Treść książki
Przejdź do opcji czytnikaPrzejdź do nawigacjiPrzejdź do informacjiPrzejdź do stopki
444
NataliaNehrebecka7KamilaDerlatka
Cowięcej,modelproporcjonalnegohazarduCoxajestwrażliwynawspółlinio-
wośćzmiennych,któraczęstowystępujewprzypadkuwskaźnikówfinansowych.
Innymprzykładembadaniaporównującegomodelestatycznezdynamicznymi
jestanalizaprzeprowadzonaprzezHwangaiin.(2011).Wtymprzypadkuzesta-
wionostrukturalnymodelMertonazdyskretnymmodelemhazardu.Prawdopo-
dobieństwabankructwazostałyobliczonenapodstawiedanychzokresu1983–
2005pochodzącychzbazyCOMPUSTATiCRSP
.Posłużyłyonejakoprzybliżenie
ekonomicznejnieefektywnościwmodelustochasticfrontier.Poszukiwaniezależ-
nościpomiędzybankructwemprzedsiębiorstwaaekonomicznąnieefektywnością
jestzasadne,ponieważefektywnośćekonomiczna,awięcto,czyfirmajestwsta-
nieuzyskaćmaksymalnyproduktzdostępnychczynnikówprodukcji,jestważnym
wyznacznikiemdługoterminowejkondycjifirmyijejmożliwości.Zazmiennąza-
leżnąwmodelustochasticfrontierprzyjętologarytmnaturalnyzwartościpro-
dukcji,którejprzybliżeniemjestsumawzrostuwartościsprzedażyorazwartości
zapasów.Wzbiorzezmiennychobjaśniającychznalazłysię:liczbazatrudnionych
pracowników,wartośćaktywówtrwałych,branża,wiekfirmyorazprawdopodo-
bieństwobankructwaobliczonenapodstawiemodeluMertonalubmodeluhazar-
du.Natomiastzmienne,któreposłużyłydoobliczeniatychprawdopodobieństw,
toprzedewszystkim:ilorazprzychoduzesprzedażyirynkowejwartościaktywów,
ilorazcałkowitegozadłużeniairynkowejwartościaktywóworazzmienneukazują-
cewartośćgiełdowąfirmy.Wynikianalizypotwierdziłyhipotezę,żeprawdopodo-
bieństwabankructwaobliczonenapodstawiemodeluhazarducharakteryzująsię
szerszymzakreseminformacyjnymniżteobliczonenapostawiemodeluMertona.
Wceluporównaniadwóchmodelistochasticfrontierautorzyzestawiliwartości
logarytmówfunkcjiwiarogodności.Wartopodkreślić,żedotegocelusłużątakże
wartościkryteriówinformacyjnychAICiBIC,którezostałypominięte.Cowięcej,
jedynietrzyzmiennezośmiupoczątkowowprowadzonychdomodeluhazardu
okazałysięistotne.Autorzywiększośćzmiennychzaczerpnęlizliteratury–m.in.
pracyShumwaya(2001),alenieporównująuzyskanychwynikówzwynikamiwcze-
śniejszychbadań.Niewskazująrównież,dlaczegopięćzmiennychobjaśniających
niemawpływunaprawdopodobieństwobankructwa.Ponieważmodelehazardu
sąwrażliwenazbytmałąliczbęobserwacjibędących„zdarzeniami”,awanalizo-
wanejpróbiena9150firmjedynie133zbankrutowały,dowynikówtychnależy
podchodzićzostrożnością,ponieważtakiezachwianieproporcjimożepowodo-
waćobciążenieestymatorów,awkonsekwencjitakżebłędnewnioski.
Dobardziejzaawansowanychmodelidynamicznychnależąm.in.modele
opartenałańcuchachMarkowa–uwzględniającecałąhistorięratingowądanego
przedsiębiorstwa.Takiepodejściedobadaniaryzykakredytowegozaproponowali
FrydmaniSchuermann(2008).Autorzyprzeprowadzilianalizęwcelusprawdze-
nia,któryzmodeli–jednorodnyczymieszanyłańcuchMarkowabędzielepiej
dopasowanydodanych.Wtymceludokonanopredykcjiratingównaokresout-
-of-sampleiporównanobłędyprognoz.Próbapochodzizezbiorówagencjiratin-
gowejStandard&Poorizawierainformacjenatematratingównajwiększychkor-
poracjiwUSAzlat1981–2005,gdzieokres2002–2005jestokresemout-of-sample.
