Statistical Models for Corporate Credit Risk Assessment – Rating Models

Abstract

Taking into consideration the weakness of the models based on discrimination function (Z-score) proposed by Altman within the conditions of polish economy some attempts were taken in the 90s to adjust these models to the reality of post-communist economy. The initial interest in the models of multivariate discriminant analysis was extended by logistic regression models and then also by neural networks and decision trees. In the recent years some attempts were also taken to apply models of the event history analysis. Rating models based on developed bankruptcy risk models are basic element in credit risk management. Paper focuses on the critical assessment of statistical methods applied and points out the advantages and disadvantages of various approaches toward the estimation of models. Empirical comparative analysis were conducted based on the sample of enterprises. The possible application of statistical models in credit risk assessment of enterprises (rating models) was pointed out.

Dostrzegając słabość modeli opartych na funkcji dyskryminacyjnej Z-score zaproponowanej przez Altmana w warunkach gospodarki polskiej podjęto w latach 90. próby dostosowania tych modeli do realiów gospodarki post-komunistycznej. Początkowe zainteresowanie modelami wielowymiarowej analizy dyskryminacyjnej poszerzono o modele regresji logistycznej a później również o sieci neuronowe i drzewa decyzyjne. W ostatnich latach podjęto również próby zastosowania modeli analizy historii zdarzeń. Modele ratingowe oparte na wypracowanych modelach upadłości stanowią kluczowy element w zarządzaniu ryzykiem kredytowym. W artykule podjęto próbę krytycznej oceny stosowanych metod statystycznych oraz wskazano na zalety i wady różnych podejść do budowy modeli. Przeprowadzono porównawczą analizę empiryczną na próbie przedsiębiorstw. Wskazano na możliwość wykorzystania modeli statystycznych do oceny ryzyka kredytowego przedsiębiorstw (modele ratingowe).