Russia Delinquency Predictor

1. Russia Delinquency Predictor Initial data

2. НОВОЕ В ИНДЕКСЕ ДОЛЖНОЙ ОСМОТРИТЕЛЬНОСТИ • Ввиду улучшившегося качества базы изменились принципы моделирования в части основных подходов и теперь применяется логистическая регрессия. • Улучшились статистические характеристики полученной модели. • Улучшение модели в связи с повышением качества информации привело к возможности выявлять наиболее значимые факторы и проводить анализ чувствительности. • Изменилось факторное пространство. Сократилось использование финансовых факторов, так как для их анализа создан новый индекс – ИФР. Добавились новые факторы – существенные факты, отрасль, регион. Учет региона позволяет выявлять новые схемы ликвидации недобросовестных юридических лиц. • В совокупности с новым финансовым анализом ИФР и ИПД можно проводить комплексный анализ компании под разными углами зрения. 2

3. ИНДЕКС ФИНАНСОВОГО РИСКА На смену индекса кредитного риска пришел финансовый По сравнению с кредитным индексом версия финансового риска – это более продвинутая скоринговая оценка 3

4. Базовая выборка, с чего мы начали При формировании выборки для расчета индекса за основу были взяты данные из базы данных СПАРК - 8 800 000 компаний (включая ликвидированные). Из них: Благонадежные и Финансово устойчивые • Эмитенты – финансово устойчивые, голубые фишки • Системообразующие и стратегические предприятия • Компании, сдающие отчетность в соответствии с МСФО • Известные устойчивые подписчики СПАРК • Добросовестные плательщики из базы Трейдейта В результате из полученной выборки компаний можно выделить 3 основные группы: Банкроты • Информация о банкротстве в СПАРК, включая ЕФРСБ Неблагонадежные • Решения арбитражных судов • Российской Федерации в отношении ООО 4

5. Предсказание банкротства – история и современность 1-й этап исследований по предсказанию банкротств (1930 – 1965): • 1930 - Bureau of Business Research (BBR) 24 фактора / Выборка основана на 29 фирмах; • 1935 - Smith and Winakor 6 факторов/Выборка из 183 фирм. Мало данных, мало факторов, простейшие модели. 2-й этап исследований по предсказанию банкротств (1965 – наши дни): • 1966 - Beaver 30 факторов/В модели использована выборка из 79*2 фирм; • 1968 - Altman 5 факторов/В выборке участвовало 100 000 фирм. • Первые компьютерные модели, больше выборки, больше факторов, сложнее модели. 3-й этап исследований по предсказанию банкротств: Использование открытых данных, колоссальные выборки, сложные модели,включая SVM и нейронные Сети, изменение методологии, отход от финансовых коэффициентов. 5

6. Какие показатели мы выбрали для расчета? При расчете факторов неплатежеспособности были использованытакие финансовые показатели как: Выручка Активы Дебиторская и кредиторская задолженность и др. и др. 6

7. Основные коэффициенты для построения модели Проанализировав большую часть международных исследований мы выбрали 20 наиболее распространенных и значимых факторов, которые схематично можно объединить в три группы: 7

8. Почему мы выбрали нейронные сети? Работая над созданием скоринга, было проведено большое количество тестов различных моделей. Наилучшие результаты продемонстрировала RBF-нейросеть, и поэтому итоговый выбор пал именно на нее. • Сеть с радиальными базисными функциями (RBF) – двухслойная сеть, которая содержит скрытый слой радиально симметричных скрытых нейронов. Такие сети моделируют произвольную нелинейную функцию с помощью одного промежуточного слоя. • Модель позволяет дать полученным результатам прозрачную и внятную экономическую интерпретацию. • При использовании можно видеть так называемые аналоги, то есть те компании, банкротство или устойчивое состояние которых оказало максимальное влияние на значение индекса для конкретной компании. 8

9. Результаты исследований – что мы получили В общей сложности индекс можно рассчитать для 300000 компаний 9

10. Индекс финансового риска v.1.0 - что дальше? • Индекс финансового риска теперь будет проходить ежеквартальную калибровку и ежегодный пересмотр. • В будущем точность и предсказательная силаиндекса будет расти. • Добавлены новые факторы и анализ динамики показателей. • Интеграция с семейством глобальных скоринговD&B. 10

11. ПОРТРЕТ КОМПАНИИ В СПАРКЕ 11

12. СПАСИБО ЗА ВНИМАНИЕ! 12