Σύγκριση και αξιολόγηση μεθόδων πρόβλεψης για εκτίμηση κρίσεων στο ελληνικό χρηματοπιστωτικό σύστημα

Abstract

Η παρούσα διπλωματική εργασία πραγματεύεται τη σύγκριση και αξιολόγηση διαφόρων μεθόδων πρόβλεψης για εκτίμηση κρίσεων στο ελληνικό χρηματοπιστωτικό σύστημα. Καθώς το τραπεζικό σύστημα είναι αυτό που συντηρεί και αναπτύσσει μία οικονομία κρίνεται απαραίτητο να μπορεί να προβλεφθεί μια τραπεζική κρίση, ούτως ώστε να αποφευχθεί η επέκτασή της στην πραγματική οικονομία μιας χώρας. Σκοπός της διπλωματικής εργασίας είναι η παραγωγή προβλέψεων, για τις κύριες και δευτερεύουσες τραπεζικές παραμέτρους, για το έτος 2012, έχοντας στην φαρέτρα παρελθοντικά δεδομένα από το 2000 έως το 2011. Στις κύριες τραπεζικές παραμέτρους (χρηματοοικονομικοί δείκτες) συγκαταλέγονται ο Δείκτης Κεφαλαιακής Επάρκειας (Tier I), ο λόγος των μη εξυπηρετούμενων δανείων (NPL) προς τα συνολικά δάνεια καθώς και ο λόγος των κερδών προς το ενεργητικό μιας τράπεζας. Παράγονται προβλέψεις από τις κυριότερες μεθόδους πρόβλεψης, όπως η απλοϊκή μέθοδος Naive, τα μοντέλα εκθετικής εξομάλυνσης (SES, Holt, Damped), η μέθοδος Theta και τα Τεχνητά Νευρωνικά Δίκτυα. Η επιλογή της κατάλληλης μεθόδου πρόβλεψης για την εκάστοτε τραπεζική παράμετρο επιτυγχάνεται συγκρίνοντας τα βασικότερα σφάλματα των Τεχνικών Προβλέψεων: το Μέσο Τετραγωνικό Σφάλμα (MSE), το Μέσο Απόλυτο Σφάλμα (MAE), το Μέσο Απόλυτο Ποσοστιαίο Σφάλμα (MAPE) και το Συμμετρικό Μέσο Απόλυτο Ποσοστιαίο Σφάλμα (sMAPE). Η μέθοδος, η οποία δίνει τα χαμηλότερα σφάλματα για μια συγκεκριμένη παράμετρο μιας τράπεζας, ενδείκνυται για την εξαγωγή προβλέψεων.

This thesis deals with the comparison and evaluation of the different forecast models to estimate crises in the Greek financial system. As the banking system maintains and develops an economy, it is necessary to predict a banking crisis, so as to avoid its expansion in the real economy of a country. The scope of this thesis is to produce predictions, for the primary and secondary banking parameters of the year 2012, having past data from 2000 until 2011. Τhe primary banking parameters (financial ratios) include the Tier I capital ratio, the ratio of the Non-performing loans (NPL) to the Total gross loans and the ratio of the Profits to the Assets of a bank. Predictions are produced from the basic forecast models, like the simple Naive method, the models of exponential smoothing (SES, Holt, Damped), the combinatorial method Theta and the Artificial Neural Networks. The choice of the appropriate forecast model for every banking parameter is achieved by comparing the main errors of the Prediction Techniques: the Mean Square Error (MSE), the Mean Absolute Error (MAE), the Mean Absolute Percentage Error (MAPE) and the Symmetric Mean Absolute Percentage Error (sMAPE). The method which gives the lowest errors for one specific banking parameter is appropriate for producing predictions.