el modelo CreditRisk en diferentes escalas de tiempo y en presencia de autocorrelación temporal
Autores: Giacomelli, Jacopo; Passalacqua, Luca
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Calibrando el modelo CreditRisk en diferentes escalas de tiempo y en presencia de autocorrelación temporal
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Riesgo de crédito
Calibración
Parámetros
Dependencia
Tasa de incumplimiento
Series temporales
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 32
Citaciones: Sin citaciones
El modelo CreditRisk es uno de los estándares de la industria para la valoración del riesgo de incumplimiento en carteras de préstamos de crédito. La calibración de CreditRisk requiere, entre otras cosas, la especificación de los parámetros que describen la estructura de dependencia entre los eventos de incumplimiento. Este trabajo aborda la calibración de estos parámetros. En particular, estudiamos la dependencia del procedimiento de calibración en el período de muestreo de la serie temporal de tasas de incumplimiento, que puede ser diferente del horizonte temporal en el que se utiliza el modelo para pronósticos, como suele ser el caso en aplicaciones de la vida real. También se discute el caso de series temporales autocorrelacionadas y el papel del error estadístico en función del período de la serie temporal. Los hallazgos de la técnica de calibración propuesta se ilustran con el apoyo de una aplicación a datos reales.
Descripción
El modelo CreditRisk es uno de los estándares de la industria para la valoración del riesgo de incumplimiento en carteras de préstamos de crédito. La calibración de CreditRisk requiere, entre otras cosas, la especificación de los parámetros que describen la estructura de dependencia entre los eventos de incumplimiento. Este trabajo aborda la calibración de estos parámetros. En particular, estudiamos la dependencia del procedimiento de calibración en el período de muestreo de la serie temporal de tasas de incumplimiento, que puede ser diferente del horizonte temporal en el que se utiliza el modelo para pronósticos, como suele ser el caso en aplicaciones de la vida real. También se discute el caso de series temporales autocorrelacionadas y el papel del error estadístico en función del período de la serie temporal. Los hallazgos de la técnica de calibración propuesta se ilustran con el apoyo de una aplicación a datos reales.