Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Cox regression" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Default Prediction Using the Cox Regression Model and Macroeconomic Conditions - A Lifetime Perspective
Predykcja niewykonania zobowiązań z wykorzystaniem modelu regresji Coksa i warunków makroekonomicznych – perspektywa czasu życia
Autorzy:
Ptak-Chmielewska, Aneta
Gonzalez, Juan Pablo Espinosa
Powiązania:
https://bibliotekanauki.pl/articles/38891274.pdf
Data publikacji:
2024
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
survival analysis
Probability of Default (PD)
macro variables
Cox regression
analiza przeżycia
prawdopodobieństwo niewykonania zobowiązań
makrozmienne
regresja Coksa
Opis:
Aim: Since the implementation of International Financial Reporting Standards 9 (IFRS 9), several techniques on estimating the risk parameters for calculating the expected credit losses (ECL) have been implemented across financial institutions. The purpose of this study was to present the advantages of using survival analysis for the estimation of the probability of default (PD) given the particularity of the method, within the estimation of the time up to an event occurring. Methodology: The Cox Proportional Hazard Rate was selected as the model to predict the default incorporating the time to event and the macroeconomic conditions into the model. At the end of this research a validation was performed of the accuracy of the survival method through the time. Results: The ROC curve and concordance statistics were evaluated on different time points, the survival model shows a consistent high discriminatory power in terms of the AUC over each time horizon. The results revealed that time dependent ROC curves for the selected years from 1 to 4 and the first year have the largest area under the curve (AUC). The time dependent curve is evaluated at all event times under the 95% pointwise confidence limits of the fitted model, the AUC was on average around 0.8, with the highest values in the first years. Implications and recommendations: The results are promising for PD estimation in a lifetime perspective. This method is accurate for IFRS9 ECL purposes as time varying internal (portfolio characteristics) and external (macroeconomic) factors can be incorporated. The dynamic model incorporates the variability and changes of the variables from the past up to now. Originality/value: To date the survival analysis techniques were used mostly for PD estimations but not in a IFRS9 ECL perspective. Given the nature of this method of estimating the remaining lifetime perspective and the inclusion into the model of the macro variables, this model can be considered adequate according to IFRS9. The paper aimed to present their uses for lifetime prediction.
Cel: Od czasu wdrożenia Międzynarodowych Standardów Sprawozdawczości Finansowej 9 (MSSF 9), różne techniki estymacji parametrów ryzyka do wyliczenia oczekiwanych strat kredytowych zostały wdrożone w instytucjach finansowych. Celem tego badania jest prezentacja zalet stosowania analizy przeżycia do estymacji prawdopodobieństwa niewykonania zobowiązań (PD) z wykorzystaniem specyfiki metod estymacji czasu do wystąpienia zdarzenia. Metodyka: Wykorzystano model proporcjonalnych hazardów Coksa jako model do predykcji niewykonania zobowiązań włączający czas do wystąpienia zdarzenia i warunki makroekonomiczne do modelu. W badaniu przeprowadzono walidację metod przeżycia w czasie. Wyniki: Krzywa ROC i statystyki zgodności zostały ocenione dla różnych punktów w czasie. Model przeżycia wykazuje wysoką moc dyskryminacyjną w odniesieniu do AUC dla każdego horyzontu czasowego. Wyniki pokazują, że zależne od czasu krzywe ROC dla wybranych lat 1-4 i dla pierwszego roku mają najwyższą wartość pola pod krzywą (AUC). Krzywa zależna od czasu jest oceniana dla każdego czasu zdarzenia z 95-procentowym przedziałem ufności estymowanego modelu. Stwierdzono ponadto, że wartość AUC jest średnio na poziomie około 0,8, z najwyższą wartością w pierwszym roku. Implikacje i rekomendacje: Wyniki są obiecujące do estymacji prawdopodobieństwa niewykonania zobowiązań (PD) w perspektywie czasu życia kredytu. Stąd ta metoda jest odpowiednia do szacowania oczekiwanych strat kredytowych w ujęciu MSSF 9, ponieważ zależne od czasu wewnętrzne (charakterystyki portfelowe) i zewnętrzne (makroekonomiczne) czynniki mogą być uwzględnione w modelu. Model dynamiczny uwzględnia zmienność i zmiany charakterystyk historycznie w czasie aż do momentu bieżącego. Oryginalność/wartość: Dotychczas techniki analizy przeżycia były wykorzystywane głównie do estymacji prawdopodobieństwa niewykonania zobowiązań (PD), ale nie w perspektywie oczekiwanych strat kredytowych w ujęciu MSSF 9. ze względu na specyfikę metod do estymacji pozostałego czasu w perspektywie czasu życia. Dodatkowo włączenie do modelu zmiennych makroekonomicznych jest odpowiednim podejściem w MSSF 9. Artykuł ma na celu prezentację wykorzystania tych metod w predykcji czasu życia kredytu.
Źródło:
Econometrics. Ekonometria. Advances in Applied Data Analytics; 2024, 28, 2; 50-61
1507-3866
Pojawia się w:
Econometrics. Ekonometria. Advances in Applied Data Analytics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Szansa podjęcia zatrudnienia przez osoby długotrwale bezrobotne
The odds of finding a job by the long-term unemployed
Autorzy:
Bieszk-Stolorz, Beata
Gdakowicz, Anna
Markowicz, Iwona
Powiązania:
https://bibliotekanauki.pl/articles/414357.pdf
Data publikacji:
2013
Wydawca:
Uniwersytet Warszawski. Instytut Ameryk i Europy. Centrum Europejskich Studiów Regionalnych i Lokalnych (EUROREG)
Tematy:
bezrobocie długotrwałe
regresja Coxa
regresja logistyczna
ilorazy szans
ilorazy hazardu
the long-term unemployed
Cox regression
logistic regression
odds ratios
hazard ratios
Opis:
Celem artykułu była analiza szans podjęcia pracy i ocena czasu wychodzenia z długotrwałego bezrobocia na podstawie danych z lat 2007–2011 z PUP w Sulęcinie. Założono hipotezę, że wpływ determinant na szanse i szybkość podejmowania pracy przez długotrwale bezrobotnych jest taki, jak bezrobotnych ogółem. Za determinanty przejęto: miejsce zamieszkania, wiek, wykształcenie, płeć, staż pracy i rok wyrejestrowania. Do analizy wykorzystano nieliniowe modele regresji: logitowy i hazardu Coxa. Pierwszy umożliwił porównanie szans wychodzenia z bezrobocia, a drugi pozwolił na ocenę czasu poszukiwania pracy. Wyznaczone ilorazy szans i hazardu posłużyły do zbadania różnic między podgrupami osób długotrwale bezrobotnych na tle wszystkich bezrobotnych.
The aim of this article is to analyze the odds to find a job and the assessment of the duration of long-term unemployment. The data base is the 2007–2011 records from the Local Labour Office in Sulęcin. The authors of the article make the hypothesis that the impact of the determinants on the odds and rate of finding a job by the long-term unemployed is the same as in the case of the all the unemployed. The authors present a thesis that the determinants of long-term unemployment in the period of study are: the place of residence, age, the level of education, gender, seniority and the year of leaving the register. To analyze the data they use such nonlinear regression models as: the logistic model and the Cox hazard model. The former enables them to compare the odds to leave unemployment and the latter – to assess the time spent on finding employment. The designated odds ratios and hazard ratios are used to study the differences between subgroups of individual characteristics of the long-term unemployed as compared with all the unemployed.
Źródło:
Studia Regionalne i Lokalne; 2013, 3(53); 101-121
1509-4995
Pojawia się w:
Studia Regionalne i Lokalne
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies