Оптимизация модели для оценки уровня возможных потерь при дефолте
Гусятников П. В.
Additional contact information
Гусятников П. В.: СГСЭУ
Вестник Саратовского государственного социально-экономического университета, 2012, issue 3 (42), 118-120
Abstract:
Важную роль в задачах управления кредитными рисками играет оценка не только вероятности дефолта, но и уровня возможных потерь при нем. В статье предложен подход к построению модели для оценки уровня возможных потерь при дефолте, основанный на анализе статистики дефолтов в кредитном портфеле крупного российского банка. Обоснована методика, позволяющая минимизировать сложность функции, моделирующей уровень возможных потерь при дефолте, за счет разбиения исходной выборки на группы; проведен поиск критериев наилучшего разбиения. Установлены оптимальное количество групп и критерии для разбиения исходной выборки на основе применения EM-алгоритма и максимизации функции правдоподобия. Показано, что в целях более точной аппроксимации функции распределения уровня возможных потерь при дефолте необходимо разбивать исходную выборку на 4 5 групп в зависимости от стратегии банка по отношению к проблемному кредиту.
Keywords: КРЕДИТНЫЙ РИСК; УРОВЕНЬ ВОЗМОЖНЫХ ПОТЕРЬ; ВЕРОЯТНОСТЬ ДЕФОЛТА; ПРОВЕРКА ГИПОТЕЗ; УРОВЕНЬ ВОЗВРАТА (search for similar items in EconPapers)
Date: 2012
References: Add references at CitEc
Citations:
Downloads: (external link)
http://cyberleninka.ru/article/n/optimizatsiya-mod ... yh-poter-pri-defolte
Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.
Export reference: BibTeX
RIS (EndNote, ProCite, RefMan)
HTML/Text
Persistent link: https://EconPapers.repec.org/RePEc:scn:009938:14771916
Access Statistics for this article
More articles in Вестник Саратовского государственного социально-экономического университета from CyberLeninka, Государственное образовательное учреждение высшего профессионального образования "Саратовский государственный социально-экономического университет"
Bibliographic data for series maintained by CyberLeninka ().