Vergleich reduzierter und struktureller Kreditrisikomodelle

Die Institution für meinen Forschungsaufenthalt ist die New York University, Leonard N. Stern School of Business. NYU Stern ist eine der weltweit besten Business Schools, an der über 200 Forscher tätig sind und Forschung auf absolutem Top-Level betrieben wird. Ein wichtiger Teil von NYU Stern ist sein renommiertes Department für Finanzwirtschaft (department of finance), das von vielen ausgezeichneten Fachjournalen im Finanzbereich (gemessen an der Forschungsproduktivität) als Nummer eins gesehen wird. Mein Supervisor und Mentor für meinen Aufenthalt ist Marti G. Subrahmanyam, Charles E. Merrill Professor of Economics and Finance. Ich habe NYU Stern als Forschungsstätte gewählt, da es für mein Projekt die optimalen Bedingungen bietet. Das Ziel meines Forschungsprojektes ist es, einen Beitrag in der akademischen Literatur im Bereich Finanzwirtschaft und hier speziell im Bereich Kreditrisiko zu leisten. Die Steuerung des Kreditrisikos stellt aktuell eine der wichtigsten Herausforderungen für Finanzinstitute dar. Traditionell ergibt sich das Kreditrisiko aus den genehmigten Krediten und aus Handelspositionen im Anleihemarkt. In den letzten zehn Jahren haben sich die Möglichkeiten diese Risiken zu steuern durch die Entwicklung eines liquiden Marktes für Kreditderivate dramatisch geändert. Finanzinstitute könne nun in kurzer Zeit aktiv ihre Kreditrisikoposition steuern. Seit der Einführung von Kreditderivaten verzeichnen diese Märkte enorme Wachstumsraten, die die optimistischsten Schätzungen bei weiten übertroffen haben. Daher sind adäquate Bewertungsmodelle von größter Wichtigkeit. In meinem Forschungsprojekt werde ich die Ergebnisse der Kalibrierung von strukturellen und reduzierten state-of- the-art Kreditrisikomodellen unter Einbeziehung von Kreditderivaten analysieren. Ein entscheidender Punkt für mein Forschungsprojekt ist, dass durch das schnelle Wachstum der Märkte für Kreditderivate eine neue wichtige Quelle von Preisinformationen zur Verfügung steht. Ich habe bereits Daten von Kreditderivaten und Anleihedaten von Markit Group Limited zu Verfügung und werde diesen Datensatz um Aktien- und Bilanzdaten erweitern. Ein umfassender Datensatz ermöglicht die Schätzung von Modellparametern, die bei anderen Arbeiten auf beliebige Werte gesetzt werden mussten, und erlaubt komplexer Modelle zu kalibrieren. Solche umfassenden Analysen gibt es in der akademischen Literatur nur ansatzweise, vor allem Daten von Kreditderivaten sind kaum oder nur für spezielle Spezifikationen eingesetzt worden. Daher wird mein Forschungsprojekt hier neue interessante Erkenntnisse für die Entwicklung von Kreditrisikomodellen liefern und mögliche Weiterentwicklungen diskutieren.