Полозов Андрей Анатольевич

Модели рейтингов международного агентства Moody’s

При построении моделей выделялись группы финансовых индикаторов в соответствии с методологией Moody’s. Поскольку переменные внутри группы показателей сильно коррелированны, то достаточно использовать по одной переменной из каждой группы. На первом этапе более подробно осуществлялся выбор объясняющей переменной из группы рентабельность. В качестве экономического вывода следует важность рентабельности привлекаемых ресурсов не только для стран с развивающимися экономиками, но и для развитых стран. Представляется, что доступ к дешевым ресурсам является первичным среди факторов, определяющих конкурентные преимущества банка.

Помимо базовой модели для исследования временного тренда и повышения предсказательной силы моделей использовались:

• включение фиктивных переменных по годам (модель mY);
• переход к порядковым шкалам с отображением объясняющих финансовых переменных в шкалу квантилей путем построения рэнкинга наблюдений по каждой из переменных и отображения в шкалу [0,1] согласно полученному упорядочению (модель mP);
• использования нормированных шкал с преобразованием каждой объясняющей финансовой переменной путем вычитания соответствующего ей кросс-секционного среднего значения и последующего деления на стандартную ошибку (модель mN).

Полученные модели представлены в табл. 7.5. Знаки коэффициентов совпадают во всех моделях, согласуются с априорными представлениями и достаточно хорошо интерпретируемы.

 Таблица 7.5 Базовая модель рейтингов и ее модификации

 Принадлежность страны к Евросоюзу и размер банка  оказывают положительное влияние на рейтинг (знак при коэффициенте отрицателен). Банки стран, относящихся к развивающимся рынкам, при прочих равных условиях имеют более низкий рейтинг, чем банки развитых стран. В то же время банки из группы ведущих стран Евросоюза имеют более высокие рейтинги в сравнении с банками остальных стран (банки США, Японии и Германии в выборке представлены не были).
Объем резервов под проблемные кредиты  в моделях с естественной шкалой оказался незначим, а результат нестабилен: при преобразовании системы координат этот показатель становится значимым в моделях mP и mN, а также в моделях с макропеременными. Объясняется это особенностью выборки, в которой банки не имели существенных задолженностей и уровень резервов (как приближенное значение для уровня просроченной задолженности) был достаточно стабильным, в среднем 2–4%.
В базовой модели показатели рентабельности представлены стоимостью обязательств (отношение процентных расходов к средним обязательствам, по которым выплачиваются проценты). Показатель значим на 1%-ном уровне во всех моделях. Его отрицательное влияние вполне логично и отражает борьбу за дешевые ресурсы как важнейшую составляющую современного банкинга. Следует отметить, что менее информативными оказались такие показатели рентабельности, как чистая процентная маржа, отношение процентного дохода к процентным расходам, а также индикаторы рентабельности активов, капитала и процентных активов. В определенной мере это может быть объяснено выраженной U-образной зависимостью рейтинга от перечисленных показателей, когда слишком высокие значения данных индикаторов свидетельствуют, скорее всего, о более рискованной стратегии банка.
Показатели отношений капитала к активам и депозитов к капиталу значимы во всех моделях и оказывают ожидаемое отрицательное влияние на рейтинг.
По статистическому критерию Pseudo-R2, так же как и по точности предсказания (совпадению фактического и предсказанного рейтингов |Δ|=0 или ошибке не более чем на одну градацию |Δ|<=1), приведенные в табл. 7.5 модели имеют достаточно близкие характеристики. Таким образом, преобразование шкал не дало существенного улучшения качества предсказания, но обеспечило более четкую интерпретацию показателей.
Для проверки гипотезы о наличии тренда для рейтингов банков агентства Moody’s за 2003–2005 гг. базовая модель пополнена двумя фиктивными переменными для 2004 и 2005 гг. (модель mY). Аналогичные переменные включены в модели mP и mN с модифицированными шкалами. Анализ параметров моделей mP и mN (см. табл. 7.5) показывает, что выраженного временного тренда не наблюдается. Причиной наличия временного тренда в модели с абсолютными показателями является развитие банковской системы в целом.
Выбор модели с использованием макропеременных осуществлялся путем добавления к объясняющим переменным модели mY (табл. 7.10) всевозможных парных комбинаций из рассматриваемых шести макроэкономических переменных и странового потолка по банковским депозитам СС (всего 21 модель). Включение комбинаций большего числа экзогенных переменных не дало значимого улучшения качества модели.
Введение макроэкономических переменных существенно улучшает качество подгонки модели и повышает ее предсказательную силу. При этом среди полученных моделей наиболее привлекательными оказались все модели, включающие суверенный потолок рейтингов СС. Ошибки предсказания D и индексы Pseudo-R2, характеризующие качество подгонки для двух лучших из полученных моделей, представлены в табл. 7.6.
Влияние финансовых индикаторов согласуется с ожиданиями (см. табл. 7.5). Зависимости от макропеременных также предсказуемы. Страновой потолок (направленность знака соответствует выходной характеристике) оказывает положительное влияние на рейтинг. Рост инфляции отрицательно влияет на рейтинг в противовес росту внешнеэкономических операций и нормы внутренних сбережений.

Таблица 7.6 Результаты оценивания макроэкономических моделей

*, ** и *** обозначают соответственно 10, 5 и 1%-ный уровни значимости

 Распределение ошибок прогноза рейтингов для моделей с макропеременными по годам  указывает на более высокую прогнозную силу моделей с макропеременными (точный прогноз на уровне 78%, с ошибкой на 1 градацию – свыше 99%).
В табл. 7.7 приведены результаты прогнозов внутри выборки по классам рейтингов. Максимально точная оценка соответствует диагональной матрице со значениями 100% на главной диагонали.

Таблица 7.7. Ошибка предсказания в относительном выражении (модель macro2), %

 Наибольшее количество ошибок прогноза относится к наивысшей категории Aaa, а также к переходной от инвестиционного к спекулятивному уровню категории Baa. Причем в первом случае модель недооценивает фактический рейтинг, во втором – переоценивает. Неточность прогнозов рейтингов высшего инвестиционного уровня Aaa объясняется влиянием неколичественных факторов (деловая репутация, качество менеджмента и др.), а также особенностями выборки (доминирование наблюдений уровня А и Аа (суммарно около 66% наблюдений), в то время как на долю наблюдений уровней Aaa и Baa приходится только 1 и 9% соответственно).
Оценки точности прогнозирования вне выборки путем имитации не дали сущетсвенных отличий от ранее приведенных оценок (более 76% точных прогнозов и более 99% прогнозов с ошибкой в пределах одной градации).
Разработаная методика позволяет построить прогнозные рейтинги для субъектов (банков), не имеющих рейтинга, на основании показателей их финансовой деятельности и макроэкономических показателей страны, к которой банк принадлежит. На основе построенных моделей, можно сделать вывод о том, что банки развивающихся стран  при прочих равных условиях получают рейтинги хуже, чем рейтинги европейских банков.
Качество моделей, которые в явном виде учитывают страновое ограничение и макроэкономические переменные, улучшается по сравнению с моделями, основанными только на показателях деятельности банка. Переход к квантильным шкалам для финансовых индикаторов, а также использование нормированной шкалы позволяют повысить устойчивость  и улучшают интерпретируемость коэффициентов.
Отсутствие временного тренда в моделях с относительными шкалами указывает на то, что рейтинговое агентство Moody’s ориентируется в большей степени на относительное положение банка в банковской системе, а не на абсолютные показатели его деятельности.

Энциклопедия рейтингов: экономика, общество, спорт / Карминский А.М., Полозов А.А., Ермаков С.П. - М.: ЗАО ИД "Экономическая газета", 2011. - 349 с