Results (
Vietnamese) 2:
[Copy]Copied!
Đối với hầu hết các công ty cấp đầu tư, Sau đó, nó là dễ dàng hơn nhiều để đánh giá việc phân phối những thay đổi trong giá trị Công ty
trong Phạm vi thay đổi bao gồm không Mặc định, nhưng chỉ là một Ratings hạ cấp. Ví dụ, sử dụng dữ liệu ma trận chuyển đổi của Moody (Bảng 1) , có thể nói với một số sự tự tin rằng một công ty Một đánh giá có cơ hội 5,67% trên trung bình bị hạ cấp xuống một đánh giá Baa trong khoảng thời gian một năm, nói cách khác, một sự kiện như vậy dự kiến sẽ xảy ra trong hơn một năm ra khỏi 20. (Ngược lại, mặc định được dự kiến sẽ xảy ra trong khoảng một năm ra khỏi một 1000.) Do sự phong phú của dữ liệu trên hạ như trái ngược với giá trị mặc định cho một công ty đánh giá, việc phân phối các thay đổi trong giá trị công ty tương ứng với một hạ cấp Baa để có thể ước tính chính xác hơn. Trong đó phạm vi hẹp hơn nhiều kết quả tốt, những vấn đề được tạo ra bởi "bất đối xứng" trong việc phân phối các thay đổi giá trị công ty và cái gọi là "đuôi béo" các vấn đề (nếu kết quả âm cực có nhiều khả năng hơn dự đoán bởi phân phối thống kê thông thường) không có khả năng để được như nghiêm trọng. Trong trường hợp này, quản lý có thể tự tin hơn trong dự toán của mình về sự phân bố thay đổi giá trị tương ứng với một hạ cấp chứ không phải là mặc định và sẽ được điều chỉnh trong tập trung vào quản lý xác suất một hạ cấp.
Being translated, please wait..
