Statistical Models for Corporate Credit Risk Assessment – Rating Models

Aneta Ptak-Chmielewska

doi:10.18778/0208-6018.322.09

Autor

Aneta Ptak-Chmielewska Szkoła Główna Handlowa w Warszawie

DOI:

https://doi.org/10.18778/0208-6018.322.09

Słowa kluczowe:

modele statystyczne, modele ratingowe, analiza historii zdarzeń

Abstrakt

Dostrzegając słabość modeli opartych na funkcji dyskryminacyjnej Z-score zaproponowanej przez Altmana w warunkach gospodarki polskiej podjęto w latach 90. próby dostosowania tych modeli do realiów gospodarki post-komunistycznej. Początkowe zainteresowanie modelami wielowymiarowej analizy dyskryminacyjnej poszerzono o modele regresji logistycznej a później również o sieci neuronowe i drzewa decyzyjne. W ostatnich latach podjęto również próby zastosowania modeli analizy historii zdarzeń. Modele ratingowe oparte na wypracowanych modelach upadłości stanowią kluczowy element w zarządzaniu ryzykiem kredytowym. W artykule podjęto próbę krytycznej oceny stosowanych metod statystycznych oraz wskazano na zalety i wady różnych podejść do budowy modeli. Przeprowadzono porównawczą analizę empiryczną na próbie przedsiębiorstw. Wskazano na możliwość wykorzystania modeli statystycznych do oceny ryzyka kredytowego przedsiębiorstw (modele ratingowe).

Pobrania

Brak dostępnych danych do wyświetlenia.

Bibliografia

Appenzeller D. (red.) (2004), Upadłość przedsiębiorstw w Polsce w latach 1990–2003. Teoria i praktyka, Zeszyty Naukowe, nr 49, Wydawnictwo Akademii Ekonomicznej w Poznaniu, Poznań.
Google Scholar

Blossfeld H.P., Rohwer G. (2002), Techniques of Event History Modeling. New Approaches to Causal Analysis, Lawrence Elbaum Associates Publishers, London.
Google Scholar

Dębkowska K. (2012), Prognozowanie upadłości przedsiębiorstw za pomocą wybranych metod wielowymiarowej analizy statystycznej, Zarządzanie i Finanse, vol. 10, nr 1.
Google Scholar

Frątczak E., Sienkiewicz U., Babiker H. (2005), Analiza historii zdarzeń. Elementy teorii, wybrane przykłady zastosowań, OW SGH, wydanie II.
Google Scholar

Gajdka J., Stos D. (1996), Wykorzystanie analizy dyskryminacyjnej w ocenie kondycji finansowej przedsiębiorstw, [w:] R. Borowiecki (red.), Restrukturyzacja w procesie przekształceń i rozwoju przedsiębiorstw, Wydawnictwo Akademii Ekonomicznej w Krakowie, Kraków.
Google Scholar

Gruszczyński M. (2001), Modele i prognozy zmiennych jakościowych w finansach i bankowości, OW SGH, Warszawa.
Google Scholar

Gruszczyński M. (2005), Zalety i słabości modeli bankructwa [w:] K. Kuciński, E. Mączyńska (red.), Zagrożenie upadłością, SGH, Warszawa.
Google Scholar

Hadasik D. (1998), Upadłość przedsiębiorstw w Polsce i metody jej prognozowania, Zeszyty Naukowe Akademii Ekonomicznej w Poznaniu, AE w Poznaniu, Poznań.
Google Scholar

Hamrol M., Chodakowski J. (2008), Prognozowanie zagrożenia finansowego przedsiębiorstwa. Wartość predykcyjna polskich modeli analizy dyskryminacyjnej, „Badania Operacyjne i Decyzje”, no. 3.
Google Scholar

Hołda A. (2001), Prognozowanie bankructwa jednostki w warunkach gospodarki polskiej z wykorzystaniem funkcji dyskryminacyjnej, „Rachunkowość” nr 5.
Google Scholar

Iwanicz-Drozdowska M. (ed.) (2012), Zarządzanie ryzykiem bankowym, Poltext, Warszawa.
Google Scholar

Jagiełło R. (2005), Zastosowanie analizy dyskryminacyjnej do oceny ryzyka kredytowego małych i średnich przedsiębiorstw, [w:] G. Rytelewska (red.), Bankowość detaliczna. Potrzeby. Szanse. Zagrożenia, PWE, Warszawa.
Google Scholar

Korol T. (2005), Wykorzystanie sieci jednokierunkowej wielowarstwowej oraz sieci rekurencyjnej w prognozowaniu upadłości przedsiębiorstw, [w:] K. Kuciński, E. Mączyńska (red.), Zagrożenie upadłością, SGH, Warszawa.
Google Scholar

Kuciński K., Mączyńska E. (red.) (2005), Zagrożenie upadłością, SGH, Warszawa.
Google Scholar

Lasek M., Pęczkowski M. (2013), Enterprise Miner. Wykorzystanie narzędzi Data Mining w systemie SAS, OW UW, Warszawa.
Google Scholar

Matuszyk A. (2000), Credit Scoring, CeDeWu, Warszawa.
Google Scholar

Matuszyk A. (2015), Zastosowanie analizy przetrwania w ocenie ryzyka kredytowego klientów indywidualnych, CeDeWu, Warszawa.
Google Scholar

Mączyńska E. (2005), Kreowanie i konstrukcja modeli dyskryminacyjnych jako narzędzi ostrzegania przed upadłością przedsiębiorstw, [w:] K. Kuciński, E. Mączyńska (red.), Zagrożenie upadłością, Materiały i Prace Instytutu Funkcjonowania Gospodarki Narodowej, vol. XCIII, Instytut Funkcjonowania gospodarki Narodowej SGH, Warszawa.
Google Scholar

Mączyńska E. (red.) (2010), Meandry upadłości przedsiębiorstw, Oficyna Wydawnicza SGH w Warszawie, Warszawa.
Google Scholar

Mączyńska E. (red.) (2008), Bankructwa przedsiębiorstw, wybrane aspekty instytucjonalne, Przedsiębiorstwo współczesne, Kolegium Nauk o Przedsiębiorstwie SGH, Warszawa.
Google Scholar

Mączyńska E., Zawadzki M. (2006), Dyskryminacyjne modele predykcji bankructwa przedsiębiorstw, „Ekonomista” 2.
Google Scholar

Michaluk K. (2000), Zastosowanie metod ilościowych w procesie prognozowania upadłością przedsiębiorstwa, Doctoral Dissertation, Wydział Zarządzania i Ekonomiki Usług. Uniwersytet Szczeciński.
Google Scholar

Pogodzińska M., Sojak S. (1995), Wykorzystanie analizy dyskryminacyjnej w przewidywaniu bankructwa przedsiębiorstw, “Acta Universitatis Copernici”, “Ekonomia”, 25 (299), pp. 53–61.
Google Scholar

Prusak B. (2009), Nowoczesne metody prognozowania zagrożenia finansowego przedsiębiorstw, Difin, Warszawa.
Google Scholar

Ptak-Chmielewska A., Schab I. (2008), Wykorzystanie modeli regresji logistycznej i hazardu do określenia determinant zaniechania zobowiązań, [w:] J. Pociecha (red.) Współczesne problemy modelowania i prognozowania zjawisk społeczno-gospodarczych, Studia i Prace Uniwersytetu Ekonomicznego w Krakowie nr 2, Kraków.
Google Scholar

Ptak-Chmielewska A. (2012), Wykorzystanie modeli przeżycia i analizy dyskryminacyjnej do oceny ryzyka upadłości przedsiębiorstw, „Ekonometria” 4(38), Wrocław.
Google Scholar

Stępień T., Strąk T. (2004), Wielowymiarowe modele logitowe oceny zagrożenia bankructwem polskich przedsiębiorstw, [w:] D. Zarzecki (red.), Czas na pieniądz, Wydawnictwo Uniwersytetu Szczecińskiego, Szczecin.
Google Scholar

Ptak-Chmielewska A. (2014a), Modele predykcji upadłości MŚP w Polsce – analiza z wykorzystaniem modelu przeżycia Coxa i modelu regresji logistycznej, “Ekonometria” 4(46), Wrocław.
Google Scholar

Ptak-Chmielewska A. (2014b), Modele przeżycia i metody data mining w ocenie ryzyka upadłości przedsiębiorstw, [w:] D. Appenzeller (ed.), Matematyka i informatyka na usługach ekonomii, UEK w Poznaniu, pp. 50–66.
Google Scholar

Stępień T., Strąk T. (2004), Wielowymiarowe modele logitowe oceny zagrożenia bankructwem polskich przedsiębiorstw, [w:] D. Zarzecki (red.), Czas na pieniądz, Wydawnictwo Uniwersytetu Szczecińskiego, Szczecin.
Google Scholar

Strąk T. (2005), Wykorzystanie drzew klasyfikacyjnych do oceny zagrożenia bankructwem polskich przedsiębiorstw, „Monografie i Opracowania Naukowe”, SGH w Warszawie. Kolegium Zarządzania i Finansów. Finanse przedsiębiorstwa.
Google Scholar

Wiatr M.S. (2011), Zarządzanie indywidualnym ryzykiem kredytowym. Elementy systemu, OW SGH, Warszawa, Wydanie II.
Google Scholar

Zaleska M. (2012), Ocena ekonomiczno-finansowa przedsiębiorstwa przez analityka bankowego, Szkoła Główna Handlowa – Oficyna Wydawnicza, Warszawa.
Google Scholar