Estimation Uncertainty in Credit Risk Assessment: Comparison of Credit Risk Using Bootstrapping and an Asymptotic Approach
Bei der Kreditrisikobewertung müssen die Parameter Ausfallwahrscheinlichkeit und -korrelation geschätzt werden. Diese Schätzung erfolgt unter Unsicherheit. In der Literatur werden asymptotische Konfidenzregionen diskutiert, um diese Unsicherheit bei der simultanen Schätzung beider Parameter zu bewerten. Diese Regionen setzen allerdings eine sehr lange Datenhistorie für eine genaue Bewertung voraus. Als Alternative bietet sich bei kurzen Datenhistorien Bootstrapping an. Diese Methode ist allerdings deutlich rechenintensiver. Im vorliegenden Beitrag wird untersucht, ab welcher Anzahl historisch verfügbarer Perioden Bootstrapping und eine Wald-Konfidenzregion zu einer vergleichbaren Bewertung des Kreditrisikos gelangen. Die hier genutzten Methoden führen zu ähnlichen Ergebnissen, wenn über 100 historische Perioden zur Verfügung stehen.
