رتبه بندي اعتباري شركتهاي پذيرفته شده در بورس اوراق بهادار تهران

Credit rating of companies admitted to Tehran Stock Exchange

هدف از اين تحقيق رتبه بندي اعتباري شركت ها مي باشد. به اين منظوردر گام اول با مطالعه ادبيات تحقيق وروشناسي موسسات رتبه بند اعتباري برتر 10 متغير كه بيشترين تاثير را در تعيين كيفيت اعتباري شركت‌ها داشتند ودر محيط ايران موضوعيت دارند مبناي رتبه‌بندي اعتباري قرارگرفتند.اين متغيرها در دو بخش كمي وكيفي است،كه همه‌آنها بر اساس اطلاعات حسابداري‌كمي شده است براساس اين متغير‌ها اطلاعات146شر كت و730 سال-شركت پذيرفته شده در بورس براي دوره 1395 تا 1399 استخراج شده براي رتبه‌بندي اعتباري شركتها از مدل سوپر تحليل پوششي‌داده هاي پيشنهادي هادي وينچه(2012) استفاده شد، پس‌ازآن،شركتها با استفاده از روش خوشه بندي K- ميانگين در 9 دسته قرار گرفتند(استاندارد اند پورز2021) براي اعتبار سنحي مدل، دقت مدل با استفاده از ريسك نكول بر اساس نسبت اهرمي كل تسهيلات اعتباري به ارزش بازار حقوق مالكان تعيين شدنتيجه پژوهش شامل تعيين رتبه اعتباري شركتهاي مورد بررسي با توجه به شاخصهاي انتخاب شدة بود كه به هريك از آنها رتبه هايي‌ازAAAتا Dاختصاص يافت. اين رتبه‌ها نشان دهنده توانايي مالي نسبي شركت‌ها در پرداخت به موقع بدهي‌هايشان‌است كه هرچه رتبه‌شركت‌ها به Dنزديكتر‌باشد،توانايي‌مالي كاهش مي يابد وهرچه به AAAنزديكتر باشد، افزايش مي يابد. نتايج نشان دهنده انتخاب شاخصهاي اثر گذار دررتبه اعتباري وتعيين در‌ست رتبه اعتباري مي باشد.

The purpose of this research is credit rating of companies. For this purpose, in the first step, by studying the research literature and methodology of the top credit rating institutions, 10 variables that had the greatest impact on determining the credit quality of companies and are relevant in Iran's environment were used as the basis for credit rating. These variables are in two parts, quantitative and qualitative, all of which are quantified based on accounting information. Based on these variables, the information of 146 companies and 730 years of companies admitted to the stock exchange for the period of 2015 to 2019 were extracted for the credit rating of the companies from the data coverage super analysis model proposed by Hadi Vinche (2012). After that, the companies were placed in 9 categories using the K-means clustering method (Standard & Poor's 2021). To validate the model, the accuracy of the model was determined using the risk of default based on the leverage ratio of the total credit facility to the market value of the owners' rights. The result of the research included determining the credit rating of the investigated companies according to the selected indicators, each of which was assigned a rating from AAA to D. These ratings indicate the relative financial ability of companies to pay their debts on time. The closer the company's rating is to D, the lower the financial ability is, and the closer it is to AAA, the higher it is. The results show the selection of the influencing indicators in the credit rating and the correct determination of the credit rating.