Inhaltsangabe:Zusammenfassung: Ziel der Diplomarbeit war es die neue Basler Eigenkapitalvereinbarung detailliert darzustellen und mit den bisher geltenden gesetzlichen Bestimmungen zu vergleichen. Anhand der Vorgaben des Basler Ausschusses wurden im Folgenden zulässige statistische Defaultmodelle dargestellt. Es wurden Logitmodelle, parametrische und nichtparametrische diskriminanzanalytische Modelle zur Schätzung der Probability of Default (PD, Ausfallwahrscheinlichkeit) mit ihren theoretischen Grundlagen dargestellt. Anhand eines Datensatzes einer deutschen Großbank wurden die ermittelten Modelle miteinander verglichen und auf ihre Validität anhand von CAP-Kurven überprüft. Hierbei wurde aufgezeigt, in welchem Ausmaß das von Banken zu hinterlegende Eigenkapital von dem jeweils angewendeten statistischen Default-Modell abhängt. Die Arbeit wurde am Lehrstuhl für Statistik der Universität Regensburg angefertigt. Das daran angeschlossene Institut für Bankinformatik und Bankstrategie hat mich bei der Untersuchung wesentlich unterstützt. Inhaltsverzeichnis:Inhaltsverzeichnis: InhaltsverzeichnisIII AbbildungsverzeichnisV TabellenverzeichnisVII AbkürzungsverzeichnisX 1.Einleitung und Gang der Untersuchung1 1.1Einleitung1 1.2Gang der Untersuchung2 2.Bankaufsichtliche Behandlung von Kreditrisiken4 2.1Eigenkapitalunterlegungspflicht nach geltendem Recht4 2.2Darstellung der Neuen Basler Eigenkapitalvereinbarung5 2.2.1Aufbau5 2.2.2Standardansatz6 2.2.3IRB-Basisansatz10 2.2.4IRB-Fortgeschrittenenansatz15 2.3Anforderungen an Rating Modelle nach Basel II16 2.3.1Aufsichtsrechtliche Anforderungen an die IRBAnsätze16 2.3.2Voraussetzungen für die Zulassung des fortgeschrittenen IRB-Ansatzes17 3.Ausgewählte statistische Verfahren zur Ermittlung der schuldnerspezifischen PD19 3.1Logitmodell19 3.1.1Logit-Modelle mit linearen und nichtlinearen Einflussfaktoren19 3.1.2Nichtparametrische Logit-Modellierung24 3.2Diskrete Hazardratenmodelle26 3.2.1Überblick26 3.2.2Hazardratenmodelle mit zeitabhängigen Kovariablen28 3.3Diskriminanzanalytische Verfahren30 3.3.1Parametrische Diskriminanzanalyse30 3.3.2Nicht-Parametrische Diskriminanzanalyse32 3.4Prognosequalität der Modelle32 3.4.1Alpha- und Betafehler32 3.4.2Gini-Curve33 3.4.3Informations-Entropie35 4.Datenbeschreibung38 4.1Bemerkungen zum vorliegenden Datensatz38 4.2Deskriptive Darstellung der Daten38 4.3Verwendete Variablen zur Modellierung40 5.Empirische [...]