Procena verovatnoće neizvršenja za privredna društva u Republici Srbiji

Abstract

U ovom radu prikazan je razvoj kvantitativnog PD modela u skladu sa standardima Bazelskog sporazma o kapitalu. Set podataka za modeliranjezasniva se na informacijama iz finansijskih izveštaja iz Republike Srbije. Cilj rada je da se razvije model kreditnog skoringa koji je sposoban da utvrdi procene PD sa visokom prediktivnom sposobnošću na osnovu uzorka privrednih društava. Modeliranje se zasniva na podacima iz godišnjih finansijskih izveštaja privrednih društava u Srbiji iz perioda od 5 godina. Pristup pondera izvesnosti (WOE) je primenjen kako bi se kvantitativno transformisala i pripremila finansijska racija. Korelaciona analiza je iskorišćena za skraćivanje dugačke liste promenjivih i za isključivanje visoko međuzavisnih promenjivih iz razvojnog i validacioniog seta podataka. U skladu sa najboljom bankarskom praksom i akademskom literaturom konačni model je dobijen korišćenjem prilagođene stepenaste logističke regresije. Konačno predložen model i njegovi konstitutivni elementi u vidu finansijskih racija obrazloženi su i upoređeni sa primerima iz relevantne akademske literature.

In this paper a quantitative PD model development has been excercised according to the Basel Capital Accord standards. The modeling dataset is based on the financial statements information from the Republic of Serbia. The goal of the paper is to develop a credit scoring model capable of producing PD estimate with high predictive power on the sample of corporate entities. The modeling is based on 5 years of end-of-year financial statements data of available Serbian corporate entities. Weight of evidence (WOE) approach has been applied to quantitatively transform and prepare financial ratios. Correlation analysis has been utilized to reduce long list of variables and to remove highly interdependent variables from training and validation datasets. According to the best banking practice and academic literature, the final model is provided by using adjusted stepwise Logistic regression. The finally proposed model and its financial ratio constituents have been discussed and benchmarked against examples from relevant academic literature.