信用评级体系的八大知识

张力军

伴随全球经济不确定性的增加，债务违约被全球经济体高度关注，这其中，信用评级再次引发各界关注。

信用评级是指信用评级机构对信用主体进行信用评价的过程。

对企业的信用评价结果一般是不连续的信用等级，故称信用评级。对个人的信用评价结果通常采用连续的分值，故称信用评分。评级与评分只是评价方法输出表达方式的不同，内在逻辑并无二致。这类似于百分制考试，既可以用分数表达，也可以分档归类成A、B、C、D。

对企业的评级称为主体评级，对某个具体债务工具的评级称为债项评级。

金融领域的信用评价有别于我们日常所说的企业或个人的诚信，有着更加严格的含义。具体而言，信用评价是从被评价对象的偿债能力和偿债意愿两个方面来估计违约风险的大小。评价结果可以表示为区分相对信用水平的信用级别或信用分数，也可以表示成区分彼此绝对差异的违约概率。

今年3月，一个月内世界三大信用评级机构穆迪、标普先后下调中国信用评级，一度引起不小的风波。尽管我国相关部门对其进行了有力批驳，但给我们带来的警示作用不容忽视，特别是，在中国经济日益与全球经济融合的大势下，国人需要对信用评级体系有一个全面的认识。

评价目的：好人与坏人。任何一个信用评价体系的基本目标都是要把评价对象进行分类。当然最简单粗暴的分类就是非此即彼，只分好人和坏人两类，以此做出是否授信的二元选择。仅仅区分好人与坏人，只是一个信用评价体系最基本的作用，它还需要将已做出接受决策的所有潜在借款人进一步区分风险水平，以确定授信额度与价格。故此有下面两个层次的评价决策关系。

评价决策I：接受与拒绝。依据评价体系给出的结论可以做出最简单的决策就是——接受好人，拒绝坏人。

几乎我们每个人都时刻处在评价和被评价的过程中，在辨识他人的同时也接受他人的审视，随时准备做出接受或拒绝的决定。识别好人坏人是每个人的必备之功。

信用评价同样如此。只不过是通过数据、模型、程序的方式，将头脑中的经验固化下来，建立起结构化的评价体系，不会因为个人情绪好坏、天气的阴晴阳缺影响决策结果。

评价决策II：风险与定价。拒绝认定的坏人很容易，但接受好人仅是授信环节的开始。对于跨越了准入门槛的借款人，授信方还要进一步分析借款人的不同信用状况以决定授信的额度和定价。这就需要使用评级结果的决策者根据自己所在机构的现实条件，建立起信用等级或违约概率与授信决策之间的对应关系。

信用比较：相对与绝对。一个理想的信用评价体系应该可以输出两个结果：一是评价对象信用状况的相对排序，张三比李四好，李四比王五好。那么到底张三比李四好多少？张三比李四好的程度与李四比王五好的程度一样吗？回答此类问题便需要有第二种评价结果，即每个评价对象绝对的违约概率。

以阿里征信体系的评价结果芝麻分为例。假设分别有600、700、800分的三个人，他们的相对好坏一目了然，但是他们之间的信用差别到底意味着什么呢？或者说，他们的分值与风险之间是个什么关系：是同步增加的线性关系，还是不同步增加的非线性关系？

评价方法：过去与未来。传统的信用评价方法都从过去的数据中找到可以预测未来的解释关系。计量经济学中的回归分析是最常见的实现手段，其基本的逻辑就是未来会重复历史。这就像你周围某个朋友有过两次借钱不还的经历，大概率是你不会再给他第三次机会了。因为你头脑中的评价体系告诉你，他会像以前一样继续欠账。

数据学习：效率与精确。建设一个信用评价体系需要长久的数据和经验积累，通过数据学习寻找可以预测未来违约风险的统计规律，必然存在数据集合分类带来的效率与精确性问题。数据集合分类越细，则数据同质化程度越高，那么需要的数据量就越大，评价体系的效率自然会受到一定程度影响，但是我们得到的统计规律则会更精确，理论上说预测结果也应该更准确。反之，数据集合同质化程度要求越低，所有学习数据只做粗略分类或根本不做分类，评价体系的效率最高，但放之四海而皆准的事儿可行度能有多大呢？

评价错误：漏网与误伤。如果说人类掌握的所有规律都有例外过于绝对的话，至少我们可以肯定地说，基于统计模型的信用评价体系一定不会是百分百正确的。我们根据信用模型所做的决策必然同时存在着漏网与误伤两种错误，即使优化到极致二者也是互为代价。是宁缺毋滥，还是甘愿有人滥竽充数，则是使用评价结果的人或机构的一种现实选择。经济高速期开闸放水的可能性比较大，而在经济高风险时期，或许宁可误伤一千也不漏网一个的强力控制更为理性。

数据样本：数量与质量。对于一个基于统计规律的信用评价体系，收集尽可能多维度、大样本、高质量的数据当然是我们追求的目标。但在实践中，样本数据的数量与质量之间往往也是彼此互为代价的两难境况。想要更多的数据，往往就要损失数据的质量。反之亦然。此时，理论、逻辑、和经验的支撑就变得极为重要，甚至可以起到四两拨千斤的作用，大量减少数据分析人员的工作量，并且不影响评价准确度。

信用評级的重要性正在被全社会各个层面所重视，企业评级方面，老牌国际评级机构标准普尔、穆迪、惠誉三大家已经占据了统治地位，并且在中国纷纷成立了各自的合资机构。而个人信用评级则刚刚开始，不久前，包括阿里、腾讯、拉卡拉等在内的多家机构争得了第一批个人征信牌照，而市场给出的单张牌照价值已经超过了20亿。

中国自改革开放以来逐步建立起了多家评级机构，但历史尚短。日前，央行对外发布了信用评级业指导意见，并首次明确了央行的行业主管地位，有望改善相互割裂的监管格局，信用评级行业有望迎来充分发展的空间。

（作者：加拿大RiRe顾问公司执行总裁）