Проверка гипотезы о значимости макроэкономических переменных - Уровень конкурентоспособности строительных компаний
При дальнейшем построении модели воспользуемся таким ограничением, как на каждую объясняющую переменную должно приходиться не менее тридцати наблюдений дефолта. Так как в обучающей выборке содержится 301 дефолт, то модель не должна включать больше, чем 10 объясняющих переменных. Проверим сначала статистическую значимость макроэкономических переменных для модели (7 объясняющих финансовых переменных), построенной первым методом на основе статистического отбора объясняющих переменных (табл. 12). Все используемые для анализа комбинации макроэкономических переменных учитывают проведенный анализ парных корреляций (табл. 6).
Таблица 12. Включение макроэкономических переменных в модель, построенную первым методом
|
№ |
Финансовые переменные (статистический отбор) |
Макроэкономические переменные |
AIC | ||||||||||||
|
ROA |
Ln_Netassets |
Turn_assets |
Turn_reserv |
Property_status |
Capital_product |
Prevent_bank |
Inv |
TB |
Rub |
Unemp |
Infl |
Inf_smr |
GDP |
Crisis |
After_cr |
|
1 |
|
|
|
|
|
|
|
|
2141.6 | ||||||
|
2 |
|
|
|
|
|
|
|
|
2180.4 | ||||||
|
3 |
|
|
|
|
|
|
|
-1,42 (0,01) |
2183.9 | ||||||
|
4 |
|
|
|
|
|
|
|
|
2138.9 | ||||||
|
5 |
|
|
|
|
|
|
|
|
1965.5 | ||||||
|
Adj |
|
|
|
|
|
|
|
1966.8 | |||||||
|
6 |
|
|
|
|
|
|
|
|
2167.4 | ||||||
|
7 |
|
|
|
|
|
|
|
|
2189.8 | ||||||
|
8 |
|
|
|
|
|
|
|
|
2164.3 | ||||||
|
9 |
|
|
|
|
|
|
|
|
1941 | ||||||
|
Adj |
|
|
|
|
|
|
|
1939 | |||||||
|
10 |
|
|
|
|
|
|
|
|
|
2123 | |||||
|
11 |
|
|
|
|
|
|
|
|
|
|
1959.3 | ||||
|
12 |
|
|
|
|
|
|
|
|
|
1922.4 | |||||
|
Adj |
|
|
|
|
|
|
|
|
1920.4 | ||||||
|
13 |
|
|
|
|
|
|
|
|
|
|
1857.6 | ||||
|
Adj |
|
|
|
|
|
|
|
|
|
1855.6 |
В ходе проведенного анализа лучшими моделями (наименьшее значение критерия Акаике и все переменные являются статистически значимыми на 5% уровне) стали (табл.13):
Таблица 13. Наилучшие модели, построенные первым методом с учетом макроэкономических переменных
|
№ |
Выбранные финансовые показатели |
Выбранные макроэкономические показатели |
Критерий AIC | |||||||
|
Модель 12 adj |
ROA |
Ln_Netassets |
Turn_assets |
Property_status |
Capital_product |
Prevent_bank |
Crisis |
After_cr |
1920.4 | |
|
Модель 13 adj |
ROA |
Ln_Netassets |
Turn_assets |
Property_status |
Capital_product |
Prevent_bank |
Unemp |
Crisis |
After_cr |
1855.6 |
Далее проделаем все то же самое для модели (4 объясняющих финансовых переменных), построенной вторым методом на основе поочередного включения переменных из каждой группы с учетом качества ROC-кривых, парных корреляций и ANOVA-теста (табл.14). Все используемые для анализа комбинации макроэкономических переменных учитывают проведенный анализ парных корреляций (табл. 6).
Таблица 14. Включение макроэкономических переменных в модель, построенную вторым методом
|
Финансовые переменные (поочередное включение) |
Макроэкономические переменные |
AIC | ||||||||||
|
Ln_Netassets |
ROA |
Turn_assets |
Property_status |
Inv |
TB |
Rub |
Unemp |
Infl |
Inf_smr |
GDP |
Crisis |
After_cr |
|
1 |
|
|
|
|
|
2213.9 | ||||||
|
2 |
|
|
|
|
|
2264.4 | ||||||
|
3 |
|
|
|
|
|
2262 | ||||||
|
4 |
|
|
|
|
|
2183.7 | ||||||
|
5 |
|
|
|
|
|
1972.3 | ||||||
|
6 |
|
|
|
|
|
2213.8 | ||||||
|
7 |
|
|
|
|
|
2261.8 | ||||||
|
8 |
|
|
|
|
|
2246.1 | ||||||
|
9 |
|
|
|
|
|
1945 | ||||||
|
10 |
|
|
|
|
|
|
2212.4 | |||||
|
11 |
|
|
|
|
|
|
|
1969.2 | ||||
|
12 |
|
|
|
|
|
|
1927.6 | |||||
|
13 |
|
|
|
|
|
|
|
1863.2 |
В ходе проведенного анализа лучшими (наименьшее значение критерия Акаике и все переменные статистически значимы на 5% уровне) стали модели с теми же макроэкономическими показателями (табл.15):
Таблица 15. Наилучшие модели, построенные вторым методом с учетом макроэкономических переменных
|
№ |
Выбранные финансовые показатели |
Выбранные макроэкономические показатели |
Критерий AIC | |||||
|
Модель 12 |
Ln_Netassets |
ROA |
Turn_assets |
Property_ status |
Crisis |
After_cr |
1920.4 | |
|
Модель 13 |
Ln_Netassets |
ROA |
Turn_assets |
Property_ status |
Unemp |
Crisis |
After_cr |
1855.6 |
Похожие статьи
-
Проверим значимость квадратичной формы переменных для двух полученных моделей. Сначала рассмотрим значимость данных преобразований для первой модели...
-
Для целей проверки гипотезы о значимости рассматриваемых нами институциональных показателей (место нахождения, задолженность по уплате налогов), в...
-
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...
-
Отбор и классификация объясняющих переменных Для всесторонней оценки строительной компании в ходе анализа будут использоваться финансовые,...
-
Для анализа был выбран временной диапазон с 2004 года по 2014 год. В целях построения прогнозной модели собранные годовые данные были разделены на две...
-
Итак, модели, которые будут дальше анализироваться, и получены с помощью Первого метода - проведения теста для выделения наиболее дескриптивных...
-
Заключение - Уровень конкурентоспособности строительных компаний
В ходе проведенного исследования была построена logit-модель вероятности дефолта для непубличных компаний строительного комплекса. Данная модель поможет...
-
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...
-
Существует целый ряд классификаций моделей используемых для прогнозирования финансовой несостоятельности заемщиков. В своей работе Григорьева Т. И....
-
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...
-
Введение - Уровень конкурентоспособности строительных компаний
Актуальность темы исследования. Строительная отрасль характеризуется огромным количеством потенциальных исполнителей. Полный цикл возведения любого...
-
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...
-
Теперь, когда в рамках данного исследования была получена модель с наилучшими характеристиками для непубличных строительных компаний, полученные...
-
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...
-
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...
-
Для дополнительной наглядности полученных результатов предлагается подготовить рейтинговую шкалу, которая отмечала бы, какие значения вероятности дефолта...
-
Определение критериев события дефолт Строительная отрасль является одним из главных двигателей экономики. В России количество компаний, работающих на...
-
Проблема прогнозирования вероятности банкротства существует уже несколько десятков лет - все началось с работ Ramser, Foster (1931), Fitzpatrick (1932) и...
-
Заключение - Проверка статистических гипотез
Обычно сущность проверки гипотезы о законе распределения ЭД заключается в следующем. Имеется выборка ЭД фиксированного объема, выбран или известен вид...
-
Построение модели с помощью логистической регрессии Прежде чем строить логистическую регрессию, необходимо выбрать конечный набор финансовых и...
-
Имеется выборка объема n экспериментальных значений. Предполагаем, что ошибки вычисления пренебрежимо малы, а случайные ошибки измерения температур...
-
Методология исследования, Постановка гипотез - Моделирование вероятности банкротства
Постановка гипотез Целью данного исследования является построение модели вероятности банкротства, которая будет обладать надежностью не менее 80%. По...
-
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...
-
Среди современных исследований на тему предсказания банкротства можно выделить группу работ, которые не ставят своей целью сравнение предсказательной...
-
В первоначальном выборе объясняющих переменных существует две стратегии. Часть авторов осуществляют подбор переменных, опираясь на собственные...
-
Проверка статистических гипотез - Основы научных исследований
Для проверки статистических гипотез используются статистики, называемые статистическими критериями или иначе - критериями значимости. В частности, для...
-
Критерий Мизеса, Статистика критерия - Проверка статистических гипотез
В качестве меры различия теоретической функции распределения F(x) и эмпирической Fn(x) по критерию Мизеса (критерию w 2) выступает средний квадрат...
-
Сила влияния переменной Х на Y измеряется с помощью SSX. Поскольку SSX связано с вариацией средних значений групп Х, то относительное значение SSX растет...
-
Метод группировок На основании использования метода группировок изучить структуру явлений и выявить связи и зависимости между явлениями. Исходные данные...
-
Проверка гипотез о законе распределения, Критерий К. Пирсона - Проверка статистических гипотез
Критерий К. Пирсона Использование этого критерия основано на применении такой меры (статистики) расхождения между теоретическим F(x) и эмпирическим...
-
Введение - Проверка статистических гипотез
Статистическая гипотеза представляет собой некоторое предположение о законе распределения случайной величины или о параметрах этого закона, формулируемое...
-
Постановка гипотез - Влияние значений финансовых коэффициентов на вероятность банкротства компании
Цель данной работы заключается в сравнении предсказательной силы логистической регрессии и искусственных нейронных сетей (ИНС) в рамках моделирования...
-
Основной целью исследования является сравнение предсказательной силы моделей, построенных на основе различных методов. В условиях несбалансированности...
-
На следующем этапе в модель были добавлены дамми-переменные годов и отраслей. Таблицы соотношения переменных и данных приведены ниже. Кроме дамми...
-
Для прогнозирования банкротства, некоторые исследователи создают модели, основанные на использовании искусственных нейронных сетей. Как правило,...
-
Проверка адекватности моделей. - Моделирование перспективного развития экономики
Сложность экономических процессов и явлений и другие отмеченные выше особенности экономических систем затрудняют не только построение математических...
-
Большинство современных исследований, посвященных предсказанию банкротства, используют больше одного метода моделирования и делают выводы о сравнительной...
-
Данная работа опирается на исследования, посвященные проблематике предсказания банкротства компаний. Наибольший интерес в работах предшественников...
-
Особенности эконометрического метода - Особенности эконометрического метода
Становление и развитие эконометрического метода на методах вычислительной статистики: - на методах парной и множественной корреляции; - выделение тренда...
Проверка гипотезы о значимости макроэкономических переменных - Уровень конкурентоспособности строительных компаний