Russian (CIS)English (United Kingdom)

Счастье в жизни – то чего ты достиг. Смысл жизни – все те, кто тебя любят. Н.Н.Полозова

остроение эконометрических моделей дефолта с учетом макропеременных

Эконометрические модели, полученные в результате отбора объясняющих переменных по статистическим критериям (Psevdo-R2, Акаике и др.), приведены в виде набора коэффициентов при переменных в табл. 7.2.

 Таблица 7.2 Модели вероятности дефолта


Базовая модель

Макромодель 1

Макромодель 2

Variable

Coeff.

Std. Error

Coeff.

Std. Error

Coeff.

Std. Error

C

0,150

0,576

-0,847

0,604

-0,331

0,595

BP/VB

1,226

0,622

1,541

0,617

1,663

0,612

KE/VB

-1,188

0,180

-0,976

0,184

-0,930

0,185

NDO/VB

-1,008

0,247

-1,247

0,253

-1,394

0,254

PNA/VB

-1,346

0,262

-1,223

0,270

-1,204

0,272

KDB/VB

-0,546

0,373

-0,277

0,385

-0,113

0,392

Ln(VB/DEFL)

0,376

0,108

0,367

0,112

0,368

0,112

Ln(VB/DEFL)2

-0,0181

0,005

-0,0181

0,005

-0,0184

0,005

EXP/IMP



0,621

0,075



ERATE





0,0346

0,0038

McFadden R-squared

0,046


0,088


0,097


Базовая модель, которая не содержит макропеременных, включает только значимые переменные. Все переменные кроме KDB/VB значимы на 5%-ном уровне. Знаки в модели в основном согласуются с экономическими ожиданиями.
В соответствии с моделью зависимая переменная – вероятность преодоления кризиса – положительно зависит от балансовой прибыли и отрицательно – от остальных параметров. Зависимость от логарифма дефлированной валюты баланса квадратичная с точкой перегиба.
Наилучшие результаты получаются при включении в базовую модель отношения экспорта к импорту  EXP/IMP (макромодель 1) и валютного курса ERATE (макромодель 2). Сравнительный анализ базовой модели с макромоделями 1 и 2, показывает, что по основным статистическим показателям качество моделей с макропеременными выше. С практической точки зрения важны не столько традиционные статистические критерии оценки качества модели, сколько потенциальный эффект от их применения.
Использование подхода на основе полезности предполагает введение эвристических критериев, учитывающих неравнозначность стоимости ошибок первого и второго рода. Изменчивость приоритетов у лиц, принимающих решения, исключает наличие единого критерия и предполагает использование эвристических критериев, основанных на оптимизации полезности результата. Для этого могут использоваться альтернативные подходы к построению эвристических критериев, которые в большей степени соответствуют экономической постановке задачи (Карминский и др., 2005).

Для сравнения моделей можно использовать показатели


alt

являющиеся аналогами ошибок первого и второго рода, т.е. соответственно вероятностей неправильной классификации эпизодов, связанных с банкротствами, и неправильной классификации эпизодов, соответствующих устойчивым банкам. Как правило, ошибки первого рода (пропуск проблемного банка) более существенны, чем ошибки второго рода (классификация устойчивого банка как проблемного). Если бы мы знали соотношение потерь, связанных с этими ошибками, то задача отыскания оптимального уровня отсечения c свелась бы к задаче минимизации линейной функции на кривой ошибок.
Одна модель равномерно мажорирует другую в системе координат ошибок первого и второго рода, и , если соответствующая ей кривая ошибок лежит ниже (мажорируется), чем кривая ошибок другой модели.
Разделение выборки на обучающуюся и контрольную дает качественно близкие результаты устойчивости моделей. Модели с макропоказателями лучше прогнозируют выживаемость банка.
На рис. 7.3 отображены кривые ошибок соответственно для базовой модели, не использующей макропеременные, для макромодели 1, использующей переменную отношения экспорта к импорту EXP/IMP, и для макромодели 2, использующей переменную ERATE (используются процентные шкалы). Кривые для макромоделей лежат строго ниже кривой для базовой модели. Это означает, что включение макропоказателей улучшает качество модели. В то же время такое соотношение не является типичным. Часто кривые для двух разных макромоделей пересекаются, что свидетельствует об отсутствии мажорирования одной модели другой.

alt

Cравнение моделей с использованием макропеременных по статистическим показателям качества регрессионной модели, а также по эвристическим критериям полезности позволяет сделать вывод, что введение в базисную модель макропоказателей улучшает статистические показатели качества модели и почти всегда улучшает эвристические критерии полезности модели. Наиболее удачными являются модели, включающие валютный курс ERATE и соотношение экспорт-импорт, EXP/IMP. Введение в модель двух макропеременных позволяет несколько улучшить значения как статистических критериев качества модели, так и эвристических критериев полезности.
Рассмотрение модели с добавленной фиктивной переменной CRISIS, принимающей значение 0 до кризиса и значение 1 после кризиса, качественно аппроксимирует обменный курс. Поэтому не удивительно, что и результаты моделей с этими переменными близки. Возможно значимой является структурная перестройка экономической системы после кризиса.






Энциклопедия рейтингов: экономика, общество, спорт / Карминский А.М., Полозов А.А., Ермаков С.П. - М.: ЗАО ИД "Экономическая газета", 2011. - 349 с

Normal 0 false false false RU X-NONE X-NONE MicrosoftInternetExplorer4

Построение эконометрических моделей дефолта с учетом макропеременных

Эконометрические модели, полученные в результате отбора объясняющих переменных по статистическим критериям (Psevdo-R2, Акаике и др.), приведены в виде набора коэффициентов при переменных в табл. 7.2.


Таблица 7.2

Модели вероятности дефолта       

 

Базовая модель

Макромодель 1

Макромодель 2

Variable

Coeff.

Std. Error

Coeff.

Std. Error

Coeff.

Std. Error

C

0,150

0,576

-0,847

0,604

-0,331

0,595

BP/VB

1,226

0,622

1,541

0,617

1,663

0,612

KE/VB

-1,188

0,180

-0,976

0,184

-0,930

0,185

NDO/VB

-1,008

0,247

-1,247

0,253

-1,394

0,254

PNA/VB

-1,346

0,262

-1,223

0,270

-1,204

0,272

KDB/VB

-0,546

0,373

-0,277

0,385

-0,113

0,392

Ln(VB/DEFL)

0,376

0,108

0,367

0,112

0,368

0,112

Ln(VB/DEFL)2

-0,0181

0,005

-0,0181

0,005

-0,0184

0,005

EXP/IMP

 

 

0,621

0,075

 

 

ERATE

 

 

 

 

0,0346

0,0038

McFadden R-squared

0,046

 

0,088

 

0,097

 


Базовая модель, которая не содержит макропеременных, включает только значимые переменные. Все переменные кроме KDB/VB значимы на 5%-ном уровне. Знаки в модели в основном согласуются с экономическими ожиданиями.

В соответствии с моделью зависимая переменная – вероятность преодоления кризиса – положительно зависит от балансовой прибыли и отрицательно – от остальных параметров. Зависимость от логарифма дефлированной валюты баланса квадратичная с точкой перегиба.

Наилучшие результаты получаются при включении в базовую модель отношения экспорта к импорту  EXP/IMP (макромодель 1) и валютного курса ERATE (макромодель 2). Сравнительный анализ базовой модели с макромоделями 1 и 2, показывает, что по основным статистическим показателям качество моделей с макропеременными выше. С практической точки зрения важны не столько традиционные статистические критерии оценки качества модели, сколько потенциальный эффект от их применения.

Использование подхода на основе полезности предполагает введение эвристических критериев, учитывающих неравнозначность стоимости ошибок первого и второго рода. Изменчивость приоритетов у лиц, принимающих решения, исключает наличие единого критерия и предполагает использование эвристических критериев, основанных на оптимизации полезности результата. Для этого могут использоваться альтернативные подходы к построению эвристических критериев, которые в большей степени соответствуют экономической постановке задачи (Карминский и др., 2005).

Для сравнения моделей можно использовать показатели

                                                                    ;                                                             (7.3)

                                                                    ,                                                             (7.4)

являющиеся аналогами ошибок первого и второго рода, т.е. соответственно вероятностей неправильной классификации эпизодов, связанных с банкротствами, и неправильной классификации эпизодов, соответствующих устойчивым банкам. Как правило, ошибки первого рода (пропуск проблемного банка) более существенны, чем ошибки второго рода (классификация устойчивого банка как проблемного). Если бы мы знали соотношение потерь, связанных с этими ошибками, то задача отыскания оптимального уровня отсечения c свелась бы к задаче минимизации линейной функции на кривой ошибок.

Одна модель равномерно мажорирует другую в системе координат ошибок первого и второго рода,  и , если соответствующая ей кривая ошибок лежит ниже (мажорируется), чем кривая ошибок другой модели.

Разделение выборки на обучающуюся и контрольную дает качественно близкие результаты устойчивости моделей. Модели с макропоказателями лучше прогнозируют выживаемость банка.

На рис. 7.3 отображены кривые ошибок соответственно для базовой модели, не использующей макропеременные, для макромодели 1, использующей переменную отношения экспорта к импорту EXP/IMP, и для макромодели 2, использующей переменную ERATE (используются процентные шкалы). Кривые для макромоделей лежат строго ниже кривой для базовой модели. Это означает, что включение макропоказателей улучшает качество модели. В то же время такое соотношение не является типичным. Часто кривые для двух разных макромоделей пересекаются, что свидетельствует об отсутствии мажорирования одной модели другой.

 Рис. 7.3. Сравнение моделей в пространстве ошибок первого и второго рода


Cравнение моделей с использованием макропеременных по статистическим показателям качества регрессионной модели, а также по эвристическим критериям полезности позволяет сделать вывод, что введение в базисную модель макропоказателей улучшает статистические показатели качества модели и почти всегда улучшает эвристические критерии полезности модели. Наиболее удачными являются модели, включающие валютный курс ERATE и соотношение экспорт-импорт, EXP/IMP. Введение в модель двух макропеременных позволяет несколько улучшить значения как статистических критериев качества модели, так и эвристических критериев полезности.

Рассмотрение модели с добавленной фиктивной переменной CRISIS, принимающей значение 0 до кризиса и значение 1 после кризиса, качественно аппроксимирует обменный курс. Поэтому не удивительно, что и результаты моделей с этими переменными близки. Возможно значимой является структурная перестройка экономической системы после кризиса.