> ## Documentation Index
> Fetch the complete documentation index at: https://docs.creditbenchmark.com/llms.txt
> Use this file to discover all available pages before exploring further.

# Konsensus sannsynlighet for mislighold (PD)

> Den rå Consensus PD-en er koblet til CCR100-skalaen for mer detaljert kredittanalyse, og gir 101 kategorier mot de vanlige 21 bokstavkarakterene.

[Consensus Credit Rating](/methodology/consensus-credit-rating) en tilordner en rå gjennomsnittlig **sannsynlighet for mislighold (PD)** til en av 21 bokstavkategorier. Det er det riktige formatet for de fleste bruksområder — men 21 kategorier kan være for grove når du trenger å oppdage små bevegelser innenfor en klasse, eller rangere enheter som befinner seg i samme CCR-kategori.

Den sekundære `CCR100` skalaen tar for seg dette. Den bevarer mer av det underliggende PD-signalet ved å kartlegge den samme rå Consensus PD-en til 101 smalere kategorier i stedet for 21.

## CCR100-publikasjon

Publisering av en CCR100-verdi er en to-trinns prosess. Trinn 1 er dekket i sin helhet på siden «[Consensus Credit Rating](/methodology/consensus-credit-rating)» — denne siden fokuserer på trinn 2.

<Steps>
  <Step title="Rå PD-er → Konsensus-PD-gjennomsnitt">
    Innrapporterte TTC-PD-er blir gjennomsnittsberegnet på tvers av alle banker:

    $$
    \text{Consensus PD} = \frac{1}{N} \sum_{i=1}^{N} PD_i
    $$
  </Step>

  <Step title="Konsensus PD-gjennomsnitt → CCR100-midtpunkt PD">
    Dette gjennomsnittet sendes gjennom en egen `CCR100` oppslagstabell:
  </Step>
</Steps>

$$
\text{CCR100 PD} = f(\text{Consensus PD})
$$

Gruppene er indeksert fra 1 til 101, hvor 101 tilsvarer standard.

<Info>
  Siden dette er et tabelloppslag, er det publiserte PD-midtpunktet diskret snarere enn kontinuerlig. I praksis ligger det vanligvis svært nær det rå gjennomsnittet — men er ikke alltid nøyaktig likt.
</Info>

## Når skal du bruke CCR100

Bruk overskriften CCR til kredittklassifisering, rapportering og enhver sammenheng der en bokstavkarakter er det riktige resultatet. Bruk CCR100 når du trenger å:

* **Rangere enheter innenfor samme CCR-gruppe** — to enheter som begge har fått rating `bbb` kan ha betydelig forskjellige posisjoner innenfor den karakteren
* **Spore små bevegelser** — en endring som ikke krysser en CCR-terskel vil fortsatt vises i CCR100-gruppen
* **Mate kvantitative modeller** — den underliggende gjennomsnittlige PD og CCR100-midtpunktet er mer egnede kontinuerlige inngangssignaler enn en kategorisk bokstavkarakter

For definisjoner på feltnivå, se «[Data Dictionary](/data/data-dictionary)».