Improving Credit Risk Assessment in Uncertain Times: Insights from IFRS 9

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11230%2F25%3A10510982" target="_blank" >RIV/00216208:11230/25:10510982 - isvavai.cz</a>

Výsledek na webu

<a href="https://verso.is.cuni.cz/pub/verso.fpl?fname=obd_publikace_handle&handle=OOu1H4svF8" target="_blank" >https://verso.is.cuni.cz/pub/verso.fpl?fname=obd_publikace_handle&handle=OOu1H4svF8</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.3390/risks13020038" target="_blank" >10.3390/risks13020038</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Improving Credit Risk Assessment in Uncertain Times: Insights from IFRS 9

Popis výsledku v původním jazyce

This study highlights the superior performance of Bayesian Model Averaging (BMA) in credit risk modeling under IFRS 9, particularly during economic uncertainty, such as the COVID-19 pandemic. Using granular bank-level data from Malta, spanning 2017-2023, the analysis integrates macroeconomic scenarios and sector-specific transition matrices to assess credit risk dynamics. Key findings demonstrate BMA&apos;s ability to outperform Single-Equation Models (SEM) in predictive accuracy, robustness, and adaptability. The results emphasize BMA&apos;s resilience to structural economic changes, making it a critical tool for regulatory stress testing and provisioning in small open economies highly exposed to external shocks. This work underscores the importance of forward-looking, flexible frameworks for credit risk management and policy decisions.

Název v anglickém jazyce

Improving Credit Risk Assessment in Uncertain Times: Insights from IFRS 9

Popis výsledku anglicky

This study highlights the superior performance of Bayesian Model Averaging (BMA) in credit risk modeling under IFRS 9, particularly during economic uncertainty, such as the COVID-19 pandemic. Using granular bank-level data from Malta, spanning 2017-2023, the analysis integrates macroeconomic scenarios and sector-specific transition matrices to assess credit risk dynamics. Key findings demonstrate BMA&apos;s ability to outperform Single-Equation Models (SEM) in predictive accuracy, robustness, and adaptability. The results emphasize BMA&apos;s resilience to structural economic changes, making it a critical tool for regulatory stress testing and provisioning in small open economies highly exposed to external shocks. This work underscores the importance of forward-looking, flexible frameworks for credit risk management and policy decisions.

Druh

J_imp - Článek v periodiku v databázi Web of Science

CEP obor

—

OECD FORD obor

50201 - Economic Theory

Projekt

<a href="/cs/project/GA23-05777S" target="_blank" >GA23-05777S: Nové výzvy v oblasti makroobezřetnostních politik pro evropský pojišťovací sektor</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2025

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název periodika

Risks

ISSN

2227-9091

e-ISSN

2227-9091

Svazek periodika

13

Číslo periodika v rámci svazku

2

Stát vydavatele periodika

CH - Švýcarská konfederace

Počet stran výsledku

20

Strana od-do

38

Kód UT WoS článku

001430732200001

EID výsledku v databázi Scopus

2-s2.0-85219176155