Metrika

  • citati u SCIndeksu: [2]
  • citati u CrossRef-u:[2]
  • citati u Google Scholaru:[]
  • posete u poslednjih 30 dana:6
  • preuzimanja u poslednjih 30 dana:4

Sadržaj

članak: 7 od 41  
Back povratak na rezultate
2019, vol. 48, br. 2, str. 12-29
Postoje li makroekonomski prediktori za Point-in-Time PD? Rezultati na osnovu baze podataka stopa neizmirenja Udruženja banaka Srbije
Univerzitet u Beogradu, Ekonomski fakultet

e-adresamilosbozovic@ekof.bg.ac.rs
Ključne reči: kreditni rizik; verovatnoća neizmirenja; makroekonomski faktori
Sažetak
Interni modeli koje banke koriste za ocenu kreditne sposobnosti svojih dužnika po pravilu daju ocene verovatnoće neizmirenja koje obuhvataju čitav poslovni ciklus. Za potrebe primene MSFI 9 neophodne su, međutim, ocene verovatnoće neizmirenja za konkretan vremenski trenutak, kao i uključivanja različitih makroekonomskih scenarija. Ovakve ocene zasnovane su prevashodno na uračunavanju efekata poslovnog ciklusa, te stoga podrazumevaju postojanje dokazive veze između makroekonomskih pokazatelja i ostvarenih stopa neizmirenja. U ovom radu analiziramo da li ovakva veza postoji na podacima banaka koje posluju u Srbiji. Koristimo nekoliko različitih pristupa za utvrđivanje ove veze - linearnu regresiju, autoregresioni proces, model sa korekcijom greške, pristup statičkih i dinamičkih panela, kao i dva Bayes-ova pristupa. Na čitavom uzorku model sa korekcijom greške pokazuje najbolje performanse i daje faktore prihvatljive ekonomske intuicije. Podaci po tipu proizvoda daju nešto manje pouzdane rezultate, što je delimično uslovljeno dominantnim uticajem segmenta malih i srednjih preduzeća u ukupnim stopama neizmirenja. Kao najrobustniji prediktori stopa neizmirenja izdvajaju se docnje u promenama ovih stopa, referentna stopa Narodne banke Srbije i stopa rasta bruto domaćeg proizvoda.
Reference
Ali, A., Daly, K. (2010) Macroeconomic determinants of credit risk: Recent evidence from a cross country study. International Review of Financial Analysis, 19(3): 165-171
Altman, E.I., Brady, B., Resti, A., Sironi, A. (2005) The Link between Default and Recovery Rates: Theory, Empirical Evidence, and Implications. Journal of Business, 78(6): 2203-2228, https://www.jstor.org/stable/10.1086/497044
Altman, E.I., Resti, A., Sironi, A. (2004) Default Recovery Rates in Credit Risk Modelling: A Review of the Literature and Empirical Evidence. Economic Notes, 33(2): 183-208
Bellotti, T., Crook, J. (2009) Credit scoring with macroeconomic variables using survival analysis. Journal of the Operational Research Society, 60(12): 1699-1707
Bruche, M., González-Aguado, C. (2010) Recovery rates, default probabilities, and the credit cycle. Journal of Banking & Finance, 34(4): 754-764
Duffie, D., Eckner, A., Horel, G., Saita, L. (2009) Frailty Correlated Default. Journal of Finance, 64(5): 2089-2123
Figlewski, S., Frydman, H., Liang, W. (2012) Modeling the effect of macroeconomic factors on corporate default and credit rating transitions. International Review of Economics & Finance, 21(1): 87-105
Fons, J.S. (1991) An Approach to Forecasting Default Rates. Moody's Special Report, August
Fridson, M. (1991) Everything You Ever Wanted to Know about Default Rates: Extra Credit, Merrill Lynch High Yield Strategy. July/August: 4-14
Magnus, J.R., Powell, O., Prüfer, P. (2010) A comparison of two model averaging techniques with an application to growth empirics. Journal of Econometrics, 154(2): 139-153, https://EconPapers.repec.org/RePEc
Simons, D., Rolwes, F. (2008) Macroeconomic Default Modeling and Stress Testing. De Nederlandsche Bank, Working paper, https://www.semanticscholar.org/paper/Macroeconomic-Default-Modeling-and-Stress-Testing-Simons-Rolwes/5db01c384d 451c91f5224c50731ceedb0b29821e
 

O članku

jezik rada: srpski, engleski
vrsta rada: izvorni naučni članak
DOI: 10.5937/bankarstvo1902012B
objavljen u SCIndeksu: 26.08.2019.
Creative Commons License 4.0