Калибровка рейтинговой модели для секторов с низким количеством дефолтов

Помазанов Михаил Вячеславович; Хамалинский Андрей Сергеевич

Введение;

Описание метода построения рейтинговой модели;

Улучшенный коэффициент Кендалла;

Коэффициент Коэна;

Метод оптимизации рейтинговой модели;

Калибровка рейтингового балла на вероятность дефолта;

Реализация метода на примере построения рейтинговой модели региональных органов власти РФ;

Оценка качества рейтинговой модели;

Заключение;

Приложение. Формулы калибровки рейтингового балла;

Оценка рисков Рейтинги и индексы

Банковские риски Риск дефолта

Государственные и муниципальные органы

Ключевые слова: рейтинговые модели, валидация, бенчмаркинг, статистика дефолтов, оптимизация модели, вероятность дефолта, органы власти

Аннотация

В работе представлен метод построения кредитных рейтинговых моделей в условиях недостаточной статистики наблюдаемых дефолтов на примере рейтинговой модели для субъектов РФ. Авторы также описывают процесс калибровки с применением соответствующих формул в явном виде и обосновывают их.

Журнал: «Управление финансовыми рисками» — №2, 2012 (© Издательский дом Гребенников)

Объем в страницах: 13

Кол-во знаков: около 27,836

Библиографическая ссылка: печать / интернет

* Деятельность Meta (соцсети Facebook и Instagram) запрещена в России как экстремистская.

1. Помазанов М.В. Продвинутый подход к управлению кредитным риском в банке: методология, практика, рекомендации. — М.: Регла¬мент-Медиа, 2010. — 180 с.

2. Третьяков В. Рейтинг относительной кредитоспособности российских регионов // Рынок ценных бумаг. — 2005. — №3. — С. 53-56.

3. Basel Committee on Banking Supervision (2005). Validation of Low-Default PortfoHos in the Basel II Framework. Newsletter 6.

4. Benjamin N., Cathcart A., Ryan K. (2006). Low Default Portfolios: A Proposal for Conservative Estimation of Default Probabilities. Financial Services Authority, Working Paper.

5. Cheung S. (1996). Provincial Credit Ratings in Canada: An Ordered Probit Analysis. Working Paper 96 6, Bank of Canada.

6. Crosbie P., Rohn J. (2003). Modeling Default Risk. Modeling Methodology Moody's KMV.

7. Emond E., Mason D. (2002). «A new rank correlation coefficient with application to the consensus ranking problem». Journal of Multi-Criteria Decision Analysis, Vol. 11, pp. 17-28.

8. Gaillard N. (2006). Determinants of Moody's andS&P's Subsovereign Credit Ratings. World Bank, Washington, DC.

9. Goldberg D. (1989). Genetic Algorithms in Search, Optimization, and Machine Learning. Addison-Wesley, Reading, MA. P. 821.

10. Hornik K., Jankowitsch R., Lingo M., Pichler S. and Winkler G. (2006). «Validation of credit rating systems using multi-rater informations Jour¬nal of Banking and Finance, Vol. 25, pp. 171-185.

11. Loftier G., Posch P.N., Schoene C. (2004). Bayesian Methods for Improving Credit Scoring Models. Working Paper, DefaultRisk.

12. Ricke M., von Pfostl G. (2008). «Quantitative validation of rating models for low default portfolios through benchmarkings Financial Stability Report, No. 14, pp. 117-125.

13. Sabato G. (2006). Managing Credit Risk for Retail Low-Default Portfolio. Working Paper. Department of Banking, University of Rome «La Sapienza».

14. Schuermann T., Hanson S. (2004). Estimating Probabilities of Default. Working Paper. Federal Reserve Bank of New York.

Помазанов Михаил Вячеславович
к. ф.-м. н.
доцент

Доцент факультета экономических наук Школы финансов Национального исследовательского университета «Высшая школа экономики».

г. Москва

Автор более 35 научных работ, в том числе двух монографий.

Другие статьи автора 13

Хамалинский Андрей Сергеевич

Заместитель начальника отдела департамента рисков ОАО «Банк ЗЕНИТ».

г. Москва

Электронная библиотека