نوع مقاله : مقاله پژوهشی

نویسندگان

• مهدی ثابتی ¹
• غلامرضا زمردیان ²

¹ گروه مالی، دانشکده مدیریت، واحد تهران مرکزی، دانشگاه آزاد- تهران

² گروه مالی، دانشکده مدیریت، واحد تهران مرکزی، دانشگاه آزاد، تهران

چکیده

هدف این پژوهش پیش‌بینی احتمال نکول صنایع خودرو و مواد غذایی در پورتفوی بانکداری شرکتی بانک‌ها، با لحاظ و عدم لحاظ همبستگی نکول می‌باشد. در این پژوهش، 30 شرکت از صنعت خودرو و 30 شرکت از صنعت مواد غذایی که اطلاعات بورسی آن‌ها وجود دارد به‌صورت تصادفی انتخاب شدند. اطلاعات بازار شرکت­های مذکور به‌صورت روزانه از 10 مرداد 1397 تا 9 شهریور 1398 جهت مدل‌سازی استفاده شد. مدل­سازی احتمال نکول شرکت­ها براساس تخمین ارزش دارایی، نوسان دارایی و نرخ رانش صورت گرفت. جهت تخمین پارامترهای مدل CAPM که برای پیش­بینی نرخ رانش لازم است، از مدل GARCH چند متغیره (MGARCH) استفاده شد. با محاسبه میانگین احتمال نکول شرکت­های هر صنعت، احتمال نکول آن صنعت (بدون لحاظ نمودن همبستگی نکول) بدست آمد. همچنین، برای محاسبه احتمال نکول هر صنعت با لحاظ نمودن همبستگی نکول از رویکرد ارزش دارایی استفاده شد. در روش ارزش دارایی نیز برای تخمین پارامترهای همبستگی نکول از روش حداکثر درست‌نمایی استفاده شد. نتایج نشان می‌دهد که پیش­بینی احتمال نکول صنایع انتخاب شده با لحاظ نمودن همبستگی نکول، مطابقت بیشتری با نکول واقعی انجام شده دارد.

کلیدواژه‌ها

• ریسک اعتباری
• مدل های ساختاری
• همبستگی نکول
• گارچ چند متغیره

عنوان مقاله [English]

Calculation of default probability of companies based on structural models by considering default correlation

نویسندگان [English]

• MEHDI SABETI ¹
• Gholam Reza Zomorodian ²

¹ Department of Finance, Central Tehran Branch, Islamic Azad University, Tehran, Iran

² Department of Finance, Central Tehran Branch, Islamic Azad University, Tehran, Iran (Corresponding author)

چکیده [English]

The purpose of this research study is to predict the default probability of automobile and food industries in the corporate banking portfolio of banks, (not) considering the correlation of default. In this study, 30 companies from the automobile industry and 30 companies from the food industry whose stock market information is available were randomly selected. The market information of these companies was used daily from August 1, 2018 to August 31, 2019 for modeling purposes. The modeling of default probability of companies was done based on estimation of asset value, asset volatility, and drift rate. Multivariable GARCH (MGARCH) model was used to estimate the parameters of CAPM model, which is necessary to predict the drift rate. Through calculating the average default probability of companies in each industry, the probability of default of that industry (without considering the correlation of default) was obtained. Also, the asset value approach was used to calculate the default probability of each industry by considering the default correlation. In the asset value approach, maximum likelihood method was used to estimate default correlation parameters. The results showed that the prediction of the probability of default of the selected industries by considering the correlation of default is more consistent with the actual default.

کلیدواژه‌ها [English]

• credit risk
• structural models
• default correlation
• multivariate GARCH