Skip to main content
Calkulon

ಸುಧಾರಿತ ಹಣಕಾಸು ಮತ್ತು ವ್ಯಾಪಾರ

Credit Default Probability

What is Credit Default Probability?

▾

ಡೀಫಾಲ್ಟ್ ಸಂಭವನೀಯತೆ (PD) ಕ್ರೆಡಿಟ್ ಅಪಾಯದ ಮಾಪನದಲ್ಲಿ ಒಂದು ಪ್ರಮುಖ ಪರಿಕಲ್ಪನೆಯಾಗಿದೆ, ಇದು ಸಾಲಗಾರನು - ಒಂದು ನಿಗಮ, ಹಣಕಾಸು ಸಂಸ್ಥೆ, ಸಾರ್ವಭೌಮ ಅಥವಾ ವ್ಯಕ್ತಿಯಾಗಿರಲಿ - ನಿರ್ದಿಷ್ಟ ಸಮಯದ ಹಾರಿಜಾನ್‌ನಲ್ಲಿ ಒಪ್ಪಂದದ ಅಗತ್ಯವಿರುವ ಪಾವತಿಗಳನ್ನು ಮಾಡಲು ವಿಫಲವಾಗುವ ಸಾಧ್ಯತೆಯನ್ನು ಪ್ರತಿನಿಧಿಸುತ್ತದೆ. ಬಾಸೆಲ್ ಕ್ರೆಡಿಟ್ ರಿಸ್ಕ್ ಫ್ರೇಮ್‌ವರ್ಕ್‌ನಲ್ಲಿನ ಮೂರು ಮೂಲಭೂತ ನಿಯತಾಂಕಗಳಲ್ಲಿ PD ಒಂದಾಗಿದೆ, ಜೊತೆಗೆ ಲಾಸ್ ಗಿವನ್ ಡಿಫಾಲ್ಟ್ (LGD) ಮತ್ತು ಎಕ್ಸ್‌ಪೋಸರ್ ಅಟ್ ಡೀಫಾಲ್ಟ್ (EAD), ಮತ್ತು ಇದು ನಿರೀಕ್ಷಿತ ನಷ್ಟ ಮತ್ತು ನಿಯಂತ್ರಕ ಬಂಡವಾಳದ ಲೆಕ್ಕಾಚಾರಗಳನ್ನು ಚಾಲನೆ ಮಾಡುತ್ತದೆ. PD ಅನ್ನು ಅಂದಾಜು ಮಾಡಲು ಮೂರು ಪ್ರಾಥಮಿಕ ವಿಧಾನಗಳಿವೆ. ರಾಬರ್ಟ್ ಮೆರ್ಟನ್ 1974 ರಲ್ಲಿ ಪ್ರವರ್ತಿಸಿದ ರಚನಾತ್ಮಕ ವಿಧಾನವು ಕಂಪನಿಯ ಇಕ್ವಿಟಿಯನ್ನು ಅದರ ಸ್ವತ್ತುಗಳ ಮೇಲೆ ಕರೆ ಆಯ್ಕೆಯಾಗಿ ರೂಪಿಸುತ್ತದೆ: ಮುಕ್ತಾಯದ ಸಮಯದಲ್ಲಿ ಆಸ್ತಿ ಮೌಲ್ಯವು ಸಾಲದ ಮುಖಬೆಲೆಗಿಂತ ('ಡೀಫಾಲ್ಟ್ ತಡೆ') ಕೆಳಗೆ ಬಿದ್ದಾಗ ಡೀಫಾಲ್ಟ್ ಸಂಭವಿಸುತ್ತದೆ. ಡೀಫಾಲ್ಟ್ (DD) ಗೆ ಅಂತರ - ಡೀಫಾಲ್ಟ್ ತಡೆಗೋಡೆಯಿಂದ ಆಸ್ತಿ ಮೌಲ್ಯದ ಪ್ರಮಾಣಿತ ವಿಚಲನಗಳಲ್ಲಿ ಅಳೆಯಲಾಗುತ್ತದೆ - ಪ್ರಮುಖ ಔಟ್‌ಪುಟ್, ಮತ್ತು PD ಅನ್ನು ಈ ದೂರದ ಸಾಮಾನ್ಯ ವಿತರಣೆಯಿಂದ ಅಂದಾಜಿಸಲಾಗಿದೆ. ಮೂಡೀಸ್ KMV ಮಾದರಿಯು ನಿರೀಕ್ಷಿತ ಡೀಫಾಲ್ಟ್ ಆವರ್ತನವನ್ನು (EDF) ಲೆಕ್ಕಾಚಾರ ಮಾಡಲು ಅಂದಾಜು ಆಸ್ತಿ ಮೌಲ್ಯ ಮತ್ತು ಚಂಚಲತೆಯನ್ನು ಬಳಸಿಕೊಂಡು ಮೆರ್ಟನ್ ರಚನಾತ್ಮಕ ವಿಧಾನದ ಪ್ರಮುಖ ವಾಣಿಜ್ಯ ಅನುಷ್ಠಾನವಾಗಿದೆ. ಕಡಿಮೆ-ರೂಪದ (ತೀವ್ರತೆ) ವಿಧಾನವು ಡೀಫಾಲ್ಟ್ ಅನ್ನು ಅಪಾಯದ ದರ λ (ಡೀಫಾಲ್ಟ್‌ನ ತತ್‌ಕ್ಷಣದ ಷರತ್ತುಬದ್ಧ ಸಂಭವನೀಯತೆ) ನಿಂದ ನಿಯಂತ್ರಿಸಲ್ಪಡುವ ಆಶ್ಚರ್ಯಕರ ಘಟನೆಯಾಗಿ ಪರಿಗಣಿಸುತ್ತದೆ, ಇದನ್ನು ಕ್ರೆಡಿಟ್ ಡೀಫಾಲ್ಟ್ ಸ್ವಾಪ್‌ಗಳ (CDS) ಮಾರುಕಟ್ಟೆ ಬೆಲೆಗಳಿಗೆ ಅಥವಾ ಬಾಂಡ್ ಕ್ರೆಡಿಟ್ ಸ್ಪ್ರೆಡ್‌ಗಳಿಗೆ ಮಾಪನಾಂಕ ಮಾಡಬಹುದು. PD ಓವರ್ ಹಾರಿಜಾನ್ T = 1 - e^(-λT). ಈ ವಿಧಾನವು ರಚನಾತ್ಮಕ ಮಾದರಿಗಿಂತ ಹೆಚ್ಚು ಮೃದುವಾಗಿರುತ್ತದೆ ಮತ್ತು ಸಮಯ-ವ್ಯತ್ಯಾಸ ಡೀಫಾಲ್ಟ್ ತೀವ್ರತೆಯನ್ನು ಸಂಯೋಜಿಸಬಹುದು. ಕ್ರೆಡಿಟ್ ಸ್ಕೋರ್-ಆಧಾರಿತ ವಿಧಾನಗಳು (ಲಾಜಿಸ್ಟಿಕ್ ರಿಗ್ರೆಷನ್ ಮಾದರಿಗಳು, ರೇಟಿಂಗ್ ಏಜೆನ್ಸಿ ಮಾದರಿಗಳು ಮತ್ತು ಯಂತ್ರ ಕಲಿಕೆಯ ಮಾದರಿಗಳು ಸೇರಿದಂತೆ) ಸಾಲಗಾರನ ಹಣಕಾಸಿನ ಗುಣಲಕ್ಷಣಗಳಿಂದ PD ಅನ್ನು ಅಂದಾಜು ಮಾಡುತ್ತದೆ: ಹತೋಟಿ ಅನುಪಾತಗಳು, ಲಾಭದಾಯಕತೆ, ವ್ಯಾಪ್ತಿಯ ಅನುಪಾತಗಳು, ದ್ರವ್ಯತೆ, ಗಾತ್ರ ಮತ್ತು ಉದ್ಯಮ. ರೇಟಿಂಗ್ ಏಜೆನ್ಸಿ ಐತಿಹಾಸಿಕ ಡೀಫಾಲ್ಟ್ ದರಗಳು ಕ್ರೆಡಿಟ್ ರೇಟಿಂಗ್‌ನಿಂದ ಐತಿಹಾಸಿಕ PD ಗೆ ವಿವಿಧ ಹಾರಿಜಾನ್‌ಗಳ ಮೇಲೆ ಪ್ರಾಯೋಗಿಕ ಮ್ಯಾಪಿಂಗ್ ಅನ್ನು ಒದಗಿಸುತ್ತದೆ. ಸಾಲದ ಬೆಲೆಗೆ ನಿಖರವಾದ PD ಅಂದಾಜು ಅತ್ಯಗತ್ಯವಾಗಿದೆ (ಕ್ರೆಡಿಟ್ ಹರಡುವಿಕೆಯು ನಿರೀಕ್ಷಿತ ನಷ್ಟವನ್ನು ಸರಿದೂಗಿಸಬೇಕು = PD × LGD), ನಿಯಂತ್ರಕ ಬಂಡವಾಳದ ಲೆಕ್ಕಾಚಾರ (ಬಾಸೆಲ್ IRB ವಿಧಾನವು ಬ್ಯಾಂಕುಗಳು ಆಂತರಿಕ PD ಮಾದರಿಗಳನ್ನು ಬಳಸಲು ಅನುಮತಿಸುತ್ತದೆ), ಪೋರ್ಟ್ಫೋಲಿಯೋ ಕ್ರೆಡಿಟ್ ರಿಸ್ಕ್ ಮ್ಯಾನೇಜ್ಮೆಂಟ್, ಮತ್ತು ಉತ್ಪನ್ನಗಳ ವಹಿವಾಟುಗಳಲ್ಲಿ ಕೌಂಟರ್ಪಾರ್ಟಿ ಕ್ರೆಡಿಟ್ ಅಪಾಯದ ಮೌಲ್ಯಮಾಪನ.

Calkulon makes complex calculations simple — built for students and everyday problem-solvers.

ಸೂತ್ರ

▾
f(x)ಮೆರ್ಟನ್ PD: PD = N(-d2) ಅಲ್ಲಿ d2 = [ln(V/D) + (μ - σ_V²/2)T] / (σ_V √T) ಅಪಾಯದ ದರ PD: PD(T) = 1 - e^(-λT) ಕ್ರೆಡಿಟ್ ತ್ರಿಕೋನ: λ ≈ ಕ್ರೆಡಿಟ್ ಸ್ಪ್ರೆಡ್ / LGD | CS ≈ PD × LGD / (1-PD)

Variable Legend

▾
ಚಿಹ್ನೆಹೆಸರುಘಟಕವಿವರಣೆ
PDಡೀಫಾಲ್ಟ್ ಸಂಭವನೀಯತೆ%ನಿರ್ದಿಷ್ಟಪಡಿಸಿದ ಹಾರಿಜಾನ್‌ನಲ್ಲಿ ಡೀಫಾಲ್ಟ್ ಆಗುವ ಸಾಧ್ಯತೆ (1 ವರ್ಷ ಪ್ರಮಾಣಿತವಾಗಿದೆ); ಪ್ರಾಥಮಿಕ ಕ್ರೆಡಿಟ್ ಅಪಾಯದ ನಿಯತಾಂಕ.
DDಡಿಫಾಲ್ಟ್‌ಗೆ ದೂರstandard deviationsಮೆರ್ಟನ್ ಮಾದರಿಯಲ್ಲಿ: (ಆಸ್ತಿ ಮೌಲ್ಯ - ಡೀಫಾಲ್ಟ್ ಪಾಯಿಂಟ್) / (ಆಸ್ತಿ ಸಂಪುಟ × ಆಸ್ತಿ ಮೌಲ್ಯ); ಡೀಫಾಲ್ಟ್ ಮೇಲೆ ಪ್ರಮಾಣಿತ ವಿಚಲನಗಳ ಸಂಖ್ಯೆ.
λಅಪಾಯದ ದರper yearಪ್ರತಿ ಯೂನಿಟ್ ಸಮಯಕ್ಕೆ ತತ್ಕ್ಷಣದ ಷರತ್ತುಬದ್ಧ ಡೀಫಾಲ್ಟ್ ಸಂಭವನೀಯತೆ; ಕಡಿಮೆ-ರೂಪದ ಮಾದರಿಗಳಲ್ಲಿ ಬಳಸಲಾಗುತ್ತದೆ: PD = 1 - e^(-λT).
LGDಡೀಫಾಲ್ಟ್ ನೀಡಿದ ನಷ್ಟ%ಡೀಫಾಲ್ಟ್ ಸಂಭವಿಸಿದಲ್ಲಿ ನಿರೀಕ್ಷಿತ ಭಾಗದ ಮಾನ್ಯತೆ ಕಳೆದುಹೋಗುತ್ತದೆ; ಚೇತರಿಕೆ ದರದ ಪೂರಕ. EL = PD × LGD × EAD.
CSಕ್ರೆಡಿಟ್ ಸ್ಪ್ರೆಡ್bpsಅಪಾಯ-ಮುಕ್ತ ದರಕ್ಕಿಂತ ಹೆಚ್ಚಿನ ಇಳುವರಿ ಬೇಡಿಕೆ; ಅಂದಾಜು CS ≈ λ × LGD ಸಣ್ಣ ಮೆಚುರಿಟಿಗಳಿಗೆ (ಕ್ರೆಡಿಟ್ ತ್ರಿಕೋನ).

How to Credit Default Probability

▾
  1. 1ಅಂದಾಜು ವಿಧಾನವನ್ನು ಆರಿಸಿ: ಈಕ್ವಿಟಿ ಡೇಟಾದೊಂದಿಗೆ ಸಾರ್ವಜನಿಕ ಕಂಪನಿಗಳಿಗೆ ರಚನಾತ್ಮಕ (ಮೆರ್ಟನ್); CDS-ವ್ಯಾಪಾರದ ಹೆಸರುಗಳಿಗಾಗಿ ಕಡಿಮೆ-ರೂಪ; ಕ್ರೆಡಿಟ್ ರೇಟಿಂಗ್ ಹೊಂದಿರುವ ಕಂಪನಿಗಳಿಗೆ ರೇಟಿಂಗ್ ಆಧಾರಿತ.
  2. 2ಮೆರ್ಟನ್ ಮಾದರಿಗಾಗಿ: ಈಕ್ವಿಟಿ-ಆಸ್-ಕಾಲ್-ಆಯ್ಕೆ ವ್ಯವಸ್ಥೆಯನ್ನು ಪುನರಾವರ್ತಿತವಾಗಿ ಪರಿಹರಿಸುವ ಮೂಲಕ ಆಸ್ತಿ ಮೌಲ್ಯ (V) ಮತ್ತು ಆಸ್ತಿ ಚಂಚಲತೆಯನ್ನು (σ_V) ಅಂದಾಜು ಮಾಡಿ; ಡೀಫಾಲ್ಟ್ ತಡೆಗೋಡೆ ಗುರುತಿಸಿ (ಸಾಮಾನ್ಯವಾಗಿ ಪ್ರಸ್ತುತ ಹೊಣೆಗಾರಿಕೆಗಳು + 50% ದೀರ್ಘಾವಧಿಯ ಸಾಲ).
  3. 3ಡಿಫಾಲ್ಟ್‌ಗೆ ದೂರವನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡಿ: DD = (V - D) / (σ_V × V), ಇಲ್ಲಿ D ಎಂಬುದು ಡೀಫಾಲ್ಟ್ ತಡೆಗೋಡೆಯಾಗಿದೆ.
  4. 4ಸಾಮಾನ್ಯ ವಿತರಣೆಯನ್ನು ಬಳಸಿಕೊಂಡು DD ಅನ್ನು PD ಗೆ ಪರಿವರ್ತಿಸಿ: ಅಪಾಯ-ತಟಸ್ಥ ಅಳತೆಗಾಗಿ PD = N(-DD) ಅಥವಾ ನೈಜ-ಜಗತ್ತಿನ PD ಗಾಗಿ ಪ್ರಾಯೋಗಿಕ ಮ್ಯಾಪಿಂಗ್ ಅನ್ನು (ಮೂಡೀಸ್ KMV ಮಾಡುವಂತೆ) ಬಳಸಿ.
  5. 5CDS/ಸ್ಪ್ರೆಡ್-ಆಧಾರಿತ PD ಗಾಗಿ: ಮಾರುಕಟ್ಟೆ ಕ್ರೆಡಿಟ್ ಸ್ಪ್ರೆಡ್ ಅನ್ನು ಪಡೆದುಕೊಳ್ಳಿ, LGD (ಸಾಮಾನ್ಯವಾಗಿ 40-60%) ಊಹಿಸಿಕೊಳ್ಳಿ; ಅಪಾಯದ ದರವನ್ನು ಲೆಕ್ಕಹಾಕಿ λ = CS / LGD; PD(T) = 1 - e^(-λT) ಅನ್ನು ಕಂಪ್ಯೂಟ್ ಮಾಡಿ.
  6. 6ರೇಟಿಂಗ್-ಆಧಾರಿತ PD ಗಾಗಿ: S&P ಅಥವಾ ಮೂಡೀಸ್ ವಾರ್ಷಿಕ ಡೀಫಾಲ್ಟ್ ಅಧ್ಯಯನಗಳಿಂದ ನೀಡುವವರ ಕ್ರೆಡಿಟ್ ರೇಟಿಂಗ್‌ಗಾಗಿ ಐತಿಹಾಸಿಕ ಸರಾಸರಿ ಸಂಚಿತ ಡೀಫಾಲ್ಟ್ ದರವನ್ನು ನೋಡಿ.
  7. 7ಮಾರುಕಟ್ಟೆ ಬೆಲೆಗಳು, ರೇಟಿಂಗ್ ಏಜೆನ್ಸಿ ರೇಟಿಂಗ್‌ಗಳು ಮತ್ತು ಪೀರ್ ಕಂಪನಿಗಳ ವಿರುದ್ಧ PD ಅಂದಾಜನ್ನು ಮೌಲ್ಯೀಕರಿಸಿ. ಪೋರ್ಟ್‌ಫೋಲಿಯೊ ನಿರೀಕ್ಷಿತ ನಷ್ಟಕ್ಕೆ ಒಟ್ಟು: EL = Σ PD_i × LGD_i × EAD_i.

Worked Examples

▾
Example 1ಹತೋಟಿ ಹೊಂದಿರುವ ಕಂಪನಿಗೆ ಮೆರ್ಟನ್ ಮಾದರಿ
Given:ಆಸ್ತಿ ಮೌಲ್ಯ=$100M, ಆಸ್ತಿ ಸಂಪುಟ=25%, ಡೀಫಾಲ್ಟ್ ತಡೆಗೋಡೆ=$70M, ಅಪಾಯ-ಮುಕ್ತ ದರ=5%, T=1 ವರ್ಷ
ಫಲಿತಾಂಶ:d2=1.41 | PD (ಅಪಾಯ-ತಟಸ್ಥ)=7.9% | ಡಿಫಾಲ್ಟ್‌ಗೆ ದೂರ=1.41σ

ಕಂಪನಿಯು ಡಿಫಾಲ್ಟ್‌ಗಿಂತ 1.41 ಪ್ರಮಾಣಿತ ವಿಚಲನಗಳನ್ನು ಹೊಂದಿದೆ - ಮಧ್ಯಮ ಕ್ರೆಡಿಟ್ ಅಪಾಯ

d2 = [ln(100/70) + (0.05 - 0.25²/2)×1] / (0.25×√1) = [0.357 + 0.019] / 0.25 = 1.505. PD = N(-1.505) ≈ 6.6%. ಡಿಫಾಲ್ಟ್ DD ಗೆ ದೂರ = (100 - 70) / (0.25 × 100) = 1.20 ಪ್ರಮಾಣಿತ ವಿಚಲನಗಳು. ಮೂಡೀಸ್ KMV ಇದನ್ನು ತಮ್ಮ ಐತಿಹಾಸಿಕ ಡೇಟಾಬೇಸ್‌ನಿಂದ ಪ್ರಾಯೋಗಿಕ EDF ಗೆ ನಕ್ಷೆ ಮಾಡುತ್ತದೆ. ಒಂದು 1.2 DD ಸರಿಸುಮಾರು 8-12% ಪ್ರಾಯೋಗಿಕ 1 ವರ್ಷದ ಡೀಫಾಲ್ಟ್ ಸಂಭವನೀಯತೆಗೆ ಅನುರೂಪವಾಗಿದೆ. ಇಕ್ವಿಟಿ ಮಾರುಕಟ್ಟೆಗಳು ಮಾರಾಟವಾದರೆ ಮತ್ತು ಆಸ್ತಿ ಚಂಚಲತೆಯು 35% ಕ್ಕೆ ಏರಿದರೆ, DD 0.86 ಕ್ಕೆ ಇಳಿಯುತ್ತದೆ ಮತ್ತು PD 19% ಗೆ ಜಿಗಿಯುತ್ತದೆ - ಈಕ್ವಿಟಿ ಮಾರುಕಟ್ಟೆ ಪರಿಸ್ಥಿತಿಗಳು ಕ್ರೆಡಿಟ್ ಅಪಾಯವನ್ನು ನೇರವಾಗಿ ಹೇಗೆ ಪ್ರಭಾವಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ತೋರಿಸುತ್ತದೆ.

Example 2ಕ್ರೆಡಿಟ್ ಸ್ಪ್ರೆಡ್‌ನಿಂದ CDS-ಸೂಕ್ತ PD
Given:5-ವರ್ಷದ CDS ಹರಡುವಿಕೆ=300 bps, LGD=60%
ಫಲಿತಾಂಶ:ಅಪಾಯದ ದರ=5.0%/ವರ್ಷ | 1-ವರ್ಷ PD=4.88% | 5-ವರ್ಷದ ಸಂಚಿತ PD=22.1%

CDS ಮಾರುಕಟ್ಟೆಯು 5 ವರ್ಷಗಳಲ್ಲಿ ಡೀಫಾಲ್ಟ್ ಆಗುವ 22% ಅವಕಾಶವನ್ನು ಸೂಚಿಸುತ್ತದೆ

ಅಪಾಯದ ದರ λ = CS / LGD = 300 bps / 60% = 500 bps = 5.0% ಪ್ರತಿ ವರ್ಷ. 1-ವರ್ಷ PD = 1 - e^(-0.05×1) = 4.88%. 5-ವರ್ಷದ PD = 1 - e^(-0.05×5) = 1 - e^(-0.25) = 22.1%. ಈ CDS-ಸೂಕ್ತ PD ಅಪಾಯ-ತಟಸ್ಥ ಸಂಭವನೀಯತೆಯಾಗಿದೆ (ಅಪಾಯ ಪ್ರೀಮಿಯಂ ಅನ್ನು ಒಳಗೊಂಡಿದೆ), ಆದ್ದರಿಂದ ನೈಜ-ಜಗತ್ತಿನ PD ಸ್ವಲ್ಪ ಕಡಿಮೆ ಇರುತ್ತದೆ. 300 bps CDS ಹರಡುವಿಕೆಯು BB ಕ್ರೆಡಿಟ್ ರೇಟಿಂಗ್‌ಗೆ ಅನುಗುಣವಾಗಿರುತ್ತದೆ, ಅಲ್ಲಿ ಐತಿಹಾಸಿಕ 5-ವರ್ಷದ ಸಂಚಿತ ಡೀಫಾಲ್ಟ್ ದರಗಳು ಸರಾಸರಿ 10-15% - CDS ಮಾರುಕಟ್ಟೆಯು ಮಾರುಕಟ್ಟೆಯ ಅಪಾಯದ ಪ್ರೀಮಿಯಂ ಮತ್ತು ದ್ರವ್ಯತೆ ಪ್ರೀಮಿಯಂ ಅನ್ನು ಪ್ರತಿಬಿಂಬಿಸುವ ಸ್ವಲ್ಪ ಹೆಚ್ಚಿನ ದರವನ್ನು ಸೂಚಿಸುತ್ತದೆ.

Example 3ರೇಟಿಂಗ್-ಆಧಾರಿತ ಐತಿಹಾಸಿಕ PD
Given:ವಿತರಕರ ರೇಟಿಂಗ್: BB, 3-ವರ್ಷದ ಹಾರಿಜಾನ್
ಫಲಿತಾಂಶ:3-ವರ್ಷದ ಸಂಚಿತ PD≈8.2% (S&P 2023 ವಾರ್ಷಿಕ ಅಧ್ಯಯನ ಸರಾಸರಿ 1981–2022)

ರೇಟಿಂಗ್ ಮೂಲಕ 40+ ವರ್ಷಗಳ S&P ಐತಿಹಾಸಿಕ ಡೀಫಾಲ್ಟ್ ಡೇಟಾವನ್ನು ಆಧರಿಸಿದೆ

S&P ಯ 2023 ರ ವಾರ್ಷಿಕ ಜಾಗತಿಕ ಕಾರ್ಪೊರೇಟ್ ಡೀಫಾಲ್ಟ್ ಮತ್ತು ರೇಟಿಂಗ್ ಪರಿವರ್ತನೆಯ ಅಧ್ಯಯನದ ಪ್ರಕಾರ, 1981-2022 ರಿಂದ BB-ರೇಟೆಡ್ ವಿತರಕರಿಗೆ ಸರಾಸರಿ 3-ವರ್ಷದ ಸಂಚಿತ ಡೀಫಾಲ್ಟ್ ದರವು ಸರಿಸುಮಾರು 8.2% ಆಗಿದೆ. ವಾರ್ಷಿಕ ಡೀಫಾಲ್ಟ್ ದರಗಳು: BB ವರ್ಷ 1≈0.84%, ವರ್ಷ 2≈1.65% ಕನಿಷ್ಠ, ವರ್ಷ 3≈1.72% ಕನಿಷ್ಠ. ಹೂಡಿಕೆ-ದರ್ಜೆಯ ಸಂಚಿತ 3-ವರ್ಷದ ಡೀಫಾಲ್ಟ್ ದರಗಳು ತೀರಾ ಕಡಿಮೆ: AAA≈0.01%, AA≈0.05%, A≈0.13%, BBB≈0.55%. ಈ ಪ್ರಾಯೋಗಿಕ ದರಗಳು ನೈಜ-ಪ್ರಪಂಚದ PD ಗಳು (ಅಪಾಯ-ತಟಸ್ಥವಲ್ಲ) ಮತ್ತು ಸಾಲದ ಪೋರ್ಟ್‌ಫೋಲಿಯೊಗಳಿಗಾಗಿ ಬಾಸೆಲ್ IRB ನಿರೀಕ್ಷಿತ ನಷ್ಟದ ಲೆಕ್ಕಾಚಾರದಲ್ಲಿ ನೇರವಾಗಿ ಬಳಸಲಾಗುತ್ತದೆ.

Example 4ಲಾಜಿಸ್ಟಿಕ್ ರಿಗ್ರೆಷನ್ ಕ್ರೆಡಿಟ್ ಸ್ಕೋರ್ ಮಾದರಿ
Given:ಸಾಲಗಾರ: ಸಾಲ/EBITDA=5.0x, ಬಡ್ಡಿ ವ್ಯಾಪ್ತಿ=1.8x, ಪ್ರಸ್ತುತ ಅನುಪಾತ=0.9, ಲಾಭದ ಅಂಚು=4%
ಫಲಿತಾಂಶ:ಕ್ರೆಡಿಟ್ ಸ್ಕೋರ್=58/100 (60 ಕ್ಕಿಂತ ಕಡಿಮೆ=ಎತ್ತರದ ಅಪಾಯ) | ಮಾದರಿ PD≈12.5%

ಲಾಜಿಸ್ಟಿಕ್ ರಿಗ್ರೆಷನ್‌ನಲ್ಲಿ ಸಂಯೋಜಿಸಲಾದ ಬಹು ಹಣಕಾಸು ಅನುಪಾತಗಳು PD ಅನ್ನು ಊಹಿಸುತ್ತವೆ

ಲಾಜಿಸ್ಟಿಕ್ ರಿಗ್ರೆಶನ್ ಮಾದರಿಯಲ್ಲಿ, ಪ್ರತಿ ಹಣಕಾಸಿನ ಅನುಪಾತವು ಐತಿಹಾಸಿಕ ಡೀಫಾಲ್ಟ್ ಡೇಟಾದಿಂದ ಅಂದಾಜಿಸಲಾದ ಗುಣಾಂಕವನ್ನು ಹೊಂದಿದೆ: ಸಾಲ/ಇಬಿಐಟಿಡಿಎ (5.0x - ಹೆಚ್ಚಿನ ಹತೋಟಿ ಅಪಾಯವನ್ನು ಸೇರಿಸುತ್ತದೆ), ಬಡ್ಡಿ ವ್ಯಾಪ್ತಿ (1.8x - ಕಡಿಮೆ ಕವರೇಜ್ ಗಮನಾರ್ಹವಾಗಿ PD ಅನ್ನು ಹೆಚ್ಚಿಸುತ್ತದೆ), ಪ್ರಸ್ತುತ ಅನುಪಾತ (0.9 — ಕಡಿಮೆ 1.0 = ಋಣಾತ್ಮಕ ಕಾರ್ಯ ಬಂಡವಾಳವು ಅಪಾಯವನ್ನು ಸೇರಿಸುತ್ತದೆ (4% ತೆಳುವಾದ ಲಾಭಾಂಶ) ಮತ್ತು ಲಾಭದ ಮಾರ್ಜಿನ್. ಸಂಯೋಜಿತ ಲಾಗ್-ಆಡ್ಸ್ ಸುಮಾರು 12.5% ​​ನ PD ಅನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ - ಎತ್ತರದ ಊಹಾತ್ಮಕ-ದರ್ಜೆಯ ಪ್ರದೇಶ. ಈ ಸಾಲಗಾರನು B ಅಥವಾ B− ಆಂತರಿಕ ರೇಟಿಂಗ್ ಅನ್ನು ಪಡೆಯುತ್ತಾನೆ, ಅಂದಾಜು LIBOR/SOFR + 400-500 bps ಮತ್ತು ಬಿಗಿಯಾದ ಒಪ್ಪಂದದ ರಕ್ಷಣೆಗಳ ಬೆಲೆಯ ಅಗತ್ಯವಿರುತ್ತದೆ.

Real-World Applications

▾
🏗️

ಬ್ಯಾಂಕ್ ಸಾಲದ ಮೂಲದ ಕ್ರೆಡಿಟ್ ಅನುಮೋದನೆ ಮತ್ತು ಬೆಲೆ (RAROC), ದೃಢೀಕರಿಸಿದ ಕಂಪ್ಯೂಟೇಶನಲ್ ವಿಧಾನಗಳು ಮತ್ತು ಉದ್ಯಮ-ಪ್ರಮಾಣಿತ ವಿಧಾನಗಳ ಆಧಾರದ ಮೇಲೆ ಉತ್ತಮ-ಮಾಹಿತಿಯುಳ್ಳ ಪರಿಮಾಣಾತ್ಮಕ ನಿರ್ಧಾರಗಳನ್ನು ಮಾಡಲು ಸಾಧಕರಿಗೆ ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ, ಇದು ಸಾಕ್ಷ್ಯ ಆಧಾರಿತ ನಿರ್ಧಾರಗಳನ್ನು ಬೆಂಬಲಿಸಲು ನಿಖರವಾದ ಪರಿಮಾಣಾತ್ಮಕ ವಿಶ್ಲೇಷಣೆಯ ಅಗತ್ಯವಿರುತ್ತದೆ, ಕಾರ್ಯತಂತ್ರದ ಸಂಪನ್ಮೂಲಗಳ ಹಂಚಿಕೆ, ಮತ್ತು ವೈವಿಧ್ಯಮಯ ವೃತ್ತಿಪರ ಸನ್ನಿವೇಶಗಳಲ್ಲಿ ಕಾರ್ಯಕ್ಷಮತೆಯ ಆಪ್ಟಿಮೈಸೇಶನ್.

🔬

ಕ್ರೆಡಿಟ್ ಪೋರ್ಟ್‌ಫೋಲಿಯೊಗಳಿಗಾಗಿ ಬಾಸೆಲ್ II/III IRB ಬಂಡವಾಳದ ಲೆಕ್ಕಾಚಾರ, ವಿಶ್ಲೇಷಕರು ಕಂಪನಿಗಳಾದ್ಯಂತ ಕಾರ್ಯತಂತ್ರದ ಯೋಜನೆ, ಸಂಪನ್ಮೂಲ ಹಂಚಿಕೆ ಮತ್ತು ಕಾರ್ಯಕ್ಷಮತೆ ಮಾನದಂಡಗಳನ್ನು ಬೆಂಬಲಿಸುವ ನಿಖರ ಫಲಿತಾಂಶಗಳನ್ನು ಉತ್ಪಾದಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ, ಅಲ್ಲಿ ಕಾರ್ಪೊರೇಟ್ ಮತ್ತು ವೈಯಕ್ತಿಕ ಸೆಟ್ಟಿಂಗ್‌ಗಳಲ್ಲಿ ಯೋಜನೆ, ಮೌಲ್ಯಮಾಪನ ಮತ್ತು ನಿರಂತರ ಸುಧಾರಣೆ ಪ್ರಕ್ರಿಯೆಗಳನ್ನು ತಿಳಿಸುವ ವಿಶ್ವಾಸಾರ್ಹ ಫಲಿತಾಂಶಗಳನ್ನು ಉತ್ಪಾದಿಸಲು ನಿಖರವಾದ ಸಂಖ್ಯಾತ್ಮಕ ಲೆಕ್ಕಾಚಾರವು ಅತ್ಯಗತ್ಯ.

📊

IFRS 9 / CECL ನಿರೀಕ್ಷಿತ ಕ್ರೆಡಿಟ್ ನಷ್ಟವನ್ನು ಒದಗಿಸುವುದು, ವೃತ್ತಿಪರರು ತಮ್ಮ ದೈನಂದಿನ ವೃತ್ತಿಪರ ಚಟುವಟಿಕೆಗಳನ್ನು ಅವಲಂಬಿಸಿರುವ ಪಾಲುದಾರರಿಗೆ ಕಚ್ಚಾ ಇನ್‌ಪುಟ್ ಡೇಟಾವನ್ನು ಕ್ರಿಯಾಶೀಲ ಒಳನೋಟಗಳಾಗಿ ಭಾಷಾಂತರಿಸುವ ವ್ಯವಸ್ಥಿತ ಲೆಕ್ಕಾಚಾರದ ವಿಧಾನಗಳನ್ನು ಒತ್ತಾಯಿಸುವ ವಿಶ್ವಾಸಾರ್ಹ ಗಣಿತದ ಚೌಕಟ್ಟುಗಳು ಮತ್ತು ಸ್ಥಾಪಿತ ಸೂತ್ರಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಫಲಿತಾಂಶಗಳನ್ನು ವ್ಯವಸ್ಥಿತವಾಗಿ ಪ್ರಮಾಣೀಕರಿಸಲು ಮತ್ತು ಸನ್ನಿವೇಶಗಳನ್ನು ಹೋಲಿಸಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ.

🏥

ಕ್ರೆಡಿಟ್ ಡೀಫಾಲ್ಟ್ ಸ್ವಾಪ್ ಬೆಲೆ ಮತ್ತು ವ್ಯಾಪಾರ, ಅನುಸರಣೆ, ವರದಿ ಮಾಡುವಿಕೆ ಮತ್ತು ಆಪ್ಟಿಮೈಸೇಶನ್ ಉದ್ದೇಶಗಳಿಗಾಗಿ ಸಂಖ್ಯಾತ್ಮಕ ನಿಖರತೆ ಅಗತ್ಯವಾಗಿರುವ ಡೇಟಾ-ಚಾಲಿತ ಮೌಲ್ಯಮಾಪನ ಪ್ರಕ್ರಿಯೆಗಳನ್ನು ಬೆಂಬಲಿಸುವುದು, ವರದಿ ಮಾಡುವಿಕೆ, ಲೆಕ್ಕಪರಿಶೋಧನೆ ಮತ್ತು ವೃತ್ತಿಪರ ಪರಿಸರದ ಪ್ರವೃತ್ತಿ ವಿಶ್ಲೇಷಣೆಗೆ ಸೂಕ್ತವಾದ ಸ್ಥಿರವಾದ ಮತ್ತು ಪರಿಶೀಲಿಸಬಹುದಾದ ಫಲಿತಾಂಶಗಳನ್ನು ನೀಡುವ ದೃಢವಾದ ಕಂಪ್ಯೂಟೇಶನಲ್ ವಿಧಾನಗಳ ಅಗತ್ಯವಿರುತ್ತದೆ.

⚙️

ಬಾಂಡ್ ಪೋರ್ಟ್ಫೋಲಿಯೋ ಕ್ರೆಡಿಟ್ ರಿಸ್ಕ್ ಮಾನಿಟರಿಂಗ್ ಮತ್ತು ರೇಟಿಂಗ್ ಕಣ್ಗಾವಲು, ಇದು ಸಾಕ್ಷ್ಯ ಆಧಾರಿತ ನಿರ್ಧಾರಗಳನ್ನು ಬೆಂಬಲಿಸಲು ನಿಖರವಾದ ಪರಿಮಾಣಾತ್ಮಕ ವಿಶ್ಲೇಷಣೆಯ ಅಗತ್ಯವಿರುತ್ತದೆ, ಕಾರ್ಯತಂತ್ರದ ಸಂಪನ್ಮೂಲ ಹಂಚಿಕೆ ಮತ್ತು ವೈವಿಧ್ಯಮಯ ಸಾಂಸ್ಥಿಕ ಸಂದರ್ಭಗಳು ಮತ್ತು ವೃತ್ತಿಪರ ವಿಭಾಗಗಳಲ್ಲಿ ಕಾರ್ಯಕ್ಷಮತೆಯ ಆಪ್ಟಿಮೈಸೇಶನ್

Special Cases

▾

ಪ್ರಾಯೋಗಿಕವಾಗಿ, ಈ ಎಡ್ಜ್ ಕೇಸ್ ಅನ್ನು ಎಚ್ಚರಿಕೆಯಿಂದ ಪರಿಗಣಿಸುವ ಅಗತ್ಯವಿರುತ್ತದೆ ಏಕೆಂದರೆ ಪ್ರಮಾಣಿತ ಊಹೆಗಳು ಹೊಂದಿರುವುದಿಲ್ಲ. ಕ್ರೆಡಿಟ್ ಡೀಫಾಲ್ಟ್ ಸಂಭವನೀಯತೆ ಕ್ಯಾಲ್ಕುಲೇಟರ್ ಲೆಕ್ಕಾಚಾರದಲ್ಲಿ ಈ ಸನ್ನಿವೇಶವನ್ನು ಎದುರಿಸುವಾಗ, ಅಭ್ಯಾಸಕಾರರು ಗಡಿ ಪರಿಸ್ಥಿತಿಗಳನ್ನು ಪರಿಶೀಲಿಸಬೇಕು, ವಿಭಾಗ-ಶೂನ್ಯ ಅಪಾಯಗಳನ್ನು ಪರಿಶೀಲಿಸಬೇಕು ಮತ್ತು ಈ ವಿಪರೀತ ಪರಿಸ್ಥಿತಿಗಳಲ್ಲಿ ಮಾದರಿಯ ಊಹೆಗಳು ಮಾನ್ಯವಾಗಿರುತ್ತವೆಯೇ ಎಂದು ಪರಿಗಣಿಸಬೇಕು.

ಕ್ರೆಡಿಟ್ ರಿಸ್ಕ್ ಪಿಡಿಯೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವ ವೃತ್ತಿಪರರು ಈ ಸನ್ನಿವೇಶಕ್ಕೆ ವಿಶೇಷವಾಗಿ ಗಮನಹರಿಸಬೇಕು ಏಕೆಂದರೆ ಸರಿಯಾಗಿ ನಿರ್ವಹಿಸದಿದ್ದಲ್ಲಿ ಇದು ತಪ್ಪುದಾರಿಗೆಳೆಯುವ ಫಲಿತಾಂಶಗಳಿಗೆ ಕಾರಣವಾಗಬಹುದು. ಈ ಪ್ರಕರಣವು ಪ್ರಾಯೋಗಿಕವಾಗಿ ಉದ್ಭವಿಸಿದಾಗ ಯಾವಾಗಲೂ ಗಡಿ ಪರಿಸ್ಥಿತಿಗಳನ್ನು ಪರಿಶೀಲಿಸಿ ಮತ್ತು ಸ್ವತಂತ್ರ ವಿಧಾನಗಳೊಂದಿಗೆ ಅಡ್ಡ-ಪರಿಶೀಲಿಸಿ.

ಪ್ರಾಯೋಗಿಕವಾಗಿ, ಈ ಎಡ್ಜ್ ಕೇಸ್ ಅನ್ನು ಎಚ್ಚರಿಕೆಯಿಂದ ಪರಿಗಣಿಸುವ ಅಗತ್ಯವಿರುತ್ತದೆ ಏಕೆಂದರೆ ಪ್ರಮಾಣಿತ ಊಹೆಗಳು ಹೊಂದಿರುವುದಿಲ್ಲ. ಕ್ರೆಡಿಟ್ ಡೀಫಾಲ್ಟ್ ಸಂಭವನೀಯತೆ ಕ್ಯಾಲ್ಕುಲೇಟರ್ ಲೆಕ್ಕಾಚಾರದಲ್ಲಿ ಈ ಸನ್ನಿವೇಶವನ್ನು ಎದುರಿಸುವಾಗ, ಅಭ್ಯಾಸಕಾರರು ಗಡಿ ಪರಿಸ್ಥಿತಿಗಳನ್ನು ಪರಿಶೀಲಿಸಬೇಕು, ವಿಭಾಗ-ಶೂನ್ಯ ಅಪಾಯಗಳನ್ನು ಪರಿಶೀಲಿಸಬೇಕು ಮತ್ತು ಈ ವಿಪರೀತ ಪರಿಸ್ಥಿತಿಗಳಲ್ಲಿ ಮಾದರಿಯ ಊಹೆಗಳು ಮಾನ್ಯವಾಗಿರುತ್ತವೆಯೇ ಎಂದು ಪರಿಗಣಿಸಬೇಕು.

ರೇಟಿಂಗ್ ಮೂಲಕ ಎಸ್&ಪಿ ಸರಾಸರಿ 1 ವರ್ಷದ ಡೀಫಾಲ್ಟ್ ದರಗಳು (1981–2022)

▾
ರೇಟಿಂಗ್1-ವರ್ಷದ ಪಿಡಿ3-ವರ್ಷದ ಪಿಡಿ5-ವರ್ಷದ ಪಿಡಿವಿವರಣೆ
AAA0.00%0.01%0.04%ಅತ್ಯಧಿಕ ಹೂಡಿಕೆ ದರ್ಜೆ
AA0.02%0.06%0.12%ಅತ್ಯಂತ ಉತ್ತಮ ಗುಣಮಟ್ಟದ
A0.06%0.18%0.37%ಉತ್ತಮ ಗುಣಮಟ್ಟದ
BBB0.16%0.55%1.10%ಹೂಡಿಕೆ ದರ್ಜೆಯ ಕಡಿತ
BB0.84%3.41%7.18%ಅತ್ಯುನ್ನತ ಊಹಾತ್ಮಕ ದರ್ಜೆ
B3.44%10.50%18.90%ಊಹಾತ್ಮಕ
CCC/C26.78%42.60%52.20%ಹೆಚ್ಚು ಊಹಾತ್ಮಕ/ಸಂಕಷ್ಟ

Frequently Asked Questions

▾
Q

ಅಪಾಯ-ತಟಸ್ಥ PD ಮತ್ತು ನೈಜ-ಜಗತ್ತಿನ PD ನಡುವಿನ ವ್ಯತ್ಯಾಸವೇನು?

A

ಅಪಾಯ-ತಟಸ್ಥ PD ಅನ್ನು ಮಾರುಕಟ್ಟೆ ಬೆಲೆಗಳಿಂದ ಪಡೆಯಲಾಗಿದೆ (CDS ಸ್ಪ್ರೆಡ್‌ಗಳು, ಬಾಂಡ್ ಇಳುವರಿ) ಮತ್ತು ಶುದ್ಧ ಡೀಫಾಲ್ಟ್ ಸಂಭವನೀಯತೆಯ ಮೇಲೆ ಅಪಾಯದ ಪ್ರೀಮಿಯಂ ಅನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ - ಹೂಡಿಕೆದಾರರು ಡೀಫಾಲ್ಟ್ ಅಪಾಯವನ್ನು ಹಿಡಿದಿಟ್ಟುಕೊಳ್ಳಲು ಹೆಚ್ಚುವರಿ ಪರಿಹಾರವನ್ನು ಬಯಸುತ್ತಾರೆ. ನೈಜ-ಪ್ರಪಂಚದ (ಭೌತಿಕ) PD ಒಂದು ನಿರ್ದಿಷ್ಟ ಅಪಾಯದ ವರ್ಗಕ್ಕೆ ಡೀಫಾಲ್ಟ್‌ನ ನಿಜವಾದ ಐತಿಹಾಸಿಕ ಆವರ್ತನವಾಗಿದೆ - ಸಾಮಾನ್ಯವಾಗಿ ರೇಟಿಂಗ್ ಏಜೆನ್ಸಿ ಡೇಟಾ ಅಥವಾ ಆಂತರಿಕ ಬ್ಯಾಂಕ್ ಸಾಲದ ಕಾರ್ಯಕ್ಷಮತೆಯ ಡೇಟಾದಿಂದ ಅಂದಾಜಿಸಲಾಗಿದೆ. ರಿಸ್ಕ್-ನ್ಯೂಟ್ರಲ್ PD ಅನ್ನು ಉತ್ಪನ್ನಗಳ ಬೆಲೆಗೆ (CDSs, ಕ್ರೆಡಿಟ್ ಡೆರಿವೇಟಿವ್‌ಗಳು) ಬಳಸಲಾಗುತ್ತದೆ ಮತ್ತು ಮಾರುಕಟ್ಟೆ ಬೆಲೆಗಳಿಗೆ ಹೊಂದಿಕೆಯಾಗಬೇಕು. ಬಾಸೆಲ್ ನಿರೀಕ್ಷಿತ ನಷ್ಟದ ಲೆಕ್ಕಾಚಾರಗಳು, ಸಾಲ ಒದಗಿಸುವಿಕೆ ಮತ್ತು ಅಪಾಯ ನಿರ್ವಹಣೆಗಾಗಿ ನೈಜ-ಜಗತ್ತಿನ PD ಅನ್ನು ಬಳಸಲಾಗುತ್ತದೆ. ಕ್ರೆಡಿಟ್ ರಿಸ್ಕ್ ಪ್ರೀಮಿಯಂ ಅನ್ನು ಪ್ರತಿಬಿಂಬಿಸುವ ಹೂಡಿಕೆ-ದರ್ಜೆಯ ವಿತರಕರಿಗೆ ರಿಸ್ಕ್-ತಟಸ್ಥ PD ಸಾಮಾನ್ಯವಾಗಿ ನೈಜ-ಜಗತ್ತಿನ PD ಗಿಂತ 1.5-3× ಹೆಚ್ಚು.

Q

PD ಅಂದಾಜಿನ ಬಾಸೆಲ್ II/III ವಿಧಾನಗಳು ಯಾವುವು?

A

ಬಾಸೆಲ್ II/III ಕ್ರೆಡಿಟ್ ರಿಸ್ಕ್ ಕ್ಯಾಪಿಟಲ್ ಫ್ರೇಮ್‌ವರ್ಕ್ ಅಡಿಯಲ್ಲಿ, ಬ್ಯಾಂಕ್‌ಗಳು ಇದನ್ನು ಬಳಸಬಹುದು: (1) ಪ್ರಮಾಣಿತ ವಿಧಾನ - ಆಂತರಿಕ ಪಿಡಿ ಅಂದಾಜುಗಳಿಲ್ಲದೆ ಬಾಹ್ಯ ಕ್ರೆಡಿಟ್ ರೇಟಿಂಗ್‌ಗಳ ಆಧಾರದ ಮೇಲೆ ನಿಯಂತ್ರಕರು ಸೂಚಿಸಿದ ಅಪಾಯದ ತೂಕ; (2) ಫೌಂಡೇಶನ್ IRB (FIRB) - ಬ್ಯಾಂಕುಗಳು PD ಅನ್ನು ಆಂತರಿಕವಾಗಿ ಅಂದಾಜು ಮಾಡುತ್ತವೆ ಆದರೆ ಮೇಲ್ವಿಚಾರಣಾ LGD ಮತ್ತು EAD ಅನ್ನು ಬಳಸುತ್ತವೆ; (3) ಸುಧಾರಿತ IRB (AIRB) — ಬ್ಯಾಂಕುಗಳು PD, LGD, ಮತ್ತು EAD ಅನ್ನು ತಮ್ಮ ಸ್ವಂತ ಆಂತರಿಕ ಮಾದರಿಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಅಂದಾಜು ಮಾಡುತ್ತವೆ, ಕನಿಷ್ಠ ಡೇಟಾ ಅವಶ್ಯಕತೆಗಳು ಮತ್ತು ನಿಯಂತ್ರಕ ಮೌಲ್ಯೀಕರಣಕ್ಕೆ ಒಳಪಟ್ಟಿರುತ್ತವೆ. AIRB ಉನ್ನತ-ಗುಣಮಟ್ಟದ ಲೋನ್ ಪೋರ್ಟ್‌ಫೋಲಿಯೊಗಳಿಗೆ ಕಡಿಮೆ ಬಂಡವಾಳ ಶುಲ್ಕವನ್ನು ಅನುಮತಿಸುತ್ತದೆ ಆದರೆ ವರ್ಷಗಳ ಡೀಫಾಲ್ಟ್ ಡೇಟಾ, ಕಠಿಣ ಮಾದರಿ ಊರ್ಜಿತಗೊಳಿಸುವಿಕೆ ಮತ್ತು ನಡೆಯುತ್ತಿರುವ ಮಾದರಿ ಕಾರ್ಯಕ್ಷಮತೆಯ ಮೇಲ್ವಿಚಾರಣೆಯ ಅಗತ್ಯವಿರುತ್ತದೆ. ಹೆಚ್ಚಿನ ಅಂತಾರಾಷ್ಟ್ರೀಯವಾಗಿ ಸಕ್ರಿಯವಾಗಿರುವ ಬ್ಯಾಂಕ್‌ಗಳು ತಮ್ಮ ಪ್ರಮುಖ ಪೋರ್ಟ್‌ಫೋಲಿಯೊಗಳಿಗಾಗಿ AIRB ಅನ್ನು ಬಳಸುತ್ತವೆ.

Q

ಕಾರ್ಪೊರೇಟ್ ಡೀಫಾಲ್ಟ್ ಅನ್ನು ಯಾವ ಹಣಕಾಸಿನ ಅನುಪಾತಗಳು ಉತ್ತಮವಾಗಿ ಊಹಿಸುತ್ತವೆ?

A

ಆಲ್ಟ್‌ಮ್ಯಾನ್‌ನ Z-ಸ್ಕೋರ್ (1968) ತಾರತಮ್ಯದ ವಿಶ್ಲೇಷಣೆಯಿಂದ ಕಾರ್ಪೊರೇಟ್ ದಿವಾಳಿತನದ ಐದು ಪ್ರಮುಖ ಮುನ್ಸೂಚಕಗಳನ್ನು ಗುರುತಿಸಿದೆ: ಕಾರ್ಯನಿರತ ಬಂಡವಾಳ/ಒಟ್ಟು ಸ್ವತ್ತುಗಳು, ಉಳಿಸಿಕೊಂಡಿರುವ ಗಳಿಕೆಗಳು/ಒಟ್ಟು ಆಸ್ತಿಗಳು, EBIT/ಒಟ್ಟು ಆಸ್ತಿಗಳು, ಇಕ್ವಿಟಿಯ ಮಾರುಕಟ್ಟೆ ಮೌಲ್ಯ/ಒಟ್ಟು ಹೊಣೆಗಾರಿಕೆಗಳ ಪುಸ್ತಕ ಮೌಲ್ಯ, ಮತ್ತು ಮಾರಾಟ/ಒಟ್ಟು ಆಸ್ತಿಗಳು. ಅಲ್ಲಿಂದೀಚೆಗೆ ಸಂಶೋಧನೆಯು ದೃಢಪಡಿಸಿದೆ: ಹತೋಟಿ (ಸಾಲ/ಇಬಿಐಟಿಡಿಎ, ಸಾಲ/ಆಸ್ತಿಗಳು), ಕವರೇಜ್ (ಇಬಿಐಟಿ/ಇಂಟರೆಸ್ಟ್, ಇಬಿಐಟಿಡಿಎ/ಬಡ್ಡಿ), ದ್ರವ್ಯತೆ (ಪ್ರಸ್ತುತ ಅನುಪಾತ, ತ್ವರಿತ ಅನುಪಾತ), ಲಾಭದಾಯಕತೆ (ಆರ್‌ಒಎ, ಲಾಭಾಂಶ), ಮತ್ತು ಗಾತ್ರ (ದೊಡ್ಡ ಸಂಸ್ಥೆಗಳು ಕಡಿಮೆ ಡೀಫಾಲ್ಟ್ ದರಗಳನ್ನು ಹೊಂದಿವೆ). ಆಧುನಿಕ ಯಂತ್ರ ಕಲಿಕೆಯ ಮಾದರಿಗಳು ನೂರಾರು ಹಣಕಾಸು ಮತ್ತು ಆರ್ಥಿಕವಲ್ಲದ ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು ಬಳಸುತ್ತವೆ.

Q

ಚೇತರಿಕೆ ದರವು PD ಗೆ ಹೇಗೆ ಸಂಬಂಧಿಸಿದೆ?

A

ಚೇತರಿಕೆ ದರ (R) = 1 - LGD (ಡೀಫಾಲ್ಟ್ ನೀಡಿದ ನಷ್ಟ). ಮರುಪಡೆಯುವಿಕೆ ದರವು ದಿವಾಳಿತನ ಪ್ರಕ್ರಿಯೆಗಳು, ಆಸ್ತಿ ಮಾರಾಟಗಳು ಅಥವಾ ಪುನರ್ರಚನೆಯ ಮೂಲಕ ಡೀಫಾಲ್ಟ್ ನಂತರ ಮರುಪಡೆಯಲಾದ ಮಾನ್ಯತೆಯ ಭಾಗವಾಗಿದೆ. ಅಸುರಕ್ಷಿತ ಕಾರ್ಪೊರೇಟ್ ಬಾಂಡ್‌ಗಳ ಐತಿಹಾಸಿಕ ಚೇತರಿಕೆ ದರಗಳು ಸರಾಸರಿ ಸರಿಸುಮಾರು 40% (LGD=60%), ಆದರೆ ಹಿರಿತನದಿಂದ ಅಗಾಧವಾಗಿ ಬದಲಾಗುತ್ತವೆ: ಹಿರಿಯ ಸುರಕ್ಷಿತ ಬಾಂಡ್‌ಗಳು 60-80% ಚೇತರಿಸಿಕೊಳ್ಳುತ್ತವೆ; ಹಿರಿಯ ಅಸುರಕ್ಷಿತ 35-55%; ಅಧೀನ ಬಾಂಡ್‌ಗಳು 10-30%; ಸೊನ್ನೆಯ ಹತ್ತಿರ ಈಕ್ವಿಟಿ. ಮರುಪ್ರಾಪ್ತಿ ದರಗಳು PD ಯೊಂದಿಗೆ ಋಣಾತ್ಮಕವಾಗಿ ಪರಸ್ಪರ ಸಂಬಂಧ ಹೊಂದಿವೆ - ಡೀಫಾಲ್ಟ್ ದರಗಳು ಏರಿಕೆಯಾದಾಗ ವ್ಯವಸ್ಥಿತ ಕುಸಿತಗಳಲ್ಲಿ, ಚೇತರಿಕೆ ದರಗಳು ಏಕಕಾಲದಲ್ಲಿ ಕುಸಿಯುತ್ತವೆ (ಪ್ರೊಸೈಕ್ಲಿಕಲಿಟಿ), ಸ್ವತಂತ್ರ PD ಮತ್ತು LGD ಅಂದಾಜುಗಳು ಸೂಚಿಸುವ ಸಾಲದ ನಷ್ಟವನ್ನು ವರ್ಧಿಸುತ್ತದೆ.

Q

'ಥ್ರೂ-ದಿ-ಸೈಕಲ್' ವರ್ಸಸ್ 'ಪಾಯಿಂಟ್-ಇನ್-ಟೈಮ್' ಪಿಡಿ ವ್ಯತ್ಯಾಸವೇನು?

A

ಚಕ್ರದ ಮೂಲಕ (TTC) PD ಸಂಪೂರ್ಣ ಆರ್ಥಿಕ ಚಕ್ರದಲ್ಲಿ ಸರಾಸರಿ ಡೀಫಾಲ್ಟ್ ಸಂಭವನೀಯತೆಯನ್ನು ಅಂದಾಜು ಮಾಡುತ್ತದೆ, ಆವರ್ತಕ ವ್ಯತ್ಯಾಸವನ್ನು ಸುಗಮಗೊಳಿಸುತ್ತದೆ. ರೇಟಿಂಗ್ ಏಜೆನ್ಸಿಗಳು TTC ರೇಟಿಂಗ್‌ಗಳನ್ನು ಬಳಸುತ್ತವೆ - BBB ರೇಟಿಂಗ್ ಚಕ್ರದ ಉದ್ದಕ್ಕೂ ಇದೇ ರೀತಿಯ ಡೀಫಾಲ್ಟ್ ಅಪಾಯವನ್ನು ಪ್ರತಿಬಿಂಬಿಸುತ್ತದೆ. ಪಾಯಿಂಟ್-ಇನ್-ಟೈಮ್ (ಪಿಐಟಿ) ಪಿಡಿ ಪ್ರಸ್ತುತ ಆರ್ಥಿಕ ಪರಿಸ್ಥಿತಿಗಳನ್ನು ಪ್ರತಿಬಿಂಬಿಸುತ್ತದೆ ಮತ್ತು ವ್ಯಾಪಾರ ಚಕ್ರದೊಂದಿಗೆ ಚಲಿಸುತ್ತದೆ: ಪಿಐಟಿ ಪಿಡಿಗಳು ಹಿಂಜರಿತಗಳಲ್ಲಿ ಸ್ಪೈಕ್ ಮತ್ತು ಬೂಮ್ ಅವಧಿಗಳಲ್ಲಿ ಸಂಕುಚಿತಗೊಳಿಸುತ್ತವೆ. ಕನಿಷ್ಠ ಬಂಡವಾಳದ ಲೆಕ್ಕಾಚಾರಗಳಿಗೆ (ಪ್ರೊಸೈಕ್ಲಿಕಲ್ ಕ್ಯಾಪಿಟಲ್ ಆಂಪ್ಲಿಫಿಕೇಷನ್ ತಪ್ಪಿಸಲು) ಬ್ಯಾಂಕ್‌ಗಳು TTC PD ಅನ್ನು ಬಳಸುವ ಅಗತ್ಯವಿದೆ ಆದರೆ IFRS 9/CECL ಗಾಗಿ PIT PD ನಿರೀಕ್ಷಿತ ಕ್ರೆಡಿಟ್ ನಷ್ಟವನ್ನು ಒದಗಿಸುವುದು (ಇದಕ್ಕೆ ಮುಂದೆ ನೋಡುವ, ಪ್ರಸ್ತುತ-ಸ್ಥಿತಿಯ ಮೌಲ್ಯಮಾಪನದ ಅಗತ್ಯವಿದೆ). PIT-ಟು-TTC ವ್ಯತ್ಯಾಸವು ಕ್ರೆಡಿಟ್ ರಿಸ್ಕ್ ಮ್ಯಾನೇಜ್‌ಮೆಂಟ್‌ನಲ್ಲಿ ಗಮನಾರ್ಹವಾದ ಪ್ರಾಯೋಗಿಕ ಸಂಕೀರ್ಣತೆಯ ಮೂಲವಾಗಿದೆ.

Q

ಸಾಲದ ಬೆಲೆಯಲ್ಲಿ PD ಅನ್ನು ಹೇಗೆ ಬಳಸಲಾಗುತ್ತದೆ?

A

ಸಾಲದ ಬೆಲೆಯು ಬಂಡವಾಳದ ಮೇಲಿನ ಅಪಾಯ-ಹೊಂದಾಣಿಕೆಯ ಲಾಭವನ್ನು (RAROC) ಬಳಸುತ್ತದೆ: ಚಾರ್ಜ್ ಮಾಡಿದ ಕ್ರೆಡಿಟ್ ಸ್ಪ್ರೆಡ್ ನಿರೀಕ್ಷಿತ ನಷ್ಟವನ್ನು (EL = PD × LGD) ಮರುಪಡೆಯಬೇಕು ಮತ್ತು ನಿಯಂತ್ರಕ ಬಂಡವಾಳದ ಮೇಲೆ ಸಾಕಷ್ಟು ಆದಾಯವನ್ನು ಉತ್ಪಾದಿಸಬೇಕು. ಕನಿಷ್ಠ ಕ್ರೆಡಿಟ್ ಹರಡುವಿಕೆ = (EL + ಬಂಡವಾಳದ ವೆಚ್ಚ × ಅಗತ್ಯವಿರುವ ಬಂಡವಾಳ) / ಸಾಲದ ಮೊತ್ತ. 1 ವರ್ಷದ ಅವಧಿಯ ಸಾಲಕ್ಕಾಗಿ: PD = 2%, LGD = 50%, EL = 1.0%. ಅಗತ್ಯವಿದ್ದರೆ ಬಂಡವಾಳ = ಸಾಲದ 8%, 15% ಅಗತ್ಯವಿರುವ ಆದಾಯ: ಬಂಡವಾಳ ವೆಚ್ಚ = 8% × 15% = 1.2%. ಕನಿಷ್ಠ ಹರಡುವಿಕೆ = 1.0% + 1.2% = 2.2% (220 bps). ಈ RAROC ಫ್ರೇಮ್‌ವರ್ಕ್ ಸ್ಪ್ರೆಡ್ ನಿರೀಕ್ಷಿತ ನಷ್ಟವನ್ನು ಆವರಿಸಿದಾಗ ಮತ್ತು ಸಾಕಷ್ಟು ಇಕ್ವಿಟಿ ರಿಟರ್ನ್ ಅನ್ನು ಒದಗಿಸಿದಾಗ ಮಾತ್ರ ಸಾಲಗಳು ಹುಟ್ಟಿಕೊಂಡಿವೆ ಎಂದು ಖಚಿತಪಡಿಸುತ್ತದೆ.

Q

ಯಂತ್ರ ಕಲಿಕೆಯು ಸಾಂಪ್ರದಾಯಿಕ ಮಾದರಿಗಳಿಗಿಂತ PD ಭವಿಷ್ಯವನ್ನು ಸುಧಾರಿಸಬಹುದೇ?

A

ಯಂತ್ರ ಕಲಿಕೆಯ ಮಾದರಿಗಳು - ಗ್ರೇಡಿಯಂಟ್ ಬೂಸ್ಟಿಂಗ್ (XGBoost), ಯಾದೃಚ್ಛಿಕ ಅರಣ್ಯಗಳು, ನರ ಜಾಲಗಳು - PD ಭವಿಷ್ಯಕ್ಕಾಗಿ ಲಾಜಿಸ್ಟಿಕ್ ರಿಗ್ರೆಶನ್‌ಗಿಂತ ಹೆಚ್ಚಿನ ಮುನ್ಸೂಚಕ ನಿಖರತೆಯನ್ನು (AUC/Gini ಗುಣಾಂಕದಿಂದ ಅಳೆಯಲಾಗುತ್ತದೆ) ಸಾಧಿಸುತ್ತದೆ, ವಿಶೇಷವಾಗಿ ವೈಶಿಷ್ಟ್ಯಗಳ ನಡುವಿನ ಅನೇಕ ರೇಖಾತ್ಮಕವಲ್ಲದ ಸಂವಹನಗಳನ್ನು ಹೊಂದಿರುವ ದೊಡ್ಡ ಡೇಟಾಸೆಟ್‌ಗಳೊಂದಿಗೆ. ಆದಾಗ್ಯೂ, ಅವರು ಕ್ರೆಡಿಟ್ ಅಪಾಯದಲ್ಲಿ ಸವಾಲುಗಳನ್ನು ಎದುರಿಸುತ್ತಾರೆ: ನಿಯಂತ್ರಕ ವಿವರಣೆಯ ಅಗತ್ಯತೆಗಳು (SR 11-7 ಮಾರ್ಗದರ್ಶನಕ್ಕೆ ಬ್ಯಾಂಕ್‌ಗಳು ಮಾದರಿಯ ಔಟ್‌ಪುಟ್‌ಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಮತ್ತು ವಿವರಿಸಲು ಅಗತ್ಯವಿದೆ), ಮಾದರಿ ಆಡಳಿತ ಮತ್ತು ಐತಿಹಾಸಿಕ ಮಾದರಿಗಳಿಗೆ ಮಿತಿಮೀರಿದ ಅಪಾಯವನ್ನು ಹೊಂದಿರಬಹುದು. ಹೈಬ್ರಿಡ್ ವಿಧಾನಗಳು - ಫೀಚರ್ ಇಂಜಿನಿಯರಿಂಗ್ ಮತ್ತು ವೇರಿಯಬಲ್ ಆಯ್ಕೆಗಾಗಿ ML ಅನ್ನು ಬಳಸುವುದು, ಅಂತಿಮ ಮಾದರಿಗಾಗಿ ಲಾಜಿಸ್ಟಿಕ್ ರಿಗ್ರೆಶನ್ ಜೊತೆಗೆ - ನಿಯಂತ್ರಿತ ಬ್ಯಾಂಕಿಂಗ್ ಪರಿಸರದಲ್ಲಿ ಸಾಮಾನ್ಯವಾಗಿದೆ.

Common Mistakes to Avoid

▾
  • !ನೈಜ-ಪ್ರಪಂಚದ PD ಯೊಂದಿಗೆ ಅಪಾಯ-ತಟಸ್ಥ PD (CDS ನಿಂದ) ಗೊಂದಲ - ಅವರು ಕ್ರೆಡಿಟ್ ರಿಸ್ಕ್ ಪ್ರೀಮಿಯಂನಿಂದ ಭಿನ್ನವಾಗಿರುತ್ತವೆ ಮತ್ತು ಲೆಕ್ಕಾಚಾರಗಳಲ್ಲಿ ಮಿಶ್ರಣ ಮಾಡಬಾರದು.
  • !ಬಾಸೆಲ್ ಕ್ಯಾಪಿಟಲ್ ಲೆಕ್ಕಾಚಾರಗಳಿಗಾಗಿ ಪಾಯಿಂಟ್-ಇನ್-ಟೈಮ್ PD ಅನ್ನು ಬಳಸುವುದು (ಚಕ್ರದ ಮೂಲಕ ಬಳಸಬೇಕು) ಅಥವಾ IFRS 9 ಒದಗಿಸುವಿಕೆಗಾಗಿ TTC PD (PIT ಅನ್ನು ಬಳಸಬೇಕು).
  • !PD ಮತ್ತು LGD ನಡುವಿನ ಪರಸ್ಪರ ಸಂಬಂಧವನ್ನು ನಿರ್ಲಕ್ಷಿಸುವುದು - ಕುಸಿತಗಳಲ್ಲಿ, ಎರಡೂ ಏಕಕಾಲದಲ್ಲಿ ಹದಗೆಡುತ್ತವೆ, EL = PD × LGD ಗಿಂತ ಹೆಚ್ಚಿನ ಸಾಲದ ನಷ್ಟವನ್ನು ವರ್ಧಿಸುತ್ತದೆ.
  • !ಮೂಲಭೂತವಾಗಿ ವಿಭಿನ್ನ ರಿಸ್ಕ್ ಡ್ರೈವರ್‌ಗಳಿಗೆ ಹೊಂದಾಣಿಕೆ ಇಲ್ಲದೆ ಚಿಲ್ಲರೆ/ಗ್ರಾಹಕ ಸಾಲಗಳಿಗೆ ಕಾರ್ಪೊರೇಟ್ ಡೀಫಾಲ್ಟ್ ದರಗಳನ್ನು ಅನ್ವಯಿಸುವುದು.
  • !ಕಾಲಾನಂತರದಲ್ಲಿ ರೇಟಿಂಗ್‌ಗಳ ವಲಸೆಯನ್ನು ಲೆಕ್ಕಿಸದೆಯೇ ಶಾರ್ಟ್-ಹಾರಿಜಾನ್ PD ಅನ್ನು ದೀರ್ಘ ಹಾರಿಜಾನ್‌ಗಳಿಗೆ ಎಕ್ಸ್‌ಟ್ರಾಪೋಲೇಟಿಂಗ್ ಮಾಡುವುದು.
💡

Pro Tip

ಗಿನಿ ಗುಣಾಂಕ/AUC (ತಾರತಮ್ಯ - ಉತ್ತಮ ಅಪಾಯದಿಂದ ಕೆಟ್ಟ ಅಪಾಯದವರೆಗಿನ ಸಾಲಗಾರರನ್ನು ಶ್ರೇಣೀಕರಿಸುವುದು) ಮತ್ತು ಮಾಪನಾಂಕ ನಿರ್ಣಯ ಪರೀಕ್ಷೆಗಳು (ವೀಕ್ಷಿಸಿದ ಡೀಫಾಲ್ಟ್ ದರಗಳಿಗೆ ಹತ್ತಿರವಿರುವ PD ಗಳನ್ನು ಊಹಿಸಲಾಗಿದೆಯೇ?) ಎರಡರಲ್ಲೂ ನಿಮ್ಮ PD ಮಾದರಿಯನ್ನು ಯಾವಾಗಲೂ ಮೌಲ್ಯೀಕರಿಸಿ. ಉತ್ತಮ ಶ್ರೇಣಿಯ ಆದರೆ ಕಳಪೆ ಮಾಪನಾಂಕ ನಿರ್ಣಯಿಸಲಾದ ಮಾದರಿಯು ಇನ್ನೂ ಅಸಮರ್ಪಕ ಮೀಸಲುಗಳನ್ನು ಉಂಟುಮಾಡಬಹುದು.

⭐

Did you know?

ಮೆರ್ಟನ್ ಮಾದರಿಯ ಪ್ರಮುಖ ಒಳನೋಟ - ಸಂಸ್ಥೆಯ ಇಕ್ವಿಟಿಯನ್ನು ಅದರ ಸ್ವತ್ತುಗಳ ಮೇಲೆ ಕರೆ ಆಯ್ಕೆಯಾಗಿ ಪರಿಗಣಿಸುವುದು - ಬ್ಲ್ಯಾಕ್-ಸ್ಕೋಲ್ಸ್ ಆಯ್ಕೆಯ ಬೆಲೆ ಸೂತ್ರದ ಕೇವಲ ಒಂದು ವರ್ಷದ ನಂತರ 1974 ರಲ್ಲಿ ಪ್ರಕಟವಾಯಿತು. ರಾಬರ್ಟ್ ಮೆರ್ಟನ್ 1997 ರಲ್ಲಿ ಅರ್ಥಶಾಸ್ತ್ರದಲ್ಲಿ ನೊಬೆಲ್ ಪ್ರಶಸ್ತಿಯನ್ನು ಪಡೆದರು (ಮೈರಾನ್ ಸ್ಕೋಲ್ಸ್ ಜೊತೆಗೆ) ಹೆಚ್ಚಾಗಿ ಈ ಕಾರ್ಯಕ್ಕಾಗಿ, ಇದು ಆಯ್ಕೆಯ ಬೆಲೆ ಸಿದ್ಧಾಂತ ಮತ್ತು ಸಾಲದ ಅಪಾಯವನ್ನು ಒಂದೇ ಸೊಗಸಾದ ಚೌಕಟ್ಟಿನಲ್ಲಿ ಏಕೀಕರಿಸಿತು.

Regional Guides

▾
🇺🇸 US▾
US ಸಾಂಪ್ರದಾಯಿಕ ಘಟಕಗಳು ಮತ್ತು ಅನ್ವಯವಾಗುವ ಮಾನದಂಡಗಳನ್ನು ಬಳಸುತ್ತದೆ
🇬🇧 UK▾
ಮೆಟ್ರಿಕ್ ಘಟಕಗಳು ಅಥವಾ ಬ್ರಿಟಿಷ್ ಮಾನದಂಡಗಳಿಗೆ ಪರಿವರ್ತನೆ ಅಗತ್ಯವಾಗಬಹುದು
🇪🇺 EU▾
EU ಸಂಪ್ರದಾಯಗಳು ಮತ್ತು ಅನ್ವಯಿಸುವ SI ಘಟಕಗಳನ್ನು ಅನುಸರಿಸುತ್ತದೆ

References

📖Difficulty:Advanced
ಮಾಹಿತಿ ಉದ್ದೇಶಗಳಿಗಾಗಿ ಮಾತ್ರ. ಈ ಸಾಧನವು ಹಣಕಾಸು ಸಲಹೆಯಲ್ಲ. ಹೂಡಿಕೆ ಅಥವಾ ಹಣಕಾಸು ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುವ ಮೊದಲು ಅರ್ಹ ಹಣಕಾಸು ಸಲಹೆಗಾರರನ್ನು ಸಂಪರ್ಕಿಸಿ.
Formula-verified for precision
Reviewed October 2026
Our methodology

ಸಾಪ್ತಾಹಿಕ ಗಣಿತ ಸಲಹೆಗಳನ್ನು ಪಡೆಯಿರಿ

ಪ್ರತಿ ವಾರ ಕ್ಯಾಲ್ಕುಲೇಟರ್ ಸಲಹೆಗಳನ್ನು ಪಡೆಯುವ 12,000+ ಚಂದಾದಾರರನ್ನು ಸೇರಿ.

🔒
ಉಚಿತ
ಯಾವಾಗಲೂ ಉಚಿತ, ಯಾವುದೇ ನೋಂದಣಿ ಇಲ್ಲ
✓
ನಿಖರ
ಪರಿಶೀಲಿಸಿದ ಸೂತ್ರಗಳು ಮತ್ತು ಲೆಕ್ಕಾಚಾರಗಳು
⚡
ತ್ವರಿತ
ತಕ್ಷಣ ಫಲಿತಾಂಶಗಳು, ಯಾವುದೇ ವಿಳಂಬ ಇಲ್ಲ
📱
ಮೊಬೈಲ್
ಎಲ್ಲಾ ಸಾಧನಗಳಲ್ಲಿ ಕಾರ್ಯ ನಿರ್ವಹಿಸುತ್ತದೆ

ಸೆಟ್ಟಿಂಗ್‌ಗಳು