Сравнительный анализ результатов дискриминантного анализа - Факторы финансовой устойчивости коммерческих банков и подходы к прогнозированию банкротств

Проведем сравнительный анализ результатов моделирования (табл. 13):

    1) Показатель ликвидности не является дискриминирующим фактором на выборке из всех обанкротившихся банков. После очистки выборки банков от тех, лицензия которых была отозвана не по причине финансовой неустойчивости, проявляется положительная взаимосвязь вероятности дефолта банка с недостатком ликвидности. Это объясняется тем, что более, чем 70% лицензий банков отзываются не по причине проблем с ликвидностью, а следовательно, этот показатель является слабым классификатором для всей выборки. Кроме того, следует отметить, что в модели D1 показатель ликвидности обладает большей дискриминирующей силой за 1 год до банкротства банка. 2) Показатель платежеспособности (финансового рычага) является значимым для всех построенных моделей, при этом на промежутке за 0,5 года до дефолта его сила взаимосвязи с вероятностью банкротства банков больше для скорректированной выборки, чем для полной. Аналогично п.1, это объясняется тем, что вследствие очистки выборки наиболее значимыми становятся показатели реальной финансовой устойчивости. 3) Показатель RE/TA является значимым для всех построенных моделей, при этом за 1 год до дефолта его дискриминирующая сила больше, чем за 0,5 года. Данный факт можно объяснить тем, что будучи показателем систематической устойчивости, он позволяет судить о финансовом положении банка в долгосрочной перспективе. 4) Показатель прибыльности EBT/TA имеет положительную взаимосвязь с устойчивостью банка, при этом за полгода до дефолта его объясняющая сила больше, чем за 1 год до дефолта. Это можно объяснить тем, что прибыльность банка в текущем периоде не является определяющим фактором в долгосрочной перспективе. 5) Показатель отношения депозитов ЦБ РФ к сумме привлеченных депозитов банка положительно связан с финансовой устойчивостью, при этом для очищенной выборки сила этой взаимосвязи больше. 6) Показатели качества активов банка значимы для всех сформированных моделей и имеют отрицательную взаимосвязь с устойчивостью банка.

В целом, следует отметить, что точность предсказания по сформированным моделям снижается при увеличении временного промежутка для прогнозирования. Предикативная способность моделей, построенных на усеченной выборке выше, что объясняется чистотой данных. Модель D2 показала плохие результаты для классификации сокращенной выборки за 1 год до дефолта, в связи с этим предлагается в дальнейшем использовать модель D1, обладающей относительно высокими предикативными характеристиками.

Таким образом, в рамках части 3 данной работы проведено построение дискриминантных функций, классифицирующих банки по качественному признаку: дефолт и не дефолт. Полученные результаты подтверждают выдвинутые ранее гипотезы о влиянии платежеспособности, прибыльности, качества активов и пассивов на устойчивость банка. Для полной выборки обанкротившихся банков показатель ликвидности оказался не значимым дискриминантным фактором, однако после очистки выборки от банков, лицензии которых отозваны в связи с косвенными причинами, показатель ликвидности стал иметь положительную взаимосвязь с устойчивостью банков. Модели, построенные на сокращенной выборке, имеют более высокую точность предсказания, при этом, чем короче промежуток времени до банкротства, тем точнее модель. Ввиду того, что на промежутке за 1 год до дефолта для ограниченной совокупности банков модель D2 оказалась неадекватной, модель D1 рекомендуема к использованию для предсказания дефолтов банков. При этом, для общей совокупности банков за 0,5 года до дефолта ее предикативная способность достигает 60,31%, за 1 год до дефолта - 59,45%, для сокращенной выборки ее точность также находится на уровне 60,5%.

Таблица 13. Результаты моделирования

Cash/ TA

WC/ TA

E/L

E/TA

RE/ TA

EBT/ TA

CBR/ Dep

OD/ Loans

LP/ Loans

P value

Success rate

За 0,5 года

D1

Полная выборка

0,124

0,555

0,318

0,262

-0,789

0,0001

60,31%

Сокращенная выборка

0,146

0,568

0,364

0,468

0,528

-0,435

0,0011

64,68%

D2

Полная выборка

0,428

0,489

-0,158

-0,898

0,0001

60,38%

Сокращенная выборка

0,106

0,826

0,495

-0,304

-0,636

0,0149

60,27%

За 1 год

D1

Полная выборка

0,329

0,773

0,158

0,172

-0,632

0,0065

59,45%

Сокращенная выборка

0,731

0,304

0,478

0,229

0,384

-0,176

0,0865

61,38%

D2

Полная выборка

0,501

0,669

-0,071

-0,656

0,0015

56,98%

Сокращенная выборка

-0,015

0,584

0,681

-0,248

-0,307

0,4693

56,54%

Похожие статьи




Сравнительный анализ результатов дискриминантного анализа - Факторы финансовой устойчивости коммерческих банков и подходы к прогнозированию банкротств

Предыдущая | Следующая