Russian (CIS)English (United Kingdom)

Счастье в жизни – то чего ты достиг. Смысл жизни – все те, кто тебя любят. Н.Н.Полозова

Модели корпоративных рейтингов

Разрабатываемые в данной работе модели опираются. Мы последовательно рассмотрим возможности, получаемые за счет использования исключительно открытой информации относительно показателей на основе финансовой отчетности компаний по международным стандартам и макропеременным и рыночным индикаторам. Мы рассматриваем зависимость рейтингов от принадлежности к развивающимся странам, к конкретной отрасли, а также уровня информации, заключенной в суверенных рейтингах, и за счет использования макропеременных.
Интерес также представляют отличительные особенности в рейтингах промышленных компаний двух крупнейших рейтинговых агентств S&P и Moody’s.
При построении базовой модели агентства S&P последовательно выбирались показатели из каждой группы финансовых индикаторов. Во все модели включался показатель размера компании, в качестве которого ниже принята рыночная капитализация компании. Как и выше, этот показатель использовался в логарифмическом масштабе. В качестве критерия сравнения помимо статистических характеристик использовались прогнозные характеристики качества моделей.
Полученные модели с использованием шкалы для классов рейтингов приведены в табл. 7.8. Знаки коэффициентов согласуются с априорными представлениями.
На уровень рейтинга положительно влияют такие факторы как рыночная капитализация компании, рентабельность активов и уровень ее доходов по отношению к процентным расходам, т.е. обеспеченность собственными доходами (прибыль до всех отчислений (брутто), EBITDA) погашения заемных средств. Положительное влияние операционной маржи также вполне ожидаемо, что формирует устойчивость компании.
Согласуется с интуицией и отрицательное влияние отношения долгосрочного долга к капиталу, так как рейтинговые агентства аккуратно отслеживают уровень заимствований и их обеспеченность. Отрицательное влияние прокси текущей ликвидности также вполне естественно, так как является обратной величиной к показателю текущей ликвидности.

 Таблица 7.8 Модели по классам рейтингов

 

Номер модели и агентство (sp – S&P; mo – Moody’s)

 

Базовая S&P

Квадратичная S&P

Рыночная S&P

Базовая Moody’s

Капитализация (логарифм)

-0.617***

2.805*

-0.770***

-0.445**

То же в квадрате

 

-0.426**

 

 

Рентабельность активов

-0.063***

-0.132***

 

-0.065***

То же в квадрате

 

0.0034***

 

 

EBITDA/Процентные расходы

-0.011***

-0.030***

-0.016***

-0.014*

То же в квадрате

 

0.00010**

 

 

Долгосрочный долг/Капитал

0.015***

0.021***

 

0.021***

Общий долг/EBITDA

-0.059

-0.215**

 

 

Денежный поток/ Продажи

 

 

 

0.019***

Прокси текущей ликвидности

0.242*

 

 

0.497***

Волатильность стоимости

 

 

0.065***

 

Стоимость акции/ Денежный поток

 

 

-0.025***

 

Телекоммуникации

-1.107**

-1.428***

-0.430

-1.638***

Металлургия/горнодобыча

-1.514***

-1.668***

-1.702***

-1.227**

Нефть/газ

-1.884***

-1.722***

-1.733***

-1.728***

Потребительский

-1.504***

-1.893***

-1.168**

-1.015*

Электроэнергетика

-2.795***

-2.909***

-1.804***

-2.900***

Уровень инфляции

0.463***

0.352***

0.567***

0.374***

Рост ВВП

-0.171**

-0.197***

-0.262***

-0.029

Развитые страны

-0.714**

-1.170***

 

0.334

Pseudo-R2

0.321

0.354

0.350

0.273

Точное предсказание ∆ = 0, %

39

37

43

42

Ошибка не более чем на 1 класс½∆½ £1, %

53

56

48

48

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

В то же время знаки при двух показателях  «Отношение общего долга к прибыли брутто» и «Отношение денежного потока к объему продаж» требуют дополнительных комментариев. Знак коэффициентов для первого можно объяснить высоким уровнем корреляции с отношением долгосрочного долга к капиталу, а также использованием для него процентной шкалы. В ряде моделей этот показатель становится незначимым, а его отсутствие не ухудшает качество моделей. Аналогичные объяснения возможны для показателя «Отношение денежного потока к объему продаж.
Включение макроэкономических индикаторов, учет фактора отраслевой и страновой принадлежности доводит качество модели до минимально приемлемого (базовая модель). Влияние макроэкономических факторов на рейтинг ожидаемо: отрицательное для инфляции и положительное для показателя роста ВВП, что определяет уровень устойчивости внешней среды бизнеса.
Принадлежность к развитым странам в нашем исследовании оказалась не столь очевидным положительным фактором, что, конечно, связано с имеющейся корреляцией этой составляющей с показателями макроокружения. Российские компании значимо не выделяется из компаний развивающихся стран.
Принадлежность к отрасли оказывает влияние на рейтинг. В частности, значимо отличаются рейтинги компаний электроэнергетики, далее нефтегазового сектора, прежде всего по сравнению с компаниями машиностроения.
Следующим шагом было введение в модели квадратичных зависимостей по ряду объясняющих переменных, именно для капитализации, рентабельности активов и обеспеченности заимствований получаемой прибылью. Этим был обеспечен приемлемый уровень статистических характеристик, который близок к практически достижимому.
Точки перегиба для рентабельности активов и обеспеченности заимствований получаемой прибылью лежат вне диапазона значений переменной, знак для коэффициента полностью определяется линейным членом и тенденция сохраняется. В то же время        U-образность зависимости несколько улучшает качество подгонки модели.
Использование в моделях странового рейтинга указывает на то, что для развитых стран его рост имеет отрицательное влияние, а для развивающихся – положительное. В то же время, выбранные переменные в достаточной мере объясняют рейтинги и без этого фактора.
Одним из возможных направлений повышения качества моделей для открытых компаний, т.е. имеющих рыночные котировки, является использование индикатором фондового рынка (рыночная модель). В частности, в нашем распоряжении были показатели волатильности стоимости, уровень системного риска, отношение стоимости акции к денежному потоку и ряд других, а также показатель рыночной дисциплины в стране дислокации компании в виде индекса коррупции.
Системный риск оказался незначимым практически во всех рассматриваемых моделях. Волатильность стоимости отрицательно влияет на уровень рейтинга, так как при этом возрастают рыночные риски данного актива. Рост стоимости акций по отношению к денежному потоку также положительно влияет на рейтинг. Положительное влияние капитализации, отношения брутто прибыли к процентным расходам и рентабельности активов сохраняются, также как и влияние макроэкономических показателей. Индекс коррупции оказался в моделях незначимым. Этот фактор в меньшей степени влияет на реальное производство по сравнению с административной и финансовой сферами.
Анализ прогнозной силы моделей производился на основе сравнения истинных рейтингов предприятий с их модельными значениями. В качестве меры использовались ошибки прогноза ∆, представляющие разность между прогнозными и фактическими рейтингами (в числовой шкале классов). Точность прогноза находится на уровне 39-43%. Доля прогнозов с отклонением не более чем на один класс – на уровне 90-92%. Это несколько хуже, чем для моделей, построенных для банков (Карминский, Пересецкий, 2007), особенно в части точных прогнозов.
Частично это может быть вызвано недостаточным объемом выборки, стратификацией по различным отраслям, а также используемой шкалой при наличии большого количества рейтингов на границах классов. Еще одним фактором, существенным для сравнительной точности прогнозирования, является момент формирования выборки, именно потенциальное влияние мирового финансового кризиса.
В качестве одного из направлений улучшения качества модели можно рассмотреть переход к шкале градаций или смешанной шкале, что обеспечивает достижение приемлемой точности моделей.
Сравнительный анализ корпоративных рейтингов агентств S&P и Moody’s, проведенный на основе эконометрического моделирования по различным мерам отличия показал следующее.

1. Наиболее существенным является отличие в рейтинговании компаний из развивающихся стран, что выражается напрямую через соответствующую фиктивную переменную принадлежности к развитым странам или косвенно как влияние индекса коррупции.
2. Среди факторов, более значимых и положительно влияющих на рейтинги агентства  Moody’s можно указать на рентабельность активов, а для S&P − на мгновенную ликвидность, долю основных средств в активах, уровень инфляции и коррупции.
3. Существенного отличия в рейтингах российских компаний не выявлено. Положительное влияние фиктивной переменной на принадлежность России указывает скорее на наличие больших отличий в рейтингах, но в обе стороны, как в положительную, так и отрицательную стороны.
4. Рост волатильности стоимости акций компаний создает разнонаправленные отличия, хотя и на не слишком высоком уровне значимости – 10%, что косвенно подтверждает предыдущий вывод.
5. Агентство S&P более критично относится к компаниям из потребительского сектора. В среднем расхождения между рейтингами агентств, выраженные в виде их разности ∆, для нашей выборки составляют 0,26.
Показано, что рейтинги предприятий развитых стран имеют более высокие значения, существует зависимость рейтинга от отрасли и можно исключить страновой рейтинг из числа объясняющих переменных. В качестве основных факторов, отличающих подходы двух агентств, выделены страновая принадлежность, рентабельность активов, мгновенная ликвидность, уровень инфляции и коррупции.

 





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