Доверительное оценивание матрицы переходных вероятностей в условиях ограниченности данных

Проблема недостатка данных является одной из ключевых сложностей, с которыми сталкивается аналитик при проведении исследований. Вопрос ограниченности данных еще более актуален для сферы риск-менеджмента ввиду значительного числа требований к моделям со стороны регулятора и различных стандартов (в том числе МСФО). Целью данной работы является при помощи различных методов оценить влияние недостатка данных на доверительные оценки вероятностей дефолта и ожидаемых кредитных убытков, а также определить, в каких случаях возможно увеличить эффективность оценок параметров. Автор анализирует распространенный метод матриц переходных вероятностей и влияние объема данных на доверительные оценки, полученные при помощи данного метода. В рамках работы были рассмотрены различные способы построения доверительных интервалов для оценок коэффициентов, в том числе метод Вальда, бутстрап и BMCMC. По результатам исследования было произведено тестирование методов, а также был рассчитан минимальный объем данных, требуемый для оценки матрицы переходных вероятностей с заданной точностью. Кроме того, была предложена методология определения оптимальной группировки рейтингов заемщиков с целью уточнения и повышения эффективности оценок. Исследование может быть интересно специалистам в области кредитных рисков и риск-менеджмента в целом.