Дрінь, СвітланаСердюк, Федір2024-05-132024-05-132023Дрінь С. С. Моделювання очiкуваних кредитних збиткiв / Дрiнь C. C., Сердюк Ф. O. // Могилянський математичний журнал. - 2023. - T. 6. - C. 14-19. - https://doi.org/10.18523/2617-70806202314-192617-70802663-0648https://doi.org/10.18523/2617-70806202314-19https://ekmair.ukma.edu.ua/handle/123456789/29514This article proposes a method for modeling the probability of default, describes the statistical evaluation of the model, and presents a model of the software implementation algorithm. The algorithm automatically selects from the group of regression models where the models are both linear regression and various modifications of semi-logarithmic models and lag models for macro factors 𝑋𝑖,𝑡,𝑋𝑖,𝑡−1, ...,𝑋𝑖,𝑡−𝑇 Statistical analysis is carried out using the coefficient of determination R-squared, p-value, VIF (variance inflation factor). The relevance of this topic is determined by the need for banking organizations to comply with international standards, such as International Financial Reporting Standards (IFRS 9) and the Agreement on Banking Supervision and Capital (Basel 3). These standards define credit risk assessment requirements and capital requirements. Adherence to these standards is important not only for ensuring the stability and reliability of the financial system, but also for maintaining the trust of clients and investors. Compliance with international standards also makes banks competitive in the global market and promotes investment inflows and the development of the financial sector. IFRS 9 can be presented in various mathematical models. The article proposes an approach to choosing the appropriate model for forecasting the probability of default. The described model selection method allows banks to choose the optimal default forecast assessment model within the framework of the given standard. This contributes to a more accurate and reliable assessment of credit risk, in accordance with regulatory requirements, which will provide banks with the means for better forecasting and management of financial resources, as well as risk reduction. The model selection methodology saves a significant amount of time and resources, since the search for the optimal model occurs automatically. This allows us to react more quickly to changes in the economic environment, improve decision-making strategies and manage credit risks, which is of great importance for financial institutions in a competitive environment. There is currently a war going on in Ukraine, and forecasting using current methods becomes a difficult task due to unpredictable stressful situations for the economy. In such conditions, standard models may not be sufficiently adapted to account for increased risk and volatility. The proposed approach allows finding more conservative forecasting models that can be useful in unstable periods and war.У цiй статтi запропоновано метод моделювання ймовiрностi дефолту, описано статистичну оцiнку моделi та представлено модель алгоритму програмної реалiзацiї. Алгоритм автоматично обирає з групи регресiйних моделей, де моделями є як лiнiйна регресiя, так i рiзнi модифiкацiї напiвлогарифмiчних моделей та лаговi моделi для макрофакторiв 𝑋𝑖,𝑡,𝑋𝑖,𝑡−1, ...,𝑋𝑖,𝑡−𝑇 Cтатистичний аналiз проводиться за використання коефiцiєнта детермiнацiї R-квадрат, p-value, VIF (variance inflation factor). Актуальнiсть цiєї теми визначається необхiднiстю дотримання банкiвськими органiзацiями мiжнародних стандартiв, таких як Мiжнароднi стандарти фiнансової звiтностi (МСФЗ 9) та Угода про банкiвський нагляд та капiтал (Базель 3). Цi стандарти визначають вимоги щодо оцiнки кредитного ризику та вимоги до розмiрiв капiталу. Дотримання цих стандартiв є важливим не тiльки для забезпечення стабiльностi та надiйностi фiнансової системи, а й для збереження довiри клiєнтiв та iнвесторiв. Вiдповiднiсть мiжнародним нормам також робить банки конкурентоспроможними на свiтовому ринку та сприяє припливу iнвестицiй та розвитку фiнансового сектору. МСФЗ 9 може бути iнтерпретований рiзними моделями. В статтi запропоновано пiдхiд щодо вибору вiдповiдної моделi для прогнозування ймовiрностi дефолту. Описана методика вибору моделi дає змогу банкам вибрати оптимальну модель оцiнки прогнозу дефолту в рамках наведеного стандарту. Це сприяє бiльш точнiй та надiйнiй оцiнцi кредитного ризику, вiдповiдно регуляторним вимогам, що забезпечить банки засобами для кращого прогнозування та управлiння фiнансовими ресурсами, а також зменшення ризикiв. Методологiя вибору моделi економить значну кiлькiсть часу та ресурсiв, оскiльки, пошук оптимальної моделi вiдбувається автоматично. Це дає змогу швидше реагувати на змiни в економiчному середовищi, вдосконалювати стратегiї прийняття рiшення та управляти кредитними ризиками, що має велике значення для фiнансових установ у конкурентному середовищi. В Українi в цей час триває вiйна, i прогнозування за допомогою чинних методiв стає складним завданням через непередбачуванi стресовi ситуацiї для економiки. У таких умовах стандартнi моделi можуть бути недостатньо адаптованими для врахування пiдвищеного ризику та нестабiльностi. Запропонований пiдхiд допоможе знайти бiльш консервативнi моделi прогнозування, якi можуть бути корисними в умовах нестабiльних перiодiв i вiйни.ukБазель 3МСФЗ 9ECLPDNPLстаттяBasel 3IFRS 9ECLPDNPLArticle