Abstract The objective of this study was to analyze how the COVID-19 crisis has affected the determinants and predictability of the domestic credit rating issued by Fitch Ratings in Argentina. Additionally, it aims to evaluate the effects of credit rating agencies using the through-the-cycle method. Given the subjective nature of credit rating categorization, researchers have developed models for explaining and predicting credit ratings. This subjectivity is significant during economic events. Therefore, it is important to investigate whether the factors that determine and predict credit ratings remained consistent before and during the COVID-19 crisis. This paper contributes significantly to understanding how the application of the through-the-cycle method affects the determinants and predictability of credit ratings in economic crises. Theapplication of the through-the-cycle method by credit rating agencies as a criterion during the COVID-19 crisis resulted in a breakdown of the usual correlation between determinants and credit rating. Understanding whether variables are permanent or transitory components is crucial for investors and borrowers to anticipate credit rating changes during economic downturns. The dependent variables are the long-term domestic credit rating categories. The independent variables are derived from the Fitch Ratings credit rating methodology and the literature, which includes quantitative and qualitative variables. The statistical methods used are ordinal logistic regression, generalized ordinal logistic regression, and support vector machines. The COVID-19 crisis was considered a transitory event due to the application of the through-the-cycle approach by rating agencies. During the pandemic, specific determinants of credit ratings are not considered due to their transitory nature. The study identifies interest coverage ratio and competitive position as transitory components. This approach led to less predictability but a more stable credit rating. COVID19 COVID 19 COVID-1 Argentina Additionally throughthecycle through cycle categorization events Therefore crises downturns longterm long term categories literature regression machines pandemic COVID1 1 COVID-

Resumo O objetivo deste estudo foi analisar como a crise da COVID-19 afetou os determinantes e a previsibilidade do rating de crédito doméstico emitida pela Fitch Ratings na Argentina. Além disso, pretende-se avaliar os efeitos das agências de classificação de risco de crédito usando o método through-the-cycle (ao longo do ciclo). Dada a natureza subjetiva da categorização dos ratings de crédito, os pesquisadores desenvolveram modelos para explicar e prever esses ratings. Essa subjetividade é significativa durante eventos econômicos. Portanto, é importante investigar se os fatores que determinam e preveem os ratings de crédito permaneceram consistentes antes e durante a crise da COVID-19. Este artigo contribui significativamente para a compreensão de como a aplicação do método through-the-cycle afeta os determinantes e a previsibilidade dos ratings de crédito em crises econômicas. A aplicação do método through-the-cycle pelas agências de classificação de risco de crédito como um critério durante a crise da COVID-19 resultou em uma quebra da correlação usual entre os determinantes e os ratings de crédito. Entender se as variáveis são componentes permanentes ou transitórios é fundamental para que os investidores e tomadores de empréstimos antecipem as mudanças nos ratings de crédito durante as recessões econômicas. As variáveis dependentes são as categorias de rating de crédito doméstico de longo prazo. As variáveis independentes são derivadas da metodologia de rating de crédito da Fitch Ratings e da literatura, que inclui variáveis quantitativas e qualitativas. Os métodos estatísticos utilizados são a regressão logística ordinal, a regressão logística ordinal generalizada e as máquinas de vetores de suporte. A crise da COVID-19 foi considerada um evento transitório devido à aplicação da abordagem through-the-cycle pelas agências de classificação de risco de crédito. Durante a pandemia, os determinantes específicos dos ratings de crédito não são considerados devido à sua natureza transitória. O estudo identifica o índice de cobertura de juros e a posição competitiva como componentes transitórios. Essa abordagem levou a uma menor previsibilidade, mas a um rating de crédito mais estável. COVID19 COVID 19 COVID-1 Argentina disso pretendese pretende throughthecycle through the cycle ao ciclo. ciclo . ciclo) econômicos Portanto COVID19. 19. econômicas prazo literatura qualitativas suporte pandemia transitória estável COVID1 1 COVID-

Abstract Farfield and Yohn (2001) develop a simple and interesting model to predict the effects of profitability in the short term, based on current profitability and the components of Dupont. However, the importance and dissemination of this model has not been estudied in emerging economies. For this reason, document has as purpose to evaluate the predictive ability of the return on net operating assets, based on the above model in the Argentina capital market. The models checked show a strong process of mean reversion of returns, and only the rotation of the net operating assets allows the improvement in profitability in the next year. Instead, the profit margin increased rapidly reversed, determining a negative effect on profitability in the next year.

Resumen Farfield y Yohn (2001) presentan un sencillo e interesante modelo a efectos de predecir la rentabilidad en el corto plazo, en base a la rentabilidad actual y los componentes de Dupont. No obstante, la importancia y difusión de dicho modelo no ha sido estudiado en economías emergentes. Es por ello, que en el presente trabajo se plantea como objetivo evaluar la capacidad predictiva de la rentabilidad de los activos operativos netos, en base al modelo mencionado en el mercado de capitales de Argentina. Los modelos contrastados muestran un importante proceso de reversión a la media de rentabilidad y que solamente la rotación de los activos operativos netos permite la mejoría en la rentabilidad del año siguiente. En cambio, el aumento del margen de ganancias revierte rápidamente, determinando un efecto negativo sobre rentabilidad del año siguiente.

Este trabajo se propone resolver el problema de la determinación de la estructura de financiamiento para cada pyme. En la mayoría de las investigaciones sobre este tema, se realizan análisis descriptivos acerca de las variables que inciden en la decisión sobre la mezcla entre pasivo y patrimonio en contextos diferentes, mientras que en este caso se aporta una herramienta, que se espera mejore el proceso de la toma de decisiones financieras. Para abordar el tema planteado, se propone un modelo matemático para que el administrador financiero de la pyme pueda establecer la mezcla de capitales más conveniente. Para ello, previamente, se identifican las características de las distintas fuentes de financiamiento, las variables que inciden en el riesgo y la asociación entre la fuente y el destino de los fondos. Se desarrolla la fundamentación matemática del modelo y luego se traslada el mismo a una planilla de cálculo electrónica, para que, al cargar los datos de las distintas variables, se pueda arribar a la mejor combinación entre fondos propios y ajenos, de manera que al confrontar con la rentabilidad de la inversión, se pueda obtener el mayor valor económico agregado.

This work aims to solve the problem of determining the funding structure for each pyme (small and mid-sized companies). Most of the research on this topic shows the carrying out of a descriptive analysis on the variables that influence the decision of mixing liabilities and equity in different contexts, while in this case we provide a tool that it is expected to improve the financial decision-making process. To introduce the established topic we propose a mathematical model for the financial manager of the pyme can establish the most convenient mix of capitals. For this, and previously, we identify the characteristics of the different sources of funding, the variables that influence the risk, and the association between the source and the destination of the funds. We develop the mathematical foundation of the model and then it is taken to an electronic calculus form so, upon providing the data for the different variables, the best combination between own funds and borrowed funds can be achieved, so when contrasting these with the profitability of the investment a higher economic value added can be obtained.

Este trabalho visa resolver o problema da determinação da estrutura de financiamento para cada PME. Na maioria das pesquisas sobre este tema são realizadas análises descritivas acerca das variáveis que incidem na decisão sobre a combinação entre passivo e patrimônio em contextos diferentes, contudo, neste caso, fornece-se uma ferramenta que, achamos, vai melhorar o processo da tomada de decisões financeiras. Para abordar o tema colocado, propõe-se um modelo matemático para o administrador financeiro da PME puder estabelecer a combinação de capitais mais conveniente. Para isso, previamente são identificadas as características das diferentes fontes de financiamento, as variáveis que incidem no risco e a associação entre fonte e destino dos fundos. Desenvolve-se a fundamentação matemática do modelo que é trasladado, em seguida para uma folha de cálculo eletrônica, visando que, ao carregar os dados das diferentes variáveis, seja possível acessar à melhor combinação entre fundos próprios e alheios, de maneira que no confronto com o retorno do investimento, poderá se obter o maior valor econômico agregado.