Диссертация (1138178), страница 13
Текст из файла (страница 13)
В результате предлагается для дальнейшего анализа врамках первого метода использовать данные показатели.94Выборфинансовыхпоказателейнаосновеотбораоптимальной комбинации факторов с точки зрения качествамодели путемпоэтапного включения показателей из каждогокласса (Метод 2)В рамках второго метода выбиралась оптимальная комбинацияфакторов на основе поочередного включения отдельных факторов изкаждого класса финансовых показателей. Выборочные результатыпоэтапногоотборапоказателейврамкахвторогоподходапредставлены в табл. 3.4. В этой таблице и далее в других таблицах,где не указано противное, представлены значения коэффициентоврегрессии и коэффициентов детерминации соответствующих моделей.Вскобкахпредставленызначенияp-value,характеризующиезначимость отобранных показателей.
При включении в модельзначенияпоказателейнормировалисьсогласноформуле(3.3).Функциональная форма модели имеет logit вид модели бинарноговыбора, согласно формуле (3.1). Регрессионные модели бинарноговыбора строились при помощи пакета EViews.Врезультате,наибольшеезначениекоэффициентадетерминации (28%) и значимость коэффициентов на 5% уровненаблюдалось для следующей совокупности показателей: чистаяприбыль, рентабельность продаж, средний срок оборота дебиторскойзадолженности, коэффициент автономии (модель №12 табл. 3.4).Выборфинансовыхпоказателейнаосновеанализаоднофакторных ROC кривых и коэффициентов AR (Метод 3)Далее переходим к отбору наиболее риск-доминирующихфинансовых показателей при помощи проведения ROC-анализа длякаждого фактора в отдельности (Receiver Operating Characteristicanalysis) и вычисления коэффициентов AR.95ROC-кривая позволяет оценить мощность полученной модели иотражаетзависимостьколичестваверноклассифицированныхположительных случаев от количества неверно классифицированных(Паклин, 2008).
График ROC-кривой, обычно дополняется лучом,проходящим под углом 450С, близость к нему говорито низкомкачестве модели. График идеальной модели проходит в верхнемлевом углу. Общий вид ROC-кривой представлен ниже на рис. 3.1.В общем виде ROC-кривая получается следующим образом:«для каждого значения порога отсечения, которое меняется от 0 до 1 сопределенным шагом (например, каждое последующее значение ввыборке)рассчитываютсязначениячувствительностииспецифичности» (Паклин, 2008). В итоге строится график дляследующей зависимости: по оси Y откладывается чувствительность(Se, Sensitivity), по оси X значение 100% - Sp, где Sp - специфичностьмодели (Sр, Specificity).Общий вид ROC кривойРис. 3.1.
Общий вид ROC-кривой96Определим данные понятия: чувствительность (Se, Sensitivity)представляет собой долю истинно положительных исходов (Паклин,2008).Специфичность (Sр, Specificity) представляет собой долю верноклассифицированных отрицательных случаев:Sp TN,TN FP(3.6)гдеTN – true negative, число верно классифицированных случаевдефолта;FP – false positive, число ложно классифицированных случаев недефолта.Отбор наиболее риск-доминирующих показателей, может бытьполучен в результатевычисления однофакторных коэффициентовДжинни (для каждого из рассматриваемых финансовых показателей),который так же называется Accuracy Ratio, AR (Паклин, 2008).AR A model,A perfect(3.7)гдеA model площадь под ROC кривой для оцениваемой модели;Aperfectплощадь под ROC кривой для идельной модели.По оценкам экспертов существует следующая зависимостьмежду качеством модели и значением AR, приведенная в табл.
3.5.97Таблица 3.4Результаты отбора финансовых показателей на основе поэтапного включения факторов из каждого класса7Размер компании№КапиталЧистыеактивыЧистаяприбыль1 -0,86 (0,02)234567891011121314РентабельностьВалютабалансаОборачиваемостьРентабель Рентабель Рентабель Оборачив ОборачивРентабельносностьностьностьаемость аемостьть затратпродажактивов капитала активов капитала-11,86 (0,00)-1,02 (0,01)-11,16 (0,00)-9,3 (0,00)-0,41 (0,02) -11,97 (0,00)-3,47(0,00)-9,3 (0,00)-3,17(0,00)-3,72(0,00)-4,06(0,00)-3,17(0,00)-3,17(0,00)-3,19(0,00)-3,19(0,00)-3,07(0,00)-3,48(0,00)-3,47(0,00)Удельный весСредний срокОбеспеченностьсобственногооборотасобственнымикапитала вдебиторскойоборотнымиобщемзадолженностисредствамикапитале0,11 (0,72)0,11 (0,72)0,14 (0,72)0,11 (0,72)0,14 (0,72)-5,25(0,00)0,15 (0,69)-0,25(0,14)0,15 (0,67)-0,08(0,41) 0,15 (0,66)-5,25(0,00)0,15 (0,69)-5,25(0,00)-0,02(0,82)-3,44(0,01)-3,44(0,01)-3,22(0,00)-4,36(0,01)7Финансовая устойчивость7,86(0,02)7,86(0,02)6,74(0,01)8,56(0,19)R2-1,45(0,00)20%-1,18(0,00)-1,44(0,00)-1,48(0,00)-1,44(0,00)-1,44(0,00)-1,39(0,00)-1,49(0,00)-1,44(0,00)-1,44(0,00)-1,60(0,00)-1,60(0,00)21%26%20%26%26%21%20%26%25%27%28%24%27%-2,82(0,00)Здесь и далее, где не указано противное, в таблице представлены значения коэффициентов регрессии и коэффициентов детерминации (R).соответствующих моделей.
В скобках представлены значения p-value, характеризующие значимость отобранных показателей. При включении в модельзначения показателей нормировались согласно формуле (3.3).98Удельный весзапасов воборотныхактивах0,68(0,00)Таблица 3.5.Качество моделей оценки вероятности дефолта в зависимости отзначения коэффициента AR8Accuracy Ratio80% и более60-80%40-60%20-40%20% и нижеКачество моделиОтличноеХорошееСреднееНизкоеНеудовлетворительноеПри помощи соответствующей опции программного комплексаMedCalc, были построены ROC кривые и рассчитано значениекоэффициента AR для всех из рассчитанных ранее финансовыхпоказателей.РезультатыпроведенияROCанализа ирасчетакоэффициентов AR для рассчитанных финансовых показателейпредставлены в Приложении 1 и табл.
3.6 соответственно.Таблица 3.6Значения коэффициента AR для финансовых показателей№1234567891011121314ПоказательВалюта балансаКапиталЧистая прибыльЧистые активыРентабельность активовРентабельность затратРентабельность капиталаРентабельность продажОборачиваемость активовОборачиваемость капиталаСредний срок оборота дебиторскойзадолженностиОбеспеченность собственнымиоборотными средствамиКоэффициент автономииУдельный вес запасов в оборотныхактивах8Коэффициент AR52%68%80%75%81%79%55%83%68%69%61%79%73%66%Помазанов М.В. Петров Д.А. Кредитный риск-менеджмент как инструмент борьбы свозникновением проблемной задолженности99На основе полученных результатов видно, что наибольшеезначение коэффициента AR и наилучшие ROC кривые из каждогокласса показателей характерны для таких показателей как: чистаяприбыль,рентабельностьпродаж,оборачиваемостькапитала,обеспеченность собственными оборотными средствами.Однако, при многофакторном моделировании и включении всехнаиболее значимых коэффициентов с точки зрения ROC анализа вмодель одновременно, часть показателей с большим значением ARстановиться не значимыми.
В результате при замене незначимыхпоказателей на другие с меньшим уровнем коэффициента AR, ноодновременнойзначимостьюкоэффициентов,мыполучаемспецификацию модели, полученную в рамках второго метода3.1.4. Проверка гипотезы о значимости макроэкономическихпоказателейДля целей выбора итоговой модели с учетом макро-факторов,для каждой возможной комбинациифинансовых показателей,отобранных на предыдущем этапе (на основе тестирования надескриптивную силу, поэтапного отбора и ROC анализа), поочередновключался один из выбранных макро-факторов, и анализировалосьвлияниеданногомакро-фактораназначениекоэффициентадетерминации модели9.
В рамках данного анализа также учитывалисьрезультатыанализамультиколлинеарностипофинансовымимакроэкономическим показателям, проведенного на этапе 2 ранее.При построении многофакторных моделей, также предполагалосьодновременное включение не более пяти различных показателейодновременно, руководствуясь принципом, что для построения9Для целей включения в многофакторную модель значения макро-факторов нормировалисьсогласно формуле 2.2.100модели на каждый объясняющий показатель должно приходиться неменее 30 наблюдений дефолта.Варианты моделей на основе многофакторноймоделибинарного выбора с учетом макро факторов в рамках первого, второгоподходов к отбору финансовых показателей представлены в табл. 3.7,табл.
и 3.8 соответственно. В таблицах представлены значениякоэффициентоврегрессииикоэффициентовдетерминациисоответствующих моделей, в скобках представлены значения p-value,характеризующие значимость отобранных показателей. В результатедля всех подходов к отбору риск-доминирующих финансовыхпоказателейнаилучшиерезультаты(наибольшийкоэффициентдетерминации и значимость отобранных показателей на 5% уровне)наблюдалисьпривключениивмодельмакроэкономическогопоказателя индекса цен производителей.Анализ ROC кривых и коэффициентов AR для рассматриваемыхмакроэкономических показателей также подтвердил высокую рискзначимость данного показателя для рассматриваемой выборки, посравнению с другими макроэкономическими показателями данныйпоказатель имеет самое высокое значение AR.101Таблица 3.7Результаты многофакторного анализа с учетом макроэкономических факторов в рамках подхода на основестатистического отбора показателей10№моделиВалютабаланса1Рентабельностьпр одаж-6,52 (0,00)Выборочные фина нсовые пока за те лиУдельныйОбеспеченностьвесКоэффицие Рентабельсобственнымизапасов внтностьобор отнымиобор отных автономииактивовср едствамиактивах-1,43 (0,00)Выборочные ма кропока за те лиРентабельностьзатр атЦена нанефтьЭкспор ттовар ов иу слу гИмпор ттовар ов иу слу гR20,21 (0,05) 20,1%2-1,23 (0,00) -0,67(0,00)31,18 (0,00) -0,68(0,00)0,31 (0,00)0,29 (0,01) 14,2%14,3%-1,40 (0,00)0,32 (0,00)13,1%4-0,39 (0,03)5-0,63 (0,00)-5,33 (0,00)-1,89 (0,00)6-0,63 (0,00)-5,47 (0,00)-1,88 (0,00)7-6,73 (0,00)-0,90 (0,02)0,73 (0,00)8-6,64 (0,00)-0,88 (0,03)0,73 (0,00)9-6,52 (0,00)-0,87 (0,03)0,72 (0,00)0,37(0,00)0,41(0,00)0,38(0,00)18,3%0,36 (0,00) 18,0%0,36 (0,00) 22,6%0,37 (0,00)22,7%22,7%10-0,25 (0,11)-6,85 (0,00)0,72 (0,00)11-0,26 (0,11)-7,00 (0,00)0,73 (0,00)22,3%12-0,25 (0,11)-7,11 (0,00)0,74 (0,00)13-0,31 (0,07)-6,33 (0,00)-1,42 (0,00)14-0,32 (0,07)-6,27 (0,00)-1,40 (0,00)15-0,32 (0,07)-6,18 (0,00)-1,38 (0,00)16-6,91 (0,00)0,69 (0,00) -1,25 (0,00)25,7%17-7,04 (0,00)0,70 (0,00) -1,27 (0,00)0,27 (0,02) 25,8%18-6,99 (0,00)0,70 (0,00) -1,25 (0,00)0,41(0,00)22,3%22,1%0,25 (0,02) 20,8%0,24 (0,02)0,25 (0,02)0,71 (0,00) -1,04 (0,00)-1,13 (0,00)200,72 (0,00) -1,04 (0,00)-1,14 (0,00)210,72 (0,00) -1,05 (0,00)-1,14 (0,00)1020,9%0,25 (0,02)1920,8%0,22 (0,05)25,8%29,5%0,23 (0,04)29,6%0,25 (0,03) 29,7%Здесь и далее, где не указано другое, в таблице представлены значения коэффициентов регрессии и коэффициентов детерминации (R2) соответствующихмоделей.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
