Динамическое воздействие кредита на рост экономики

Полный текст статьи был представлен автором, Директором научных разработок Государственного Центра Научных Исследований (Париж, Франция)на международной конференции в СПбГУ, в 2006 году.

Краткое содержание
 
В этой работе мы анализируем возможность обеспечения расширенного воспроизводства экономики с помощью политики предоставления кредитов предприятиям. Строится межвременная стохастическая модель, описывающая миграции предприятий между классами риска дефолта. Риск дефолта оценивается, используя некоторые экономические и финансовые показатели деятельности предприятий. С помощью модели выявляются динамические связи матриц миграции предприятий с макроэкономическими показателями роста и с условиями доступа к кредитам. Условия предоставления кредитов являются параметрами контроля описываемой системы. Эти параметры выбираются согласно уровням риска дефолта и согласно общему положению экономики (конъюнктурное и ожидаемое состояние сектора, в котором предприятие осуществляет свою деятельность). Рассматриваются способы влияния на описанную систему: «финансирование – объем производства», которые, не замораживая существующих структур, позволяют избегать системных кризисов, то есть позволяет контролировать корреляцию дефолтов предприятий.


Введение

Экономическая наука традиционно исследует отношение между производством товаров и банковской деятельностью по предоставлению кредитов фирмам на макроэкономическом, глобальном уровне.

Такие исследования проводили Варга (1937), Аникин и Энтов (1978), Trakhtenberg (1939), Mendelson (1959-1964), Minsky (1963), Kindleberger (1996), Aglietta et Reberioux (2004)), Aghion & alii (2005). Их работы показывают, что корреляция между ними очень сильна, но ее интенсивность меняется, и, кроме того, причинно-следственные связи между двумя процессами коренным образом модифицируются в различные фазы экономического цикла.

Гораздо позже появились работы, выполненные на уровне индивидуального предприятия или на уровне портфеля кредитов предоставленных заимодавцем разным фирмам.

Проблематика данной работы несколько отлична от микро и макро исследований охарактеризованных выше. Она берет отправной точкой следующие эмпирические наблюдения.

Во время спада экономической активности, фирмам труднее продать их продукцию, что может ухудшить их баланс между активом и пассивом, вероятность срыва производства возрастает. Банки при этом повышают кредитные ставки.

Если вероятность дефолта фирмы увеличивает, то ей становится труднее и труднее найти кредит на удовлетворительных условиях, что может увеличить объем регулярно требуемого рамбурсирования и отрицательно сказывается на общем финансовом положении. Это ускоряет процесс, ведущий к невыполнению обязательств, с известными отрицательными последствиями для занятости, темпов роста, дефляции...

Базы данных об историях кредита позволяют вникать в связи между экономическими циклами и факторами, влияющими на изменение риска при предоставлении кредита и при миграции кредита.

Работы, использующие такие истории для разработок по такой тематике, были сделаны Nickell, Perraudin, Varotto (2000) и Bangia et alii (2002). Эти авторы использовали индикатор NBER в качестве описания экономического цикла. Они описывали экономический цикл США и на самом общем уровне, не учитывающим специфического влияния структуры экономики. Работа Gagliardini и Gourieroux (2005), а за ними Boussyguine и Peaucelle (2004) анализируют французский темп роста ВНП и его влияние на изменение миграции кредитов в некоторых отраслях французской экономии.

Объектом анализа данной работы является частично агрегированный агент, представляющий группу однородных фирм.

Однородность фирм заключается в том, что они имеют равносильную вероятность обанкротиться. Каждая репрезентативная фирма (агент) сохраняет признаки фирм, составляющих её группу. Подчеркнем, группы не сформированы здесь в некую сеть через их сознательное сотрудничество, типа агломератов, или по причинам разделения труда в обществе, например, по отраслям.

Они возникают как результат статистического анализа.

Такое спонтанное формирование однородных групп среди физических, юридических или виртуальных лиц изучается во многих социальных науках. Многообразие скрытых характеристик, обусловливающих попадание индивида в ту или иную группу, объясняет, почему такой репрезентативный агент, даже будучи абстракцией, может реагировать на различные стимулирующие его деятельность факторы.

В этой работе, типы фирм определяются, используя рейтинги каждой из них относительно некоторых измеримых и качественных характеристик. Интенсивность влияния каждой из выбранных характеристик в общую одноразмерную оценку фирмы отражает важность, которую исследователь приписывает этой характеристике в своем анализе явления. Такая одноразмерная оценка представляет ценность (качество) фирмы на определенный момент времени.

Получив рейтинги всех фирм, исследователь определяет из комплекта их оценок определенную общность между некоторыми из них путем дискретизации количественных показателей. Для того он определяет пороговые значения в последовательности, превышение которых означает попадание фирм в иную категорию.

Теперь фирмы расклассифицированы в различные группы разными учреждениями, преследующими свои специфические цели. Например, агентство VIGEO во Франции оценивает 500 000 фирм в мире на предмет их соответствия социальному критерию "ответственного инвестирования" (см. Notat (2004)).

В этой работе типы созданы по принципу вероятности дефолта фирм в зависимости от некоторого набора цифр из их счетоводства. Средние значения характеристик фирм в каждой группе выражают набор характеристик репрезентативного агента.

В виду того что, заимодавец предоставляет кредиты фирмам в зависимости от их рейтинга, а эффективность функционирования фирмы зависит, при прочих равных условиях, от финансового положения предпринимательства, мы рассматриваем такую кредитно-денежную политику, которая позволяет избежать серийного дефолта репрезентативных фирм и сохранить удовлетворительные темпы развития хозяйства в целом.

В работе проанализированы динамические ряды платежеспособности, несостоятельности и риска.
Во многих странах с начала двухтысячных введены правила контроля риска, который берут на себя фирмы; в частности, правила определения требуемого объема капитала для снижения рискованности портфеля кредитов. Благодаря ним становится возможным рассчитывать риски дефолта эмпирически, и анализировать их предполагаемую динамику.  Рейтинговые агентства сообщают регулярно сводные оценки и историю их эволюции в виде матриц перехода, обеспечивая информацию о вероятности миграции из одного класса риска в другой для различных дат и для некоторого набора секторов экономики.

Нашей целью в данной работе является проверка следующей гипотезы: могут ли матрицы миграции быть использованы в качестве предвестников перелома в экономических циклах? И если да, то, как воздействовать на динамику миграции между классами риска дефолта с помощью кредита так, чтобы направлять развитие экономики в желаемом направлении.

2. Законы о банкротстве и финансовое управление

Действующая фирма должна быть платежеспособной. Согласно принципам счетоводства это значит, что она может использовать и возвращать полностью свою задолженность в определенные сроки. Несостоятельность (дефолт) фирмы это ситуация, когда задолженность фирмы превышает номинальную стоимость ее активов, включая: запасы, предоставленные кредиты, недвижимое имущество, машины и другую собственность. В ситуации несостоятельности имеет место банкротство. Оно позволяет разрешить проблему расчета с собственниками фирмы.

Сверх того, банкротство, как институт регулирования, затрагивает некоторые общие хозяйственные вопросы капитализма, такие как производство ценностей (кем богатство производится, и согласно каким целям) и их раздел. Например, регулирование через банкротство необходимо в России с эпохи либерализации экономики и массовой приватизации в 1992. До этого, единый собственник – государство – с проблемой несостоятельности предприятий не сталкивался, поскольку оценка их деятельности проводилась исходя из критерия национальной полезности, а не финансовой эффективности. Изменение структуры, решения о перемещении или прекращении деятельности предприятий происходило по плану, возмещать при этом было некого.

Исторически, банкротство слагается из 3-этапав.
Во-первых, публично отлучают банкрота от производства;
во-вторых, собирают всю информацию о заимодавцах и оценивают имущество; в-третьих, ведут переговоры или судебный процесс с банкротом и он теряет при этом свои права на собственность, продают имущество и расплачиваются с кредиторами, ликвидируют маргинальные задолженности и подготавливают ликвидацию фирмы.

Антрепренер, обнаруживая свою несостоятельность, может попытаться реализовать в короткий промежуток времени какой-либо объем деятельности, связанный с повышенным риском. Поэтому законодательство о банкротстве традиционно (с 17-го столетия) пытается отрегулировать такие правила начала и конца предпринимательской деятельности, которые предохранили бы интересы общества от чрезмерно рискованных фирм.

Существуют два главных типа процедур по банкротству: продажа имущества и переговоры о структуре собственности.

Продажа имуществ фирмы обычно наблюдается попечителем, или приемником. Проведение таких процедур и наблюдений за сделками оказывается иногда не столь очевидным, как это представляется из мира «старого» капитализма.

Например, правительство России отложило решение о реструктуризации промышленного сектора экономики после приватизаций, проведенных в начале 1990 годов. Государство отказалось принуждать несостоятельные фирмы к банкротству, даже тогда, когда оно было их самым большим кредитором.

Правительство и в других странах, особенно на региональном уровне, часто мешает принятию решений о банкротстве, желая предотвратить потери рабочих мест при ликвидации фирмы. При этом из-за отсутствия угрозы банкротства получается, что менеджеры не изыскивают способов избежать несостоятельности.

В России, например, в результате, имело место увеличение числа несостоятельных фирм и огромное накопление неоплаченных задолженностей. Признавая неосуществимость широкомасштабного использования законов о банкротстве с помощью продаж имущества предприятий; пришлось изыскивать другие способы решения проблем.

При структурных торгах, противостоящие стороны приглашаются к ведению переговоров относительно будущности предприятия, а именно оно может быть ликвидировано или может изменить свою структуру. Как в том, так и в другом случае правила должны быть определены в процессе переговоров.
Например, закон о банкротстве во Франции дает право суду разрешить план реструктуризации, реализуемый назначенным администратором, если он гарантирует сохранность объем занятости и выплаты кредиторам, не ожидая для этого согласия со стороны кредиторов.

Некоторые проблемы возникают при реализации процедуры переговорной структуризации в связи с тем, что она преследует две цели одновременно, а именно решить проблему будущности предприятия и проблему распределения ее средств для покрытия ущерба третьих лиц.

Законодательства о банкротстве постоянно пересматриваются и утверждаются во многих странах для того, чтобы сделать процедуры более прозрачными и эффективными (см. Hart, 1999).

Главная цель закона о банкротстве – уменьшить системный риск и общую финансово-хозяйственную нестабильность. Другой способ регулирования финансовой системы – разработка «ограждающих» (prudentiel) правил.

Банкротство индивидуального финансового института или случай поломки микро-защиты может быть следствием нарушения одного или нескольких индикаторов благополучия рассматриваемого института, таких как: адекватность структуры капитала, качество промышленных мощностей, здравомыслие управленцев, уровни заработков, ликвидность и чувствительность к риску.

Повальный финансово-хозяйственный спад может произойти из-за неполадок в деятельности отдельно взятой фирме и из-за действия механизма «эпидемического» их распространения на всю финансовую систему. (Процесс распространения финансовых нововведений анализировался нами в работе Gourieroux & Peaucelle (1996)).

Целью макро «охранительного» подхода в регулировании должно быть предотвращение финансового стресса с его отрицательными последствиями, выражающимися в снижении темпов роста национального продукта. Для создания такого механизма требуется тесное сотрудничество между законодательной деятельностью и центральными банками.


3. Существующие данные для анализа дефолта

Первые признанные повсеместно в мире стандарты оценки риска были разработаны в 1988 году. Эти и последовавшие за ними правила вводятся центральным регулятором, каким может быть губернатор центрального банка страны или международный орган контроля над банковской деятельностью, например, договор о капитале Basel II  (составленной из стран Большой десятки). Он вводит правила контроля риском, в частности, определяя объем капитала требуемый для ограничения рискованных кредитных портфелей [так называемый (V@R) ценность с учетом риска, то есть максимальная сумма предполагаемых потерь в течение заданного промежутка времени при данном уровне доверия]. Механизм регулирования требует проведение тщательного анализа вероятности невыполнения обязательств фирмами предпочтительно в динамике и на перспективу. Поэтому некоторые международные рейтинговые агентства как Standard & Poor's (S&P), Moody's, Fitch и некоторые центральные банки, как Банк де Франс (BdF), были вынуждены усовершенствовать качество методов оценки риска дефолта и обнародовать собираемые ими данные. А именно, они публикуют сводные статистические данные о эволюции рисков в форме матриц миграции фирм, то есть вероятности их перемещения из одного класса риска в другой пре некоторых показателях их деятельности.

Эти статистические данные представляют собой динамическое измерение степени кредитоспособности функционирующих фирм.

Банк Франции (BdF) развил свою собственную систему оценки предприятий.

Его база данных составлена из всех предприятий, представляющих подробный итог и осуществляющих ежегодный оборот, выше 762000€. В общей сложности, база содержит приблизительно 185000 отчетов в год, и покрывает фирмы, обеспечивающие 85 % занятости во Франции и 90 % распределенного банковского кредита.

Эти данные доступны с 1992 и составлены для восьми секторов французской экономики, одним из которых является «промышленность».

Каждый год Банком Франции оцениваются более сорока тысяч промышленных предприятий. Банк Франции несущественным образом изменял свою процедуру оценивания с момента ее введения, что способствует однородности и сопоставимости данных.
Наши расчеты будут вестись именно на базе матриц миграции французских промышленных предприятий.

Для расчета оценки (количественного показателя, отражающего относительное качество и/или риск дефолта предприятия) избранны несколько факторов, воссоздающие картину эффективности предприятия и качества управления им:
a. Показатели управления циклом производства: сроки поставки; налоговые и социальные задолженности;
b. рентабельность и ставка прибыли: ставка прибыли; цена добавленной стоимости; показатели рентабельности;
c. платежеспособность: вес расходов в конечном продукте;
d. задолженность: цена задолженности; часть собственных активов по отношению к стоимости вложенного капитала;
e. структура баланса: фонд чистого оборота;
f краткосрочная задолженность и свободные оборотные средства (в некоторых случаях);
g. денежные средства (ликвидные средства, в некоторых секторах);
i. величина сомнительных и спорных задолженностей.

После оценки каждого предприятия по этим факторам их деятельности, рассчитывается для каждой фирмы ее общая индивидуальная оценка, представляющая собой линейную комбинацию частичных оценок по вышеназванным показателям.

Затем осуществляется дискриминантный линейный анализ данных по методике Fisher (ADL), для нахождения оптимальной границы между платежеспособными не неплатежеспособными предприятиями.
Предприятие считается неплатежеспособным, согласно определению Банка Франции, когда оно является предметом открытия судопроизводства на предмет банкротства. Дискриминантный анализ состоит в том, чтобы определить сочетание характеристик, различающих как можно лучше одну группу от другой.

Для отрасли «промышленность» мы располагаем данными, агрегированными в десять классов риска. Опасная зона включает классы с 1 до 5. Это те классы, где сосредоточены предприятия с относительно слабыми показателями эффективности, те, которые надо побудить поддерживать свою деятельность и прийти на помощь, в некоторых условиях общего состояния экономики, и способствовать прекращению их деятельности, в других условиях. Зона, в которой фирмы мало подвергаются опасности, «классы высококачественных предприятий», составлена из классов 7 - 10; а класс 6 считается нейтральным.

Большая часть предприятий промышленного сектора Франции оказывается в классах слабого риска банкротства: 61,32 % предприятий в 1996 и 71,35 % в 2001. Опасность дефолта представляют классы, насчитывающие 28,72 % предприятий в 1996 и 20,28 % в 2001 Вероятность дефолта оценена, с учетом наступивших событий с горизонтом в один, два и три года.

Статистика Банка Франции дает возможность наблюдать эволюцию оценок предприятий во времени благодаря матрицам перехода или миграции, которые рассчитываются по всем классом риска.

4. динамический анализ дефолта: ранговая факторная модель с качественными показателями

Ранговая факторная модель с качественными показателями обычно рассматривается как хорошая спецификация стохастических матриц перехода (см. Albanese, Chen (2003), Bangia et alii (2002), Gupton et alii (1997), Crouhy et alii (2000)). Действительно она позволяет уменьшить число факторов, которые управляют вероятностями миграции, сохраняя модели свойства управляемости с помощью разумного количества параметров.

5. миграция кредитов в промышленности и экономический рост

Исходя из матриц миграции промышленных фирм, мы можем выделить информацию о том, как предприятия из класса k с определенной вероятностью могут улучшить/ухудшить свою рейтинговую позицию.
Динамика вероятностей миграции фирм выявляет некоторую, явно выраженную общность по двум пунктам: 1) развитие в сторону улучшения рейтингов находится в обратном направлении с развитием ухудшающихся рейтингов в каждом типе риска на периоде между 1992-2001, а снижающая характеристика имеет общую понижающуюся тенденцию (за исключением класса 1, где сосредоточены фирмы с самой высокой частотой попадания в ситуацию дефолта); 2) развития для 3 секторов (индустрии, оптовой и розничной торговли во Франции) схожи между собой.

Исходя из этих наблюдений, представляется важным обнаружить правила совместной миграции предприятий различных классов риска. Рассмотрим скрытые макроэкономические факторы, которые объясняют совместные тенденции миграций, а также макроэкономический фактор, традиционно учтенный в исследованиях эффективности отраслей экономики, темп роста валового национального продукта.

Для обнаружения скрытых факторов миграции проводим анализ данных вычислением главных компонент на сериях, отражающих понижающую тенденцию рейтингов. В нашем случае функция G - функция распределения стандартного нормального закона, использованного в пробит-модели.

Экономическая интерпретация существования общих для всех фирм тенденций в миграции, независимо от класса риска, в котором они находятся, может быть объяснена общими для всех последствиями национально и международного экономического климата, на который ни отдельная фирма, ни единый Регулятор воздействовать не могут.
 
Рассмотрим теперь связь между выявленными тенденциями скрытых общих факторов объясняющих миграционные движения с тенденциями развития ВВП и ВВП промышленного сектора. Для проверки тесноты их связи мы рассчитали регрессии темпа роста ВВП и темпа роста ВВПП на оба скрытые (латентные) фактора.

Здесь оба объяснительных скрытых фактора понижения рейтинга предприятий промышленного сектора связаны с темпом роста ВВП того же сектора, оба с отрицательным знаком. Таким образом, по всей вероятности существует связь между динамикой общих скрытых факторах, определяющих миграцию рисков, и изменениями в темпах ВВП.

Далее мы определяем с большей точностью временной характер этих взаимозависимостей межу темпом роста ВВП и тенденцией в эволюции рейтингов предприятий, а также и соответствующую им интенсивность. Мы это делаем через анализ причинности, то есть, проводим синхронное временное наблюдение переменных величин. Ставится вопрос: Является ли в период 1992-2001, выявленная тенденция роста ВВП следствием усиления тенденции понижения рейтингов предприятий, то есть возрастания у них риска банкротства? Или наоборот, изменения последних имеют место вследствие ускорения роста ВВП? Если можно определить направление причинности, надо знать также с каким сроком и в течении какого времени одна переменная величина оказывает влияние на другую.

Таким образом, анализ причинности состоит в том, чтобы описывать динамичные взаимодействия между временными сериями и обнаружить их независимые движения. Мы осуществляем тесты причинности, в смысле Granger (1969), согласно методологии, предложенной Gouri;roux и Jasiak (2001).


6. Управление риском кредитов и темпом роста

Выяснив причинные связи и их интенсивность, существующие между темпами роста экономики и тенденциями в финансовой и экономической прочности предприятий, можно задаться вопросом о возможности воздействия на миграционные процессы рисков дефолта с тем, чтобы обеспечить желаемый темп роста.

Можно ли использовать кредитную политику в качестве такого воздействия?

Начнем с эмпирических исследований и рассматриваем причинные взаимосвязи между эволюцией рейтингов и условиями получения кредитов фирмами в зависимости от их принадлежности одному или другому классу риска по принципу, изложенному в предыдущей секции. "Финансовые" данные, используемые в данной работе – это оплатные ставки французских казначейских чеков, taa, вклады в которые рассматриваются как вклады без риска. Мы используем также данные спрэда кредита, то есть разницу в цене между облигациями предприятий и облигациями казны, классами риска европейских предприятий, начиная с 1/08/1998.

Данные предшествующих лет для французских предприятий построены, исходя из месячных серий для американских предприятий. Это спрэды кредита классов риска рассчитанных согласно определению, заложенному агентством S&P и взвешенному с помощью индекса Lehman Brothers. Таким образом, классы риска для данных спрэдов не соответствуют классам риска банкротства французских предприятий Банка Франции, но мы (Boussyguine - Peaucelle (2004)) их используем за неимением лучшей статистической базы. и эволюции спрэдов.

Желая использовать интенсивность причинной зависимостей качества кредитов на миграцию, мы приводим лишь выявленные причинные зависимости в этом одном направлении. Результаты расчетов представлены в приложении, таблица 7.
Оказывается, что вариация процентной ставки является ведущим индикатором тенденции на снижение рейтинга предприятий 2, 6, 7, 8 и 9 классов. Он же является ведущим индикатором тенденции на повышение рейтинга для предприятий 4, 5, 6 и 7 классов. Заметим своеобразную особенность классов 6 и 7 , для предприятий этих классов процентная ставка является ведущей как в сторону улучшения, так и в сторону ухудшения их рейтингов во времени. Эти оба класса, и в частности 6-ой, традиционно считаются нейтральными по сравнению с другими классами риска дефолта.

Прогнозная сила спрэдов оказывается значительно реже значимой по сравнению с процентной ставкой. Причинная связь оказывается значимой в 5 и 7 классах, то есть близких к классу предприятий с нейтральным риском. Можно обратить внимание на то, что при этом она значима как для повышающей, так и для понижающей тенденций.

Эмпирические расчеты показывают, что процентной ставкой можно влиять на финансово-экономическое положение предприятий. Можно ли с ее помощью добиться стабильности системы?

Нужно заметить, что стабильность и безопасность системы не должны быть главными в ряду финансово-экономических задач решаемых Регулятором. Действительно, любая система с некоторой степенью вероятности в определенный момент времени достигает аттрактора, то есть положение «катастрофа» как, например, банкротство в случае предприятия. Если считать целью безопасность системы, то разрешение становится очевидным и состоит в прекращении деятельности системы. Если существующая система рассматривается как полезная, то скорее нужно искать стимулы приведения ее в действие, чем заботиться о ее безопасности.

Как можно представить себе стабилизацию нашей сложной финансово-экономической системы и наладить ее управление с помощью образной связи следующего типа:


При этом не задаваться целью нахождения самых эффективных методов достижения цели, например экономического роста, а скорее исследовать допустимые эволюции и проанализировать типы потенциальных действий для управления системой. Регулирование состоит в реализации кредитно-денежной политики, адресованной фирмам, для достижения ими желаемого роста. Регулятором может быть Центральный Банк или Комитет большой десятки (договор Basel). Он может задаться целью – уменьшить системный риск дефолта, предупредив массивное понижающее движение рейтингов и поддержать рост. Такая задача оказывается достаточно важной, поскольку до настоящего времени, согласно многочисленным критическим работам экономистов, механизм, воздействия выработанный Договором Basel, приводит к возрастанию про-цикличности с отрицательными последствиями такого явления на эффективность действующих предприятий. Аксиомы и методы оптимального развития Марковских стохастических систем (типа системы представленной в этой работе) с поиском снижения риска их дефолта можно найти в работах Баранова (2004).


Библиография


Aghion, Ph., Angeletos, G-M., Banerjee.A., Manova, K. (2005) Volatility and Growth: Credit Constraints and Productivity-Enhancing Investment, MIT, Department of Economics, Working Paper, 05-15.
Aglietta, M. et Reb;rioux, A. (2004) D;rives du capitalisme financier, Albin Michel
Altman, E., A.Resti, A. Sironi (eds) (2005) Recovery Risk: the next challenge in credit risk management, Risk Books
Altman, E., Saunders, A. (2001) “An Analysis and Critique of the BIS Proposal on Capital Adequacy and Ratings”, Journal of Banking and Finance 25
Altman, E., Saunders, A. (2001)” Standard and Poor’s Official Response to the Basel Committee’s Proposal”, Journal of Banking and Finance 25
Axtell, R., Epstein, J., Peyton Young, H. (2000) “The Emergence of Classes in a Milti-Agent Bargaining Model”, W.P. Center on Social and Economic Dynamics, MacArthur Fondation, n°9
Axtell, R. (2002) « Non-Cooperative Dynamics of Multi-Agent Teams », Proceedings of the International Conference on Autonomous Agents and Multi-Agent Systems, Bologna, 15-19 July.
Аникин, А.В.. Энтов Р.М. (ред)(1978) Механизм экономического цикла в США, издательство Наука
Albanese, C., and Chen, 0. (2003) : "Implied Migration Rates from Credit Barrier Models", W.P. University of Toronto.
Bangia, A., Diebold, F., Kronimus, A., Schlagen, C., Schuermann, T. (2002): "Rating Migrations and Business Cycle with Application to Credit Portfolio Stress Testing", Journal of Banking and Finance, 26, 445-474.
Baranov, V.V. Баранов, В.В. (2004) Модели и методы принятия управляющих решений в интересо-ориентированных системах по критериям полезности и риска с учетом техногенной безопасности» в Modelling and analysis of safety and risk in complex systems, Conference proceedings, St.Petersburg, pp.416-423.
Bardos, M., Foulcher, S., Bataille, E. (2004) « Les scores de la Banque de France. M;thodes, R;sultats, Applications », Observatoire des entreprises, Banque de France, p.93.
Blume, M., Lim, F., Mackinlay, C. (1998) “The Declining Credit Quality of U.S. Corporate Debt; Myth or Reality ?”, The journal of finance, vol. LIII, n°4, p.1389-1413.
Boussyguine, V., Peaucelle, I. (2004) Contr;ler la croissance et la Restructuration, W.P. CEPREMAP
Brady, B., Vazza, D., Bos, R. (2003) : "Ratings Performance 2002 : Default, Transition, Recovery and Spreads", The website of Standard & Poor's.
Carty, L. (1997) : "Moody's Rating Migration and Credit Quality Correlation 1920-1996 : Special Comment", Moody's Investor Series, New-York.
Crouhy, M., Galai, D., Mark, R. (2000) : " A Comparative Analysis 01: Current Credit Risk Models", Journal of Banking and Finance, 29, 59-117.
Danielsson, J., Embrechts, P. & alii (2001) An Academic Response to Basel II, Special paper n° 130 of LSE Financial Markets Group (May) 
Feng, D., Gourieroux, C., Jasiak, J. (2003) : "The Ordered Qualitative Model for Credit Rating Transitions", W.P. University of Toronto.
Foulcher, S., Gourieroux, C., Tiomo, A. (2003) : "Term Structure of Defaults and Ratings", Banque de France, Observatoire des Entreprises.
Gagliardini, P., Gourieroux, C. (2005) : « Stochastic Migration Models », Journal of Financial Econometrics
Gouri;roux, C., Jasiak, J. (2001) Financial Econometrics, Princeton University Press
Gourieroux, C., Peaucelle, I. (1996) "Diffusion et effet de vague", Annales d'Economie et de Statistique, n 44.
Gupton, G., Finger, C., Bahtia, M. (1997) : "Credimetrics Techni cal Document", Technical Report, The Riskmetrics Group.
Hart, O. (1999) “Different approaches to bankruptcy”, Annual World Bank Conference on Development Economics, Paris, june 21-23.
Kindleberger, C.P. (1996) Manias, Panics and Crashes, a Hystory of Financial Crises, Mac Millan, 3;me ;dition
Lando, D. (2004) Credit risk modeling, Princeton University Press
Lando, D. (1998) "On Cox Processes and Credit Risky Securities", Review of Derivative Research, 2, 99-120.
Mendelson, L.A. Мендельсон, Л.А. (1959-1964) Теория и история экономических кризисов и циклов, т.1-3 Москва
Minsky, H. (1963) Can “it” happen again? : Essays in Instability and Finance, in Carson (ed) Banking and Monetary Studies.
Nickell, P., Perraudin, W., Varotto, S. (2000) : "Stability of Rating Transitions", Journal of Banking and Finance, 24, 203-227.
Notat, N. (2004) participant de la table ronde Vers Une Nouvelle Ethnique, au Rencontres « 2010 Quelle place financi;re de Paris dans quelle ;conomie internationale ? », Paris, 30 septembre, Universit; Paris Sorbonne.
Ong, M. K, (2005) Internal Credit Risk models: capital allocation and performance measurement, Risk
Solojentsev, E. Соложенцев, Е.Д. (2004) Сценарное логико-вероятностное управление  риском в бизнесе и технике, Бизнес-пресса, Санкт-Петербург, 415с.
Trakhtenberg, I.A. Трахтенберг, И.А. (1939) Денежные кризисы(1821-1938) Москва, Госфиниздат
Varga, E.S. Варга, Е.С. (1937) Мировые экономические кризисы:1848-1935, Москва