رتبه‌بندی اعتباری شرکت‌ها با استفاده از رویکرد قیمت‌گذاری اختیار تعدیلی با دیرش

نوع مقاله : مقاله پژوهشی

نویسندگان

دانشگاه صنعتی امیرکبیر

چکیده

ریسک اعتباری، ریسکی است که ناشی از نکول یا کوتاهی وام‌گیرندهدر قرارداد است. در پیشینه پژوهش مطالعات زیادی از قیمت‌گذاری اختیار برای ارزیابی و تحلیل ریسک اعتباری استفاده کرده‌اند و بر اساس نوسان‌پذیری دارایی‌ها، فاصله تا نکول و به طور جامع‌تر احتمال نکول، شرکت‌ها را رتبه‌بندی کرده‌اند. در این مقاله از رویکرد جدیدی برای قیمت‌گذاری اختیار استفاده می‌شود. در این رویکرد ضمن برآورد نوسان‌پذیری دارایی‌های شرکت بدون حلّ معادلات همزمانی بلک- شولز- مرتون، از زمان تا سررسید تعدیل یافته‌ بدهی شرکت‌ها یا دیرش استفاده می‌شود. مجموعه داده‌های این پژوهش شامل 5670 شرکت از شرکت‌های فعال در بازار ایالات متحده طی دوره‌ 2001 تا 2013 است. پس از رتبه‌بندی شرکت‌ها و ترسیم منحنی ROC رویکرد این پژوهش و رویکرد پایه‌ای بلک- شولز- مرتون و رویکرد BhSh، نتیجه گرفته شد که رویکرد این مقاله، دقّت نسبتاً بالایی دارد. همچنین این پژوهش یک تحلیل مبتنی بر ریسک برای اثرات متغیرهای اختیار و سایر متغیرهای بازاری فراهم می‌کند.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Credit Ranking of Firms Using Option Pricing Adjusted with Duration

نویسندگان [English]

  • Abbas Aminpour Joubeni
  • Naser Shams Gharneh
  • Akbar Esfahani Pour
Amirkabir University of Technology
چکیده [English]

Investors use credit ranking to help them to price the risks associated with fixed income securities. In literature, many studies have used option pricing for assessing and analyzing the credit risk, and they have ranked firms according to the assets volatility, distance to default and probability of default. In this paper, in addition to estimating assets volatility without solving BSM’s simultaneous equations, we use adjusted-time to maturity of debts or duration of debts. Our sample includes 5670 firms from US market during 2001 to 2013. After ranking firms and plotting ROC curves of our approach, BSM approach and BhSh approach, we conclude that our new approach has a relative high accuracy. Furthermore, this research provides a risk-based framework to analyze the effects of option variables and other market variables.

کلیدواژه‌ها [English]

  • ranking
  • Option Pricing
  • Volatility
  • Default Probability
  • ROC Curve
[1]   خوانساری، رسول؛ فلاح شمس، میرپناه. (1388). ارزیابی کاربرد مدل ساختاری KMV در پیش‌بینی نکول شرکت‌های پذیرفته‌شده در بورس اوراق بهادار تهران. فصلنامه تحقیقات مالی، (11): 28.
[2]   Afik , Z , Arad, O, Galil, K. (2012). Using Merton Model: An Empirical Assessment of Alternatives, Working Paper.
[3]   Agarval, V, Taffler, R. (2008). Comparing The Performance of Market- Based and Accounting- Based Bankruptcy Prediction Models, Journal of Banking and Finance, 32, 1541- 1551.
[4]   Bharath, S, T., Shumway, T. (2004). Forecasting Default with the KMV-Merton Model. Working paper, University of Michigan.
[5]   Bharath , S, T. , Shumway, T. (2008). Forecasting Default with the Merton Distance to Default Model. Review of financial studies, 21, 1339- 1369.
[6]   Black, F., and M. Scholes. (1973). The Pricing of Options and Corporate Liabilities. Journal of political economy, 81, 637-654.
[7]   Campbell , L. Y, Hilscher, J. , Szilagyi, J. (2008). In Search of Distress Risk, Journal of finance, 63, 2899- 2939.
[8]   Charitou,A., Dionysia D., Neophytos L., Lenos T. (2013). Alternative Bankruptcy Prediction Models Using Option Pricing Theory, Journal of Banking and Finance, 2329-2341.
[9]   Duffie , D. L, Saita. L., Wang, K. (2007). Multi-Period Corporate Failure Prediction with Stochastic Covariates. Journal of Financial Economics, 7: 63- 81.
[10]       Engelmann, B., Hayden, E. and Tasche, D. (2003). Testing Rating Accuracy. Risk, 6: 82-86.
[11]       Fabozzi, F., (2005). The Handbook of Fixed Income securities. Seventh edition, The McGraw-Hill Companies.
[12]       Hillegist, S., Keating, E., Cram, D, Lndstedt, K. (2004). Assessing the Probability of Bankruptcy. Review of accounting studies. 5- 34.
[13]       Hull, J, C. (2009). Options, Futures, and Other Derivatives, 7th edition. University of Toronto.
[14]       Lee, W., (2011). Redifinition of the KMV Model’s Optimal Default Point Based on Genetic Algorithms- Evidence from Taiwan.
[15]       Merton, R. C. (1974). On the Pricing of Corporate Debt: The Risk Structure of Interest Rates. Journal of Finance,29: 449–70
[16]       Sobehart, J. R. and Keenan, S. (2001). Measuring Default Accurately. Credit Risk Special Report, 14, 31-33.
[17]       Vassalou, M., Xing, Y., (2004). Default Risk in Equity Returns. J. Finance 59 (2), 831-868.
[18]       Wu, Y., Gaunt, C., Gray, S. (2010). A Comparison of Alternative Bankruptcy prediction Models. Journal of Contemporary Accounting & Economics, 34-45.
[19]       Doumpos, M., Nikilis, D., Zopounidis, C. and Andriosopulos, K. (2014). Combining Accounting Data and a Structural Model for Predicting Credit Ratings: Empirical evidence from European listed firms. Journal of Banking & Finance, 32 (8), 1541–1551.