عنوان پایان‌نامه
پیش بینی ریسک نکول شرکتی با استفاده از مدل مبتنی بر شدت نکول
- رشته تحصیلی
- مدیریت مالی
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 79938;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 79938
- تاریخ دفاع
- ۳۱ شهریور ۱۳۹۵
- دانشجو
- حمید فهیمی درو
- استاد راهنما
- رضا تهرانی
- چکیده
- یکی از مهم‌ترین ریسک هایی که بانک‌ها و مؤسسات مالی و اعتباری با آن مواجه هستند ریسک اعتباری می باشد. بنابراین مدیریت ریسک اعتباری برای بانک‌ها و سایر مؤسسات مالی که برای افراد و شرکت‌ها تأمین مالی می‌کنند، از اهمیت خاصی برخوردار است. از آنجا که سنجش ریسک اعتباری مشتریان، جهت تصمیم‌‌گیری در مورد تأمین مالی آن‌ها و در نتیجه مدیریت این ریسک ضروری است، در دهه‌های اخیر تلاش‌های بسیاری در این راستا صورت گرفته است و مدل‌هایی برای ارزیابی ریسک اعتباری به وجود آمده‌اند. مدل های تقلیل یافته یا مدل های مبتنی بر شدت نکول، از مدل های نسبتاٌ جدید ارائه شده در این حوزه هستند و به علت فروض واقعی تر نسبت به مدل های ساختاریافته و قابلیت بالا در مدل سازی مورد توجه هستند. در این تحقیق بر آن هستیم تا در چارچوب مدل‌های تقلیل یافته، اثر متغیرهای کلان اقتصادی و متغیرهای خاص شرکتی را در ریسک نکول مشتریان یک بانک بررسی کنیم. نتایج ما نشان می دهد که از بین متغیرهای کلان اقتصادی، تورم و شاخص بورس و در بین متغیرهای خاص شرکتی، نسبت فروش به کل دارایی، سابقه نکول و طول عمر وام نقش تعیین کننده ای دارند.
- Abstract
- Credit risk is one of the most important sources of risk that banks and other similar financial institutions have to face with.Therefore credit risk management for banks and other financial institutions that finance corporations and individuals, has special importance. To make decision about financing clients of the bank and managing credit risk, it is essential to measure credit risk of these clients. Reduced form models are newer models than structural models that have more real assumption and are rich in modeling default. In this research we study the effect of macroeconomic and firm-specific variables on probability of default in the reduced form framework. Our results show that inflation, stock market index, Equity to Debt ratio,Sale to asset ratio, and loan age are significant variables. 61 JEL classification: G33; C41; G21 Keywords: Credit risk, Reduced-form model, survive analysis, Default risk
