Predikce pravděpodobnosti selhání českých bank

Abstract

Jedním z nejdůležitějších úkolů v rámci řízení úvěrového rizika je predikce budoucího vývoje pravděpodobnosti selhání dlužníka. Nesprávný odhad pravděpodobnosti selhání by mohl vést k mnoha problémům ve finančním sektoru. Z tohoto důvodu je velká pozornost věnována právě modelům odhadu pravděpodobnosti selhání dlužníka. Cílem diplomové práce je odhadnout pravděpodobnostní rozložení budoucí hodnoty pravděpodobnosti selhání pěti českých bank. K určení pravděpodobnosti selhání je použit logit model, konkrétně model GaG3. Budoucí hodnoty pravděpodobnosti selhání jsou modelovány za použití přímé simulace Monte Carlo (PMC). Teoretickou část diplomové práce tvoří druhá a třetí kapitola. První z nich (druhá kapitola) se zabývá především přístupy k hodnocení výkonnosti a konkurenceschopnosti bank a popisem finančních ukazatelů bank. Zatímco třetí kapitola se věnuje modelům odhadu úvěrového rizika a definici samotného úvěrového rizika. Součásti třetí kapitoly je také podkapitola věnována odhadu rozdělení pravděpodobnosti selhání, stochastickým procesům a simulaci Monte Carlo. Prakticky zaměřená čtvrtá kapitola představuje aplikaci metodologie na vybrané banky. V rámci této kapitoly je použit model GaG3 k výpočtu pravděpodobnosti selhání a v závěru práce je provedena simulace budoucích hodnot pravděpodobnosti selhání jednotlivých bank.

One of the most important tasks of credit risk control is prediction of borrower’s probability of default. The wrong estimation of probability of default could lead to many problems in financial sectors. That is the reason why great attention is just pursued credit-scoring models. The aim of this dissertation work is estimation of probability distribution of future value of probability of default of five Czech banks. We use a logit model, exactly model GaG3, to determine the probability of default. The future values of the probability of default are modelled by plain simulation Monte Carlo (PMC). The theoretical part of this dissertation work is composed by the second and the third chapter. First of all, the second chapter pursues mainly approaches to evaluation of efficiency and competitiveness of banks and description of bank financial indicators, whereas the third chapter engages in credit-scoring models and definition of credit risk. The third chapter also contains a procedure of estimation of distribution of probability of default, stochastic processes and simulation Monte Carlo. The practical oriented forth part represents application of methodology on chosen banks. In this chapter the model GaG3 is used for calculation of probability of default and finally a simulation of future values of probability of default is carried out.