Сборника М. Н. Ахметова, Ю. В. Иванова, А. В. Каленский, В

• Название: Сборника М. Н. Ахметова, Ю. В. Иванова, А. В. Каленский, В
• Дата: 26.03.2023
• Размер: 2.95 Mb.
• Имя файла: econ_261_GbMhixv.docx
• Тип: Сборник; #1015541
• страница: 23 из 37

75


Таблица 3

Результаты оценивания моделей с линейной зависимостью

Переменные	lag = 2 квартала			lag = 4 квартала
	default	economic	laundry	default	economic	laundry
BPCA	–2,317**	–2,201**	–2,109*	–1,680	–1,693	–1,224
GDOCA	–2,972***	–2,524***	–9,369**	–1,585	–1,389	–5,171*
LACA	0,188	–0,395	0,886**	–0,455	–1,112***	0,340
MBKCA	–1,171*	–0,153	–3,716**	–1,141**	–0,219	–3,062***
NCBCA	0,366	0,538	1,320**	0,748**	0,850**	1,838***
LnOKSCA	–0,432***	–0,528***	–0,312***	–0,262***	–0,343***	–0,118
RESKE	1,584***	1,469***	1,424***	0,934***	0,793***	0,664*
SKCA	0,003	–0,717**	0,698**	–0,207	–0,776***	0,183
VDFLCA	0,884***	1,232***	–0,615	0,806***	1,039***	–0,997*
LnCA	–0,020	–0,002	–0,032	–0,0710***	–0,028	–0,134***
KE_FCA	–2,500***	–2,809***	–1,839***	–2,125***	–2,359***	–1,633**
d4_ipc	1,906***	1,614***	0,374	0,945***	0,736***	2,505***
d4_gdp	–4,255***	–4,228***	9,147***	–5,952***	–4,694***	4,847***
curs	0,00841**	0,0119***	0,0404***	–0,004	–0,0140***	0,0186**
trade	0,712***	0,490**	1,274***	–0,051	–0,395*	1,265***
unempl	–0,402***	–0,305***	–0,379***	–0,351***	–0,257***	–0,487***
Constant	–0,585	–0,948	–16,19***	4,808***	3,446***	–10,93***
Количество наблюдений	74,641	74,641	74,641	72,742	72,742	72,742
Pseudo R2 Log-likelihood	0,090 –4014,62	0,107 –3245,80	0,083 –1665,53	0,051 –4321,02	0,053 –3365,14	0,050 –1681,37
Информационный критерий Акаике	8065,24	6527,61	3367,05	8678,04	6766,28	3398,74

*, **, *** — значимость на 10, 5, 1% уровне соответственно


Проблемы современной экономики

76

Таблица 4

Результаты оценивания моделей с квадратичной зависимостью

Переменные	lag = 2 квартала			lag = 4 квартала
	default	economic	laundry	default	economic	laundry
BPCA	–2,175**	–2,084*	–1,787	–1,595	–1,656	–1,037
GDOCA	–2,285***	–2,128**	–7,268**	–1,303	–1,254	–4,557*
LACA	–4,533***	–4,275***	–4,625***	–4,549***	–4,129***	–5,657***
LACA2	5,047***	4,485***	5,171***	4,603***	3,600***	6,532***
MBKCA	–4,020***	–3,099***	–6,904***	–2,164**	–1,343	–2,545
MBKCA2	5,857***	5,432***	8,703***	2,548	2,308	–0,313
NCBCA	–0,589	–0,047	0,548	–0,079	–0,069	2,484**
NCBCA2	1,797**	1,112	1,195	1,551*	1,545*	–0,856
LnOKSCA	–0,339***	–0,446***	–0,262***	–0,193***	–0,280***	–0,084
RESKE	1,442***	1,394***	0,934**	0,843***	0,787***	0,402
SKCA	–1,921**	–2,633***	1,180	–0,961	–1,845**	2,437**
SKCA2	1,256	1,530	–2,043	0,283	0,853	–3,261**
VDFLCA	0,615**	1,019***	–0,805	0,721***	0,970***	–0,846
LnCA	0,320***	0,259***	0,617***	0,171***	0,155**	0,273*
LnCA2	–0,0149***	–0,0113***	–0,0309***	–0,0100***	–0,00748**	–0,0181***
KE_FCA	–2,457***	–2,739***	–2,025***	–2,108***	–2,364***	–1,594**
d4_ipc	1,909***	1,616***	0,332	0,977***	0,763***	2,720***
d4_gdp	–4,731***	–4,578***	8,465***	–6,421***	–4,981***	4,547***
curs	0,0124***	0,0149***	0,0507***	–0,004	–0,0137***	0,0196***
trade	0,706***	0,489**	1,265***	0,000	–0,362*	1,337***
unempl	–0,456***	–0,346***	–0,492***	–0,396***	–0,288***	–0,570***
Constant	–0,317	–0,757	–16,39***	4,974***	3,508***	–11,88***
Количество наблюдений	74,641	74,641	74,641	72,742	72,742	72,742
Pseudo R2 Log-likelihood	0,102 –3961,90	0,115 –3215,98	0,103 –1629,01	0,057 –4291,34	0,057 –3351,32	0,063 –1657,73
Информационный критерий Акаике	7969,80	6477,95	3304,02	8628,67	6748,64	3361,46

*, **, *** — значимость на 10, 5, 1% уровне соответственно

Для модели с зависимой переменной economic и лагом 4 квартала неплохая динамика наблюдается для прогно- зирования способом обучения 2 года и 4 года, однако, у способа прогнозирования путем обучения 2 года большая дисперсия. Для модели с лагом в 2 квартала лучшая дина- мика прослеживается для прогнозирования накопленным итогом.

Таким образом данное исследование показало, что, во- первых, включение макроэкономических показателей

улучшает качество получаемых моделей, во-вторых, су- ществует квадратичная связь вероятности отзыва с та- кими факторами как: ликвидные активы, чистые активы и межбанковские кредита. Построенные модели показали хорошее качество прогнозирования. Для моделей, постро- енных на основании данных с лагом в 2 квартала, лучшие прогнозные результаты будет давать способ прогнозиро- вания накопленным итогом. Неплохие результаты дает прогнозирование методом обучения 4 года.

Литература:

1. 
   Федеральный закон «О несостоятельности (банкротстве) кредитных организаций» от 25.02.1999 N 40-ФЗ.
   
2. 
   Консультативный документ о перспективах применения российскими банками IRB — подхода Компонента I Базеля II в надзорных целях и необходимых для этого мероприятиях (действиях). Подготовлен с учетом ре- зультатов программы сотрудничества с Европейским центральным банком по проекту «Банковское регулиро- вание и надзор (Базель II)» Январь 2011 г. (Электронный ресурс URL: http://www. cbr. ru/today/ms/bn/basel_ january-2011. pdf дата последнего обращения 10.05.17)
   
3. 
   О нормативных актах Банка России, направленных на реализацию положений документа Базельского коми- тета по банковскому надзору «Международная конвергенция измерения капитала и стандартов капитала: новые подходы» (Электронный ресурс URL: http://www. cbr. ru/press/pr. aspx?file=091109_161630bazel. htm дата последнего обращения 10.05.17).
   
4. 
   Инструкция Банка России от 3 декабря 2012 г. N 139-И «Об обязательных нормативах банков».
   
5. 
   Письмо Банка России от 29 декабря 2012 года № 192 — Т «О Методических рекомендациях по реализации подхода к расчету кредитного риска на основе внутренних рейтингов банков».
   
6. 
   Письмо Центрального Банка РФ от 23 июня 2004 г. N 70-Т «О типичных банковских рисках».
   
7. 
   Головань, С. В., Евдокимов М. А., Карминский А. М., Пересецкий А. А. (2003): Модели вероятности дефолта российских банков. I. Предварительное разбиение банков на кластеры // Препринт WP#2003/039. Россий- ская экономическая школа.
   
8. 
   Иванов, В. В., Федорова Ю. И. Особенности формирования понятия дефолт кредитной организации./ Эконо- мика, социология, право: журнал научных публикаций № 1, 2015г: Мат-лы XX междунар. науч.-практ. кон- ференции «Экономика, социология, право: новые вызовы и перспективы», г. Москва 6–7 апреля 2015 г/ на- уч.-инф. издат. центр «Институт стратегических исследований» — Москва: Изд-во «Институт стратегических исследований», 2015 (с. 67–70)
   
9. 
   Иванов, В. В., Федорова Ю. И. Проблемы подбора показателей для оценки дефолта кредитной организации
   

/«Теоретические и практические аспекты развития современной науки» [Текст]: материалы XV международной научно-практической конференции, г Москва 11–12 апреля 2015г/ науч.-инф. издат. центр «Институт страте- гических исследований» — Москва: Изд-во ««Институт стратегических исследований»: Изд-во «Перо», 2015 (с. 83–98)

10. 
    Иванов, В. В., Федорова Ю. И. Результаты моделирования вероятности наступления дефолта банка на примере российской банковской системы/ Экономика и современный менеджмент: теория и практика / Сб. ст. по мате- риалам L междунар. науч.-практ. конф. № 6 (50). Новосибирск: Изд. «СибАК», 2015
    
11. 
    Иванов, В. В., Федорова Ю. И. Построение методологии моделирования вероятности наступления дефолта банка в российских условиях [Текст] // Актуальные вопросы экономики и управления: материалы III Меж- дунар. науч. конф. (г. Москва, июнь 2015 г.). — М.: Буки-Веди, 2015. — с. 65–69.
    
12. 
    Карминский, А. М., Костров А. В., Мурзенков Т. Н. (2012). Моделирование вероятности дефолта российских банков с использованием эконометрических методов. НИУ ВШЭ. WP7/2012/04. М.: Изд. дом Высшей школы экономики, 2012. — 64 с.
    
13. 
    Марченко, А. В., Дадыко С. И. Базельские соглашения: общая логика, влияние на управление рисками // Ак- туальные вопросы экономики и управления: материалы IV Междунар. науч. конф. (г. Москва, июнь 2016 г.). — М.: Буки-Веди, 2016. — с. 12–14.
    
14. 
    Пересецкий, А. А. (2012). Эконометрические методы в дистанционном анализе деятельности российских банков. НИУ ВШЭ.
    
15. 
    Петров, Д., Помазанов М. В. Кредитный риск-менеджмент как инструмент борьбы с возникновением про- блемной задолженности. Банковское кредитование. 2008. № 6.