Пример: Анализ влияния структуры капитала банка на его устойчивость в условиях банковского кризиса. StatSoft ® Russia.

Презентация:



Advertisements
Похожие презентации
Теория статистики Корреляционно-регрессионный анализ: статистическое моделирование зависимостей Часть 1. 1.
Advertisements

Регрессионный анализ. Основная особенность регрессионного анализа: при его помощи можно получить конкретные сведения о том, какую форму и характер имеет.
Лекция 10 Временные ряды в эконометрических исследованиях.
Лекция 2 Часть I: Многомерное нормальное распределение, его свойства; условные распределения Часть II: Парная линейная регрессия, основные положения.
Линейная модель парной регрессии и корреляции. 2 Корреляция – это статистическая зависимость между случайными величинами, не имеющими строго функционального.
{ Влияние мирового кризиса на исламские и традиционные банки: сравнительное исследование Maher Hasan; Jemma Dridi Ванян Элен Пискарёв Артемий Пискарёв.
БУХГАЛТЕРСКИЙ И УПРАВЛЕНЧЕСКИЙ УЧЕТ Тема 4: « Система финансовых коэффициентов и показателей финансово-хозяйственной деятельности предприятия» © И.В. Депутатова.
ПРЕЗЕНТАЦИЯ по магистерской работе на тему «Моделирование доходности на рынке потребительского кредитования» Автор: Герман Юрий, группа 715.
Лекция 6 множественная регрессия и корреляция. ( продолжение )
Временные ряды в эконометрических исследованиях..
Logit и probit модели Петровская А. Славская Т. Шинов В. Высшая школа экономики, Москва,
Лекция 8 Временные ряды в эконометрических исследованиях.
Капитал ПриватБанка и его показатели в эквиваленте евро Сравнительные данные по объему капитала среди крупных банков (по данным АУБ на ) Динамика.
Francisco Vazquez and Pablo Federico Bank Funding Structures and Risk: Evidence from the Global Financial Crisis Доклад подготовили: Лобашова Ирина Ефимов.
Фиктивные переменные. Опр. Фиктивная переменная – сконструированная количественная переменная, описывающая качественные факторы Примеры качественных факторов:
Тема 12. Оценка финансового состояния предприятия.
Кредитный риск Выполнила: Виктория НигматуллинаКредитный риск Риск неуплаты заемщиком основного долга и процентов, причитающихся кредитору. Кредитный риск.
Финансовый анализ ОООШтрихэкспорт Студент: Афанасьев В.В.
Тема:«Анализ и прогнозирование деятельности предприятия на основе бухгалтерской отчетности». Иллюстрационный материал к выпускной бакалаврской квалификационной.
Лекция 3 множественная регрессия и корреляция. Уравнение множественной регрессии.
Транксрипт:

Пример: Анализ влияния структуры капитала банка на его устойчивость в условиях банковского кризиса. StatSoft ® Russia

Рассматривались банки, фигурировавшие в рейтингах журнала Профиль на 1 июня 1998 года и на 1 мая 1999 года (до и после кризиса августа 1998 года)

На основании текущих показателей банки разделились на 2 категории: проблемные банки устойчивые банки

Проблемные банки - банки с отрицательным капиталом, банки с отозванными лицензиями и банки, которые вообще не попали в майский рейтинг, Устойчивые банки - банки, входящие в оба рейтинга и имеющие стабильные финансовые показатели.

Организация данных

BAD - 1, если банк проблемный, 0 - иначе, CITY - город (Москва - 2, СПб - 1, другой - 0), AGE - возраст (лет), CAPITAL - капитал (тыс. руб.), PERF - работающие (рисковые) активы (тыс. руб.), LIQUID - ликвидные активы (тыс. руб.), OVERNIGHT - обязательства до востребования (тыс. руб.), TOTLIAB - суммарные обязательства (тыс. руб.), PROTECT - защита капитала (тыс. руб.), Список исследуемых факторов:

USTAV - уставной фонд (тыс. руб.), ASSETS - чистые активы (тыс. руб.), CURRENCY - валютные резервы (%), EQUITY - недвижимость (тыс. руб.), PROFIT - прибыль (+)/ убыток (-) (тыс. руб.), GOVTLIAB - обязательства перед государством (тыс. руб.), BANK - привлеченные средства других банков (тыс. руб.), ARREAR - средства на карточных счетах (тыс. руб.), RETAIL - средства частных лиц (тыс. руб.).

Воспользуемся модулем STATISTICA Нелинейное оценивание

Для оценивания влияние структуры капитала на устойчивость банка применим логит-регрессию.

Логит-регрессия применяется в случае, когда зависимая переменная принимает два значения 0 или 1 BAD 1 - проблемный банк 0 - стабильный банк Переменная

Методология исследования: Шаг 1. Исследуем влияние каждой отдельной независимой переменной без учета остальных регрессоров и выделяем статистически значимые факторы (в дальнейшем будем изучать только эти характеристики банка). Выбор переменной:

Оценивание модели: Оценка коэффициентаp - value оценки

Шаг 2. Объединим найденные значимые факторы и построим модель, которая предсказывает попадание банка в определенную категорию. В качестве предикторов будем рассматривать 4 основных фактора: PROTECT/CAPITAL - доля защиты капитала в общем капитале, BANK - привлеченные средства других банков, EQUITY/PERF - отношение недвижимости к рисковым активам, OVERNIGHT/LIQUID - отношение краткосрочных кредитов к ликвидным активам.

Этапы анализа Выбор переменных:

Численное оценивание параметров модели: Начальные приближения для коэффициентов выбираем равными коэффициентам парных регрессий, полученным ранее. Идет оценивание

Результаты оценивания: Просмотр численных оценок коэффициентов Анализ предсказательной силы модели

Просмотр численных оценок коэффициентов: Предсказательная сила модели: Модель правильно относит 93% устойчивых банков к категории стабильных и в 48,8% случаев угадывает кризисные банки

В исследуемую выборку входят банки, сильно различающиеся по величине совокупного капитала: Попытаемся выделить две группы банков по величине капитала

Пользуемся методами кластеризации, представленные в модуле Кластерный анализ

Шаг 3. Проводим кластеризацию данных методом К-средних Переменная кластеризации - CAPITAL Разбиваем данные на 3 кластера Кластеризацию проводим по наблюдениям

Результаты разбиения: Элементы кластеров

Данные разбиваются на две выборки (в кластере 1 всего 2 наблюдения, поэтому мы присоединяем его к кластеру 2), которые целесообразно рассматривать отдельно. Фактически это сведется к разбиению банков на группы: с капиталом, большим чем , и с капиталом, меньшим, чем Шаг 4. Проводим оценивание коэффициентов первоначальной модели для каждой из получившихся выборок.

Условие выбора наблюдений при последовательном оценивании коэффициентов модели для разных групп банков:

Оценивание моделей:

Шаг 5. Анализ результатов: Для средних банков модель лучше угадывает стабильные банки Для крупных банков модель лучше предсказывает кризис банков - прогноз верен в 70% случаев. В целом правильных прогнозов, сделанных в сумме по двум моделям, больше, чем при рассмотрении одной выборки

Анализ результатов: Для средних и крупных банков характер влияния переменной EQUITY/PREF (отношение средств, вложенных в недвижимость, к рисковым активам банков) различается. На средние банков фактор оказывает отрицательное влияние - средства, вложенные в недвижимость средними банками, помогают им устоять в условиях кризиса. Для крупных банков характер влияния обратный - наблюдается положительная связь между переменной и вероятностью оказаться в кризисном состоянии.

Шаг 6. Анализ остатков: Анализ остатков позволяет делать выводы о корректности предложенной модели