A hybrid model for estimating the probability of default of corporate customers
محل انتشار: مجله ایرانی مطالعات مدیریت، دوره: 9، شماره: 3
سال انتشار: 1395
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 80
فایل این مقاله در 23 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JIJMS-9-3_010
تاریخ نمایه سازی: 6 شهریور 1402
چکیده مقاله:
Credit risk estimation is a key determinant for the success of financial institutions. The aim of this paper is presenting a new hybrid model for estimating the probability of default of corporate customers in a commercial bank. This hybrid model is developed as a combination of Logit model and Neural Network to benefit from the advantages of both linear and non-linear models. For model verification, this study uses an experimental dataset collected from the companies listed in Tehran Stock Exchange for the period of ۲۰۰۸–۲۰۱۴. The estimation sample included ۱۷۵ companies, ۵۰ of which were considered for model testing. Stepwise and Swapwise least square methods were used for variable selection. Experimental results demonstrate that the proposed hybrid model for credit rating classification outperform the Logit model and Neural Network. Considering the available literature review, the significant variables were gross profit to sale, retained earnings to total asset, fixed asset to total asset and interest to total debt, gross profit to asset, operational profit to sale, and EBIT to sale.
کلیدواژه ها:
نویسندگان
رضا راعی
Faculty of Management, University of Tehran
مهدی سعیدی کوشا
Faculty of Management, University of Tehran
سعید فلاح پور
Faculty of Management, University of Tehran
محمد فدائی نژاد
Faculty of Management and Accounting, Shahid Beheshti Universit
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :