公司信用评级方法上的困境和解决途径

——时亘评级的应用

杨一民 美国鼎信银行创始合伙人、代理CEO

一、信用评级面临的问题

信用评级起初是因为巴塞尔协议的要求，后来渐渐地变得严格，因为数据逐渐增多，之后再出现压力测试等等。信用评级出现的问题很多，而且有些很难解决的。今天着重讲公司信用评级，公司信用评级在美国主要针对比较大的公司，因为较大的公司可获得的公开数据比较多，相对来讲是可以通过数学模型进行评级的。 

巴塞尔协议常用的方法是通过违约率来做信用评级，银行常常认为评级跟违约率基本上是相互一致的、等价的东西。基本上都是先计算出违约率，然后再把违约率和评级相对应。有些银行可能用像评级机构穆迪或者标准普尔的办法，不是使用违约率的模型，而是通过一个决策流程，由专家分析各个数据，用各种办法评估风险，给出信用评级，这种方法更加难以量化。还有一个比较理论化的方法，就是KMV模型，先从理论上描述违约，即资产低于债务。并构建各种各样的模型计算，最后用真实的数据去校正违约率。除了穆迪采用的方法以外，其他的办法也把信用评级跟违约率紧密联系，基本将两者当作同一个概念，这导致了太多的问题。

将违约率和评级绑定一般分为两个步骤：

第一步，与违约率没有太大的直接关系，只按照风险大小来排序，常用的办法是逻辑回归。逻辑回归得出的数值并不是违约率，而只是代表大小顺序。

第二步，将信用评级和违约率连在一起，通过一个“校正”的过程，在国外基本上是一个等级对应一个数字区间。

真正问题出现在校正的过程中，原因是违约率可以有跨周期的违约率、短期违约率、第一年的违约率，第二年的违约率等等。违约率给出的风险顺序不一定是一致的，例如跨周期违约率的风险顺序，公司A比公司B的跨周期风险可能要大；但是A的短期风险可能比B的短期风险要小。 

信用评级，包括KMV这种理论上的模型，最大的问题就是不稳定，有两个原因： 

第一，评级结果经常发生变化

第二，结果和我们实际要求的顺序是不一定一致

这导致有些银行最后决定不使用像KMV这种模型，因为它造成的困惑比解决的问题更多。实际操作中最后一般使用比较传统的方法，而不是很多不同的办法的混合，否则会面临两者的评级或者方向不一致的时候怎么确定的问题，这就是一致性问题。

信用评级为什么不一致，到底哪个是正确的？美国SEC曾经按国会的要求做了研究，国会认为信用评级要标准化，否则评级机构、各银行之间也不一样，而且不仅是顺序不一样，变化的方向也不一样。原因很容易理解，因为使用的数据是不一样的， KMV使用的是股市数据，而银行使用的是历史数据，评估结果当然不可能一致。我们目前要寻找使得结果也是统一的信用等级评估方法。

二、时亘评级——一致性解决方法

找不到合适统一的方法把所有的评级统一起来，因为每个人的信用标准不一样。要解决这个问题，就要找到一个标准的办法去衡量所有的信用系统和所有的等级。

通过十几年的努力，在将近20家大型银行做过评级有关系的工作后，我得到了一个公式，所有的信用评级可以用这个公式来表示。这个公式相当于一个标准，我们可以把所有的评级都用一个标准来衡量，所以它们之间的转换变得非常容易。

图1  时亘评级

例如下图，把穆迪和标准普尔的评级用我的时亘评级方法表达出来，左边是穆迪，右边是标准普尔，不同的颜色代表不同的评级，每一条线都是不同的评级。评级的斜率相当于我们的标准，这样任何的评级都可以用这个办法表达出来，通过它的斜率就可以判断出它跟其他的评级系统是否一致，是否可以转换等等。

图2 不同评级系统的对比

这样这一个公式和方法就可以做出所有的评级，解决了评级不一致的问题。总的来说，我们找到了一个严格的数学定义，现实世界和理论研究中所有的评级都用这个定义去衡量，可以用非常精确的数学公式完成不同评级之间的转换和比较。

演讲文稿整理人：梁丹辉

责任编辑：傅泽天

来源：TGES2021（第十七届）中国金融风险经理年度总论坛：对公业务与企业融资风险管理（11月）