MétaCan
Menu
Retour à la cohorte
Enregistrement W2328768179 · doi:10.9734/bjemt/2015/14369

Credit Rating: A New Quotation Approach

2015· article· en· W2328768179 sur OpenAlexaff
Hassan El-Ibrami, Ahmed Naciri

Notice bibliographique

RevueBritish Journal of Economics Management & Trade · 2015
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCredit Risk and Financial Regulations
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésCredit ratingBusinessFinancial system

Résumé

récupéré en direct d'OpenAlex

Credit rating agencies rate companies and states by assigning them scores depending on their level of solvency.These scores are inversely proportional to default risk and then proportional to quotes which are proportional to bonds value.Consequently, scores are calculated depending on companies and states bankruptcy risk.In our paper, we assess company solvency using numerical symbols and an accelerating risk model.Although the Big3 1 rating agencies use uniformly distributed risk to rate corporate bonds, we think that the distribution should vary uniformly.Our theoretical model is based on a homogeneously risk varying path with a fluctuating speed but a constant acceleration of risk.We measure this acceleration and calculate risk intervals by using a linear regression where asset volatility represents the dependent variable, and a set of 20 company categories representing the independent variable.Comparative statics are used to illustrate our analysis.We obtain a very significant coefficient for the exogenous variable, representing homogeneous risk intervals.We use 20 classes of risk to be consistent with the "US equivalent rating", as the Big3 rating agencies do, which allows us to determine risk classes and rate companies according to the numerical scale obtained.We compare our numerical scale to the equivalent rating tables used by Moody's, Fitch Ratings and S&P.According to our findings, companies with a risk level under 16 are considered to be solvent, while those with a 17-to-20-risk level are considered to be in trouble.Indeed, the length of 1 Moody's, Standard & Poor's and Fitch Ratings. Original Research Articlerisk intervals and the risk acceleration should vary depending on industry sector and population size.Our model is useful for both public and private companies.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,053
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,113

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,053
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0110,014
Études des sciences et des technologies0,0020,003
Communication savante0,0110,014
Science ouverte0,0020,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0340,016

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,060
Tête enseignante GPT0,214
Écart entre enseignants0,154 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of Economics Management & TradeMême sujetCredit Risk and Financial RegulationsTravaux en français237 207