一、信用評級的概念

　　狹義的信用評級是指獨立的第三方信用評級中介機(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)行評價，并用評級符號表示其違約風(fēng)險和損失的嚴(yán)重程度。根據(jù)巴塞爾提出的內(nèi)部評級法(Internal Ratings Based Approaches，IRB)的三個風(fēng)險參數(shù)：違約概率（PD）、違約損失率（LGD）和違約風(fēng)險暴露（EAD） ，其中：

　　違約概率（Probability of Default, PD） ：評價對象違約的可能性。PD的估計與驗證是內(nèi)部評級法(IRB)的核心?！芭ｎD力學(xué)”里每個物理量，比如動量、電流等，在每個時刻都有明確的數(shù)值，都是一個客觀存在;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)險指債務(wù)人不能根據(jù)債務(wù)合約的規(guī)定及時足額償還債務(wù)本金和利息的風(fēng)險概率，信用風(fēng)險研究更像是“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)生時違約金額暴露中得不到賠償?shù)谋壤?。在?nèi)部評級法(IRB)初級法中，LGD水平是預(yù)先決定的;在內(nèi)部評級法(IRB)高級法中，銀行使用自己內(nèi)部估計的LGD。

　　違約風(fēng)險暴露（Exposure at Default, EAD） ：指債務(wù)人違約時預(yù)期表內(nèi)項目和表外項目的風(fēng)險暴露總額。

　　內(nèi)部評級法(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，因為巴塞爾提出的內(nèi)部評級法(IRB)與銀行風(fēng)險資本計量密切相關(guān)。但監(jiān)管部門對內(nèi)部評級法的數(shù)據(jù)和模型均要求很高，這對不少金融機(jī)構(gòu)而言，一定時間內(nèi)難以做到。本文探討的內(nèi)部評級僅指資本市場債券類評級，僅用于業(yè)務(wù)準(zhǔn)入、風(fēng)險敞口管控、集中度限額、預(yù)警監(jiān)控等，不涉及風(fēng)險資本計量。

　　二、信用評級的方法概覽

　　(一)   信用評估模型的類型

　　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)險排序為目的模型（如打分卡模型） ，外部評級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、第二類是以評價企業(yè)財務(wù)狀況為目的財務(wù)模型 ，尤其是測算獲取現(xiàn)金能力和短期風(fēng)險承受能力的流動性評價模型;

　　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級、中證隱含違約率、YY評級、彭博DRSK。

　　(二) 信用評估建模的方法

　　常用傳統(tǒng)的信用評級建模方式有三種：

　　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，信用風(fēng)險度量的定量模型大致可以分為以下三類：

　　(一)   信用評估建模的對比分析

　　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。該模型通過五個變量(五種財務(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)的市場價值/總負(fù)債的賬面價值比率;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)險就越大。

　　線性模型分析法依賴財務(wù)報表數(shù)據(jù)，具有一定程度上的定量分析，不似專家經(jīng)驗只對信用風(fēng)險進(jìn)行定性分析，因此克服了專家系統(tǒng)評級的隨意性和主觀性，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)險偏好程度設(shè)定風(fēng)險警界線，以此對分析對象進(jìn)行風(fēng)險定位和決策。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有顯著影響的財務(wù)指標(biāo);

　　b) 用多因素分析篩選對PD有顯著影響的財務(wù)指標(biāo);

　　3) 邏輯回歸

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

　　b) 通過外部映射確定每級的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)可以用財務(wù)指標(biāo)線性解釋。其計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.  市場隱含評級

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

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

　　5.  YY評級

　　YY評級的邏輯與中債隱含評級類似，但YY評級比中債隱含評級更為敏感(中債隱含評級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評級和估值的方法如下：

　　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)鍵點替代、評級內(nèi)左右影響、評級間影響、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)定價原理對風(fēng)險債券和貸款進(jìn)行評估由股權(quán)價值及其波動率推出資產(chǎn)價值及其波動率。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、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，與我國實際情況較難吻合;2、該模型假設(shè)企業(yè)的資產(chǎn)價值成正態(tài)分布，而在實際上會有所偏差。

　　三、小結(jié)

　　各類信用評級方法都有其優(yōu)點和缺點，評級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)資源和人力儲備相匹配，復(fù)雜方法不見得一定有效，需客觀認(rèn)識到各種評級方法的局限性而融合各家之所長，并進(jìn)行互相交叉檢驗。在實際運用中，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)，選擇不同的評級方法和評級模型，并將多種評級方法互相結(jié)合和交叉驗證，將定性分析(專家經(jīng)驗、專家打分)與定量分析(統(tǒng)計建模)相結(jié)合，將靜態(tài)分析(靜態(tài)財報分析)與動態(tài)分析(市場價格所隱含的評級和違約率、動態(tài)輿情爬蟲)相結(jié)合，并結(jié)合內(nèi)外部新要素(如財務(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)化評級分析框架，靈活而準(zhǔn)確對企業(yè)信用風(fēng)險進(jìn)行評級。