信用評級體系的八大知識

張力軍

伴隨全球經(jīng)濟不確定性的增加，債務違約被全球經(jīng)濟體高度關注，這其中，信用評級再次引發(fā)各界關注。

信用評級是指信用評級機構對信用主體進行信用評價的過程。

對企業(yè)的信用評價結果一般是不連續(xù)的信用等級，故稱信用評級。對個人的信用評價結果通常采用連續(xù)的分值，故稱信用評分。評級與評分只是評價方法輸出表達方式的不同，內(nèi)在邏輯并無二致。這類似于百分制考試，既可以用分數(shù)表達，也可以分檔歸類成A、B、C、D。

對企業(yè)的評級稱為主體評級，對某個具體債務工具的評級稱為債項評級。

金融領域的信用評價有別于我們?nèi)粘Ｋf的企業(yè)或個人的誠信，有著更加嚴格的含義。具體而言，信用評價是從被評價對象的償債能力和償債意愿兩個方面來估計違約風險的大小。評價結果可以表示為區(qū)分相對信用水平的信用級別或信用分數(shù)，也可以表示成區(qū)分彼此絕對差異的違約概率。

今年3月，一個月內(nèi)世界三大信用評級機構穆迪、標普先后下調(diào)中國信用評級，一度引起不小的風波。盡管我國相關部門對其進行了有力批駁，但給我們帶來的警示作用不容忽視，特別是，在中國經(jīng)濟日益與全球經(jīng)濟融合的大勢下，國人需要對信用評級體系有一個全面的認識。

評價目的：好人與壞人。任何一個信用評價體系的基本目標都是要把評價對象進行分類。當然最簡單粗暴的分類就是非此即彼，只分好人和壞人兩類，以此做出是否授信的二元選擇。僅僅區(qū)分好人與壞人，只是一個信用評價體系最基本的作用，它還需要將已做出接受決策的所有潛在借款人進一步區(qū)分風險水平，以確定授信額度與價格。故此有下面兩個層次的評價決策關系。

評價決策I：接受與拒絕。依據(jù)評價體系給出的結論可以做出最簡單的決策就是——接受好人，拒絕壞人。

幾乎我們每個人都時刻處在評價和被評價的過程中，在辨識他人的同時也接受他人的審視，隨時準備做出接受或拒絕的決定。識別好人壞人是每個人的必備之功。

信用評價同樣如此。只不過是通過數(shù)據(jù)、模型、程序的方式，將頭腦中的經(jīng)驗固化下來，建立起結構化的評價體系，不會因為個人情緒好壞、天氣的陰晴陽缺影響決策結果。

評價決策II：風險與定價。拒絕認定的壞人很容易，但接受好人僅是授信環(huán)節(jié)的開始。對于跨越了準入門檻的借款人，授信方還要進一步分析借款人的不同信用狀況以決定授信的額度和定價。這就需要使用評級結果的決策者根據(jù)自己所在機構的現(xiàn)實條件，建立起信用等級或違約概率與授信決策之間的對應關系。

信用比較：相對與絕對。一個理想的信用評價體系應該可以輸出兩個結果：一是評價對象信用狀況的相對排序，張三比李四好，李四比王五好。那么到底張三比李四好多少？張三比李四好的程度與李四比王五好的程度一樣嗎？回答此類問題便需要有第二種評價結果，即每個評價對象絕對的違約概率。

以阿里征信體系的評價結果芝麻分為例。假設分別有600、700、800分的三個人，他們的相對好壞一目了然，但是他們之間的信用差別到底意味著什么呢？或者說，他們的分值與風險之間是個什么關系：是同步增加的線性關系，還是不同步增加的非線性關系？

評價方法：過去與未來。傳統(tǒng)的信用評價方法都從過去的數(shù)據(jù)中找到可以預測未來的解釋關系。計量經(jīng)濟學中的回歸分析是最常見的實現(xiàn)手段，其基本的邏輯就是未來會重復歷史。這就像你周圍某個朋友有過兩次借錢不還的經(jīng)歷，大概率是你不會再給他第三次機會了。因為你頭腦中的評價體系告訴你，他會像以前一樣繼續(xù)欠賬。

數(shù)據(jù)學習：效率與精確。建設一個信用評價體系需要長久的數(shù)據(jù)和經(jīng)驗積累，通過數(shù)據(jù)學習尋找可以預測未來違約風險的統(tǒng)計規(guī)律，必然存在數(shù)據(jù)集合分類帶來的效率與精確性問題。數(shù)據(jù)集合分類越細，則數(shù)據(jù)同質(zhì)化程度越高，那么需要的數(shù)據(jù)量就越大，評價體系的效率自然會受到一定程度影響，但是我們得到的統(tǒng)計規(guī)律則會更精確，理論上說預測結果也應該更準確。反之，數(shù)據(jù)集合同質(zhì)化程度要求越低，所有學習數(shù)據(jù)只做粗略分類或根本不做分類，評價體系的效率最高，但放之四海而皆準的事兒可行度能有多大呢？

評價錯誤：漏網(wǎng)與誤傷。如果說人類掌握的所有規(guī)律都有例外過于絕對的話，至少我們可以肯定地說，基于統(tǒng)計模型的信用評價體系一定不會是百分百正確的。我們根據(jù)信用模型所做的決策必然同時存在著漏網(wǎng)與誤傷兩種錯誤，即使優(yōu)化到極致二者也是互為代價。是寧缺毋濫，還是甘愿有人濫竽充數(shù)，則是使用評價結果的人或機構的一種現(xiàn)實選擇。經(jīng)濟高速期開閘放水的可能性比較大，而在經(jīng)濟高風險時期，或許寧可誤傷一千也不漏網(wǎng)一個的強力控制更為理性。

數(shù)據(jù)樣本：數(shù)量與質(zhì)量。對于一個基于統(tǒng)計規(guī)律的信用評價體系，收集盡可能多維度、大樣本、高質(zhì)量的數(shù)據(jù)當然是我們追求的目標。但在實踐中，樣本數(shù)據(jù)的數(shù)量與質(zhì)量之間往往也是彼此互為代價的兩難境況。想要更多的數(shù)據(jù)，往往就要損失數(shù)據(jù)的質(zhì)量。反之亦然。此時，理論、邏輯、和經(jīng)驗的支撐就變得極為重要，甚至可以起到四兩撥千斤的作用，大量減少數(shù)據(jù)分析人員的工作量，并且不影響評價準確度。

信用評級的重要性正在被全社會各個層面所重視，企業(yè)評級方面，老牌國際評級機構標準普爾、穆迪、惠譽三大家已經(jīng)占據(jù)了統(tǒng)治地位，并且在中國紛紛成立了各自的合資機構。而個人信用評級則剛剛開始，不久前，包括阿里、騰訊、拉卡拉等在內(nèi)的多家機構爭得了第一批個人征信牌照，而市場給出的單張牌照價值已經(jīng)超過了20億。

中國自改革開放以來逐步建立起了多家評級機構，但歷史尚短。日前，央行對外發(fā)布了信用評級業(yè)指導意見，并首次明確了央行的行業(yè)主管地位，有望改善相互割裂的監(jiān)管格局，信用評級行業(yè)有望迎來充分發(fā)展的空間。

（作者：加拿大RiRe顧問公司執(zhí)行總裁）