Сочинение на тему Модели опасности

Модели риска решают проблемы статических моделей путем явного учета времени. Среди их преимуществ – то, что они автоматически подстраиваются под период времени каждого наблюдения, поскольку эффективность каждого из них зависит от его последних данных и возраста. Их объяснительные переменные меняются со временем, и они дают более эффективные результаты вне выборки, используя больше данных (Shunway, 1999). Что касается данных, модели опасности устраняют проблему ограниченного числа наблюдений (Молина, 2002). Они рассмотрели, как далеко банк от дефолта, когда его финансовые характеристики измеряются (Молина, 2002), и они не принимают во внимание тот факт, что финансовые данные здорового банка могут со временем ухудшаться (Коул и Ву, 2009). / р>

Тип модели риска был использован Брауном и Динком (2009), чтобы сделать вывод о том, что правительство с меньшей вероятностью захватит или закроет банкротство, если банковская система слаба. Лю и Нго также использовали модель риска для изучения политического влияния на банкротство банков (2014). Торна (2010) использовал модель риска для исследования факторов, которые увеличивают вероятность того, что коммерческий банк будет проблемным, а те, что проблемный банк потерпит крах. Эстрелла, Парк и Перистиани (2000) также использовали своего рода модель риска для изучения роли коэффициентов капитала в банковском регулировании и их связи с банкротством банка.

Наиболее часто используемая модель риска в литературе – модель пропорционального риска Кокса (PHM). Это форма регрессии, изучающая влияние нескольких переменных на время, в которое происходит указанное событие. Модель регрессии PHM определяется как:

h (t) = h_0 (t) e ^ (b_1 X_1 + b_2 X_2 〖+ ⋯ + b〗 _k X_k) = h_0 (t) e ^ (b ^ t X)

Это также можно рассматривать как логарифмическую модель:

log [h (t)] = 〖log [h〗 _0 (t)] + b_1 X_1 + b_2 X_2 〖+ ⋯ + b〗 _k X_k