Современные подходы к оценке вероятности дефолта заемщика
В качестве возможной альтернативы параметрическим моделям используют более гибкие инструменты эконометрического оценивания в классе непараметрических и полупараметриче- ских методов. Полупараметрические модели представляют собой компромисс между непараметрическими и параметрическими моделями, включая в свой состав компоненты каждой из них.
Модели на основе продвинутых подходов (advanced models), как правило, опираются на непараметрические методы оценки вероятности дефолта. В данную группу можно включить модели на основе нейронных сетей, методы нечеткой логики, к — ближайших соседей и др. Несмотря на гибкость полупараметрических и непараметрических методов оценивания кредитного риска, им присущи менее ограничительные свойства распределений, в частности, отсутствуют предположения о статистической независимости распределений случайных величин и их непрерывности. Это обусловлено рядом причин, в том числе сложными результатами оценивания, часть которых может не иметь явного экономического смысла; большими вычислительными затратами; тонкой настройкой модели, которые сильно влияют на результат. Поэтому такие модели используются не как замена, а как дополнение к параметрическим методам и как способ проверки робастности полученных результатов [Poroshina, 2014].
Модели нейронных сетей строятся на основе компьютерных алгоритмов и требуют тех же данных, что и при построении эконометрических моделей, но взаимосвязи определяются не на основе выделения лучшей модели, а путем многократного повторения методом проб и ошибок [Bigus, 1996].
Применение метода нечеткой логики для оценки вероятности дефолта контрагента, как правило, основывается на нечетких экспертных оценках. Все контрагенты относятся к одной из категорий риска, для которых экспертно задается вероятность дефолта на основе нечеткого оценивания [Ивлиев, 2003].
Отметим также, что, ранжировав банки согласно индуцированному моделью F(x'[3) отношению порядка, а затем разбив их на определенное число групп (к) по возрастанию Дх'р), получим некоторую рейтинговую шкалу, своеобразный рейтинг устойчивости банков для выбранной модели.
