To minimize the consequences of asymmetric information, the sovereign risk ratings are instruments that constitute a key piece in the determination of credit market conditions, essential to the growth of developing countries like Brazil. In the present work we studied based on macroeconomics foundations, a classification to sovereign risk ratings realized by the ratings agencies finding the classification using Artificial Neural Networks. We observed homogeneity degree between the attributions of agencies and macroeconomics foundations in the countries of sample which four of foundations seem to be more directly connected with these attributions. After, in a comparative static exercise, we use the model to make simulations of sceneries of the credit external conditions for the Brazilian economy, changing the macroeconomics foundations which we noted that agencies expected for more per capita income increasing and decrease of public debt.Para mitigar as consequências da assimetria de informacões, os ratings de risco soberano são instrumentos que constituem peça chave para determinar as condições dos mercados de crédito externos, fundamentais para o desenvolvimento de países emergentes como o Brasil. No presente trabalho estudou-se a partir dos fundamentos macroeconômicos, a classificação dos ratings de risco soberano realizadas pelas agências de ratings encontrando uma classificação própria de risco dos diversos países emergentes utilizando Redes Neurais Artificiais. Observou-se o grau de homogeneidade entre as atribuições de ratings e os fundamentos macroeconômicos dos países da amostra, na qual quatro fundamentos mostraram-se mais intimamente ligados às atribuições. Logo após, num exercício de estática comparativa, utilizou-se o modelo para fazer simulações de cenários das condições externas de crédito para o Brasil ao modificar os fundamentos macroeconômicos. Estes cenários indicam que as agências esperam por crescimento mais acentuado do produto per capita e pela diminuição da dívida pública.