Построение ансамблевой модели прогнозирования кредитных рейтингов нефинансовых компаний России

Кредитные рейтинги являются важным инструментом для снижения асимметрии информации на финансовых рынках. Частые и институциональные инвесторы нуждаются в инструменте для определения кредитоспособных, но специализированные рейтинговые агенства не способны присвоить оценки всем компаниям на рынке. В результате возникает потребность в построении модели внутренних рейтингов, которая была бы основана на открытых данных о компаниях. Цель данного исследования — определить наиболее эффективный метод для прогнозирования кредитных рейтингов нефинансовых компаний России. Для достижения этой цели была собрана база данных включающая историю присвоения кредитных рейтингов пяти агентств (Expert RA, ACRA, S&P, Moody’s, Fitch), финансовую отчетность, макропеременные, а также многочисленные нефинансовые показатели. Значимые показатели, а также направления их влияния на зависимую переменную были определены с помощью линейной регрессии. Среди множества построенных моделей наилучшие результаты продемонстрировал ансамбль случайного леса, который вполне может быть использован для дальнейшего прогнозирования на практике.