信用评级技术与信用风险揭示精编

信用评级技术与信用风

险揭示精编

Document number：WTT-LKK-GBB-08921-EIGG-22986

信用评级技术与信用风险揭示

大公国际资信评估有限公司

1 引言

刚刚过去的2005年，是我国债券市场发展史上具有重要意义的一年。有关主管部门推出了远期交易、短期融资券和资产支持证券等一系列创新举措，企业债券市场有了较大发展，全年发行企业债37只、654亿元（面值），分别比上年增长％和％。特别是自2005年5月24日中国人民银行颁布《短期融资券管理办法》、允许符合条件的非金融企业在银行间债券市场向合格机构投资者发行短期融资券以来，我国企业短期融资券市场发展迅猛，截至2005年底，共有68家企业发行了86只短期融资券，发债规模超过1400亿元。

债券市场的快速发展有利于完善我国货币政策传导机制并推动利率市场化改革、推进资本市场与货币市场的协调发展、提高资源配置效率，但与此同时，也面临着信用风险不断扩大的威胁。

信用风险的产生源于金融市场中客观存在的信息不对称。投资者受时间、成本及专业能力所限，通常难以及时准确获得筹资方偿债能力方面的信息。信用交易在信息不

对称情况下进行，就会使投资者暴露在不确定的信用风险中。一旦筹资方大面积发生偿债违约，就可能造成金融市场的债务链断裂，引发金融危机，令金融系统甚至整个经济系统遭受巨大破坏。因此，为了防范信用风险，金融市场需要能够充分揭示信用风险的高品质信用信息广泛和自由地传播，以降低信息不对称程度。

信用评级机构是信用信息的提供者。由于我国信用评级的历史还较短，国内信用评级机构与世界着名的信用评级机构相比，无论在资金、技术以及规模等方面尚有巨大的差距，我国债券市场的快速发展为国内信用评级机构的成长既提供了机遇，也带来了挑战。

信用评级的核心是要充分揭示受评对象的信用风险，从受评对象目前现金流量和其它现金来源对债务的保障程度入手，充分考虑宏观经济环境、行业发展趋势、政策和监管措施等企业外部因素和基本经营、管理素质、财务状况等企业内部因素的影响，从而对受评对象未来偿付能力做出判断。

可见，现金流分析和行业风险分析是信用评级中两个基本而又重要的方面。本文在对国内外信用风险分析技术简要述评的基础上，针对我国信用评级技术发展现状，重点阐述了信用评级中的现金流分析和行业风险分析方法，最后进行了案例分析。

2 不断发展的信用风险分析技术

不断发展评级技术既是市场的需要，更是评级机构活力的源泉

金融市场是通过对收益的预期来导向资源配置的一种机制，然而风险的存在大大降低了市场的运作效率。按照信息经济学的原理，风险源于交易信息的不对称性和不完全性，而在信息不完全和不对称下的逆向选择和道德风险使金融市场中各方主体之间出现“囚徒困境”式的相互博弈，最终使得个体的理性行为演变为集体行为的非理性。因此，无论是发行人、投资者还是金融监管部门，都需要一个中立的、公正的和权威性的机构向外界披露发行人的信息，充分揭示信用风险，从而减少企业的融资成本，降低投资者的投资风险，并为监管部门提高市场监管效率服务。

评级机构的市场地位不仅依赖于其独立、公正、客观的评级立场，更源于其对信用风险充分、有效的揭示，从而使得评级结果所反映的信息具有很高的市场参考价值。国外的研究表明，当把信用等级作为虚拟变量与衡量债券偿债能力的其他经济变量一起放入解释资金成本的回归模型当中检验时发现，扣除了经济变量的影响之外，信用级别本身能够显着影响资金的成本，即等级越高者，融资成本越低，说明等级本身包含了市场公开信息以外的附加信息价值。评级本身是一个创造信息、增加市场信息供应量的过程，尤其在信息不充分的市场上，信用评级具有更高的价值。此外，信用评级是一个持续的过程，跟踪评级意味着受评对象“永远”受到评级机构的“监督”，信用等级的变更（降级或升级）能够给市场传递重要的信息，特别是降级能够产生显着的负面信息效果。

信息的附加值来源于评级机构对信息的加工和整理过程，即评级技术。评级技术就是在掌握公开信息和收集私人信息的基础上，对信息进行加工、整理和挖掘的过程，以及将他们抽象成决定信用质量的关键性变量或因素，并对这些变量的影响程度进行分析，最后得出表征风险高低的信用等级的过程。信息的加工过程需要高度的专业知识与技术，具有很高的知识含量，这就是为什么同样是面对公开信息，投资者不能有效“复制”出评级机构的评级结果，而必须依赖于评级机构的专业技术。

作为金融市场的参与者和以盈利为目的的组织，充分、有效揭示风险，并在这个过程中保持独立、公正和客观是评级机构赖以生存的基础，也是市场对评级机构的基本要求。

不断发展的信用风险分析技术

信用评级没有固定的公式，是一种开放的、不断发展的技术体系，能够兼容各种定量分析技术。

20世纪70年代以前，度量信用风险的方法和模型主要是借助于各种报表提供的静态财务数据，进而通过分析经济体的各种信息来相对主观地评价其信用质量。80年代以来，信用市场的发展和信用风险的变化使得风险度量研究领域开始出现了许多新的量化分析方法和度量模型。目前，西方发达国家(特别是美国)较为流行的模型和方法大体上可以分为两类：一是古典的(或称之为传统的)信用风险度量模型，包括专家制度模型、Z—评分模型和ZETA模型等；二是现代信用风险度量模型，目前比较流行的如：.

摩根的信用度量制模型(Credit Metrics Model)、KMV公司的信用监测模型（Credit Monitor Model）、瑞士信贷银行的Credit Risk+模型以及麦肯锡公司的Credit Portfolio View模型等。

对于上述种种流行的模型，我们需要注意的是：

（1）每种模型各有优缺点，具有各自的特点，不能相互替代，国外学者对这些模型所做的有效性检验证实了这一点。有鉴于此，人们在使用某种模型时可将另外一种可配套使用的模型结合起来，做到优势互补，以取得较好的效果。

（2）没有一个模型已经达到成熟完美的程度，它们均存在着这样或那样的弱点，尚须进一步改进和完善。同时，再完美的信用风险模型也仅仅是信用风险分析的工具，任何复杂的数量分析都不能代替信用评级中的经验判断，况且现有的信用风险模型还未达到完美的程度，人们还将面临着模型风险。

（3）现代信用风险模型的建立需要大量的参数估计，例如违约概率、违约损失率、信用等级转换概率等等，这些参数的估计是以历史经验数据为基础的。所以，上述模型的建立基础是发达国家几十年、甚至上百年有关信用资产和信用评级的历史数据库。即使古典（传统）的Z评分