Классификация моделей диагностики банкротства банков - Классификация подходов, моделей и методов диагностики банкротства банков

Разработке и анализу моделей прогнозирования банкротства посвящено множество трудов, как российских, так и зарубежных ученых. Наиболее полное обобщение методов и моделей оценки кредитных рисков банков, в том числе и раннего предупреждения банкротства, можно найти в исследовании Bluhm C., Overbeck, L, Wagner, C.[8]. Подробный анализ рейтинговых моделей, применяемых надзорными органами разных стран, приведен в Sahajwala R., Bergh P.[9]. В работе Пугановской Т. И., Галямина А. В.[10] анализируются зарубежные исследования в области моделирования банкротства компаний, представлены данные о моделях и их авторах за период с 1968 по 2006 год, дан обзор исследований, сравнивающих эффективность методов, выделены существенные проблемы применения классических статистических методов, приведены альтернативные методы моделирования банкротства. В диссертации (Кошелюк, 2008) проведен анализ эмпирических исследований по оценке надежности российских банков. Подробный анализ моделей вероятности дефолта с выделением сильных и слабых сторон каждой из классификационных групп представлен в работе Тотьмяниной К. М. [11]. По мнению автора, модели оценки вероятности дефолта могут различаться в зависимости от используемого математического аппарата; исходных данных или классов заемщиков; критерия дефолта, лежащего в основе; предпосылок, на которых модель основывается, и других признаков.

Среди российских ученых вплотную занимающихся моделированием банкротства банков следует выделить группу ученых из ГУ ВШЭ и РЭШ. В исследовании Персецкого А. А.[12] рассмотрены основные подходы к эконометрическому моделированию надежности банков на основе публично доступной информации, проведен анализ причин отзыва лицензии и влияния как макроэкономических, так и микроэкономических факторов на отзыв лицензии по рыночным основаниям и в связи с нарушением Федерального закона № 115-ФЗ. По итогам работы сделаны выводы о том, что применение моделей множественного выбора с тремя исходами (лицензия не отозвана, отозвана по рыночным обстоятельствам, отозвана в связи с "отмыванием денег") не повышает точность прогноза отзыва лицензии, по сравнению с применением моделей бинарного выбора. В исследовании Карминского, А. М., Кострова, А. В., Мурзенкова, Т. Н.[13] проведена оценка влияния макроэкономических и институциональных факторов, а также фактора времени на вероятность дефолта банка. Проанализирована эффективность полученной в ходе исследования модели вероятности дефолта (для расчета была использована logit-модель) по сравнению с альтернативными моделями (использование панельных данных, Z-индекса, нейронной сети, а также некоторых др.), применение которых в итоге не привело к существенному улучшению модели.

Значительное отражение в трудах российских ученых получила тема использования внешних и внутренних рейтингов для анализа кредитных рисков банков. На заседании Экспертного-аналитического совета АСВ Карминским А. М.[14] была сформулирована концепция единого рейтингового пространства, обозначены основные ограничения, сдерживающие эффективность рейтинговой деятельности, представлены перспективы использования эконометрических моделей для статистического прогнозирования рейтингов и моделирования рисков банкротства банков. По мнению автора, такие модели могут применяться в системах раннего предупреждения банкротства банков для целей надзора и мониторинга финансовой устойчивости системы, при IRB-подходе в системе внутренних рейтингов, рекомендуемой Базель II и Базель III, для построения моделей вероятности дефолта и скоринговых моделей в розничном бизнесе. В том же документе можно найти исчерпывающий список трудов российских ученых в области создания эконометрических моделей вероятности дефолта и рейтингов, адаптированных к российским условиям ведения бизнеса. Также хочется отметить работу Василюк А. и др.[15], в которой приведено сравнение методологий российских и зарубежных рейтинговых агентств, даны различные определения дефолта банков, выделены факторы, определяющие значение рейтинга:

Факторы среды, в которой функционирует банк;

Внутренние количественные и качественные факторы, определяющие устойчивость самого банка;

Факторы внешней поддержки, со стороны государства или собственников.

Важным в оценке финансовой устойчивости банков является методологический подход: использует ли рейтинговое агентство методологию through-the-cycle, когда оценка носит долгосрочный характер (3-5 лет) или методологию point-in-time, когда значение рейтинга отражает текущую кредитоспособность банка. Российские агентства в основном используют последнюю. В таблице 1 представлена классификация моделей прогнозирования банкротства банков в зависимости от различных критериев.

Похожие статьи




Классификация моделей диагностики банкротства банков - Классификация подходов, моделей и методов диагностики банкротства банков

Предыдущая | Следующая