債券評(píng)級(jí)市場(chǎng)對(duì)外開(kāi)放下我國(guó)信用評(píng)級(jí)質(zhì)量研究

摘"要：自我國(guó)2017年開(kāi)放評(píng)級(jí)市場(chǎng)以來(lái)，標(biāo)普、穆迪和惠譽(yù)等國(guó)際評(píng)級(jí)機(jī)構(gòu)相繼進(jìn)入，評(píng)級(jí)行業(yè)競(jìng)爭(zhēng)格局的改變對(duì)評(píng)級(jí)質(zhì)量也產(chǎn)生影響。本文以2014—2023年國(guó)內(nèi)銀行間和交易所發(fā)行的企業(yè)債債項(xiàng)評(píng)級(jí)、主體評(píng)級(jí)為樣本，研究評(píng)級(jí)市場(chǎng)對(duì)外開(kāi)放政策對(duì)評(píng)級(jí)質(zhì)量的影響。研究發(fā)現(xiàn)：評(píng)級(jí)市場(chǎng)對(duì)外開(kāi)放政策有效抑制了我國(guó)評(píng)級(jí)虛高現(xiàn)象；進(jìn)一步研究發(fā)現(xiàn)，評(píng)級(jí)市場(chǎng)的對(duì)外開(kāi)放政策增強(qiáng)了信用評(píng)級(jí)降低信用利差作用，表明我國(guó)評(píng)級(jí)質(zhì)量實(shí)現(xiàn)提升。基于研究結(jié)論，提出在評(píng)級(jí)市場(chǎng)國(guó)際化進(jìn)程中，利用行業(yè)監(jiān)管有效實(shí)現(xiàn)國(guó)內(nèi)評(píng)級(jí)結(jié)果“引進(jìn)來(lái)”和“走出去”的政策建議。

關(guān)鍵詞：對(duì)外開(kāi)放；行業(yè)競(jìng)爭(zhēng)；評(píng)級(jí)質(zhì)量；行業(yè)監(jiān)管

一、引言

2023年10月中央金融工作會(huì)議提出“著力推進(jìn)金融高水平開(kāi)放，確保國(guó)家金融和經(jīng)濟(jì)安全”，作為金融市場(chǎng)的重要組成部分和主要的直接融資平臺(tái)之一，債券市場(chǎng)的對(duì)外開(kāi)放是推動(dòng)我國(guó)金融高水平對(duì)外開(kāi)放的關(guān)鍵環(huán)節(jié)。信用評(píng)級(jí)作為債券市場(chǎng)重要的基礎(chǔ)設(shè)施，信用評(píng)級(jí)市場(chǎng)的開(kāi)放一直是我國(guó)對(duì)外開(kāi)放的重要組成部分（安小雪，2022）。2016年以來(lái)，我國(guó)信用評(píng)級(jí)市場(chǎng)一直處于擴(kuò)大對(duì)外開(kāi)放水平階段，監(jiān)管部門(mén)也相繼有針對(duì)性地出臺(tái)了評(píng)級(jí)市場(chǎng)開(kāi)放的相關(guān)措施和政策。2017年7月，中國(guó)人民銀行發(fā)布第7號(hào)公告（下稱(chēng)7號(hào)公告），確定對(duì)境外評(píng)級(jí)機(jī)構(gòu)開(kāi)放我國(guó)銀行間債券市場(chǎng)評(píng)級(jí)業(yè)務(wù)。2019年7月，金融委發(fā)布11條金融業(yè)對(duì)外開(kāi)放措施，允許外資機(jī)構(gòu)在華開(kāi)展信用評(píng)級(jí)業(yè)務(wù)時(shí)，可以對(duì)銀行間債券市場(chǎng)和交易所債券市場(chǎng)的所有種類(lèi)債券評(píng)級(jí)。2019年12月，中國(guó)人民銀行、國(guó)家發(fā)展和改革委員會(huì)、財(cái)政部、證監(jiān)會(huì)聯(lián)合發(fā)布《信用評(píng)級(jí)業(yè)管理暫行辦法》（以下簡(jiǎn)稱(chēng)《辦法》），進(jìn)一步明確境外信用評(píng)級(jí)機(jī)構(gòu)申請(qǐng)?jiān)谥袊?guó)開(kāi)展業(yè)務(wù)可享受?chē)?guó)民待遇。在相關(guān)政策的指導(dǎo)下，標(biāo)準(zhǔn)普爾、穆迪和惠譽(yù)三大國(guó)際評(píng)級(jí)機(jī)構(gòu)相繼向我國(guó)監(jiān)管部門(mén)申請(qǐng)?jiān)趪?guó)內(nèi)成立獨(dú)資公司。

我國(guó)債券市場(chǎng)已成為全球第二大債券市場(chǎng)，債券市場(chǎng)的健康發(fā)展離不開(kāi)評(píng)級(jí)行業(yè)強(qiáng)有力的推動(dòng)。由于我國(guó)公開(kāi)發(fā)行的債券具有評(píng)級(jí)門(mén)檻（證監(jiān)會(huì)令113號(hào)）①，評(píng)級(jí)機(jī)構(gòu)不僅承擔(dān)著信息中介的作用，更是監(jiān)管債券市場(chǎng)的看門(mén)人。但是不少國(guó)內(nèi)外學(xué)者對(duì)我國(guó)評(píng)級(jí)結(jié)果的質(zhì)量持懷疑態(tài)度，特別是與國(guó)際評(píng)級(jí)機(jī)構(gòu)評(píng)級(jí)結(jié)果相比，國(guó)內(nèi)評(píng)級(jí)存在評(píng)級(jí)虛高、評(píng)級(jí)區(qū)分度不足等問(wèn)題（寇宗來(lái)等，2015；林晚發(fā)等，2022；郝雨時(shí)和周格旭，2021；Jiang和Packer，2017）。根據(jù)同花順數(shù)據(jù)統(tǒng)計(jì)，截至2023年年底，國(guó)內(nèi)債券市場(chǎng)共發(fā)行企業(yè)債、公司債28293只，其中發(fā)債主體評(píng)級(jí)為AA級(jí)以上的比重高達(dá)95%以上。過(guò)高的高評(píng)級(jí)債券占比讓我們不由得提出疑問(wèn)，我國(guó)評(píng)級(jí)機(jī)構(gòu)到底是債券市場(chǎng)的看門(mén)人還是開(kāi)門(mén)人？行業(yè)監(jiān)管下的政策是否導(dǎo)致了債券評(píng)級(jí)虛高風(fēng)險(xiǎn)暴露滯后的回旋鏢效應(yīng)？

我國(guó)評(píng)級(jí)市場(chǎng)起步較晚，且直接承接了國(guó)外評(píng)級(jí)市場(chǎng)模式，在其發(fā)展過(guò)程中，國(guó)內(nèi)監(jiān)管機(jī)構(gòu)扮演著引導(dǎo)和規(guī)范的重要角色，進(jìn)而形成了我國(guó)獨(dú)特的信用評(píng)級(jí)體系。為應(yīng)對(duì)監(jiān)管機(jī)構(gòu)的監(jiān)督，一方面，監(jiān)管與聲譽(yù)機(jī)制相輔相成，評(píng)級(jí)機(jī)構(gòu)為降低自身聲譽(yù)成本，會(huì)提高評(píng)級(jí)結(jié)果的準(zhǔn)確性以應(yīng)對(duì)監(jiān)管高壓（Cheng和Neamtiu，2009）；另一方面，由于投資中監(jiān)管對(duì)評(píng)級(jí)的特殊需求，評(píng)級(jí)機(jī)構(gòu)會(huì)選擇抬高評(píng)級(jí)獲得收入即“監(jiān)管套利”行為（Opp等，2013；Behr等，2018）。自2017年發(fā)布開(kāi)放評(píng)級(jí)市場(chǎng)政策以來(lái)，我國(guó)監(jiān)管部門(mén)一直聚焦于如何通過(guò)監(jiān)管手段提升國(guó)內(nèi)評(píng)級(jí)質(zhì)量、規(guī)范評(píng)級(jí)市場(chǎng)健康發(fā)展這一議題，從而推動(dòng)國(guó)內(nèi)金融市場(chǎng)“引進(jìn)來(lái)”和“走出去”。盡管2023年債券違約數(shù)量有所減少，但自2018年以來(lái)，我國(guó)債券違約規(guī)模仍處在擴(kuò)張階段，信用評(píng)級(jí)對(duì)于債券違約的事前預(yù)警作用在一定程度上有利于降低債券違約的規(guī)模，減少“超預(yù)期”違約事件的發(fā)生（高昊宇等，2022），結(jié)合近年來(lái)債券市場(chǎng)表現(xiàn)，如何進(jìn)一步提高我國(guó)評(píng)級(jí)質(zhì)量，及時(shí)反映企業(yè)違約風(fēng)險(xiǎn)，提升評(píng)級(jí)結(jié)果的認(rèn)可度成為維護(hù)我國(guó)債券市場(chǎng)健康發(fā)展亟須解決的問(wèn)題（林晚發(fā)等，2022）。

在此背景下，中國(guó)人民銀行會(huì)同證監(jiān)會(huì)等相關(guān)部門(mén)逐步擴(kuò)大我國(guó)評(píng)級(jí)市場(chǎng)對(duì)外開(kāi)放程度，鼓勵(lì)信用評(píng)級(jí)機(jī)構(gòu)開(kāi)展主動(dòng)評(píng)級(jí)、投資者付費(fèi)評(píng)級(jí)并披露評(píng)級(jí)結(jié)果，發(fā)揮雙評(píng)級(jí)、多評(píng)級(jí)以及不同模式評(píng)級(jí)的交叉驗(yàn)證作用，力圖通過(guò)引入外資評(píng)級(jí)機(jī)構(gòu)改變?cè)u(píng)級(jí)行業(yè)競(jìng)爭(zhēng)格局。究其原因：一方面是為了滿足國(guó)際投資者多樣化的投資需求，拓寬人民幣資產(chǎn)的金融市場(chǎng)；另一方面旨在發(fā)揮外資評(píng)級(jí)機(jī)構(gòu)的“鯰魚(yú)效應(yīng)”（安小雪，2022），破除中國(guó)評(píng)級(jí)行業(yè)長(zhǎng)期存在的沉疴積弊，通過(guò)競(jìng)爭(zhēng)和聲譽(yù)機(jī)制加強(qiáng)行業(yè)優(yōu)勝劣汰，倒逼國(guó)內(nèi)評(píng)級(jí)機(jī)構(gòu)規(guī)范自身評(píng)級(jí)標(biāo)準(zhǔn)，改善評(píng)級(jí)質(zhì)量，進(jìn)而推動(dòng)債券市場(chǎng)與國(guó)際接軌。因此，隨著我國(guó)評(píng)級(jí)開(kāi)放程度不斷擴(kuò)大，國(guó)內(nèi)評(píng)級(jí)機(jī)構(gòu)如何應(yīng)對(duì)外資評(píng)級(jí)機(jī)構(gòu)的“威脅”，競(jìng)爭(zhēng)和聲譽(yù)機(jī)制下國(guó)內(nèi)的評(píng)級(jí)質(zhì)量是否有所改善？在不同付費(fèi)模式下，由于評(píng)級(jí)面臨的利益沖突不同，受到開(kāi)放政策的影響程度也不同，那么發(fā)行人付費(fèi)模式和投資者付費(fèi)模式之間評(píng)級(jí)質(zhì)量的差異如何變化？特別地，當(dāng)下我國(guó)評(píng)級(jí)市場(chǎng)開(kāi)放時(shí)間較短，2017年首次明確開(kāi)放國(guó)內(nèi)評(píng)級(jí)市場(chǎng)后，直至2019年外資評(píng)級(jí)機(jī)構(gòu)才正式進(jìn)入我國(guó)，短期內(nèi)國(guó)內(nèi)評(píng)級(jí)行業(yè)結(jié)構(gòu)并未發(fā)生大規(guī)模洗牌，行業(yè)中的大型評(píng)級(jí)機(jī)構(gòu)與小型評(píng)級(jí)機(jī)構(gòu)相比，兩者的評(píng)級(jí)質(zhì)量變化之間是否存在差別？以上問(wèn)題值得深入探討和研究。

本文利用2014—2023年銀行間和交易所發(fā)行的企業(yè)債債項(xiàng)評(píng)級(jí)數(shù)據(jù)和主體評(píng)級(jí)數(shù)據(jù)進(jìn)行實(shí)證，研究結(jié)果發(fā)現(xiàn)：評(píng)級(jí)市場(chǎng)對(duì)外開(kāi)放政策有效抑制了我國(guó)評(píng)級(jí)虛高現(xiàn)象，信用利差降低，評(píng)級(jí)質(zhì)量進(jìn)一步提升，提高了我國(guó)信用評(píng)級(jí)的準(zhǔn)確性。

本文從對(duì)評(píng)級(jí)行業(yè)對(duì)外開(kāi)放政策的角度出發(fā)，拓寬了評(píng)級(jí)競(jìng)爭(zhēng)與評(píng)級(jí)質(zhì)量方面的研究，與已有文獻(xiàn)相比，本文的邊際貢獻(xiàn)主要體現(xiàn)在以下方面：第一，為我國(guó)評(píng)級(jí)行業(yè)對(duì)外開(kāi)放的影響提供了實(shí)證支撐；第二，增加了從行業(yè)監(jiān)管政策研究競(jìng)爭(zhēng)對(duì)評(píng)級(jí)質(zhì)量影響的視角；第三，研究方法上參考國(guó)際評(píng)級(jí)機(jī)構(gòu)評(píng)級(jí)方法和已有文獻(xiàn)，對(duì)評(píng)級(jí)質(zhì)量的準(zhǔn)確性構(gòu)建模型進(jìn)行了實(shí)證分析，整合和完善了評(píng)級(jí)質(zhì)量評(píng)價(jià)的框架，提高了研究結(jié)果的可靠性和完整性。

本文其余部分的安排如下：第二部分是相關(guān)文獻(xiàn)綜述與研究假說(shuō)；第三部分是樣本與研究設(shè)計(jì)；第四部分是實(shí)證結(jié)果分析以及相關(guān)檢驗(yàn)；第五部分是主要結(jié)論與政策建議。

二、文獻(xiàn)綜述與研究假說(shuō)

（一）評(píng)級(jí)質(zhì)量的檢驗(yàn)方法

依據(jù)評(píng)級(jí)結(jié)果的功能特性，學(xué)術(shù)界和業(yè)界大多從準(zhǔn)確性、可比性和穩(wěn)定性等多方面來(lái)綜合測(cè)度評(píng)級(jí)質(zhì)量的高低。在準(zhǔn)確性的基礎(chǔ)上，評(píng)級(jí)質(zhì)量的穩(wěn)定性反映了評(píng)級(jí)機(jī)構(gòu)對(duì)發(fā)行人信息掌握的跟蹤程度及預(yù)測(cè)把握能力，過(guò)于頻繁地調(diào)整評(píng)級(jí)不利于提高市場(chǎng)對(duì)評(píng)級(jí)結(jié)果的信任程度；可比性則立足于評(píng)級(jí)機(jī)構(gòu)的異質(zhì)性，如評(píng)級(jí)機(jī)構(gòu)的市場(chǎng)份額、付費(fèi)模式等，比較不同評(píng)級(jí)機(jī)構(gòu)評(píng)級(jí)結(jié)果的質(zhì)量。

檢驗(yàn)評(píng)級(jí)準(zhǔn)確性的方法可分為直接檢驗(yàn)和間接檢驗(yàn)。直接檢驗(yàn)從違約數(shù)據(jù)出發(fā)，將信用評(píng)級(jí)與違約行為直接掛鉤，具體方法包括計(jì)算平均違約位置（Average"Default"Position，ADP）、繪制累積準(zhǔn)確性概況（Cumulative"Accuracy"Profile，CAP）曲線和計(jì)算準(zhǔn)確性比率（Accuracy"Ratio，AR）等（Cantor和Falkenstein，2001；Cheng和Neamtiu，2009）。由于我國(guó)缺少最直接的違約數(shù)據(jù)，所以相較于國(guó)際評(píng)級(jí)機(jī)構(gòu)和國(guó)外學(xué)者，國(guó)內(nèi)學(xué)者大多采用間接方法檢驗(yàn)我國(guó)評(píng)級(jí)質(zhì)量的準(zhǔn)確性，具體可分為評(píng)級(jí)等級(jí)檢驗(yàn)、信用利差檢驗(yàn)和隱含違約率檢驗(yàn)。評(píng)級(jí)等級(jí)檢驗(yàn)中，一些學(xué)者運(yùn)用KMV模型、Credit"Model模型等方法模擬評(píng)級(jí)結(jié)果，對(duì)比了不同付費(fèi)模式下和國(guó)內(nèi)外評(píng)級(jí)機(jī)構(gòu)的評(píng)級(jí)質(zhì)量（王冠楠等，2018；吳育輝等，2020），或直接對(duì)比評(píng)級(jí)等級(jí)的高低判斷是否存在評(píng)級(jí)“膨脹”現(xiàn)象（黃曉薇和安小雪，2024；吳蕾和蘇暢，2018）。由于投資者將信用評(píng)級(jí)作為投資依據(jù)，信用評(píng)級(jí)與信用利差之間具有反向?qū)?yīng)關(guān)系，信用評(píng)級(jí)的準(zhǔn)確性將影響信用利差（徐曉萍等，2018），因而信用利差檢驗(yàn)成為檢驗(yàn)評(píng)級(jí)準(zhǔn)確性的重要手段，大量文獻(xiàn)采用信用利差為被解釋變量，考察信用評(píng)級(jí)是否能有效降低信用利差（黃曉薇和安小雪，2024；王安興等，2012；連立帥和朱松，2023；張金清等，2024）。

已有研究對(duì)評(píng)級(jí)質(zhì)量的可比性檢驗(yàn)大多從付費(fèi)模式的差異出發(fā)，在競(jìng)爭(zhēng)機(jī)制和聲譽(yù)機(jī)制的共同作用下，投資者付費(fèi)和發(fā)行人付費(fèi)模式下評(píng)級(jí)機(jī)構(gòu)出具的信用評(píng)級(jí)存在差異。國(guó)內(nèi)外研究表明，投資者付費(fèi)評(píng)級(jí)機(jī)構(gòu)的評(píng)級(jí)質(zhì)量顯著優(yōu)于發(fā)行人付費(fèi)評(píng)級(jí)機(jī)構(gòu)，且前者評(píng)級(jí)結(jié)果在一定程度可抑制后者評(píng)級(jí)迎合的行為（Xia，2014；林晚發(fā)等，2017；寇宗來(lái)等，2020）。因此，在驗(yàn)證評(píng)級(jí)質(zhì)量的可比性的研究中，大多將投資者付費(fèi)評(píng)級(jí)機(jī)構(gòu)的評(píng)級(jí)結(jié)果作為基準(zhǔn)評(píng)級(jí)，并加入市場(chǎng)競(jìng)爭(zhēng)因素驗(yàn)證發(fā)行人付費(fèi)評(píng)級(jí)機(jī)構(gòu)的評(píng)級(jí)質(zhì)量是否存在差異。此外，還有部分研究基于信用利差的視角，比較不同付費(fèi)模式下評(píng)級(jí)機(jī)構(gòu)的評(píng)級(jí)質(zhì)量（楊國(guó)超和劉琪，2022；連立帥和朱松，2023；黃曉薇和安小雪，2024）。

最后，在衡量評(píng)級(jí)的穩(wěn)定性方面，國(guó)際評(píng)級(jí)機(jī)構(gòu)采用主體信用等級(jí)遷移矩陣等多種方法進(jìn)行考察。例如，穆迪利用級(jí)別波動(dòng)性比率和級(jí)別逆轉(zhuǎn)率對(duì)評(píng)級(jí)穩(wěn)定性進(jìn)行測(cè)度。囿于我國(guó)相關(guān)評(píng)級(jí)數(shù)據(jù)的可獲得性，尚不能通過(guò)評(píng)級(jí)遷移矩陣等方法進(jìn)行穩(wěn)定性研究。

對(duì)標(biāo)國(guó)際評(píng)級(jí)機(jī)構(gòu)的評(píng)級(jí)標(biāo)準(zhǔn)，為實(shí)現(xiàn)在同一標(biāo)準(zhǔn)化評(píng)價(jià)體系下考察外資機(jī)構(gòu)引入政策對(duì)我國(guó)評(píng)級(jí)質(zhì)量的影響，本文參考已有文獻(xiàn)，結(jié)合穆迪、標(biāo)普和惠譽(yù)三大國(guó)際評(píng)級(jí)機(jī)構(gòu)開(kāi)發(fā)的評(píng)級(jí)質(zhì)量測(cè)度方法，從準(zhǔn)確性方面來(lái)測(cè)度評(píng)級(jí)市場(chǎng)對(duì)外開(kāi)放下我國(guó)的評(píng)級(jí)質(zhì)量。

（二）影響評(píng)級(jí)質(zhì)量的因素

從國(guó)內(nèi)外現(xiàn)有研究來(lái)看，聲譽(yù)機(jī)制與競(jìng)爭(zhēng)、行業(yè)的監(jiān)管以及經(jīng)濟(jì)周期等的多因素交互，會(huì)對(duì)評(píng)級(jí)機(jī)構(gòu)的行為產(chǎn)生不同程度、不同方向的影響效果，進(jìn)而造成評(píng)級(jí)機(jī)構(gòu)評(píng)級(jí)質(zhì)量的改變。其中，聲譽(yù)機(jī)制、競(jìng)爭(zhēng)機(jī)制和行業(yè)監(jiān)管一直是熱議課題。

目前，國(guó)內(nèi)外學(xué)者就競(jìng)爭(zhēng)機(jī)制對(duì)評(píng)級(jí)質(zhì)量的影響持有不同的觀點(diǎn)：一些學(xué)者認(rèn)為，競(jìng)爭(zhēng)機(jī)制會(huì)加劇評(píng)級(jí)機(jī)構(gòu)提供評(píng)級(jí)選購(gòu)的動(dòng)機(jī)、降低評(píng)級(jí)質(zhì)量，在市場(chǎng)份額既定條件下，評(píng)級(jí)機(jī)構(gòu)為了搶占市場(chǎng)，會(huì)迎合債券發(fā)行人對(duì)高評(píng)級(jí)的需求，以此來(lái)增加自身收入；然而另外一些研究發(fā)現(xiàn)，競(jìng)爭(zhēng)不但不會(huì)造成使評(píng)級(jí)質(zhì)量惡化，甚至還會(huì)改善評(píng)級(jí)質(zhì)量，評(píng)級(jí)機(jī)構(gòu)的聲譽(yù)機(jī)制與行業(yè)競(jìng)爭(zhēng)兩者之間密不可分，聲譽(yù)租金的存在會(huì)迫使評(píng)級(jí)機(jī)構(gòu)注重自身聲譽(yù)（Baghai等，2014），約束評(píng)級(jí)機(jī)構(gòu)的行為，在競(jìng)爭(zhēng)加劇的情況下，評(píng)級(jí)機(jī)構(gòu)基于當(dāng)下收入和未來(lái)聲譽(yù)租金的考量，選擇提供更加謹(jǐn)慎的評(píng)級(jí)結(jié)果，即有效抑制了評(píng)級(jí)機(jī)構(gòu)推高評(píng)級(jí)結(jié)果的行為（Blume等，1998；Jorion等，2009；袁偉等，2023）。例如，在控制行業(yè)效應(yīng)后，惠譽(yù)的市場(chǎng)份額的增加并未導(dǎo)致標(biāo)普和穆迪的評(píng)級(jí)膨脹現(xiàn)象，即競(jìng)爭(zhēng)不會(huì)導(dǎo)致評(píng)級(jí)質(zhì)量的下降（Bae等，2015）；面對(duì)新進(jìn)入的投資者付費(fèi)評(píng)級(jí)機(jī)構(gòu)EJR（Egan-Jones"Ratings）帶來(lái)的市場(chǎng)競(jìng)爭(zhēng)效應(yīng)，標(biāo)準(zhǔn)普爾（Samp;P）選擇收緊評(píng)級(jí)標(biāo)準(zhǔn)，提高了評(píng)級(jí)質(zhì)量（Xia，2014）。

截至2021年，由于我國(guó)行業(yè)監(jiān)管特性的存在，在我國(guó)債券市場(chǎng)的“AAA級(jí)”高準(zhǔn)入門(mén)檻的推波助瀾下，我國(guó)債券市場(chǎng)評(píng)級(jí)虛高、評(píng)級(jí)區(qū)分模糊的問(wèn)題日益凸顯，于是許多學(xué)者也對(duì)我國(guó)評(píng)級(jí)制度的有效性提出了質(zhì)疑（寇宗來(lái)等，2015；Livingston等，2018）。自2017年國(guó)內(nèi)監(jiān)管政策不斷出臺(tái)，監(jiān)管部門(mén)力圖通過(guò)引入外資評(píng)級(jí)機(jī)構(gòu)、加強(qiáng)監(jiān)管力度來(lái)規(guī)范化評(píng)級(jí)市場(chǎng)，解決評(píng)級(jí)市場(chǎng)長(zhǎng)期飽受詬病的制度缺陷，具體可以歸納為以下兩個(gè)方面：一方面，在政策指導(dǎo)下，監(jiān)管措施發(fā)揮針對(duì)性和有效性，可以有效干預(yù)評(píng)級(jí)機(jī)構(gòu)的行為，評(píng)級(jí)機(jī)構(gòu)會(huì)更加重視聲譽(yù)資本損失和監(jiān)管懲罰成本，傾向于提高評(píng)級(jí)及時(shí)性和準(zhǔn)確性，并降低評(píng)級(jí)的波動(dòng)性（Cheng和Neamtiu，2009）；另一方面，在取消強(qiáng)制債券發(fā)行評(píng)級(jí)規(guī)定的情形下，評(píng)級(jí)市場(chǎng)的總業(yè)務(wù)量縮水（證監(jiān)會(huì)令180號(hào)），評(píng)級(jí)市場(chǎng)“粥少僧多”的現(xiàn)狀下，市場(chǎng)已有的七家評(píng)級(jí)機(jī)構(gòu)之間展開(kāi)了激烈競(jìng)爭(zhēng)，在此基礎(chǔ)上，三大國(guó)際評(píng)級(jí)機(jī)構(gòu)首次獨(dú)資準(zhǔn)入國(guó)內(nèi)評(píng)級(jí)市場(chǎng)，打破了以往外資評(píng)級(jí)機(jī)構(gòu)只能以合資形式參與國(guó)內(nèi)金融市場(chǎng)的局限性，進(jìn)一步加劇了評(píng)級(jí)行業(yè)的競(jìng)爭(zhēng)程度。已有學(xué)者通過(guò)建立博弈模型、定量模擬等方法（安小雪，2022；王冠楠等，2018），研究發(fā)現(xiàn)：高聲譽(yù)外資競(jìng)爭(zhēng)者的進(jìn)入會(huì)激勵(lì)本土評(píng)級(jí)機(jī)構(gòu)進(jìn)行信息收集、加工的行為（Morkoetter等，2017；Jorion等，2009），提供更嚴(yán)格的評(píng)級(jí)標(biāo)準(zhǔn)，在競(jìng)爭(zhēng)均衡下能夠提高評(píng)級(jí)質(zhì)量，形成評(píng)級(jí)行業(yè)的良性循環(huán)（Doherty等，2012；Mariano，2012；Vu等，2022）。但是，外資機(jī)構(gòu)于2019年才正式進(jìn)駐國(guó)內(nèi)，時(shí)間較短，其影響效果尚未經(jīng)過(guò)顯著性檢驗(yàn)，據(jù)此，本文針對(duì)2017年以來(lái)我國(guó)評(píng)級(jí)市場(chǎng)對(duì)外開(kāi)放政策的影響效果提出下列假設(shè)：

H1：評(píng)級(jí)市場(chǎng)對(duì)外開(kāi)放政策有效緩解了我國(guó)評(píng)級(jí)膨脹的現(xiàn)象。

H2：評(píng)級(jí)市場(chǎng)對(duì)外開(kāi)放政策增強(qiáng)了我國(guó)信用評(píng)級(jí)質(zhì)量。

三、研究設(shè)計(jì)

（一）樣本數(shù)據(jù)

本文選取2014—2023年在我國(guó)銀行間與交易所發(fā)行的企業(yè)債的債項(xiàng)評(píng)級(jí)和主體評(píng)級(jí)作為研究對(duì)象，發(fā)債主體的評(píng)級(jí)數(shù)據(jù)、公司特征以及財(cái)務(wù)數(shù)據(jù)均來(lái)自同花順數(shù)據(jù)庫(kù)。本文按照以下步驟對(duì)初始企業(yè)債樣本進(jìn)行處理：①剔除金融類(lèi)企業(yè)發(fā)行的債券。②篩選評(píng)級(jí)數(shù)據(jù)。由于債券在一年內(nèi)可能存在不同評(píng)級(jí)機(jī)構(gòu)給出的多個(gè)評(píng)級(jí)樣本，參考黃曉薇和安小雪（2024），如果存在某一評(píng)級(jí)機(jī)構(gòu)給出多個(gè)評(píng)級(jí)結(jié)果的情況，則只保留當(dāng)年第一個(gè)評(píng)級(jí)數(shù)據(jù)。③剔除數(shù)據(jù)缺失樣本。為減少缺失數(shù)據(jù)對(duì)回歸結(jié)果的影響，本文剔除控制變量缺失樣本。④縮尾處理。對(duì)連續(xù)變量在1%和99%分位點(diǎn)進(jìn)行縮尾處理，減少異常值影響。⑤數(shù)據(jù)標(biāo)準(zhǔn)化。避免原始數(shù)據(jù)特征尺度差距過(guò)大影響回歸結(jié)果，對(duì)樣本中連續(xù)數(shù)據(jù)做標(biāo)準(zhǔn)化處理。

（二）模型構(gòu)建與變量定義

針對(duì)H1，本文構(gòu)建如下的基準(zhǔn)回歸模型進(jìn)行驗(yàn)證：

Ratingi，t=α0+α1Groupi，t+α2Posti，t+α3Groupi，t×Posti，t+α4Controlsi，t+Industry+Year+i，t（1）

由于2017年7號(hào)公告只對(duì)外開(kāi)放了銀行間債券評(píng)級(jí)業(yè)務(wù)，市場(chǎng)上只有企業(yè)債同時(shí)在銀行間和交易所之間發(fā)行，基于此本文選取2014—2023年的銀行間和交易所債項(xiàng)評(píng)級(jí)進(jìn)行匹配。經(jīng)過(guò)數(shù)據(jù)處理后，本文最后得到銀行間發(fā)行的企業(yè)債共8833個(gè)樣本，交易所發(fā)行的企業(yè)債共8033個(gè)樣本。

公式（1）中下角標(biāo)i表示債券，t表示年度。Ratingi，t為評(píng)級(jí)變量，本文參考寇宗來(lái)等（2020），對(duì)債項(xiàng)評(píng)級(jí)進(jìn)行賦值，已知最高評(píng)級(jí)為AAA，最低評(píng)級(jí)為CC，由于A以下評(píng)級(jí)占比總體小于0.1%，于是對(duì)其評(píng)級(jí)均賦值為1，而對(duì)于A+、AA-、AA、AA+、AAA，依次從2～6遞增等差賦值。解釋變量Groupi，t為區(qū)分實(shí)驗(yàn)組和對(duì)照組的虛擬變量，當(dāng)債券發(fā)行在銀行間時(shí)該變量取值為1，否則為0；Posti，t表示2017年政策發(fā)布前后的時(shí)間虛擬變量，2017年當(dāng)年和政策實(shí)施后的取值為1，之前的年份取值為0。參考林晚發(fā)等（2017）、黃小琳等（2017）、徐思等（2022）、崔俊等（2022），本文選取發(fā)行總額、資產(chǎn)總額、凈資產(chǎn)收益率、資產(chǎn)負(fù)債率、總資產(chǎn)周轉(zhuǎn)率、現(xiàn)金比率、流動(dòng)比率、營(yíng)業(yè)利潤(rùn)（同比增長(zhǎng)率）、是否上市公司、是否是城投債、有形資產(chǎn)占比、短期負(fù)債率、經(jīng)營(yíng)現(xiàn)金流量CFO、流動(dòng)負(fù)債合計(jì)，加入償債能力指標(biāo)：息稅折舊攤銷(xiāo)前利潤(rùn)/利息費(fèi)用為控制變量。Industry和Year分別表示行業(yè)固定效應(yīng)和年度固定效應(yīng)，i，t是隨機(jī)擾動(dòng)項(xiàng)。具體的變量定義詳見(jiàn)表1。

針對(duì)H2，參考徐曉萍等（2018）和王安興等（2015），選用Spread為被解釋變量，構(gòu)建如下模型：

Spreadi，t=β0+β1Ratingi，t+β2Ratingi，t×Posti，t+

β3Controlsi，t+Industry+Year+i，t（2）

其中，Ratingi，t分別取主體評(píng)級(jí)BRatingi，t和債項(xiàng)評(píng)級(jí)CRatingi，t。

四、實(shí)證分析

（一）描述性統(tǒng)計(jì)分析

首先對(duì)所選取企業(yè)債樣本的變量進(jìn)行描述性統(tǒng)計(jì)分析，如表2所示。企業(yè)債項(xiàng)評(píng)級(jí)均值為5.340，說(shuō)明大部分債項(xiàng)評(píng)級(jí)集中在AA+至AAA級(jí)，反映出我國(guó)債券的評(píng)級(jí)結(jié)果偏高的特征，存在評(píng)級(jí)虛高的現(xiàn)象。

為實(shí)現(xiàn)對(duì)國(guó)內(nèi)評(píng)級(jí)機(jī)構(gòu)評(píng)級(jí)質(zhì)量準(zhǔn)確性的初步分析，本文參考國(guó)際評(píng)級(jí)機(jī)構(gòu)的平均違約位置指標(biāo)ADP，繪制了2014—2022年評(píng)級(jí)行業(yè)1年期ADP變化趨勢(shì)，結(jié)果如圖1所示，在評(píng)級(jí)行業(yè)對(duì)外開(kāi)放的關(guān)鍵年份，即2017年和2019年，ADP指標(biāo)呈現(xiàn)明顯的峰值，表明評(píng)級(jí)行業(yè)評(píng)級(jí)質(zhì)量受到評(píng)級(jí)對(duì)外開(kāi)放的影響而產(chǎn)生波動(dòng)。

圖1"2014—2022年評(píng)級(jí)行業(yè)1年期ADP變化趨勢(shì)

此外參考國(guó)際評(píng)級(jí)機(jī)構(gòu)的平均違約位置指標(biāo)ADP，還繪制了2014—2022年評(píng)級(jí)行業(yè)主要評(píng)級(jí)機(jī)構(gòu)1年期ADP平均值，結(jié)果如圖2所示，不同評(píng)級(jí)機(jī)構(gòu)之間評(píng)級(jí)質(zhì)量存在顯著差異，其中，鵬元（中證鵬元資信評(píng)估股份有限公司）和中誠(chéng)信（中誠(chéng)信國(guó)際信用評(píng)級(jí)有限公司）評(píng)級(jí)質(zhì)量較好，但與同期國(guó)際評(píng)級(jí)機(jī)構(gòu)的ADP結(jié)果對(duì)比，仍有差距，說(shuō)明不同評(píng)級(jí)機(jī)構(gòu)的評(píng)級(jí)質(zhì)量存在異質(zhì)性。

圖2"2014—2022年評(píng)級(jí)行業(yè)主要評(píng)級(jí)機(jī)構(gòu)1年期ADP平均值

（二）基準(zhǔn)回歸分析

基于上述ADP指標(biāo)的初步分析，在梳理已有企業(yè)債券評(píng)級(jí)數(shù)據(jù)后，參考Huang和Shen（2019）及林晚發(fā)等（2017）的研究，選取資產(chǎn)總額、凈資產(chǎn)收益率ROE、資產(chǎn)負(fù)債率以及行業(yè)為協(xié)變量對(duì)樣本進(jìn)行無(wú)放回抽樣的1∶1最近鄰匹配，匹配樣本的平衡性檢驗(yàn)結(jié)果見(jiàn)表3，其中標(biāo)準(zhǔn)均值差（Standard"Mean"Difference，SMD）可以衡量樣本匹配的平衡性，且經(jīng)過(guò)T檢驗(yàn)，P值均大于10%，表明匹配后兩者實(shí)驗(yàn)組合對(duì)照組之間滿足平衡性假設(shè)。

變量的系數(shù)均在5%的水平下顯著為正，表明評(píng)級(jí)機(jī)構(gòu)傾向給予發(fā)行在銀行間市場(chǎng)的債券更高的評(píng)級(jí)。雙固定效應(yīng)下Post變量系數(shù)顯著為正，符合我國(guó)評(píng)級(jí)市場(chǎng)評(píng)級(jí)虛高的現(xiàn)象。Group×Post交互項(xiàng)在5%的水平下顯著為負(fù)，顯然面對(duì)外資評(píng)級(jí)機(jī)構(gòu)進(jìn)入的沖擊，在聲譽(yù)機(jī)制的約束下國(guó)內(nèi)評(píng)級(jí)機(jī)構(gòu)選取更加保守、謹(jǐn)慎的評(píng)級(jí)策略，給出的評(píng)級(jí)結(jié)果低于政策之前，即抑制了提高銀行間債券評(píng)級(jí)結(jié)果的行為，說(shuō)明2017年的對(duì)外開(kāi)放政策在一定程度下抑制了評(píng)級(jí)膨脹現(xiàn)象，一定程度上改善了我國(guó)信用評(píng)級(jí)質(zhì)量，H1得到驗(yàn)證。

為驗(yàn)證H2，在模型1選取的企業(yè)債數(shù)據(jù)基礎(chǔ)上，選取企業(yè)債發(fā)行利率作為債券的利率，以債券起息日的同期限國(guó)債收益率為無(wú)風(fēng)險(xiǎn)利率，相減后得到債券的信用利差。解釋變量為債券發(fā)行時(shí)的主體評(píng)級(jí)和債項(xiàng)評(píng)級(jí)，Post為時(shí)間虛擬變量，在2017年政策發(fā)布之后發(fā)行的債券樣本取1，否則為0。交乘項(xiàng)的系數(shù)反映了該政策發(fā)生后評(píng)級(jí)結(jié)果對(duì)信用利差的影響，其余控制變量的定義與模型（1）一致。

表5展示了實(shí)證模型（2）的回歸結(jié)果。第一列與第二列是2017年對(duì)外開(kāi)放政策下，分別以企業(yè)債項(xiàng)評(píng)級(jí)和企業(yè)主體評(píng)級(jí)為核心解釋變量對(duì)信用利差的回歸結(jié)果。企業(yè)債項(xiàng)評(píng)級(jí)和企業(yè)主體評(píng)級(jí)的回歸系數(shù)在1%的水平下顯著為負(fù)，驗(yàn)證了評(píng)級(jí)結(jié)果降低債券信用利差的作用。表5兩列評(píng)級(jí)結(jié)果和時(shí)間虛擬變量的交乘項(xiàng)系數(shù)為負(fù)，表明評(píng)級(jí)市場(chǎng)對(duì)外開(kāi)放后評(píng)級(jí)降低信用利差功能增強(qiáng)，在國(guó)際評(píng)級(jí)進(jìn)入加劇本土評(píng)級(jí)市場(chǎng)競(jìng)爭(zhēng)下，評(píng)級(jí)機(jī)構(gòu)會(huì)更加注重評(píng)級(jí)的信息含量，提高評(píng)級(jí)結(jié)果的準(zhǔn)確性，給出更加客觀、準(zhǔn)確的評(píng)級(jí)結(jié)果，投資者對(duì)于債券的評(píng)級(jí)機(jī)構(gòu)的信任程度增加，相應(yīng)對(duì)債券收益率要求降低，因而發(fā)行人付出的風(fēng)險(xiǎn)溢價(jià)降低，即債券信用利差降低，此時(shí)評(píng)級(jí)越高降低信用差的作用越明顯，H2得到驗(yàn)證。

結(jié)合上述實(shí)證研究結(jié)果，2017年對(duì)外開(kāi)放政策提高了我國(guó)評(píng)級(jí)行業(yè)的評(píng)級(jí)質(zhì)量，一方面有效遏制了本土評(píng)級(jí)長(zhǎng)期以來(lái)存在的評(píng)級(jí)虛高問(wèn)題，另一方面增強(qiáng)了我國(guó)信用評(píng)級(jí)降低信用利差的作用，即評(píng)級(jí)市場(chǎng)對(duì)外開(kāi)放政策下我國(guó)評(píng)級(jí)質(zhì)量的準(zhǔn)確性有所提升。

（三）穩(wěn)健性和內(nèi)生性檢驗(yàn)

1.平行趨勢(shì)檢驗(yàn)

使用雙重差分進(jìn)行檢驗(yàn)的一個(gè)重要前提是處理組與控制組在外生沖擊之前具有平行趨勢(shì)，即不存在處理效應(yīng)時(shí)結(jié)果變量在處理組和控制組中的變化趨勢(shì)是相近的。本文借鑒Almeida等（2017）檢驗(yàn)平行趨勢(shì)的方法，將Post的時(shí)間節(jié)點(diǎn)替換并逐個(gè)回歸，圖3繪制了控制行業(yè)和年份固定效應(yīng)后時(shí)間虛擬變量的交互項(xiàng)的回歸系數(shù)。以2016年為基期，在政策之前的時(shí)間虛擬變量交互項(xiàng)的回歸系數(shù)并不顯著，而與政策之后時(shí)間虛擬變量交互項(xiàng)的回歸系數(shù)基本上顯著為負(fù)，顯然本文的樣本選擇滿足平行趨勢(shì)假定。

圖3"平行趨勢(shì)檢驗(yàn)

2.安慰劑檢驗(yàn)

為了確保本文主要的研究發(fā)現(xiàn)并不是由偶然因素驅(qū)動(dòng)的，借鑒Jiang等（2019）的安慰劑測(cè)試方法，本文隨機(jī)化銀行間債券和交易所債券之間的配對(duì)關(guān)系，使用虛擬的銀行間債券與交易所債券配對(duì)關(guān)系重新估計(jì)模型（1），對(duì)這一過(guò)程重復(fù)進(jìn)行1000次并將每次Group×Post的估計(jì)系數(shù)保存下來(lái)。圖4是這1000次回歸系數(shù)的核密度分布，其中控制了行業(yè)和年份固定效應(yīng)?；貧w系數(shù)的均值接近于0。10%分位數(shù)P10為-0.1536，大于圖4中真實(shí)的回歸系數(shù)-0.2270，進(jìn)一步排除了其他不可觀測(cè)因素對(duì)本文基準(zhǔn)回歸結(jié)果的干擾。

圖4"安慰劑檢驗(yàn)

隨機(jī)打亂處理組和對(duì)照組的安慰劑檢驗(yàn)。借鑒呂越等（2019）的做法，本文按照原模型所含有的處理組，從樣本中隨機(jī)抽取，經(jīng)過(guò)500次隨機(jī)分配處理組和控制組后，交互項(xiàng)估計(jì)系數(shù)核密度曲線以及對(duì)應(yīng)p值的分布如圖5所示?？梢园l(fā)現(xiàn)，估計(jì)系數(shù)集中分布在0附近，且絕大部分p值大于0.1，實(shí)際估計(jì)系數(shù)-0.2270也明顯屬于異常值。綜合來(lái)看，本文的基準(zhǔn)回歸結(jié)果是可靠的，并沒(méi)有因?yàn)槠渌蛩鼗蛟肼暥鴮?dǎo)致嚴(yán)重偏誤。

圖5"隨機(jī)構(gòu)造處理組的估計(jì)系數(shù)和P值

注：x軸表示來(lái)自500個(gè)隨機(jī)分配的Group×Post的估計(jì)系數(shù)，曲線是估計(jì)的核密度分布，點(diǎn)是相關(guān)的p值，垂直線為表4第（2）列回歸結(jié)果的真實(shí)估計(jì)值。

3.替換被解釋變量

參考林晚發(fā)等（2022）研究評(píng)級(jí)競(jìng)爭(zhēng)對(duì)信用評(píng)級(jí)質(zhì)量的影響，選用Z值替換實(shí)證模型（１）的被解釋變量進(jìn)行回歸，回歸結(jié)果依然穩(wěn)健。具體回歸結(jié)果見(jiàn)表6。

4.內(nèi)生性檢驗(yàn)

針對(duì)模型（2），考慮到2020年突發(fā)新冠疫情，許多行業(yè)受到負(fù)面影響，當(dāng)年的評(píng)級(jí)結(jié)果一定程度上受系統(tǒng)性風(fēng)險(xiǎn)驅(qū)動(dòng)，對(duì)此本文刪除2020年的觀測(cè)樣本后重新回歸，回歸系數(shù)匯總在表7中，雖然回歸系數(shù)大小有波動(dòng)，但依然顯著為負(fù)，H2得到驗(yàn)證。

五、結(jié)論與政策建議

本文從對(duì)外開(kāi)放政策角度切入，參考相關(guān)國(guó)際評(píng)級(jí)機(jī)構(gòu)和已有文獻(xiàn)對(duì)評(píng)級(jí)質(zhì)量的檢驗(yàn)方法，并基于企業(yè)債評(píng)級(jí)和主體評(píng)級(jí)數(shù)據(jù)，研究了評(píng)級(jí)行業(yè)國(guó)際化進(jìn)程中，行業(yè)競(jìng)爭(zhēng)對(duì)評(píng)級(jí)機(jī)構(gòu)評(píng)級(jí)質(zhì)量的影響。本文基于評(píng)級(jí)質(zhì)量準(zhǔn)確性檢驗(yàn)方法，對(duì)評(píng)級(jí)結(jié)果和信用利差兩個(gè)方面進(jìn)行實(shí)證研究，研究結(jié)論如下：評(píng)級(jí)行業(yè)對(duì)外開(kāi)放政策下，面對(duì)相同的發(fā)行主體所發(fā)行的債券，中資評(píng)級(jí)機(jī)構(gòu)選擇給出更低、更客觀的評(píng)級(jí)結(jié)果，而非迎合發(fā)行對(duì)象，具有主動(dòng)遏制國(guó)內(nèi)評(píng)級(jí)膨脹的態(tài)勢(shì)。究其原因，國(guó)際機(jī)構(gòu)均為高聲譽(yù)外資機(jī)構(gòu)，在本土行業(yè)激烈的競(jìng)爭(zhēng)格局下，聲譽(yù)和競(jìng)爭(zhēng)機(jī)制約束了本土機(jī)構(gòu)推高評(píng)級(jí)的行為，進(jìn)而抑制了評(píng)級(jí)虛高的現(xiàn)象。進(jìn)一步地，在評(píng)級(jí)行業(yè)開(kāi)放的大環(huán)境下，評(píng)級(jí)結(jié)果向市場(chǎng)傳遞有效信息的效應(yīng)加強(qiáng)，提高了信用評(píng)級(jí)降低債券信用利差的作用。顯然，我國(guó)評(píng)級(jí)機(jī)構(gòu)評(píng)級(jí)結(jié)果更客觀，能夠全面反映評(píng)級(jí)對(duì)象的風(fēng)險(xiǎn)，證明了評(píng)級(jí)行業(yè)對(duì)外開(kāi)放政策，引入外資評(píng)級(jí)機(jī)構(gòu)能夠有效提高我國(guó)評(píng)級(jí)質(zhì)量的準(zhǔn)確性。

結(jié)合本文的研究結(jié)論，提出以下政策建議。

繼續(xù)擴(kuò)大評(píng)級(jí)市場(chǎng)對(duì)外開(kāi)放程度，鼓勵(lì)更多高聲譽(yù)國(guó)際評(píng)級(jí)機(jī)構(gòu)進(jìn)入我國(guó)市場(chǎng)。監(jiān)管機(jī)構(gòu)通過(guò)競(jìng)爭(zhēng)提升國(guó)內(nèi)評(píng)級(jí)機(jī)構(gòu)的服務(wù)水平和評(píng)級(jí)質(zhì)量，建立以違約率為評(píng)價(jià)標(biāo)準(zhǔn)的評(píng)價(jià)機(jī)制，定期評(píng)估對(duì)外開(kāi)放政策的實(shí)施效果，分析其對(duì)國(guó)內(nèi)評(píng)級(jí)市場(chǎng)的影響，及時(shí)調(diào)整政策措施，確保對(duì)外開(kāi)放政策能夠持續(xù)發(fā)揮積極作用，同時(shí)加大監(jiān)管處罰力度，提高評(píng)級(jí)機(jī)構(gòu)聲譽(yù)成本，發(fā)揮高聲譽(yù)國(guó)際評(píng)級(jí)機(jī)構(gòu)激勵(lì)在位評(píng)級(jí)機(jī)構(gòu)提升評(píng)級(jí)質(zhì)量的作用。

加強(qiáng)評(píng)級(jí)機(jī)構(gòu)行為規(guī)范，優(yōu)化市場(chǎng)準(zhǔn)入與退出機(jī)制，確保評(píng)級(jí)機(jī)構(gòu)能夠在公平競(jìng)爭(zhēng)的環(huán)境中運(yùn)營(yíng)。加強(qiáng)對(duì)評(píng)級(jí)過(guò)程的監(jiān)督與管理，提升評(píng)級(jí)過(guò)程的透明度與規(guī)范性，設(shè)立獨(dú)立的內(nèi)控和合規(guī)部門(mén)，確保評(píng)級(jí)結(jié)果的獨(dú)立性和客觀性。

引入多評(píng)級(jí)和雙評(píng)級(jí)機(jī)制，鼓勵(lì)債券發(fā)行人聘請(qǐng)多家評(píng)級(jí)機(jī)構(gòu)進(jìn)行評(píng)級(jí)。增加評(píng)級(jí)結(jié)果的透明度和公信力，減少單一評(píng)級(jí)機(jī)構(gòu)可能帶來(lái)的偏差，在重要金融產(chǎn)品和項(xiàng)目上，實(shí)施雙評(píng)級(jí)機(jī)制，即至少由兩家獨(dú)立的評(píng)級(jí)機(jī)構(gòu)進(jìn)行評(píng)級(jí)，以確保評(píng)級(jí)的全面性和客觀性。

最后，開(kāi)展多維度評(píng)價(jià)，推動(dòng)評(píng)級(jí)市場(chǎng)健康發(fā)展。開(kāi)展對(duì)評(píng)級(jí)機(jī)構(gòu)的多維度評(píng)價(jià)，包括評(píng)級(jí)質(zhì)量、市場(chǎng)反應(yīng)、客戶滿意度等多個(gè)方面。通過(guò)多維評(píng)價(jià)體系，推動(dòng)評(píng)級(jí)機(jī)構(gòu)提升服務(wù)質(zhì)量和專(zhuān)業(yè)水平。利用市場(chǎng)的真實(shí)反饋推動(dòng)評(píng)級(jí)行業(yè)的發(fā)展，建立完善的外部評(píng)價(jià)機(jī)制，引導(dǎo)評(píng)級(jí)機(jī)構(gòu)不斷改進(jìn)和優(yōu)化評(píng)級(jí)方法，提升評(píng)級(jí)結(jié)果的準(zhǔn)確性和公信力。

參考文獻(xiàn)

［1］安小雪.外資評(píng)級(jí)機(jī)構(gòu)進(jìn)入中國(guó)能否發(fā)揮“鯰魚(yú)效應(yīng)”？［J］.運(yùn)籌與管理，2022，31（4）：144-148.

［2］白芳，南海娟，張博銘.市場(chǎng)競(jìng)爭(zhēng)、監(jiān)管和聲譽(yù)對(duì)評(píng)級(jí)行為的影響［J］.中國(guó)證券期貨，2019（6）：31-39.

［3］崔俊，魯統(tǒng)宇，任婷婷.不同付費(fèi)模式下評(píng)級(jí)機(jī)構(gòu)的評(píng)級(jí)標(biāo)準(zhǔn)變化［J］.上海金融，2022（7）：2-17.

［4］高昊宇，歐陽(yáng)伊玲，李妮.評(píng)級(jí)機(jī)構(gòu)信用風(fēng)險(xiǎn)關(guān)聯(lián)對(duì)債券發(fā)行定價(jià)的影響［J］.世界經(jīng)濟(jì)，2022，45（12）：175-200.

［5］郝雨時(shí)，周格旭.從國(guó)際視角看我國(guó)信用評(píng)級(jí)市場(chǎng)的發(fā)展及完善［J］.浙江金融，2021（10）：60-67.

［6］寇宗來(lái)，盤(pán)宇章，劉學(xué)悅.中國(guó)的信用評(píng)級(jí)真的影響發(fā)債成本嗎？［J］.金融研究，2015（10）：81-98.

［7］寇宗來(lái)，千茜倩，陳關(guān)亭.跟隨還是對(duì)沖：發(fā)行人付費(fèi)評(píng)級(jí)機(jī)構(gòu)如何應(yīng)對(duì)中債資信的低評(píng)級(jí)？［J］.管理世界，2020，36（9）：26-39.

［8］林晚發(fā)，何劍波，周暢，等.“投資者付費(fèi)”模式對(duì)“發(fā)行人付費(fèi)”模式評(píng)級(jí)的影響：基于中債資信評(píng)級(jí)的實(shí)驗(yàn)證據(jù)［J］.會(huì)計(jì)研究，2017（9）：62-68，97.

［9］林晚發(fā)，劉巖，趙仲匡.債券評(píng)級(jí)包裝與“擔(dān)保正溢價(jià)”之謎［J］.經(jīng)濟(jì)研究，2022，57（2）：192-208.

［10］連立帥，朱松.取消強(qiáng)制評(píng)級(jí)政策、評(píng)級(jí)機(jī)構(gòu)聲譽(yù)與信用評(píng)級(jí)質(zhì)量——基于中國(guó)債券市場(chǎng)的實(shí)證研究［J］.金融研究，2023（10）：125-144.

［11］呂越，陸毅，吳嵩博，等.“一帶一路”倡議的對(duì)外投資促進(jìn)效應(yīng)——基于2005—2016年中國(guó)企業(yè)綠地投資的雙重差分檢驗(yàn)［J］.經(jīng)濟(jì)研究，2019，54（9）：187-202.

［12］王安興，解文增，余文龍.中國(guó)公司債利差的構(gòu)成及影響因素實(shí)證分析［J］.管理科學(xué)學(xué)報(bào)，2012，15（5）：32-41.

［13］王冠楠，項(xiàng)衛(wèi)星，盧書(shū)媛.中國(guó)信用評(píng)級(jí)市場(chǎng)開(kāi)放對(duì)國(guó)內(nèi)企業(yè)評(píng)級(jí)的影響［J］.國(guó)際金融研究，2018（8）：78-87.

［14］吳育輝，翟玲玲，張潤(rùn)楠，等.“投資人付費(fèi)”vs.“發(fā)行人付費(fèi)”：誰(shuí)的信用評(píng)級(jí)質(zhì)量更高？［J］.金融研究，2020（1）：130-149.

［15］吳蕾，蘇暢.我國(guó)信用債評(píng)級(jí)的信息含量研究［J］.浙江金融，2018（3）：11-21.

［16］黃曉薇，安小雪.我國(guó)不同付費(fèi)模式信用評(píng)級(jí)校驗(yàn)機(jī)制研究［J］.北京工商大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2024，39（1）：90-103.

［17］黃小琳，朱松，陳關(guān)亭.債券違約對(duì)涉事信用評(píng)級(jí)機(jī)構(gòu)的影響——基于中國(guó)信用債市場(chǎng)違約事件的分析［J］.金融研究，2017（3）：130-144.

［18］徐思，潘昕彤，林晚發(fā).“一帶一路”倡議與公司債信用利差［J］.金融研究，2022（2）：135-152.

［19］徐曉萍，阮永鋒，劉音露.市場(chǎng)競(jìng)爭(zhēng)降低評(píng)級(jí)質(zhì)量了嗎——基于新進(jìn)入評(píng)級(jí)機(jī)構(gòu)的實(shí)證研究［J］.財(cái)貿(mào)經(jīng)濟(jì)，2018，39（11）：96-111.

［20］楊國(guó)超，劉琪.中國(guó)債券市場(chǎng)信用評(píng)級(jí)制度有效性研究［J］.經(jīng)濟(jì)研究，2022，57（10）：191-208.

［21］袁偉，魯統(tǒng)宇，閔繼源，等.基于聲譽(yù)與競(jìng)爭(zhēng)視角的評(píng)級(jí)機(jī)構(gòu)行為研究［J］.金融理論與實(shí)踐，2023（10）：1-13.

［22］張金清，顧嘉樂(lè)，張樂(lè)平.企業(yè)ESG評(píng)級(jí)對(duì)債券信用利差的影響——基于發(fā)債企業(yè)和債券投資者雙方的視角［J］.金融論壇，2024，29（3）：24-34.

［23］ALMEIDA"H，CUNHA"I，F(xiàn)ERREIRA"M"A，et"al.The"real"effects"of"credit"ratings：The"sovereign"ceiling"channel［J］.The"Journal"of"Finance，2017，72（1）：249-290.

［24］BAE"K"H，KANG"J"K，WANG"J.Does"increased"competition"affect"credit"ratings？"A"reexamination"of"the"effect"of"fitchs"market"share"on"credit"ratings"in"the"corporate"bond"market［J］.Journal"of"Financial"amp;"Quantitative"Analysis，2015，50（5）：1011-1035.

［25］BAGHAI"R"P，SERVAES"H，TAMAYO"A.Have"rating"agencies"become"more"conservative？"Implications"for"capital"structure"and"debt"pricing［J］.The"Journal"of"Finance，2014，69（5）：1961-2005.

［26］BEHR"P"R，KISGEN"D"J，TAILLARD"J"P.Did"government"regulations"lead"to"inflated"credit"ratings？［J］.Management"Science，2018，64（3）：1034-1054

［27］BLUME"M"E，LIM"F"C，MACKINLAY"A.The"declining"credit"quality"of"U.S.corporate"debt：Myth"or"reality？［J］.The"Journal"of"Finance，1998，53（4）：1389-1413.

［28］CANTOR"R，F(xiàn)ALKENSTEIN"E.Testing"for"rating"consistency"in"annual"default"rates［EB/OL］.https：//efalken.com/papers/jfifalkcantor.pdf.

［29］CHENG"M，NEAMTIU""M.An"empirical"analysis"of"changes"in"credit"rating"properties：Timeliness，accuracy"and"volatility［J］.Journalnbsp;of"Accounting"and"Economics，2009，47（1-2）：108-130.

［30］DOHERTY"N"A，KARTASHEVA"A"V，PHILLIPS"R"D.Information"effect"of"entry"into"credit"ratings"market：The"case"of"insurers"ratings［J］.Journal"of"Financial"Economics，2012，106（2）：308-330.

［31］JIANG"X"F，PACKER"F.Credit"ratings"of"domestic"and"global"agencies：What"drives"the"differences"in"China"and"how"are"they"priced？［J］.BIS"Working"Papers，2017，No"648.

［32］JIANG"F，QIAN"Y，YONKER"S"E.Hometown"Biased"Acquisitions［J］.Journal"of"Financial"and"Quantitative"Analysis.2019，54（5）：2017-2051.

［33］JORION"P，ZHU"L，SHI"C.Informational"effects"of"regulation"FD：evidence"from"rating"agencies［J］.Journal"of"Financial"Economics，2004，76（2）：309-330.

［34］JORION"P，SHI"C，ZHANG"S.Tightening"credit"standards：the"role"of"accounting"quality［J］.Review"of"Accounting"Studies，2009，14（1）：123-160.

［35］HUANG"Y"L，SHEN"C"H.What"role"does"the"investorpaid"rating"agency"play"in"china？"Competitor"or"information"provider［J］.International"Review"of"Economics"and"Finance，2019，63（5）：253–272.

［36］LIVINGSTON"M，POON"W，ZHOU"L.Are"Chinese"credit"ratings"relevant？"A"study"of"the"Chinese"bond"market"and"credit"rating"industry［J］.Journal"of"Banking"amp;"Finance，2018，87：216-232.

［37］MARIANO"B.Market"power"and"reputational"concernsnbsp;in"the"ratings"industry［J］.Journal"of"Banking"amp;"Finance，2012，36（6）：1616-1626.

［38］MORKOETTER"S，STEBLER"R，WESTERFELD"S.Com打petition"in"the"credit"rating"Industry：Benefits"for"investors"and"issuers［J］.Journal"of"Banking"amp;"Finance，2017，75：235-257.

［39］OPP"C"C，OPP"M"M，HARRIS"M.Rating"agencies"in"the"face"of"regulation［J］.Journal"of"Financial"Economics，2013，108（1）：46-61.

［40］VU"H，ALSAKKA"R，GWILYM"O"A.Does"competition"improve"sovereign"credit"rating"quality？［J］.Journal"of"International"Financial"Markets，Institutions"amp;"Money，2022，76：101478.