Statistinis mažų ir labai mažų įmonių kredito rizikos vertinimo modelis Lietuvos kredito unijoms : disertacija

LTVeikdamos pagal naująjį, į verslą ir veiklos orientuotą veiklos modelį, kredito unijos vystosi ir pradeda veikti už bendruomenės ribų. Mokslinėje literatūroje visuotinai pripažįstama, kad kredito unijoms plečiant veiklą už bendruomenės ribų, socialinis ryšys su kredito unijos nariais silpsta ir kredito unijos netenka socialinio kontrolės elemento, padedančio joms geriau vertinti ir valdyti informacijos asimetriją bei kredito riziką. Iki šiol kredito rizikos vertinimo problematika kredito unijų kontekste analizuota mažai. Disertacijoje pasiūlyta teorinė kredito rizikos vertinimo modelio kūrimo koncepcija, leidžianti parinkti modelio kūrimo metodus ir duomenis taip, kad sukurtas modelis atitiktų kreditoriaus verslo poreikius. Laikantis pasiūlytos koncepcijos, atliktos analizės iš trijų perspektyvų. Atliekant analizę iš kreditoriaus perspektyvos, atlikta 56 kredito unijų apklausa (interviu), kredito unijų sektoriaus struktūros analizė ir kredito unijų verslo paskolų portfelio analizė. Atliekant analizę iš modeliuojamo segmento perspektyvos – mažų ir labai mažų Lietuvos įmonių – suformuota ir analizuota statistinė duomenų imtis, apimanti finansinius ir nefinansinius įmonių duomenis. Atliekant analizę iš išorinių veiksnių perspektyvos – analizuota kredito unijų išorinė informacinė infrastruktūra bei reguliaciniai reikalavimai. Atliktas tyrimas leido sukurti kredito unijų verslo poreikius atitinkanti statistinį įmonių kredito rizikos vertinimo modelį. Modelio kūrimo metodai parinkti įvertinus kreditoriaus veiklos specifiškumą, rizikos toleranciją bei taikomus reguliacinius reikalavimus.Modelio kūrimo imtis suformuota atsižvelgus į kreditoriaus tikslinį kreditavimo segmentą. Modelio kintamieji parinkti atlikus išsamią mokslinės ir profesinės literatūros analizę bei įvertinus jų praktinio taikymo galimybes ištyrus kredito unijų išorinę informacinę infrastruktūrą. Sudaryta modelio rangų skalė atitinka Bazelio bankų priežiūros komiteto rekomendacijas. Skalės lūžio taškas nustatytas statistiniais metodais, įvertinus kredito unijų verslo paskolų portfelio savitumus, kreditavimo maržą bei portfelio LGD. Modelio diskriminacinė galia įvertinta statistiškai bei palyginta su naujausių mokslinių tyrimų rezultatais. Darbe pasiūlytas modelio integravimo į kredito unijų sprendimų priėmimo palaikymo sistemą metodas.Reikšminiai žodžiai: Kredito rizika; Kredito unijos; Kooperatinė bankininkystė; Credit risk; Credit unions; Cooperative banking.

ENWhile functioning in accordance with the new, business and efficiency-oriented operating model, credit unions develop and begin functioning outside the community. It is universally recognised in scientific literature that as credit unions expand their activities beyond a community, social relations with credit union members weaken and the credit unions lose their social control element, which help them to better assess and manage information asymmetry and credit risk. So far, the analysis of problems of credit risk assessment in the context of credit unions has been limited. The thesis offers a theoretical concept to create a model for credit risk assessment, which allows selecting model creation methods and data so that the make the created model meet the business needs of the creditor. In line with the proposed concept, analyses from three perspectives were performed. In performing analysis from a creditor's perspective, a survey (interview) of 56 credit unions, structural analysis of the sector of credit unions, and analysis of the business loan portfolio of credit unions were conducted. In performing analysis from a modelled segment's prospective, i.e. that of small and very small enterprises, a statistical data sample, which incorporated financial and non-financial data of the enterprises, was formed and analysed. In performing analysis from an external factors' prospective, the external information structure of credit unions and regulatory requirements were analysed. The conducted research allowed creating a statistical model for the assessment of the credit risk of enterprises meeting the business needs of credit unions. The model creation methods were selected on the basis of an assessment of the specificity of a creditor's activities, risk tolerance, and applicable regulatory requirements. The model creation sample was formed with regard to a creditor's target crediting segment. [...].

• Credit risk assessment model for small and micro-enterprises: the case of Lithuania / Rasa Kanapickiene, Renatas Spicas. Risks. 2019. vol. 7, iss. 2, 1 pdf (23 p.). Basel : MDPI, 2020. P. 57-80.
• Development of enterprise credit risk assessment model for Lithuanian credit unions / Renatas Špicas, Rasa Kanapickienė, Mindaugas Vijūnas, Robertas Kirka. Transformations in business & economics. 2018, vol. 17, no. 1 (43), p. 152-177.
• Kreditavimo galimybių palyginamoji analizė / Rimantė Vaičekauskaitė, Aušrinė Lakštutienė. Verslo aktualijos būsimųjų specialistų požiūriu. 2019, p. 73-78.
• Kredito rizika ir jos valdymas AB Luminor bank / Rugilė Smalinskaitė. Verslo aktualijos būsimųjų specialistų požiūriu. 2018, p. 48-55.