+7 (925) 966 4690
ИД «Финансы и кредит»

ЖУРНАЛЫ

  

АВТОРАМ

  

ПОДПИСКА

    
«Финансы и кредит»
 

Реферирование и индексирование

РИНЦ
Referativny Zhurnal VINITI RAS
Worldcat
LCCN Permalink
Google Scholar

Электронные версии в PDF

EBSCOhost
Eastview
Elibrary
Biblioclub

Сопоставительный тест для рассчитанных значений вероятностей дефолта, полученных в результате применения рейтинговых моделей

Купить электронную версию статьи

т. 27, вып. 12, декабрь 2021

Получена: 11.10.2021

Получена в доработанном виде: 25.10.2021

Одобрена: 08.11.2021

Доступна онлайн: 27.12.2021

Рубрика: Финансовый контроль

Коды JEL: C58, G17, G28

Страницы: 2719–2745

https://doi.org/10.24891/fc.27.12.2719

Помазанов М.В. кандидат физико-математических наук, доцент, Школа финансов, факультет экономических наук, Национальный исследовательский университет – Высшая школа экономики (НИУ — ВШЭ), Москва, Российская Федерация 
m.pomazanov@hse.ru

https://orcid.org/0000-0003-3069-1511
SPIN-код: 1763-5033

Предмет. Валидация состоятельности прогнозов рейтинговых моделей.
Цели. Дать разработчикам и валидаторам рейтинговых моделей практичный фундаментальный тест для сопоставительного анализа рассчитанных значений вероятности дефолта, полученных при применении моделей, используемых в рейтинговой системе.
Методология. Классический интервальный подход проверки статистических гипотез, ориентированный на предметную область калибровки рейтинговых систем.
Результаты. Предложен статистический тест, исправляющий недостатки общепринятых, ориентированный на «диагностику» состоятельности реализованной дискриминации объектов рейтинговой моделью. Даны примеры распознавания причин отрицательного результата тестирования и негативных последствий для кредитования. Предложенный метод позволяет выявить неадекватность дискриминации заемщиков калиброванной рейтинговой моделью. Для этого не требуется полнота статистики в каждом рейтинговом разряде.
Область применения. Процесс проведения внутренней валидации банком собственных рейтинговых моделей, требуемый Банком России к подходам, основанным на внутренних рейтингах.
Выводы. Новый практичный сопоставительный тест позволяет на заданном уровне доверия и доступных исторических данных отвергнуть гипотезу о состоятельности оценки вероятности дефолта рейтинговой моделью, тест обладает преимуществом практической интерпретируемости, по его результатам можно сделать вывод о направлении коррекции модели.

Ключевые слова: кредитный риск, вероятность дефолта, статистический тест, Джини, ROC-кривая

Список литературы:

  1. Tasche D. Validation of Internal Rating Systems and PD Estimates. In: The Analytics of Risk Model Validation. Elsevier, 2008, pp. 169–196. URL: Link
  2. González F., Coppens F., Winkler G. The Performance of Credit Rating Systems in the Assessment of Collateral Used in Eurosystem Monetary Policy Operations. European Central Bank Occasional Paper Series, 2007, no. 65, 42 p. URL: Link
  3. Miu P., Ozdemir B. Estimating and Validating Long-Run Probability of Default with Respect to Basel II Requirements. Journal of Risk Model Validation, 2008, vol. 2, no. 2, pp. 3–41. URL: Link
  4. Sauer S., Coppens F., Mayer M. et al. Advances in Multivariate Back-Testing for Credit Risk Underestimation. European Central Bank Working Paper Series, 2016, no. 1885, 35 p. URL: Link
  5. Westfall P.H., Wolfinger R.D. Multiple Tests with Discrete Distributions. The American Statistician, 1997, vol. 51, iss. 1, pp. 3–8. URL: Link
  6. Hosmer D.W., Lemeshow S. Applied Logistic Regression. New York, John Wiley & Sons, Inc., 2000. URL: Link
  7. Sokal R.R., Rohlf F.J. Biometry: The Principles and Practice of Statistics in Biological Research. New York, Freeman, 1994, 880 p.
  8. McDonald J.H. Small numbers in chi-square and G–tests. Handbook of Biological Statistics. Baltimore, Maryland, Sparky House Publishing, 2014, pp. 86–89.
  9. Spiegelhalter D.J. Probabilistic Prediction in Patient Management and Clinical Trials. Statistics in Medicine, 1986, vol. 5, iss. 5, pp. 421–433. URL: Link
  10. Geary R.C. The Frequency Distribution of the Quotient of Two Normal Variates. Journal of the Royal Statistical Society, 1930, vol. 93, no. 3, pp. 442–446. URL: Link
  11. Hinkley D.V. On the Ratio of Two Correlated Normal Random Variables. Biometrika, 1969, vol. 56, iss. 3, pp. 635–639. URL: Link
  12. Hayya J., Armstrong D., Gressis N. A Note on the Ratio of Two Normally Distributed Variables. Management Science, 1975, vol. 21, no. 11, pp. 1338–1341. URL: Link
  13. Помазанов М.В. ROC-анализ и калибровка скоринговых моделей на основе метрик точности второго порядка // Управление финансовыми рисками. 2021. № 2. С. 100—121. URL: Link
  14. Hong Ch.-S., Lee W.-Y. ROC Curve Fitting with Normal Mixtures. The Korean Journal of Applied Statistics, 2011, vol. 24, iss. 2, pp. 269–278. URL: Link
  15. Engelmann B., Hayden E., Tasche D. Measuring the Discriminative Power of Rating Systems. Discussion Paper Series 2: Banking and Financial Supervision, 2003, no. 01, 24 p. URL: Link
  16. Hanley J.A., McNeil B.J. The Meaning and Use of the Area under a Receiver Operating Characteristics (ROC) Curve. Radiology, 1982, vol. 143, no. 1, pp. 29–36. URL: Link

Посмотреть другие статьи номера »

 

ISSN 2311-8709 (Online)
ISSN 2071-4688 (Print)

Свежий номер журнала

т. 28, вып. 5, май 2022

Другие номера журнала