传统信用评级、市场隐含评级及大数据评级方法

　　摘要：近年来我国金融市场上信用问题愈加严峻，信用评级对于违约预警的准确性、及时性受到市场的广泛关注。国际上穆迪、标普、惠誉三大评级机构已建立了较为成熟的信用评级体系，而我国的信用评级业仅仅是刚刚起步。在此背景下，本文将国际上权威评级机构（穆迪、标普、惠誉、MSCI、德勤等）的信用评级思路方法进行综述并加以对比，涵盖了传统信用评级、市场隐含评级和大数据评级三个评级类型，从评级框架、评级要素、评级方法、难点等多维度进行论述，最后将三种类型的信用评级进行对比分析，并提出了信用评级研究展望。

　　关键词：传统信用评级； 市场隐含评级； 大数据评级；

　　作者简介：李鸿禧 中央国债登记结算有限责任公司博士后科研工作站、中国人民银行金融研究所博士后流动站；

　　信用是以还本付息为目的的借贷活动，信用评级的本质是挖掘债务人能够如期如额偿还本息的可能性。因此，信用评级的核心是针对债务人进行信用评分、准确地刻画其违约风险，从而有效地区分开违约高危企业和健康企业，避开债务违约的“雷区”,为银行、证券公司、基金等广大投资者进行贷款、投资等金融活动提供信用风险管理的技术支持。信用评级直接影响到资产定价的合理性、风险管理和金融监管，乃至整个金融系统的稳定性。

　　2018年以来我国金融市场上的债务违约问题愈加严峻。2018年全年违约债券125只、违约规模高达1160亿元，超过2014年至2017年之和。从行业分布上来看，违约企业由原先仅分布在钢铁、机械等几个产能过剩行业，扩散到医药、信息科技等全行业。可见我国金融市场的信用风险形势愈加严峻，这就需要建立有效识别信用风险的信用评级体系。国际上穆迪、标普、惠誉三大评级机构一直处于评级行业中的垄断地位，而我国的信用评级研究仅是刚起步，与国际三大评级机构存在很大差距。国内信用评级机构亟需提升自己的信用评级核心技术。尤其在2018年国内评级机构大公国际由于评级造假遭到处分之后，我国信用评级应该如何规范化发展、真正起到违约预警的作用，受到监管层以及市场的广泛关注。近年来我国也在相继推出相关政策，2016年10月发布的《信用评级业管理暂行办法》、2017年7月的《中国人民银行公告[2017]第7号》、2018年的央行与证监会联合公告，都在积极推动信用评级市场进一步的开放与改革，进一步规范评级业务资质及评级标准。因此，在我国信用评级业发展改革之际，适时对信用评级理论框架和方法体系进行系统性地梳理是十分重要的。

　　目前市场上的信用评级可以分为三类：传统信用评级、市场隐含评级以及大数据评级。本文按照上述三类评级，分别对国际评级机构的企业信用评级框架与方法进行梳理和总结，最后对三类评级方法进行了对比分析。

　　一、传统信用评级方法综述

　　传统信用评级是指基于企业的经济基本面、宏观环境、舆情等评价因素对企业或个人信用风险大小进行评价。穆迪、标普、惠誉是国际权威的三大评级机构，形成了较为完善的信用评级分析体系。

　　（一）穆迪的信用评级方法

　　穆迪的信用评级均是从五大评级要素出发，即规模、经营状况、盈利能力、财务杠杆与债务覆盖率、财务政策[1].规模方面主要考虑企业的收入规模、净资产、厂房及设备、总资产等指标。经营状况方面主要依靠定性分析，考虑产品的多样性、竞争地位、预计价格、地理多样性、市场定位、营销环境等指标。盈利能力方面主要考虑EBIT/有形资产、EBITDA、平均资产回报率、营业利润率、运营资金回报率等指标。财务杠杆与债务覆盖率方面主要考虑EBITDA/利息支出、债务/EBITDA、债务/资本、自由现金流/债务、经营活动产生的现金流量净额/债务、留存现金流/债务。财务政策方面主要依靠定性分析，考量企业的目标资产结构是否合理、风险管理政策、流动性管理、历史违约记录、历史风险记录等方面。总体的评级思路依循设置打分卡评分，对应到信用等级上。首先，设置指标打分卡。将每个指标设置Aaa~C九级的指标打分标准，Aaa~C级分别对应1~21分，分数越小说明企业在该指标上的表现越好。其次，根据打分标准对指标打分，设置权重加权后得到信用评分。最后，利用信用评分与信用等级之间的映射关系，将信用评分映射到相应的信用等级上。

　　（二）标普的信用评级方法

　　标普的评级框架总体分为基础评级和评级调整两部分。基础评级起到锚的作用，主要包含企业的经营风险评价和财务风险评价。在基础评级的基础上考虑多个调整因素进行评级调整，确定最终的信用等级[2],如图1所示。

图1 标普的信用评级框架

　　1.经营风险评价，包括国家风险、行业风险、竞争地位三个方面。国家风险的评价因素包括经济风险、制度风险、金融系统风险、支付文化法治风险。行业风险主要考虑周期性和竞争增长两方面。周期性因素是指行业收入和盈利的周期性。行业的收入和盈利受周期影响越大、风险越大。竞争增长因素主要考虑行业壁垒、行业利润的增长趋势、行业替代性、行业前景等。竞争地位主要是考虑企业的竞争优势、业务范围多样性、运行效率和盈利能力四方面。盈利能力一般采用资本回报率和EBITDA来衡量。具体的评价流程是先将国家风险与行业风险进行综合评分，得到CICRA得分；再将CICRA评分与竞争地位进行综合评分，得到企业的经营风险评分。2.财务风险评价，主要考量企业的现金流对于债务的覆盖率，评估各种比率类的指标。核心比率指标为运营资金（FFO）/债务、债务/EBITDA.补充比率指标包括运营现金流（CFO）/债务、自由经营现金流（FOCF）/债务、可自由支配现金流（DCF）/债务、FFO/利息支出、EBITDA/利息支出。将上述经营风险评分与财务风险评分进行综合，形成对企业信用风险的基础评级，基础评级起到“锚”的作用，大致确定企业的信用等级。3.评级调整，在上述确定的基础评级基础上，依次考虑投资多样性、资本结构、财务政策、流动性、公司治理、级别比较六个调整因素，加之企业得到政府的支持力度，最终形成调整后的信用评级。

　　（三）惠誉的信用评级方法

　　惠誉同样采用定量与定性分析相结合的信用评级方法。评级的关键因素主要包括行业风险、国家风险、管理战略与公司治理、集团结构、运营状况、财务状况[3].

　　1.行业风险和国家风险。行业风险方面，惠誉主要根据企业所在的行业评级范围确定企业的信用评级。高风险行业一般是处于衰退期、行业内竞争激烈、资本密集、具有明显周期性或波动性的行业。低风险行业一般是行业门槛高、国家主导支持、具有可预见的市场需求的行业。惠誉为各行业设置了评级范围，虽然行业评级范围的上限不是企业评级的硬性上限，但企业评级不会超过其所在行业评级上限的多个等级。国家风险方面，主要考量两方面，一是企业收入资产所在的地理位置、资金环境、所在地的治理情况等运营环境；二是资金转移和可兑换风险，主要是指国家由于实施外汇管制，阻碍企业将本地货币转换成外币，从而对企业的评级造成一定的约束。2.管理战略和公司治理。管理战略方面，一是考量管理层在开展业务、运营效率和巩固市场地位方面的能力。业绩是考量管理层营运能力的主要衡量标准。二是从过去和未来战略的角度评估公司的目标。三是从融资收购和内部扩张的历史事件中评估管理层的风险承受能力。公司治理方面，惠誉通常关注治理结构和财务透明度。治理结构主要考察的因素包括是否有健全的管理制度、有效而独立的董事会、管理层薪酬、关联方交易、会计与审计的完整性、所有权集中度、关键人的风险。财务透明度主要考察企业是否定期及时发布财务报告以及财务报告的质量。3.集团结构。这部分是针对发债企业是集团控股的子公司。一方面，母公司通常会为子公司注资，因此通常考虑这部分收入来源的可持续性和可预测性，包括集团内的现金池、股息等。另一方面，考量与发债企业相关的企业实体的信用质量，以及子公司为集团财务的贡献情况。4.运营状况。一方面是竞争能力，主要因素有企业在市场中的地位、产品优势、影响价格的能力等。另一方面是运营能力，主要因素有产品多样性、销售的辐射范围、主要客户和供应商的多样化、比较成本地位。5.财务状况。惠誉侧重于现金流、债务覆盖率、杠杆率三方面的财务指标。在惠誉的一般评级方法中并没有披露评估所用的具体指标。

　　综上，国际三大评级机构对于企业进行信用评级均是采用定量与定性相结合的方法，总体上从企业经营环境、企业财务风险、定性调整和外部支持三个方面，对企业的信用风险进行衡量。企业经营环境评价主要是通过对宏观经济、行业风险以及企业自身的竞争能力进行分析。企业财务风险是考量的重点，多数评级机构是从现金流、财务杠杆率、盈利能力等方面进行考察，多是利用比率类的定量指标。经过企业经营环境评价、财务风险评价形成企业的基础信用评级，大致确定企业的信用等级。在基础信用评级的基础上，考虑企业的管理体系是否良好、财务政策是否合理、产品是否多样化等定性因素，加之政府对企业支持力度的考量，形成最终的主体信用评级。

　　二、市场隐含评级方法综述

　　由于市场价格中包含了大量的信息，信用风险必然包含其中，所以通过对市场价格的分析，可以揭露受评对象的信用风险。因此，一些市场机构提出了市场隐含评级的概念。市场隐含评级与传统信用评级不同，它不是仅基于主体或债务经济基本面的评级，而是更多地考虑市场价格后的评级。总的来说，市场隐含评级是一种将债项或主体的经济基本面信息与市场价格信息相结合得到的评级，目的是反映市场参与者对受评人信用风险的评价。由于该评级方法能够及时捕捉市场信息，相较于传统评级，更加迅速准确地对信用风险进行提早预警。目前市场隐含评级已经在国际市场上趋于成熟、得到广泛的应用，其中以穆迪和标普的市场隐含评级方法最具代表性。而在我国市场隐含评级的应用还较少。

　　（一）穆迪编制方法。

　　穆迪是最早开发并使用市场隐含评级的评级公司，起初的目的是为了验证穆迪的主体信用评级是否能够准确反映市场价格，随后逐渐将市场隐含评级作为单独的评级产品推向市场。其市场隐含评级确定可以分为“价差曲线的确定→等级分界线的划分→平均等级差距”几个关键点[4]:根据穆迪主体信用评级，计算不同期限的债券与国债之间的信用价差，构建不同等级的信用价差曲线，并确定各相邻信用等级之间的价差分界曲线。对照各信用级别间的价差分界曲线，确定债券的市场隐含评级。计算穆迪评级与市场隐含评级之间的平均差距。对于债券发行人，其市场隐含评级等于穆迪评级加上该等级债券的平均等级差距。

　　（二）惠誉编制方法。

　　从惠誉公开披露的方法论来看，惠誉的隐含评级方法主要有两种，分别是CDS的隐含评级方法和股票的隐含评级方法。惠誉的CDS市场隐含评级与穆迪的方法类似。一是价差数据平滑，将价差中的短期噪音因素剔除，保留价差中的长期趋势因素。二是对价差进行等级划分。以隐含评级与机构评级的偏差程度最小构建优化模型，确定不同隐含等级之间的价差边界，从而确定CDS的隐含评级。惠誉的股票市场隐含评级思路与上述穆迪和惠誉CDS均不相同。它是利用股票的市场价格反算出其隐含违约概率，再结合隐含违约概率、市场杠杆、行业情况以及公司规模形成市场隐含评级分数，将分数平滑后，根据每档的阈值确认市场隐含评级。惠誉的股票市场隐含评级是将市场价格中隐含的违约概率作为信用评级的一个评价因素，进行综合评价。

　　（三）MSCIBarra编制方法。

　　MSCIBarra的债券隐含评级与惠誉的CDS隐含评级方法类似。首先，测算债券与国债之间的利差。其次，对债券利差进行分级。具体做法是以隐含评级与机构评级之间的偏差程度最小构建优化模型，确定隐含评级中每一等级的利差分界点。从而确定债券的隐含评级。

　　（四）BPAM编制方法。

　　BPAM的市场隐含评级方法与穆迪的方法类似。第一，构造传统评级上各个等级的利差曲线。根据债券的利差，计算传统评级上各个等级的利差平均值，从而构造各个等级的利差期限结构曲线。第二，确定相邻等级之间的分界线。同一期限相邻等级的两个利差之间取几何平均值，作为该期限下相邻等级之间的分界点，确定相邻等级之间的分界线，从而得到每个隐含评级的利差上下界。第三，根据待估发行人的债券利差属于哪个等级的利差区间，可以判断该发行人的隐含评级。

　　综合上述几种市场隐含评级编制方法，概括为以下两类。第一类方法是利用市场价格信息对传统评级进行修正。大部分机构采用该方法，如穆迪、惠誉的CDS隐含评级、MSCIBarra,其中代表性的是穆迪的方法。首先从市场价格中提取信用风险信息。信用风险信息通常采用市场价格与基准利率之间的信用价差来衡量。再次确定相邻等级之间的分界线。大部分机构采用优化的思路，以隐含评级与机构评级之间的偏差程度最小构建优化模型，确定隐含评级中相邻等级间的利差分界点，从而得到各个等级的信用价差区间。最后判断受评人的隐含评级。将受评人的信用价差，对照各个等级的信用价差区间，判断受评人所在的等级，即为市场隐含评级。第一类方法本质上是利用市场价格信息对传统评级进行修正。从等级划分的优化思路可以看出，追求隐含评级与机构评级之间的偏差程度最小，就是将传统评级作为基础隐含评级最大程度地与之贴近，找到信用价差明显不符合该等级的偏离点，修正那些偏离点的等级，以达到市场价格修正传统评级的目的。第二类方法是将市场价格信息作为一个因素进行隐含评级打分。惠誉的股票隐含评级采用该方法。根据市场价格反算出其隐含违约概率，再结合隐含违约概率、市场杠杆、行业情况以及公司规模形成市场隐含评级分数，将分数平滑后，根据每档的阈值确认市场隐含评级。与第一类方法不同，第二类方法没有考虑传统评级，而是将违约概率作为一个因素，与其他信用因素综合考虑后进行打分。

　　综上，市场隐含评级（MIR）是一种将市场价格引入信用评级的评级方法，更加充分地考虑到了市场信号，具有许多理想的特征：一是，MIR可以以排名表示，从信用风险最低的AAA到信用风险最高的C.因此，MIR有助于比较不同公司的信用风险大小。二是，由于MIR包含市场信息，它们可能比传统评级更及时地表明信用风险的变化。三是，由于MIR结合了两种信息来源（传统信用评级和市场价格），它能提供比信息来源更完整的信用风险判断。因此，MIR具有“良好”信用风险指标的特征，即及时性、准确性、稳定性。

　　综合各家机构市场隐含评级MIR的编制方法，MIR编制中存在的主要难点：一是非信用因素的剔除。市场价格的变动也可能反映了与信用风险无关的其他因素，例如市场流动性、市场情绪等。所以需要剔除非信用因素对价格的影响，准确地将价格中反映信用风险的那部分提取出来。二是相邻等级间分界线的确定。分界线的确定是否合理直接关系到市场隐含评级的判定，故这一环节的工作极其重要。三是市场价格数据源的选取。价格数据是否能够反映市场参与者对于发行人信用风险的评价。

　　三、大数据评级方法综述

　　大数据评级方法主要是利用企业的大数据信息对信用风险进行评价和检测，与传统信用评级多利用财务报表、募集说明书等的财务数据不同，大数据评级更侧重于对新型指标数据的利用，比如关联方信息、纳税数据、管理层异动、负面消息、财报造假等等。另一方面，大数据评级更加注重对财务指标异常波动的检测，根据实时监测企业财务数据的变动对企业进行风险预警。因此，相比传统评级，大数据评级考虑的信用更加全面、及时。目前，大数据评级在市场上仅仅是刚刚起步，还未得到广泛地推广和应用。德勤的“智慧债券”财务风险预警系统较具代表性。

　　德勤将债券违约要素归纳为四个维度。维度一：宏观经济周期。宏观经济周期对整体企业违约的影响非常显着，在经济下行、GDP增速下降时，企业的信用状况会恶化，企业发行债券的违约率会上升。维度二：行业特征。某一行业是否是周期性行业、是否为国家限制类行业等都对企业偿债能力有着重要影响。维度三：企业风险评级。定量因素主要考察盈利能力、收益质量、现金流量、资本结构、偿债能力、营运能力等方面的财务指标。非定量因素则主要关注行业情况、股东情况、竞争地位、技术水平等定性指标。维度四：预警雷达。预警雷达主要是为了深入发掘、搜集发债企业可能突变的各种因素[5].

　　其中，预警雷达包括三部分，财务指标预警、负面事件预警、市场波动预警。财务指标预警：相较于传统的信用评级，财务预警更偏好指标的动态性，比如能够敏感捕捉企业短期信用恶化的财务指标，或同类企业的对标比较。此外，预警指标数量也更多。德勤通过对财务预警指标的统计区分能力及经济含义进行分析，按照不同行业的特性分析筛选出具备良好区分能力的检测指标，并纳入财务预警指标体系进行持续检测。财务预警指标体系既包括盈利能力、收益质量、资本结构、偿债能力等指标，同时也包括大量变化率类指标。舆情事件预警：德勤总结了区分能力较强的10大类、37个子类负面事件指标作为预警指标。这10大类预警指标覆盖违法违规、管理层异动、股权结构异动、关联方风险、经营风险、外部警示、潜在不利条款、募集条款变更、外部审计异动和表外事项。对每一类预警指标针对违约样本和非违约抽样样本进行统计，筛选出具有敏锐预警能力的指标形成负面事件预警体系，并按照严重程度设置预警级别。市场异常波动预警：通过分析、监测发债企业发行的股票、债券、可转债等证券市场工具的交易价格及其他相关指标的异常波动。采用相对有效的市场波动指标来监测市场异常波动。

图2 德勤智慧债券的评级框架

　　资料来源：德勤

　　利用上述四个维度进行预警的框架：第一步，考虑维度三和维度四，即风险评级和预警雷达，通过交叉矩阵形成基础预警结果。第二步，考虑维度一和维度二，即宏观经济周期和行业特征，通过交叉矩阵形成行业风险调整。第三步，综合考虑基础预警结果和行业风险调整得出最终预警等级，即无预警、黄色预警、红色预警三个等级。

　　四、总结

　　上文综述了市场上评级机构采用的三类信用评级，即传统信用评级、市场隐含评级、大数据评级。将三类信用评级从评级要素、思路、建模方法等多角度进行了总结和对比。

　　从评级要素来看，传统信用评级要素分为定量数据和定性分析两类，定量数据包括宏观经济、行业数据、企业财务信息等，定性分析包括公司治理、竞争优势、政府支持力度等；市场隐含评级在涵盖传统信用评级结果的基础上引入市场价格因素；大数据评级是在传统信用评级的基础上纳入一些新型数据，例如关联方信息、纳税数据、管理层异动、负面消息、财报造假等，此外财务指标波动因素也被纳入其中。

　　从评级思路来看，传统信用评级从经营环境、财务风险、定性调整三个层次，将企业经营的宏观环境、行业前景、自身财务状况、公司治理以及政府支持力度等多维度信息进行综合评价，得到企业信用风险的评价结果；市场隐含评级是在传统信用评级的基础上，引入市场价格信息，挖掘市场价格中能够反映信用风险大小的信用溢价，从而对传统评级进行修正，是一种综合传统信用评级和市场价格的信用评级；大数据评级是在传统信用评级所考量的评级因素中，加入信用大数据的新型数据，并且更加关注于财务指标的变动，综合得到一种动态的信用评级结果。

　　从建模方法来看，传统信用评级采用定量与定性相结合的方式，评级机构多是利用打分卡模型；市场隐含评级多是采用规划求解的建模方式，确定等级之间的分界线，划分信用等级；大数据评级侧重于利用网络数据爬取、文本信息挖掘等技术挖掘数据进行分析。

　　传统信用评级是所有评级类型的基础。它能够给出企业自身涉及的各项信息的一种综合评价结果。缺点是由于数据获取的难度和采集资料的发布周期，导致信用评级有一定的滞后性。市场隐含评级是在传统信用评级的基础上，加入了市场价格信息，其反映了市场参与者对于债务人的信用风险判断。相比传统信用评级，信息更加全面、及时性进一步提高。而难点是市场价格信号的可靠性判断，以及定量建模的难度较大。大数据评级是在传统评级的基础上，增加了两方面的信息，一是新型信用大数据，例如关联方信息、纳税数据、管理层异动、负面消息、财报造假等；二是财务指标的波动。大数据评级更加注重数据的全面性以及动态监测性，但在大量数据的获取和处理上难度较大、成本较高。

　　综上，国际三大评级机构已经形成较为完善的信用评级方法体系，传统信用评级与市场隐含评级等多类型评级产品互为补充，以传统信用评级为基础，市场隐含评级通过引入市场价格要素来改善传统信用评级及时性不足的问题，大数据评级通过加入新型数据、指标波动监测两个维度增加了评级信息的全面性，并提高准确性和及时性。

　　随着数据时代的来临，数据的丰富、大数据技术的成熟使得信用评级得到进一步发展的机遇，也面临着前所未有的挑战[6].信用评级研究是一个长期的理论与实践相结合的过程，未来要更多地借助于大数据技术、人工智能、统计学、经济学等相关理论与技术。我国的信用评级行业发展时间不长，债券市场、信贷市场的违约数据积累有限，因而必然在评级方法和评级技术上受到影响。我们应该从中国自身特点出发，不断夯实信用评级理论基础、积极研发信用评级技术，使得信用评级研究中合理融入新的元素、充分发挥数据力量，为投资者信用识别、金融机构风险管理提供有力的技术支撑，保障经济金融的稳定运行。

　　参考文献

　　[1] Moody's Investors Sevice. Midstream Energy[R].Moody's, 2018.
　　[2] Standard&Poor's.Corporate Rating Criteria[R].Standard&Poor's, 2018.
　　[3] Fitch Ratings.Corporate Rating Criteria:Master Criteria[R].Fitch, 2019.
　　[4] Moody's.Market Implied Ratings FAQ[R].Moody's,2018.
　　[5] 德勤.债券违约风险预警模型探究[R].2018.
　　[6]吴晓光.第三方支付机构的信用风险评估研究[J].新金融， 2011（3）：30-34.