Passer au contenu principal
Les Consensus Credit Rating représente une moyenne brute de probabilité de défaut (PD) à l’une des 21 catégories de lettres. C’est le bon format pour la plupart des cas d’utilisation - mais 21 catégories peuvent être trop grossières lorsque vous avez besoin de détecter de petits mouvements au sein d’un grade, ou de classer des entités qui se trouvent à l’intérieur de la même catégorie CCR seau. Le secondaire CCR100 l’échelle de mesure permet de remédier à cette situation. Elle préserve une plus grande partie de l’environnement sous-jacent PD en mettant en correspondance les mêmes données brutes du Consensus PD en 101 godets plus étroits au lieu de 21.

CCR100 Publication

La publication d’une valeur CCR100 se fait en deux étapes. L’étape 1 est décrite en détail sur la page Consensus Credit Rating cette page se concentre sur l’étape 2.
1

Brut PDs → Consensus PD Moyenne

Contribution TTC PDs sont calculées en moyenne pour l’ensemble des banques :Consensus PD=1Ni=1NPDi\text{Consensus PD} = \frac{1}{N} \sum_{i=1}^{N} PD_i
2

Consensus PD Moyenne → CCR100 Point médian PD

Cette moyenne passe par un CCR100 tableau de consultation :
CCR100 PD=f(Consensus PD)\text{CCR100 PD} = f(\text{Consensus PD}) Les bacs sont indexés de 1 à 101, 101 correspondant à la valeur par défaut.
Comme il s’agit d’une recherche dans un tableau, le point médian publié PD est discrète plutôt que continue. Dans la pratique, elle est généralement très proche de la moyenne brute, mais elle n’est pas toujours exactement égale.

Quand utiliser le CCR100

Utiliser le titre CCR pour la classification des crédits, les rapports et tout autre contexte où une note en lettres est le bon résultat. Utilisez le CCR100 lorsque vous en avez besoin :
  • Ranger les entités au sein d’un même CCR seau - deux entités toutes deux notées bbb peuvent occuper des positions très différentes à l’intérieur de ce grade
  • Tracer les petits mouvements - un déplacement qui ne franchit pas une CCR le seuil apparaîtra toujours dans le seau CCR100
  • Alimenter les modèles quantitatifs - la moyenne sous-jacente PD et le point médian du CCR100 sont des données continues plus appropriées qu’une lettre de classement catégorique
Pour les définitions au niveau des champs, voir le Dictionnaire de données.