اندازه گیری ریسک اعتباری و برآورد احتمال نکول شرکت ها از مهم ترین چالش های مطرح در حوزه اعتباری است. مدل های ساختاری و مدل های غیرساختاری دو چارچوب اصلی برای برآورد ریسک نکول و ریسک های اعتباری هستند؛ اما هرکدام از این مدل ها دارای نقاط قوت و ضعف هستند و به نظر می رسد ترکیب این دو چارچوب و ارائه یک مدل هیبریدی بتواند پیش بینی دقیق تری از ریسک نکول شرکت ها ارائه کند. در پژوهش حاضر از یک مدل هیبریدی برای سنجش ریسک نکول شرکت های بورسی و فرابورسی در فاصله زمانی 1397-1386 که طبق قوانین بازار سرمایه ایران به بازار پایه انتقال یافته اند استفاده شده است. ابتدا از مدل مرتون (از مدل های ساختاری) برای سنجش ریسک نکول این شرکت ها استفاده شد و سپس نتایج این مدل با مدل Z آلتمن (از مدل های غیرساختاری) مقایسه شده است. سپس با تحلیل رگرسیونی نسبت های مالی مختلف، متغیرهای معنی دار شناسایی شده و مدل مرتون و Z آلتمن به صورت جداگانه و ترکیبی از نظر آماری مقایسه شدند. یافته ها نشان می دهد که مدل هیبریدی نسبت به مدل های ساختاری و مدل های غیرساختاری، پیش بینی دقیق تری از ریسک نکول ارائه می دهد. با وارد کردن نتایج هریک از این دو مدل به مدل هیبریدی، توان آماری مدل هیبریدی افزایش پیدا می کند؛ بنابراین بهره گیری از مدل ترکیبی به بانک ها و مؤسسات اعتباری کمک خواهد کرد تا منابع را با ریسک کمتری در اختیار شرکت های سالم تر قرار دهند.