بررسی عملکرد مدل هیبریدی در ارزیابی ریسک نکول شرکت های پذیرفته شده در بورس اوراق بهادار تهران

اندازه گیری ریسک اعتباری و برآورد احتمال نکول شرکت‌ها از مهم‌ترین چالش‌های مطرح در حوزۀ اعتباری است. مدل‌های ساختاری و مدل‌های غیرساختاری دو چارچوب اصلی برای برآورد ریسک نکول و ریسک‌های اعتباری هستند؛ اما هرکدام از این مدل‌ها دارای نقاط قوت و ضعف هستند و به نظر می‌رسد ترکیب این دو چارچوب و ارائه یک مدل هیبریدی بتواند پیش‌بینی دقیق تری از ریسک نکول شرکت‌ها ارائه کند. در پژوهش حاضر از یک مدل هیبریدی برای سنجش ریسک نکول شرکت‌های بورسی و فرابورسی در فاصلۀ زمانی 1397-1386 که طبق قوانین بازار سرمایه ایران به بازار پایه انتقال یافته اند استفاده شده است. ابتدا از مدل مرتون (از مدل‌های ساختاری) برای سنجش ریسک نکول این شرکت‌ها استفاده شد و سپس نتایج این مدل با مدل z آلتمن (از مدل‌های غیرساختاری) مقایسه شده است. سپس با تحلیل رگرسیونی نسبت‌های مالی مختلف، متغیرهای معنی‌دار شناسایی شده و مدل مرتون و z آلتمن به‌صورت جداگانه و ترکیبی از نظر آماری مقایسه شدند. یافته‌ها نشان می‌دهد که مدل هیبریدی نسبت به مدل‌های ساختاری و مدل‌های غیرساختاری، ‌پیش‌بینی دقیق‌تری از ریسک نکول ارائه می‌دهد. با وارد کردن نتایج هریک از این دو مدل به مدل هیبریدی، توان آماری مدل هیبریدی افزایش پیدا می کند؛ بنابراین بهره‌گیری از مدل ترکیبی به بانک‌ها و موسسات اعتباری کمک خواهد کرد تا منابع را با ریسک کمتری در اختیار شرکت‌های سالم تر قرار دهند.

A study of Performance of the Hybrid Model in Assessing the Default Risk for Companies Listed on the Tehran Stock Exchange

Measuring credit risk and estimating the likelihood of companies failing is one of the most important challenges in the credit sector. Structural and nonstructural models are the two main frameworks for estimating default risk and credit risk. However, each of these models has its own strengths and weaknesses. It seems that combining these two frameworks and providing a hybrid model can provide a more accurate prediction of companies’ default risk. In the present study, a hybrid model has been used to measure the default risk of listed and overthecounter companies in the period between 20072017 when they have been transferred to the basic market based on the Iranian capital market laws. First, the Merton model (structural models) was used to measure the risk of default of these companies, and then the results of this model were compared with the ZAltman model (from nonstructural models). Then, by regression analysis of different financial ratios, significant variables were identified and Morton’s and ZAltman models were statistically and comparatively compared. The findings show that the hybrid model offers a more accurate prediction of the risk of default than structural and nonstructural models. By entering the results of each of these two models into the hybrid model, the statistical power of the hybrid model increases. Therefore, using a combined model will help banks and credit institutions to provide resources to healthier companies with less risk