In the context of the financial crises of the past decades it has gotten more and more important for asset managers to estimate and predict the default risk of banks. The aim of this thesis is to set up a credit scoring model for banks, taking their balance sheet data as well as market variables into account, which will be able to predict the development of their creditworthiness. In this process it is examined whether so called regime switching models, which take into consideration whether the market is in a turbulent or calm state, manage to improve the performance of the credit scoring model. An empirical analysis using data of international banks over the past 13 years is conducted comparing the performance of these regime switching models to regular models like linear, Poisson and logistic regression models. It turns out that a logistic regression model predicting the degradation probability of the banks yields the best results, while regime switching models do not improve its performance, possibly due to low data availability.     «

In the context of the financial crises of the past decades it has gotten more and more important for asset managers to estimate and predict the default risk of banks. The aim of this thesis is to set up a credit scoring model for banks, taking their balance sheet data as well as market variables into account, which will be able to predict the development of their creditworthiness. In this process it is examined whether so called regime switching models, which take into consideration whether the...     »

Im Zuge der Finanzkrisen der letzten Jahrzehnte ist die Einschätzung und Vorhersage des Ausfallrisikos von Banken immer wichtiger für Vermögensverwalter geworden. Das Ziel dieser Masterarbeit ist es, ein Credit Scoring Model für Banken aufzustellen, welches anhand von Bankbilanz- und Marktdaten die Entwicklung der Kreditwürdigkeit der jeweiligen Bank vorhersagen kann. In diesem Zusammenhang wird untersucht, ob sogenannte Regime Switching Modelle, welche in Betracht ziehen, ob der Markt sich gerade in einem turbulenten oder ruhigen Zustand befindet, das Ergebnis des Credit Scoring Models verbessern kann. In einer empirischen Analyse, welche Daten internationaler Banken der letzten 13 Jahre benutzt, werden die Ergebnisse der Regime Switching Modelle mit einfachen Modellen wie linearer, Poisson und logistischer Regression verglichen. Es stellt sich heraus, dass ein logistisches Regressionsmodell, welches die Herabstufungswahrscheinlichkeit der Banken vorhersagt, die besten Ergebnisse liefert, während Regime Switching Modelle, möglicherweise aufgrund geringer Datenverfügbarkeit, die Ergebnisse nicht verbessern können.     «

Im Zuge der Finanzkrisen der letzten Jahrzehnte ist die Einschätzung und Vorhersage des Ausfallrisikos von Banken immer wichtiger für Vermögensverwalter geworden. Das Ziel dieser Masterarbeit ist es, ein Credit Scoring Model für Banken aufzustellen, welches anhand von Bankbilanz- und Marktdaten die Entwicklung der Kreditwürdigkeit der jeweiligen Bank vorhersagen kann. In diesem Zusammenhang wird untersucht, ob sogenannte Regime Switching Modelle, welche in Betracht ziehen, ob der Markt sich gera...     »