Forecast of Adverse Events for the Debt Issuer

Данная также пересматривает точность оценки вероятностей кредитных событий и разрабатывает методы улучшения существующих моделей. Сначала демонстрируется набор теоретически значимых переменных, а затем метод, который приблизит модель ожидаемых потерь к реальным процедурам банкротства. Основным шагом является включение категории "платёжный дефолт", которая предположительно лучше банкротства, но хуже, чем полная финансовая безопасность. Работа логично разделена на 3 ветки моделей в зависимости от целей каждой из них. Ветка 1 улучшает качество существующих моделей, включая новые эффекты, ранее не использующиеся в вероятностном подходе. Ветка 2 предлагает базовый подход к разделению кредитных событий на платёжные дефолты и банкротства. Она использует подвыборку проблемных фирм. Ветка 3 использует естественный инструмент в задачах упорядоченной классификации, то есть упорядоченную логистическую регрессию. Далее работа предлагает процедуру оценки вероятностей для будущего статуса фирмы двумя способами. Первый способ, названный последовательным, использует пошаговое измерение вероятностей оптимальными моделями из Веток 1 и 2. Первая модель разделяет безопасные фирмы от остальных, и оценивает вероятности негативных событий. Вторая модель оценивает условные вероятности каждого из возможных негативных событий, при условии проблематичного сценария. С другой стороны, эти же вероятности напрямую оцениваются упорядоченной логистической регрессией. Чтобы сравнить последовательный метод и метод упорядоченной регрессии, используется сравнение способностей моделей разделять безопасные фирмы от остальных и различать проблемные состояния. В итоге демонстрируется, что последовательный способ работает лучше, чем стандартная упорядоченная логистическая регрессия.