Development of a Shadow Rating Model - HAL-SHS - Sciences de l'Homme et de la Société Accéder directement au contenu
Article Dans Une Revue Finance Année : 2023

Development of a Shadow Rating Model

Résumé

In this article, we cover the essential development steps of a Shadow Rating Model (SRM) for large companies. After a univariate analysis of the predictive power of 20 financial variables (18 ratios, sizes, and sectors) on a sample of 1101 credit ratings we selected one ratio per risk family to estimate the multifactor model. With replication rates within one notch on the learning sample of 89.5%, and on the test sample of 87.3%, this model seems to be capable of explaining and predicting the rating of large companies based on their financial statements and sectors. The solutions we propose complements the literature by proposing an SRM complying with the current requirements of the CRR and those of the finalised Basel III (BCBS, 2017) which will be applicable from 1 January 2023. Our paper is also a call for and a first step towards more transparent dialogues and scientifically rooted debates about credit risks assessment models.
Dans cet article, nous avons couvert l’essentiel des étapes du développement d’un modèle de Shadow Rating pour les grandes entreprises. Après une analyse univariée du pouvoir prédictif de 20 variables financières (18 ratios, la taille et le secteur) sur un échantillon de 1101 notes de crédit émises par les quatre agences S&P, Moody’s, Fitch et DBRS, nous avons sélectionné un ratio par famille de risque pour estimer le modèle multifactoriel. Avec des taux de réplication à un cran près sur l’échantillon d’apprentissage de 89,5%,et sur l’échantillon de test de 87,3%,ce modèle semble largement capable d’expliquer et prédire la note des grandes entreprises à partir de leurs états financiers et de leurs secteurs. Les solutions que nous proposons viennent compléter la littérature en proposant un modèle de Shadow Rating conforme aux exigences actuelles de la CRR et à celles de Bâle III finalisé (BCBS, 2017) qui seront applicables à partir du 1er janvier 2023. Notre article est également un appel et une première pierre pour des dialogues plus transparents et des débats scientifiquement robustes entre agences de notation, banques et chercheurs en modèles de notation.
Fichier non déposé

Dates et versions

hal-03831225 , version 1 (26-10-2022)

Identifiants

  • HAL Id : hal-03831225 , version 1

Citer

Remy Estran, Victor-Manuel De Fabritus, Antoine Souchaud. Development of a Shadow Rating Model. Finance, 2023, 44 (2), pp.112-148. ⟨hal-03831225⟩
87 Consultations
0 Téléchargements

Partager

Gmail Facebook X LinkedIn More