Оценка доли потерь при дефолте корпоративных заемщиков

Кредитование корпоративных заемщиков занимает большую часть кредитного портфеля банковских организаций. Именно поэтому уменьшение кредитных рисков в случае попадания заемщика в дефолтное состояние является одним из приоритетных направлений развития аналитических моделей в банковском секторе. Тремя наиболее значимыми компонентами оценки кредитного риска являются компоненты: РD (Probability of Default), LGD (Loss Given Default), EAD (Exposure-At-Default). Учитывая текущий экономический кризис, связанный с пандемией короновирусной инфекции, расчет уровня потерь при дефолте является актуальной темой, так как помогает выявить негативные тенденции в финансовой деятельности компании при выдаче кредитов на этапе финансового мониторинга заемщиков. Данные модели позволят банку оперативно принять меры по урегулированию потенциально проблемной задолженности клиентов. В ходе данного исследования рассмотрены основные методы и уже существующие модели оценки уровня потерь при дефолте, проанализированы их достоинства и недостатки, а также предложены новые методы оценки данного показателя, построены две модели: оценки вероятности сценариев платежеспособности заемщиков после дефолта (банкротства или восстановления) и оценки уровня потерь при дефолте с использованием актуальной статистики. Полученные модели проверены на соответствие экономическому смыслу. В качестве статистических подходов к разработке таких моделей были использованы соответственно деревья классификации и деревья регрессии. Примененные в рамках исследования подходы для обозначенных целей несут в себе научную новизну, в частности в российской и зарубежной литературе аналогичные практические исследования и результаты по российским корпоративным заемщикам отсутствуют. Дополнительно (при решении поставленных задач – в рамках альтернативы предложенным методам) были разработаны модели случайного леса и логистической регрессии и обосновано, почему они не дали лучшего результата, чем тот, который получился при построении финальных моделей. Полученные результаты могут быть применимы в банковском секторе для улучшения уже существующих моделей по оценке кредитоспособности клиента и принятия решения по его кредитованию. Всего в работе представлено 41 страница с учетом титульного листа и приложений. Было использовано 17 изображений для таблиц и графиков, а также некоторых выводов исследований. Источников было использовано 16.