تاثیر نسبت پوشش بهره ی شرکتی برمدلهای ساختاری و کاهشی در پیش بینی قیمت مشتقه های اعتباری

مدلهای قیمت گذاری از نرخهای بهره ی ثابت یا مختلف جهت قیمت گذاری اوراق مشتقه استفاده میکنند که موجب پیش بینی قیمتی بر طبق سود حسابداری ناشی از تورم وجه نقد در سررسید میشود. این مدلها فرصت ازدست رفته را لحاظ نمیکنند و به این ترتیب پژوهش جاری با اضافه کردن نسبت پوشش بهره به مدلهای قیمت گذاری، سعی در برطرف کردن این کاستی دارد که نوآوری این پژوهش نیز میباشد. داده های مورد نیاز پژوهش از پایگاه بلومبرگ طی دوره ی مالی 2015-2008 برای شرکتهای آمریکای شمالی و اروپایی استخراج شده است که از قراردادهای سواپ نکول اعتباری استفاده کرده اند. برای آنالیز داده ها از مدلهای مختلف شبکه های عصبی مصنوعی مثل آدابوست، انفیس، نارکس، و رگرسیون ماشین بردار پشتیبان استفاده شده است. نتایج حاکی از آنست که افزودن نسبت پوشش بهره به اطلاعات موجود در قراردادهای سواپ نکول اعتباری موجب افزایش قدرت پیش بینی کنندگی مدلهای ساختاری و شدتی میگردد. همچنین این نتیجه حاصل شد که مدلهای شدتی از قدرت پیش بینی کنندگی بیشتری نسبت به مدلهای ساختاری برخوردارند