Treść książki
Przejdź do opcji czytnikaPrzejdź do nawigacjiPrzejdź do informacjiPrzejdź do stopki
442
NataliaNehrebecka7KamilaDerlatka
kokredytoweukazanewratingukredytowymfirmy.Innymisłowy,celemtego
badaniabyłoudzielenieodpowiedzinapytanie,czymodelestrukturalnesądo-
brąalternatywąsłużącądoocenyjakościkredytuwporównaniuztradycyjnymi
statystycznymimetodami.AnalizazostałaopartanabaziedanychCOMPUSTAT
zlat1985–2002zawierającej1508obserwacji.Ratingkredytowyzostałpodzielo-
nyna8kategoriiwskazującychkondycjęfinansowąfirm.Wpierwszejkolejności
autorzyobliczylinapodstawiemodelustrukturalnegodistance-to-default,awięc
miaręwskazującą,jakbardzodanafirmajestzagrożonabankructwem.Dotego
celuwykorzystano:stopęprocentowąwolnąodryzyka(miesięcznastopaoprocen-
towaniajednorocznychbonówskarbowych),wartośćrynkowąkapitałufirmy,jej
zmienność,wartośćksięgowąkrótko-idługookresowegodługuorazstopęwzro-
stuwartościaktywówfirmy.Następnieoszacowanodynamicznymodellogitowy,
wktórymumieszczonowyłączniejednązmiennąniezależną–distance-to-default,
abysprawdzićzasadnośćstosowaniamodelustrukturalnego.Najegopodstawie
sformułowanowniosek,żeimwyższyratingkredytowy,tymmniejdanafirmajest
zagrożonabankructwem.Okazujesięjednak,żedodaniedotegomodeluzmien-
nejukazującejrynkowąwartośćfirmysprawia,żemodelstajesięznacznielepiej
dopasowanydodanych.Oznaczato,żezmiennadistance-to-defaultobliczonana
podstawiemodelustrukturalnegoniezawieracałejrynkowejinformacjiofirmie
pozwalającejnaopisaniejejryzykakredytowego.Formułująckońcowywniosek,
autorzypodważająodpowiedniośćmodelustrukturalnegoMertonawmierzeniu
jakościkredytuprzezfirmyratingowe.ModelMertonaprzedstawionywtymar-
tykulejestbardzouproszczonyiskładasięzzaledwiekilkuzmiennych.Odczasu
jegopowstaniawliteraturzepojawiłosięwieleulepszeń,atakżebardziejzaawan-
sowanychtechnikekonometrycznych.Autorzyopisywanegoartykułuzastosowali
dynamicznylogit,choćwydajesię,żemającdodyspozycjidanenatematratingów
kredytowychposzczególnychfirm,bardziejodpowiednibyłbyuporządkowany
logitlubprobit.Niewieleuwagipoświęcająrównieżwspółliniowościzmiennych
woszacowanychmodelach.
WprzeciwieństwiedowspomnianegowyżejbadaniaTanthanongsakkunoraz
Treepongkaruna(2008)opisalipozytywneaspektyzastosowaniamodelustruktu-
ralnegoMertona.Celemichpracybyłozbadanieefektywnościwskaźnikaprawdo-
podobieństwabankructwaobliczonegonajegopodstawieiwzbogaconegootakie
zmienne,jakwielkośćfirmyorazwskaźnikwartościksięgowejdorynkowejfirmy.
Wynikiteporównanozuzyskanyminapodstawiewskaźnikapokryciaodsetek,
obliczonegojakoilorazEBITlubEBITDAicałkowitychkosztówztytułuodse-
tekorazwskaźnikastrukturyfinansowaniajakoilorazudługoterminowegolub
całkowitegozadłużeniaikapitalizacji.ModelMertonaumożliwiaoszacowanie
prawdopodobieństwabankructwafirmynapodstawiecenopcji.Autorzydokonali
tegowpierwszejkolejności,anastępniewskaźniktenwykorzystanojakozmienną
objaśniającąwuporządkowanymprobicie,wktórymzmiennązależnąbyłrating
kredytowyprzyjmującypoczątkowo5wartości:odAAdoB.Autorzypołączyli
poziomyBBzBuzyskując4wartości:AA,A,BBBorazBB/B.Danedobadania
dlaaustralijskichfirmpobranom.in.zestronyagencjiratingowejStandard&Poor;
