Наши популярные онлайн курсы
Коллеги добрый день! Мы с коллегами работаем над цифровой модели рисков, в том числе рисков кредитоспособности. В связи с этим хотел уточнить у вас на сколько эта тема актуальна:
""Развитие современных технологий позволяет математически рассчитать величину кредитоспособности, составив цепочки зависимостей от основания виртуальной пирамиды, в которой лежат операционные риск-факторы с учетом отраслевой специфики до ее вершины, где находятся финансовые факторы (такие, как например, DSCR). Остается калибровать эти значения на шкалу вероятности дефолта, которая на основе подтвержденной дефолтной статистики может сопоставляться с другими шкалами. Например, шкалы рейтинговых агентств.
Такой подход позволяет дополнить традиционную оценку кредитного качества, практикуемую рейтинговыми агентствами и рекомендуемую Базельским комитетом (область А. на Рисунке 1), новым измерением, в котором важную роль играют фундаментальные показатели бизнеса (область Б. на Рисунке 1). Это позволяет учесть показатели эффективности бизнеса и качества управления, например, согласно логике APQC, McKensey или Accentures, и определить их влияние на кредитоспособность как напрямую, так и через взаимосвязи между собой и финансовыми риск-факторами при оценке кредитного рейтинга. Кроме того, предлагаемый подход позволяет оцифровать не только количественные, но и качественные факторы, которые при присвоении рейтинга сегодня во многом зависят от субъективного мнения кредитного аналитика"
Использование многофакторной цифровой модели дополняет (усиливает) традиционную методологию оценки кредитного качества, делая процесс рейтингования более последовательным и прозрачным. Определение значимости риск-факторов и их взаимозависимостей по степени влияния на вероятность дефолта делает работу над повышением кредитного рейтинга понятной как внутреннему, так и внешнему потребителю.
Современная эпоха цифровизации и искуственного интеллекта требует усовершенствования процесса оценки кредитного качества. Благодаря использованию цифровой модели эмитент сможет самостоятельно оценивать свой кредитный рейтинг, определять наиболее значимые цепочки факторов, на него влияющие, и работать над его повышением, чтобы сэкономить на процентной ставке."
Насколько подобная цифровая модель, на ваш взгляд, была бы востребована в Вашей организации:
https://forms.gle/kakZsFejLcNwcmGH9
Ольга Котина
Зависит от того, насколько она будет точная, дорогая и удобная в использовании.
Меня очень смущает фраза «эмитент сможет самостоятельно оценивать свой кредитный рейтинг…, чтобы сэкономить на процентной ставке». Как бы дело не в том, что о своём кредитном рейтинге думает сам эмитент, важнее – во что верит инвестор/рынок. Как эту модель обслуживать – ума не приложу.
Регуляторы уже не первый год ломают головы над универсальными/справедливыми кредитными рейтинговыми моделями. На мой взгляд – их существовать не может априори. Например, что считать кредитным событием, на которое калибруемся? И так далее.
Пока не очень все прозрачно. Оцифровать качественные факторы, исторические присутствующие в кредитных рейтингах – намерение благое, понятное. Станет ли от этого модель точнее – вообще ни разу не факт.
Comments are closed.