大资管时代，如何构建适用于投资的风控体系信用风险篇：简述立体化内评体系

作者： SmartbetaGo 

来源：SmartbetaGo

引言：2018年8月大公国际因“买卖评级”受到处分的新闻，揭开了本土评级机构乱象的冰山一角。一方面，国内债券市场本身就存在着五龙治水、市场分割、信用市场规模较小等问题；另一方面，本土评级机构由于外部监管及其内部机制的限制，短期内难以改变其处于产业链底层的地位。本文主要站在买方机构的角度，分析买方针对资本市场信用风险类投资建立内评体系的必要性，以及如何搭建从风险文化和考核机制、治理结构和管理机制、风险的识别和计量等多个维度考虑的立体化内评体系。

一、外评局限性短期难改，买方亟需建立自己的内评体系

中国证监会和中国银行间交易商协会于2018年8月17日分别给予大公国际资信评估有限公司（下称“大公评级”）严重警告处分，责令其限期整改，并暂停债务融资工具市场相关业务一年。经查证，在2017年11月-2018年3月，大公评级在为相关发行人提供信用评级服务的同时，直接向受评企业提供咨询服务，收取高额费用。同时，在监管调查工作开展过程中，大公评级向协会提供的相关材料存在虚假表述和不实信息。此次监管处罚系本土评级行业有史以来最严重的一次，比之2006年上海远东资信评估有限公司因福禧债事件被暂停业务更为严重。从监管的处罚可以窥见本土评级机构的诸多乱象和外部评级的局限性。

本土评级机构肇始于上世纪90年代，一直伴随着国内信用债市场的发展。第一家评级机构（下称“远东资信”）上海远东资信评估有限公司成立于1988年。进入21世纪后，国际三大评级机构先后通过和本土评级合资或合作的方式进入市场，比如2006年穆迪入股中诚信国际，2007年惠誉评级收购联合资信评估有限公司49%的股权，2008年标普和上海新世纪资信评估投资服务有限公司建立战略伙伴关系。

目前本土评级机构的情况如下表一、表二所示：

资料来源：监管部门官网整理，截止2017年底

注：数据截止2018年4月底

本土评级业发展至今，出现了五个被人诟病的问题：高等级债券违约（如华信主体评级AAA，大量主体评级AA+评级违约）、信用评级调整不合理（如新光债被上调）、信用级别与债券发行及交易利率不匹配、信用级别区分度不够(拥挤在AA、AA+和AAA)、商业模式决定了独立性不够。

这些问题既有外部环境原因，也有内部机制和管理原因。

从外部监管思路看，对于外部评级及评级行业的监管散见于各监管部门的文件中，目前没有统一的针对性的监管制度，监管部门“通过卡级别(AA以上可投)来一刀切”的监管思路不适合目前的现状，也一定程度导致了目前评级机构更类似于合规性的机构，而不是识别信用风险的评级机构。上交所发布的《上海证券交易所公司债券上市规则（2015年修订）》规定面向公众投资者和合格投资者公开发行的公司债券上市的，能采取竞价、报价、询价和协议交易方式的条件之一是债券信用评级达到AA级或以上，否则只能采取报价、询价和协议交易方式。《保险资金投资债券暂行办法》规定，保险资金投资有担保非金融企业（公司）债券，须具有国内信用评级机构评定的AA级或相当于AA级以上的长期信用级别；投资无担保非金融企业（公司）债券，须具有国内信用评级机构评定的AA级或相当于AA级以上的长期信用级别，短期融资券具有国内信用评级机构评定的A-1级。

从中国债券市场的信用特征看。目前我国债券发行人（非金融机构企业部分）中，央企、地方国企、城投占比约65%，民营等其他企业占比在三分之一左右，而中央国企和地方国企通常得到政府信用的背书，信用级别和信用分析在国企面前往往是信仰问题，而不是信用评级问题。

最后是本土评级机构内部机制和管理的问题。本土评级机构相比国际三大评级，成立时间尚短，3年以上的分析师不占主力，且本土评级在债券市场的产业链中位于底层，不论是面对发行人、还是面对承销商，多没有足够的议价权。此外，本土评级市场的套路也很多，比如基于此前城投债刚兑的预期，某评级机构采取了商业利益优先的经营策略，通过低价的方式批量化处理评级项目，实现了业绩的突飞猛进。再比如某评级机构被发行人要求上调信用评级，该评级机构就要求地方政府和其协商，让地方政府和其集团旗下另外的业务板块签署合作协议。

本土评级行业发展至今，出现了诸多了问题，如上所述，导致这些问题的原因在短期内又难以得到有效解决，监管对大公的处罚也可能是治标不治本。在这样的情况下，买方不能依赖于外部信用评级机构和外部评级，亟需建立自己的买方内评体系。

二、买方内评体系需适应资本市场信用风险类投资的特性

（一）银行业《巴塞尔协议》对信贷资产的评级方法

信用评级除外部信用评级机构外，其次是银行业体系内为符合巴塞尔协议计算净资本时候采用高级计量法所需而开展的内部信用评级较为成熟。但银行业体系下主要针对信贷资产的内评体系并不适用于买方。

银行业的《巴塞尔协议》有时点评级法、跨周期评级法两种评级哲学。如果评级模型主要使用与债务人有关的当前信息进行评级，评级结果反映了债务人目前成本在未来一定时段内的履约水平，评级结果随贷款/商业周期情况的变化而变化，则评级模型属于时点评级法。如果评级模型主要使用与债务人有关的长期信息进行评级，特别是包括了经济衰退对于债务人履约能力的影响，评级结果在经济周期中保持相对稳定，则评级模型属于跨周期评级法。中国银监会允许商业银行可以选择采取时点评级法、跨周期评级法或者介于两者之间的评级法。此外，《巴塞尔协议》下的内部评级体系和评级机构类似，也分为两个维度，一维是客户评级，即客户违约率；二维是债项评级，即违约损失率。在两维评级中，《巴塞尔协议》要求商业银行应设定足够的债务人级别和债项级别，确保对信用风险的有效区分，而且要求信用风险暴露应在不同债务人级别和债项级别之间合理分布，不能过于集中。

银行业的内评体系首先是基于其详实的数据为基础，而资本市场买方机构并不具有此类数据的基础，其次银行业的内评体系主要是出于监管的需求，而买方机构也并无此类的需求，最后银行业的内评体系目前也仅在部分大中型银行开展的较好，方法论上仅依赖打分卡模型存在一定的问题。

（二）买方信用风险与银行信贷信用风险间的差异

买方信用风险相对于商业银行、消费金融机构的对公信贷、零售信贷的信用风险而言，有两个特性。首先，买方信用风险最大的特性就是买方所有信用风险类业务的敞口都和资本市场关联性很强，且各类业务相互之间、各类风险之间存在着极强的风险传染性，如下图一所示;

图一：买方具有信用风险敞口的业务

其次是，监管机构对于买方监管的逻辑，也和对金融机构的监管存在差异。买方监管是透明度监管的逻辑，强调信息披露和合规性，对应国内的就是证监会的监管方式。金融机构的监管是资本监管的逻辑，以风险为导向，净资本为核心，比如银行业体系下的巴赛尔协议体系，和保险业体系下的偿付能力监管体系。

最后，债券投资和交易不同于信贷放款，针对债券的投资和交易，买方面临的是投资风险，这里面包括利率风险和信用风险，也可能包括操作风险、流动性风险。引用紫金信托一位同行观点，投资风险是按照投资结果来定义的，是在一笔投资中损失了较大的金额而且这个几乎没有机会能回恢复。从投资和损失的大小来说，一共有四种结果:大收益、小收益、大损失、小损失。投资风控就是要避免大损失。从投资和损失的期限来说，一共也有四种可能，分别是：永久损失、永久盈利、暂时损失和暂时盈利，在这个维度下我们要避免永久性的损失。如果再把两个维度结合起来，投资风控就是要避免大而且永久的资本损失。另一个看待这个问题角度的方法是，如果在一笔投资中我们损失了50%，为了回到原有的资本金额我们要盈利100%，如果这个损失还可能还是永久的，那更要规避了。总而言之，投资风控的目标是要避免大而永久性的损失，这样概率上的投资收益损失分布会变成一个右倾的分布，长期上能让买方获益良多。

综上所述，由于外部信用评级的局限性，银行业内评体系的不适用性，以及买方自身的特性，买方机构需要建立一套适用于自身情况的涉及资本市场信用风险类投资的内评体系。

三、资本市场信用风险类投资风控的切入点：建立立体化内评体系

（一）立体化内评体系的框架

资本市场信用风险类投资风控可以从搭建立体化内评体系切入。所谓的立体化系指，资本市场信用风险类投资的风险管理，需要从风险文化和考核机制、治理机构、管理机制以及数据集市和信息系统多个维度，立体化考虑，而不仅仅是信用研究的方法论，如下图二所示：

图二：立体化内评体系的框架

其中：风险文化与考核机制是立体化内评体系的基础，由风险文化的确立、植入和评估以及考核机制组成。

    治理架构是立体化内评体系运转的关键，通过顶层设计组织架构、政策制度和流程管理，旨在达到统一管理，内部制衡的目标。

    管理机制通过十个模块的合力，达到监管要求的可监测、能计量、能分析、可应对，而其中核心的是通过立体化内评体系提升内评的风险识别和风险计量能力。

数据集市和信息系统是整个资本市场信用风险类投资风控的重要载体。数据集市模块主要包括主体数据库、债项数据库、行业数据库、风险计量数据等，如主体数据库包含发债主体基本工商信息、行业划分、内评历史、舆情、预警等信息；债项信息库基于主体数据，评级、异常交易监控等。信息系统要做到能够整合前中后台的风险识别、风险计量、风险监控和风险报告，具备较好的可视化效果、灵活性，尤其是可扩展性和兼容性。

（二）立体化内评体系的基础：适用于投资的风控文化和考核机制

买方的风险文化区别于信贷机构，应形成“投资绩效要归因，信任并尊重专业人员的专业意见，风险管理基于监管合规和概率”的文化。为树立以上的风险文化，买方机构可以通过编制风险手册、培训等方式予以植入。

机制是集体行动控制个人行动的一系列行为规则，也是协调人与人关系的产物。买方考核机制的前提在于科学化的绩效归因，来合理区分投资组合的收益是来源于alpha，还是beta；针对债券投资而言，以经典的Campisi模型为例,将债券组合的收益归因可为三个维度六个因子，分别为收入维度的票息收益、价格收敛收益；利率维度的久期管理、期限结构；利差维度的券种配置、个券选择。买方考核机制的难点是要明确自身的风险偏好，避免机制设计导致投资人员过度保守或过度激进；买方考核机制运行的关键是既要确保专业的人做专业的事情，又要确保投资、交易、研究和风控能够相互配合，形成合力。

（三）立体化内评体系的运转：治理架构合理、合情、合规

立体化内评体系运转的关键是治理架构合理、合情、合规，其中的组织架构高效，政策制度合理，流程管理到位，从而使得投资端内部的投资、交易、研究，以及公司内部的前中后各按职责，按章办事。

组织架构上，前台部门内部在承担可控风险敞口基础上博取收益，设计架构来合理衔接投资决策-固收研究-债券交易三个环节，做到职责清晰、分工高效。一种可行的解决方案是根据公司内部信用评级的级别（前提是公司内部信用评级做到全市场覆盖并且动态调整），划分出安全库、核心库、高收益债库、禁投库。不同库有投资比例限制以及限额，个券根据相关模型或规则设定可投比例、限额、账户净值比例，如上的设计可以避免信评给予内评级别的债券，投资端将收益率从高到低排序，全部资金配置排序高收益的债而导致集中度风险。根据不同库的情况来设计职责，比如安全库的违约风险由信用研究人员承担，核心库的违约风险由投资、交易和研究共担，高收益库的违约风险由投资经理承担，如上的设计既可以充分尊重信评的专家经验，又避免信评和投资经理意见分歧过大而导致信评提示风险，投资照买不误；同时也是规避投资端道德风险的一种方式。

组织架构上，中台的风控部门，可以将职责聚焦在总量风控、绩效归因和流程管理上，比如尝试设计和建设压力测试模型，情景模拟体系，收集数据、设计情景，实施信用风险压力测试，编制信用风险压力测试报告等。

政策制度上，通过制定合理的政策和制度来给予内部员工足够的安全感、高效的流程和有效的激励。制度框架上除信用风险总的管理制度外，还应该在投资发起环节、投后管理环节、违约处置环节制定投资实施管理制度，以及相应的配套管理制度。投资实施管理制度包括内部信用评级管理制度、投后管理制度、违约处置制度、限额制度等。配套管理制度如内部评级模型管理制度、尽职调查模板库和管理制度等。

流程管理上，应该充分尊重和信任前台研究人员的专业知识，简化流程，把信用风险评估的风险识别和风险计量模块在前台研究人员内部形成闭环，尤其是要避免业务部门领导、中后台领导和公司领导过多介入。

四、立体化内评体系的核心：如何识别、计量和监控风险？

立体化内评体系的核心是提升内评的风险识别、风险计量和监控能力，适用程度先后排序，具体可包括各类型信用品种的投资、非标投资、信用业务以及交易对手方风险识别。

从信用风险评估的方法论层面而言，目前大体有四种方法论，第一类是以违约数据为基础，信用风险排序为目的模型（如打分卡模型）；第二类是以评价企业财务状况或财务造假为目的财务模型，尤其是测算获取现金能力和短期风险承受能力的流动性评价模型（如标普开发的CreditModel）；第三类是通过市场交易信息，量化估算企业违约可能性的模型（如KMV模型，隐含违约）。第四类是依赖于专家经验，行业研究为基础，尽职调查为辅助，最终出具主观判断的信用研究方式。

本文所提立体化内评体系，建议综合上述几种方法论的优点，不仅仅是专家经验、行业研究、尽职调查或者打分卡模型、KMV模型等等，而应该是一套完善的立体化内评体系，旨在提升内评的风险识别和风险计量能力，如下图三所示：

图三：风险识别、计量、监控和报告

     1、入口：七大维度识别风险

信用风险可以考虑的维度大概有七个方面，分别是宏观维度、行业维度、区域维度、经营维度、财务维度、舆情维度和市场维度。

宏观维度看，实际违约和经济波动之间存在着长期稳定的协整关系，如下图四。信用评级的分析框架中宏观维度必不可少，同时不同宏观环境下的信用违约特征也不同，比如今年以来上市公司信用违约明细增多，主要系市场股价下跌、监管政策上的减持新规、股质新规以及前期公司债扩容多维度因素导致。

图四：全球违约率分投资和投机级时序图

  注：黄色投机级、浅蓝色投资级，蓝色全部；数据来源自标普评级

行业维度看，大致可以分为三块工作。第一是充分借鉴卖方行业研究的成果。第二是针对行业信用风险，抓住各行业显著特性，根据行业景气度及行业违约概率（参见：标普每年出具的《Annual Global Corporate Default Study》）确定行业中长期级别中枢。可参考穆迪、标普、惠誉给予不同行业敞口不同信用评级中枢的做法，如下图五：

图五：行业信用评级中枢示例

材料来源:标普、中债资信

第三是建立自身的信用债行业投研政策和数据库，以煤炭行业为例，wind等数据终端提供的数据极其有限，买方机构在确定煤炭行业评级方法论后，可以收集的数据包括历年来的行业政策情况、行业供给端的行业固定资产投资和新增产能情况、竞争格局、高效产能矿井名单、原煤产量、煤炭进口、库存情况；行业需求端的下游需求、下游价格；产品价格的港口价格、产地价格、国际煤价；行业财务表现的煤炭行业主要财务指标以及到企业层面的业务和财务数据等等。其中的数据来源包括wind、国家统计局、中国煤炭工业协会、煤炭运销协会、海关总署、期货交易所、金属观察网、海运煤炭网、芝加哥商品交易所等。

区域维度看，可以通过整理区域政策、区域政府财政实力情况、区域产业结构分布、区域内发债主体关系，搭建自己的区域数据库，如下图六：

图六：区域维度要素示例

经营维度看，可以考虑商业模式、盈利方式等，其中对于民营企业尤其是要考察其历史沿革和实际控制人的情况，对于国有企业则通过分析业务结构及同财政的关联度来评估其外部支持的实际效力。经营维度尤其需要通过专业化、系统化的实地尽职调查对企业经营进行全方位画像和沙盘还原。

财务维度看，可以通过水平分析异常值、垂直分析异常值、建立分不同行业的财务指标库，建立财务智能化分析、以及财务粉饰的风险评分，如下图七：

图七：财务维度要素示例

舆情维度看，仅仅通过爬虫、图片OCR识别、自然语言处理等技术实时抓取发债主体的负面舆情来做到实时监控是不够的，应该通过建立自己的舆情数据库，包括各类型司法判决信息，企业征信数据等，并通过知识图谱技术建立发债主体多个维度（行业、公司、标签、股权、人物、事件和研报图谱）的关联关系数据，监控整个关联关系链路上的舆情信息，或可实现舆情信息的预警性。除预警性外，舆情维度还应该通过技术手段实现及时性、全面性、重要性自动排序和舆情正负面自动判断，其中全面性上，舆情维度应囊括发行人公告、媒体及自媒体舆情、诉讼信息、股质信息、工商信息、征信报告、知识产权和商标信息、发行人发债计划和注册额度监控等。

市场维度看包括四个部分，第一是信用利差，第二是基于KMV模型计算出的违约间距（DD），第三是偏离估值的异常报价，第四是隐含评级。通过市场维度可以对信用风险的变动情况做到实时监控。第一部分信用利差是信用债收益率相较于市场无风险收益率的信用溢价，是对投资者承担的违约风险的补偿，包括个券利差、行业利差、区域利差。信用利差的变化能够侧面印证发行人、相关行业的资质变化情况，同时能够作为定价参考。第二部分的KMV模型类属于期权定价模型在信用风险领域的应用。这一模型的理论基础是默顿的期权理论（1974）。KMV模型将公司负债看作是买入一份欧式看涨期权，即公司所有者持有一份以公司债务面值为执行价格，以公司资产市场价值为标的的欧式看涨期权。如果负债到期时公司资产市场价值高于其债务，公司偿还债务，当公司资产市场价值小于其债务时，公司选择违约。通过KMV模型能最终测算出每日变化的违约间距（DD），可以作为风险监控的参考，其局限性在于只能用于上市公司发行的信用品种。第三部分是异常报价，异常报价除关注价格外，更应该关注量。第四部分是隐含评级(Market Implied Ratings)，此处特指债券隐含评级, 是一种基于市场交易信息的评级，其在市场有效性假说基础上利用当前所获得的债券交易信息来反映被评级对象的相对信用风险，隐含评级能够基于市场信号，对信用状况进行实时监控，每日反映债券信用风险变化。

2、出口：根据自身情况制定细化的风险计量、风险监控

立体化内评体系的对象按适用性排序，分别为信用品种的投资、非标投资、针对质押标的和交易对手的评估。立体化内评体系的出口有三个，分别是风险计量、风险监控和风险报告，其中风险计量是核心，也是目前买方最为薄弱的地方。

信用评估的成果如果仅仅是一篇一页纸的报告，内含资产的信用瑕疵情况以及给予投资端可投、建议谨慎、不可投的简单建议，未免有所不足。买方可以根据自身的情况进行风险计量的设计。

风险计量可以针对的环节有三个：

（1）风险计量针对信用品种的短期（1年以内）流动性情况，可以设计基于偿债现金流情况的流动性评价模型（除传统的线性模型外，建议考虑基于蒙特卡洛模拟的现金流量风险值(Cash Flow at Risk—CFaR）。

（2）风险计量针对发债主体的中长期情况（1年以上）可以设计含估值模型的主体打分卡模型，最终在买方内部实现全市场信用品种的信用排序和信用定价（主要在保障数据可得情况下，考虑行业维度、区域维度、经营维度和财务维度的各类型指标）。债券发行主体的打分卡模型相比信贷为主体的打分卡模型，优势在于可以通过评级机构的级别序列、卖方研究、债券二级市场的交易价格、买方信用研究人员的经验积累等来对模型进行校准。

打分卡模型的建模逻辑或存在瑕疵，但是通过技术手段调整后的含估值的打分卡模型实现后有三个用处：a、规范的含估值的打分卡体系，可以复盘出信用研究人员在信用分析上结构的侧重点，系统对信用分析的过程监测和记录，避免评级体系因人而变,随意性和主观性过大。b、系统化的打分卡体系可以自动化实现不在库债券的跟踪，方便信用研究人员在人手有限的情况下对库外信用品种进行价值挖掘、方便信用研究人员为交易员提供逆回购押券标准，方便信用研究人员为委托人提供批量化研究服务。c、打分卡体系所出具的得分或内评级别可以作为风险因子，估值模型出具的可以作为收益因子，能够实现类似夏普比率的计算，来辅助投资端的债券筛选。

（3）风险计量针对债项，可以根据相关条款、品种以及增信措施，考虑违约损失率的基础上，设计偏主观的评价体系。

风险计量需要保障模型逻辑的合理性、一致性和长期稳定性，而风险监控侧重于实时性。风险监控可以考虑三个维度，分别是财务维度、舆情维度和市场维度。针对财务维度，可以借鉴比如Z-Score指标、M-Score指标、本福特定律[1]等方法论，也可以针对不同行业敞口设计重点关注财务指标库和财务分析模型，通过系统自动化定期计量并设定一定的阀值来实现财务预警。针对舆情维度，核心是建立自身的关联图谱，基于关联图谱关系实时抓取舆情资讯，并通过技术的手段对冗余信息进行筛选，最终实现有效的持仓信用品种舆情预警。针对市场维度，主要是量和价，通过监控债券成交的量，以及异常报价的情况来实现市场预警，更进一步可以通过完善后的KMV模型实时计量DD（违约间距），并通过监控违约间距（DD）的变化情况来实现市场预警。

风险报告的环节必不可少，通过系统化提升风险识别能力和自动化实现风险计量、风险监控后。信用研究员可以将时间更多的花费在行业和区域研究、尽职调查、违约处置等需要专业水平积累的地方，而风险报告的内容就需要体现出这些依赖专家判断而出具的专业分析。

[1]这些模型主要用于检测企业财务数据是否存在被操纵的风险。