بررسی نقطه نکول مشتریان حقوقی بانک ها با مدل های ترکیبی KMV : شرکت های پذیرفته شده در بورس اوراق بهادار تهران [Persian Thesis]
رامین احمدی
| شناسگر رکورد: | ۲۰۳۸۸ |
| رشته تحصیلی: | سیستم های مالی |
| عنوان: | بررسی نقطه نکول مشتریان حقوقی بانک ها با مدل های ترکیبی KMV : شرکت های پذیرفته شده در بورس اوراق بهادار تهران |
| نويسنده: | رامین احمدی |
| استاد راهنما : | دکتر محمد علی رستگار سرخه |
| مقطع تحصیلی : | کارشناسی ارشد |
| دانشگاه : | خاتم |
| تاریخ دفاع : | ۱۳۹۶ |
| چکیده: | ریسک اعتباری معمولا توسط سه عامل بیان می شود: احتمال نکول، زیان ناشی از نکول و سرمایه در معرض خطر. دراین پژوهش قصد داریم عامل اول یعنی احتمال نکول را در شرکت های منتخب بورسی پیش بینی کنیم. با توجه به اهمیت مدل های ساختاری در ریسک اعتباری و به خصوص سنجش میزان ریسک نکول شرکت های بورسی که ذی نفعان متعددی همچون سهامداران و اعتباردهندگان و نهادهای نظارتی دارند،دراین پژوهش به بررسی مدل PSO-KMV پرداختیم. در مدل های ساختاری از اطلاعات به روز بازار استفاده می شود که مبتنی بر مدل بلک- شولز- مرتون می باشد که ریسک نکول شرکت را با داده های بازاری از قبیل بازده سهام و نوسان پذیری بازده سهام مرتبط می سازد. در این تحقیق با کمک الگوریتم بهینه سازی ازدحام ذرات(pso)، ضرایب بدهی های کوتاه مدت و بلندمدت شرکت که در تعیین مرز نکول شرکت بکار می رود را بهینه سازی کردیم تا هر چه بیشتر با وضعیت واقعی شرکت مطابقت داشته باشد و متوجه این موضوع بشویم که ساختارسرمایه شرکت های ایرانی در مقایسه با شرکت های بورسی دیگر کشورها ریسک نکولشان به کدام دسته از بدهی ها بیشتر وابسته است . برای تست دقت مدل، نتایج را با لیست شرکت های ورشکسته (مشمول ماده۱۴۱قانون تجارت) که هر ساله منتشر می شود مقایسه کردیم. همچنین شکاف اعتباری بدهی های ریسکی هر شرکت را لیست شرکت های مشمول ماده۱۴۱قانون تجارت مقایسه کردیم تا ببینیم آیا مدل، شرکتی را که شکاف بالایی دارد را در زمره شرکت های سالم قرار می دهد یا شرکت های نکول کننده و در معرض نکول. بعد از اعمال فیلترهایی در انتخاب شرکت های نمونه تحقیق، نهایتا از داده های ترازنامه ای و معاملاتی ۵۱ شرکت برای سال های ۹۱ تا ۹۵ استفاده شد. در نهایت پس از بررسی مدل و روش بهبود دهنده مدل بدین نتیجه رسیدیم که مدل های ترکیبی کی ام وی یعنی PSO-KMV از دقت بالاتری در پیش بینی احتمال نکول شرکت ها نسبت به مدل KMV برخوردار هستند. همچنین با بررسی ارتباط شکاف اعتباری بدهی های ریسکی شرکت ها با لیست شرکت های ورشکسته، دیده شد شرکتی که صرف ریسک اعتباری بالاتری دارد به احتمال زیاد در زمره شرکت های ورشکسته قرار می گیرد و تفکیک خوبی را مدل انجام می دهد. واژههای کلیدی: مدل KMV، الگوریتم بهینه سازی ازدحام ذرات، پیش بینی احتمال نکول، شکاف اعتباری بدهی های ریسکی،تفکیک شرکت های سالم و ورشکسته |
| Register Number | Part3 | Version | Volume | Part | Part2 | Reference | Call Number | lended | Date Back | Description | |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 22361 | 1 |
LoginWithYourAccountToPostComment