新华财经北京12月15日电题：构建与国际接轨的适合中国国情的金融行业信用评级体系概述

　　作者：《中国金融政策报告》项目(课题组)资深专家、中山大学管理学院袁先智

　　信用评级行业是现代金融市场经济中的重要组成部分。中国金融市场的信用评级体系仍面临诸多问题。本文介绍的“咖啡馆”(CAFE)全息风险评估体系实现了“企业全貌”“企业经营”“财务行为”“企业生态”四个维度对企业信用风险进行全方位动态评估，在此基础上可以重新构建适合中国国情并与国际接轨的现代信用评级体系。

　　1、中国金融市场信用评级体系现状

　　信用评级行业是现代金融市场经济中的重要组成部分。从20世纪初，美国穆迪公司建立世界上第一家资信评级机构以来，信用评级行业经过百年发展，在推动市场发展、揭示和防范信用风险、降低交易成本以及协助政府进行金融监管等方面，发挥重要的中间作用，也面临许多调整。美国证券交易委员会认为，近几年，信用评级结果对投资者和其他市场参与者越来越重要，并影响到发行主体进入资本市场、筹资成本、财务交易结构和受托人的投资能力等方面。信用评级行业的发展壮大乃至形成一种制度一定程度上依赖于金融市场，特别是证券市场的发展。

　　经过近30年的发展，中国评级业务已包含中国金融市场的方方面面。不过，目前仍存在一些问题：一是对资信评级行业的认识有待深入。二是信用评级的相关立法工作相对滞后。三是监管体系有待完善。四是信用评级市场供需或存在失衡问题，主要表现为：一方面，评级机构较多；另一方面，许多信用评级公司靠非信用主营业务支撑。五是信用评级机构的独立性、公正性有待增强。六是评级行为的客观性有待加强，特别是针对中国金融市场的客观评估层面，或存在评级技术不成熟、信用评级质量亟需提高专业性等问题。

　　尽管中国的信用评级公司在不断学习国际信用评级机构的评级理论和方法，正逐步探索适合中国国情的信用评级方法和技术，初步形成可覆盖基础评级理论、信用评级模型以及分行业、分产品、分主体评级方法的信用评级体系，但中国信用评级与国际水平仍有差距。中国金融培训中心张浩提出，信用评级是推动中国信用债券发行的必要披露因素，也是债券发行定价的重要参考基础，但中国债券市场在快速发展的过程中，积累了大量潜在风险，违约事件频发，并且风险呈现出违约事件常态化、主体性质多元化、债券品种多样化、行业分布扩散化、违约地区分布分散化等特点，这些特点直接导致信用评级“走过场”，专业性较弱。国内评级机构对大多数中国企业的评级仍处于AA到AAA的高位等级。万得数据库统计，截至2020年末，中国90%以上的发行主体评级分布在AA及以上的区间，这与国际评级机构信用评级相比，整体评级较高且分布较为集中，这不利于国内外投资者辨识债券产品的风险程度，更不利于指导投资决策。

　　本文基于金融行业认同的基本投资级别从“BBB”为开始，但是面对中国金融市场的本质问题：可代表企业真实违约的样本量不够，并且针对公司与债务市场的信息不够全面和规范。本文首先指出目前中国(传统)评级的不足，然后介绍“咖啡馆评估体系”框架建设的基本思想。“基于咖啡馆风险评估框架下的评级应用”主要通过“先知通(IntelligenceStone，简称IS)”评级体系，其核心基础是大数据分析的全维度分析评估，同时结合“异源异构数据”与“动态本体论”，实现对企业风险基因的提取，解决体现中国金融市场本身特点的(违约)“坏”样本不够的问题，从而在基于针对公司主体进行全息画像(即“企业全貌”)的基础上实现从“企业经营”“财务行为”“企业生态”三个维度对企业信用风险进行全方位动态评估。本文针对真实场景应用表明，IS评级体系对中国债券市场的信用等级分类具有较强的区分度。

　　2、中国金融市场信用评级体系问题和与国际规则的主要差异

　　目前，中国在资本市场每天基本保持存量续期的债券达到5万支以上，每天有市场交易信息的债券数量约在1.2万只，其中，92%左右的债券评级均被定位在AA信用级以上。这与债券本身在金融市场的真实表现情况存在差距。另外，2018年开始，AAA评级的(国有平台的)公司或企业和债券直接倒闭、违约的事件多次发生，引发了针对目前中国国内信用评级体系的不信任感。目前，中国国内实施的信用评级体系主要有三个方面的问题：一是评级虚高；二是区分度不足；三是存在事前预警功能弱等问题。这样，目前国内债券市场的信用评级分布主要以“AA”(或者以上等级)为主体的与国际通用的以中间信用等级(即“A”和“BBB”信用级)为主导的差异在显得非常突出！其实这主要来源于目前国内流行的基于“AA”为基本投资级别的信用评估方法就与国际流行的基于“BBB”信用等为基础的国际通用方法不相融合，这种人为的高评也是不适合中国国情的信用评估，其直接后果也严重制约和影响了中国债券市场的健康发展。

　　作为全球第二大经济体的中国需要建立适合国情并与国际信用评级体系接轨的风险评估体系。为实现这一目的，首要工作是通过科学的手段构建信评模型，而需要足够的坏样本来实现建模和模型校对与测试工作。然后，按国际信评的标准通过“AAA”到“C”类的专业定义回归到最基本以“BBB信用等级为最基本的投资级”为标准，展开针对主体或者债券的信用评级体系的建立：即通过下面的五个部分来建立(定义)科学的针对主体或者债项的违约率为核心的信用评级的标准体系：

　　第1部分：以违约率为核心的信用评级标准

　　第2部分：构建信用风险需要的“违约矩阵”

　　第3部分：构建主体(公司)和债项信用资质变化的“信用转移矩阵”；

　　第4部分：配套上面第2,3部分的针对信用模型表现的 “ROC”、“AUC”测试；

　　第5部分：构建支持上面第2,3,4部分(从而完成第1部分)相配套的能否反映中国资本市场真实情况需要的最基本的“(违约)坏样本”。

　　这里，我们特别指出的是中国信用评级(评估)体系建立的最困难之处就在于针对国内金融市场，对应资本市场的“违约坏样本”在许多情况下与西方国家金融市场的“违约”样本的表现不一样！外加本身违约坏样本的数据库也不够(比如，从2007年到2020年，所有违约主体样本数只有200个左右，外加对应的坏样本应该披露的(风险)信息也常常不足)，这就要求我们针对国内市场，应该发展出适合中国情况的解决坏样本构建的新方法。即，中国信用评估体系必须要构建中国坏样本的描述，这其实基于大数据的金融科技方法可以等到实现。

　　下面是本文我们重点要讨论的内容：即，通过这样结合大数据的分析方法构建对应的非结构化“坏样本”作为分析的支撑，可以重新构建适合中国国情并与国际接轨的现代信用评级体系，这个信用体系称为基于“咖啡馆(CAFé)全息画像风险评估体系”的“IS信用评级系统”。

　　“IS信用评级体系”不再以国内在过去近20年来较流行使用的“以AA信用等级作为投资级的基本标准”进行中国式信用等级评估服务，这就从标准的角度解决了与国际信用评级标准的差异问题，同时也能够让中国的信用评级体系体现评级迁移和违约风险等一系列配套的指标要求和信息披露。

　　在实现的过程中，从以下四个维度来定义公司债券的信用等级：第一，公司财务业绩的好坏；第二，公司有没有欺诈和对应的财务管理质量下的好坏；第三，公司在金融资产负债方面的健康情况，即刻画公司倒闭或者违约的风险程度；第四，公司所处的生态环境和商务风险的好坏。通过建立这套全息评级系统可让评级区分度更加明显，主体信用等级更好反映公司实际信用状况。

　　“咖啡馆(CAFé)全息风险评估体系”是集企业搜索、信息揭示、关联图谱等功能于一体的企业全息风险评估体系(以下简称，“咖啡馆信用”CAFé Credit)，它其实由以下四个核心维度组成：公司全息画像(记为“C”，代表“Corporation”)、财务全息画像(记为“A”，代表“Accounting”)、金融行为全息画像(记为“F”，代表“Finance”)和商务生态全息画像(记为“E”，代表“Ecosystem”)。

　　这个体系最大的两个特征是，把静态分析转换为动态分析，然后再将动态分析和企业生态相结合，形成对企业评级较客观的刻画。不过，形成这样的刻画需要与在2015年自主开发的全息画像(Hologram)为工具进行异构异源大数据的融合。全息画像就是利用生态，然后引进对场景的描述、对风险的描述、对欺诈风险的描述、对违约风险的描述，来形成新的指标和特征提取。

　　需要注意的是，针对公司财务欺诈风险体系的建立，融合从财务报表分析、治理结构分析、审计与内控分析(基于“欺诈三角理论”)进行风险特征的提取和刻画，这三个方面包含传统的结构化和非结构化数据。基于欺诈三角理论的欺诈风险分析主要覆盖三个分析维度的信息：一是压力或动机维度包含财务稳定性、外部压力、个人需要和财务目标等；二是机会或漏洞维度包含行业属性、无效监督、组织结构等；三是借口或态度维度包含审计维度。对此，《当代会计研究 (Contemporary Accounting Research)》中《推断重大会计错误(Predicting material accounting misstatements)》等均有提及。针对从2016—2020年中国上市公司和非上市公司的欺诈类型进行分类，主要有占用公司资产、披露不实(其他)、违规担保、欺诈上市、擅自改变资金用途、一般会计处理不当、虚假记载(或误导性陈述)、推迟披露、虚构利润、重大遗漏、虚列资产。这十一类欺诈信息构建坏样本集合并结合审计信息，形成一个动态的、生态的企业风险评估。

　　3、解决方案：基于人工智能随机搜索算法的风险特征提取

　　中国信用体系构建的质量高低其实本质的问题是，如何处理在坏样本不够的情况下，构建需要的坏样本。即在结构化坏样本不够的情况下，获得基于非结构化的坏样本来支持约8000家的公司(其中包含上市公司约4800家，约5500家为发债公司，约1000家的金融机构，和约2500家的城投公司)在信用评级体系中针对“坏特征”的建立问题。如果基于总样本为4000或者8000个公司来考虑，按照对应1/4左右的坏样本标准，那就需要1000或2000个左右的坏样本集合。但是实际情况是，直到2020年底，中国可用来描述公司倒闭的坏样本总数不超过200家。这导致只能基于中国银保监会对上市公司和发债公司处罚的2700多个案例为原始(非结构化)数据，提取其中基于11大类的非结构化特征坏样本。这些非结构化坏样本传统的财务指标不同，以文档陈述的形式出现于报告中称为大数据样本，需要针对这11类大数据样本进行非结构化的风险特征的提取，来构建至少1000个或者2000个左右建模所需要的坏样本。

　　为了实现这种刻画欺诈的非结构化特征的高度关联的风险特征提取，需要使用一个基于人工智能的算法工具——吉布斯抽样(Gibbs Sampling)算法。吉布斯抽样算法是统计学中一种基于在马尔科夫框架下的蒙特卡洛算法，同时它被列为20世纪人类十大算法之一。

　　20世纪50年代推出基本算法原型，随着20世纪70年代、80年代针对信息量的赤池信息量准则和贝叶斯信息度量测试标准的融合使用与发展，逐渐形成一种有效的方法来支持特征提取和统计推断。通过使用吉布斯抽样算法能提取出刻画财务欺诈、高度关联的非机构化风险特征因子，这是帮助构建甄别坏样本和好样本的风险评估体系，并达到对应的模型测试的接受者操作特性曲线(Receiver Operating Characteristic Curve，简称ROC曲线)，ROC曲线值是0.7~0.75的范围(ROC测试结果在0.7或者以上，表明其使用特征具有较强的甄别和解释能力)，从而支持“咖啡馆”体系比较有效地评估公司和债项的好坏。

　　考虑公司大股东、管理层、董事会、监事会按照持股比例、担任的身份、内外的比例分类分析，利用证据权重(Weight of Evidence，简称WOE)和信息价值(Information Value，简称Ⅳ)信息量来解释对评估对象可能会发生欺诈行为风险的影响。因此，公司股权结构是影响公司财务欺诈风险的重要因素，从公司治理框架的角度，可通过以下四个特征来预警可欺诈：第一，大股东和企业法人的持股比例在5%~50%；第二，大股东累计持股比例不超过60%；第三，管理层的大股东持股比例小于1%；第四，董事会中大股东比例不超过12%。

　　然后，纳入基于内部、外部审计相关数据进行特征体系的建立。实际上，公司存在欺诈行为背后与审计机构的业务情况、违规情况、合作情况，审计师的教育经历、工作经历等都有关。根据审计指标针对WOE分箱结果和对应分析发现，审计委员会的人数、意见的不一致对公司的欺诈也有相应的影响。审计模型因子的ROC曲线是线性的，因此，外部审计只能发现有没有欺诈，但形成不了推理(如果外部审计能够形成推理，对应的ROC曲线应该是非线性的凸函数形态)；而在对公司董事会人数与公司资质关系的研究中发现，无论公司评级如何，董事委员会人数为7~9人都占了全部公司总数的80%(大型金融机构和大型集团公司除外)。因此，在公司注册法要求的情况下，董事会的人数在合理的范围之间并不能形成对公司好坏的影响。结合董事会、内部审计和外部审计的因素发现，经常有审计公司给出错误意见(即公司存在欺诈行为的时候给出无保留意见)。与此相对的是，全息画像技术可以用来验证外部审计做得是好还是不好。

　　基于“咖啡馆”体系，以2020年中国上市公司L公司的财务舞弊行为进行了风险分析，通过将其表现财务欺诈的风险特征项与行业中位数进行比较，可发现以下基本事实：

　　第一，在2017—2019年的3年时间内，其财务指标数据与所在行业中位数相差甚远。

　　第二，从公司治理结构出发，提取出的甄别公司可能出现欺诈行为特征指标来看，L公司在下面四项特征指标中显示其有较高的财务舞弊风险：一是大股东和企业法人的持股比例在5%~50%之间，L公司是45%；二是大股东累计持股比例不超过60%，L公司是49%；三是管理层的大股东持股比例小于1%，L公司为0；四是董事会中大股东比例不超过12%，L公司为0。尽管审计意见没有反映出其财务舞弊风险，但是通过对公司报表和治理结构数据的分析，L公司存在较高的舞弊风险。

　　4、支持中国金融市场信用评级的“咖啡馆”评估体系的构建

　　信用等级调整是信用评级机构最重要的评级行动之一，信用等级调整行为包括调升、调降和维持。在一定的时期(考察期)内，信用评级机构对债务发行人的信用等级调整结果可以形成债务发行人的信用迁移路径，这反映了债务发行人信用质量的变化。

　　4.1 “咖啡馆”信用转移矩阵构建的映射规则

　　为了使得“咖啡馆”信用评估体系的转移矩阵保持必要的稳定，对评级转移矩阵的构建按照以下方式进行处理(见表2)。

　　首先，将违约模型分为1年期和2年期，并进行ROC验证，确定最终的模型；然后，根据1年期和2年期的违约模型给出不同的评级结果；最后，对1年期和2年期评级结果进行整合，给出初评等级。规则如下：

　　表2:BBD基于1年和2年期限数据的初评等级映射表

　　数据来源：作者整理

　　4.2 信用转移矩阵构建的数据样本使用说明

　　由于数据获取的有限性，“咖啡馆”对上市公司样本的观察数观察限于2014—2019年，2014年有完整年报财务信息的公司数为3000家，2019年为4500家。以2020年12月31日为观察日，倒回一年的违约样本数为44家；倒回二年的违约样本数为89家 。

　　基于上面映射规则的使用，利用一年期和二年期的违约模型对评级结果进行整合后，会观察到下面的基本结论：从评级AAA-A类到CCC-C类的信用转移矩阵基本上以BBB为中心，保持良好的稳定性，从而解决AAA、AA和A级别迁移矩阵不稳定的问题(特别是针对像中国这样的新兴市场的情形)。从信用转移矩阵来看，如果将AAA到A归为一个“AAA-A”的大类来看，通过调整映射阈值后，有下面的信用转移矩阵结果(见表3)：

　　表3:BBD2015—2020年转移矩阵汇总信息

　　数据来源：作者整理

　　由转移矩阵结果可知，AAA-A等级合并后保持更好的稳定性，转移矩阵也体现出从AAA-C的在各级别稳定性上的单调递减，这就支持“咖啡馆”体系的相对稳定性问题，从而起到支持业界的作用。

　　5、基于“咖啡馆”评估系统的应用简述

　　作为“咖啡馆”全息风险评估系统的应用，建立的“IS信用评级体系”根据公司财务业绩、财务舞弊、违约和生态环境的好坏，形成对中国整体公司主体和对应债项的信用评级体系的重塑。根据基于“咖啡馆”评估系统的IS信用评级体系对国内所有4800家左右上市公司进行的信用评估，在2020年底左右，国内信用评级为AA以上的上市公司占国内整体上市公司的10%左右，等级为AAA的公司只占整体的1%左右。相较于国外，美国上市公司AAA级的比例占2%~4%，日本上市公司AAA级的占比为3%~6%。从上市公司等级分布、违约概率期限结构以及ROC曲线的检测结果来看，“咖啡馆”评估系统刻画中国公司的信用风险特征更具优势，同时有较好的预测能力。

　　以表4中的公司为例，该公司的生态风险评分和行业平均相当，但财务绩效评分和财务舞弊概率都比行业平均的结果差，这对其信用评级为国内“CCC”等级上市公司的归因分析。

　　表4“XX科技公司”与行业平均的对比

　　数据来源：作者整理

　　此外，“咖啡馆”全息风险评估体系在具体的股票市场、信用市场、资本市场等不同的应用场景中可形成不同的产品落地应用，如在股票市场，资产管理公司基于“咖啡馆”全息画像风险评估方法，可以设计公募或者私募投资理财产品，其收益远远超越对应的沪深300指数产品。

　　另外，“咖啡馆”全息风险评估体系还可以刻画行业中的风险转移和行业链场景，对应行业的产业链上下游链的全息画像，配合关键词字典的支持，其上下游链分类的正确率在65%~75%。

　　6、助力国家通过专业的进步促进债券市场信用评级行业健康发展

　　针对目前债券市场违约频发、评级多头监管、卖方付费导致评级虚高，以及评级调整不及时等问题，2021年8月6日，人民银行、发改委、财政厅、银保监、证监会五部门联合发布《关于促进债券市场信用评级行业健康发展的通知》(下面简称《通知》)，对债券市场信用评级行业提出了框架性发展要求。2021年8月11日，中国人民银行第11号公告宣布，为进一步提升市场主体使用外部评级的自主性，推动信用评级行业市场化改革，决定试点取消非金融企业债务融资工具(以下简称债务融资工具)发行环节信用评级的要求，并自发布之日起实施。这是继2021年3月银行间市场交易商协会取消债务融资工具发行环节的债项评级强制披露要求，仅保留企业主体评级报告披露要求后，监管部门试点取消债务融资工具发行环节各类信用评级要求。相比于银行试点取消强制评级，交易所取消强制评级的监管要求更为彻底。2021年初证监会发布修订后的《公司债券发行与交易管理办法》与《证券市场资信评级业务管理办法》，前者取消了公开发行公司债强制评级要求，后者则明确取消注册环节的强制评级要求。

　　《通知》遵循市场化、法治化、国际化改革方向，从加强评级方法体系建设、完善公司治理和内部控制机制、强化信息披露等方面对信用评级机构提出明确要求，强调优化评级生态，严格对信用评级机构监督管理，并特别强调加强提升信用评级质量和区分度的能力，为进一步发挥信用评级在风险揭示和风险定价等方面的作用，营造公平、公正的市场环境，推动信用评级行业更好服务于债券市场健康发展大局，引导量化的监管环境条件。

　　中国人民银行表示，将继续会同有关部门加强对信用评级行业的监督管理，推动信用评级机构切实发挥债券市场“看门人”作用，助力债券市场持续健康发展。而在这次《通知》的引导下，中国金融市场信用评级发生了如下变化：一是提升评级体系质量；二是完善评级机构内控机制；三是加强信息披露和市场约束；四是优化评级市场环境和生态；五是加强评级机构监管和处罚力度；六是建立与国际接轨且适合中国金融行业的信用评级体系，同时促进中国信用评级体系更专业化发展。

（文章来源：新华财经）