پروفایل صحت تجمعی در ارزیابی ریسک اعتباری بانکها: مدلهای مبتنی بر اطلاعات حسابداری و مدلهای مبتنی بر اطلاعات بازار
محورهای موضوعی : دانش مالی تحلیل اوراق بهادار
سمانه شفیعی
1
(دانشجوی دکتری حسابداری، واحد دماوند، دانشگاه آزاد اسلامی، دماوند، ایران)
محمدحامد خان محمدی
2
(استادیار گروه حسابداری، واحد دماوند، دانشگاه آزاد اسلامی، دماوند، ایران. (نویسنده مسئول))
علیرضا زارعی سودانی
3
(استادیار گروه حسابداری، واحد فلاورجان، دانشگاه آزاد اسلامی، فلاورجان، ایران)
محمود آقا حسینعلی شیرازی
4
(استادیارگروه مدیریت، دانشگاه ارشاد دماوند، دماوند، ایران)
زهرا مرادی
5
(استادیار گروه حسابداری، واحد دماوند، دانشگاه آزاد اسلامی، دماوند ، ایران)
کلید واژه: حداکثر درستنمایی اطلاعات انتقا, نسبت صحت, مدل ساختاری, مدل تحلیل تشخیصی,
چکیده مقاله :
پژوهش حاضر به مقایسه مدل ساختاری مرتون مبتنی بر اطلاعات بازار و مدل تحلیل تشخیصی مبتنی بر اطلاعات حسابداری در بانک ها طی سال های 1386 الی 1398می پردازد. با توجه به ساختار متفاوت ترازنامه بانک ها، برای اولین بار با استفاده از روش تخمین حداکثر درستنمایی اطلاعات انتقالی و لحاظ سایر بدهی ها با ضریب تعدیل، ارزش بازار و نوسان دارایی ها با استفاده از قیمت سهام تخمین زده شده و با مدل تعدیل شده مرتون، متغیر فاصله تا نکول و احتمال نکول محاسبه می گردد. سپس با مدل تحلیل تشخیصی و شاخص لامبدای ویلکز، مدلی مبتنی بر اطلاعات حسابداری به منظور سنجش ریسک اعتباری بانک ها معرفی می گردد. از میان متغیرهای مورد بررسی، اعتبارات غیرفعال به کل اعتبارات، اعتبارات به چهار سپرده و ذخیره اختصاصی به اعتبارات غیرفعال به ترتیب دارای بیشترین تاثیر در تعیین ریسک اعتباری بانک ها می باشند که با ضرایب استانداری، نمره z را تعیین می کنند. هرچه نمره z کمتر باشد ریسک اعتباری بیشتر است و برعکس. در نهایت با استفاده از پروفایل صحت تجمعی و نسبت صحت که شیوه ای نوین در تعیین مدل کارامد ریسک اعتباری است، مدل ساختاری مرتون با مدل تحلیل تشخیصی مقایسه و در نهایت مدل ساختاری مرتون با نسبت صحت معادل 70.97 درصد به عنوان مدلی کارامد جهت سنجش ریسک اعتباری بانک ها معرفی می گردد
This study examine the Merton structural model based on market data and the discriminant analysis model based on accounting data in banks during 1386 to 1398. Due to the different structure of banks' balance sheets, for the first time, using the transformed data maximum likelihood estimation method and other liablilty with an adjustment and calculate the market value of assets and their volatility Using the stock price, we calculated the distance to default and the probability of default with the modified Merton model. Then, with the discriminant analysis model and Wilkes lambda index, we introduced a model based on accounting data to measure credit risk in banks. Among variables, inactive credits to total credits, total credits to main deposits and reserves to inactive credits have the most impact on determining the credit risk of banks, respectively, which is determined by z coefficients. The lower z score, the greater credit risk and vice versa. Finally, using the cumulative accuracy profile and accuracy ratio, which is a new method in determining an efficient model for credit risk, Merton's structural model is compared with z-score model, and finally Merton's structural model with an accuracy ratio of 70.97 as an efficient model for measuring credit risk in banks
_||_