Сравнительный анализ предсказательной силы моделей кредитоспособности телекоммуникационных компаний в развивающихся рынках

В настоящее время ведется большая работа, по оценке кредитного риска. Многие исследования сосредоточены на анализе различных статистических методов, которые позволили бы не только оценить, но и спрогнозировать кредитоспособность компаний из различных отраслей, используя финансовую и нефинансовую информацию этих компаний. Однако информации о кредитном риске компаний из развивающихся экономик все еще недостаточно, поскольку очень часто как финансовая, так и нефинансовая информация не является общедоступной. Кроме того, многие исследования сосредоточены на отраслях таких как нефтегазовая отрасль или металлургическая отрасль; однако доступно не так много информации о кредитном риске компаний из телекоммуникационной индустрии, особенно в развивающихся экономиках. В действительности, телекоммуникационная отрасль-это очень динамичная индустрия, которая известна очень быстрыми технологическими изменениями. Следовательно, данное исследование будет сосредоточено на оценке кредитного риска телекоммуникационных компаний из развивающихся экономик. В настоящем исследовании анализируются различные статистические методы, которые помогают оценить и спрогнозировать кредитный риск в виде кредитного рейтинга телекоммуникационных компаний из развивающихся экономик. Основная цель данной исследования состоит в том, чтобы определить, какой метод будет иметь наилучший результат с точки зрения предсказательной способности. Кроме того, в исследовании анализируется, какие переменные, финансовые или нефинансовые, оказывают наиболее сильное влияние на оценку кредитного риска телекоммуникационных компаний. Сравнительный анализ показывает, что модели, основанные на искусственном интеллекте, обладают наибольшей точностью в плане прогнозирования кредитного рейтинга компаний из телекоммуникационной отрасли. Исходя из этого, рекомендуется учитывать такие модели при оценке кредитного риска. Кроме того, проведенное исследование указывает, что при оценке кредитного риска необходима как финансовая, так и нефинансовая информация. Однако самое главное это выбрать такую информацию исходя из отраслевой специфики.