BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Nehrebecka Natalia (University of Warsaw, Narodowy Bank Polski, Warsaw, Poland)
Tytuł
An Evaluation of the Discriminatory Power of Selected Polish Bankruptcy Prediction Models as Part of the Validation Process
Ocena siły dyskryminacyjnej wybranych polskich modeli predykcji bankructwa w ramach procesu walidacji
Źródło
Nauki o Finansach / Uniwersytet Ekonomiczny we Wrocławiu, 2018, vol. 23, nr 4, s. 63-88, tab., bibliogr. 48 poz.
Financial Sciences / Uniwersytet Ekonomiczny we Wrocławiu
Słowa kluczowe
Bankructwo, Prognozowanie, Walidacja
Bankruptcy, Forecasting, Validation
Uwagi
Klasyfikacja JEL: C13, G33, C45
streszcz., summ.
Abstrakt
Celem artykułu było przedstawienie technik walidacji ze względu na moc dyskryminacyjną, jednocześnie ze wskazaniem zastrzeżenia powyższych technik, oraz sprawdzenie dopasowania istniejących polskich modeli predykcji bankructwa w kontekście zdolności dyskryminacyjnych. Jest to pierwsze badanie, które przeprowadza walidację takich modeli. Na podstawie analizy uzyskano, że piąty model opracowany przez Hadasik charakteryzował się bardzo wysoką zdolnością dyskryminacyjną. Ocenę siły dyskryminacyjnej modeli zdecydowano się oprzeć na współczynniku Giniego, statystyce Kołmogorowa-Smirnova, mierze H, wartości informacji IV oraz na precyzji oszacowań bankructwa.(abstrakt oryginalny)

The purposes of this article are to present validation techniques according to their discriminatory power, while indicating the reservations about such techniques, and to check the adjustment of the existing Polish bankruptcy prediction models in the context of their discriminatory power. This is the first study that performs a validation of such models. Based on the analysis, it was found that the fifth model developed by Hadasik was characterised by a very high discriminatory power. The decision was made to base the evaluation of the discriminatory power of the modules on the Gini index, the Kolmogorov-Smirnov statistic, the H measure, the information value (IV), and the precision of the estimates of bankruptcy.(original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Szkoły Głównej Handlowej w Warszawie
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Pełny tekst
Pokaż
Bibliografia
Pokaż
  1. Altman E.I., 1968, Financial ratios, discriminant analysis and the prediction of corporate bankruptcy, The Journal of Finance, pp. 589-609.
  2. Altman E.I., 1983, Corporate Financial Distress: A Complete Guide to Predicting, Avoiding, and Dealing with Bankruptcy, John Wiley & Sons.
  3. Altman E.I., Haldeman R.G., Narayanan P., 1977, ZETATM analysis. A new model to identify bankruptcy risk of corporations, Journal of Banking and Finance, pp. 29-54.
  4. Altman E.I., Hotchkiss E., 2007, Trudności finansowe a upadłość firm, CeDeWu, Warszawa, p. 239.
  5. Anderson R., 2007, The Credit Scoring Toolkit. Theory and Practice for Retail Credit Risk Management and Decision Automation, Oxford.
  6. Antonowicz P., 2007, Metody oceny i prognoza kondycji ekonomiczno-finansowej przedsiębiorstw, Gdańsk.
  7. Appenzeller D., Szarzec K., 2004, Prognozowanie zagrożenia upadłością polskich spółek publicznych, Rynek Terminowy, nr 1, pp. 120-128.
  8. Bank for International Settlements. Studies on the Validation of Internal Rating Systems, May 2005, http://www.bis.org/publ/bcbs_wp14.pdf.
  9. Bloechlinger A., 2012, Validation of Default Probabilities, Cambridge.
  10. Bluemke O., 2014, On the negative correlation between default rates and the discriminatory power of credit ratings, The Journal of Fixed Income, Fall, http://www.iijournals.com/doi/abs/10.3905/ jfi.2014.24.2.019?journalCode=jfi.
  11. Dyrektywa Parlamentu Europejskiego i Rady 2013/36/UE z dnia 26 czerwca 2013 r. w sprawie warunków dopuszczenia instytucji kredytowych do działalności oraz nadzoru ostrożnościowego nad instytucjami kredytowymi i firmami inwestycyjnymi, zmieniająca dyrektywę 2002/87/WE i uchylająca dyrektywy 2006/48/WE oraz 2006/49/WE.
  12. Engelmann B., Hayden E., Tasche D., 2003, Testing rating accuracy, https://www.esma.europa.eu/file/15962/download?token=2z1UXVZH (1.09.2016).
  13. Gajdka J., Stos D., 1996, Wykorzystanie analizy dyskryminacyjnej w przewidywaniu bankructwa spółki, [in:] Duraj J. (ed.), Przedsiębiorstwo na rynku kapitałowym, Wydawnictwo Uniwersytetu Łódzkiego, Łódź.
  14. Generalny Inspektorat Nadzoru Bankowego. Walidacja zaawansowanych metod wyliczania wymogów kapitałowych z tytułu ryzyka kredytowego i operacyjnego. Dokument konsultacyjny, Warszawa 2006.
  15. Generalny Inspektorat Nadzoru Bankowego. Konsultacje i wdrożenie postanowień Nowej Umowy Kapitałowej w sektorze bankowym w Polsce. Dokument konsultacyjny, Warszawa 2005, https://www.knf.gov.pl/Images/dokument_konsultacyjny_1_tcm75-4763.pdf.
  16. Godlewska S., 2010, Skuteczność polskich modeli dyskryminacyjnych w ocenie zagrożenia upadłością spółek giełdowych, Lublin.
  17. Gruszczyński M., 2003, Modele mikroekonometrii w analizie i prognozowaniu zagrożenia finansowego przedsiębiorstw, Studia Ekonomiczne, nr 34, Wydawnictwo INE PAN, Warszawa.
  18. Hamrol M., Chodakowski J., 2008, Prognozowanie zagrożenia finansowego przedsiębiorstwa. Wartość predykcyjna polskich modeli analizy dyskryminacyjnej, Wrocław.
  19. Hamrol M., Czajka B., Piechocki M., 2004, Upadłość przedsiębiorstwa - model analizy dyskryminacyjnej, Przegląd Organizacji, nr 6, pp. 35-39.
  20. Hand D.J., Measuring classifier performance: A coherent alternative to the area under the ROC curve, Machine Learning, October 2009, http://link.springer.com/article/10.1007/s10994-009-5119-5.
  21. Hołda A., 2001, Prognozowanie bankructwa jednostki w warunkach gospodarki polskiej z wykorzystaniem funkcji dyskryminacyjnej ZH, Rachunkowość, nr 5, pp. 306-310.
  22. Irwin J., Irwin T., 2012, Appraising credit ratings: Does the CAP fit better than the ROC?, International Monetary Fund, https://www.imf.org/external/pubs/ft/wp/2012/wp12122.pdf.
  23. Jagiełło R., 2013, Analiza dyskryminacyjna i analiza logistyczna w procesie oceny zdolności kredytowej przedsiębiorstw, Materiały i Studia, Warszawa.
  24. Kisielińska J., Waszkowski A., Polskie modele do prognozowania bankructwa przedsiębiorstw i ich weryfikacja, http://www.wne.sggw.pl/czasopisma/pdf/EIOGZ_2010_nr82_s17.pdf.
  25. Komisja Nadzoru Finansowego. Rekomendacja J dotycząca zasad gromadzenia i przetwarzania przez banki danych o nieruchomościach, Warszawa 2012.
  26. Komisja Nadzoru Finansowego. Rekomendacja T dotycząca dobrych praktyk w zakresie zarządzania ryzykiem detalicznych ekspozycji kredytowych, Warszawa 2013.
  27. Korol T., Prusak B., 2005, Upadłość przedsiębiorstw a wykorzystanie sztucznej inteligencji, CeDeWu.pl Wydawnictwo Fachowe, Warszawa.
  28. Kruger M., Validation and monitoring of PD models for low default portfolios using PROC MCM, https://www.researchgate.net/publication/282074223_Validation_and_monitoring_of_PD_models_for_low_default_portfolios_using_PROC_MCMC.
  29. Lessman S., Seow H.-V., Baesens B., Thomas C.L., 2013, Benchmarking state-of-the-art classification algorithms for credit scoring: A ten-year update, http://www.business-school.ed.ac.uk/waf/crc_archive/2013/42.pdf.
  30. Lingo M., 2008, Discriminatory power: an obsolete validation criterion?, DefaulRisk.com, February, http://www.defaultrisk.com/pp_test_42.htm.
  31. Mazurczak A., Turek-Radwan M., 2013, Skuteczność modeli predykcji bankructwa opracowanych w polskich ośrodkach naukowych. Metody i techniki diagnozowania w doskonaleniu organizacji, Kraków.
  32. Mączyńska E., 1994, Ocena kondycji przedsiębiorstwa (uproszczone metody), Życie Gospodarcze, nr 38, pp. 42-45.
  33. Mączyńska E., Zawadzki M., 2006, Dyskryminacyjne modele predykcji bankructwa przedsiębiorstw, Ekonomista.
  34. Medema L., Koning R.H., Lensink R., Medema M., 2009, A practical approach to validating a PD model, Journal of Banking & Finance, 33(4), pp. 701-708.
  35. Orth W., 2012, The Predictive Accuracy of Credit Ratings: Measurement and Statistical Inference, International Journal of Forecasting, January-March.http://www.sciencedirect.com/science/article/pii/S0169207011001014.
  36. Pociecha J. (ed.), 2014, Statystyczne metody prognozowania bankructwa w zmieniającej się koniunkturze gospodarczej, Kraków.
  37. Pogodzińska M., Sojak S., 1995, Wykorzystanie analizy dyskryminacyjnej w przewidywaniu bankructwa przedsiębiorstw, AUNC, Ekonomia XXV, z. 299, Toruń.
  38. Prorokowski Ł., 2016, Rank-order statistics for validating discriminative power of credit risk models, Bank i Kredyt.
  39. Prusak B., 2005, Nowoczesne metody prognozowania zagrożenia finansowego przedsiębiorstw, Warszawa.
  40. Rezac F., Rezac M., 2011, How to measure the quality of credit scoring models, Czech Journal of Economics and Finance.
  41. Rozporządzenie Parlamentu Europejskiego i Rady UE nr 575/2013 z dnia 26 czerwca 2013 r. w sprawie wymogów ostrożnościowych dla instytucji kredytowych i firm inwestycyjnych, zmieniające rozporządzenie UE nr 648/2012.
  42. Siarka P., 2011, Quality measures of scoring models, Journal of Risk Management in Financial Institutions, London.
  43. Siedlecka U., 1996, Prognozowanie ostrzegawcze w gospodarce, Warszawa.
  44. Sojak S., Stawicki J., 2001, Wykorzystanie metod taksonomicznych do oceny kondycji ekonomicznej przedsiębiorstw, [in:] Bednarski L. (ed.), Zeszyty Teoretyczne Rachunkowości, vol. 3(59), Warszawa, pp. 56-67.
  45. Tasche D., 2006, Validation of internal rating systems and PD estimates, [in:] The Analytics of Risk Model Validation, Elsevier, Cambridge, UK.
  46. Tasche D., 2016, Validation of internal ratings and PD estimates, https://arxiv.org/pdf/physics/0606071.pdf.
  47. Wojnar J., 2014, Ocena skuteczności modeli analizy dyskryminacyjnej do prognozowania zagrożenia finansowego spółek giełdowych, Tarnów.
  48. Wysiński P., 2013, Zastosowanie scoringu kredytowego w zarządzaniu ryzykiem kredytowym, Biznes międzynarodowy w gospodarce globalnej. International Business and Global Economy, Gdańsk.
Cytowane przez
Pokaż
ISSN
2080-5993
Język
eng
URI / DOI
http://dx.doi.org/10.15611/fins.2018.4.05
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu