Bewertung von Kreditportfolio in Peer-To-Peer-Lending

Inhaltsverzeichnis

1 Einleitung

2 Grundlagen des Kreditrisikos

2.1 Die Bank

2.2 Peer-To-Peer-Lending

2.3 Kreditvertrag und Kreditrisiko

2.4 Baseler Ausschuss

2.4.1 Basel 1

2.4.2 Basel 2

2.4.3 Finanzkrise

2.4.4 Basel 3

2.5 Wichtige Kennzahlen des Kreditrisikos

3 Modellierung

3.1 Logistische Regression

3.2 Konfusion Matrix und ROC-Kurve

3.3 Kreditrisikomodelle

3.3.1 Creditrisk+

3.3.2 Creditrisk+ für einen Sektor

3.3.3 Monte-Carlo-Simulation

3.3.4 Algorithmus zur Bestimmung von α und β

3.3.5 Algorithmus des Creditrisk+ für einen Sektor

3.4 Ausfallkorrelationen nach Lucas

4 Anwendung auf den Datensatz

4.1 Datenbasis

4.2 Schätzen von PD’s

4.3 Berechnung der EAD’s

4.4 Bestimmung der LGD’s

4.5 Wählen von Stichtagen

4.6 Creditrisk+ Implementation

4.6.1 Schätzung von α und β

4.7 Portfolioverlust und Grafiken

4.7.1 Stichtage 2017

4.7.2 Bondora Gesamt

4.7.3 Vergleich zwischen Bondora und 2017

4.8 Schätzung der Ausfallkorrelationen nach Lucas 1995

5 Fazit

6 Ausblick

Zielsetzung & Themen

Das Hauptziel dieser Masterarbeit ist die Bewertung von Peer-To-Peer-Krediten der Plattform „Bondora“, wobei der Fokus auf der Berechnung des Kreditportfolio-Verlusts liegt. Die Forschungsfrage untersucht, ob es sich hierbei um eine sichere und angemessene Anlageklasse handelt.

• Kreditrisikomanagement und Modellierung von Portfolioverlusten
• Anwendung des Creditrisk+-Modells in der Praxis
• Einsatz von Monte-Carlo-Simulationen zur Risikobewertung
• Statistische Schätzung von Ausfallwahrscheinlichkeiten und Ausfallkorrelationen

Auszug aus dem Buch

Zusammenfassung der Kapitel

1 Einleitung: Beschreibt das Ziel der Arbeit, die Bewertung von Bondora-Krediten, und gibt einen Überblick über die methodische Struktur der Untersuchung.

2 Grundlagen des Kreditrisikos: Erläutert die Funktionsweise von Banken, das Konzept des P2P-Lendings und die regulatorischen Rahmenbedingungen durch den Baseler Ausschuss sowie grundlegende Risikokennzahlen.

3 Modellierung: Führt statistische Methoden wie die logistische Regression ein und stellt das Creditrisk+-Modell sowie Monte-Carlo-Simulationen und Ansätze zur Ausfallkorrelation detailliert dar.

4 Anwendung auf den Datensatz: Beschreibt die praktische Analyse der Bondora-Daten, inklusive der Schätzung von Parametern wie PD, EAD und LGD sowie die Berechnung von Portfolioverlusten.

5 Fazit: Diskutiert die erzielten Ergebnisse, reflektiert methodische Einschränkungen und bewertet das Investitionsrisiko bei P2P-Krediten kritisch.

6 Ausblick: Identifiziert Potenziale für zukünftige Verbesserungen der Modellgenauigkeit, beispielsweise durch komplexere Abhängigkeitsstrukturen oder alternative Simulationsverfahren.

Schlüsselwörter

Kreditrisiko, Peer-To-Peer-Lending, Bondora, Creditrisk+, Portfolioverlust, Monte-Carlo-Simulation, Ausfallwahrscheinlichkeit, Logistische Regression, Verlustquote, Ausfallkorrelation, Risikomanagement, Finanzmathematik, Basel-Regelwerk, Konfidenzniveau, Value at Risk

Häufig gestellte Fragen

Worum geht es in dieser Arbeit grundsätzlich?

Die Arbeit beschäftigt sich mit der Risikobewertung und dem Management von Kreditportfolios im Bereich des Peer-To-Peer-Lendings am Beispiel der Plattform Bondora.

Was sind die zentralen Themenfelder der Analyse?

Die zentralen Felder umfassen die mathematische Kreditrisikomessung, die Modellierung von Ausfallwahrscheinlichkeiten sowie die quantitative Auswertung von Portfolioverlusten.

Was ist das primäre Ziel oder die Forschungsfrage?

Das primäre Ziel ist die Berechnung des Kreditportfolio-Verlusts, um zu eruieren, ob Bondora eine finanziell sichere und angemessene Anlageklasse für Investoren darstellt.

Welche wissenschaftliche Methode wird primär verwendet?

Die Arbeit nutzt schwerpunktmäßig das Creditrisk+-Modell, das mithilfe von Monte-Carlo-Simulationen auf Basis von logistischen Regressionsmodellen zur Schätzung von Ausfallwahrscheinlichkeiten angewandt wird.

Was wird im Hauptteil der Arbeit behandelt?

Der Hauptteil behandelt die theoretischen Grundlagen der Risikomodelle sowie die konkrete datentechnische Aufbereitung und Analyse der Bondora-Datensätze zur Ermittlung des ökonomischen Kapitals.

Welche Schlüsselwörter charakterisieren die Untersuchung?

Die Arbeit lässt sich durch Begriffe wie Kreditrisikomodellierung, P2P-Kredite, Creditrisk+, Monte-Carlo-Simulation, Ausfallwahrscheinlichkeit (PD) und Portfolioverlust definieren.

Wie wurden die Daten für die Risikoanalyse vorbereitet?

Die Daten wurden bereinigt, von NA-Werten befreit und in Trainings- sowie Testdaten unterteilt, wobei die Zielvariable basierend auf dem Kreditstatus (Ausfall vs. Rückzahlung) definiert wurde.

Was ist die Bedeutung des „fat-tail“-Verlaufs in der Portfolioverteilung?

Der „fat-tail“-Verlauf verdeutlicht, dass bei Kreditportfolios die Eintrittswahrscheinlichkeit für sehr hohe Verlustereignisse zwar niedrig, aber signifikant vorhanden ist, was die Risikobewertung besonders wichtig macht.