Переход к порядковым и нормированным шкалам - Уровень конкурентоспособности строительных компаний
Далее предпримем попытки улучшить качество полученных моделей с помощью поочередного перехода к порядковой шкале и нормированной шкале. Полученные результаты представлены ниже в таблице 21 и 22 соответственно. Сам по себе переход к порядковым шкалам подразумевает замену значений показателей каждой из компаний на занимаемое место конкретной компании в выборке (квантиль). То есть компании ранжируются по величине каждого показателя внутри каждого года и в качестве объясняющих переменных используются их квантили (Карминский, Пересецкий, 2007). Далее строится та же logit-модель с помощью статистического пакета R.
Из таблицы 21 видно, что переход к порядковым шкалам не позволил улучшить качество моделей, напротив, значительно ухудшив его. Об этом свидетельствует слабое качество ROC-кривых, обусловленное низким значением показателя AUC = 0.511 в случае модели статистического отбора переменных, и AUC = 0.4722 в случае модели поочередного включения переменных. Такие значения говорят об очень слабой предсказательной силе, фактически являясь бесполезным классификатором (Паклин, 2008).
Такой результат может быть связан с отсутствием возможности анализа всего строительного рынка из-за недостаточной финансовой отчетности за необходимый период, что приводит к не совсем точному позиционированию строительных компаний относительно конкурентов на данном рынке.
Таблица 21. Коэффициенты построенных двумя методами моделей после перехода к порядковой шкале
№ |
Финансовые переменные |
Макроэкономические переменные |
Квадратичная форма объясняющих переменных |
Критерий AIC | |||||||
ROA |
Ln_Netassets |
Turn_assets |
Property_status |
Capital_product |
Prevent_bank |
Crisis |
After_cr |
Ln_Netassets^2 |
Capital_product^2 |
Turn_assets^2 |
Property_status^2 |
1 |
|
|
|
|
|
|
|
|
|
|
1934.1 |
2 |
|
|
|
|
|
|
|
|
|
1879.4 |
Теперь предпримем попытку улучшить качество моделей, перейдя к нормированной шкале (табл. 22). Суть метода заключается в замене каждого из показателей компаний на его нормированное значение, полученное путем вычитания из него среднего значения и деления полученной разницы на рассчитанную для него стандартную ошибку (Карминский, Пересецкий, 2007). Далее строится та же logit-модель с помощью статистического пакета R. Стоит отметить, что в данном случае попробуем также оценить качество модели, сформированной путем комбинации двух моделей, построенных методом статистического отбора переменных и поочередного включения переменных из каждой группы. Из таблицы 22 видно, что переход к нормированным шкалам улучшил обе модели, высоким предсказательным качеством отметилась и модель, полученная комбинацией двух подходов (значение показателя AUC = 0.8002). Судя по форме ROC-кривых и значениям показателей AUC, лучшей прогнозной моделью является первая, построенная путем статистического выбора переменных в условиях нормированных шкал. Итого, качество финальной модели вероятности дефолта строительных компаний находится на отличном уровне, о чем свидетельствует значение коэффициента AUC 0,8029 (Помазанов, 2008). Также стоит отметить, что знаки коэффициентов при переменных в моделях, полученных до перехода к нормированным шкалам и после, совпадают, а сами переменные являются значимыми на 5% уровне значимости.
Таблица 22. Коэффициенты построенных двумя методами моделей (и их комбинация) после перехода к нормированной шкале
№ |
Финансовые переменные |
Макроэкономические переменные |
Квадратичная форма объясняющих переменных |
Критерий AIC | |||||||||
ROA |
Ln_Netassets |
Turn_assets |
Property_status |
Capital_product |
Prevent_bank |
Crisis |
After_cr |
Ln_Netassets^2 |
Capital_product^2 |
Turn_assets^2 |
Property_status^2 | ||
1 |
|
|
|
|
|
|
|
|
|
|
1876.7 | ||
2 |
|
|
|
|
|
|
|
|
|
1899 | |||
№ |
Финансовые переменные |
Макроэкономические переменные |
Квадратичная форма объясняющих переменных |
Критерий AIC | |||||||||
ROA |
Ln_Netassets |
Turn_assets |
Property_status |
Capital_product |
Prevent_bank |
Crisis |
After_cr |
Ln_Netassets^2 |
Capital_product^2 |
Turn_assets^2 |
Property_status^2 | ||
12 |
|
|
|
|
|
|
|
|
|
|
|
|
1869 |
Похожие статьи
-
Проверим значимость квадратичной формы переменных для двух полученных моделей. Сначала рассмотрим значимость данных преобразований для первой модели...
-
При дальнейшем построении модели воспользуемся таким ограничением, как на каждую объясняющую переменную должно приходиться не менее тридцати наблюдений...
-
Заключение - Уровень конкурентоспособности строительных компаний
В ходе проведенного исследования была построена logit-модель вероятности дефолта для непубличных компаний строительного комплекса. Данная модель поможет...
-
Тест на переобучаемость финальной модели - Уровень конкурентоспособности строительных компаний
Как отмечалось в ходе исследования, logit-модель может характеризоваться сильной зависимостью от обучающей выборки. Поэтому чтобы быть уверенным в...
-
Предсказательная сила финальной модели - Уровень конкурентоспособности строительных компаний
Итак, будем тестировать модель с наилучшими характеристиками. Прогноз вне выборки проводился на основе тестовой выборки с 805 наблюдениями. В ней...
-
Для целей проверки гипотезы о значимости рассматриваемых нами институциональных показателей (место нахождения, задолженность по уплате налогов), в...
-
Интерпретация финальной модели - Уровень конкурентоспособности строительных компаний
Перейдем к интерпретации построенной модели для непубличных строительных компаний, так как она представляет не меньший интерес, чем прогнозное качество...
-
Итак, модели, которые будут дальше анализироваться, и получены с помощью Первого метода - проведения теста для выделения наиболее дескриптивных...
-
Теперь, когда в рамках данного исследования была получена модель с наилучшими характеристиками для непубличных строительных компаний, полученные...
-
Для анализа был выбран временной диапазон с 2004 года по 2014 год. В целях построения прогнозной модели собранные годовые данные были разделены на две...
-
Отбор и классификация объясняющих переменных Для всесторонней оценки строительной компании в ходе анализа будут использоваться финансовые,...
-
Существует целый ряд классификаций моделей используемых для прогнозирования финансовой несостоятельности заемщиков. В своей работе Григорьева Т. И....
-
Поэтапное построение индекса - Уровень конкурентоспособности строительных компаний
Как показывает практика, чтобы любой инструмент стал широко используемым, он должен либо пройти через сито мнений экспертов отрасли, для анализа которой...
-
Для дополнительной наглядности полученных результатов предлагается подготовить рейтинговую шкалу, которая отмечала бы, какие значения вероятности дефолта...
-
Введение - Уровень конкурентоспособности строительных компаний
Актуальность темы исследования. Строительная отрасль характеризуется огромным количеством потенциальных исполнителей. Полный цикл возведения любого...
-
Предпосылки построения индекса Строительная отрасль России характеризуется очень большим объемом строительных компаний и объемом работ, выполненных по...
-
Динамика индекса конкурентоспособности - Уровень конкурентоспособности строительных компаний
Ниже можно ознакомиться с первыми результатами расчета всего "семейства" индексов (см. табл. 33 и рис.7): Таблица 33. Значения ИКСО по федеральным...
-
Определение критериев события дефолт Строительная отрасль является одним из главных двигателей экономики. В России количество компаний, работающих на...
-
Построение модели с помощью логистической регрессии Прежде чем строить логистическую регрессию, необходимо выбрать конечный набор финансовых и...
-
Заключение - Влияние значений финансовых коэффициентов на вероятность банкротства компании
В рамках данного исследования были построены и оценены модели предсказания банкротства на базе логистической регрессии и искусственных нейронных сетей...
-
На следующем этапе в модель были добавлены дамми-переменные годов и отраслей. Таблицы соотношения переменных и данных приведены ниже. Кроме дамми...
-
Основной целью исследования является сравнение предсказательной силы моделей, построенных на основе различных методов. В условиях несбалансированности...
-
Метод группировок На основании использования метода группировок изучить структуру явлений и выявить связи и зависимости между явлениями. Исходные данные...
-
Необходимое условие идентификации Уравнение 1: H=3 D+1=H Уравнение идентифицируемое D=2 Уравнение 2: H=3 D+1=H Уравнение идентифицируемое D=2 Уравнение...
-
Среди современных исследований на тему предсказания банкротства можно выделить группу работ, которые не ставят своей целью сравнение предсказательной...
-
Далее построим регрессию для оценки уровня воспринимаемой коррупции в зависимости от использования безналичной оплаты и культурных факторов. После...
-
Для прогнозирования банкротства, некоторые исследователи создают модели, основанные на использовании искусственных нейронных сетей. Как правило,...
-
ФАКТОРНАЯ МОДЕЛЬ ПРИ НОРМИРОВАННЫХ ПЕРЕМЕННЫХ - Многомерный статистический анализ
С математической точки зрения факторный анализ аналогичен множественному регрессионному анализу в том смысле, что каждая переменная выражена как линейная...
-
Данная работа опирается на исследования, посвященные проблематике предсказания банкротства компаний. Наибольший интерес в работах предшественников...
-
Критерий Дарбина-Уотсона для выявления автокорреляции - Ряды динамики в статистике
Ряд динамика аналитический прогнозирование автокорреляция Критерий Дарбина-Уотсона предназначен для обнаружения автокорреляции первого порядка. Он...
-
Построение модели с помощью метода деревьев решений - Моделирование вероятности банкротства
В отличие от логистической регрессии, при использовании метода деревьев решений ограничения для независимых переменных отсутствуют, поэтому для...
-
Построение многофакторной корреляционно-регрессионной модели производительности труда
Построение многофакторной корреляционно-регрессионной модели производительности труда Данная работа направлена на выявление факторов, от которых зависит...
-
Ключевые факторы повышения конкурентоспособности Казахстана
Ключевые факторы повышения конкурентоспособности Казахстана С помощью метода главных компонент были исследованы уровни взаимосвязей между 111...
-
Введение - Эконометрика продвинутый уровень
Объектом статистического изучения в социальных науках являются сложные системы. Измерение тесноты связей между переменными, построение изолированных...
-
Большинство современных исследований, посвященных предсказанию банкротства, используют больше одного метода моделирования и делают выводы о сравнительной...
-
Искусственные нейронные сети (ИНС) рассматриваются исследователями как возможная альтернатива статистическим методам. Исследования, использующие ИНС, как...
-
В большинстве случаев 0 и 1 неизвестны. Их определяют (оценивают), исходя из имеющихся выборочных наблюдений с помощью следующего уравнения: Где -...
-
Введение - Влияние значений финансовых коэффициентов на вероятность банкротства компании
Моделирование вероятности банкротства является широко применимой практической процедурой, которая необходима любой крупной кредитной организации....
-
При анализе инновационной активности региона важно понимать, как те или иные экономические данные влияют на инновационные показатели. В качестве...
-
Корреляционный анализ данных - Статистическое исследование инвестиционной деятельности в регионе
Графическое представление корреляционной зависимости. Для графического представления корреляционной связи можно использовать прямоугольную систему...
Переход к порядковым и нормированным шкалам - Уровень конкурентоспособности строительных компаний