Estudo empírico comparativo dos modelos KMV padrão e KMV NAÏVE no contexto brasileiro Outros Idiomas

ID:
34752
Periódico:
Resumo:
O artigo tem como objetivo investigar o comportamento de um dos principais modelos de avaliação do risco de crédito, o KMV, baseado na formulação teórica de Merton (1974), em uma amostra de empresa integrantes do índice Ibovespa com dados do período entre 2001 e 2010. Além do desempenho do KMV padrão, uma variação do modelo, criada por Bharath e Shumway (2008), o KMV naïve, também foi avaliada na mesma amostra de empresas. Por meio de uma análise de sensibilidade, na qual parâmetros dos dois métodos foram variados, foi possível identificar a performance dos modelos em diferentes cenários. Uma análise de backtesting, com a comparação entre as estimativas de frequência esperada de inadimplência e os defaults efetivos das empresas, também foi realizada. Os resultados sugerem que o modelo naïve, a despeito de sua maior simplicidade, tende a superestimar os riscos, indicando que, no caso brasileiro, o uso do modelo de Merton padrão é o mais adequado.
Citação ABNT:
MILEO NETO, R.; KIMURA, H.; KAYO, E. K. Estudo empírico comparativo dos modelos KMV padrão e KMV NAÏVE no contexto brasileiro. Revista Alcance, v. 21, n. 3, p. 448-468, 2014.
Citação APA:
Mileo Neto, R., Kimura, H., & Kayo, E. K. (2014). Estudo empírico comparativo dos modelos KMV padrão e KMV NAÏVE no contexto brasileiro. Revista Alcance, 21(3), 448-468.
DOI:
alcance.v21n3.p448-468
Link Permanente:
http://www.spell.org.br/documentos/ver/34752/estudo-empirico-comparativo-dos-modelos-kmv-padrao-e-kmv-naive-no-contexto-brasileiro/i/pt-br
Tipo de documento:
Artigo
Idioma:
Português
Referências:
ALLEN, D. E.; POWELL, R. The fluctuating default risk of Australian banks. Australian Journal of Management 37, p. 297-325, 2012.

BHARATH, S. H.; SHUMWAY, T. Forecasting default with the Merton distance to default model. The Review of Financial Studies, v. 21, n. 3, 2008.

BLACK, F.; SCHOLES, M. The pricing of option and corporate liabilities. Journal of Political Economy, v. 81, n. 3, p. 637-654, 1973.

CAOUETTE, J. B.; ALTMAN, E.; NARAYANAN, P. Managing credit risk: The next great challenge.1. ed. New York: Wiley John & Sons, 1998.

CAPUANO, C. et al. Recent advances in credit risk modeling. International Monetary Funds. Working Paper n. 09.162. Social Science Research Network, 2009. Disponível em: . Acesso em: 10 out. 2010.

CHARITOU, A. et al. Alternative bankruptcy prediction models using option-pricing theory. Journal of Banking and Finance, v. 37, p. 2329-2341, 2013.

CHEN, X.; WANG, X.; WU, D. D. Credit risk measurement and early warning of SMEs: An empirical study of SMEs in China. Decision Support Systems, v. 49, p. 301-310, 2010.

CROUHY, M.; GALAI, D.; MARK, R. A Comparative analysis of current credit risk models. Journal of Banking and Finance, v. 24, n. 1-2, p. 59-117, jan. 2000.

DWYER, D.; KORABLEV, I. Moody`s KMV LossCalc v3.0. Moody`s Analytics, abr. 2009.

ELIZALDE, A. Credit risk models II: Structural models. CEMFI, Working Paper n. 0606, 2005. Disponível em: . Acesso em: 15 nov. 2010.

GORDY, M.; MARRONE, J. Granularity adjustment for mark-to-market credit risk models. Journal of Banking and Finance, v. 36, p. 1896-1910, 2012.

GREGORY, J. Counterparty Credit Risk: The new challenge for global financial markets. 1. ed. UK: John Wiley & Sons, 2010.

JARROW, R. Default parameter estimation using market prices. Financial Analysts Journal, v. 57, n. 5, p. 75-84, out. 2001.

JIN, J.; YU, Z.; MI, C. Commercial bank credit risk management based on grey incidence analysis. Grey Systems: Theory and Application, v. 3, n. 2, p. 385-394, 2012.

KEALHOFER, S.; KURBAT, M. The default prediction power of the Merton approach, relative to debt ratings and accounting variables. Moody`s Analytics, jan. 2002.

LEE, W-C. Redefinition of the KMV model optimal default point based on genetic algorithms: Evidence from Taiwan. Expert Systems with Applications, v. 38, n. 8, p. 10107-10113, 2011.

LEVY, A. An overview of modeling credit portfolios. Moody`s Analytics, dez. 2008.

McQUOWN, J. A. A comment on market vs. accounting-based measures of default risk. Moody`s Analytics, set. 1993.

MERTON, R. On the pricing of corporate debt: the risk structure of interest rates. The Journal of Finance, Berkeley, v. 29, n. 2, p. 449-470, 1974.

MUNVES, D. W.; SMITH, A.; HAMILTON, D. Banks and their EDF measures now and through the credit crisis: too right, too Low or just about right? Moody’s Analytics, 2010.

NELDER, J. A.; MEAD, R. A simplex method for function minimization. The Computer Journal, v. 7, n. 4, p. 308-313, 1965.

NIKLIS, M. et al. Combining accouting data and a structural model for predicting credit ratings: Empirical evidence for European listed firms. Journal of Banking and Finance, jan. 2014. Disponível em: . Acesso em: 01 maio 2014.

PASCHOARELLI, R.; SANCHEZ, M. Probabilidade de default. Revista de Finanças Aplicadas, v. 1, p. 1 -17, 2013.

PATEL, K.; PEREIRA, R. Expected default probabilities in structural models: Empirical events. Journal of Real Estate Financial Economics, v. 34, n.1, p. 107-133, 2007.

PLUTO, K.; TASCHE, D. Estimating probabilities of default for low default portfolios. In: ENGELMANN, B.; RAUHMEIER, R. (Eds.). The Basel II Risk Parameters: Estimation, Validation and Stress Testing. Berlin: Springer, p. 79-103, 2006.

SANTOS, J. O.; SANTOS, J. A. R. O modelo KMV e sua utilidade no processo de análise do risco de crédito. Revista de Gestão USP, São Paulo, v. 16, n. 2, p 73-82, abril-junho 2009.

SAUNDERS, A.; ALLEN, L. Credit risk measurement: New approaches to value-at-risk and other paradigms. 2. ed. New York: Wiley John & Sons, 2002.

SAUNDERS, A. Credit risk measurement: New approaches to value-at-risk and other paradigms. 1. ed. New York: Wiley John & Sons, 1999.

THOMAS, L. C.; OLIVER, R. W.; HAUD, D. J. A survey of the issues in consumer credit modelling research. Journal of the Operational Research Society, v. 56, p. 1006-1015, 2005.

VALLÉS, V. Stability of a “through-the-cycle” rating system during a financial crisis. Financial Stability Institute. Bank for International Settlements, 2006. Disponível em: . Acesso em: 20 ago. 2011.

YEH, C-C.; LIN, F.; HSU, C-Y. A hybrid KMV Model, random forests and rough set theory approach for credit rating. Knowledge-Based Systems, v. 33, p. 166-172, set. 2012.