Small Is Beautiful? A Comparison of Major and Minor Credit Rating Agencies Credibility
Notice bibliographique
Résumé
The events linked to the subprime crisis undoubtedly damaged the reputation of credit rating agencies (CRAs), at least in the short and medium-term. In this paper, we intend to gauge the extent of that reputational damage by examining the reaction of the market to rating actions. Using a standard event study methodology, we measure the abnormal return of stock prices in the three-day window centred on the announcement day during the period November 2003 – November 2013. Our theory is that the market reaction to downgrades, upgrades and credit watches is lower – after the crisis – than it used to be due to a lack of trust in the neutrality and reliability of the rating agencies. We expect the phenomenon to be more pronounced for the three major CRAs – Moody’s, Standard & Poor’s and Fitch – who had more direct involvement in the scandal. For the minor players, the impact of the crisis is potentially twofold. On one side, they may have suffered from a general mistrust of the rating industry. On the other side, they may have benefited from a higher level of attention from investors in search for a cross-check of opinions.The evidence strongly supports the theory of a lower market reaction to rating announcements, especially for the three major agencies. The abnormal returns of equity prices in an event window of a rating action are significantly lower after the crisis than they were before, after considering various explicative factors relating to the features of the announcement and the market conditions in terms of volatility. In line with previous literature on the topic, we find that, due to the “certification” role that many regulations grant to rating agencies, the abnormal return is stronger when the valuation is near to the border between investment and speculative grade. As a consequence, where the certification role is prevalent, there is no difference in the market reaction to announcements before and after the crisis. Conversely, the cumulative abnormal return is significantly lower after the crisis when there is no “regulation-induced” trading and the market investors’ behaviour is predominantly guided by the faith put in the informative content of the rating.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».