Estimation of the default risk of publicly traded companies: evidence from Canadian data

Authors


  • Financial support by Bank of Canada, CREF, and Institut de Finance Mathématique de Montréal (IFM2) is acknowledged. We would like to thank Pierre St-Amant, Toni Gravelle, Céline Gauthier, Mathieu Maurice, Pascal François, Lawrence Kryzanowski, the finance division editor, Jason Wei, and one referee for their valuable comments on previous versions of this article.

Abstract

Through Canadian publicly traded companies, this study assessed how combining firms' continuous valuations by the market (structural model) with the value given in their financial statements (accounting model) could enhance prediction of a company's probability of default. The hybrid model outperformed other models. Specifically, estimated structural probabilities of default (PDs) contributed significantly to predicting default probabilities when they were included alongside accounting and macroeconomic variables in our hybrid model. These results were obtained with two versions of the structural model: the Merton model (Merton, 1973, 1974) and the default barrier model (Brockman & Turtle, 2003). Both models were estimated with the maximum likelihood method. Copyright © 2008 ASAC. Published by John Wiley & Sons, Ltd.

Abstract

Cet article utilise les entreprises canadiennes cotées en bourse pour évaluer comment la combinaison des évaluations continues des firmes par le marché (modèle structurel) avec la valeur contenue dans leur état financier (modèle comptable) permet de mieux prédire la probabilité de non-remboursement d'une entreprise. Le modèle hybride proposé est plus efficace que les autres modèles. De fait, les probabilités structurelles de non-remboursement (PDs) contribuent considérablement à la prédiction des probabilités de non-remboursement lorsqu'elles sont ajoutées aux variables comptables et macroéconomiques dans le modèle hybride. Ces résultats sont obtenus à l'aide de deux versions du modèle structurel: le modèle de Merton (Merton, 1973, 1974) et le modèle de défaut à barrière (Brockman & Turtle, 2003). Ces deux modèles sont évalués grâce à la méthode de vraisemblance maximale. Copyright © 2008 ASAC. Published by John Wiley & Sons, Ltd.

Ancillary