What Drives the Aggregate Credit Risk: The Case of the Czech Republic
Co ovlivňuje agregátní úvěrové riziko v České republice
diplomová práce (OBHÁJENO)

Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/58581Identifikátory
SIS: 125399
Kolekce
- Kvalifikační práce [18343]
Autor
Vedoucí práce
Oponent práce
Doležel, Pavel
Fakulta / součást
Fakulta sociálních věd
Obor
Ekonomie
Katedra / ústav / klinika
Institut ekonomických studií
Datum obhajoby
11. 9. 2013
Nakladatel
Univerzita Karlova, Fakulta sociálních vědJazyk
Angličtina
Známka
Velmi dobře
Klíčová slova (česky)
agregatni uverove riziko, cyklus uveroveho selhani, hospodarsky cycklus, joinpoint regrese, zobecnena metoda nejmensich ctvercu, Kalman filtrKlíčová slova (anglicky)
aggregate credit risk, default cycle, business cycle, joinpoint regression, GLS, Kalman filterLiteratura poskytuje obsáhlou diskuzi na téma, jaké makroekonomické proměnné ovlivňují míru agregát- ního úvěrového rizika. Zatímco efekt hospodářského cyklu byl již teoreticky zdůvodněn a prokázán na dostupných datech, efekt ostatních makroekonomických proměnných prozatím nebyl analyzován dostatečně. Navíc, nedávné studie naznačují existenci skrytého faktoru, který míru agregátního úvěrového rizika také ovlivňuje a je často interpretován jako skrytý cyklus úvěrového selhání. První část této práce diskutuje potenciální makroekonomické faktory ovlivňující agregátní úvěrové riziko, které byly již diskutovány v předešlých studiích na toto téma. Efekt těchto proměnných je ověřován na datech pro Českou republiku a výsledky se zdají být stabilní jak pro rozdílné úvěrové segmenty, tak pro rozdílné specifikace regresního modelu a jsou v souladu se závěry předchozích studií. Druhá část práce modeluje explicitně skrytý faktor přidáním dodatečného komponentu do již exis- tujícího regresního modelu odhadnutého v předešlé části této práce. Ukazujeme zde, že vývoj tohoto dodatečného komponentu během sledovaného období může být odhadnut pomocí Kalmanova filtru. Následně diskutujeme možné důvody existence skrytého faktoru a to, zda může být interpretován jako cyklus úvěrového selhání. Přínos této práce je dle našeho...
There has been a long discussion about macroeconomic variables influencing the level of aggregate credit risk in the economy. While literature provides both empirical evidence and theoretical explana- tion of the influence of the business cycle on credit risk, the effect of other macroeconomic variables has not been explored sufficiently. In addition, recent literature suggests the existence of a latent risk factor behind aggregate credit risk, which is regularly interpreted as the latent default cycle. This thesis provides in its first part a discussion of potential aggregate credit risk drivers, which have been previously suggested in literature. We verify using a linear regression model whether the effect of these macroeconomic variables is also apparent in the Czech Republic. Results seem to be stable for both different model specifications and different clients segments and are in line with previous studies. The second part of this thesis explicitly models the latent factor that is assumed behind aggregate credit risk by adding an unobserved component to the already existing model constructed earlier in this thesis. The unobserved component can be estimated by applying Kalman filter. We subsequently discuss the sources of the latent component and whether it can be interpreted as the default cycle. The...