dc.contributor.advisor | Benková, Markéta | |
dc.creator | Zamazal, David | |
dc.date.accessioned | 2017-03-27T12:10:57Z | |
dc.date.available | 2017-03-27T12:10:57Z | |
dc.date.issued | 2006 | |
dc.identifier.uri | http://hdl.handle.net/20.500.11956/4511 | |
dc.description.abstract | Thesis describes calculation of the credit value at risk for portfolio composed of traditional bank loans. The risk is measured by incurred expected and unexpected losses at the end of some time horizon. Thesis is splitted into two parts - theoretical part and computational part. The most known and most widely used models are described in the first part, in conjunction with definition of their main input parameters - probability of default, exposure at default, loss given default and correlation between debtors. Detailed theoretical description of two chosen methods comes after - CreditMetrics method and Vasicek's method. The examined portfolio is characterized in the computational part, along with other input parameters, essential for evaluation. Then model implementation into software Mathematica is described, evaluation run and the results. Eventually both methods are compared. | en_US |
dc.description.abstract | Diplomová práce popisuje výpočet kreditní hodnoty v riziku pro portfolio složené z klasických bankovních úveru. Meřítkem kreditního rizika je velikost očekávané i neočekávané ztráty, kterou můžeme na portfoliu očekávat za utčitý časový úsek. Práce je rozdělena do dvou částí - teoretické a výpočetní. V první části jsou shrnuty dnes nejznámější a nejpoužívanejší modely a definovány jejich hlavní vstupní parametry - pravděpodobnost defaultu, velikost dlužné částky v případe defaultu, procentuální ztráta z dlužné částky v případě defaultu a korelace mezi úvěry (dlužníky). Následuje podrobný teoretický popis dvou vybraných metod - Credit-Metrics a Vašíčkovy metody. V úvodu výpočetní části je nejprve charakterizováno portfolio, které budeme zkoumat, a další vstupní parametry, které budeme potřebovat pro výpočet. Následuje popis implementace modelu do programu Mathematica, průběh výpočtu a vypočtené hodnoty kreditního rizika. V závěru jsou metody porovnány. | cs_CZ |
dc.language | Čeština | cs_CZ |
dc.language.iso | cs_CZ | |
dc.publisher | Univerzita Karlova, Matematicko-fyzikální fakulta | cs_CZ |
dc.title | Výpočet kreditní hodnoty v riziku | cs_CZ |
dc.type | diplomová práce | cs_CZ |
dcterms.created | 2006 | |
dcterms.dateAccepted | 2006-05-26 | |
dc.description.department | Katedra pravděpodobnosti a matematické statistiky | cs_CZ |
dc.description.department | Department of Probability and Mathematical Statistics | en_US |
dc.description.faculty | Matematicko-fyzikální fakulta | cs_CZ |
dc.description.faculty | Faculty of Mathematics and Physics | en_US |
dc.identifier.repId | 42485 | |
dc.title.translated | Calculation of the Credit Value at Risk | en_US |
dc.contributor.referee | Mandl, Petr | |
dc.identifier.aleph | 001174401 | |
thesis.degree.name | Mgr. | |
thesis.degree.level | magisterské | cs_CZ |
thesis.degree.discipline | Financial and insurance mathematics | en_US |
thesis.degree.discipline | Finanční a pojistná matematika | cs_CZ |
thesis.degree.program | Mathematics | en_US |
thesis.degree.program | Matematika | cs_CZ |
uk.thesis.type | diplomová práce | cs_CZ |
uk.taxonomy.organization-cs | Matematicko-fyzikální fakulta::Katedra pravděpodobnosti a matematické statistiky | cs_CZ |
uk.taxonomy.organization-en | Faculty of Mathematics and Physics::Department of Probability and Mathematical Statistics | en_US |
uk.faculty-name.cs | Matematicko-fyzikální fakulta | cs_CZ |
uk.faculty-name.en | Faculty of Mathematics and Physics | en_US |
uk.faculty-abbr.cs | MFF | cs_CZ |
uk.degree-discipline.cs | Finanční a pojistná matematika | cs_CZ |
uk.degree-discipline.en | Financial and insurance mathematics | en_US |
uk.degree-program.cs | Matematika | cs_CZ |
uk.degree-program.en | Mathematics | en_US |
thesis.grade.cs | Výborně | cs_CZ |
thesis.grade.en | Excellent | en_US |
uk.abstract.cs | Diplomová práce popisuje výpočet kreditní hodnoty v riziku pro portfolio složené z klasických bankovních úveru. Meřítkem kreditního rizika je velikost očekávané i neočekávané ztráty, kterou můžeme na portfoliu očekávat za utčitý časový úsek. Práce je rozdělena do dvou částí - teoretické a výpočetní. V první části jsou shrnuty dnes nejznámější a nejpoužívanejší modely a definovány jejich hlavní vstupní parametry - pravděpodobnost defaultu, velikost dlužné částky v případe defaultu, procentuální ztráta z dlužné částky v případě defaultu a korelace mezi úvěry (dlužníky). Následuje podrobný teoretický popis dvou vybraných metod - Credit-Metrics a Vašíčkovy metody. V úvodu výpočetní části je nejprve charakterizováno portfolio, které budeme zkoumat, a další vstupní parametry, které budeme potřebovat pro výpočet. Následuje popis implementace modelu do programu Mathematica, průběh výpočtu a vypočtené hodnoty kreditního rizika. V závěru jsou metody porovnány. | cs_CZ |
uk.abstract.en | Thesis describes calculation of the credit value at risk for portfolio composed of traditional bank loans. The risk is measured by incurred expected and unexpected losses at the end of some time horizon. Thesis is splitted into two parts - theoretical part and computational part. The most known and most widely used models are described in the first part, in conjunction with definition of their main input parameters - probability of default, exposure at default, loss given default and correlation between debtors. Detailed theoretical description of two chosen methods comes after - CreditMetrics method and Vasicek's method. The examined portfolio is characterized in the computational part, along with other input parameters, essential for evaluation. Then model implementation into software Mathematica is described, evaluation run and the results. Eventually both methods are compared. | en_US |
uk.file-availability | V | |
uk.publication.place | Praha | cs_CZ |
uk.grantor | Univerzita Karlova, Matematicko-fyzikální fakulta, Katedra pravděpodobnosti a matematické statistiky | cs_CZ |
dc.identifier.lisID | 990011744010106986 | |