ОБОСНОВАНИЕ БАНКОВСКОГО РЕЙТИНГАЧЕРЕЗ ОСНОВНЫЕ КОМПОНЕНТЫ - МЕТОДОЛОГИЯ МАХАЛАНОБИСА |
ЭКОНОМИЧЕСКИЕ НАУКИ |
научная статья | 336.146 | ||
9-15 | banking, bank ratings, listing, Mahalanobis methodology, банковское дело, банковские рейтинги, листинг, методология Махаланобис |
В статье представлены первые результаты применения нового подхода к оценке рейтингов банков, не прохо дивших процедуру листинга. Исследование основывается на ранжировании основных рейтинговых агентств, применяемом к листинговым финансовым посредникам. Результаты углубленного исследования базовых банковских показателей приводятся с целью оценки возможности выявления фактически благополучных банков в сравнении с отобранными примерами финансовых посредников, подверженных особым скрытым «патологиям». В работе используются известные и новые статистические инструменты с целью сравнения примеров высокорейтинговых банков с выбранными примерами низкорейтинговых, а также для оценки ошибки статистического распределения. Используется оригинальная методология - так называемый метод Махаланобиса (PC-M). Он заключается в проверке положения каждого банка в пространстве векторов значимых показателей, рассчитанных на основе специального набора трансформированных индикаторов. Это позволяет выявить группу финансовых посредников с низкими результатами, которые требуют особого пруденциального надзора. Такой подход представляет собой мощный инструмент для определения опережающих сигналов нестабильности для отдельных банков и групп банков независимо от их участия в листингах или рейтингах. |
2 . Altman E.I., 1968, Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy, Journal of Finance, 23, pp. 189-209. 3 . Antill N., Lee K. 2013, Company Valuation under IFRS, 1st dition, Harriman House Publishing. 4 . Dermine J., 2009, Bank Valuation and Value Based Management: Deposit and Loan Pricing, Performance Evaluation, and Risk, 2nd Edition forthcoming (2014), McGraw-Hill. 5 . Hotelling, H., 1933, Analysis of a Complex of Statistical Variables into Principal Components, Journal of Educational Psychology, 24, 417-441, 498-520. 6 . Jolliffe I.T., 2002, Principal Component Analysis, second edition, New York: Springer-Verlag New York, Inc. 7 . Johnson R.A. - Wichern D.W., 2013, Applied Multivariate Statistical Analysis, Pearson. 8 . Langohr H.M., Langohr P.T., 2009, The Rating Agencies And Their Credit Ratings: What They Are, How They Work, And Why They Are Relevant, Wiley Finance, John Wiley & Sons Inc. 9 . Mahalanobis P.C., 1936, On the Generalised Distance in Statistics, in Proceedings of the National Institute of Sciences of India, vol. 2, n? 1, pp. 49-55. 10 . McLachlan G.J., 2004, Discriminant Analysis And Statistical Pattern Recognition, Wiley Series in Probability and Statistics. 11 . Nobes C., Parker R., 2012, Comparative International Accounting, 12th Edition, Prentice Hall CE. 12 . Nye R.P., 2014, Understanding and Managing the Credit Rating Agencies, Euromoney Books. 13 . Pearson K., 1901, On lines and planes of closest fit to systems of points in space, Philosophical Magazine Series 6, vol.2, issue 11. 14 . Rutigliano M., ed., 2012, L'analisi del bilancio delle banche. Rischi, misure di performance, adeguatezza patrimoniale, Milano. 15 . Saunders A., 1999, Credit Risk Measurement: New Approaches to Value at Risk and Other Paradigms, John Wiley & Sons, New York. |