Разработка модели оценки риска дефолта для нефинансового сектора. Часть 3

   Продолжаем разрабатывать свою модель оценки облигаций.

   В прошлый раз мы остановились на том, что проанализировали прогнозируемую способность коэффициента покрытия процентов и составили вот такую таблицу:

   Я составил аналогичные таблицы для 3ех других коэффициентов, которые мы выбрали для модели. Соответственно Долг/EBITDA, ROE и ROA:


   Теперь наша задача отсеять лишние коэффициенты, которые будут сильно пересекаться друг с другом. Ранее я упоминал, что мы намеренно взяли 2 похожих мультипликатора (ROE и ROA), чтобы показать, как исключается схожая динамика значений.

   В этом нам поможет показатель корреляции. Корреляция определяется от -1 до 1. Если значение равно 0, то это означает, что данные не имеют общей динамики, т.е. не коррелируют друг с другом. И напротив, если корреляция равна, к примеру, 0.85, то данные ведут себя почти идентично. Пример:

Рассчитаем корреляцию для всех возможных пар наших коэффициентов. Таких пар у нас будет 6. Для примера, я посчитаю для пары ROA и ROE.

   Итак, считаем корреляцию ROA и ROE для каждой компании. Для РЖД формула в Excel выглядит так (в соответствии со скрином): =КОРРЕЛ(B9:F9;B19:F19). После того, как посчитали каждую компанию, считаем средний показатель корреляции (ячейка H20): =СРЗНАЧ(H12:H19).

   Корреляция между ROE и ROA равна 0,77. Это многовато, но не запредельно. Простым языком можно сказать, что ROE и ROA ведут себя схожим образом в 77% случаев.

   Теперь составляем такую таблицу:

   ICR или коэффициент покрытия процентов я взял, как главный, и не стал сравнивать его с другими. Теперь мы видим как показатели связаны друг с другом, и можем исключить те из них, которые имеют высокую корреляцию друг с другом, а именно ROA и ROE. Если вернуться к таблицам выше, то видно, что ROA ни разу не ошибся в прогнозе дефолта в отличии от ROE, который допустил ошибку с Балтийским берегом. Убираем ROE.

   Таким образом, у нас осталось 3 коэффициента: ICR, debt/EBITDA и ROA.

   В следующих частях: разберем, как определить веса для каждого выбранного параметра для итоговой оценки, разберем живой пример анализа облигации и сравним полученные результаты с рейтингами топовых агентств.

   Следите за обновлениями, задавайте ваши вопросы — vk.com/arcaniscapital