如何自己建立一个行业的信用评级模型？ 第1页

为大家推荐一个私藏的资源！不用谢本红领巾！

金融领域从业者，尤其是债券领域的从业者，应该都很熟悉中债资信这家公司，他们的评级结果是基本是国内最靠谱的，大家最经常参考使用的...

而这家公司超级慷慨地把自己的评级思路、体系、方法都公布在了官网上。放个截图，大家感受一下，在“评级方法”这一栏，介绍了40多个行业的评级方法。每一个行业点进去，都是一个30页以上的PDF！

随便给大家截个目录，大家感受一下！

真的是特别好的资源！认认真真学一遍下来，能从小白进化成一个有点货的信评~

如果你时间比较紧张的话，建议先从“基础规范”那一栏的材料开始看起，这一栏的材料是统领性的概述，每一个行业内部的评级都遵循这些基础规范！

以“评级原理”为例，在我是一个小白的时候，我根本不知道信用评级到底看哪些方面，材料里的图1一下就很好的解决了我的疑惑，比B度不知道强到哪里去了！

顺带附赠，我当时看这个图时做的笔记~

• 偿债能力，主要包括两个核心评价要素：
• 偿债资源，i.e. 债务人创造偿债来源资金能力，微观经济学的基本出发点为资源的最优配置，因此中债资信评级原理中将信用主体的资源配置能力作为反映其偿债资源的核心因素。
• 债务政策，i.e. 债务人自身需要偿还的全部债务契约状况。主体所承担债务的规模和结构受其决策行为影响， 反映其对待债务的意愿和态度，即主体的债务政策。
• 资源配置能力和债务政策在很大程度上受主体所属行业风险的影响。
• 偿债意愿，主要取决于：
• 偿债意识：受到传统文化和价值观等非理性层面因素的影响
• 理性决策：受到违约成本收益决策等理性层面影响
• 除个体自身层面外，对于主体偿债能力与意愿的考察还需要注重对个体外部关联主体和环境的分析和把握，主要指——外部支持和国家风险
• 外部支持：主要分为政府支持和股东支持
• 国家风险：大体可以分为经济金融风险、政治法治风险、突发事件三大类

在分行业的评级材料，会落实到具体看什么什么指标！

总之，这个材料真的是太赞了，内心都有点不想跟人分享呢(误)，哈哈哈。祝大家学的愉快！

PS. 欢迎关注我哟，以后有什么优质资源，都会及时分享给大家!

首先我们来看一下国际评级机构的评级模型。

穆迪为例，对非金融企业考虑的因素主要有：经营环境、竞争力、盈利、债务负担及偿债能力。穆迪的评分模型采用加权（权重、评分标准）的方式给出一个分数，再从分数对应到级别。以零售行业为例，分别有规模（10%），经营（30%）、债务负担和偿债能力（45%）和财务政策（15%），里面涉及的指标不是很多，对于不同行业权重和评分标准也有所差异。这里就不详细介绍了，想了解更多可以去穆迪网站上看：Rating Methodologies，各行业都有。当然，各项指标评价时都需要调整（后文会略介绍）。

然后再来看下标普的。标普采用了矩阵式，通过主权（国家或地区）风险和行业风险矩阵确定受评对象的经营环境评分；通过行业地位和盈利能力确定受评对象的竞争力水平评分；然后用矩阵（经营环境和竞争力水平）得到运营风险评分；最后通过“财务风险-运营风险”矩阵得到初始评级，再用定性因素进行调整。每个一级指标里面都有一些财务等各类型指标，通过1234567分的方式来打分，最后加权得到一级指标的结果。

矩阵其实也是一种加权，例如AB矩阵，在A表现很好或者表现很差时给予更高的权重，AB同时表现一般时，给予AB相同权重。举个例子，一个万亿规模的企业，可能财务指标不怎么完美，如果采用加权打分方式，可能会给他级别评的一般；但事实上，规模对于国内外信评机构来说都是决定因素。比如全球AAA的企业规模肯定比AA+的平均规模要高，这个在国内更明显，主权评级（国家评级）也是如此，GDP总量、人均GDP和人类发展指数（HDI）这些是硬性指标，惠誉的主权评级里人均GDP和HDI等国家发达程度指标权重甚至接近40%。

另外补充一下对指标的调整。从惠誉的企业评级方法里找到一些例子。比如对现金类资产的认定，不单单是现金等价物余额、应收票据这些资产负债表科目，还包括了对可供出售金融资产、长期股权投资这些科目里面细分科目的调整。对于持有的政府债券，全额计算；投资级债券70%的discount；投机级债券，会给予0~40%的discount（下图）。对于债务，也需要调整，比如长期债务里可能包括了短期可能会到期的债务，也会调整进短期债务里去，这些就不多讲了，继续回到模型问题上。

回顾完国外的，现在来简单介绍下国内怎么建信评模型。

首先是被解释变量。关于违约问题，中国债券市场违约率积累不足是个大问题，但是不完全没有，到2018年4月已经有180多只债券违约，大多都发生在2014年以后（超日债是开端，14年之前的代偿也可认定为主体违约，比如恒天海龙，新中基，11常州SMECNⅡ001里面的那些违约企业）。14~17年每年违约的数量大概几十家，总体上建模是可行的。另外，信用利差、断崖式降级（级别下调2个子级以上并且到AA-以下）、净资产为负、列入失信被执行人都可以加入到被解释变量里。用资产负债率当Y肯定不行，他是很重要的一个解释变量。

解释变量，这里就不多说，无非就是各个方面的财务指标，这里就不普及财务知识了。需要多说的是，实际操作来看，很多指标不好使，需要自己构建一些指标，至于怎么构建，就要看违约企业特征了。举个例子，保定天威英利，用普通的财务指标看不出来问题，规模不小，持续盈利，但这个企业关联往来款太多，资产里几乎全是应收款项，流动速冻比率都不管用的；还有就是现金收入比，神雾集团的大规模关联交易和持续的大规模现金净流出、中城建非常差的现金收入比，都是典型的违约特征，需要在选指标时候考虑进去。最后就是要考虑不同行业的财务特征，轻资产和重资产不一样，电力和零售的流动比率也差异很大，各行业不可一视同仁。

好了，到这里就可以通过各种统计计量方法来看哪些指标比较显著。当然，结果只是参考，需要不断的回归比对，通过稳健性检验、解决共线性问题才可以。

再回到LZ的问题，权重和指标区间怎么定？我们要回归到信评的本质：信用评级是对信用风险的相对排序，相对排序，所以说，归根到底，就是一个排序，有区分的排序。权重确定可以用的计量方法很多，比如主观一些的层次分析法，根据指标方差表现定权重的主成分分析法等，这里的逻辑就是，方差大的指标数据，区分度才好，才能排出来序，对吧？这些方法运用时也要参考你的回归结果，重要的指标也不能漏掉。说到底，权重确定是非常主观的，业内称为专家打分法，100人做信评模型，会有1000个结果，一点也不意外，还是要看个人的经验。指标区间，最简单的设定方法就是分行业根据指标的分位数来设，也参考下经验人士对行业的理解，理论值，推荐《企业绩效评价标准值》一书做参考。

补充一点，模型需要搭建一个框架，需要考虑哪些因素（盈利、偿债、规模等）？哪些指标合并或归为一类？需不需要学标普搞矩阵式的，这些都需要对行业的财务足够熟悉才可以做到。有时候加权达不到的目标，矩阵可以做到，矩阵也是比较主观的分析方法，你想怎么设就怎么设，穆迪也用过，惠誉也用过，都是比较主观的。

最后，怎么检验模型好不好呢？通常情况下，信用评级好坏，通过3种方法检验：评级迁移、信用利差和违约率，分别检验评级稳定性、评级区分度和评级准确性。用财务指标做模型，稳定性肯定一般，只有用利差和违约率检验了，只要违约率分布的“合理”（至少是级别越低违约率越高），各级别用一二级市场定价来检验利差是否有区分，极差是否逐渐扩大。通过这些检验，不管你建模用的什么方法，都是个好模型，因为没有证据说他不好，对吧？