Ein herausforderndes Thema im Bereich des Kreditrisikomanagements ist eine angemessene Abhängigkeitsmodellierung in hochdimensionalen Portfolios ausfallbehafteter Wertpapiere. Aufgrund der Komplexität ist es oft nicht möglich, geschlossene Formeln für Verteilungsfunktionen zu finden, weshalb man nach Möglichkeiten suchen muss, dieses Problem zu lösen. In der Literatur werden häufig Monte-Carlo Simulationen oder die Annahme einer ‚large homogeneous portfolio approximation‘ (kurz LHPA) verwendet, um gewisse Kenngrößen berechnen zu können. In dieser Arbeit wollen wir einen alternativen Ansatz, die ‚Saddlepoint Approximation‘, vorstellen, wobei die Stärke dieser Methode in der Möglichkeit der Berechnung von quasi-geschlossenen Formeln unabhängig von der zugrunde liegenden Abhängigkeitsstruktur liegt. Die Idee ist eine CIID-Struktur zu nutzen, d.h. es existiert ein systematischer Marktfaktor, welcher alle Ausfallvariablen beeinflusst. Bedingt auf diesen gemeinsamen Faktor verhalten sich alle Ausfallvariablen wie unabhängige und identisch verteilte Zufallsvariablen (im Englischen nennt man diese Eigenschaft ‚conditionally independent and identically distributed‘ oder kurz CIID), was die Möglichkeit eröffnet, ‚Saddlepoint Approximation‘ anzuwenden.
«
Ein herausforderndes Thema im Bereich des Kreditrisikomanagements ist eine angemessene Abhängigkeitsmodellierung in hochdimensionalen Portfolios ausfallbehafteter Wertpapiere. Aufgrund der Komplexität ist es oft nicht möglich, geschlossene Formeln für Verteilungsfunktionen zu finden, weshalb man nach Möglichkeiten suchen muss, dieses Problem zu lösen. In der Literatur werden häufig Monte-Carlo Simulationen oder die Annahme einer ‚large homogeneous portfolio approximation‘ (kurz LHPA) verwendet,...
»