| Summary: | Nowadays banks are more reliant on the use of models and many of these models depend on each other. In this thesis techniques from graph theory are used to depict and study the network caused by these dependencies. This is done by creating a portfolio that corresponds to a simplified version of a bank and then selecting models appropriate to evaluate the portfolio. The importance of each model in the network is then measured using the centrality measures; degree centrality, Katz centrality and Page rank. The model risk associated with specific models can differ depending on the interested party’s views. These views can be reflected in the Katz and Page rank measurements by slightly modifying them. In this thesis three perspectives representing possible views of interested parties are investigated. The perspectives were focused on the amount valued by each valuation model, the sensitivity and the complexity of the models. The results indicate that the connections between the models affect the centrality measures to a greater extent than the risk introduced dependent on the different perspectives. Moreover the results indicate that the centrality measures used are more appropriate to identify potential victims of contagion rather than sources of contagion. === På senare tid har banker blivit alltmer beroende av användandet av modeller och många av dessa modeller är ofta beroende av varandra. I den här uppsatsen används tekniker från grafteori för att framställa och undersöka det nätverk som uppstår på grund sambanden. Detta görs genom att skapa en portfölj som motsvarar en förenklad version av en bank och sedan välja modeller lämpliga för att utvärdera portföljen. Vikten av varje modell undersöks med hjälp av de följande centralitetsmåtten; gradcentralitet, Katz-centralitet och Page Rank. Modellrisken associerad med specifika modeller kan skilja sig åt beroende på den intresserade partens åsikter. Genom viss modifiering av Katz och Page rank måtten är det möjligt att spegla dessa åsikter. Tre perspektiv som kan motsvara olika intressenters åsikter undersöks och dessa fokuserar på hur mycket som värderas av värderingsmodellerna, känsligheten samt komplexiteten hos varje enskild modell. Resultaten tyder på att sambanden mellan de olika modellerna har större betydelse än den risk som introduceras med hjälp av de modifierade centralitetsmåtten. Resultaten tyder även på att de använda centralitetsmåtten är mer lämpliga för att identifiera modeller som blivit påverkade av andra modellers risk än de modeller som sprider risk i nätverket.
|
|---|
