Identifying Determinants of Corporate Credit Rating

Subject Areas : Journal of Investment Knowledge

Shahnaz Mashayekh ¹ , Seyedeh Samaneh Shahrokhi ²

1 - Assosiate Professor, Alzahra University
2 - Ph.D Student of Accounting, Alzahra University

Received: 2016-02-24 Accepted : 2016-04-26 Published : 2016-09-22

Keywords: Islamic financial securities (, reinsurance, risk transfer, the lading industries, Securitization,

Abstract :

Because Iran’s economy is based on oil industry, related issues in this area are very important. One of the important issues in this context is the low participation of oil industry in the total portfolio of the insurance industry that suggests numerous challenges in the interaction between these two huge industries. In addition, the imposition of international sanctions against oil projects and oil shipping insurance have created new sets of problems which call for scientific and applied researches in this field. Various investigations indicate that the failure of domestic insurance companies in entering into oil industry is related to lack of capital capacity in Iran’s insurance industry. This practical study has used an analytical descriptive method which tries to suggest different solutions for interaction between capital markets and insurance to solve the main issue which is “lack of capital capacity in Iran’s insurances”, through the risk securitization which provides a new financial instrument called “Reinsurance Islamic Financial Securities (Reinsurance Sukuk)” to transfer the risk in oil industry based on Imamia jurisprudence. This instrument is introduced as a comprehensive solution to be utilized in the interaction between insurance industry and the capital market ,especially during the sanctions when the government has established specific funds for supporting reinsurance policies making this instrument more important due to converting sanction’s threat to opportunity and this instrument can be an alternative for this fund. In addition, Reinsurance Sukuk is an efficient solution for increasing capital capacity of insurance companies in non-sanctioned periods. On the one hand, very high standards required in the leading industry field for this fund and the low probability of damages incurred, and on the other hand heavy demanded premium increases the efficiency and attractiveness of these instruments.

References:

*       ابراهیمی، مرضیه و دریابر، عبداله (1391). مدیریت ریسک اعتباری در نظام بانکی- رویکرد تحلیل پوششی داده‌ها و رگرسیون لجستیک و شبکه عصبی. فصلنامـه دانش سرمایه‌گـذاری 2. 35-62

*       بت شکن، محمدهاشم؛ شمس، شهاب‌الدین و جعفری، ابوالفضل (1388). تحلیل صنعت رتبه‌بندی اعتباری در دنیا و بررسی موانع و راهکارهای پیش روی این صنعت در کشورمان. فصلنامه مدیریت و توسعه 10(4). 44-64

*       پرویزیان، کوروش و همکاران، (1388)، رتبه بندی داخلی مشتریان بانک‌ها با استفاده از مدل‌های رگرسیونی لاجیت، پژوهشنامه اقتصادی 6 (ویژه نامه بانک)، 61-89

*       حاجیها، زهره و منی قیلاوی،(1391)، استفاده از تکنیک تحلیل پوششی داده‌ها برای سنجش کارایی شرکت‌های تولیدی پذیرفته شده در بورس اوراق بهادار تهران با استفاده از مدل مبتنی بر گزارشگری مالی، مجله مهندسی مالی و مدیریت اوراق بهادار 12، 111-130

*       دانش شکیب، معصومه و صفر فضلی، (1388)، رتبه‌بندی شرکتهای سیمان بورس اوراق بهادار تهران با استفاده از رویکرد ترکیبی (Topsis- AHP)، چشم انداز مدیریت 32، 109-129

*       دانشور شهرام، (1391)، به کارگیری موسسات رتبه بندی شفافیت بازار را افزایش می دهد، روزنامه دنیای اقتصاد شماره 2800 32

*       راعی رضا و ابوذر سروش، (1391)، اعتبارسنجی مشتریان حقوقی کوچک و متوسط بانکها با استفاده از مدلهای لوجیت و پروبیت. فصلنامه پژوهشنامه اقتصادی (رویکرد اسلامی- ایرانی) 44. 131- 145        

*       رمضان پور، اسماعیل، قاسمی شمس، معصومه و صفری، ماعده (1392). نقش موسسات رتبه‌بندی اعتباری در بازار سرمایه و عوامل موثر بر آن. اولین کنفرانس بین‌المللی مدیریت، چالشها و راهکارها. شیراز

*       شرکت سرمایه‌گذاری استان تهران، گزارش  معرفی و اهمیت موسسات رتبه‌بندی در بازار سرمایه

*       صفری سعید و همکاران، (1390)، طراحی مدل رتبه بندی اعتباری مشتریان حقوقی در بانک‌های تجاری با رویکرد تحلیل پوششی داده ها؛مطالعه‌ی تطبیقی شاخص های مالی و غیر مالی، پژوهشنامه‌ی علوم اقتصادی 12، 13-40

*       عیسی زاده سعید و بهاره عریانی، (1389)، رتبه‌‌‌بندی مشتریان حقوقی بانکها برحسب ریسک اعتباری به روش تحلیل پوششی داده‌ها: مطالعه موردی شعب بانک کشاورزی، فصلنامه پژوهشها و سیاستهای اقتصادی 55، 59-68

*       قلیزاده محمدحسن (1383)، طراحی مدل رتبه‌بندی شرکت های پذیرفته شده در بورس اوراق بهادار تهران با استفاده از تحلیل پوششی داده‌ها، دانشگاه تهران، رساله دکترا

*       کرباسی یزدی حسین و همکاران، (1390). رتبه‌بندی شرکت های سهامی عام تابعه ایران خودرو با استفاده از الگوی Topsis، پژوهشنامه حسابداری مالی و حسابرسی9، 139-165

*       کوهی حسن و روح اله غلامی، (1391)، رتبه بندی اعتباری مشتریان حقوقی بخش صنعت با استفاده از مدل تحلیل پوششی داده ها (DEA)، مطالعات کمّی در مدیریت 3. 115-138

*       محمودآبادی حمید و علی غیوری مقدم (1390)، رتبه‌بندی اعتباری از لحاظ توان مالی پرداخت اصل و فرع بدهیها با استفاده از شیوه تحلیل پوششی داده‌ها (مورد مطالعه: شرکتهای پذیرفته شده در بورس اوراق بهادار تهران) . مجله دانش حسابداری4. 125-145

*       مدیریت پژوهش، توسعه و مطالعات اسلامی، وب سایت www.rdis.ir

*       مراد زاده فر مهدی و همکاران، (1390)، ارایه‌ی مدلی نوین در رتبه‌بندی و ارزیابی مالی شرکتها (مطالعه‌ی موردی: صنعت فلزات اساسی بورس اوراق بهادار تهران). بررسیهای حسابداری و حسابرسی 6. 41-52

*       مهرآرا محسن و همکاران (1388)، رتبه بندی اعتباری مشتریان حقوقی بانک پارسیان، فصلنامه مدلسازی اقتصادی 3 «پیاپی »9 ، 121-150

*       Adelson, M. (2012). The Role of Credit Ratings in the Financial System, Standard & Poor’s,  Accessed online on 19th December, 2013 at www. Standardandpoors .com/ RatingsDirect on the Global Credit Portal-1-12

*       Altman, E. (1968). Financial ratios, discriminant analysis and the prediction of corporate bankruptcy. The Journal of Finance 23(4). 589 – 609

*       Amiri, M and Biglari Kami, M (2013). Credit Rating Companies with Multi-Criteria Decision Making Models and Artificial Neural Network Model. Journal of Basic and Applied Scientific Research 3(5). 536-546

*       Ashbaugh-Skaife,H.Collins,D.W &LaFond, R. )2006(. The effects of corporate governance on firms’ credit ratings. Journal of Accounting and Economics 42. 203-243

*       Becker, Bo and Milbourn, Todd (2011). How did increased competition affect credit ratings? Journal of Financial Economics 101) 3(, 493-730

*       Bhojraj, S and Sengupta, p (2003), effect of corporate governance on bond ratings and yields: The role of institutional investors and outside directors. Journal of Business 76(3).455-475.

*       Blume, M and et al (1998), The declining credit quality of US corporate debt: Myth or reality?. Journal of Finance 53(4). 1389 - 1413.

*       Bone R.B (2006). Determinants of Corporate Ratings in the Oil Industry. the Repsol-YPF Case, Avaliado pelo sistema double blind review16 )1(. 1-21.

*       Cantor, R., & Packer, F. (1997). Differences of opinion and selection bias in the credit rating industry.

*       Journal of Banking & Finance, 21(10), 1395-1417

*       Choy, Y, Gray, S, & Ragunathan, V. (2006). Effect of credit rating changes on Australian stock returns. Accounting and Finance, 46(5), 755-769

*       Ederington, L. (1985). classification models and bond ratings, The Financial Review 20(4). 237-261

*       Gray ,et al (2006). The Determinants of Credit Ratings: Australian Evidence. Australian Journal of Management (31).  333-354

*       Gray, et al (2010). The Determinants of Credit Ratings: Australian Evidence, Australian Journal of Management  31. 333-354

*       Grunert and et al (2005). The role of non-financial factors in internal credit ratings. Journal of banking & finance 29. 509-531

*       Gumparthi, Srinvas et al (2011). Design and development of credit rating model for public sector bsanks in India, Journal of Accounting and Taxation 3 (5). 105-124

*       Hwang and et al (2010). Predicting issuer credit ratings using a semiparametric method. Journal of Empirical Finance 17. 120–137

*       Kamstra, M. and et al (2001). Combining bond rating forecasts using logit. The Financial Review 37. 75-96

*       Kang, Q., & Liu, Q. (2007). Credit rating changes and CEO incentives [Working Paper]. Social
Science Research Network. Retrieved from http://ssrn.com/abstract=971277

*       Kaplan, R. G. Urwitz (1979). Statistical models of bond ratings: A methodological inquiry. Journal of Business 52. 231 - 261.

*       Keller, Thomas (2005). The role and function of rating agencies. BIS/PBC Seminar on Developing Corporate Bond Markets in Asia in Kunming, China

*       Kuldeep Kumar and John D. Haynes. (2003). Forecasting credit ratings using an ANN and statistical techniques. International journal of business studies, 11 (1). 91-108.

*       Langohr, Herwig and Langohr Patricia T (2009), The Rating Agencies and Their Credit Ratings: What They Are, How They Work, and Why They are Relevant, Wiley Finance Series

*       Matthies A. (2013). Empirical Research on Corporate Credit Ratings: A Literature Review. , SFB 649 Discussion Paper. 1-28

*       Min, J.H. and Lee, Y.C. (2008). A practical approach to credit scoring. Expert Systems with Applications35(4). 1762–1770

*       Murcia, Flávia Cruz de Souza and et al (2014). The determinants of credit rating: Brazilian evidence. BAR - Brazilian Administration Review11 (2). 188-209

*       Pinches, G. E., & Singleton, J. C. (1978). The adjustment of stock prices to bond rating changes. The
Journal of Finance, 33(1), 29-44.

*       Poon, W. P. H., & Chan, K. C. (2008). An empirical examination of the informational content of credit
ratings in China. Journal of Business Research, 61(7), 790-797. doi:10.1016 / j.jbusres .2007.08.001

*       Samreen, A et al, (2013). Design and Development of Credit Scoring Model for the Commercial Banks in Pakistan: Forecasting Creditworthiness of Corporate Borrowers. International Journal of Business and Commerce  2(5). 1-26

*      Standard & Poor’s Ratings Services. (2011). Guide to credit rating essentials: what are credit ratings and how do they work? Retrieved from http://img.en25.com