Статистический анализ присвоения корпоративного кредитного рейтинга с учётом суверенного рейтинга в РФ

Обложка

Цитировать

Полный текст

Аннотация

В статье представлены результаты статистического исследования формирования корпоративного кредитного рейтинга с учётом суверенного рейтинга. Исследование основано на данных 19 нефинансовых компаний ведущих отраслей экономики России за период 2014–2018 годов. Показано, что суверенный кредитный рейтинг, несмотря на смягчение правила «суверенного потолка» рейтинговыми агентствами Fitch, Moody’s и S&P в 1997 году, остаётся тесно связанным с уровнем риска российских компаний.

Полученные результаты, касающиеся макроэкономических и идиосинкразических (специфических) показателей риска, отражают особенности формирования кредитного рейтинга российских компаний. В частности, в отличие от результатов аналогичных исследований, выявлено отрицательное влияние ряда показателей рентабельности и ликвидности, а также внешнеторгового оборота страны на корпоративный рейтинг. Кроме того, продемонстрировано, что кредитный рейтинг обладает «короткой памятью» - его текущее значение определяется, в основном, уровнем предыдущего периода.

Работа представляет практический интерес для частных и институциональных инвесторов, а также кредиторов, использующих кредитные рейтинги для формирования собственного представления об уровне риска дефолта в корпоративном секторе.

Об авторах

A. Gracheva

EDHEC Business School

Автор, ответственный за переписку.
Email: anna.gracheva@edhec.com

E. Kopnova

НИУ ВШЭ

Email: ekopnova@hse.ru

Список литературы

  1. Karminsky A.M., Polozov A.A. Encyclopedia of ratings: Economics, society, sport. Moscow: Forum; 2016. 448 p. (In Russ.).
  2. Huhne C. How the rating agencies blew it on Korea. The International Economy. 1998;(12):46-63.
  3. Ferri G., Liu L.-G., Stiglitz J.E. The procyclical role of rating Agencies: Evidence from the East Asian crisis. Economic Notes. 1999;28(3):335–355. https://doi.org/10.1111/1468-0300.00016 DOI: https://doi.org/10.1111/1468-0300.00016
  4. Reisen H., von Maltzan J. Boom and bust and sovereign ratings. International Finance. 1999;2(2):273-293. https://doi.org/10.1111/1468-2362.00028 DOI: https://doi.org/10.1111/1468-2362.00028
  5. Reisen H. Ratings since the Asian crisis. OECD Development Centre Working Paper. 2003;(214). https://doi.org/10.1787/746001826505 DOI: https://doi.org/10.1057/9781403990099_7
  6. Rigobon R. Contagion: How to measure it? NBER Working Paper. 2001;(8118). https://doi.org/10.3386/w8118 DOI: https://doi.org/10.3386/w8118
  7. Standard_and_Poors_Все_что_нужно_знать_о_рейтингах.pdf (mos.ru)
  8. Borensztein E., Cowan K., Valenzuela P. Sovereign ceilings “lite”? The impact of sovereign ratings on corporate ratings. Journal of Banking & Finance. 2013;37(11):4014-4024. https://doi.org/10.1016/j.jbankfin.2013.07.006 DOI: https://doi.org/10.1016/j.jbankfin.2013.07.006
  9. Standard & Poor’s. 1997. Less credit risk for borrowers in dollarized economies. Credit Week. New York: Standard and Poor’s, April 30
  10. Varma P. Sovereign bond defaults, rating transitions, and recoveries (1985-2002). Special Comment. New York: Moody’s; 2003. 24 p. URL: https://www.iiiglobal.org/sites/default/files/Sovereign_Bond_Defaults_Levey%283%29.pdf
  11. Corporate and government ratings that exceed the sovereign rating. Standard and Poor’s. Dec. 18, 2012. URL: https://www.spglobal.com/ratings/en/research/articles/200507-corporate-and-government-ratings-that-exceed-the-sovereign-rating-7647208
  12. Standard & Poor’s. (2014). Sovereign Rating Methodology. Standard and Poor’s, 23 December.
  13. Sovereign-Rating-Methodology.pdf (enterprise.press)
  14. Sovereign rating methodology. Standard and Poor’s. Oct. 12, 2017.
  15. S&P кредитные рейтинги КНИГА.pdf (hse.ru)
  16. Durbin E., Ng D. The sovereign ceiling and emerging market corporate bond spreads. Journal of International Money and Finance. 2005;24(4):631-649. https://doi.org/10.1016/j.jimonfin.2005.03.005 DOI: https://doi.org/10.1016/j.jimonfin.2005.03.005
  17. Peter M., Grandes M. How important is sovereign risk in determining corporate default premia? The case of South Africa. IMF Working Paper. 2005;(217). URL: https://www.imf.org/external/pubs/ft/wp/2005/wp05217.pdf DOI: https://doi.org/10.5089/9781451862362.001
  18. Ferri G., Liu L.-G., Majnoni G. The role of rating agency assessments in less developed countries: Impact of the proposed Basel guidelines. Journal of Banking & Finance. 2001;25(1):115-148. https://doi.org/10.1016/S0378-4266(00)00119-9 DOI: https://doi.org/10.1016/S0378-4266(00)00119-9
  19. Ferri G., Liu L.-G. Do global credit rating agencies think globally? The information content of firm ratings around the world. 2002. URL: http://repec.org/res2002/Ferri.pdf
  20. Mohapatra S., Nose M., Ratha D. Impacts of sovereign creditworthiness on sub-sovereign debt ratings in emerging and developing economies. Policy Research Working Paper. 2016;(7618). URL: https://openknowledge.worldbank.org/bitstream/handle/10986/24160/Impacts0of0sov0developing0economies.pdf?sequence=5&isAllowed=y
  21. Packer F. Credit ratings and the Japanese corporate bond market. In: Levich R.M., Majnoni G., Reinhart C.M., eds. Ratings, rating agencies and the global financial system. Boston, MA: Springer-Verlag; 2002:139-158. (The New York University Salomon Center Series on Financial Markets and Institutions. Vol. 9). https://doi.org/10.1007/978-1-4615-0999-8_9 DOI: https://doi.org/10.1007/978-1-4615-0999-8_9
  22. Cantor R., Packer F. Determinants and impact of sovereign credit ratings. Economic Policy Review. 1996;2(2):37-54. URL: https://www.newyorkfed.org/medialibrary/media/research/epr/96v02n2/9610cant.pdf
  23. Kisgen D.J., Strahan P.E. Do regulations based on credit ratings affect a firm’s cost of capital? The Review of Financial Studies. 2010;23(12):4324-4347. https://doi.org/10.1093/rfs/hhq077 DOI: https://doi.org/10.1093/rfs/hhq077
  24. Baghai R.P., Servaes H., Tamayo A. Have rating agencies become more conservative? Implications for capital structure and debt pricing. The Journal of Finance. 2014;69(5):1961-2005. https://doi.org/10.1111/jofi.12153 DOI: https://doi.org/10.1111/jofi.12153
  25. Sufi A. The real effects of debt certification: Evidence from the introduction of bank loan ratings. The Review of Financial Studies. 2009;22(4):1659-1691. https://doi.org/10.1093/rfs/hhm061 DOI: https://doi.org/10.1093/rfs/hhm061
  26. Tang T.T. Information asymmetry and firms’ credit market access: Evidence from Moody’s credit rating format refinement. Journal of Financial Economics. 2009;93(2):325-351. https://doi.org/10.1016/j.jfineco.2008.07.007 DOI: https://doi.org/10.1016/j.jfineco.2008.07.007
  27. Lemmon M., Roberts M.R. The response of corporate financing and investment to changes in the supply of credit. Journal of Financial and Quantitative Analysis. 2010;45(3):555-587. https://doi.org/10.1017/S0022109010000256 DOI: https://doi.org/10.1017/S0022109010000256
  28. Chernenko S., Sunderam A. The real consequences of market segmentation. The Review of Financial Studies. 2012;25(7):2041-2069. https://doi.org/10.1093/rfs/hhr143 DOI: https://doi.org/10.1093/rfs/hhr143
  29. Harford J., Uysal V.B. Bond market access and investment. Journal of Financial Economics. 2014;112(2):147-163. https://doi.org/10.1016/j.jfineco.2014.01.001 DOI: https://doi.org/10.1016/j.jfineco.2014.01.001
  30. Almeida H., Cunha I., Ferreira M.A., Restrepo F. The real effects of credit ratings: The sovereign ceiling channel. The Journal of Finance. 2017;72(1):249-290. https://doi.org/10.1111/jofi.12434 DOI: https://doi.org/10.1111/jofi.12434
  31. Graham J., Leary M.T., Roberts M.R. How does government borrowing affect corporate financing and investment? NBER Working Paper. 2014;(20581). https://doi.org/10.3386/w20581 DOI: https://doi.org/10.3386/w20581
  32. Kisgen D.J. Do firms target credit ratings or leverage levels? Journal of Financial and Quantitative Analysis. 2009;44(6):1323-1344. https://doi.org/10.1017/S002210900999041X DOI: https://doi.org/10.1017/S002210900999041X
  33. Multiple Equilibria, Contagion, and the Emerging Market Crises - WP/99/164 (imf.org)
  34. Lewis M. Boomerang: Travels in the New Third World. New York: W.W. Norton & Company; 2012. 240 p.
  35. Amato J.D., Furfine C.H. Are credit ratings procyclical? BIS Working Paper. 2003;(129). URL: https://www.bis.org/publ/work129.pdf DOI: https://doi.org/10.2139/ssrn.384080
  36. COVID-19 pandemic: Financial stability implications and policy measures taken. Basel: Financial Stability Board; 2020. 14 p. URL: https://www.fsb.org/wp-content/uploads/P150420.pdf
  37. Karminsky A.M. Ranking models for industrial companies. Upravlenie finansovymi riskami = Financial Risk Management Journal. 2009;(3):228-243. (In Russ.).
  38. Karminsky A.M. Corporate rating models for emerging markets. Korporativnye finansy = Journal of Corporate Finance Research. 2011;5(3):19-29. (In Russ.). https://doi.org/10.17323/j.jcfr.2073-0438.5.3.2011.19-29 DOI: https://doi.org/10.17323/j.jcfr.2073-0438.5.3.2011.19-29
  39. Karminsly A.M., Kiselev V.Yu., Kolesnichenko A.S. Models of sovereign ratings and their possibilities. Finansovaya analitika: problemy i resheniya = Financial Analytics: Science and Experience. 2011;(41):2-12. (In Russ.).
  40. Karminsky A.M. The synergy of rating agencies’ efforts: Russian experience. In: Bera A., Ivliev S., Lillo F., eds. Financial econometrics and empirical market microstructure. Cham: Springer-Verlag; 2015:93-109. https://doi.org/10.1007/978-3-319-09946-0_8 DOI: https://doi.org/10.1007/978-3-319-09946-0_8
  41. Kuchiev A.Z., Kuchieva I.H. Organization and credit rating methods for corporate customers applicable. Terra Economicus. 2013;11(3-3):65-68. (In Russ.).
  42. Karminsky A., Peresetsky A. Models of banks ratings. Prikladnaya ekonometrika = Applied Econometrics. 2007;(1):3-19. (In Russ.).
  43. Wilson R.S., Fabozzi F.J. Corporate bonds: Structure and analysis. New York: John Wiley & Sons; 1996. 384 p.
  44. Karminsky A.M., Petrov A.E. Dynamic financial stability ratings for banks and SMEs. Kontrolling = Controlling. 2004;(3):26-39. (In Russ.).
  45. Hausman J.A., Taylor W.E. Panel data and unobservable individual effects. Journal of Econometrics. 1981;16(1):155. https://doi.org/10.1016/0304-4076(81)90085-3 DOI: https://doi.org/10.1016/0304-4076(81)90085-3
  46. Diggle P.J., Heagerty P., Liang K.-Y., Zeger S.L. Analysis of longitudinal data. Oxford: Oxford University Press; 2002. 379 p. https://doi.org/10.1002/sim.1701 DOI: https://doi.org/10.1093/oso/9780198524847.001.0001
  47. Beck N., Katz J.N. What to do (and not to do) with time-series cross-section data. American Political Science Review. 1995;89(3):634-647. https://doi.org/10.2307/2082979 DOI: https://doi.org/10.2307/2082979
  48. Huber P.J. The behavior of maximum likelihood estimates under non-standard conditions. In: Le Cam L.M., Neyman J., eds. Proc. 5th Berkeley symp. on mathematical statistics and probability. Vol. 1: Statistics. Berkeley, CA: University of California Press; 1967:221-233.
  49. White H. A heteroskedasticity-consistent covariance matrix estimator and a direct test for heteroskedasticity. Econometrica. 1980;48(4):817-838. https://doi.org/10.2307/1912934 DOI: https://doi.org/10.2307/1912934
  50. Arellano M., Bond S. Some tests of specification for panel data: Monte Carlo evidence and an application to employment equations. The Review of Economic Studies. 1991;58(2):277-297. https://doi.org/10.2307/2297968 DOI: https://doi.org/10.2307/2297968
  51. Cavallo E.A., Valenzuela P. The determinants of corporate risk in emerging markets: An option-adjusted spread analysis. International Journal of Finance & Economics. 2010;15(1):59-74. https://doi.org/10.1002/ijfe.398 DOI: https://doi.org/10.1002/ijfe.398
  52. Shchurina S.V., Mikhailova M.V. Company’s financial sustainability: Problems and solutions. Finansy i kredit = Finance and Credit. 2016;(42):43-60. (In Russ.).
  53. Kazantseva E.G. Development of Russian oligopolistic markets. Novye tekhnologii = New Technologies. 2016;(1):73-80. (In Russ.).
  54. Baker H.K. Dividends and dividend policy. Hoboken, NJ: John Wiley & Sons, Inc.; 2009. 560 p. DOI: https://doi.org/10.1002/9781118258408
  55. Raheman A., Nasr M. Working capital management and profitability: Case of Pakistan firms. International Review of Business Research Papers. 2007;3(1):279-300. URL: https://www.researchgate.net/publication/228727444_Working_capital_management_and_profitability-case_of_Pakistani_Firms
  56. Garanina T.A., Petrova O.E. Relationship between liquidity, cash conversion cycle and returns of Russian companies. Korporativnye finansy = Journal of Corporate Finance Research. 2015;9(1):5-21. (In Russ.). https://doi.org/10.17323/j.jcfr.2073-0438.9.1.2015.5-21 DOI: https://doi.org/10.17323/j.jcfr.2073-0438.9.1.2015.5-21
  57. Phuong D.H., Su J.-T. The relationship between working capital management and profitability: A Vietnam case. International Research Journal of Finance and Economics. 2010;(49):62-71.
  58. Bhunia A., Bagachi B., Khamrui B. The impact of liquidity on profitability: A case study of FMCG companies in India. Research and Social Practices in Social Sciences. 2012;7(2):44-58.
  59. Volkov D.L., Nikulin E.D. Operating efficiency and fundamental value of equity of the organization. Vestnik Sankt-Peterburgskogo universiteta. Seriya 8: Menedzhment = Vestnik of Saint Petersburg University. Management Series. 2009;(1):63-92. (In Russ.).
  60. Salmin P.S., Salmina N.A. Parametric modelling of leverage effect. Ekonomicheskii analiz: teoriya i praktika = Economic Analysis: Theory and Practice. 2014;(27):27-34. (In Russ.).

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Gracheva A., Kopnova E., 2022

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».