Nowa wersja platformy jest już dostępna.
Przejdź na https://bibliotekanauki.pl

PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2014 | 29 Rynki finansowe w dobie kryzysu | 29-46
Tytuł artykułu

CRI RMI - nowy model oceny ryzyka wystąpienia trudności finansowych firm

Warianty tytułu
CRI RMI - New Approach to Default Probability Calculation
Języki publikacji
PL
Abstrakty
W zaprezentowanej pracy autor starał się przybliżyć nową inicjatywę oceny ryzyka wystąpienia trudności finansowych firm, jaka powstaje w ramach CRI RMI w Singapurze pod kierownictwem prof. Jin-Chuan Duan. Inicjatywa ta i proponowany model teoretyczny bazujący na procesie Poissona dostępny jest na zasadzie public good, zaś aktualizowane codziennie wyniki publikowane online. W swoim obecnym zakresie obejmuje on ok. 62 000 spółek giełdowych z 37 gospodarek, a w ciągu najbliższego roku objąć ma pozostałą cześć świata, w tym również Polskę. Praca składa się z dwóch części, w których po omówieniu strony teoretycznej głównych istniejących modeli prezentuje szczegółowo założenia, estymację parametrów, sposób kalibracji oraz dobór danych wejściowych modelu CRI RMI. (abstrakt oryginalny)
EN
In the presented paper, the author tried to introduce a new initiative in risk assessment of companies' financial difficulties, which arise in the RMI CRI in Singapore under the guidance of prof. Jin-Chuan Duan. This initiative and proposed based on Poisson process theoretical model is available on a public good principle, and its updated daily results published on the RMI website. In its current range it covers approximately 62 000 companies listed in 37 economies. Within the next year it will be extend to the rest of the world, including Poland. The work consists of two parts, in which after the discussion of the main existing theoretical models, the assumptions, parameter estimation, calibration and selection of input data for the CRI RMI model is presented in detail. (original abstract)
Twórcy
  • Polska Akademia Nauk, doktorant
Bibliografia
  • Altman E.I., Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy, Journal of Finance, 23 (1968).
  • Altman E.I., Hotchkiss E., Trudności Finansowe a upadłość firm, Warszawa 2007.
  • Cortes C., Vapnik V., Support-Vector Networks, Machine Learning, 20 (1995).
  • Crosbie P., Bohn J., Modeling Default Risk. Modeling Methodology, Moody's KMV 2003.
  • Duan J-Ch., Clustered Defaults, National University of Singapore Working Paper (2010).
  • Duan J-Ch., Sun J., Wang T., Multiperiod Corporate Default Prediction - A Forward Intensity Approach, artykuł przygotowany do publikacji w Journal of Econometrics (DOI: 10.1016/j. jecom.2012.05.002).
  • Duan J-Ch., Leare E. Van, A public good approach to credit ratings - From concept to reality, 2012, artykuł przygotowany do publikacji w Journal of Banking and Finance.
  • Duffie D., Saita L., Wang K., Multiperiod corporate default prediction with stochastic covariates, Journal of Financial Economics, 83 (2007).
  • Hull J.C., Risk Management and Financial Institutions, 3 wyd., Willey 2012.
  • Ohlson J.A., Financial Ratios and the Probabilistic Prediction of Bankruptcy, Journal of Accounting, 18 (1980).
  • Shumway T., Forecasting Bankruptcy More Accurately: A Simple Hazard Model, Journal of Business, 74 (2001).
  • Weston J., An Improved Regulatory Framework for Credit Rating Agencies? Global Credit Review, 2 (2012).
  • Zhang G., Hu M.Y., B. Patuwo B.E., Indro D.C., Artificial neural network in bankruptcy prediction: General framework and cross-validation analysis, European Journal of Operational Research, 116 (1999).
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171318301
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.