Please use this identifier to cite or link to this item:
https://essuir.sumdu.edu.ua/handle/123456789/82284
Or use following links to share this resource in social networks:
Tweet
Recommend this item
Title | Logit and probit model for prediction the financial health of insurance company |
Authors |
Brychko, Maryna Mykhailivna
Kremen, Viktoriia Mykhailivna |
ORCID |
http://orcid.org/0000-0002-9351-3280 http://orcid.org/0000-0002-5286-050X |
Keywords |
логіт модель логит модель logit model пробіт модель пробит модель probit model фінансовий стан финансовое состояние financial health страхова компанія страховая компания insurance company |
Type | Monograph |
Date of Issue | 2019 |
URI | https://essuir.sumdu.edu.ua/handle/123456789/82284 |
Publisher | Publishing Office University of Applied Sciences in Nysa |
License | Copyright not evaluated |
Citation | Kremen V., Brychko M. Logit and probit model for prediction the financial health of insurance company// Business Risk in Changing Dynamics of Global Village 2: monograph. Nysa: Publishing Office University of Applied Sciences in Nysa, 2019. pp. 223-232. |
Abstract |
В роботі розроблено модель прогнозування фінансового стану страхових компаній. Досліджено існуючий світовий і український досвід прогнозування фінансового стану фінансових посередників – банків і страхових компаній, який засвідчив, що одним із найбільш використовуваних методів для вирішення цієї задачі є застосування різного виду регресійних рівнянь – лінійного, логіт і пробіт. Враховуючи, що в Україні в результаті фінансової кризи 2015 р. деякі страхові компанії припинили свою діяльність та були позбавлені ліцензії, для розробки моделі прогнозування фінансового стану було досліджено їх фінансову звітність та визначено 31 показник їхньої діяльності груп ліквідності, платоспроможності та фінансової стійкості, рентабельності, ділової активності, а також до групи специфічних показників тестів раннього попередження. Відбір страховий компаній України, що нормально працюють та були виведені з ринку, було здійснено на основі відкритих джерел, адже відкритого реєстру страхових компаній та їх фінансової звітності фінансовим регулятором не створено. Для відбору предикторів, що будуть включені в модель прогнозування фінансового стану страхових компаній було застосовано двовибірний F-тест для дисперсій, алгоритм Фаррара –Глобера та метод парної кореляції. До рівнянь лінійної, логіт- і пробіт-регресії було включено три фактори – валова рентабельність капіталу, оборотність активів та показник змін у капіталі. Перевірку якості лінійного рівняння регресії здійснено із використанням коефіцієнта детермінації, F-критерія та p-статистики, logit та probit регресійних рівнянь – рівня значущості (критерію максимальної правдоподібності), випадків передбачених банкрутств, суми квадратів залишків.
На основі даних фінансової звітності страхових компаній України отримано лінійне, логіт- і пробіт-рівняння регресії, що можуть бути використані для оцінювання впливу факторів на майбутній фінансовий стан та визначати вірогідність банкрутства страхових компаній та перспективний фінансовий стан. В роботе разработана модель прогнозирования финансового состояния страховых компаний. Исследован существующий мировой и украинский опыт прогнозирования финансового состояния финансовых посредников - банков и страховых компаний, который показал, что одним из самых используемых методов для решения этой задачи является применение различного вида регрессионных уравнений - линейного, логит и пробит. Учитывая, что в Украине в результате финансового кризиса 2015 некоторые страховые компании прекратили свою деятельность и были лишены лицензии, для разработки модели прогнозирования финансового состояния были исследованы их финансовая отчетность и определено 31 показатель их деятельности групп ликвидности, платежеспособности и финансовой устойчивости, рентабельности, деловой активности, а также к группе специфических показателей тестов раннего предупреждения. Отбор страховой компаний Украины, которые нормально работают и были выведены с рынка, было осуществлено на основе открытых источников, ведь открытого реестра страховых компаний и их финансовой отчетности финансовым регулятором не создано. Для отбора предикторов, которые будут включены в модель прогнозирования финансового состояния страховых компаний были применены двовыборной F-тест для дисперсий, алгоритм Фаррара -Глобера и метод парной корреляции. Уравнениям линейной, логит- и пробит-регрессии были включены три фактора - валовая рентабельность капитала, оборачиваемость активов и показатель изменений в капитале. Проверка качества линейного уравнения регрессии осуществлена с использованием коэффициента детерминации, F-критерия и p-статистики, logit и probit регрессионных уравнений - уровня значимости (критерия максимального правдоподобия), случаев предусмотренных банкротств, суммы квадратов остатков. На основе данных финансовой отчетности страховых компаний Украины получено линейное, логит- и пробит-уравнение регрессии, могут быть использованы для оценки влияния факторов на будущий финансовое состояние и определять вероятность банкротства страховых компаний и перспективное финансовое состояние. A model for prediction the financial health of insurance company has been developed. The existing leading world and Ukrainian experience of prediction the financial health of financial intermediaries − banks and insurance companies − has been investigated. It was shown that for this need one of the most commonly used methods is the different types of regression equations − linear, logit and probit. As a result of the financial crisis 2015 in Ukraine, some insurance companies have ceased their activities and were deprived of their licenses. Therefore, the financial statements of these companies have been investigated in order to develop a model for prediction their financial health. This analysis was determined 31 indicators of their activities for the groups of liquidity, solvency and financial stability, profitability, business activity, as well as for the group of specific indicators of early warning tests. The selection of normally operated insurance companies and those that were withdrawn in Ukraine was made based on open sources, since an open register of insurance companies were not created by the financial regulator. For the screening of predictors to be included in the model for prediction the financial health of insurance companies, a two-choice test for variance, the Farrar-Glauber algorithm and the pair correlation method were applied. Three factors were included in the linear, logit and probit regression equations − gross return on equity, asset turnover, and indicator of changes in equity. The quality of the linear regression equation was checked using the coefficient of determination, criterion and statistics, logit and probit regression equations − level of significance (maximum likelihood estimator), bankruptcy cases, the residual sum of squares (RSS). Based on the financial statements of Ukrainian insurance companies, linear, logit and probit regression equations have been obtained, which can be used to assess the contributions of various factors to the future financial position of insurance companies, determine the probability of bankruptcy and prospective financial health. |
Appears in Collections: |
Наукові видання (ННІ БТ) |
Views
Belgium
22604654
Canada
1
China
67814995
Czechia
1
Germany
-1931543839
Ghana
1
Hong Kong SAR China
1
Indonesia
1
Ireland
49970
Lithuania
1
Netherlands
43
South Korea
256057
Sweden
1532417
Ukraine
1450062136
United Kingdom
2552720
United States
431879621
Unknown Country
45209305
Vietnam
523
Downloads
China
1
Egypt
19506467
Ethiopia
1
France
1450062136
Greece
1
Hong Kong SAR China
1
Indonesia
431879623
Japan
1
Lithuania
1
Namibia
2791
Nigeria
1
North Macedonia
1
Romania
1
Slovenia
1
South Africa
431879617
Sweden
1532418
Taiwan
1
Tanzania
22604652
Tunisia
67814997
Ukraine
1450062137
United Arab Emirates
1
United Kingdom
86
United States
22604651
Unknown Country
1
Uzbekistan
19506469
Vietnam
1450062136
Files
File | Size | Format | Downloads |
---|---|---|---|
Brychko_insurance_paper.pdf | 1.41 MB | Adobe PDF | 1072550897 |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.