Главная  Журналы  Финансовая аналитика: проблемы и решения  17(203) - 2014 май

Моделирование вероятности дефолта предприятий микро- и малого бизнеса

Доступна онлайн: 09.05.2014

Рубрика: Банковский сектор

Страницы: 44-56

В связи с положительной динамикой развития банковского кредитования микро- и малого бизнеса на российском рынке и наметившейся тенденцией выделения банками этого блока в отдельное направление актуальной становится задача выявления факторов, оказывающих наибольшее влияние на финансовое состояние предприятий и их кредитоспособность. В статье сделан обзор ключевых работ по моделированию вероятности дефолта малых и средних предприятий, выделены особенности этих моделей по сравнению с подобными моделями для корпоративного сектора и описана общая процедура совершенствования модели прогнозирования вероятности дефолта в микро- и малом бизнесе.

Ключевые слова: кредитный риск, прогнозирование, вероятность, дефолт, микро- и малый бизнес

Список литературы:

1. Белкина Е. Малый и средний бизнес Промсвязьбанка пойдут разными дорогами // РБК daily. 2013. Июль. URL:Link.
2. Глава Минфина оценил теневой сектор экономики РФ в 15–20% от ВВП. URL: Link.
3. Ефимова Ю.В. Оценка вероятности дефолта заемщиков малого бизнеса российскими банками с учетом международных требований // Финансы и бизнес. 2010. № 2.
4. Карминский А.М. Модели рейтингов промышленных компаний // Управление финансовыми рисками. 2009. № 3. С. 228–242.
5. Карминский А.М., Костров А.В., Мурзенков Т.Н. Моделирование вероятности дефолта российских банков с использованием эконометрических методов. М.: НИУ «ВШЭ», 2012.
6. Коссова Т.В., Коссова Е.В. Оценка кредитного риска компаний российского корпоративного сектора на основе прогнозирования вероятности дефолта по обязательствам // Проблемы анализа риска. 2011. Т. 8. № 2. С. 68–78.
7. О порядке формирования кредитными организациями резервов на возможные потери по ссудам, по ссудной задолженности и приравненной к ней задолженности: положение Банка России от 26.03.2004 № 254-П.
8. О развитии малого и среднего предпринимательства в Российской Федерации: Федеральный закон от 24 июля 2007 № 209-ФЗ.
9. Патласов О.Ю. Применение моделей и критериев Альтмана в анализе финансового состояния сельхозпредприятий // Финансовый менеджмент. 2006. № 6.
10. Порошина А.М. Развитие моделей кредитного риска на рынке ипотечного кредитования // Управление экономическими системами. 2012. № 12.
11. Тотьмянина К.М. Обзор моделей вероятности дефолта // Управление финансовыми рисками. 2011. № 1. С. 12–24.
12. Agarwal S., Chomsisengphet S., Liu C. Determinants of small business default. Working Paper, University of Nevada, Reno, 2004.
13. Altman E.I, Sabato G., Wilson N. The value of non-financial information in small and medium-sized enterprise risk management // Journal of credit risk, 2010, no. 6, pp. 95–127.
14. Altman E.I., Sabato G. Modelling credit risk for SMEs: evidence from the U.S. market // Abacus, 2007, no.43, pp. 332–357.
15. Altman Edward I. Financial ratios, discriminant analysis and the prediction of corporate bankruptcy // Journal of finance, September 1968, pp. 589–609.
16. Angelkort A. Stuwe A. Basel III and SME financing. Edited by Sina Dürrenfeldt, Philipp Fink, Friedrich-Ebert-Stiftung, 2011.
17. Angilella S., Mazz U.S. The financing of innovative SMEs: a multicriteria credit rating model. URL: Link.
18. Calabrese R., Marra G., Osmetti S.A. Bankruptcy prediction of small and medium enterprises using a flexible binary generalized extreme value model // Journal of applied statistics, 2013, vol. 40.
19. Calabrese R., Osmetti S.A. Modelling small and medium enterprise loan defaults as rare events: the generalized extreme value regression model // Journal of applied statistics, 2013, vol. 40, no. 6, pp. 1172–1188.
20. Ciampi F., Gordini N. Small enterprise default prediction modeling through artificial neural networks: an empirical analysis of Italian small enterprises // Journal of small business management, 2013.
21. Cody R., Smith J. Applied statistics and the SAS programming language. Pretence Hall, 1991. 445 p.
22. Coravos A.R. Measuring the likelihood of small business loan default: community development financial institutions (CDFIs) and the use of credit-scoring to minimize default risk. Duke University, Durham, North Carolina, 2010.
23. Dietsch M., Petey J. Should SME exposures be treated as retail or corporate exposures? A comparative analysis of default probabilities and asset correlations in French and German SMEs // Journal of banking and finance, 2004, 28, pp. 773–788.
24. Glennon D., Nigro P. Measuring the default risk of small business loans: a survival analysis approach // Journal of money, credit, and banking, 2005, vol. 37, no. 5, pp. 923–947.
25. Harrell Frank. Regression modeling strategies. New York, Springer, 2001. 600 p.
26. Hausman J.A. and McFadden D.A. Specification test for the multinomial logit model // Econometrica,1984, vol. 52, pp. 1219–1240.
27. Hosmer D. and Lemeshow S. Applied logistic regression. John Wiley and sons, New York, 2000. 528 p.
28. Lin S.-M., Ansell J., Andreeva G. Predicting default of a small business using different definitions of financial distress // Journal of operational research society, 2011, no. 4, p. 539–548.
29. Lugovskaya L. Predicting default of Russian SMEs on the basis of financial and non-financial variables // Journal of financial services marketing, 2009, vol. 14, pp. 301–313.
30. McCann F., McIndoe-Calder T. Determinants of SME loan default: the importance of borrower-level heterogeneity // Research technical papers from Central bank of Ireland, 2012.
31. Milos S., Klepac D.M., Suman P. The applicability of the Edmister model for the assessment of credit risk in Croatian SMEs // UTMS journal of economics, 2013, vol. 4, pp. 163–174.
32. Moro Fink M. Loan managers’ trust and credit access for SMEs // Journal of banking & finance, 2013, vol. 37, pp. 927–936.
33. Ohlson J. Financial ratios and the probabilistic prediction of bankruptcy // Journal of accounting research, 1980, pp. 109–131.
34. Pederzoli C., Thoma G., Torricelli C. Modelling credit risk for innovative SMEs: the role of innovation measures // Journal of financial services research, 2013, vol. 44.
35. Sanobar anjum. Business bankruptcy prediction models: a significant study of the Altman’s Z-score model // Asian journal of management research, 2012, vol. 3.
36. Vieira A., Ribeiro B., Chen N. Credit scoring for SME using a Manifold supervised learning algorithm. IDEAL, 2012, pp. 763–770.

Посмотреть другие статьи номера »