• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • A
  • A
  • A
  • A
  • A
Обычная версия сайта
  • RU
  • EN
  • Национальный исследовательский университет «Высшая школа экономики»
  • Публикации ВШЭ
  • Статьи
  • Approaches to Comparison of Rating Scales of Credit Rating Agencies
  • RU
  • EN
Расширенный поиск
Высшая школа экономики
Национальный исследовательский университет
Приоритетные направления
  • бизнес-информатика
  • государственное и муниципальное управление
  • гуманитарные науки
  • инженерные науки
  • компьютерно-математическое
  • математика
  • менеджмент
  • право
  • социология
  • экономика
по году
  • 2027
  • 2026
  • 2025
  • 2024
  • 2023
  • 2022
  • 2021
  • 2020
  • 2019
  • 2018
  • 2017
  • 2016
  • 2015
  • 2014
  • 2013
  • 2012
  • 2011
  • 2010
  • 2009
  • 2008
  • 2007
  • 2006
  • 2005
  • 2004
  • 2003
  • 2002
  • 2001
  • 2000
  • 1999
  • 1998
  • 1997
  • 1996
  • 1995
  • 1994
  • 1993
  • 1992
  • 1991
  • 1990
  • 1989
  • 1988
  • 1987
  • 1986
  • 1985
  • 1984
  • 1983
  • 1982
  • 1981
  • 1980
  • 1979
  • 1978
  • 1977
  • 1976
  • 1975
  • 1974
  • 1973
  • 1972
  • 1971
  • 1970
  • 1969
  • 1968
  • 1967
  • 1966
  • 1965
  • 1964
  • 1963
  • 1958
  • еще
Тематика
Новости
10 ноября 2026 г.
Ученые ФКН ВШЭ представили исследования в области тензорных методов на международной конференции в Китае
Исследователи Института искусственного интеллекта и цифровых наук факультета компьютерных наук НИУ ВШЭ приняли участие в Международной конференции-школе по тензорным методам в математике и вычислениях для искусственного интеллекта (3rd Conference-School on Tensor Methods in Mathematics and Artificial Intelligence Computing). Мероприятие прошло в конце октября в Шэньчжэне (Китай). Одна из работ ученых института получила награду Best Poster Award и вошла в число пяти лучших постеров конференции.
9 ноября 2026 г.
Российские физики показали, как среда управляет откликом молекул лекарств
Молекулы многих лекарств могут переходить из одной пространственной формы в другую. Ученые НИУ ВШЭ и Института химии растворов РАН с помощью математической модели ибупрофена в сверхкритическом CO₂ показали, что растворитель может вызывать необычно медленный отклик таких молекул. Сами молекулы при этом продолжают быстро менять форму, но их окружение перестраивается медленно, и это отражается на результатах измерений. Исследование опубликовано в The Journal of Chemical Physics.
6 ноября 2026 г.
Ученые НИУ ВШЭ - Санкт-Петербург разработали новый инструмент для речевой терапии после инсульта
Ученые НИУ ВШЭ — Санкт-Петербург совместно с коллегами из отделения нейрореабилитации Федерального Сибирского научно-клинического центра ФМБА в Красноярске разработали корпус упрощенных текстов для пациентов с афазией разной степени тяжести. Клинические исследования показали, что материалы по актуальным тематикам мотивируют активнее заниматься восстановлением речи после инсульта. Исследование опубликовано в журнале Aphasiology.

 

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации
  • Книги
  • Статьи
  • Главы в книгах
  • Препринты
  • Верификация публикаций
  • Расширенный поиск
  • Правила использования материалов
  • Наука в ВШЭ

?

Approaches to Comparison of Rating Scales of Credit Rating Agencies

Journal of Corporate Finance Research. 2026. Vol. 20. No. 3. P. 67–83.
Озеров К. М.

Аннотация

Введение. В условиях недостаточной информации о кредитном качестве эмитентов большинство инвесторов используют кредитные рейтинги рейтинговых агентств как прокси кредитного риска. Тем не менее семантические уровни кредитных рейтингов разных рейтинговых агентств могут быть несопоставимы между собой, приводя к некорректной оценке уровня риска. Существующие подходы к сопоставлению рейтинговых шкал ограничены проблемой пропущенных парных наблюдений, что особенно остро проявляется на рынках с небольшим количеством рейтингуемых лиц. Целью данного исследования является разработка методологии сравнения рейтинговых шкал, учитывающей неполноту данных, и её эмпирическая валидация на международном и российском рынках.

Методы. В статье анализируются подходы к сопоставлению рейтинговых шкал для различных рейтинговых агентств и внутри одного агентства. Предлагается новый подход к сопоставлению – на основе EM-алгоритма, который устраняет проблему пропущенных значений для парных рейтингов. Для валидации результатов на международном рынке использованы данные о примерно 250 000 рейтинговых действий агентств S&P, Moody’s и Fitch за 2011–2023 гг. Для внутреннего рынка – около 7000 рейтинговых действий российских национальных кредитных рейтинговых агентств «Эксперт РА», АКРА, НКР и НРА за 2019–2025 гг. (март).

Результаты. Полученные результаты показывают, что кредитные шкалы агентств S&P и Moody’s сопоставимы для всех уровней рейтинга с 2011 по 2023 гг. В то же время кредитные рейтинги Fitch систематически выше в нижней части рейтинговой шкалы (до 1/1,14 нотча на уровнях B-/CCC), что согласуется с выводами существующих академических исследований. При проведении анализа на относительно малой выборке российского рейтингового рынка показана сопоставимость рейтинговых шкал крупнейших российских рейтинговых агентств в анализируемом периоде с 2020 по 2025 гг. При этом малые рейтинговые агентства систематически присваивают более высокие уровни кредитных рейтингов (на 0,22–0,87 нотча по национальной шкале для Российской Федерации). Данная тенденция устойчиво наблюдается с 2021 года, при этом различия между рейтингами крупнейших и менее крупных рейтинговых агентств снижаются после введения Банком России новых законодательных требований к национальным кредитным рейтинговым агентствам.

Обсуждение. Эти результаты подтверждают, что крупные кредитные рейтинговые агентства в целом сопоставимы как на международном, так и на российском рейтинговом рынке. При этом малые рейтинговые агентства склонны присваивать более высокие уровни кредитных рейтингов.

Заключение. Практическая значимость исследования заключается в разработке инструмента для инвесторов и регулятора, позволяющего сравнивать рейтинговые шкалы различных агентств на малых выборках и в условиях значительного числа пропущенных парных наблюдений.

Язык: английский
Полный текст
DOI
Текст на другом сайте
Ключевые слова: default probabilitycredit ratingsEM-algorithmcredit rating agenciescredit risk modelingscale mapping
ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА:
Принятие решений в социально-экономической, политической и финансовой сферах (2025)
Похожие публикации
Устойчивость прогнозов кредитных рейтингов в условиях ограниченности данных
Озеров К. М., Озерова И. А., Кутенко С. В., Финансовый журнал 2026 Т. 18 № 5 С. 8–24
Аннотация Кредитные рейтинги являются фундаментальной основой для оценки кредитного качества эмитента или эмиссии на горизонте от года до полутора лет. Предполагается, что в течение данного периода кредитоспособность объекта рейтинга не должна существенно измениться, в противном случае на направление возможного изменения будет указывать прогноз кредитного рейтинга. Хотя прогнозы дополняют кредитные рейтинги, в работах, посвященных последним, им не уделялось достаточного внимания. В ...
Добавлено: 10 ноября 2026 г.
Evaluating Machine Learning Approaches for Forecasting Creditworthiness of Industrial Companies in Low-Default Portfolios
Vlada Shenevskaia, Sergey Grishunin, Alyona Astakhova, , in: Proceedings of the 44th Eurasia Business and Economics Society Conference, Istanbul 2023. Eurasian Business and Economics Perspectives. (EBES, volume 31).: Switzerland: Springer, 2024. P. 209–229.
Добавлено: 28 июня 2026 г.
Подходы к оценке дефолтности рейтинговых шкал кредитных рейтинговых агентств
Озеров К. М., Кутенко С. В., Деньги и кредит 2024 Т. 83 № 4 С. 98–118
В условиях ограниченного количества данных классический когортный метод к построению матрицы миграций не полностью отражает динамику кредитного качества объектов внутри выборки. Эта проблема усугубляется для объектов более низкого кредитного качества в связи с их меньшей представленностью в выборке. В данной статье исследуется непрерывный подход к формированию матрицы миграций. Непрерывная матрица миграций учитывает переходы между кредитным ...
Добавлено: 20 декабря 2025 г.
Кредитные рейтинговые агентства
Селивановский А. С., Научно-образовательный портал «Большая российская энциклопедия» 2023
Креди́тные ре́йтинговые аге́нтства, организации, осуществляющие деятельность по составлению кредитного рейтинга – мнения о способности рейтингуемого лица исполнять все принятые на себя финансовые обязательства, выраженные с использованием рейтинговой категории. Кредитные рейтинги рассчитываются на основе прошлой и текущей финансовой истории участников рынка, а также на основе оценок размера их собственности и взятых на себя финансовых обязательств (долгов). «Потребителями» подобных оценок ...
Добавлено: 19 марта 2023 г.
Second-order accuracy metrics for scoring models and their practical use
M. V. Pomazanov, , in: 9th International Conference on Information Technology and Quantitative ManagementIssue 214.: Elsevier, 2022. P. 565–572.
Добавлено: 9 декабря 2022 г.
Comparative Analysis of the Predictive Power of Machine Learning Models for Forecasting the Credit Ratings of Machine-Building Companies
Гришунин С. В., Егорова А. А., Journal of Corporate Finance Research 2022 Vol. 16 No. 1 P. 99–112
Целью данного исследования является сравнение предсказательной способности различных моделей машинного обучения для воспроизведения кредитных рейтингов Moody’s, присвоенных машиностроительным компаниям. Исследование закрывает целый ряд пробелов в знаниях, обнаруженных в литературе и связанных с выбором объясняющих переменных и формированием выборки данных для моделирования. Решаемая задача является актуальной. Наблюдается растущая потребность в высокоточных, но недорогих моделях воспроизведения кредитных ...
Добавлено: 22 июня 2022 г.
Statistical analysis of assigning a corporate credit rating considering the sovereign rating in the Russian Federation
Копнова Е. Д., Gracheva A., Journal of Corporate Finance Research 2022 Vol. 16 No. 1 P. 65–82
В развивающихся экономиках государственный долг воздействует на национальную экономику через ряд каналов, эффект которых неочевиден, но существенен. Наименее изучена степень и направление влияния суверенного рейтинга на корпоративную кредитоспособность. В русскоязычной научной литературе эта тема представлена лишь единичными работами, которые, в основном, исследуют детерминанты суверенного и корпоративного рейтингов, но связь между рейтингами не рассматривается (см., например, ...
Добавлено: 2 июня 2022 г.
Analyzing Insolvency Drivers and Developing Credit Rating System for Small and Medium-sized Enterprises in Russia
Гришунин С. В., Сулоева С. Б., Ширякина В. А. и др., International Journal of Technology 2021 Vol. 12 No. 7 P. 1479–1487
Добавлено: 21 мая 2022 г.
Empirical Modeling of International Banks’ Credit Risk: Assessment and Comparison of Credit Ratings
Карминский А. М., Khromova E., Kudrov R., , in: Eurasian Business and Economics Perspectives. Eurasian Studies in Business and EconomicsVol. 19.: Springer Publishing Company, 2021. Ch. 9 P. 139–161.
Добавлено: 1 ноября 2021 г.
Increase of Banks’ Credit Risk Forecasting Power Using the Set of Credit Ratings and Probability of Default Models
Khromova E., , in: Recent Advances of the Russian Operations Research Society.: Cambridge: Cambridge Scholars Publishing, 2020. Ch. 11 P. 177–196.
Добавлено: 31 октября 2021 г.
Aggregation of Rating Systems for Emerging Financial Markets
Гришунин С. В., Дьячкова Н. Ф., Карминский А. М., , in: Risk Assessment and Financial Regulation in Emerging Markets' Banking: Trends and Prospects.: Springer, 2021. Ch. 4 P. 93–119.
В данной статье рассматриваются вопросы агрегирования и сравнения кредитных рейтингов различных экономических агентов для целей управления рисками в коммерческом банке. Эмпирические результаты исследования позволяют повысить оценку кредитных рисков на основе построенной системы агрегирования кредитных рейтингов промышленных компаний и коммерческих банков. Работа также подтверждает взаимосвязь между уровнем присвоенных кредитных рейтингов и различными фазами кредитного цикла. Динамика ...
Добавлено: 30 октября 2021 г.
Aggregation of Rating Systems for Emerging Financial Markets
Карминский А. М., Гришунин С. В., , in: Risk Assessment and Financial Regulation in Emerging Markets' Banking: Trends and Prospects.: Springer, 2021.
Добавлено: 5 октября 2021 г.
Principles of Rating Estimation in Emerging Countries
Карминский А. М., Гришунин С. В., , in: Risk Assessment and Financial Regulation in Emerging Markets' Banking: Trends and Prospects.: Springer, 2021. P. 67–92.
Добавлено: 5 октября 2021 г.
Credit Risk Theoretical Model on the Base of DCC-GARCH in Time-Varying Parameters Framework
Moiseev N., Sorokin A., Звездина Н. В. и др., Mathematics 2021 No. 9(19) Article 2423
Добавлено: 1 октября 2021 г.
Chapter 10. Credit rating patterns: a financial approach for industrial companies
Дьячкова Н. Ф., Карминский А. М., , in: Recent Advances of the Russian Operations Research Society.: Cambridge: Cambridge Scholars Publishing, 2020. P. 163–177.
Добавлено: 29 сентября 2020 г.
Моделирование вероятности дефолта корпорации на основе прогнозной динамики показателей финансовой отчетности
Ичкитидзе Ю. Р., Кракович В. В., Романюк К. А., Финансы и бизнес 2020 № 3 С. 40–60
В статье представлен анализ существующих моделей оценки вероятности дефолта корпоративных эмитентов, выделены их сильные и слабые стороны с учетом практики применения на российском рынке.  По результатам данного анализа была разработана модель оценки вероятности корпоративного дефолта на основе прогноза показателей финансовой отчетности. Модель была апробирована на данных по американским корпорациям, полученные по ней оценки вероятности дефолта ...
Добавлено: 23 апреля 2020 г.
The Two-Parameter Formula of Default Probability Term Structure
Помазанов М. В., Digest Finance 2018 Vol. 23 No. 4 P. 419–432
Добавлено: 24 декабря 2018 г.
  • О ВЫШКЕ
  • Цифры и факты
  • Руководство и структура
  • Устойчивое развитие в НИУ ВШЭ
  • Преподаватели и сотрудники
  • Корпуса и общежития
  • Закупки
  • Обращения граждан в НИУ ВШЭ
  • Фонд целевого капитала
  • Противодействие коррупции
  • Сведения о доходах, расходах, об имуществе и обязательствах имущественного характера
  • Сведения об образовательной организации
  • Людям с ограниченными возможностями здоровья
  • Единая платежная страница
  • Работа в Вышке
  • ОБРАЗОВАНИЕ
  • Лицей
  • Довузовская подготовка
  • Олимпиады
  • Прием в бакалавриат
  • Вышка+
  • Прием в магистратуру
  • Аспирантура
  • Дополнительное образование
  • Центр развития карьеры
  • Бизнес-инкубатор ВШЭ
  • Образовательные партнерства
  • Обратная связь и взаимодействие с получателями услуг
  • НАУКА
  • Научные подразделения
  • Исследовательские проекты
  • Мониторинги
  • Диссертационные советы
  • Защиты диссертаций
  • Академическое развитие
  • Конкурсы и гранты
  • Внешние научно-информационные ресурсы
  • РЕСУРСЫ
  • Библиотека
  • Издательский дом ВШЭ
  • Книжный магазин «БукВышка»
  • Типография
  • Медиацентр
  • Журналы ВШЭ
  • Публикации
  • http://www.minobrnauki.gov.ru/
    Министерство науки и высшего образования РФ
  • https://edu.gov.ru/
    Министерство просвещения РФ
  • https://elearning.hse.ru/mooc
    Массовые открытые онлайн-курсы
  • НИУ ВШЭ1993–2026
  • Адреса и контакты
  • Условия использования материалов
  • Политика обработки персональных данных
  • Правила применения рекомендательных технологий в НИУ ВШЭ
  • Карта сайта
Редактору