Primerjava statističnih modelov za ocenjevanje dejavnikov tveganja slovenskih družbSokolič, Andrej (Avtor) Marinšek, Denis (Mentor) kreditno tveganjeanaliza preživetjamodel ogroženosti v diskretnem časulogistična regresijaV magistrskem delu je obravnavan problem ocenjevanja dejavnikov tveganja družb na podlagi računovodskih in firmografskih podatkov, s poudarkom na statističnih metodah, ki se uporabljajo za njihovo ocenjevanje. Kreditno tveganje je bilo v zadnjih desetletjih deležno velikega zanimanja in so metode za njegovo ocenjevanje prešle iz subjektivnih modelov ekspertnega mnenja do modernejših kvantitativnih metod. S tem je tesno povezano naraščajoče število razpoložljivih informacij ter lažja dostopnost do informacij in programske opreme. Po začetnih klasifikacijskih modelih, ki so pogosto temeljili na podatkih iz daljših časovnih obdobij in delovali na principu uvrščanja družb v dve skupini glede na njihove lastnosti v nekem času, so zagon dobili modeli ogroženosti v diskretnem času, ki se jih ocenjuje z modelom logistične regresije. Ti med drugim s ponovnimi meritvami omogočajo spremljanje finančne strukture družb. S tem so lahko tako ocene dejavnikov tveganja kot tudi samega tveganja natančnejše in bolj opisne za proučevano populacijo, saj se zaradi uporabe vseh podatkov zmanjša vpliv pristranskosti zaradi izbire vzorca. Čeprav so omenjeni modeli pogosto priporočani in tudi uporabljeni, je njihovo delovanje najpogosteje predstavljeno le z AUC, mero razločevalne moči klasifikacijskih modelov, in brez vpogleda v nove možnosti, ki jih model omogoča. Z namenom proučitve razlik med priljubljenimi metodami sta bila na podatkih slovenskih družb poleg izhodiščnega modela ogroženosti v diskretnem času s časovno spreminjajočimi se spremenljivkami razvita še model ogroženosti v diskretnem času z začetnimi vrednostmi spremenljivk in model logistične regresije. Ugotovitve vseh modelov kažejo, da se zlasti donosnost, likvidnost in zadolženost družb s težavami v poslovanju razlikujejo od družb brez težav in da se finančne spremenljivke dopolnjujejo z nefinančnimi spremenljivkami. Najboljšo razločevalno moč ugotovimo pri modelu logistične regresije ocenjenem na zadnjih razpoložljivih podatkih vsake družbe, vendar zaradi pristranske izbire vzorca občutno precenjuje opazovano stopnjo tveganja. Prav tako je ugotovljen problem pri uporabi podatkov iz različnih časovnih obdobij/let, saj se v dotičnem primeru vplivi dejavnikov tveganja in število dogodkov razlikujejo v času, zaradi česar z logistično regresijo ocenjeni vplivi dejavnikov tveganja v nekaterih obdobjih odstopajo od dejanskega stanja. Iz primerjave modelov ogroženosti je očitno, da je za učinkovitost modela potrebno upoštevati čim bolj ažurne podatke, saj z oddaljevanjem od časa meritev vse slabše opisujejo stanje družbe. Vsi trije modeli so ustrezni in uporabni, a ugotavljamo, da ima model ogroženosti s časovno spreminjajočimi se spremenljivkami več informacij in veliko bolje zajame dogajanje v vseh obdobjih. Ugotovljeno je bilo, da je model mogoče dodatno izboljšati z vključitvijo slučajnih vplivov, vendar v tem delu vplivi vključitve le-teh niso bili podrobneje raziskani. Razlike so tudi v sami uporabnosti modelov, kjer modeli ogroženosti poleg same ocene tveganja in uvrščanja družb omogočajo še spremljanje profilov ogroženosti različnih družb. Z ocenjenimi ogroženostmi v posameznih obdobjih se lahko ustrezno oceni verjetnost "preživetja" nekega časovnega obdobja, kar je zelo koristno za oceno tveganja kreditov z daljšo ročnostjo. Nenazadnje ocenjene verjetnosti preživetja omogočajo alternativen pristop ovrednotenja razločevalne moči modelov v času z izračunom AUC(t) in Ctd. Meri se izkažeta kot bolj informativni, saj nudita vpogled v razločevalno moč modela tako v posameznem obdobju kot tudi v celotnem obdobju opazovanja. Poleg tega prav tako nakažeta na slabost uveljavljene mere razločevalne moči AUC, ki je lahko preveč odvisna od porazdelitve števila in stopnje dogodkov po obdobjih.20222022-05-27 09:40:00Magistrsko delo/naloga136982VisID: 60441COBISS_ID: 119182339sl