Модели рейтингов промышленных компаний

Для построения моделей рейтингов промышленных предприятий была сформирована выборка по принципу принадлежности к ряду отраслей (нефтегазовой промышленности, металлургии, розничной торговли, коммунальных услуг, телекоммуникаций и тяжелого машиностроения), являющихся потенциальными конкурентами российским производственным компаниям соответствующего профиля.

Условиями отбора компаний в выборку были наличие рейтинга агентства S&P на момент формирования выборки (осень 2007 г.), принадлежность к выбранным отраслям, доступность финансовых и рыночных индикаторов, публичность компании, выраженная в наличии ликвидного рынка ее акций. В конечную выборку попали 215 компаний из 39 стран, для которых были также рейтинги на весну 2008 г. Суверенные и корпоративные кредитные рейтинги компаний взяты на сайтах агентств. Финансовые и рыночные индикаторы получены с помощью информационно-аналитической системы Bloomberg. Распределение компаний, представленных в выборке, по классам и градациям рейтингов S&P представлено на рис. 3.6 (весна 2008 г.).

Распределение компаний по странам выглядит следующим образом. Более половины компаний представлены пятью странами: США (74), Россия (31), Канада (15), Великобритания (13) и Япония (10). Выборка содержит больше компаний из развитых (152), чем из развивающихся (63) стран.

Распределение компаний в выборке по классам рейтингов

Рис 3.6. Распределение компаний в выборке по классам рейтингов

Временной лаг первоначально был выбран в полгода, но в дальнейшем дополнен лагом в 1,5 года в соответствии с рекомендациями ряда работ. В моделях будет также использован ряд фиктивных переменных, включая показатели принадлежности компании к стране с развитой экономикой и России. Подверженность компаний рискам в зависимости от их принадлежности к различным отраслям отслеживается за счет введения отраслевых фиктивных переменных.

Список финансовых индикаторов, использованных в данной работе, не ограничивался приведенными в итоговых таблицах. Они разбивались на группы: размер компании, рыночная оценка, рентабельность, балансовые показатели, денежные потоки, ликвидность и рыночные риски. Рыночные риски характеризуются показателями системного риска (скоррелированность с доходностью рынка) и волатильностью стоимости акций компании в течение года. Макроэкономическую составляющую по странам будем учитывать с помощью макропеременных: уровня инфляции, реальных темпов роста ВВП (по данным Всемирного банка), индекса коррупции CPI (по данным Transparency International) за год представления финансовых показателей, а также при необходимости суверенного рейтинга на момент рассмотрения рейтинга компании. Ожидаемое влияние инфляции и уровня коррупции отрицательное, а остальных показателей — положительное. Большее значение CPI соответствует меньшей коррупции.

Мы последовательно рассмотрим возможности, получаемые за счет использования исключительно открытой информации о показателях на основе финансовой отчетности компаний по международным стандартам, макропеременным и рыночным индикаторам. Изучим зависимость рейтингов от принадлежности к развивающимся странам, к конкретной отрасли, а также уровня информации, заключенной в суверенных рейтингах, и за счет использования макропеременных. Интерес представляют и 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. Этот показатель использовался в логарифмическом масштабе. В качестве критерия сравнения помимо статистических характеристик принимались во внимание прогнозные характеристики качества моделей.

Полученные модели с использованием шкалы для классов рейтингов приведены в табл. 3.5. Знаки коэффициентов согласуются с априорными представлениями.

Таблица 3.5. Модели рейтингов промышленных компаний

Показатель

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***

Окончание табл. 3.5

Показатель

Номер модели и агентство (sp — S&P, mo — Moody’s)

Базовая

S&P

Квадратичная S&P

Рыночная

S&P

Базовая

Moody's

Телекоммуникации

-1,107**

-1,428***

-0,430

-1,638***

Металлургия/ горнодобыча

-1,514***

-1,668***

-1,702***

-1,227**

Нсфть/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 Д = 0, %

39

37

43

42

Ошибка не более чем на 1 класс |Д| < 1, %

53

56

48

48

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

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, поскольку рейтинговые агентства аккуратно отслеживают уровень заимствований и их обеспеченность. Отрицательное влияние прокси текущей ликвидности вполне естественно, так как является обратной величиной показателя текущей ликвидности.

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 доводят 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 выделяются 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. Вместе с тем 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 индикаторов 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 тоже положительно влияет на рейтинг. Положительное влияние капитализации, отношения брутто-прибыли к процентным расходам и рентабельности активов сохраняются, 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 проводился на основе сравнения истинных рейтингов предприятий с их модельными значениями. В качестве меры использовались ошибки прогноза А, 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 [9], 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 один фактор, существенный для сравнительной точности прогнозирования, — 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.

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.

Среди факторов, более значимых и положительно влияющих на рейтинги агентства Moody's, можно указать рентабельность активов, а для S&P — мгновенную ликвидность, долю основных средств в активах, уровень инфляции и коррупции.

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 в отрицательную.

Рост волатильности стоимости акций компаний создает разнонаправленные отличия, хотя и на не слишком высоком уровне значимости — 10 %, что косвенно подтверждает предыдущий вывод.

Агентство S&P более критично относится к компаниям из потребительского сектора. В среднем расхождения между рейтингами агентств, выраженные в виде их разности А, 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.

 
Посмотреть оригинал
< Пред   СОДЕРЖАНИЕ   ОРИГИНАЛ     След >