Bayesian 예측방법을 이용한 SME 차주의 신용등급별 PD추정에 관한 연구

A Study on PD Estimation by Credit Rates for SME Obligors using the Bayesian Predictive Method

본 논문은 금융기관의 신용리스크관리(CRM, credit risk management)에서 리스크의 계량화를 위하여 고려해야 할 세 가지 요소인 PD(probability of default), LGD(loss given default)와 EAD (exposure at default) 중 PD를 정확하게 추정할 수 있는 방법을 연구하였다. 이를 위해 과거 신용등급별 부도차주수 자료를 사용하여 Bayesian 예측방법으로 신용등급별 부도차주수를 예측할 수 있는 적합한 예측분포(predictive distribution)의 제안과 함께 신용등급별 PD를 추정하는 방법을 제시하였다. 실증적인 예로 국내 S은행의 중소기업(SME, small and medium sized enterprises) 차주의 신용등급별 부도차주수 자료를 사용하여 PD를 예측하였으며, 이를 통해 본 논문에서 제안한 Bayesian 예측방법과 기존의 추정방법에 의한 결과를 비교 분석하여 제안된 예측방법의 유용성을 평가하였다.

This thesis studied how to estimate PD(probability of default) accurately which should be considered as one of three risk components such as PD, LGD(loss given default), and EAD(exposure at default) to measure the risk in credit risk management. For this, by using the data of default obligors by credit grades, this thesis proposed predictive distribution which can predict the number of default obligors by credit grades through Bayesian predictive method and the method to estimate credit grade s PD as well. As an example, PD by credit grades was estimated with the data of default obligors by credit grades for the domestic S bank s SME(small and medium sized enterprises) obligors and then the value of proposed Bayesian predictive method is evaluated by comparison with existing estimation method.