Modelling and stress testing of the probability of default with the approach of robust regression

Abstract

Sowohl aus aufsichtsrechtlicher, als auch aus unternehmerischer Sicht ist die Auswirkung makroökonomischer Szenarien auf das Kreditrisiko einer Bank wesentlich für ein gründliches Risikomanagement. Basis dieser Arbeit ist ein logistisches Regressionsmodell für die Ausfallwahrscheinlichkeit eines Retail Portfolios. Das PD-Modell wird auf Produktebene hinsichtlich seiner Robustheit und Informationskriterien untersucht und optimiert. Mittels multivariater Regression wird anschließend die Auswirkung verschiedener makroökonomischer Szenarien auf die geschätzte PD analysiert und interpretiert. Ziel ist es die makroökonomischen Treiber zu erkennen und mit Hilfe dieser Information das Risiko frühzeitig erkennen und steuern zu können.

The potential impact of macroeconomic developments and crises scenarios on credit risk is not only from regulatory perspective, but also from an entrepreneurial point of view crucial for a rigorously and sales-oriented risk management. Basis of this thesis is a logistic regression model for the probability of default (PD) of a retail portfolio. The PD model on product level is evaluated and improved in terms of robustness and information criterions. The effect of different macroeconomic scenarios on the estimated PD is evaluated, using multivariate regression. The aim of the thesis is to identify and interpret macroeconomic risk drivers to recognize and manage credit risk in a timely manner.