Default-implied asset correlations for Finnish small and medium-sized enterprises

Loading...
Thumbnail Image
Journal Title
Journal ISSN
Volume Title
Perustieteiden korkeakoulu | Master's thesis
Date
2021-03-17
Department
Major/Subject
Strategy and Venturing
Mcode
SCI3050
Degree programme
Master’s Programme in Industrial Engineering and Management
Language
en
Pages
78+10
Series
Abstract
Default-implied asset correlation plays a critical role in determining regulatory capital and in measuring credit risk. Modelling correlations between default events is one of the biggest challenges in credit risk modelling. The Basel committee aims to strengthen the capital market by specifying the asset correlations for bank exposures. The dependence between borrowers in credit risk models is estimated using asset correlations. The accuracy of these models therefore depends on the precision of the estimated asset correlations. Asset correlation set by authorities can be overly conservative for Finnish small and medium-sized enterprises (SMEs). High asset correlations can lead to overly large credit risk estimates. In this work we estimate asset correlations between different Finnish SME industry sectors. The joint default probabilities between borrowers are estimated from historical default data. The asset correlations between borrowers are calculated numerically from the joint default probabilities. The effect of asset correlations on credit risk is simulated using one-factor and multi-factor models. Our results suggest that larger companies have higher asset correlations. Our results also suggest that supervisory estimates of asset correlations are overly conservative for Finnish SMEs. Well-defined industry groups with high mutual asset correlations were not found, but there exists higher asset correlations between some industry sectors. However, our grouping of industry sectors may understate asset correlations. Our simulations show that credit risk is higher for portfolios with higher asset correlations. The implication to Finnish banks would be to use a more precise analysis of asset correlations in their risk management.

Pankkien lakisääteisen pääoman ja luottoriskien määrittäminen perustuu merkittävästi yritystoiminnan maksukyvyttömyystilastoihin sekä niissä esiintyviin omaisuuserien välisiin korrelaatioihin. Luottoriskimallinnuksen suurin haaste on ymmärtää nämä korrelaatiot. Pankkitoimintaa valvovan Baselin komitean tavoitteena on vahvistaa pääomamarkkinoita määrittelemällä pankkien eri vastuulajien välisiä korrelaatioita. Lainansaajien maksuhäiriöiden välisiä riippuvuuksia luottoriskimalleissa arvioidaan omaisuuserien välisillä korrelaatioilla. Mallien hyvyys riippuu näin ollen korrelaatioiden laskentatarkkuudesta. Viranomaisten asettamat korrelaatiot voivat olla hyvinkin konservatiivisia suomalaisille pienille ja keskisuurille yrityksille. Tämä voi johtaa liian suuriin luottoriskiarvioihin. Diplomityössä arvioimme korrelaatioita suomalaisen pk-yritystoiminnan eri toimialueiden välillä. Arviomme lainansaajien samanaikaisen maksukyvyttömyyden todennäköisyyttä historiallisten tilastojen perusteella. Ratkaisemme korrelaatiot lainansaajien omaisuuserien välillä numeerisesti näistä yhdistetyistä todennäköisyyksistä. Lopuksi simuloimme korrelaatioiden vaikutusta lainasalkkujen luottoriskiin malleilla, jotka käyttävät joko yhtä tai useampaa korrelaatiotekijää. Tuloksemme osoittavat, että yritysten koon kasvaessa omaisuuserien väliset korrelaatiot kasvavat. Tuloksemme viittaavat myös selvästi siihen, että pankkitoiminnan valvonnassa käytetyt omaisuuserien väliset korrelaatiot ovat liian konservatiivisia suomalaisille pk-yrityksille. Toisaalta emme löytäneet useita toimialoja, joiden välillä olisi selvästi muita korkeampia korrelaatioita, ja käyttämämme jaottelu toimialoihin voi johtaa liian alhaisiin korrelaatioarvoihin. Simulaatiotuloksemme erilaisille lainasalkuille osoittavat luottoriskin kasvavan omaisuuserien välisten korrelaatioiden kasvaessa. Suomalaisyrityksiä rahoittavien tulisi käyttää näiden korrelaatioiden tarkempaa analyysiä riskienhallinnassaan.
Description
Supervisor
Salo, Ahti
Thesis advisor
Varis, Karri
Keywords
asset correlation, default correlation, credit risk management, joint default probability, Finnish SMEs, Monte Carlo simulations
Other note
Citation