ارایه الگویی جهت ارزیابی ریسک اعتباری با استفاده از مدل های ساختاری و ترکیب بدهی ها

ریسک اعتباری یکی از مهمترین عوامل تولید ریسک در نظام مالی است .این ریسک از این جهت ناشی می شود که دریافت کنندگان تسهیلات توانایی عمل به تعهداتشان را نداشته باشند برای مشخص شدن این موضوع که انواع مختلف بدهی با توجه به نوع و ماهیت چگونه بر ریسک اعتباری شرکت تاثیر می گذارد مدل جدید را ارایه می کنیماین پزوهش از حیث هدف کاربردی و از نوع پس‌رویدادی می‌باشد .برای انجام این پژوهش از ترکیب بدهی ها (اهرم ها ) و اطلاعات بازار سرمایه سالهای 1385 تا سال 1397 و بر حسب شرایط داده ها از مدل‌های رگرسیونی پنل دیتا با اثرات ثابت و اثرات تصادفی و مدل تلفیقی استفاده شد. در نهایت پس از انجام آزمون های آماری برای تعیین بهترین مدلی که بتواند ریسک اعتباری را پیش بینی نماید از منحنی roc استفاده گردید.یافته های علمی پژوهش نشان می دهد .بنگاه ها اقتصادی بدهی های مختلفی دارند ، بسته به اینکه به چه کسانی بدهکار هستند و در کدام افق زمانی باید بدهی های خود را تسویه نمایند . به عبارتی ریسک اعتباری شرکت در زمانی که از اهرم های غیر تجاری استفاده میکند بیشتر بوده و همچنین در مواقعی که شرکت از اهرم های بلند مدت استفاده میکند و دارای بازده سرمایه مثبتی بوده و ارزش و نوسان سهام کمتری داشته باشد کاهش می یابد از بین مدل هایی مورد بررسی، مدل بلک شولز مرتون از کارایی بهتری نسبت به سایر مدل ها برخوردار بوده و توانایی پیش بینی کنندگی بهتری دارد.

provide a model for assessing credit risk using structural models and debt combinations

credit risk is one of the most important risk factors in the financial system.this risk arises from the fact that the recipients of the facility are not able to fulfill their obligations. to determine how different types of debt, depending on the type and nature, affect the company’s credit risk, we present a new model.this research is applied in terms of purpose and post-event type. to conduct this research, a combination of debt (leverage) and capital market information from 1385 to 1397 and according to the data conditions, data panel regression models with fixed effects and random effects and an integrated model were used. finally, after performing statistical tests to determine the best model that can predict credit risk, the roc curve was used. the scientific findings of the research show that economic enterprises have different debts, depending on who they owe to and in what time horizon they have to settle their debts. in other words, the company’s credit risk is higher when it uses non-commercial leverage and also decreases when the company uses long-term leverage and has a positive return on investment and less value and stock volatility. the black scholes merton model has better performance than other models and has a better predictive ability.