運(yùn)用大數(shù)據(jù)提升信用評級質(zhì)量和區(qū)分度：“咖啡館”（CAFE）全息風(fēng)險評估體系的探索

袁先智

目前，中國國內(nèi)實(shí)施的信用評級體系仍面臨評級虛高、區(qū)分度不足、事前預(yù)警功能弱等問題。本文介紹的基于“咖啡館（CAFE）全息畫像風(fēng)險評估體系”的“先知通（IS）信用評級體系”運(yùn)用大數(shù)據(jù)探索解決違約“壞”樣本數(shù)量不夠的問題，提升信用評級質(zhì)量和區(qū)分度，對于中國構(gòu)建以主體或者債項(xiàng)的違約率為核心的信用評級體系有積極意義。

信用評級行業(yè)是現(xiàn)代金融市場經(jīng)濟(jì)中的重要組成部分。經(jīng)過近30年的發(fā)展，中國的信用評級業(yè)務(wù)已涉足金融市場的方方方面。但中國當(dāng)前的信用評級體系仍面臨評級虛高、區(qū)分度不足、事前預(yù)警功能弱等問題。中國的信用評級公司需要不斷學(xué)習(xí)國際信用評級機(jī)構(gòu)的評級理論和方法，逐步探索適合中國國情的信用評級方法和技術(shù)。

本文在分析中國金融市場信用評級體系現(xiàn)狀的基礎(chǔ)上，介紹了“‘咖啡館’（CAFE）評估體系”框架建設(shè)的基本思想，希望對中國構(gòu)建以主體或者債項(xiàng)的違約率為核心的信用評級體系起到添磚加瓦的作用。

中國金融市場信用評級體系的主要問題

信用評級行業(yè)是現(xiàn)代金融市場經(jīng)濟(jì)中的重要組成部分。信用評級行業(yè)的發(fā)展壯大乃至形成一種制度，一定程度上依賴于金融市場，特別是證券市場的發(fā)展。從20世紀(jì)初美國穆迪公司成為世界上第一家資信評級機(jī)構(gòu)以來，信用評級行業(yè)經(jīng)過百年發(fā)展，在推動市場發(fā)展、揭示和防范信用風(fēng)險、降低交易成本以及協(xié)助政府進(jìn)行金融監(jiān)管等方面，發(fā)揮重要的中間作用，也經(jīng)歷過許多調(diào)整。

經(jīng)過近30年的發(fā)展，中國的信用評級業(yè)務(wù)已涉足中國金融市場的方方方面。近年來，中國的評級行業(yè)在統(tǒng)一規(guī)則、完善監(jiān)管、對外開放等方面取得了長足進(jìn)步。不過，目前，中國國內(nèi)實(shí)施的信用評級體系仍主要存在三方面的問題：一是評級虛高；二是區(qū)分度不足；三是事前預(yù)警功能弱。目前國內(nèi)債券市場的信用評級分布主要以“AA”（或以上等級）為主體，而國際通用的是以中間信用等級（即，“A”和“BBB”信用級）為主導(dǎo)，兩者之間的差異非常突出。據(jù)萬得統(tǒng)計，截至2020年末，中國90%以上的發(fā)行主體評級分布在AA及以上的區(qū)間，整體評級較高且分布較為集中，不利于投資者辨識債券產(chǎn)品的風(fēng)險程度，更不利于指導(dǎo)投資決策。目前，中國在資本市場每天基本保持存量續(xù)期的債券在5萬支以上，每天有市場交易信息的債券數(shù)量約在1.2萬支，其中，92%左右的債券評級被定位在AA信用級以上。這與債券本身在金融市場的真實(shí)表現(xiàn)情況存在差距。另外，從2018年開始，AAA評級的（國有平臺的）公司或企業(yè)和債券直接倒閉、違約的事件多次發(fā)生，引發(fā)了針對目前中國信用評級體系的不信任感，不利于中國債券市場的健康發(fā)展。

構(gòu)建以主體或者債項(xiàng)的違約率為核心的信用評級體系

作為全球第二大經(jīng)濟(jì)體的中國需要建立適合中國國情并與國際信用評級體系相契合的風(fēng)險評估體系。2021年8月6日，中國人民銀行等五部委聯(lián)合發(fā)布《關(guān)于促進(jìn)債券市場信用評級行業(yè)健康發(fā)展的通知》（以下簡稱《通知》），要求信用評價機(jī)構(gòu)“應(yīng)當(dāng)長期構(gòu)建以違約率為核心的評級質(zhì)量驗(yàn)證機(jī)制，制訂實(shí)施方案，2022年底前建立并使用能夠?qū)崿F(xiàn)合理區(qū)分度的評級方法體系，有效提升評級質(zhì)量?！贝撕蟛痪茫?021年8月18日，中國人民銀行等六部委聯(lián)合發(fā)布《關(guān)于推動公司信用類債券市場改革開放高質(zhì)量發(fā)展的指導(dǎo)意見》（以下簡稱《意見》），關(guān)于信用評級方法體系，其中提出“構(gòu)建以違約率為核心的評級質(zhì)量驗(yàn)證方法體系，推動形成有區(qū)分度的評級標(biāo)準(zhǔn)體系”“發(fā)揮雙評級、多評級以及不同模式評級的交叉驗(yàn)證作用”。《通知》和《意見》都特別強(qiáng)調(diào)構(gòu)建以違約率為核心的評級質(zhì)量驗(yàn)證機(jī)制以及提升評級的區(qū)分度，這為提升中國信用評級質(zhì)量和競爭力，與國際規(guī)則體系更加接軌，指明了方向。

構(gòu)建以主體或者債項(xiàng)的違約率為核心的信用評級體系主要包括五部分：第一部分是構(gòu)建以違約率為核心的信用評級標(biāo)準(zhǔn)；第二部分是構(gòu)建信用風(fēng)險需要的“違約矩陣”；第三部分是構(gòu)建主體（公司）和債項(xiàng)信用資質(zhì)變化的“信用轉(zhuǎn)移矩陣”；第四部分是配套第二、三部分，針對信用模型表現(xiàn)的接受者操作特性曲線（Receiver Operating Characteristic Curve，簡稱ROC曲線）、ROC曲線下的面積（Area Under the Curve，簡稱AUC）進(jìn)行測試；第五部分是構(gòu)建反映中國資本市場真實(shí)情況需要的基本“（違約）壞樣本”，這部分主要是支持第二、三、四部分，進(jìn)而完成第一部分。

實(shí)踐中，中國構(gòu)建以主體或者債項(xiàng)的違約率為核心的信用評級體系面臨的主要困難是，許多情況下，中國金融市場對應(yīng)的資本市場 “違約壞樣本”與西方國家金融市場的“違約”樣本表現(xiàn)不同。另外，中國違約壞樣本數(shù)據(jù)庫樣本不充足，從2007年至2020年，中國所有違約主體樣本數(shù)僅有200個左右。同時，壞樣本披露的（風(fēng)險）信息完整度也不足。因此中國市場應(yīng)該發(fā)展出適合中國情況的壞樣本構(gòu)建方法。中國信用評估體系也需要構(gòu)建對中國壞樣本的描述，而基于大數(shù)據(jù)等金融科技可實(shí)現(xiàn)這一構(gòu)建。

“咖啡館”（CAFE）全息風(fēng)險評估體系探索

“基于咖啡館風(fēng)險評估框架下的評級應(yīng)用”主要通過“先知通（Intelligence Stone，簡稱IS）” 評級體系實(shí)施。通過結(jié)合大數(shù)據(jù)的分析方法構(gòu)建對應(yīng)的非結(jié)構(gòu)化“壞樣本”作為分析的支撐，可以構(gòu)建適合中國國情并與國際體系契合的現(xiàn)代信用評級體系，這個信用體系稱為基于“‘咖啡館’（CAFE）全息畫像風(fēng)險評估體系”的“IS信用評級體系”。

“先知通（IS）信用評級體系”不再以中國在過去近20年來較流行使用的“以AA信用等級作為投資級的基本標(biāo)準(zhǔn)”進(jìn)行中國式信用等級評估服務(wù)，這就從標(biāo)準(zhǔn)的角度解決了與國際信用評級標(biāo)準(zhǔn)的差異問題，同時也能夠讓中國的信用評級體系體現(xiàn)評級遷移和違約風(fēng)險等一系列配套的指標(biāo)要求和信息披露。

在實(shí)現(xiàn)的過程中，從以下四個維度來定義公司債券的信用等級：第一，公司財務(wù)業(yè)績的好壞；第二，公司有沒有欺詐和對應(yīng)的財務(wù)管理質(zhì)量的好壞；第三，公司在金融資產(chǎn)負(fù)債方面的健康情況，即刻畫公司倒閉或者違約的風(fēng)險程度；第四，公司所處的生態(tài)環(huán)境和商務(wù)風(fēng)險的好壞。通過建立這套全息評級系統(tǒng)可讓評級區(qū)分度更加明顯，主體信用等級更好地反映公司的實(shí)際信用狀況（參見表1和表2）。

表1 BBD基于1年和2年期限數(shù)據(jù)的初評等級映射表

表2 BBD 2015—2020年轉(zhuǎn)移矩陣匯總信息

“‘咖啡館’（CAFE）全息風(fēng)險評估體系”是集企業(yè)搜索、信息揭示、關(guān)聯(lián)圖譜等功能于一體的企業(yè)全息風(fēng)險評估體系（以下簡稱“‘咖啡館’信用”（CAFE Credit）），它由四個核心維度組成：公司全息畫像（記為“C”，代表“Corporation”）、財務(wù)全息畫像（記為“A”，代表“Accounting”）、金融行為全息畫像（記為“F”，代表“Finance”）和商務(wù)生態(tài)全息畫像（記為“E”，代表“Ecosystem”）。

這個體系最大的兩個特征是，把靜態(tài)分析轉(zhuǎn)換為動態(tài)分析，再將動態(tài)分析和企業(yè)生態(tài)相結(jié)合，形成對企業(yè)評級較客觀的刻畫。不過，形成這樣的刻畫需要以2015年自主開發(fā)的全息畫像（Hologram）為工具，進(jìn)行異構(gòu)異源大數(shù)據(jù)的融合。全息畫像是利用生態(tài)并引進(jìn)對場景、欺詐風(fēng)險、違約風(fēng)險的描述，從而形成新指標(biāo)和特征提取。

需要注意的是，針對公司財務(wù)欺詐風(fēng)險體系的建立，融合從財務(wù)報表分析、治理結(jié)構(gòu)分析、審計與內(nèi)控分析（基于“欺詐三角理論”）進(jìn)行風(fēng)險特征的提取和刻畫，這三個方面包含傳統(tǒng)的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)?；谄墼p三角理論的欺詐風(fēng)險分析主要覆蓋三個分析維度的信息：一是壓力或動機(jī)維度，包含財務(wù)穩(wěn)定性、外部壓力、個人需要和財務(wù)目標(biāo)等；二是機(jī)會或漏洞維度，包含行業(yè)屬性、無效監(jiān)督、組織結(jié)構(gòu)等；三是借口或態(tài)度維度，包含審計維度。對此，《當(dāng)代會計研究》（Contemporary Accounting Research）中《推斷重大會計錯誤》（Predicting Material Accounting Misstatements）等文獻(xiàn)均有提及。針對從2016年至2020年中國上市公司和非上市公司的欺詐類型進(jìn)行分類，主要有占用公司資產(chǎn)、披露不實(shí)（其他）、違規(guī)擔(dān)保、欺詐上市、擅自改變資金用途、一般會計處理不當(dāng)、虛假記載（或誤導(dǎo)性陳述）、推遲披露、虛構(gòu)利潤、重大遺漏、虛列資產(chǎn)。這十一類欺詐信息構(gòu)建壞樣本集合并結(jié)合審計信息，形成一個動態(tài)的、生態(tài)的企業(yè)風(fēng)險評估。

解決方案：在大數(shù)據(jù)框架下基于人工智能隨機(jī)搜索算法的風(fēng)險特征提取

直到2020年底，中國可用來描述公司倒閉的壞樣本總數(shù)僅200個左右。在結(jié)構(gòu)化壞樣本數(shù)量遠(yuǎn)遠(yuǎn)不足的情況下，需要另辟蹊徑，探索通過提取非結(jié)構(gòu)化的風(fēng)險特征，來構(gòu)建建模所需要的足夠數(shù)量的壞樣本。要支持約8000家的公司（其中上市公司約4800家，發(fā)債公司約5500家，金融機(jī)構(gòu)約1000家，城投公司約2500家）在信用評級體系中針對“壞特征”的建立問題，如果基于總樣本為4000家或8000家公司來考慮，按照對應(yīng)1/4左右的壞樣本數(shù)量標(biāo)準(zhǔn)，就需要1000或2000個左右的壞樣本集合。這導(dǎo)致只能基于中國銀保監(jiān)會對上市公司和發(fā)債公司處罰的2700多個案例為原始（非結(jié)構(gòu)化）數(shù)據(jù)，提取其中基于11大類的非結(jié)構(gòu)化特征的壞樣本，來構(gòu)建至少1000個或2000個左右建模所需要的壞樣本。這些非結(jié)構(gòu)化壞樣本與傳統(tǒng)財務(wù)指標(biāo)不同，是以文檔陳述的形式出現(xiàn)于報告中，稱為大數(shù)據(jù)樣本。

為了實(shí)現(xiàn)這種刻畫欺詐的非結(jié)構(gòu)化特征的高度關(guān)聯(lián)的風(fēng)險特征提取，需要使用一個基于人工智能的算法工具——吉布斯抽樣算法（Gibbs Sampling）。使用吉布斯抽樣算法能提取出刻畫財務(wù)欺詐、高度關(guān)聯(lián)的非機(jī)構(gòu)化風(fēng)險特征因子，幫助構(gòu)建甄別壞樣本和好樣本的風(fēng)險評估體系，并達(dá)到對應(yīng)模型測試的ROC曲線，ROC曲線值在0.7～0.75的區(qū)間（ROC測試結(jié)果在0.7或者以上，表明其使用特征具有較強(qiáng)的甄別和解釋能力），從而支持“咖啡館”體系比較有效地評估公司和債項(xiàng)的好壞。

公司股權(quán)結(jié)構(gòu)是影響公司財務(wù)欺詐風(fēng)險的重要因素。要對公司大股東、管理層、董事會、監(jiān)事會按照持股比例、擔(dān)任的身份、內(nèi)外的比例分類分析，利用證據(jù)權(quán)重（Weight of Evidence，簡稱WOE）和信息價值（Information Value，簡稱Ⅳ）信息量來解釋對評估對象可能會發(fā)生欺詐行為風(fēng)險的影響。從公司治理框架的角度，可通過以下四個特征來預(yù)警可欺詐行為：第一，大股東和企業(yè)法人的持股比例在5%～50%；第二，大股東累計持股比例不超過60%；第三，管理層的大股東持股比例小于1%；第四，董事會中大股東比例不超過12%。

然后，納入基于內(nèi)部、外部審計相關(guān)數(shù)據(jù)進(jìn)行特征體系的建立。實(shí)際上，公司存在欺詐行為的背后與審計機(jī)構(gòu)的業(yè)務(wù)情況、違規(guī)情況、合作情況，審計師的教育經(jīng)歷、工作經(jīng)歷等都有關(guān)聯(lián)。根據(jù)審計指標(biāo)針對WOE分項(xiàng)結(jié)果和對應(yīng)分析發(fā)現(xiàn),審計委員會的人數(shù)、意見的不一致對公司的欺詐也有相應(yīng)的影響。審計模型因子的ROC曲線是線性的，因此，外部審計只能發(fā)現(xiàn)有沒有欺詐，但形成不了推理（如果外部審計能夠形成推理，對應(yīng)的ROC曲線應(yīng)該是非線性的凸函數(shù)形態(tài)）；而在對公司董事會人數(shù)與公司資質(zhì)關(guān)系的研究中發(fā)現(xiàn),無論公司評級如何，董事會人數(shù)為7～9人的情況都占了全部公司總數(shù)的80%（大型金融機(jī)構(gòu)和大型集團(tuán)公司除外）。因此，在公司注冊法要求的情況下，董事會的人數(shù)在合理的范圍之間并不能形成對公司好壞的影響。結(jié)合董事會、內(nèi)部審計和外部審計的因素發(fā)現(xiàn)，經(jīng)常有審計公司給出錯誤意見（即在公司存在欺詐行為的時候給出無保留意見）。與此相對的是，全息畫像技術(shù)可以用來驗(yàn)證外部審計做得是好還是不好。

中國金融市場信用評級的“咖啡館”評估體系的構(gòu)建

信用等級調(diào)整是信用評級機(jī)構(gòu)最重要的評級行動之一，信用等級調(diào)整行為包括調(diào)升、調(diào)降和維持。在一定的時期（考察期）內(nèi)，信用評級機(jī)構(gòu)對債務(wù)發(fā)行人的信用等級調(diào)整結(jié)果可以形成債務(wù)發(fā)行人的信用遷移路徑，這反映了債務(wù)發(fā)行人信用質(zhì)量的變化。

“咖啡館”信用轉(zhuǎn)移矩陣構(gòu)建的映射規(guī)則

為了使得“咖啡館”信用評估體系的轉(zhuǎn)移矩陣保持必要的穩(wěn)定，對評級轉(zhuǎn)移矩陣的構(gòu)建按照以下方式進(jìn)行處理（見表1）。

首先，將違約模型分為1年期和2年期，并進(jìn)行ROC驗(yàn)證，確定最終的模型；然后，根據(jù)1年期和2年期的違約模型給出不同的評級結(jié)果；最后，對1年期和2年期評級結(jié)果進(jìn)行整合，給出初評等級。

信用轉(zhuǎn)移矩陣構(gòu)建的數(shù)據(jù)樣本使用說明

由于數(shù)據(jù)獲取的有限性，“咖啡館”對上市公司樣本的觀察數(shù)觀察限于2014—2019年，2014年有完整年報財務(wù)信息的公司數(shù)為3000家，2019年為4500家。以2020年12月31日為觀察日，倒回一年的違約樣本數(shù)為44家；倒回兩年的違約樣本數(shù)為89家。

基于上面映射規(guī)則的使用，利用1年期和2年期的違約模型對評級結(jié)果進(jìn)行整合后，會觀察到下面的基本結(jié)論：從評級AAA-A類到CCC-C類的信用轉(zhuǎn)移矩陣基本上以BBB為中心，保持良好的穩(wěn)定性，從而解決AAA、AA和A級別遷移矩陣不穩(wěn)定的問題（特別是針對像中國這樣的新興市場的情形）。從信用轉(zhuǎn)移矩陣來看，如果將AAA到A歸為一個“AAA-A”的大類來看，通過調(diào)整映射閾值后，有下面的信用轉(zhuǎn)移矩陣結(jié)果（見表2）：

由轉(zhuǎn)移矩陣結(jié)果可知，AAA-A等級合并后保持更好的穩(wěn)定性，轉(zhuǎn)移矩陣也體現(xiàn)出從AAA-C的在各級別穩(wěn)定性上的單調(diào)遞減，這就支持“咖啡館”體系的相對穩(wěn)定性問題，從而起到支持業(yè)界的作用。

基于“咖啡館”評估系統(tǒng)的應(yīng)用簡述

作為“咖啡館”全息風(fēng)險評估系統(tǒng)的應(yīng)用，建立的“先知通（IS）信用評級體系”根據(jù)公司財務(wù)業(yè)績、財務(wù)舞弊、違約和生態(tài)環(huán)境的好壞，形成對中國整體公司主體和對應(yīng)債項(xiàng)的信用評級體系的重塑。根據(jù)基于“咖啡館”評估系統(tǒng)的IS信用評級體系對中國所有4800家左右上市公司進(jìn)行的信用評估，在2020年底左右，中國信用評級為AA以上的上市公司占中國整體上市公司的10%左右，等級為AAA的公司只占整體的1%左右。相較于國外，美國上市公司AAA級的比例占2%～4%，日本上市公司AAA級的占比為3%～6%。從上市公司等級分布、違約概率期限結(jié)構(gòu)以及ROC曲線的檢測結(jié)果來看，“咖啡館”評估系統(tǒng)刻畫中國公司的信用風(fēng)險特征更具優(yōu)勢，同時有較好的預(yù)測能力。

以表3中的公司為例，該公司的生態(tài)風(fēng)險評分和行業(yè)平均相當(dāng)，但財務(wù)績效評分和財務(wù)舞弊概率都比行業(yè)平均的結(jié)果差。

表3 “XX科技公司”與行業(yè)平均的對比

此外，“咖啡館”全息風(fēng)險評估體系在具體的股票市場、信用市場、資本市場等不同的應(yīng)用場景中可形成不同的產(chǎn)品落地應(yīng)用。 “咖啡館”全息風(fēng)險評估體系還可以刻畫行業(yè)中的風(fēng)險轉(zhuǎn)移和行業(yè)鏈場景，對應(yīng)行業(yè)的產(chǎn)業(yè)鏈上下游鏈的全息畫像，配合關(guān)鍵詞字典的支持，其上下游鏈分類的正確率在65%～75%。

總結(jié)

“基于‘咖啡館’風(fēng)險評估框架下的評級應(yīng)用”，其核心基礎(chǔ)是大數(shù)據(jù)分析的全維度分析評估，同時結(jié)合“異源異構(gòu)數(shù)據(jù)”與“動態(tài)本體論”，能夠?qū)崿F(xiàn)對企業(yè)風(fēng)險基因的提取，解決體現(xiàn)中國金融市場本身特點(diǎn)的（違約）“壞”樣本不夠的問題，從而在基于針對公司主體進(jìn)行全息畫像（企業(yè)全貌）的基礎(chǔ)上實(shí)現(xiàn)從“企業(yè)經(jīng)營”“財務(wù)行為”“金融行為”“企業(yè)生態(tài)”四個維度對企業(yè)信用風(fēng)險進(jìn)行全方位動態(tài)評估。針對真實(shí)場景的應(yīng)用表明，先知通(IS)評級體系對中國債券市場的信用等級分類具有較強(qiáng)的區(qū)分度。