Open AccessApproaches to developing an internal model for assessing the long-term probability of default for corporate borrowers in the "retail" segment»
Author(s) -
Альфия Васильева
Publication year - 2020
Publication title -
korporativnye finansy
Language(s) - Russian
Resource type - Journals
ISSN - 2073-0438
DOI - 10.17323/j.jcfr.2073-0438.14.1.2020.91-114
Subject(s) - business , term (time) , probability of default , financial system , actuarial science , accounting , econometrics , credit risk , economics , physics , quantum mechanics
Аннотация
Данная работа является следующим этапом исследовательской работы авторов в рамках разработки подходов к моделированию кредитного риска, с учетом требований МСФО 9, для российских банков. Данный стандарт внедрен был внедрен во всем мире с 1 января 2018 года (в том числе и на российском банковском рынке) в соответствии правилами которого требуется уточнение действующих моделей оценки кредитного риска. В основу МСФО (IFRS) 9 положен подход «ожидаемых кредитных потерь» (ECL/ОКП). Новая бизнес-модель кардинально меняет подход к формированию резервов, в том числе благодаря учету влияния макроэкономических показателей на их величину.
Целью настоящей статьи является построение модели оценки вероятности дефолта корпоративных заемщиков сегмента «Торговля» за весь срок действия активов, в соответствии с требованиями МСФО 9.
Разработка модели в рамках настоящей работы проведена на данных реального Банка[1], поэтому результаты и методы, применяемые в рамках настоящей работы могут быть использованы как коммерческим банкам, так и регулирующими органами в рамках реализации проектов по внедрению МСФО (IFRS) 9. Практическая ценность данной работы также определяет ее научную новизну, так как данная работа представляет собой одно из первых исследований в области долгосрочной вероятности дефолта на реальных данных российских корпоративных клиентов коммерческих банков.
В рамках настоящей работы вероятность дефолта в течение срока жизни финансового инструмента (life-time PD/ lt PD) производится на основе параметрической модели, при этом в рамках настоящей задачи были исследованы два класса распределений (двухпараметрическое распределение Вейбулла и модифицированное распределение Вейбулла). Результаты разработки модели представлены в настоящем отчете.
[1] В силу конфиденциальности информации авторы не раскрывают название банка, данные по портфелю которого были использованы, а также наименования его клиентов