Разработка ансамблевых методов оценки кредитного качества финансовых компаний

Несмотря на то, что различные методы оценки кредитоспособности финансовых компаний разрабатываются и тестируются еще с прошлого века, эта проблема остается актуальной и востребованной до сих пор, что объясняется особой важностью финансовых компаний для экономики в целом и увеличением объема информации, которую надо анализировать. Целью данной выпускной квалификационной работы является заполнение пробелов в сфере моделирования кредитных рейтингов российских коммерческих банков с помощью моделей машинного обучения. В рамках исследования протестированы деревья классификации и регрессии (CART), случайный лес (RF), метод опорных векторов (SVM), градиентный бустинг, CatBoost, а также классическая модель упорядоченного выбора. В выборку попали российские коммерческие банки 2016-2021 гг., которым присваивались кредитные рейтинги рейтинговыми агентствами. По итогам исследования выявлено, что ансамблевые методы превосходят по предсказательной силе другие модели. Также доказано, что бизнес модель банка, его нефинансовые характеристики и доля иммобилизованных активов влияют на принятие решения рейтинговыми агентствами о присвоении кредитных рейтингов.