Оценка вероятности дефолта банков

Данная работа посвящена моделированию вероятности дефолта российских банков. Относительно дефолтов российских банков исследователи не ответили на 2 вопроса: являются ли более сложные риск-метрики, регуляторные нормативы, более эффективными по сравнению с их «прокси» из финансовой отчетности; использование более сложных типов моделей (нейронные сети, модели «случайного леса» и т.д.) привносит значимый вклад в увеличение прогнозной силы. В своем исследовании автор пытался проверить обозначенные гипотезы на квартальных данных по российским банкам за период с 3 кв. 2010 г. по 1 кв. 2016 г. Автор оценил 3 спецификации логистической регрессии по краткосрочному и среднесрочному горизонтам прогнозирования: с «прокси» нормативов; с регуляторными нормативами; с полиномиальными элементами (как «прокси» для всех более сложных типов моделей). В результате, регуляторные нормативы не способствовали статистически значимому увеличению силы прогноза, их использование увеличило точность прогноза в среднем только на 2%. Включение полиномиальных элементов привело к значительному росту мощности прогноза, но только на краткосрочном горизонте.