Determinants of market-assessed credit risk
Doctoral Thesis
Συγγραφέας
Kotzinos, Apostolos
Κοτζίνος, Απόστολος
Ημερομηνία
2023-06Επιβλέπων
Psychoyios, DimitriosΨυχογυιός, Δημήτριος
Προβολή/ Άνοιγμα
Λέξεις κλειδιά
Credit ratings ; Sovereign debt ; Information and communication technologies ; ICT ; e-readiness ; Developing countries ; Shadow economy ; NRI index ; CART ; Random forest ; Bagging ; Gradient boosting ; Recurrent neural networkΠερίληψη
Η ύπαρξη εκτεταμένης ακαδημαϊκής βιβλιογραφίας περί των προσδιοριστικών παραγόντων της πιστοληπτικής αξιολόγησης και των επιτοκίων δανεισμού που αντιμετωπίζουν οι χώρες ανά τον πλανήτη υπογραμμίζει το ιδιαίτερο ενδιαφέρον που έχει προσελκύσει το συγκεκριμένο ζήτημα τόσο σε ακαδημαϊκό επίπεδο όσο και σε επίπεδο διαμόρφωσης κυβερνητικής πολιτικής. Η σχετική βιβλιογραφία υποδεικνύει ως κύριους προσδιοριστικούς παράγοντες την εξέλιξη των βασικών οικονομικών και δημοσιονομικών μεγεθών μιας χώρας αλλά και τη διακύμανση του παγκόσμιου οικονομικού κλίματος όπως αυτό αποτυπώνεται μέσω της επενδυτικής διάθεσης ανάληψης ρίσκου ή της επικρατούσας ρευστότητας. Στόχος της παρούσας μελέτης είναι να αναδείξει τον ρόλο που ενδεχομένως παίζουν ως προσδιοριστικοί παράγοντες της πιστοληπτικής αξιολόγησης και των επιτοκίων δανεισμού, δυο οικονομικά και κοινωνικά φαινόμενα που δεν έχουν συγκεντρώσει επαρκές έως και σήμερα ερευνητικό ενδιαφέρον ως προς την επίδρασή τους, παρότι έχουν ευρεία διάδοση στις σημερινές κοινωνίες και οικονομίες. Το πρώτο εκ των φαινομένων αυτών είναι η παραοικονομία ή μαύρη οικονομία ή παράλληλη της επίσημης οικονομία που απαντάται σε όλες τις χώρες παρόλο που διαφέρει ως προς τα ιδιαίτερα τοπικά χαρακτηριστικά ή το μέγεθος και την επιρροή. Το δεύτερο φαινόμενο είναι η διάδοση των Τεχνολογιών Πληροφοριών και Επικοινωνίας (ΤΠΕ) σε παγκόσμιο πλέον επίπεδο που αν και παρουσιάζει αρκετές διαφορές ως προς την ένταση και έκταση τόσο ανάμεσα στις ανεπτυγμένες και αναδυόμενες αγορές όσο και εντός των δύο αυτών ομάδων χωρών, έχει αναμφισβήτητα επιφέρει ευρύτατες αλλαγές σε οικονομικό και κοινωνικό επίπεδο με αποτέλεσμα να γίνεται πλέον λόγος για τη διάνυση της φάσης της ψηφιακής οικονομίας ως μια διακριτής φάση του καπιταλισμού.
Η παρούσα μελέτη ξεδιπλώνεται σε δύο φάσεις. Η πρώτη φάση, η οποία και αποτυπώνεται στο πρώτο κεφάλαιο, καλύπτει τα έτη 2001-2010 και επικεντρώνεται αποκλειστικά στις επιδράσεις των ΤΠΕ ακολουθώντας ένα παραμετρικό μοντέλο. Πιο συγκεκριμένα, υιοθετούμε ένα υβριδικό μοντέλο τυχαίων επιδράσεων που μας επιτρέπει να διακρίνουμε και να εκτιμήσουμε τις βραχυπρόθεσμες και μακροπρόθεσμες επιδράσεις ενός πλήθους προσδιοριστικών παραγόντων βασιζόμενοι σε ένα δείγμα εξήντα πέντε (65) χωρών. Η μελέτη ανιχνεύει μια σημαντική μακρόχρονη επίδραση των ΤΠΕ στο αξιόχρεο μιας χώρας, ιδιαίτερα για όσες εξ αυτών ανήκουν στις αναδυόμενες οικονομίες. Περαιτέρω, τα ευρήματα της μελέτης παρουσιάζουν συνέπεια και κατά τα έτη της παγκόσμιας οικονομικής κρίσης.
Η δεύτερη φάση της μελέτης καλύπτει μια ευρύτερη χρονική περίοδο εκτεινόμενη από το 2001 έως το 2016 και επιχειρεί να περιγράψει την επίδραση τόσο των ΤΠΕ όσο και της παραοικονομίας στην πιστοληπτική αξιολόγηση των χωρών και στη διαμόρφωση του κόστους δανεισμού όσο και να ανιχνεύσει τυχόν κοινές επιδράσεις. Κατά την δεύτερη αυτή φάση, η οποία και παρουσιάζεται στο δεύτερο κεφάλαιο, χρησιμοποιούνται ορισμένες δημοφιλείς τεχνικές μηχανικής μάθησης όπως δένδρα απόφασης, bagging, τυχαία δάση, gradient boosting και αναδραστικά νευρωνικά δίκτυα. Περαιτέρω, ακολουθώντας τις σύγχρονες τάσεις του αναδυόμενου πεδίου της ερμηνεύσιμης μηχανικής μάθησης, γίνεται χρήση τεχνικών όπως η καθολική ερμηνεία σπουδαιότητας παραγόντων και η ανάλυση συσσωρευμένων τοπικών επιδράσεων. Η μελέτη παρουσιάζει ενδείξεις ότι πολιτικές που ευνοούν την διάχυση της χρήσης των ΤΠΕ ή σκοπούν στην περιστολή της παραοικονομίας δύναται να έχουν μη συμμετρικά αποτελέσματα αναφορικά με το αξιόχρεο των χωρών, με την επίδραση να εξαρτάται τόσο από το σύγχρονο εύρος έκτασης των φαινομένων υπό μελέτη όσο και από την συνδυαστική παρουσία τους.
Το τρίτο κεφάλαιο της παρούσας μελέτης αποτελεί μια σύντομη παρουσίαση των επιδράσεων των προαναφερθέντων φαινομένων στο κόστος δανεισμού της Ελλάδας κατά τα έτη 2001-2016. Μια σειρά τοπικών, model agnostic, μεθόδων ερμηνεύσιμης μηχανικής μάθησης μας επιτρέπουν να επιχειρήσουμε τον προσδιορισμό της χρονικής εξέλιξης των επιδράσεων των παραγόντων που σχηματίζουν τις προβλέψεις περί του κρατικού κόστους δανεισμού. Περαιτέρω, παρουσιάζεται μια συνοπτική συζήτηση περί των ευρημάτων και των βάσει αυτών ενδεδειγμένων εγχώριων πολιτικών.