中国信用年鉴 资信评级

不可观察到的公司资产价值波动之间的理论联系。KMV注意到公司将要违约的资产价值，即违约点，通常位于总负债和短期负债之间的某个位置上，并且违约点随着行业的不同而不同。

还有一类方法是基于人工智能技术的方法，如专家系统以及其他依赖于自动学习的方法[神经网络、决策树以及基因算法（genetic algorithms）].，以神经网络分析为例，它与非线性判别分析非常相似，扬弃了危机预测函数的变量是线性的且相互独立的假设。因此信用风险的神经网络模型能够深入挖掘预测变量之间“隐藏”的相互关系。神经网络是简单的相互联系的神经元集合，各单元从外界接受输入Xj，输入信息可以是财务比率、市场趋势或者其他输入变量，还可能是与单元相关联的其他神经元所发出的输出信号。神经网络在训练过程中调整相互关系的权重Wij，运用包含错误即输出值减（预期）目标值的反馈环，学习并生成这些值，直到达到预定的水平，即最大许可预测错误率，不断重复的训练过程才停止。神经网络模型的有效性可以采用k组交叉检验方法进行验证，即将样本分为k组，其中k-1组为训练数据，第k组为检验数据。这种方法的最大优点是在评级时不用确定各因素的权重，而是通过对原始数据的训练，进行自学习、自组织，最终得到评价结果，从而避免了人为判断时的主观性。

近年来兴起的信用风险分析方法中还有一种基于模糊数学的模糊分析法。这是在1965年L.A. Zadeh教授提出的模糊集合观念的基础上提出来的。在这种理论下，对于某一物元和某一模糊集合之间的关系，不再是传统二分法中的“属于”或者“不属于”，取而代之的是“某种程度的属于”。对于信用评级这种很难一分为二的模糊概念，模糊理论具有很大的发展潜力。

② 针对资产组合的信用风险模型

组合信用风险的计量方法（从金融机构角度出发，避免风险集中）主要包括以下几种：

CreditMetrics 是由J.P.摩根于1997年4月推出的一种度量组合价值和信用风险的办法，其核心思想是组合价值不仅受到资产违约的影响，而且资产的信用等级发生变化对它也会发生影响，而违约仅是信用等级变迁的一个特例而已。它第一次将信用品质迁移、违约概率、挽回率及违约相关矩阵纳入了一个统一的综合的框架中。该方法来源于KMV公司，认为风险来自于企业资产的价值波动。

CreditRisk+方法是由Credit Suisse Financial Producta(CSFP) 推出的一个违约风险的统计模型，它将违约率处理为一个连续的随机变量，还考虑了违约率的波动性，目的是为了表示出违约率水平的不确定性特征。CreditRisk+的最主要的前提是，通过单项资产的风险暴露、违约率均值、违约率的标准差和每个风险暴露分布的板块及相应的损失百分水平的数据输入，可以获得一个组合的风险暴露。

麦肯锡公司的Wilson模型——即所谓的credit portfolio(信用资产组合法)。该模型

- 33 -

中国信用年鉴 资信评级

通过计量经济学和蒙特卡洛模拟来分析组合风险和回报的方法，它以历史的宏观经济变量数据及平均违约率时间序列数据，对不同的国家和行业板块构建了一个多因素模型。在此方法中，该模型从一个关于事件状态的概率假设出发，然后再到分块模型计算每个客户分块（子组合）违约的条件概率。每个分块中的组合分散化由这个分块中的公司的数目来表征。该模型对组合管理模型的改进之处在于：清晰地给出了实际的离散的损失分布模型，这个损失分布依赖于子组合中信用头寸的个数和大小；它是以经济状态为条件来求损失的分布；采用盯住市场的度量方法来度量可以流通和不可以流通的风险暴露头寸的风险损失；可适用于单个债务人和群体债务人的情况；能表征挽回率的不确定性特征以及由于国家风险带来的损失。

不同模型的计算结果，代表了不同的经济含义。各个评级机构的评级人员根据违约率的实证研究结果，将这些模型的计算值分别与违约概率、违约频率之间进行映射，从而将评级对象的信用质量用一个简单的符号进行排序，为使用者提供增量信息。

2、中国资信评级技术的发展特点

我国的资信评级业是随着经济体制改革的不断深化而逐步发展起来的，特别是债券市场的发展推动了资信评级的诞生。与国外靠债券市场推动评级机构发展的历程不同，我国强制要求评级的企业债券发行量很少，自1987年2月国务院发布《企业债券管理暂行条例》以来，所有发行的企业债券和短期融资券仅1000余家，而可转换债券、金融债券的发行数量更是少的可怜，目前评级机构的主要业务来自贷款企业评级，开展的其他评级业务虽然有上市公司、证券公司、保险公司、担保公司、商业银行、基金公司评级等，但评级的数量和规模都非常有限，不同业务的评级方法也很大程度上从企业信用分析衍生而来。受制于业务品种的匮乏，我国评级机构采用的评级技术还停留在较低的水平上，目前采用的评级方法主要是因素法。

从现有的评级活动来看，在实际的经济生活中评级人员针对不同的评级业务，考虑的因素及赋予的权重各有差异。以上海市贷款企业资信等级评估为例，评级机构采用百分法对评级对象的信用质量进行打分，评定的标准经上海市贷款企业资信评级机构总经理联席会专家评审委员会审议通过，考虑的因素主要有企业基本素质、财务结构、偿债能力、经营能力、经营效益和发展前景六个方面，评级机构通过一定的统计技术和经验，识别出影响被评对象信用质量的主要指标，确定评级的主干指标，并在此基础上结合各个行业的特殊背景确定具体的评价指标和分值。

1) 企业基本素质。主要考察人力资源素质、管理素质、竞争地位等指标。管理层素质，尤其是领导者的素质，是企业基本素质最重要的因素之一，这是因为企业是否具有足够现金来偿还债务的能力最终取决于管理层能否最大限度地利用现存资源和市场机遇，也取决于管理层是否具有应付可能出现不利情况的能力。此外，企业的管理素质和竞争能力也是企业基本素质的重要方面，其中管理素质着重于企业的发展战略、治理

- 34 -

中国信用年鉴 资信评级

结构、经营策略、管理模式、财务控制、营销方式和企业的规模和抗风险能力等；企业的竞争能力和竞争地位方面的指标则主要有品牌技术、市场地位、客户和产品的多样性、主导产品及其工艺、一体化程度等。

2) 财务结构。主要考察资产负债表中反映出来的资产和负债的各项比例及结构关系，从而揭示企业财务结构的稳定状况，主要的指标包括资产负债率、资本固定化比率等。资产负债率是反映财务结构的一项主要指标，通过资产与负债的配比关系，反映企业主要依赖自身力量或者靠对外举债进行经营的情况，以及企业对财务杠杆的利用程度、进一步融资扩张的可能性。在资产负债结构中，非流动资产规模及比例的大小在很大程度上决定了企业的变现能力，从而直接影响到企业财务结构的稳定性以及应付还债高峰的能力。

3) 偿债能力。主要考察企业的短期偿债能力以及中长期的财务弹性。主要的指标包括流动比率、速动比率、非筹资性现金净流入与流动负债比率、经营性现金净流入与流动负债的比率、利息保障倍数、担保比率等。其中，企业正常经营活动产生的现金流是实际偿还债务的主要资金来源，因此现金流量及其相关比率是用来衡量偿付能力的有力指标。

4) 经营能力，主要考察企业资产的营运能力。企业经营能力的强弱表明企业资产的利用程度和使用效率，这在很大程度上决定了企业的经营效率以及由此产生的对债务偿还的保障程度。

5) 经营效益，主要考察盈利能力及其稳定性。企业的经营效益是企业获得足够现金偿还债务的关键因素，充足而稳定的收益往往能够反映企业良好的管理素质和开拓市场的能力，并能够为企业的再融资提供保障。在对盈利能力进行分析时，不仅要考察企业目前的盈利能水平，更重要的是对盈利的来源、构成及其稳定性进行深入分析，并对企业未来盈利能力的主要因素做出判断。

6) 发展前景，主要考察企业的外部环境和内部经营现状及发展趋势。分析人员需要考察宏观经济政策影响程度及其趋势、行业及股东背景、成长性及抗风险能力等指标。经济周期、产业及相关宏观经济政策、政府监管、法律环境等因素对现代企业微观运营的影响越来越大，成为分析信用风险的重要方面；此外行业特性、行业竞争状况、行业发展前景、股东经济实力和资信状况、股东对企业的支持等方面也对企业的信用质量有很大的影响。

在对上述因素进行综合分析之后，评级人员需要对应参照值判断各个指标的权重，并根据这些权重给出评级量化分数，最后将评级分数依据一定的标准转化为信用等级。需要注意的是，评级机构设立的标准中针对不同的行业设置了不同的权重，例如企业基本素质在主干指标中分值满分为12分，而在房地产开发企业的评定标准中则为20分。此外，在特殊的情况下，评级人员和专家可以对评级对象的信用质量进行综合调整，以

- 35 -

中国信用年鉴 资信评级

确保评级结果的准确性和公允性。

针对不同的评级对象，评级人员考虑的因素存在一定的差异，与贷款企业资信等级评估不同，在债券评级中，除了从上述六个方面考虑发行方个体的信用质量之外，评级机构一般还会在指标体系中对债项条款赋予相当的权重，例如债券的担保方财务实力、债券的赎回条款、债券还本付息条款、债券募集资金投向、资金使用效率效果预测等。

随着行业的成熟程度不断提高，行业的竞争也日益加剧，国际上著名的评级机构如标准普尔、穆迪等已经陆续登陆我国评级市场，以期望划分一块市场。对我国的评级机构而言，要在激烈的市场竞争中获得一席之地，先进的评级技术是制胜法宝之一。从目前看，各评级机构已经意识到评级技术的开发以及建立并维护评级数据库的重要性，并投入一定的人力物力进行技术开发、数据库建设和维护以及产品的创新，但受限于市场发展的不完备、评级业务规模的不足和专业化人才的匮乏，评级模型的运用还相当有限，如何开发出适合我国评级市场的信用模型成为行业的关注焦点之一。

值得注意的是，我国评级技术的发展很大程度上与商业银行风险控制技术的进步分不开。目前，我国很多商业银行为了应对加入WTO的挑战和满足BIS新资本协议中对内部评级法的要求，正在进行数据的积累和模型的建立，特别是商业银行在贷款组合中积累了大量的客户资料，为建立并检验适合商业银行自身特点的信用模型提供了素材。外部评级机构可以考虑与商业银行合作，开发并使用有效的信用判别模型，从而加快评级技术从因素法向模型法过渡的步伐。

3、中国资信评级技术与国际比较

单纯从评级技术上来看，我国资信评级业务还主要依赖因素评分法，这与国外日益完善和多样的模型法存在一定的差距，造成这种差异的原因主要有：

1) 发展的时间差异

从穆迪公司1909年出版美国铁路公司投资分析手册（Moody’s Analysis of Railroad Investment）中首次发布了美国公司的评级情况以来，国际著名的评级机构已经经过近100年的发展，其中20世纪30年代、70年代的经济危机，更促进了评级行业的快速发展。这些评级公司不断开发出新的评级技术，来应对行业的竞争和业务的拓展需要，与此同时，不同机构开发出的评级技术，也在市场的检验下日益成熟起来，得到广大评级产品使用者的认可。而我国的评级机构是在计划经济向市场经济转轨过程中逐步建立起来的，短短十余年的发展历程还不足以让评级行业迅速成熟起来，特别是评级市场的不完备和业务品种的匮乏，使得我国评级机构采用的评级技术相应落后于海外发达市场的实践。

2) 客观条件导致数据缺乏验证

从理论上来说，建立一个准确适用的评级模型，需要有大量的数据资源支持。从海

- 36 -