一、信用評(píng)級(jí)的概念

　　狹義的信用評(píng)級(jí)是指獨(dú)立的第三方信用評(píng)級(jí)中介機(jī)構(gòu)對債權(quán)人如期償還債務(wù)本息的能力和意愿進(jìn)行評(píng)價(jià)，并用評(píng)級(jí)符號(hào)表示其違約風(fēng)險(xiǎn)和損失的嚴(yán)重程度。根據(jù)巴塞爾提出的內(nèi)部評(píng)級(jí)法(Internal Ratings Based Approaches，IRB)的三個(gè)風(fēng)險(xiǎn)參數(shù)：違約概率（PD）、違約損失率（LGD）和違約風(fēng)險(xiǎn)暴露（EAD） ，其中：

　　違約概率（Probability of Default, PD） ：評(píng)價(jià)對象違約的可能性。PD的估計(jì)與驗(yàn)證是內(nèi)部評(píng)級(jí)法(IRB)的核心。“牛頓力學(xué)”里每個(gè)物理量，比如動(dòng)量、電流等，在每個(gè)時(shí)刻都有明確的數(shù)值，都是一個(gè)客觀存在;但“量子力學(xué)”里，存在“不確定性原理”(uncertainty principle，又譯測不準(zhǔn)原理)，微觀世界的物理量帶有一定的隨機(jī)性和不確定性。信用風(fēng)險(xiǎn)指債務(wù)人不能根據(jù)債務(wù)合約的規(guī)定及時(shí)足額償還債務(wù)本金和利息的風(fēng)險(xiǎn)概率，信用風(fēng)險(xiǎn)研究更像是“量子力學(xué)”而非“牛頓力學(xué)”，同樣面臨“不確定性”和“概率”。

　　違約損失率（Loss Given Default, LGD） ：表示違約發(fā)生時(shí)違約金額暴露中得不到賠償?shù)谋壤Ｔ趦?nèi)部評(píng)級(jí)法(IRB)初級(jí)法中，LGD水平是預(yù)先決定的;在內(nèi)部評(píng)級(jí)法(IRB)高級(jí)法中，銀行使用自己內(nèi)部估計(jì)的LGD。

　　違約風(fēng)險(xiǎn)暴露（Exposure at Default, EAD） ：指債務(wù)人違約時(shí)預(yù)期表內(nèi)項(xiàng)目和表外項(xiàng)目的風(fēng)險(xiǎn)暴露總額。

　　內(nèi)部評(píng)級(jí)法(IRB)對銀行的吸引力在于，較之使用標(biāo)準(zhǔn)化方法，它允許銀行接受較低的資本要求，因?yàn)榘腿麪柼岢龅膬?nèi)部評(píng)級(jí)法(IRB)與銀行風(fēng)險(xiǎn)資本計(jì)量密切相關(guān)。但監(jiān)管部門對內(nèi)部評(píng)級(jí)法的數(shù)據(jù)和模型均要求很高，這對不少金融機(jī)構(gòu)而言，一定時(shí)間內(nèi)難以做到。本文探討的內(nèi)部評(píng)級(jí)僅指資本市場債券類評(píng)級(jí)，僅用于業(yè)務(wù)準(zhǔn)入、風(fēng)險(xiǎn)敞口管控、集中度限額、預(yù)警監(jiān)控等，不涉及風(fēng)險(xiǎn)資本計(jì)量。

　　二、信用評(píng)級(jí)的方法概覽

　　(一)   信用評(píng)估模型的類型

　　目前市場上提供的模型主要可以分為三類：

　　1、第一類是以信用風(fēng)險(xiǎn)排序?yàn)槟康哪Ｐ停ㄈ绱蚍挚Ｐ停?/strong> ，外部評(píng)級(jí)公司普遍采用打分卡模型(分為城投企業(yè)打分卡、金融機(jī)構(gòu)打分卡、各行業(yè)打分卡等);

　　2、第二類是以評(píng)價(jià)企業(yè)財(cái)務(wù)狀況為目的財(cái)務(wù)模型 ，尤其是測算獲取現(xiàn)金能力和短期風(fēng)險(xiǎn)承受能力的流動(dòng)性評(píng)價(jià)模型;

　　3、第三類是通過市場交易信息，量化估算企業(yè)違約可能性的模型 (如KMV模型，隱含違約率模型等)，典型案例有中債隱含評(píng)級(jí)、中證隱含違約率、YY評(píng)級(jí)、彭博DRSK。

　　(二) 信用評(píng)估建模的方法

　　常用傳統(tǒng)的信用評(píng)級(jí)建模方式有三種：

　　除了可以使用傳統(tǒng)的建模方式，也可以使用定量的思維進(jìn)行快速建模并度量信用風(fēng)險(xiǎn)，信用風(fēng)險(xiǎn)度量的定量模型大致可以分為以下三類：

　　(一)   信用評(píng)估建模的對比分析

　　1.  多元線性判定模型（Z-score模型）

　　多元線性判定模型(Z-score模型)是財(cái)務(wù)失敗預(yù)警模型，最早是由Altman(1968)開始研究的。該模型通過五個(gè)變量(五種財(cái)務(wù)比率)將反映企業(yè)償債能力的指標(biāo)、獲利能力的指標(biāo)和營運(yùn)能力的指標(biāo)有機(jī)聯(lián)系起來，綜合分析預(yù)測企業(yè)財(cái)務(wù)失敗或破產(chǎn)的可能性。一般地，Z值越低，企業(yè)越有可能發(fā)生破產(chǎn)。具體模型為：Z=1.2X1+1.4X2+3.3X3+0.6X4+1.0X5

　　其中，X1為營運(yùn)資本/總資產(chǎn)比率;X2 為留存盈余/總資產(chǎn)比率;X3為利息和稅收之前的收益/總資產(chǎn)比率;X4 為股權(quán)的市場價(jià)值/總負(fù)債的賬面價(jià)值比率;X5為銷售額/總資產(chǎn)比率。Z值越大，資信就越好，Z值越小，風(fēng)險(xiǎn)就越大。

　　線性模型分析法依賴財(cái)務(wù)報(bào)表數(shù)據(jù)，具有一定程度上的定量分析，不似專家經(jīng)驗(yàn)只對信用風(fēng)險(xiǎn)進(jìn)行定性分析，因此克服了專家系統(tǒng)評(píng)級(jí)的隨意性和主觀性，但是其定量分析只是進(jìn)行簡單的線性分析，仍存在諸多局限性。

　　2.  多元邏輯模型（Logit模型）

　　Logit模型采用一系列財(cái)務(wù)比率變量來預(yù)測公司破產(chǎn)或違約的概率，然后根據(jù)銀行、投資者的風(fēng)險(xiǎn)偏好程度設(shè)定風(fēng)險(xiǎn)警界線，以此對分析對象進(jìn)行風(fēng)險(xiǎn)定位和決策。用Logit模型開發(fā)IRB的主要流程如下：

　　1) 數(shù)據(jù)清洗及整理，該環(huán)節(jié)的工作量較大。

　　2) 模型變量篩選

　　a) 用單因素分析篩選對PD有顯著影響的財(cái)務(wù)指標(biāo);

　　b) 用多因素分析篩選對PD有顯著影響的財(cái)務(wù)指標(biāo);

　　3) 邏輯回歸

　　a) 通過Logistic 回歸模型來估計(jì)違約概率，選擇最佳的財(cái)務(wù)指標(biāo)組合，并確定每個(gè)指標(biāo)在PD財(cái)務(wù)模塊中的權(quán)重;

　　b) 通過外部映射確定每級(jí)的PD值和區(qū)間;

　　4) 經(jīng)濟(jì)周期校準(zhǔn)(對客戶違約概率的估計(jì)需反應(yīng)長期的平均水平)

　　3.  多元概率比回歸模型（Probit回歸模型）

　　Probit回歸模型假定企業(yè)破產(chǎn)的概率為p，并假設(shè)企業(yè)樣本服從標(biāo)準(zhǔn)正態(tài)分布，其概率函數(shù)的p分位數(shù)可以用財(cái)務(wù)指標(biāo)線性解釋。其計(jì)算方法是先確定企業(yè)樣本的極大似然函數(shù)，通過求似然函數(shù)的極大值得到參數(shù)a、b，然后利用公式，求出企業(yè)破產(chǎn)的概率;其判別規(guī)則與Logit模型判別規(guī)則相同。

　　4.  市場隱含評(píng)級(jí)

　　區(qū)別于基于信用基本面的傳統(tǒng)評(píng)級(jí)，市場隱含評(píng)級(jí)(Market Implied Ratings，簡稱MIR)是一種基于債券市場信息的評(píng)級(jí)，其利用當(dāng)前所獲得的債券交易信息來反映被評(píng)級(jí)對象的信用風(fēng)險(xiǎn)，本質(zhì)是使用證券的信用利差來反映其信用風(fēng)險(xiǎn)。

　　目前市場主流運(yùn)用的是“中債市場隱含評(píng)級(jí)”這一指標(biāo)，“中債市場隱含評(píng)級(jí)”是在市場價(jià)格的基礎(chǔ)之上，綜合發(fā)行人的信用評(píng)級(jí)、企業(yè)性質(zhì)、行業(yè)特點(diǎn)、財(cái)務(wù)信息、償債順序、擔(dān)保情況等信息提煉出的動(dòng)態(tài)反映市場投資者對債券的客觀信用評(píng)價(jià)。

　　5.  YY評(píng)級(jí)

　　YY評(píng)級(jí)的邏輯與中債隱含評(píng)級(jí)類似，但YY評(píng)級(jí)比中債隱含評(píng)級(jí)更為敏感(中債隱含評(píng)級(jí)受限于較多原因而無法靈活調(diào)整)，其根據(jù)市場主流存續(xù)債券的隱含收益率對債券進(jìn)行10檔排序。YY評(píng)級(jí)和估值的方法如下：

　　1) 數(shù)據(jù)選擇與清洗：選擇公募發(fā)行的中期票據(jù)、短期融資券、公司債和企業(yè)債數(shù)據(jù)，剔除永續(xù)債、小微債和有擔(dān)保債券，樣本定期清洗、維護(hù)和更新;

　　2) 編制收益率曲線：選擇資質(zhì)穩(wěn)定的主體編制收益率曲線;

　　3) 曲線調(diào)整規(guī)則：關(guān)鍵點(diǎn)替代、評(píng)級(jí)內(nèi)左右影響、評(píng)級(jí)間影響、曲線擬合、倒掛調(diào)整;

　　4) 每日主體隱含更迭：當(dāng)天的成交隱含與前一天的主體隱含的加權(quán)，作為當(dāng)天的主體隱含;

　　5) 每日債券估值計(jì)算：以主體為準(zhǔn)，結(jié)合當(dāng)日主體隱含，當(dāng)日調(diào)整后的曲線和個(gè)券期限數(shù)據(jù)進(jìn)行估值。

　　6.  信用監(jiān)控模型（credit monitor model）： KMV模型

　　KMV模型的主要思想是利用期權(quán)定價(jià)原理對風(fēng)險(xiǎn)債券和貸款進(jìn)行評(píng)估由股權(quán)價(jià)值及其波動(dòng)率推出資產(chǎn)價(jià)值及其波動(dòng)率。它是以EDF(預(yù)期違約頻率)為研究的核心手段的模型。

　　KMV模型是對傳統(tǒng)信用風(fēng)險(xiǎn)度量的一次革命。首先，KMV模型可充分利用資本市場上的信息，對所有公開上市的的企業(yè)進(jìn)行信用風(fēng)險(xiǎn)的量化分析;其次，這種方法的數(shù)據(jù)來源于企業(yè)在股票市場上的信息，而非企業(yè)的歷史賬面資料，應(yīng)此它更能反映企業(yè)當(dāng)前的信用狀況，使預(yù)測更及時(shí)、準(zhǔn)確。但是該模型也有其固有的不足，主要表現(xiàn)在：1、該模型存在較多假設(shè)前提，與我國實(shí)際情況較難吻合;2、該模型假設(shè)企業(yè)的資產(chǎn)價(jià)值成正態(tài)分布，而在實(shí)際上會(huì)有所偏差。

　　三、小結(jié)

　　各類信用評(píng)級(jí)方法都有其優(yōu)點(diǎn)和缺點(diǎn)，評(píng)級(jí)方法的選擇需與金融機(jī)構(gòu)自身的機(jī)構(gòu)稟賦、數(shù)據(jù)資源和人力儲(chǔ)備相匹配，復(fù)雜方法不見得一定有效，需客觀認(rèn)識(shí)到各種評(píng)級(jí)方法的局限性而融合各家之所長，并進(jìn)行互相交叉檢驗(yàn)。在實(shí)際運(yùn)用中，應(yīng)針對不同類型的企業(yè)(如城投、地產(chǎn)、工業(yè)企業(yè)、金融等)，選擇不同的評(píng)級(jí)方法和評(píng)級(jí)模型，并將多種評(píng)級(jí)方法互相結(jié)合和交叉驗(yàn)證，將定性分析(專家經(jīng)驗(yàn)、專家打分)與定量分析(統(tǒng)計(jì)建模)相結(jié)合，將靜態(tài)分析(靜態(tài)財(cái)報(bào)分析)與動(dòng)態(tài)分析(市場價(jià)格所隱含的評(píng)級(jí)和違約率、動(dòng)態(tài)輿情爬蟲)相結(jié)合，并結(jié)合內(nèi)外部新要素(如財(cái)務(wù)粉飾/造假、公司治理、或有負(fù)債、外部支持、股權(quán)質(zhì)押、商譽(yù)減值、關(guān)聯(lián)交易、“母弱子強(qiáng)”風(fēng)險(xiǎn)等)、結(jié)合宏觀經(jīng)濟(jì)周期和行業(yè)狀況進(jìn)行調(diào)整和校準(zhǔn)，不斷優(yōu)化評(píng)級(jí)分析框架，靈活而準(zhǔn)確對企業(yè)信用風(fēng)險(xiǎn)進(jìn)行評(píng)級(jí)。