◆中图分类号：F830.5文献标识码：A
内容摘要：信用评级是基于艺术方法与科学技术结合对信用风险揭示作出的理性判断，评级中的艺术特点构成了评级模型化的技术难点。本文从评级分析方法的角度出发，研究了评级模型化的可行性，并借鉴信用风险模型技术提出了构建信用风险评级模型的框架性思路。
关键词：信用风险 评级方法 信用风险模型
随着计算机技术飞速发展，数理统计技术越来越多地应用于社会科学领域，从而极大地推动了金融经济理论与金融市场的发展与进步。信用评级作为资本市场中揭示信用风险、减少信息不对称造成的不公平交易的手段，在100多年的市场表现中，其行为与结果已经得到了市场的肯定与接受。不同于其他实用的经济金融理论，最早起源于评级机构主观判断的信用评级，并没有令人信服的理论基础。随着金融市场的信用风险管理越来越引起社会的关注，被市场主体与监管机构认可并依据的信用评级，有必要尽快建立并完善其科学分析的基础。
信用评级内涵阐述
信用评级最早是由评级机构发明并在市场中推广。虽然几家国际上有影响的评级机构各自声称，最初的评级概念及评级符号是由他们公司发明的，但是利用等级符号区别信用风险程度的方法，由评级机构引入市场是不争的事实。因此，研究信用评级的概念首先应从评级机构入手。
通过汇集比较几家国际著名的评级机构的评级定义与等级含义，笔者发现各家公司对于信用评级并没有统一明确的定义，等级符号及含义也有差异，但其中的核心意思却很接近。
在穆迪公司评级符号与定义的文章中，对信用评级符号的解释是：评级符号反映信用质量的差异，等级符号分为九种（Aaa、Aa、A、Baa、Ba、B、Caa、Ca、C），分别代表从最低信用风险等级到最高信用风险等级。每个符号代表一个组别，组内的信用特征大体相似。在标准普尔的评级符号定义中明确：AAA等级代表偿还债务能力极强；AA级偿还债务能力很强，与AAA级差别很小；A级偿还债务能力较强，……，CCC级目前有可能违约，CC级目前违约的可能性较高，等等。
总结两家公司的等级定义，评级是针对信用质量，也即偿还能力的相对意义上的划分，用等级符号来区分信用质量(偿还能力)程度上的差异。
信用评级的艺术性诠释
穆迪公司对信用评级的含义解释：评级涉及对未来的判断，在指定评级时需要对“可见”未来的“最坏”可能性做深入探讨，而不只是倚赖历史记录及当前状况。评级不只是各种统计数据的反映，它是对长期风险的综合评估，其中包含有大量非数据因素。另外一家国际评级机构惠誉公司的解释是信用评级是科学与艺术的结合，信用等级代表着一种融合定量与定性分析的综合主观评价。
标准普尔在公司信用评级方法中提到：评级分析并不局限于对各种财务指标的检验，理解这一点至关重要。对负债偿还保障水平的恰当评估需要一个更大范围的框架，包括对公司基础业务的透彻考评、对公司竞争地位的判断，以及对管理人员和公司战略的评估。评估涉及的因素很多，包括行业成长、稳定或衰落的前景，以及所处的商业周期。判断技术变化、劳动力流动，或者政府干预的影响等因素也是很重要的。标准普尔非常看重管理人员管理财务风险的理念和政策。
从以上文字可以体会评级机构的信用质量，或偿还风险评级，绝非仅仅基于某些直接的财务指标或经营性指标就可以得出的结论。假如一家公司的主营利润率较高，假设达到50%，远超过行业的平均水平20%，我们也无法得出该公司的信用质量水平高的结论。原因很简单，主营利润率高，仅代表其主业经营有一定的竞争优势，但这种优势是否已经形成了稳定的市场地位，这种优势的形成是否是基于历史大量资本的投入，公司是否仍旧处于沉重的资本支出的压力下，每年需要支付的资金成本是否已经消耗掉高利润率所带来的收益等问题。
综上表述，信用评级是一个融合宏观经济、行业及市场风险，企业经营、管理、财务等多项理论原理，将定量与定性分析结合的逻辑判断过程。在一个由众多的经济人组成的团体中，人的因素、人与人之间的相互作用、内部人与外部人之间的影响是决定团体行为的核心因素。显然研究团体人的思想与行为、机械的技术分析是不够的，蕴含主观判断的结论必然是评级艺术性的体现。
数学方法是评级分析的基础
对于评级机构来讲，虽然他们并不过分强调数学模型在其评级过程中的作用，但他们也并不回避其艺术性的表现必须建筑于科学分析的基础之上。打开几家评级机构的网站，你总能找到信用评级是在定量与定性基础上综合分析确定的信用等级，信用等级是基于预测的基础上确定的，信用等级仅反映公司债务到期偿还违约的可能性等表述文字。一方面是向世人强调信用评级中的主观性，另一方面也希望能够取得市场应有的信任，评级也是基于科学的定量数据分析及预测的基础上产生，绝不是妄加判断。虽然在市场中，我们并不能接触到评级机构有关数量分析的技术与模型方面的信息，但通过阅读评级机构的评级报告，我们能很方便地发现评级机构在揭示信用风险时，不仅大量使用财务指标作为支持观点的例证，而且反复使用具有逻辑关系的指标与数值，解释分析的依据。
评级机构并不公开他们的数据基础分析技术，但评级机构却经常公开他们的历史评级的统计结果，以示评级的准确性。这不仅表示评级机构在极力证实评级的科学性，同时也显示出评级缺乏理论支持的局限，因为没有理论证明，历史统计结果某种程度上仅代表历史上的巧合，一旦出现差异，容易招致市场的质疑。
信用评级模型化的难点
针对信用评级的科学研究即是用人们普遍接受的理论来解释评级行为的合理性，用客观事实证实评级结果的准确性。由于评级机构确定的评级方法中包含了大量的定性分析内容，且主观判断所占份量很重，简单地用数学方法将定性分析量化，不仅无法表现信用风险分析中的逻辑内含，而且违背了信用评级的理念，削弱信用评级的风险揭示深度，因为信用风险的引发因素是由多人主导，人的思维与行为是很难简单地量化。这应该也是评级机构在长达百年的历史中，一直没有过多地强调评级模型的原因之一。
目前在市场中出现并取得业内认可的信用风险度量模型多数为研究机构或银行界开发的信用违约分类模型及信用风险定价模型。20世纪30年代，研究人员开始将数量化模型应用于信用风险评估领域。至20世纪60年代，随着信用卡业务的推出，模型技术在信用风险领域的应用取得了突破性进展。1967年Beaver在破产预测模型方面做出了开创性工作，1968年Altman运用多元判别信用评分分析方法设计了Z打分模型。时至今日，信用评分模型方法已经成为银行广泛使用的一项技术。在企业信用方面，主要用于企业违约分类，将企业分为违约与非违约类，这与现实中的企业违约风险渐进性特点明显不同。另外，根据研究人员的最新研究，此类模型存在着明显的滞后性，样本统计依赖过度，对于样本外企业的判断准确性较低。
1974年基于公司价值的信用风险模型Merton模型出现，该模型把违约过程描述为公司价值恶化的显性结果。随后，KMV公司基于Merton模型的原理，构建了期望违约频率模型。该模型使用股票市场信息，基于公司权益持有者对公司的资产拥有一个买入期权，执行价格等于公司的账面负债的经济原理，提出了违约距离的概念。这应该是与评级机构的评级方法思路最为接近的模型。KMV公司的EDF模型，仍需要将模型计算的违约距离与穆迪公司的历史违约率统计量结合才能形成比较接近现实的违约概率预测，而且由于模型应用的假设条件较多，与现实情况存有一定的差距，且输入参数选用了资本市场的权益价格信息，如若此市场信息存在明显的非理性因素，模型结论的准确性也是值得讨论的。在我国，由于资本市场形成的时间不长，市场还不太成熟，规范市场的政策出台较为频繁，人为操纵及企业违规等不规范行为出现的频率较高，市场价格变动缺乏理性行为的规律，基于这样的信息环境预测违约风险，其解释性及可信度则需要仔细斟酌。
评级模型设计构想
由巴塞尔银行监管委员会编著的《外部信用评级与内部信用评级体系》一书中提到：“虽然定量化信息对于估计债务工具的绝对信用风险是有用的，但信用评级仍然是更精确地估计了发行人的相对风险，而不是绝对风险”。在《信用风险度量与管理》一书中提到 “评级机构的分析师不采用模型来对公司进行评级，但是模型的确能够把分析师考虑的最有意义因素整合起来。每个因素的权重可以通过和分析师进行讨论来定性地定义，也可以通过各种统计方法获得定量的权重”。
从上述两段话中，可以清晰地读出两层含义：使用模型技术对评级很有帮助，但是评级不能完全依赖模型。因此，在模型设计中，笔者坚持了一个原则：评级模型要尽可能地反映评级的思想，评级模型无需达到一个量化的结果，因为评级并不局限于一个量化的绝对数值。
虽然影响违约风险的因素很多，评级机构的信用评级方法也是对宏观、行业、市场及企业财务与经营等方面信息进行综合分析判断，但是影响企业违约风险的因素之间存在因果作用的关系，对违约风险的影响存在直接间接、核心一般性等影响程度上的差异，虽然有些统计工具可以帮助我们发现指标之间显现的一些规律，但局于样本空间的统计结果，并不能解释客观市场中的普遍违约现象。基于多元线性方程的判别模型，显然将存在内在有机联系的多项因素简化，虽然模型中的各项因素单纯与信用风险的关系在模型中显见，但模型结果对信用风险的解释性较差。而基于Merton结构模型设计的KMV模型，虽然从公式能够直观地得到清晰的经济含义，但由于依据的输入信息掺杂着许多与违约无关的内容，尤其是市场不成熟的环境，更会影响模型的效果。
基于以上分析，本文认为，信用评级的模型技术应用，应从评级方法的原理入手。寻找影响违约的直接因素，运用分段模型化的方法，将间接因素作用于直接因素的影响建立中间模型，借鉴KMV模型的思路，建立信用风险等级分类模型。在模型化的过程中，不要有过多的理论假设，尽量减少主观因素的影响，保持定量因素对信用风险的真切反映，信用评级模型的作用仅是信用评级分析的参考，无需取得量化的结果。
总之，信用评级机构一直强调：信用评级是基于艺术方法与科学技术结合对信用风险揭示作出的理性判断。数据之间的数学关系需要经济含义解析才具有实际意义，而评级观点的形成需要数学关系反映的规律才具有说服力。因此信用评级模型的研究应该建立在充分理解信用评级方法的基础上，运用成熟的数学模型方法，建立能够表示评级思路的数学关系。用数学模型为信用风险评级提供科学的分析依据，而不是取代信用评级蕴含的逻辑分析的艺术性。
参考文献：
1.Arnaud de Servigny, Oliveier Renault.信用风险度量与管理.中国财政经济出版社，2005
2.标准普尔公司.标准普尔的评级符号的定义.标准普尔公司网站，2005.4
3.罗平编审，basel银行监管委员会编.外部信用评级与内部信用评级体系.中国金融出版社，2004