中國信用債券評級模型構建及評級效果檢驗

摘要：本文在借鑒國際機構評級模型的基礎上，結合國內評級環境的自身特點，構建了適用于國內的信用債評級模型，進行了評級體系設計及指標體系權重設置，最后對模型評級效果進行了檢驗。

關鍵詞：信用債券 評級模型 主成分分析 權重設置

監管環境和債券市場的發展使得金融機構未來將承擔更多的個體投資信用風險，機構的長期盈利目標也迫切要求自身強化風險識別與資產配置能力。其中關鍵環節在于借助內部評級體系實現有效的風險評估和資產選擇。正確的信用評級以科學的評級模型為基礎，以公正合理的專家評審規則為保障。因此，評級模型的構建至關重要。

國際機構評級模型的啟示與國內評級模型的自身要求

（一）國際機構評級模型的特點及啟示

本文以穆迪的鋼鐵行業和煤炭行業兩個評級模型為例進行分析，發現其具有如下特點：（1）定量指標權重占比很高，數據可靠性和客觀性較高，指標數量雖不多，但覆蓋了經營與財務的核心要素，簡潔明了，具有較強的可操作性；（2）在運營規模和財務穩健性指標上，穆迪對鋼鐵行業配置更高的權重；（3）重視經營性現金流對債務的保障程度；（4）對煤炭行業注重資源儲備和經營多元化的考察，雖然鋼鐵行業對上游鐵礦石依賴程度較高，但穆迪模型并未設置資源控制方面的指標；（5）兩個行業模型的權重配比和指標設置存在較明顯的行業差異；（6）重視現實的公司財務穩健性考察。

根據上述分析，筆者認為穆迪模型不乏借鑒之處：（1）指標簡單、數量較少，但能覆蓋核心要素，代表性強；（2）注重財務穩健性考察而不是盈利，強調評級模型的行業風險特征差異。

（二）中國信用債券評級模型的自身要求

盡管穆迪模型不乏借鑒之處，但構建中國信用債券評級模型要有自身特點而不能照搬其固有框架。

1.國內信用評級范圍（rating scope）不同于國際機構

本文界定的評級范圍為中國國內，被評的行業信用和個體信用均在國內范圍內進行排序，評級結果表明其在國內的風險序列，不受主權評級上限的約束。這與國際機構全球化的評級范圍有顯著的不同。

從經濟發展階段和市場結構來看，中國作為新興市場與發達市場也存在不同之處：中國市場行業集中度相對不高，公司競爭力主要依靠規模或來自外部的特許支持；在對待發行人違約的態度上，中國市場的容忍度低，發行人理性違約的案例尚未出現。因此，中國信用債評級模型在方法論上應與國際機構存在一定差異。

2.定量與定性相結合

穆迪模型較多依據定量數據，對財務報表依賴性較高。這種思路比較適合于國內一般競爭性工商企業。由于國內國有企業、金融集團和地方政府平臺為主要債券發行人，且行業集中于公用事業、交通運輸和城投平臺，這些發行人中相當一部分擁有較強的政府支持背景，這在定量指標中難以充分反映，且就中短期來看，表現欠佳的財務指標并不會實質性影響其償付能力。此外，從信用分析的基本原理來看，發行人的自身營運能力固然重要，來自外部的再融資支持也是不可或缺的重要因素，尤其是涉及國計民生的央企集團和地方國有企業集團。所以，構建中國信用債券評級模型需要將定量評價和定性評價相互結合，結合的比例值得研究。

3.國內主體運營能力評估的重要性上升

近期中國經濟增速放緩并承受下行壓力。在此之前，國內市場較快的發展速度推動固定資產投資項目增加較多，形成較大的產能壓力，企業財務杠桿整體上也被推升至較高水平。所以，企業層面總體上存在發展方向的不確定性，這使得反映過去經營業績和財務狀況的財務指標不能夠前瞻性地反映未來的信用品質，更難以度量跨周期的信用等級。因此，應該適當增加主體運營能力定性評估要素的比重。

4.增加驅動性因子考察

穆迪模型較多采用監測性因子而未使用驅動性因子，不適合國內的實際情況。無論是行政手段還是市場機制，只要帶來發行人的信用優勢，都應給予認可。如國有大型煤炭集團擁有的資源儲備優勢，國有商業銀行擁有的全國性儲蓄網絡優勢，以及部分壟斷行業中的主導企業特許經營優勢，這些可以給未來財務表現帶來明顯正面影響的因素，作為驅動性因子需要在評級模型中得到體現，并予以適當強化。

考慮到所處的宏觀經濟發展階段和債券市場結構特點，中國信用債評級模型比較適合的評級哲學是：以經營和財務風險的定量指標考察為基礎因子，以宏觀經濟評價、行業信用評估、主體運營定性考察為調節因子，針對行業風險特征差異，合理配置基礎因子和調節因子比重。

中國信用債評級體系設計及指標體系權重設置

（一）中國信用債評級體系設計

評級模型的構建要實現有效的信用風險管理和信用債投資決策支持兩個目標，而這取決于信用風險識別的全面性、風險因子評估和度量的科學性，這些又需借助于信用評級體系來落實。信用評級體系的核心是主體信用評級，宏觀經濟環境評價和行業信用評估是主體信用評級的基礎保障和重要調整因素（見圖1）。

圖1 信用債評級體系示意圖

1.宏觀經濟環境評價

宏觀經濟是造成發行人償付風險的風險源之一，盡管主體評級具有跨周期特點，但一旦新的數據可以幫助確認原有的宏觀經濟認識需要修正，則需要重新進行宏觀經濟環境評估，并根據評估結果修訂該評級周期內的宏觀經濟調節系數。該系數將調整該評級周期內的全部評級，表明該評級周期內的總體信用等級都受到宏觀經濟變化的影響。

2.行業信用評估

以行業整體作為評級對象，是因為行業代表了同類型公司的共同風險特征。行業信用評估是主體評級的重要基礎，其結果是由該行業在宏觀經濟環境中的抗風險能力及其與其他行業之間競爭優勢對比而產生的，是影響公司償付能力的重要驅動性因子，也是影響主體信用等級的重要調節因子。本文以申萬行業三級分類作為行業信用評估對象的基礎，并根據債券發行情況和行業特征確定48個三級行業作為評估對象，這48個行業發行量占信用債存量比重超過95%，具有較強的代表性。

本文選取三個方面作為行業信用評估要素：行業適應宏觀周期與經濟政策能力、行業在國民經濟和市場結構中的競爭優勢和行業財務穩健性，每個要素又包含諸多定量或定性指標，根據重要性原則設置各種權重，對行業總體信用水平排序確認信用評分和信用等級。此項評估定期進行，以把握行業信用動態，對主體信用評級的等級上限具有一定的指導作用，也用于主體評級時計算宏觀經濟環境和行業狀況要素的評分。

3.主體信用評級

（1）主體評級以信用分析為基礎

主體信用評級是評級體系的核心，也是確定債項評級的基礎。在主體信用評級過程中，首先要進行信用風險要素的識別、分析、評價，然后利用評級模型予以度量、形成信用等級，最后將標示信用等級簡單明了的符號向使用者發布。分析框架要詳盡分析各種要素，以形成風險識別與評估意見；評級模型則是選擇適當的評價指標根據其重要性進行風險度量。所以分析框架包含的指標內容可以有很多個，但運用于評估和度量的指標則需具有較好的代表性，并非越多越好，評級模型中的指標篩選和權重設置還要遵循建模規則的要求。

（2）主體信用分析以現金流為主線

信用分析不同于價值分析，其分析的目標是要度量償付能力。償還債務的是現金而不是盈利，所以信用分析必須以現金流為主線。預期充裕的現金流代表了很強的償付能力，但較佳的盈利指標并不表示信用等級就高。

主體現金流入主要來自于經營性流入、再融資流入和資產處置產生的現金流入。其中經營性流入是現金流的基礎，但再融資現金流入同樣支持主體的償債能力，所以擁有很高再融資能力的發行人也可以獲得較高的信用等級。

以現金流分析為主線的信用分析思路在評級模型中體現為選取現金流覆蓋指標（如EBITDA利息倍數、經營性現金凈流量/流動負債、EBITDA/負債、經營性現金凈流量/負債、自由現金凈流量/負債）進入評級模型，并占有相當的權重。

由以上三個層次評級組成的體系，能夠形成較好的信用評級區分度，不僅區分了發行主體之間的信用品質，還區分了不同行業總體的信用品質，以及不同經濟周期之間的差異，便于投資者甄別投資時機，確立行業定位，篩選債券品種，較為適合于金融機構的信用產品投資決策。

（二）指標體系權重設置

指標體系權重設置是構建模型的重要環節，要解決模塊權重、要素權重、指標權重三個層次的配比。權重配比包括宏觀經濟、行業狀況、主體運營與主體財務四個模塊的配比，定性與定量的配比，驅動性指標和監測性指標的配比，又可稱作“大權重配比”；再據此設置評級指標的權重，稱作“小權重配比”。權重設置要由大及小，以保障權重總體上合B2F6Rl0uN9A+h00uQ2GDKbW0IHSvuDqwPyGYqqC1kFY=理、科學。

不同行業的權重配比表明了不同行業風險計量側重點的差異，這種差異之所以存在，是因為行業信用水平對財務指標的依賴程度不同。

1.模塊權重設置

確定權重的方法主要有Delphi法和二元對比法兩類。前者通過專家評分來確定權重，而二元對比法則是以指標間兩兩比較為基礎來得到權重，避免了對影響因素中所有個體直接進行排序的困難。層次分析法（The Analytical Hierarchy Process，AHP）是美國運籌學家T.L.Saaty于上世紀80年代提出的一種二元對比多目標決策分析方法，其中一種簡潔實用的層次分析法（AHP）——和數法則，是基于專業性主觀判斷（Delphi法的原理）指導下的量化模型，能夠科學確立模塊權重，并借助指標以確保判斷因子的重要性是否滿足一致性原則。和數法則的應用是Delphi法和AHP的有機結合。

本文以煤炭行業信用評級為例，通過比較宏觀經濟環境、行業狀況、主體運營和主體財務四個模塊的重要性，建立四維矩陣（見表1），即可依據公式計算每個模塊的權重，并借助一致性比例（Consistency Ratio， C. R.）對其能否被接受作出判斷。

根據層次分析（AHP）理論，用和法確定權重的計算公式為：

其中，i表示行序，j表示列序；Bi表示第i行指標，Bj表示第j列指標，Bij表示第i行指標相對于第j列指標的相對重要程度的量化數值，Bij×Bji=1。

表1 模塊判斷矩陣與權重計算表（以煤炭行業為例）

上述判斷矩陣經過計算，最大特征根 =4.21；

相容性指標C. I.（Consistency Index） = =0.07；

平均隨機一致性指標R.I. （Random Index）= 0.89 （查表）；

一致性比例C. R.（Consistency Ratio）= =0.08<0.10；

一般情況下，一致性比例C. R.小于0.10則可判斷矩陣具有相容性，據此計算的權重可以被接受。

2.要素權重和指標權重設置

發行人的財務指標分析評價是信用評級的核心內容，由于這一部分數據客觀性、可靠性較強，且基本能夠較全面地反映公司的現有財務實力和未來的償付能力，所以其往往占有最大的權重。比如在上述煤炭行業模塊權重示例中，主體財務模塊的權重占比達52%，遠遠高于其他模塊，如果是一般競爭性工商企業，則財務指標的權重更大。

可以運用于評價發行人信用品質的財務指標很多，國外研究結果表明，有100多個財務指標可以被用于信用評價。而實際上評級模型運用的財務指標個數并非越多越好，存在一個較優的平衡數值。

主成分分析法是解決指標信息重疊問題的多元統計分析方法，可產生一系列互不相關（正交）的新變量，使得度量總體風險的要素維度更加充分，評級要素更加完整，解決了主觀定性判斷的模糊性問題。在上述新變量中，可以選取方差貢獻率排在前幾位的變量作為主要解釋變量代替原有全部變量。如果說原有全部指標皆為財務指標的話，則被選取的具有代表性的新變量就是評級要素，即運用主成分分析法就實現了財務指標要素化的過程，使得財務指標對信用品質的解釋集中在幾個主要的評級要素維度上，提升了解釋力。

財務指標方差貢獻率體現因子和要素對總體結果（財務實力或信用品質）波動性的歸因程度，可以作為確定主體財務模塊下要素和指標權重的參考。其他模塊（如主體運營模塊、行業狀況模塊）由于指標數量不甚多且客觀性不強，不宜套用量化模型，仍然采取重要性法則排序選定指標及其權重，如采掘行業的資源儲量、醫藥商業的業務網絡、金融機構的凈資本實力、政府融資平臺的再融資能力，都是影響主體運營模塊內的重要驅動性因子，產業類的行業模塊中產業鏈競爭力尤為重要，這些因子都必然占有較高的權重。

在實務操作中，解決財務指標及其評級要素的權重配比，可借助SPSS軟件的主成分分析法進行。以煤炭行業評級模型為例，本文選取13個財務指標作為信用品質評價的主體財務模塊的內部指標，這里指標的選取存在主觀性判斷，要考慮什么樣的指標與償付能力最為相關（相關性），且能夠全面解釋信用品質并作出計量（全面性）兩個重要方面，即相關性和全面性是選擇指標的兩個基本點。如果不符合這兩個基本點，后續的定量模型確定權重的方法就不可能導出正確的結果，這體現了數量模型必須在合理的定性分析指導下進行操作的原則。

SPSS軟件將57家煤炭企業發行人的各自13個財務指標進行主成分分析，進行標準化處理，得到相關系數矩陣和相關矩陣的特征值、方差貢獻率、累計方差貢獻率（見表2）。

表2 相關矩陣的特征值、方差貢獻率、累計方差貢獻率

如表2所示，前4個主成分的貢獻占全部指標的82.074%（一般實證經驗認為，因子的累計貢獻率達到75%就可滿足提取要求），信息含量能夠代表原來選取的13個指標，且主成分的意義由權重較大的幾個指標線性組合而成。以方差極大法對因子載荷矩陣進行旋轉（Rotated Component Matrixa）之后（見表3），主成分因子變量的經濟含義更加清楚。

表3 旋轉的因子載荷矩陣

從表3可知，主成分因子1由資產負債率、帶息債務率、速動比率、EBITDA/利息費用、已獲利息倍數、經營性現金凈流量/流動負債、EBITDA/負債等7個指標線性組合而成，方差貢獻率47.366%，代表了反映信用品質的財務指標的大部分內容，反映發行人的財務穩健性，其中資產負債率、帶息債務率與信用品質負相關；主成分因子2由凈資產收益率、總資產報酬率線性組合而成，反映發行人的資本盈利能力；主成分因子3由毛利率和EBIT收益率線性組合而成，反映發行人的營業盈利能力；主成分因子4由存貨周轉率和應收賬款周轉率組成，反映發行人的資產周轉效率。主成分因子2和3的方差貢獻率遠小于主成分因子1的方差貢獻率，主成分因子4的貢獻率則更小。根據主成分因子各自的方差貢獻率和內部因子的相關系數可以確定各自權重（見表4）。

表4 指標權重計算表

進一步分析模型自身生成的4個主成分因子發現，主成分因子2和3的經濟意義更為接近，可以歸并為盈利能力要素，主成分因子4僅僅包括周轉指標，界定為經營效率要素，主成分因子1可以分拆為財務結構（含資產負債率、帶息債務率）和債務保障（EBITDA/利息費用、已獲利息倍數、經營性現金凈流量/流動負債、EBITDA/負債）兩個要素。于是，結合主成分經濟意義的主觀分析可以形成新的4個主成分因子，總的方差貢獻率仍然是82.074%，對信用品質的解釋力沒有改變。

中國信用債評級模型評級效果檢驗

中國資本市場尚未出現信用債的現實違約，因此尚沒有一家權威機構公布違約率統計結果。而市價隱含違約概率代表了市場一致的風險認知，一個適當的模型至少不應該與之過分偏離。在基本趨勢上，應該符合“高評級低違約概率，低評級高違約概率”基本規則。

本文選取144只無擔保的煤炭行業信用債券作為樣本，以同一主體發行的多個債項的加權平均市價隱含違約概率表示主體的違約概率。從32個發行主體的模型評級結果來看，總體上，模型的信用等級區分度較為明顯，每個信用等級的市價隱含違約概率與模型評級結果也具有較強的一致性（見表5），模型評級效果總體較好。樣本信用等級中位值介于BBB-與BBB之間，信用等級越高則違約概率越低，信用等級越低則違約概率越高，且隨信用等級下降越明顯，違約概率升高幅度就越大。

表5 模型評級結果的一致性檢驗表

但也有部分個體的模型評分與其市價隱含違約概率不一致，主要表現在部分總資產規模較大的發行人財務穩健性欠佳，而市價隱含違約概率卻較低，另有個別發行人盡管擁有較佳的財務表現但資產規模偏小，市價隱含違約概率明顯高于前者。這反映了市場或估值更倚重于發行人的資產規模，財務穩健性則次之。

綜上，本文構建的評級模型可以客觀衡量公司財務實力和穩健程度，度量其未來償付能力，模型評級結果總體上也與市價隱含違約概率具有較好的一致性，但個體差異依然存在。對于個別模型評級結果與市價隱含違約概率不一致的原因，值得進一步挖掘。市場或估值過度倚重發行人資產規模的風險認知傾向，可能形成風險趨同的弊端，帶來資源錯配和系統性風險集聚的隱憂。（本文僅代表作者個人觀點，與所在單位無關）

作者單位：工銀安盛人壽保險有限公司資產管理部

責任編輯：劉穎 羅邦敏