CC BY-NC-ND
194
Сопоставление рейтинговых шкал российских и зарубежных агентств: промышленные и финансовые компании
Дьячкова Наталья Федоровна
Аспирант 2-го года обучения, Аспирантская школа по экономике Учебный ассистент, Департамент финансов
Национальный исследовательский университет «Высшая школа экономики» Москва, ул. Мясницкая, д. 20
E-mail: Nfdyachkova@gmail.com Аннотация
В статье рассмотрены российские и зарубежные рейтинговые агентства, сопоставлены их шкалы применительно к российским промышленным компаниям и финансовым институтам (банкам и страховым компаниям). Рынок кредитных рейтингов представлен как международными, так и национальными рейтинговыми агентствами, среди которых стандарты присвоения рейтингов могут существенно различаться. Ввиду отсутствия общепринятой методики рейтингования оценка кредитоспособности эмитентов усложняется. Зачастую рейтинговые агентства присваивают одной и той же компании отличающиеся кредитные рейтинги. Подобная ситуация вызывает усложнение процесса управления и свидетельствует о наличии конфликта интересов, если перед инвестором стоит выбор между альтернативными ценными бумагами, которым рейтинги присвоены разными рейтинговыми агентствами: для него будет важна возможность сопоставить такие рейтинги. В России этим вопросом занимаются в рамках разработки единого рейтингового пространства, формируя систему отображения рейтингов в выбранной базовой шкале. Однако, как в России, так и за рубежом, сравнение шкал рейтинговых агентств производится в основном для банков и финансовых институтов и их выпусков ценных бумаг, при этом многие кредитные рейтинги и их изменения в большинстве случаев не учитываются, что в определенной степени служит стимулом для исследования.
Механизм сопоставления рейтингов различных агентств необходим не только инвесторам, но и другим участникам финансового рынка, в том числе и государственным надзорным органам. Несмотря на то, что проведено немало количественных исследований, измеряющих различия мнений рейтинговых агентств относительно кредитоспособности одного и того же эмитента, большинство из них направлено на анализ причин этих различий, а не на сопоставление присвоенных рейтинговых шкал и оценок. В работе рассматриваются основные методы, используемые для сравнения рейтингов финансовых институтов, в том числе для различных стран, а также качественные различия и причины расхождений между данными рейтингами. Приведена таблица соответствия кредитных рейтингов для агентств, аккредитованных в России.
Ключевые слова: кредитный рейтинг, рейтинговые агентства, промышленные компании, финансовые институты JEL: G23, G24, G32
Введение: сопоставление методик присвоения рейтингов на рынке рейтинговых услуг
Рейтинги являются перспективным инструментом отображения меры кредитного риска и позиционирования объектов по степени вероятности их дефолта. На сегодняшний день активное внедрение рейтинговых систем было рекомендовано Базельским комитетом по банковскому надзору и принципами соглашений на основе рекомендаций Базеля II и Базеля III, что было продиктовано экономической целесообразностью и созданием лучшей среды регулирования финансовой деятельности. Значения рейтингов во многих странах используются как бенчмаркинг для большинства ценных бумаг и публичных компаний различных отраслей.
Рейтинговые агентства, прежде чем присвоить конкретное значение рейтинговой оценки, проводят процедуру оценки и рейтингования субъекта относительно всех представимых субъектов в базовой шкале. В соответствии с методикой, применяемой рейтинговым агентством, определяется класс рейтин-гуемого субъекта, который выражается через присвоение конкретного рейтинга.
Рынок кредитных рейтингов представлен как международными, так и национальными рейтинговыми агентствами, стандарты присвоения рейтингов которыми могут существенно различаться. Ввиду отсутствия общепринятой методики рейтингования оценка кредитоспособности эмитентов усложняется. Зачастую рейтинговые агентства присваивают одной и той же компании отличающиеся кредитные рейтинги. Подобная ситуация усложняет процесс управления и свидетельствует о наличии конфликта интересов, если перед инвестором стоит выбор между альтернативными ценными бумагами, которым рейтинги присвоены разными рейтинговыми агентствами: для него будет важна возможность сопоставить рейтинги этих агентств.
Механизм сопоставления рейтингов различных агентств необходим не только инвесторам, но и другим участникам финансового рынка, в том числе и государственным надзорным органам. Несмотря на то, что проведено немало количественных исследований, измеряющих различия мнений рейтинговых агентств относительно кредитоспособности одного и того же эмитента, большинство из них направлено на анализ причин этих различий, а не на сопоставление присвоенных рейтинговых шкал и оценок.
Стоит также отметить еще несколько классификаций кредитных рейтингов. Так, в зависимости от охватываемого периода времени рейтинги могут быть краткосрочными и долгосрочными. Вторая классификация определяется валютой: рейтинги могут быть в иностранной и национальной валюте. Определяющим
фактором третьей классификации является заказчик рейтинга или, соответственно, его отсутствие - в этом случае рейтинги делятся на дистанционные (незапрашиваемые, неоплачиваемые) и контактные (запрашиваемые, оплачиваемые). В первом случае рейтинговое агентство дает свою оценку на основе только открытой информации об эмитенте по собственной инициативе, во втором же заказчиком рейтинга является эмитент, который предоставляет рейтинговому агентству дополнительную информацию о своем финансовом состоянии.
Получатели дистанционных кредитных рейтингов зачастую утверждают, что такие рейтинги занижены и не отражают реального финансового состояния компании [Bannier et al., 2010]. В работе [Poon, Firth, 2005] проводится анализ рейтингов банков для того, чтобы выяснить, различаются ли контактные и дистанционные рейтинги между собой. Выборка включает 1060 рейтингов крупнейших банков из 82 стран. Рассматриваются только рейтинги, присвоенные агентством Fitch. Выбор именно этого агентства авторы обусловливают тем, что в банковском секторе развитых стран Северной Америки и Западной Европы доли международных агентств различаются незначительно, однако покрытие банковского сектора агентством Fitch в странах Африки, Азии, Центральной и Восточной Европы и Латинской Америки больше, чем у двух других агентств.
Результаты исследования показывают, что дистанционные рейтинги ниже контактных по ряду причин. Во-первых, банки с неустойчивым финансовым положением не склонны заказывать рейтинги, поэтому в том случае, если рейтинговое агентство решает присвоить такому банку дистанционный рейтинг, он оказывается относительно низким. Во-вторых, незапрашиваемые рейтинги могут оказаться ниже по причине того, что рейтинговое агентство использует только открытую информацию о банке. То есть дистанционные рейтинги более «консервативные», поскольку основаны на более ограниченной информации, чем контактные рейтинги [Головань и др., 2011]. Причины занижения дистанционных рейтингов изучали также и Банниер, Бехр и Гуттлер [Bannier et al., 2010]. Влияние на дистанционные оценки, по мнению авторов, могут оказывать как выбор агентством эмитента, так и консерватизм агентства. Исследование базировалось на рейтингах компаний разных отраслей экономики за период с января 1996 г. по декабрь 2006 г. Авторы пришли к выводу, что основной причиной занижения дистанционных рейтингов банков является консерватизм рейтингового агентства. Этот фактор оказался важен и для промышленных компаний, однако и самостоятельный выбор агентством эмитента как определяющий фактор не может быть отвергнут.
Изучению проблемы дистанционных рейтингов посвящена также статья [Mukhopadhyay, 2006]. Автор отмечает, что существуют две противоположных
гипотезы по поводу незапрашиваемых рейтингов. Первая - дистанционные рейтинги формируют репутацию рейтингового агентства. Так как рынок рейтинговых услуг представляет собой олигополию, для того чтобы занять свою нишу на этом рынке, агентствам приходится заниматься рейтингованием эмитентов без запроса. Таким образом, постепенно создавая себе репутацию, рейтинговое агентство сможет рассчитывать на то, что эмитенты станут обращаться к нему за рейтингом, и уже тогда взимать с них плату за свои услуги.
Вторая гипотеза - дистанционные рейтинги приводят к «финансовому шантажу». Она объясняется следующим образом: изначально рейтинговое агентство присваивает эмитенту низкий дистанционный рейтинг, после чего ведет с ним переговоры и неявно обещает более высокий рейтинг в случае, если этот рейтинг будет оплачен.
В представленной выше статье Мукхопадхяы методике дистанционные рейтинги характеризуются тремя особенностями: рейтинговое агентство не получает за них платы; они предназначены для создания репутации рейтингового агентства; они основаны на меньшей информации, чем контактные рейтинги. В модель также включаются три группы нейтральных к риску агентов: инвесторы, фирмы и рейтинговые агентства. В результате автором предложены сценарии, при которых дистанционные рейтинги приводят к улучшению благосостояния.
Исследование [Behr, Guttler, 2008] посвящено реакции фондового рынка на дистанционные рейтинги агентства S&P в период с января 1996 г. по декабрь 2005 г. Авторы выяснили, что инвесторы отрицательно реагируют на незапрашиваемые рейтинги, в особенности это характерно для рейтингов японских фирм. Отмечается также негативная реакция инвесторов на последующие изменения в рейтингах. Был сделан вывод о том, что ожидания инвесторов зачастую завышены, и они не могут самостоятельно адекватно оценивать кредитоспособность фирм. Именно поэтому услуги рейтинговых агентств очень важны. Таким образом, в результате комплексной оценки большого объема информации рейтинговое агентство выносит свое мнение о финансовой устойчивости, надежности и кредитоспособности компании. В этом-то и состоит особенность рейтинга - в преобразовании большого числа характеристик и показателей компании в один значимый показатель.
Рейтинги необходимы всем участникам финансового рынка. Инвесторы используют их для оценки кредитных рисков и сравнения надежности альтернативных вариантов вложений. Эмитенты могут использовать рейтинг в качестве сигнала рынку о своей кредитоспособности, открытости и прозрачности; для снижения стоимости компании и расширения круга инвесторов; для получения преимуществ в тендерах; для улучшения имиджа и расширения клиентской базы.
Регулирующие органы используют рейтинги для расчета различных нормативов и применения нормативных актов; для допуска компании к некоторым операциям на фондовом рынке; для наблюдения за компанией, прогнозирования ее развития и оценки возможных проблем.
Рейтинговые шкалы российских и зарубежных агентств и методы их сопоставления
На российском рынке рейтинговых услуг работают зарубежные агентства «большой тройки» - Moody's I.A., Standard&Poor's A., Fitch R.A., однако ниша рейтингования небанковских институтов в большей степени занята российскими рейтинговыми агентствами, такими как «Эксперт РА», «Национальное Рейтинговое Агентство» (НРА), «Рус-Рейтинг» и «Анализ, Консультации и Маркетинг» (АК&М). Все перечисленные агентства были аккредитованы Министерством финансов Российской Федерации. Их аккредитация новым регулятором - Центральным банком Российской Федерации является вопросом времени, так же как и вновь созданного Аналитического кредитного рейтингового агентства (АКРА) Зарубежные рейтинговые агентства «большой тройки» оценивают эмитентов, по сути, со стороны инвесторов и принимают во внимание присвоенные суверенные рейтинги. Вместе с тем компаниям, которые не планируют выход на зарубежные рынки, необходимы оценщики, знакомые с местными особенностями ведения бизнеса и деловой культуры, в связи с чем они чаще прибегают к услугам национальных рейтинговых агентств. Фактически, в каждой стране существуют свои внутристрановые риски, которые возможно оценить с позиции внутренней оценки, что обусловливает появление национальных рейтинговых служб (в США подобная практика регулирования закреплена для всех национальных рейтинговых служб (NRSRO) актом Додда - Франка в 2008 г.).
Несмотря на то, что национальные российские рейтинговые агентства не могут сравниться с международными агентствами «большой тройки» по опыту работы, их основным преимуществом является то, что они понимают специфику отечественного бизнеса и могут работать с информацией, представленной в соответствии с российскими стандартами бухгалтерского учета. Услуги российских рейтинговых агентств для российских компаний обходятся дешевле и, скорее всего, они будут оказаны быстрее, что обеспечивает доверие эмитентов на внутреннем рынке. Их важным преимуществом также является то, что в таких агентствах понимают специфику российского бизнеса и могут работать с информацией, представленной в соответствии с российскими стандартами бухгалтерского учета.
Крупнейшим игроком российского рейтингового рынка является рейтинговое агентство «Эксперт РА», образованное в 1997 г. и переименованное в настоящее время в RAEX. У этого агентства рекордное число клиентов - на сегодняшний день им присвоено более 800 индивидуальных рейтингов. Кроме того, агентство представлено за рубежом через дочернюю компанию RAEX Europe в Германии, которая работает по европейским правилам и аккредитована ESMA, регулятором рейтинговой деятельности в ЕС.
«Эксперт РА» занимается рейтингованием банков, страховых и лизинговых компаний, негосударственных пенсионных фондов (НПФ), микрофинансовых организаций, гарантийных фондов и компаний нефинансового сектора. Агентство проводит регулярные исследования рынка банковских услуг, страхования, лизинга, факторинга и т. д.
С 2000 г. свою деятельность начало осуществлять «Национальное Рейтинговое Агентство». Клиентами НРА на сегодня являются более 350 юридических лиц. Агентство занимается оценкой кредитоспособности банков, ипотечных и лизинговых компаний, предприятий, микрофинансовых организаций, гарантийных фондов и регионов России. В 2014 г. НРА учредило дочернюю компанию в Австрии NRA International GmbH.
Независимое национальное рейтинговое агентство «Рус-Рейтинг» было создано в 2001 г. Оно занимается как рейтингованием эмитентов (банков, финансовых и промышленных компаний, паевых инвестиционных фондов), так и выпуском рублевых облигаций. Агентство проводит регулярные исследования банковского сектора. Оно заслужило признание как среди российских, так и зарубежных клиентов. «Рус-Рейтинг» также входит в Global Rating Group, которая работает на рынках России, Казахстана, Азербайджана и Армении.
Информационное агентство АК&М публикует рейтинги с 1994 г. Рейтинговое агентство AK&M было образовано в 2005 г. как дочерняя компания ЗАО «AK&M». Рейтинговое агентство присваивает рейтинги банкам, компаниям финансового и нефинансового секторов экономики, финансовым инструментам, республикам, краям и областям Российской Федерации, а также гарантийным организациям субъектов Российской Федерации. Агентство АК&М проводит регулярные исследования кредитоспособности субъектов Российской Федерации.
В 2007 г. рынок был примерно поровну поделен между российскими и зарубежными агентствами «большой тройки», доля которых на рынке обеспечивалась за счет лидерства в банковском секторе, а рост национальных агентств происходил в основном за счет активного развития по небанковским направлениям, где они имели устойчивые конкурентные преимущества. В последующие годы доля национальных рейтинговых агентств на российском рынке рейтинговых
услуг неуклонна возрастала. На рис. 1 представлено распределение долей рейтинговых агентств по присвоенным в России рейтингам на конец 2013 г. Рисунок 1. Доли рейтинговых агентств на российском рынке рейтинговых услуг в 2013 г., %
LrS
■ AK&M ■ Moody's
■ РусРейтинг ■ НРА
■ S&P ■ Эксперт РА
■ Fitch
Рассматривая рейтинговые шкалы зарубежных и российских рейтинговых агентств, нужно обратить внимание на их различное деление. Так, рейтинговые шкалы агентств, которые предоставляют рейтинговые услуги российским компаниям, разделяются на национальные и международные. По национальной шкале рейтинговое агентство оценивает эмитента (выпуск) ценных бумаг относительно компаний или финансовых обязательств в этой стране. В свою очередь, оценка по международной шкале позволяет производить сравнение эмитентов по всему миру. Рейтинг эмитента по международной шкале зависит от суверенного рейтинга (т.е. учитываются риски ведения бизнеса в данной стране) и не может его превышать. С другой стороны, наличие подобного сопоставления стало возможным в связи с тем, что некоторые рейтинговые агентства отзывают свои рейтинги по национальной шкале. Деятельность рейтинговых агентств, безусловно, связана с рисками. Основными являются риски некорректных рейтинговых оценок, обусловленные следующими причинами:
• необъективность, связанная с заинтересованностью в случае контактных рейтингов (рейтинг оплачивается эмитентом);
• несовершенство рейтинговой методологии;
• несоблюдение задекларированных принципов и методик;
• несвоевременное реагирование на изменение финансового положения эмитента;
• недостаточные возможности оповещения об изменениях в рейтинге.
вых обязательств или об общей кредитоспособности какого-либо эмитента (безотносительно его конкретных долговых обязательств или других ценных бумаг)» [Moody's, 2007]. Рейтингом эмитента называется оценка способности компании выполнить свои старшие необеспеченные финансовые и договорные обязательства.
Moody's присваивает рейтинги компаниям всех отраслей промышленности. У этого агентства нет единой методологии рейтингования промышленных компаний, оно использует разные методики для разных сегментов рынка.
Рассмотрим основные факторы, которые использует Moody's при оценке кредитоспособности промышленных компаний на примере химической и строительной отраслей.
Как видно из табл. 1, агентство использует незначительно различающиеся факторы для оценки компаний из разных отраслей. Можно также отметить, что вес группы факторов «размер компании» для химической отрасли больше, чем для строительной. В то же время вес фактора «профиль бизнеса» для строительной отрасли превышает аналогичный для химической. Что также примечательно, агентство Moody's использует разные показатели для быстро-развивающихся и стандартных рынков при оценке строительных компаний.
Таблица 1. Система показателей Moody's при оценке промышленных компаний
Химическая отрасль Строительная отрасль
Размер компании Выручка (10%)
Здания, сооружения и оборудование(10%) Выручка (15%)
Бизнес-профиль Положение на рынке, конкурентные преимущества, диверсификация, перспективы роста и др.
20% 25%
Прибыльность, Рентабельность по EBITDA (5%) ' Структура издержек (10%)
производительность Рентабельность активов (5%)
Обеспеченность задолженности и Отношение долга к EBITDA (10%) Коэффициент покрытия процентных выплат (15%)
леверидж Отношение EBITDA к процентным расходам (10%) Отношения доходов к задолженности (15%) -для быстро растущих рынков
Отношение денежного потока к долгу (10%) Отношение долга к общей капитализации (15%) - для стандартных рынков
Финансовая политика Структура капитала, кредитный портфель и др. (20%)
По сути, все рейтинговые агентства оценивают схожие сущности. Так почему же рейтинговые оценки различных агентств неодинаковы? Помимо методологической составляющей, которая может различаться в связи с отличием подходов, используемых рейтинговыми агентствами, в рейтинг включается также значительная экспертная компонента. Эти факторы являются причиной того, что рейтинговые оценки одного и того же эмитента несколькими рейтинговыми агентствами могут различаться. Поэтому вопрос сопоставления рейтинговых шкал различных агентств представляется крайне важным.
Сопоставление рейтинговых шкал на основе метода минимизации интегрального расстояния в базовой шкале
Альтернативные методологии рейтинговых агентств, различия в стандартах присвоения рейтингов, использование различных объясняющих факторов - все это является причинами возникновения различающихся рейтингов. Поэтому целесообразно ознакомиться с методологиями разных рейтинговых агентств.
Агентство Moody's определяет кредитные рейтинги как «мнения о кредитном качестве отдельных долго-
Помимо этих факторов, агентство также оценивает качество менеджмента, ликвидность, подверженность рискам, корпоративную структуру и другие показатели. После оценки каждого фактора, агентство наносит его на рейтинговую шкалу, приравнивая к какой-либо рейтинговой категории, пороговые значения которых четко определены для каждого фактора.
Таблица 2. Перевод суммарного рейтинга компании в
Для определения суммарного рейтинга каждый фактор переводится из буквенной шкалы в числовую по следующей схеме: Ааа = 1, Аа = 3, А = 6, Ваа = 9, Ва = 12, В = 15, Саа = 18, Са = 20. Учитывая вес каждого фактора, определяют суммарный рейтинг компании, который переводится в буквенное обозначение по схеме, указанной в табл. 2.
буквенную шкалу
Aaa
Aal
Aa2
Aa3
Al
A2
A3
x < 1,5 1,5 < x < 2,5 2,5 < x < 3,5 3,5 < x < 4,5 4,5 < x < 5,5 5,5 < x < 6,5 6,5 < x < 7,5
Baal
Baa2
Baa3
Bal
Ba2
Ba3
B1
7,5 < x < 8,5 8,5 < x < 9,5 9,5 < x < 10,5 10,5 < x < 11,5 11,5 < x < 12,5 12,5 < x < 13,5 13,5 < x < 14,5
B2
B3
Caa1
Caa2
Caa3
Ca
14,5 < x < 15,5 15,5 < x < 16,5 16,5 < x < 17,5 17,5 < x < 18,5 18,5 < x < 19,5 x > 19,5
Рейтинги Standard&Poors выражают «мнение агентства относительно способности и готовности эмитента - например, корпорации или регионального (местного) органа власти - своевременно и в полном объеме выполнять свои финансовые обязательства» [8&Р, 2014]. Отмечается также, что рейтинг - это не «руководство к действию», а всего лишь мнение, основным назначением которого является информирование участников экономических отношений об уровне кредитного риска.
Согласно методологии агентства S&P, сначала определяется базовый уровень рейтинга, который впоследствии может быть изменен с учетом дополнительных рейтинговых факторов и преобразован в финальную оценку характеристик собственной кредитоспособности эмитента. На основе этой оценки компании присваивается кредитный рейтинг с учетом внутренних и внешних факторов поддержки. Основные факторы и порядок их использования при оценке кредитоспособности эмитента агентством S&P представлены на рис. 2.
Рисунок 2. Присвоение рейтингов корпоративным эмитентам агентством S&P
Страновой риск Отраслевой риск
CICRA
Конкурентная позиция
Денежные потоки / уровень долговой нагрузки
Профиль бизнес-рисков
Профиль финансовых рисков
Базовый уровень рейтинга
Диверсификация бизнеса Структура капитала Финансовая политика Ликвидность Менеджмент и корпоративное управление
Сравнительный рейтинговый анализ
Собственная кредитоспособность
Влияние группы или органов власти
Кредитный рейтинг эмитента
Важно отметить, что вес фактора «профиль бизнес-рисков» более значим для компаний, относящихся к инвестиционной категории, а вес фактора «профиль финансовых рисков» - для компаний спекулятивной категории.
Основными методами сопоставления различий в оценках присваиваемых рейтингов являются статистические методы на основе регрессионного анализа и построение моделей кредитных рейтингов. Ряд исследователей [Cantor, Packer, 1996] сравнивали рейтинги четырех крупнейших американских агентств Moody's, S&P, Fitch и Duff&Phelps Credit Rating Agency (DCR) по состоянию на 31 декабря 1993 г. В выборку вошли 1137 фирм, имеющих рейтинги Moody's и S&P, из которых 336 фирм имели также рейтинги агентства DCR, 155 - рейтинги агентства Fitch.
В большинстве случаев агентства Fitch и DCR присваивали фирмам более высокие рейтинги. Например, рейтинги Fitch в сравнении с Moody's в 58,7% случаев оказались выше и только в 5,8% - ниже; средняя разница составила 0,74 градации.
На первом этапе производился переход от буквенных шкал к целочисленным (AAA/Aaa = 1, AA+ /Aa1 = 2, ..., B- / B3 = 16, оставшиеся = 17). Авторы предполагали, что рейтинговые агентства присваивают числовые рейтинги следующим образом:
Га, f =aa + Xf Pa + Sa,f , (1)
где f - рейтинг компании f от агентства a;
aa - фиксированный эффект, характеризующего наличие постоянной компоненты для каждого рейтингового агентства;
Xf - вектор объясняющих переменных по компании f;
ва - вектор коэффициентов, характеризующий методологию агентства a; f - случайная ошибка;
a, f - рейтинговое агентство и компания, имеющая рейтинг от данного рейтингового агентства.
Разница в рейтингах двух агентств m и o, присвоенных одной фирме f, таким образом, описывалась уравнением
rm,f - Го,f = am - ao + +Xf ißm„f -ßo,.f ) + em„f -eo„,
(2)
Упрощенная запись (3) выглядела следующим обра-
rf =а + хув + . (3)
Уравнение регрессии (4) для подвыборки 5 компаний, имеющих хотя бы три рейтинга, описывалось как
E[rf\f e S ] = a+E[ xf ß\f e S ] + = E[sf \f eS ]
. (4)
Решение фирмы получить дополнительный рейтинг было описано уравнением (5):
yf = zf а + 5 f, (5)
где yf - дополнительно присвоенный рейтинг компании (f); zf - издержки (costs), которые несет компания при присвоении дополнительного рейтинга; у - вектор оценок коэффициентов, характеризующий методологию агентства, которое присваивает дополнительный рейтинг; rjf - распределение остатков ошибок согласно нормальному закону распределения:
П ~ (0;О;
<у (сигма) - обозначение стандартного отклонения. В вектор zf включались все факторы, влияющие на затраты или выгоды от получения дополнительного рейтинга (6). Авторы предположили, что фирма заказывает дополнительный рейтинг, если y > 0 .
Таким образом,
E[rf \ f e S ] = E[rf > - z/ r] =
= а + E^xf ß \ f e SJ + E^S/ \ r/f > -zf y]
(6)
Если совместное распределение ошибок sf и r¡f является нормальным, то
E[rf \ zf ,n> - zf y] =
= а + xf ß +
( \ P
V V ее J
Xf
, (7)
где р (согг) - корреляция между этими тремя параметрами е,ц,Л - является обратным отношением Миллса (8), тогда оно равно:
(8)
Ф (-V)'
Уравнение (7) затем оценивалось методом наименьших квадратов.
Для оценки того, какие фирмы заказывают дополнительный рейтинг помимо рейтингов Moody's и S&P, в модель включались следующие факторы:
• набор фиктивных переменных: расположение главного офиса, выпуск ценных бумаг компанией более десяти лет, есть ли у компании рейтинг коммерческих ценных бумаг, компании присвоены рейтинги Moody's и S&P - Bal и BB+ соответственно, попадание рейтингов Moody's и S&P в разные категории риска;
• финансовые характеристики: долгосрочная задолженность, коэффициенты левериджа и покрытия, прибыльность (ROA);
• характеристики рейтингов: взвешенные средние рейтинги, абсолютная разница в рейтингах.
В итоговую регрессию для оценки различий между рейтингами включались финансовые параметры (коэффициенты левериджа и покрытия, прибыльность и логарифм активов), обратное отношение Миллса и фиктивные переменные, обозначающие принадлежность фирмы к какой-либо отрасли.
Авторы пришли к выводу, что различия в рейтингах происходят вследствие различия в рейтинговых шкалах агентств. Это стоит учитывать регулирующим органам при включении рейтингов в нормативные акты.
В исследовании также говорится, что крупные фирмы чаще заказывают третий рейтинг. Несмотря на то, что рейтинги Fitch и DCR зачастую оказываются выше, авторы не нашли подтверждения тому, что это является важным фактором для эмитентов.
Описываемая методика сопоставления рейтинговых шкал, которая была использована для выявления соответствия между рейтинговыми оценками различных шкал, присвоенными финансовым и промышленным компаниям различными агентствами. Подобный метод был описан при сопоставлении рейтинговых шкал для банков в ряде работ. В первую очередь происходит выбор базовой шкалы. Целесообразно выбрать в качестве базовой шкалу одного из международных рейтинговых агентств. Доля на российском рынке у агентств Moody's I.A. и Fitch R.A. больше, чем у Standard&Poor's A., поэтому целесообразно в качестве базовой выбрать шкалу одного из этих двух рейтинговых агентств. Пользуясь аналогичным подходом, для международных промышленных компаний за базовую шкалу также стоит взять шкалу агентства с большим покрытием этого сегмента рейтингового рынка. После выбора базовой шкалы для исследования все рейтинговые шкалы переводятся из буквенных обозначений в численные шкалы.
На следующем этапе вводится оптимальная функция F, переводящая i-ю шкалу в базовую. Интегральная мера близости между попарными совместимыми рейтинговыми оценками одного и того же субъекта должна быть минимальна, или же они должны полностью совпадать. Использовался метод минимизации суммы квадратов разностей:
{a_min^}X (F, (Rj, а,.,) - F2 R2jt, а,.2 ))2 , (9)
где i - рейтинговая шкала; j - субъект, которому присвоен рейтинг; t - рассматриваемый момент времени; Rijt - оценка рейтинга, его количественная оцифровка;
а а 2 - порядковые номера рейтинга, присвоенные рейтинговым агентством;
N - всего (общее) количество наблюдений за рассматриваемый промежуток времени. Все эти параметры составляют множество Q, по кото-
рому происходит суммирование. В качестве функции отображения была рассмотрена логарифмическая функция как наиболее точная. Таким образом, оценивалась модель
ln(M) = £ (at ln(R) + b ) d,., (10)
i=1
где M - рейтинг Moody's (в числовом выражении).
Различие между рейтинговыми оценками российских и зарубежных агентств для финансовых институтов и промышленных компаний
Для построения модели сопоставления рейтинговых шкал для российских промышленных компаний выборка формировалась по следующим условиям: наличие у компании рейтинга хотя бы одного из национальных («Эксперт РА», «Рус-Рейтинг», НРА, АК&М) или международных (Moody's, Fitch, S&P) рейтинговых агентств за период с I квартала 2007 г. по IV квартал 2014 г. Выборка составлена на основе баз данных финансовой информации Bloomberg и Thomson Reuters Eikon; списков рейтингов компаний и пресс-релизов, публикуемых на сайтах рейтинговых агентств, а также новостных и информационных порталов. Выборка составлена поквартально.
После обработки, проверки и заполнения всех пропусков в базе данных была составлена выборка по рейтингам российских промышленных компаний, присвоенным четырьмя российскими агентствами и тремя международными агентствами по национальным и международным шкалам (всего 10 шкал). На рис. 3 представлено распределение рейтингов агентств «Эксперт РА» и АК&М по рейтинговой шкале для российских промышленных компаний. Как видно из рисунка, большинство наблюдений по агентству «Эксперт РА» сосредоточено в категории A++, по агентству АК&М - примерно равное распределение между градациями A+ и A.
Рейтинги промышленных компаний по международным шкалам агентств «большой тройки» сосредоточены в основном на границе между спекулятивной и инвестиционной категориями. Распределение рейтингов можно увидеть на рис. 4. Около 37% наблюдений относятся к классу BBB (градации BBB+, BBB, BBB-), около 46% - к классу BB (BB+, BB, BB-). Как видно, международные агентства достаточно низко оценивают российские компании, так как учитывают страновые, политические риски.
Для реализации выбранного метода сопоставления рейтинговых шкал на основе минимизации интегрального расстояния в базовой шкале необходимо было преобразовать выборку.
На первом этапе проводилось преобразование всех буквенных шкал в целочисленные по следующей системе: «1» ставилась в соответствие наиболее высокому рейтингу (AAA/Aaa - 1, AA+/Aa1 - 2 и т.д.). Полное преобразование шкал представлено в табл. 3.
Рисунок 3. Распределение рейтингов «Эксперт РА» и АК&М по градациям 25,0%
20,0%
15,0%
10,0%
5,0%
0,0%
. I
I .
А- ВВВ+ ВВВ ВВВ- ВВ+ ВВ ВВ- В+ В В- ССС+ ССС ССС- С й
Рисунок 4. Распределение рейтингов международных агентств по градациям
Аргентина Великобритания Германия Дания Индия Индонезия Испания Италия Китай Люксембург Нидерланды Новая Зеландия Норвегия Португалия США Франция Чили Швейцария Швеция Южная Африка Япония
1,9
4,2%
10,3%
3,1%
2,3%
2,3%
■ 1,5% 1,1%
6,9%
1,5%
19,8%
6,1%
1,5%
3,1%
1,5% 1,5%
0,0% 5,0% 10,0%
Таблица 3. Преобразование буквенных шкал в целочисленные
15,0%
20,0%
Числовая шкала Moody's M_ru Fitch I S&P F_ru S_ru НРА I «Рус-Рейтинг» «Эксперт РА» I АК&М
l Aaa Aaa.ru AAA AAA(rus) ruAAA AAA A++
2 Aal Aal.ru AA+ AA+ (rus) ruAA+ AA+ A+
З Aa2 Aa2.ru AA AA (rus) ruAA AA A
4 Aa3 Aa3.ru AA- AA- (rus) ruAA- AA- B++
S Al Al.ru A+ A+(rus) ruA+ A+ B+
б A2 A2.ru A A (rus) ruA A B
l A3 A3.ru A- A- (rus) ruA- A- С++
S Baal Baal.ru BBB+ BBB+ (rus) ruBBB+ BBB+ С+
9 Baa2 Baa2.ru BBB BBB (rus) ruBBB BBB C
lo Baa3 Baa3.ru BBB- BBB- (rus) ruBBB- BBB- D
ll Bal Bal.ru BB+ BB+(rus) ruBB+ BB+
2
Числовая шкала Moody's M_ru Fitch / S&P F_ru S_ru НРА / «Эксперт РА» / «Рус-Рейтинг» АК&М
12 Ba2 Ba2.ru BB BB(rus) ruBB BB
13 Ba3 Ba3.ru BB- BB- (rus) ruBB- BB-
14 B1 B1.ru B+ B+(rus) ruB+ B+
15 B2 B2.ru B B(rus) ruB B
16 B3 B3.ru B- B- (rus) ruB- B-
17 Caa1 Caa1.ru CCC+ CCC+(rus) ruCCC+ CC+/CCC+
18 Caa2 Caa2.ru CCC CCC(rus) ruCCC СС/CCC
19 Caa3 Caa3.ru CCC- CCC- (rus) ruCCC- СС- / CCC-
20 Ca Ca.ru C C(rus) ruC С+ / Œ
21 D D.ru D D(rus) ruD C
22 С-/ -
23 D / -
Далее было выбрано рейтинговое агентство, которое будет считаться базовым в исследовании. За базовую была взята международная шкала агентства Moody's. После этого выборка была преобразована таким образом, что каждое наблюдение повторялось столько раз, сколько для него существует пар рейтингов с базовым в каждом квартале рассматриваемого периода (I кв. 2007 г. - IV кв. 2014 г.). Итоговая выборка насчитывала 2691 наблюдение.
На следующем этапе было проведено преобразование базы данных из числовой в логарифмическую. Для того чтобы сопоставлять рейтинговые шкалы не попарно, а произвести множественное сопоставление, в выборку были добавлены фиктивные переменные, означающие, с какой именно шкалой каждого рейтингового агентства сопоставляется базовая шкала. Стоит также отметить, что агентство НРА было исключено из выборки, так как нашлось мало пар рейтингов для проведения процедуры сопоставления базовой шкалы для этого агентства.
Всего в выборку рейтингов по финансовым институтам вошли 1599 финансовых организаций, из них - 613 банков, 762 страховые организации, 51 негосударственный пенсионный фонд, 98 инвестиционных компаний, 55 компаний, занимающихся факторингом и лизинговыми сделками, и 20 финансовых компаний, которые были отнесены к шестому типу финансовых институтов.
При обработке данных под представлением наблюдения вводилось следующее понятие, согласно которому под одним наблюдением рассматривается сопоставленная пара рейтингов, присвоенных разны-
ми рейтинговыми агентствами одному эмитенту, их буквенные обозначения согласно методу множественного мэппинга переводятся в числовые значения. Изначально в собранной и обработанной базе данных без очистки по компаниям общее количество собранных пар составило 14 411 наблюдений, но после произведенной ручной очистки данных новая выборка составила 9 718 пар. В табл. 4 приведена количественная матрица попарных кредитных рейтингов, которые были использованы для построения модели сопоставления рейтинговых шкал. Таблица 4. Число попарных кредитных рейтингов
Moody's Investor Services Standard & Poor's Fitch Ratings
Moody's Investor Services 3041 253 934
Standard & Poor's 253 2482 550
Fitch Ratings 934 550 721
Особый интерес в собранной базе данных представляет статистика по банкам, которые имеют два и более кредитных рейтингов от международных рейтинговых агентств как по международной, так и по национальной шкалам. Наибольший процент рейтинговых оценок присвоенных кредитных рейтингов банков от рейтинговых агентств «большой тройки» приходится на США, Германию и Японию (рис. 5).
Рисунок 5. Страновые доли (в %) банков, попавших в выборку 6,5%
Великобритания
Италия
США
Германия
Объединенные Арабские Эмираты Япония
Рисунок 6. Страны с наибольшим количеством рейтингов среди финансовых организаций (доли в %) 25,0%
20,0%
15,0%
10,0%
5,0%
0,0%
■iÎïïïï—
A- BBB+ BBB BBB- BB+ BB BB- B+ B B- CCC+ CCC CCC- C D
Рисунок 7. Распределение градаций рейтингов для российских промышленных предприятий, 2014 г. 1200
1 1000 ш
^ 800
^ 600 I
g 400 200 0
1 1 I 1
N 11111.. _ _
7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 Целочисленная рейтинговая шкала
Всего количество кредитных рейтингов (свыше трех рейтинговых оценок), присвоенное различным типам финансовых институтов, от международных рейтинговых агентств по странам выглядит следующим образом: наибольший процент кредитных рейтингов наблюдается у Германии и Великобритании, на третьем месте располагаются Япония, США, Италия, Объединенные Арабские Эмираты (рис. 6). Отобранная выборка данных по кредитным рейтингам имеет существенные перегибы в распределении своих градаций у разных рейтинговых агентств, если проводить сравнение с исследовательскими работами прошлого года - по теме сравнительного анализа рейтинговых шкал для промышленных компаний, то распределение собранных пар рейтингов у каждо-
го агентства по международным шкалам различно. На рис. 7 показана градация рейтингов российских промышленных компаний за 2014 г., присвоенных международными рейтинговыми агентствами. Нужно отметить, что рейтинги российских промышленных компаний, присвоенные тремя международными рейтинговыми агентствами по их шкалам, попадают в основную зону перехода между инвестиционным и спекулятивным классами. Основными грейдами, посчитанными в процентном отношении, занимают низкий инвестиционный класс - ВВ+, ВВ, ВВ- и ВВВ+, ВВВ, ВВВ-, их доли соответственно 47 и 36% от всей выборки, которая включает в себя 9718 наблюдений. Подобное мнение международных рейтинговых агентств обусловлено высокой оценкой
2
4
6
страновых и политических рисков. Кроме того, приведенная градация стремится к нормальному распределению, это связано с тем, что по одной стране наблюдается общий уровень рисков и его отраслевые корректировки.
Следующим этапом исследования являлось сопоставление рейтинговых шкал крупнейших международных рейтинговых агентств при рейтинговании ими промышленных компаний.
Была собрана база данных по международным промышленным компаниям, каждое наблюдение которой
характеризуется наименованием компании, рассматриваемым периодом - кварталом и парой рейтинговых агентств. Аналогично сопоставлению для российских компаний, в базу были включены фиктивные переменные, обозначающие агентство, сравниваемое с базовым.
В табл. 5 представлены некоторые характеристики полученной базы данных. Большая половина всех наблюдений представлена отличающимися рейтингами, причем частота несовпадений рейтингов Moody's и Fitch чуть больше, чем частота несовпадений Moody's и S&P (53,2 и 51,8% соответственно).
Таблица 5. Характеристики базы данных по международным промышленным компаниям
Число Число Разница Разница > Максимальная
наблюдений несовпавших в одну одной градации разница
рейтингов градацию
Moody's/S&P 3384 1753 1511 242 5
Moody's / Fitch 3962 2111 1735 376 4
Доля превышений рейтингов Moody's над рейтингами Fitch (в числовом выражении) на одну градацию составила 44% общего числа несовпадений рейтингов этих агентств. Рейтинги Fitch превысили рейтинги Moody's на одну градацию в 38% случаев. В 7% случаев рейтинги Fitch превысили рейтинги Moody's на две градации; для 5,5% несовпадений характерна аналогичная разница в пользу агентства Moody's. Максимальные различия - четыре рейтинговых градации -составили 1,8% несовпадений.
При сравнении Moody's и S&P различия в одну градацию наблюдаются в 86% случаев: 46% в сторону Moody's и 40% в пользу S&P. 11,5% различий представлены разницей в две градации, 1,8% - в три градации. Максимальное различие между этими агентствами составило пять градаций и представлено двумя наблюдениями (0,1% несовпавших рейтингов). На рис. 8 представлены распределения рейтингов международных промышленных компаний по целочисленной шкале.
Рисунок 8. Распределение рейтингов международных агентств по градациям
с;
ю
1600 1400 1200 1000 800 600 400 200 0
I
...1 II II 1 III..
7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 Целочисленная рейтинговая шкала
2
4
6
Среди пар рейтингов Moody's и Fitch не нашлось наблюдений в самой верхней и трех самых нижних градациях. Что касается наблюдений по агентствам Moody's и S&P, 0,7% пар характеризуются наивысшей оценкой. Большинство наблюдений сосредоточено в градации рейтингов BBB-/Baa3, их доля составила 34%. Для рейтингов Moody's и S&P характерно
превышение числа наблюдений в градациях A/A2 и BB-/Ba3 над A-/A3 и BB/Ba2 соответственно, что, в свою очередь, не наблюдается для пар наблюдений по агентствам Moody's и Fitch. Полученные коэффициенты показывают, каким образом каждая рейтинговая шкала отображается в базовой, и описывают зависимость шкал между собой (табл. 6).
Таблица 6. Коэффициенты модели множественного мэппинга для российских промышленных компаний и финансовых институтов
Рейтинговая шкала Промышленные компании i Финансовые институты
A 1 b I A B
Moody's (международная шкала) 0,24 2,22 0,76 2,84
Fitch (международная шкала) 1,09 -0,23 0,38 1,74
S&P (международная шкала) 1,17 -0,44 0,66 1,14
«Эксперт РА» 0,28 2,37 0,54 4,49
АК&М 0,18 2,49 -0,70* 1,52
«Рус-Рейтинг» 0,02* 2,57 0,17 2,54
Число наблюдений 2691 1116
* Коэффициент незначим.
Рисунок 9. Схема соответствия рейтинговых шкал международных и российских агентств
AAA +AA AA -AA +A A -A +BBB BBB -BBB +BB BB -BB +B B -B
I_I
A++ A+ A B++ B+ B C++ C+
• • • • a •—•
AAA +AA AA -AA +A A -A +BBB BBB -BBB +BB BB -BB +B B -B +CCC CCC -CCC +CC CC -CC
)|( )|( )|( )|( )|( )|< )|< yf )|( )|( )| ( )|( )|( )|( )|( )|( )|< yf )|( )| ( )|( )|<
A++ A+ A B++ B+ B C++ C+ C
X—X—X—X—X—X—X—X—X
Aaa Aal Aa2 Aa3 A1 A2 A3 Baal Baa2 Baa3 Bal Ba2 Ba3 B1 B2 B3 Caal Caa2 Caa3 Cal Ca2 Ca3 C1 C2 C3
AAA +AA AA -AA +A A -A +BBB BBB -BBB +BB BB -BB +B B -B +CCC CCC -CCC +CC CC -CC C SD D
AAA +AA AA -AA +A A -A +BBB BBB -BBB +BB BB -BB +B B -B +CCC CCC -CCC CC C RD D
1 2 3 4 5 б 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 Fitch R.S. S&P Agency Moody's I.S. -*-Эксперт РА РусРейтинг AK&M НРА
На основе коэффициентов, полученных в результате оценивания модели сопоставления для всех рассматриваемых в данном исследовании рейтинговых агентств за период с 2008 по 2015 г., была построена схема соответствия рейтинговых шкал. Она представлена на рис. 9.
Исходя из полученных результатов, можно сделать ряд выводов.По международным шкалам наиболее консервативным агентством в инвестиционной зоне оказалось агентство Fitch R.S., однако при приближении к спекулятивной зоне рейтинги международных
агентств по шкалам начинают сходиться все больше. Различия сильнее всего в спекулятивной зоне, в классах рейтинговых оценок от ВВВ+ до В. По международным шкалам Standard&Poor's A. консервативнее Moody's I.A. и Fitch R.S. в инвестиционной зоне, однако различия между шкалами также начинают уменьшаться в спекулятивной категории рейтингов. Шкалы Standard&Poor's A. и Fitch R.S. в спекулятивной зоне практически совпадают. Различия между Moody's I.A. и Standard&Poor's A. сильнее всего в спекулятивной зоне, в районе рейтинга CCC+.
Рейтинговая шкала агентства АК&М несопоставима ни с одной из международных шкал, хотя имеет схожие рейтинговые оценки в спекулятивной зоне с агентством Fitch R.S. В инвестиционной зоне российские агентства оказались более консервативными в сравнении с агентствами «большой тройки» и более лояльным относительно всех остальных российских рейтинговых агентств выступило НРА, которое в сравнении с Standard&Poor's A. имеет схожие оценки в спекулятивной зоне. Такой сдвиг шкал для всех агентств может объясняться малым количеством наблюдений в спекулятивной зоне в сравнении с инвестиционной.
Рейтинговое агентство «Эксперт РА» более консервативно по отношению к промышленным компаниям в инвестиционной зоне, шкала этого агентства ориентирована и сопоставима со шкалой агентства Moody's I.A.
Заключение и основные результаты
Для большей наглядности сопоставления шкал российских и международных рейтинговых агентств соответствие рейтинговых шкал можно привести в виде табл. 7.
Таблица 7. Сопоставление оценок рейтинговых шкал для российских и международных агентств
Fitch R.S. S&P Agency Moody's I.S. «Эксперт РА» «Рус-Рейтинг» AK&M НРА
AAA AAA Aaa AAA А++ AAA
+AA +AA Aal A++ +AA
AA AA Aa2 +AA
-AA -AA Aa3 AA AA
+A +A Al -AA А+ -AA
A A A2 A+ +A +A
-A -A A3 A A
+BBB +BBB Baal A -A В++ -A
BBB BBB Baa2 +BBB +BBB
-BBB -BBB Baa3 B++ BBB В+ BBB
+BB +BB Bal B+ -BBB -BBB
BB BB Ba2 +BB +BB
-BB -BB Ba3 BB BB
+B +B Bl B -BB В -BB
B B B2 +B +B
-B -B B3 B B
+CCC +CCC Caal C++ -B С++
CCC CCC Caa2 C+ +CCC
-CCC -CCC Caa3 CCC
CC +CC Cal -CCC С+
C CC Ca2 +CC -B
RD -CC Ca3 C CC
C Cl -CC С
D SD C2 C
D C3
Рисунок 10. Распределение рейтингов «Эксперт РА» и АК&М по градациям для промышленных компаний и финансовых институтов, %
100%% ■b
90%% B+
80%
B++
70%% 1- А
60%% 1- А+
50%% --
40%%
30%% 1-
20%% 1- А++
10%% 1-
0%
A+
A++
B
B++
Эксперт РА
AK&M
B+
A
Если сравнивать полученные результаты с аналогичной таблицей, построенной для банков, как и ожидалось, можно увидеть ряд различий. Так, агентство Standard&Poor's A. по международной шкале более лояльно относится к промышленным компаниям, чем к финансовым институтам; для агентства Fitch R.S. наблюдается обратная ситуация, оно относится к промышленным компаниям более консервативно. Соответствие по шкалам Moody's I.A. практически совпадает, а российские рейтинговые агентства «Эксперт РА» и АК&М оказались более консервативными к промышленным компаниям, чем к финансовым институтам.
На основе полученных коэффициентов, характеризующих отображение рейтинговых шкал в базовую, была построена схема соответствия рейтинговых шкал «большой тройки» агентств. Если сравнивать полученные результаты с аналогичной таблицей, построенной для банков в работе [Го-ловань и др., 2011], как и ожидалось, можно увидеть ряд различий. Так, агентство S&P по международной шкале более лояльно относится к промышленным компаниям, чем к банкам; по национальной шкале наблюдается обратная ситуация - S&P относится к компаниям более консервативно. Соответствие по шкалам Moody's, Fitch R.S., S&P совпадают в высоких и инвестиционных оценках, однако есть незначительные и сильные несовпадения в шкалах в зависимости от каждого рейтингового агентства в низких и спекулятивных оценках. Российские рейтинговые агентства «Эксперт РА» и АК&М оказались более консервативными по отношению к промышленным компаниям, чем к банкам.
Несмотря на то, что крупнейшие международные рейтинговые агентства стремятся приравнивать свои шкалы, они не всегда совпадают. Если в инвестиционной зоне шкалы агентств близки к друг другу, то в спекулятивной Moody's является наиболее консервативным рейтинговым агентством и присваивает промышленным компаниям наиболее низкие рейтинги. Шкалы агентств Fitch и S&P схожи, но все же немного различаются, S&P является наиболее лояльным рейтинговым агентством при оценивании промышленных компаний.
Результаты, полученные для финансовых институтов, позволяют наблюдать следующее: самые большие несовпадения наблюдаются у рейтингов из спекулятивной зоны, соотнесение расхождений в их числовом выражении (эти коэффициенты позволяют провести процедуру отображения каждой рейтинговой шкалы из одной в другую) по представленным значениям отображают, что наибольшее различие - у рейтингов, которые находятся на стыке инвестиционного и спекулятивного класса, шкалы Fitch R.S. и S&P Agency уменьшают свои расхождения с грейдов +ВВВ и до +В, потом начинается их постепенное увеличение, обратная ситуация наблюдается у этих значений в сопоставлении с рейтинговой шкалой агентства
Moody's I.S., наиболее консервативным в своих оценках финансовых институтов оказалось агентство S&P Agency, за ним следует Fitch R.S. и самым открытым агентством по оценке финансовых институтов стало Moody's I.S. Эти результаты не противоречат полученным выводам по сопоставлению шкал для российских промышленных компаний относительно консервативности или лояльности того или иного агентства, однако все же для российских компаний различия в рейтинговых шкалах агентств более существенны.
Список литературы
Айвазян С.А., Головань С.В., Карминский А.М., Пересецкий А.А. О подходах к сопоставлению рейтинговых шкал // Прикладная эконометрика. 2011. № 3. С. 13 - 40.
Головань С.В., Карминский А.М., Пересецкий А.А. Сопоставление рейтинговых шкал агентств на основе эконометрического анализа рейтингов российских банков // XII Международная научная конференция по проблемам развития экономики и общества, доклад. М.: 2011. URL: https://www.hse.ru/data/2011/03/18 /1211255041/%D0%94%D0%BE%D0%BA%D0%BB%D0 %B0%D0%B4_1.pdf )
Харчук К. А. Сопоставление рейтинговых шкал для промышленных компаний. Магистерская диссертация. М.: НИУ ВШЭ, 2016.
Bannier C.E., Behr P., Guttler A. Rating opaque borrowers: Why are unsolicited ratings lower? // Review of Finance. 2010. No. 14. P. 263-294.
Barton A. Split credit ratings and the prediction of bank ratings in the Basel II environment University of Southampton. University of Southampton, 2006. Doctoral thesis.
Beattie V., Searle S. Credit-rating agencies: The relationship between rater agreement and issuer/rater characteristics // Journal of International Securities Markets. 1992. No. 6. P. 371-375.
Behr P., Guttler A. The informational content of unsolicited ratings // Journal of Banking & Finance. 2008. No. 32. P. 587-599.
Billingsley R.S., Lamy R.E., Marr M.W., Thompson G.R. Split ratings and bond reoffering yields // Financial Management. 1985. No. 14 (2). P. 59-65.
Bongaerts D., Cremers K.J.M., Goetzmann W.N. Tiebreaker: Certification and multiple credit ratings // The Journal of Finance. 2012. No. 67 (1). P. 113-152.
Cantor R., Packer F. Multiple ratings and credit standards: Differences of opinion in the credit rating industry. Federal Reserve Bank of New York, 1996. Staff report 12.
Ederington L. (1986) Why split ratings occur? // Financial Management. 1986. No. 15 (1). P. 37-47.
Eisl A., Elendner H., Lingo M. Re-mapping credit ratings // Working paper for the Econometric Society European Meeting, 2013.
Hainsworth R., Karminsky A.M., Solodkov V.M. Arm's length method for comparing rating scales // Eurasian Economic Review. 2013. No. 3 (2). P. 114-135.
Hsueh L.P., Kidwell D.S. Bond ratings: Are two better than one? // Financial Management. 1988. No. 17 (1). P. 46-53.
Jewell J., Livingston M. A comparison of bond ratings from Moody's, S&P and Fitch IBCA // Financial Markets, Institutions and Instruments. 1999. No. 8 (4). 45 p.
Jiang J., Stanford M.H., Xie Y. Does it matter who pays for bond ratings? Historical evidence // Journal of Financial Economics. 2012. No. 105. P. 607-621.
Karminsky A.M., Polozov A.A. Handbook of Ratings: Approaches to Ratings in the Economy, Sports, and Society. SPRINGER INTERNATIONAL PUBLISHING AG, 2016.
Livingsto, M., Naranjo A., Zhou L. Split bond ratings and ratings migration // Journal of Banking and Finance. 2008. No. 32(8). P. 1613-1624.
Moody's (2007). Incorporation of Joint-Default Analysis into Moody's Bank Ratings: Moody's Investors Service, A Refined Methodology. URL: http://www.moodys.com/ researchdocumentcontentpage.aspx?docid=PBC_102639
Moon C., Stotsky J. (1993), Testing the differences between the determinants of Moody's and Standard & Poor's Ratings: An application of smooth simulated maximum likelihood estimation // Journal of Applied Econometrics. 1993. No. 8. P. 51-69.
Morgan D.P. Rating banks: Risk and uncertainty in an opaque industry // American Economic Review. 2002. No. 92. P. 874-888.
Mukhopadhyay B. (2006) Existence of unsolicited ratings // Asia-Pacific Financial Markets. 2006. Vol.13. Issue 3. P. 207-233.
Perry L.G., Liu P., Evans D.A. Modified bond ratings: Further evidence on the effect of split ratings on corporate bond yields // Journal of Business Finance & Accounting. 1988. No. 15 (2). P. 231-241.
Poon W.P.H., Firth M. Are unsolicited credit ratings lower? International evidence from bank ratings // Journal of Business Finance & Accounting. 2005. No. 32 (9) & (10). P. 1741-1771.
Pottier S., Sommer D. (1999), Property-liability insurer financial strength ratings: Differences across rating agencies // The Journal of Risk and Insurance. 1999. No. 6. P. 621-642.
S&P (2014). Методика определения финансовой устойчивости для финансовых компаний (Standard & Poor's: Common Business and Finance). Сайт S&P Agency. URL: http://www.standardandpoors. com/en_EU/delegate/getPDF;jsessionid=W8dCXfRG0 pY4JBcj 1TnJhhj 5hTLMTvfnJ45XX2vpzqp7Tn1LXpvq!-845108344?articleId=1498249&type=C0MMENTS&subT ype=REGULAT0RY
Walker R.W., Krueger S. Now you see it, now you don't: The mysterious case of the vanishing split bond rating in States // Public Budgeting & Finance. 2009. P. 84-101.
The comparison of rating scales of russian and foreign agencies: an empirical study for industrial and financial companies
Dyachkova, Natalya F.
The doctoral School of Economics
Field of Study: 08.00.10 Finance, Money Circulation and Credit
Scientific supervisor: Prof. Karminsky A.M., DsT
National Research University Higher School of Economics
26 Shabolovka, Mocow, Russia
Teaching assistant, Department of Finance
National Research University Higher School of Economics
20 Myasnitskaya str., Moscow, Russia
E-mail: Nfdyachkova@gmail.com Abstract
This article describes the credit ratings of Russian and international rating agencies. It provides the description of their scales and its comparison with reference to the Russian industrial companies and financial institutions (banks and insurance companies). In addition, it was designed the table of compliance of credit rating agencies to accredit in Russia.
Rating agencies deal with specific value of information rating, the assessment procedure which is carried out and the ratings of all economic entities were represented to the basic scale. With the increased attention on risk comes a growing need for better understanding its elements as well as the continuing development of ratings as a tool to manage it. In accordance to the different methodologies used by the Russian and foreign rating agencies, was determined the class of the rated of each economic entity.
The credit rating market is represented by both international and national rating agencies, and the credit ratings standards can vary significantly from one agency to another. They cover credit risk analysis from both a qualitative and quantitative perspective, effectively providing insights into the role where every difference can be very important. Also, foreign rating agencies provide a strong foundation for a review of credit portfolio analytics instead of Russian ones. In this aspect, the generally accepted methods of credit rating issuers are complicated. It is often, that the rating agencies are assigned to the same company different credit ratings. This situation causes a situation of complication and can cause a conflict of interests, especially for investors and government need, so investors have to compare the ratings of these agencies for longterm purposes.
JEL: G23, G24, G32
References
Ajvazjan, S.A., Golovan, S.V., Karminskij, A.M., Pereseckij, A.A. (2011) O podhodah k sopostavleniju rejtingovyh shkal. Prikladnaja jekonometrika, 3, s. 13-40 (in Russian).
Barton, A. (2006). Split credit ratings and the prediction of bank ratings in the Basel II environment University of Southampton. University of Southampton, doctoral thesis.
Bannier, C.E., Behr, P., Guttler, A. (2010) Rating opaque borrowers: Why are unsolicited ratings lower? Review of Finance, 14, pp. 263-294.
Beattie, V., Searle, S. (1992) Credit-rating agencies: The relationship between rater agreement and issuer/rater characteristics. Journal of International Securities Markets, 6, pp. 371-375.
Behr, P., Guttler, A. (2008), The informational content of unsolicited ratings. Journal of Banking & Finance, 32, pp. 587-599.
Billingsley, R.S., Lamy, R.E., Marr, M.W., Thompson, G.R. (1985) Split ratings and bond reoffering yields. Financial Management, 14 (2), pp. 59-65.
Bongaerts, D., Cremers, K.J.M., Goetzmann, W.N. (2012) Tiebreaker: Certification and multiple credit ratings. The Journal of Finance, 67 (1), pp. 113-152.
Cantor, R., Packer, F. (1996) Multiple ratings and credit standards: Differences of opinion in the credit rating industry, Federal Reserve Bank of New York, Staff report 12.
Ederington, L. (1986) Why split ratings occur? Financial Management, 15 (1), pp. 37-47.
Eisl, A., Elendner, H., Lingo, M. (2013) Re-mapping credit ratings. Working paper for the Econometric Society European Meeting.
Golovan', S.V., Karminskij, A.M., Pereseckij, A.A. (2011) Sopostavlenie rejtingovyh shkal agentstv na osnove jekonometricheskogo analiza rejtingov rossijskih bankov // XII Mezhdunarodnaja nauchnaja konferencija po problemam razvitija jekonomiki i obwestva, doklad, Moscow, NES-HSE (in Russian).
Hainsworth, R., Karminsky, A.M., Solodkov, V.M. (2013) Arm's length method for comparing rating scales. Eurasian Economic Review, 3 (2), pp. 114-135.
Harchuk, K.A. (2016). Sopostavlenie rejtingovyh shkal dlja promyshlennyh kompanij. Magisterskaja dissertacija, NRU HSE (in Russian)
Hsueh, L.P., Kidwell, D.S. (1988) Bond ratings: Are two better than one? Financial Management, 17 (1), pp. 46-53.
Jewell, J., Livingston, M. (1999) A comparison of bond ratings from Moody's, S&P and Fitch IBCA. Financial Markets, Institutions and Instruments, 8 (4), 45 p.
Jiang, J., Stanford, M.H., Xie, Y. (2012) Does it matter who pays for bond ratings? Historical evidence Journal of Financial Economics, 105, pp. 607-621.
Karminsky, A.M., Polozov, A.A. (2016) Handbook of Ratings: Approaches to Ratings in the Economy, Sports, and Society. SPRINGER INTERNATIONAL PUBLISHING AG.
Livingston, M., Naranjo, A., Zhou, L. (2008) Split bond ratings and ratings migration. Journal of Banking and Finance, 32(8), pp. 1613-1624.
Moody's (2007) Incorporation of Joint-Default Analysis into Moody's Bank Ratings: Moody's Investors Service, A Refined Methodology . URL: http://www.moodys.com/ researchdocumentcontentpage.aspx?docid=PBC_102639)
Moon, C., Stotsky, J. (1993) Testing the differences between the determinants of Moody's and Standard & Poor's Ratings: An application of smooth simulated maximum likelihood estimation. Journal of Applied Econometrics, 8, pp. 51-69.
Morgan, D.P. (2002) Rating banks: Risk and uncertainty in an opaque industry. American Economic Review, 92, pp. 874-888.
Mukhopadhyay, B. (2006) Existence of unsolicited ratings. Asia-Pacific Financial Markets, Vol. 13, Issue 3, pp. 207-233
Perry, L.G., Liu, P., Evans, D.A. (1988) Modified bond ratings: Further evidence on the effect of split ratings on corporate bond yields. Journal of Business Finance & Accounting, 15 (2), pp. 231-241.
Poon, W.P.H., Firth, M. (2005), Are unsolicited credit ratings lower? International evidence from bank ratings. Journal of Business Finance & Accounting, 32 (9) & (10), pp. 1741-1771.
Pottier, S., Sommer, D. (1999) Property-liability insurer financial strength ratings: Differences across rating agencies. The Journal of Risk and Insurance, 6, pp. 621642.
S&P (2014) Standard & Poor's: Common Business and
Finance. URL: http://www.standardandpoors.com/en_
EU/delegate/getPDF;jsessionid=W8dCXfRG0pY4JBcj1Tn
Jhhj5hTLMTvfnJ45XX2vpzqp7Tn1LXpvq!-845108344?ar
ticleId=1498249&type=COMMENTS&subType=REGUL
ATORY)
Walker, R.W., Krueger, S. (2009) Now you see it, now you don't: The mysterious case of the vanishing split bond rating in States. Public Budgeting & Finance, 84-101.
