>
Fa   |   Ar   |   En
   کاربرد مدل zpp در پیش‌بینی‎ ریسک اعتباری  
   
نویسنده کمالی الهه ,فلاح فیض ,حنیفی فرهاد
منبع مهندسي مالي و مديريت اوراق بهادار - 1399 - دوره : - شماره : 44 - صفحه:257 -278
چکیده    موضوعات مربوط به ریسک اعتباری و روش‌هایی برای شناسایی و پیش‌بینی آن در چند دهه گذشته به طور مداوم در حال پیشرفت است. هنگامی که یک شرکت مشکل مالی را تجربه می کند، ممکن است قادر به انجام تعهدات مالی خود نباشد، که می‌تواند باعث زیان مالی مستقیم و غیر مستقیم به سهامداران، اعتباردهندگان، تامین کنندگان مالی و همچنین سایر افراد در جامعه شود. مدل‌های پیشرفته ریسک اعتباری که بر مبنای ارزش بازار است، بهبود کیفیت اعتباری و همچنین افت یا تنزل رتبه اعتباری لحاظ می‌گردد. در پژوهش پیش رو دو مدل از مدل‌های پیشرفته ریسک اعتباری را مورد آزمون قرار داده‎ایم بنابراین دو نمونه انتخاب کرده یعنی شرکت‌هایی که دارای مشکلات مالی هستند و شرکت‌هایی که دارای سلامت مالی می‌باشند و در هر گروه احتمال نکول را از طریق دو مدل kmv وzpp برآورد کرده و سپس احتمالات نکول را با یکدیگر مقایسه کرده‌ و به این نتیجه رسیدیم که توانایی پیش‎بینی‎کنندگی مدل zppدر مقایسه با مدل kmv بیشتر است.مدل(zpp) روشی جدید برای پیش‎بینی احتمال نکول است که مخفف مدل احتمال قیمت صفر می‎باشد. تمرکز اصلی آن نسبت به مدل‎های قدیمی‎تر، بیشتر بر رویکرد مبتنی بر شبیه سازی است.
کلیدواژه کی‎ام‎وی، zpp ,ریسک اعتباری، احتمال نکول
آدرس دانشگاه آزاد اسلامی واحد تهران مرکز, گروه مدیریت بازرگانی, ایران, دانشگاه آزاد اسلامی واحد تهران مرکز, گروه مدیریت بازرگانی, ایران, دانشگاه آزاد اسلامی واحد تهران مرکز, گروه مدیریت بازرگانی, ایران
پست الکترونیکی farhadhanifi@gmail.com
 
   Usage of ZPP Model in Credit Risk Prediction  
   
Authors kamali elahe ,fallah mirfeiz ,hanifi Farhad
Abstract    Credit risk issues and methods for identifying and predicting it have been constantly evolving over the past few decades. When a company deals with a financial problem, it may not be able to fulfill its financial obligations, which can cause direct and indirect financial losses to shareholders, creditors, investors and other people in the community. Advanced credit risk models that are based on market value include improving credit quality as well as reducing or decreasing credit ratings. In the present study, we have Investigated two models of advanced credit risk models, so two samples were selected, namely companies with financial problems and companies with financial health, in each group probabilities of default are estimated by two models which are KMV and ZPP, and then we compared probabilities of default. We have concluded that the ZPP model has more predictive ability than the KMV model.This method is denoted the ZeroPrice Probability or simply the ZPP model. The main focus is on the new simulation based approach rather than the older established models.
Keywords ZPP
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved