Michael Rönnberg

• Ziel dieser Arbeit ist die Untersuchung der Bedeutung der Spezifikation für Ratingmodelle zur Prognose von Kreditausfallwahrscheinlichkeiten. Ausgehend von dem in der Bankenpraxis etablierten Logit-Modell werden verschiedene Modellerweiterungen diskutiert und hinsichtlich ihrer Eigenschaften als Ratingmodelle empirisch und simulationsbasiert untersucht. Die Interpretierbarkeit und die Prognosegüte der Modelle werden dabei gleichermaßen berücksichtigt. Besonderes Augenmerk wird auf Mixed Logit-Modelle zur Abbildung individueller HeterogenitätZiel dieser Arbeit ist die Untersuchung der Bedeutung der Spezifikation für Ratingmodelle zur Prognose von Kreditausfallwahrscheinlichkeiten. Ausgehend von dem in der Bankenpraxis etablierten Logit-Modell werden verschiedene Modellerweiterungen diskutiert und hinsichtlich ihrer Eigenschaften als Ratingmodelle empirisch und simulationsbasiert untersucht. Die Interpretierbarkeit und die Prognosegüte der Modelle werden dabei gleichermaßen berücksichtigt. Besonderes Augenmerk wird auf Mixed Logit-Modelle zur Abbildung individueller Heterogenität gelegt. Die Ergebnisse zeigen, dass die Spezifikation einen wichtigen Einfluss auf die Eigenschaften von Ratingmodellen hat und dass insbesondere mit Hilfe von Mixed Logit-Ansätzen sinnvoll interpretierbare Ratingmodelle mit guten Prognoseeigenschaften erlangt werden können.…
• This thesis aims at analyzing the impact of model specification on credit rating models as used by banks to forecast credit default probabilities. The well-established logit model is extended in various directions. Implications are discussed empirically and with the help of Monte Carlo studies. In this respect, interpretability and forecasting quality are considered simultaneously. A main focus is on mixed logit models that allow for modeling individual heterogeneity. Results indicate that proper model specification has a strong impact on theThis thesis aims at analyzing the impact of model specification on credit rating models as used by banks to forecast credit default probabilities. The well-established logit model is extended in various directions. Implications are discussed empirically and with the help of Monte Carlo studies. In this respect, interpretability and forecasting quality are considered simultaneously. A main focus is on mixed logit models that allow for modeling individual heterogeneity. Results indicate that proper model specification has a strong impact on the quality of rating models. In particular it is emphasized that mixed logit models offer well interpretable credit rating models with high forecasting power.…