Zastosowanie modeli zdarzeń konkurujących do badania ryzyka kredytowego

Ryzyko kredytowe wynika z możliwości niedotrzymania warunków umowy przez kredytobiorcę i polega na nieotrzymaniu przez bank w ustalonym terminie płatności określonej warunkami kredytu. Ryzyko kredytowe najczęściej jest utożsamiane z wystąpieniem niewypłacalności kredytobiorcy. Jak zauważają Hu i Cheng (2015), w literaturze przedmiotu do tej pory zbyt mało uwagi poświęcono zdarzeniom konkurującym z ryzykiem niewypłacalności i ich potencjalnemu wpływowi na oszacowanie prawdopodobieństwa niewypłacalności. W artykule niewypłacalność kredytobiorcy i wcześniejsza spłata są traktowane jako zdarzenia konkurujące. Do badania natężenia zdarzeń konkurujących zastosowano dwa podejścia – oszacowanie intensywności zdarzenia typu c (cause-specific hazard) oraz metodę intensywności subrozkładu (subdistribution hazard). Omówiono zasady interpretacji wyników w przypadku stosowania każdego z podejść w modelowaniu ryzyka kredytowego. Dla każdego z podejść zbudowano odpowiednie modele regresyjne, przeprowadzono analizę wrażliwości i porównano uzyskane wyniki. Badanie empiryczne przeprowadzono na podstawie próby 5 tys. 60-miesięcznych kredytów udzielonych przez jedną z instytucji kredytowych w Polsce. Do budowy modeli regresyjnych ryzyka niewypłacalności wykorzystano dane aplikacyjne kredytobiorców.

Credit risk arises from the debtor’s possible failure to meet the terms and conditions of the credit contract. As a result, the bank does not receive a particular payment stipulated by the contractual provisions. Credit risk usually equates with the credit taker’s insolvency. Hu and Cheng (2015) note the shortage of studies devoted to other kinds of credit risks competing with the risk of default and their influence on the evaluation of the probability of default. In the article, a default and an early repayment are considered to be competing risks. Two approaches were used to research the intensity of competing risks: evaluation of cause-specific hazard and sub-distribution hazard respectively. The interpretation principles within the results acquired by the use of either method have been discussed. For either of the approaches, proper regression models have been set up, alongside conducting the sensitivity analysis. The results have been duly compared. The empirical study employed a sample of 5000 sixty-months’ credits granted by one of the Polish financial institutions. Application characteristics of the credit takers have been used in regression models as covariates.