МОДЕЛИ ПРОГНОЗИРОВАНИЯ ОБЪЕМА ПРОСРОЧЕННОЙ ЗАДОЛЖЕННОСТИ ПО КРЕДИТАМ // FORECASTING MODELS THE VOLUME OF OVERDUE DEBT ON LOANS

N. Karabutov N., V. Feklin G., Н. Карабутов Н. and В. Феклин Г.
Additional contact information
N. Karabutov N.: Moscow State Engineering University of Radio Engineering
V. Feklin G.: Financial University
Н. Карабутов Н.: Московский государственный технический университет радиотехники, электроники и автоматики
В. Феклин Г.: Финансовый университет

Финансы: теория и практика/Finance: Theory and Practice // Finance: Theory and Practice, 2015, issue 4, 116-121

Abstract:

Dynamics of debt on loans is important characteristic of the development of the real sector of the economy. Growth of arrears indicates negative trend of the economic development of the real sector of the economy. In connection with the above monitoring and forecasting of the volume of the overdue debt has a very importance in the conditions of economic instability. We used the Official statistics of the Central Bank of the Russian Federation to show a steady decline in the share of overdue debt in the period from January 2011 to December 2013, and the change of this trend in the beginning of 2014. Greatest growth of overdue debts since the beginning of 2015, which was a manifestation of the crisis phenomena in the Russian economy.In this article we constructed models for predicting the volume of overdue debt on loans to legal entities and individual entrepreneurs. There was evaluated the predictive properties of the constructed models and showed the advantage of the use of the identification approach to the choice of model structure.

Динамика задолженности по кредитам во многом характеризует развитие реального сектора экономики, а рост просроченной задолженности указывает на ухудшение этого развития. В связи с этим в условиях экономической нестабильности особенно актуальными являются мониторинг и прогнозирование объема просроченной задолженности. Официальная статистика Центрального банка Российской Федерации показывает, что в период с января 2011 г. по декабрь 2013 г. наблюдалось устойчивое снижение доли просроченной задолженности, а в начале 2014 г. произошла смена направления тренда. Набольший рост просроченной задолженности наблюдается с начала 2015 г., что объясняется проявлением кризисных явлений в российской экономике. В статье построены модели прогнозирования объема просроченной задолженности по кредитам юридических лиц и индивидуальных предпринимателей, оценены прогнозирующие свойства построенных моделей, показано преимущество применения идентификационного подхода к выбору структуры модели.

Keywords: loan; overdue debt; parametric identification; regression model; lagged variables; forecasting; кредит; просроченная задолженность; параметрическая идентификация; регрессионная мо- дель; лаговые переменные; прогнозирование (search for similar items in EconPapers)
Date: 2017-10-10
References: View complete reference list from CitEc
Citations:

Downloads: (external link)
https://financetp.fa.ru/jour/article/viewFile/177/163.pdf (application/pdf)

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:financ:y:2015:i:4:p:116-121

Access Statistics for this article

More articles in Финансы: теория и практика/Finance: Theory and Practice // Finance: Theory and Practice from ФГОБУВО Финансовый университет при Правительстве Российской Федерации // Financial University under The Government of Russian Federation
Bibliographic data for series maintained by Алексей Скалабан ().