债券信用评级模型研究

债券信用评级模型研究类承曜 邓晴元（一）背景1.我国信用债违约情况概述（1）信用债违约趋于常态化自 2014 年“11 超日债”成为我国首例违约债券以来，债券市场违约现象频现，“刚性兑付”的预期不断被打破，债券违约日益增多。如图 1 所示，从首次违约的时间分布来看，2015-2016 年、2018-2019 年为两次违约高峰。2014 年-2016 首次违约主体数量持续增加，2016 年，煤炭、钢铁、机械、有色等产能过剩行业成为违约的高风险领域，并出现了以东特钢为代表的违约事件。16 年上半年内新增 12 个违约发行人，实质违约债券 25 只，超过了 14、15 年两年违约的案例总量。直到 16 年四季度启动供给侧改革，大量淘汰过剩产能，“剩”者为王，过剩产能行业龙头基本面出现明显转机，2016 年达到阶段性高峰，新增 28 家违约主体。2017 年首次违约主体和金额均大幅下降，之后 2017 年年底融资环境收紧，2018 年强监管、紧信用和资管新规等一系列监管措施出台，带来非标转标、表外回表的去杠杆的过程，导致信用收缩和配置退潮之后违约的出现，2018 年-2019 年新增违约主体数量和金额陡增，其中 2019 年新增违约主体数量和金额为历年最高，共 43 家违约主体、涉及违约金额 1753.3 亿元。2020至 2021 年，信用债违约延续常态化。2020 年，共有 155 只信用债发生违约，其中包括 28 家新增违约主体。2021 年共有 148 只债券违约，违约余额为 1595.93 亿元。数据来源：Wind图 1信用债违约规模与数量（2）违约主体以民企为主，违约国企数占比持续上升从违约主体属性来看，信用债违约主体主要分布在民营企业，但违约国企数占比持续上升。2014 年至 2021 年底，违约的民企共 149 家，占比 79.3%；国企 39 家，占比 20.7%。2020 年违约国企数占比已达到 29.0%。违约国企不仅包含校企背景的弱资质国企，如清华紫光、北大科技园，也有国资委背景的永城煤电、华晨汽车等，国企债刚兑信仰受到较大冲击。数据来源：Wind图 2违约主体性质情况（3）违约主体行业分布集中于制造业，地域集中于东部地区从违约主体行业分布来看（图 3），信用债违约较为集中的行业包括制造业、综合、批发与零售贸易、交通运输与仓储业等，制造业占比达到 38%。从违约主体地域分布来看（图 4、图 5），信用债违约集中分布于东部地区。北京市违约主体数和违约金额均居于首位，违约主体数量为 27 家，违约债券余额为 1256.24亿元；广东违约主体数量居于第二位，江西省、西藏自治区无违约主体。数据来源：Wind图 3违约主体行业分布数据来源：Wind图 4违约主体地域分布数据来源：Wind图 5违约主体地域分布地图（4）违约主体信用评级整体较高从违约主体评级来看，信用债违约主体发行时和违约前评级均较高，其中 AA 级主体占比最高，并且评级中枢有上移趋势。对于发行时信用主体评级，AA 级及以上主体占比为 82.8%，对于首次违约前一个月违约主体评级相对分散， AA 级及以上主体占比为 38.2%，A-级及以上占比为 68.4%。2020 年广受关注的永煤控股、华晨汽车、紫光集团违约前一个月外部评级为均为 AAA 级。数据来源：Wind图 6违约主体债券发行时主体评级数据来源：Wind图 7违约主体违约前一月主体评级（5）对市场的影响国内债券市场，违约逐步常态化叠加违约债券处置效率不够充分（处置时间长、回收率低等1），对市场定价、投资者、企业都有重大影响。2016 年以来市场对信用风险的担忧逐渐加大，高低等级信用债信用利差逐步走阔，AAA 和 AA 评级的短融、中票评级利差持续飙升。尤其是自 2016 年违约事件增多后，高低评级间利差的飞速扩大。从大的经济环境看，随着经济增速放缓，发债主体的经营能力和偿债能力将会继续分化，未来可能的信用风险事件暴露将对低等级信用债价格形成持续性冲击。另外一方面，债券违约会造成机构投资者的持仓久期的变化。在债务违约高企、信用风险加大的背景下，机构为了维持流动性稳定和控制信用风险，纷纷控制持仓久期，越来越倾向于持有短久期的债券。1 详见中债研究所 2020 年报告《债券违约处置机制与债券市场风险化解》。相应的，发行人也调整发行债券的期限，新发行的债券中 1 年以内的债券在总体中的占比提升。但从发行成本上来看，尽管整个债券市场利率有所下行，但是企业主要的债券融资品种期限在 1年以下的短期票据发行利率反而是在相对上升的，也反映出机构投资者持仓偏好集中加剧竞争。而债券违约带来的另一个结构是信用债净融资额减少。违约频现后，企业利用债券作为融资渠道的能力下降，信用债净融资额总体减少，对国内资本市场有着不利的影响。2.信用评级体系现状（1）评级普遍虚高，主体区分度低目前，国内评级机构将主体评级主要划分为 9 个等级，遵循全球标准，但评级尺度不同，从实际评级结果来看，等级整体分布变化不大，出现了“评级虚高”的现象，大部分发行人集中在AA 级及以上，且集中度不断提高，以至于市场认为国内的发行人信用评级只分为五个等级，为 AAA 级、AA+ 级、AA 级、AA- 级和其他等级。由于评级集中度太高，导致评级的风险区分效果较差，无法体现评级对象在行业、客户维度上的风险差异。例如，同样是 AAA级，个体间风险差异太大，既有风险极低的大型银行，也有处于过剩产能、经营效益较差的煤炭钢铁等企业，评级结果无法实现有效的风险区分。对比国际三大知名评级公司，以 BBB 级为投资和投机的分水岭并在 A 级、AA 级以及 AAA 级之间实现有效的风险区分。Miles 等（2018）实证发现从平均信用利差来看，中国的 AAA(AA+)的信用评级等同于国际评级机构 A（BBB）评级，中国同一评级的平均利差达到 58bps，而美国和欧洲债券市场同一信用评级的平均利差在 9bps 至 18bps，充分显示了中国债券信用评级区分度低，无法客观、准确、及时地揭示债券的信用风险，对投资者的预警能力不足。（2）评级机构主标尺与标准不一致，评级结果无法横向比较国内同一评级机构采用统一的主体评级主标尺，因此不同的等级符号可以直接排序，即 AAA 级优于 AA 级优于 A 级，如此类推，甚至两个同样为 AA 级的发行人也可以进行比较，只要获得其实际的信用评分即可。但是在不同评级机构之间，虽然等级符号及信用等级的核心定义基本一致，但不同评级机构的评级标准与质量不同，使得等级符号无法直接进行比较，容易导致债券定价的错乱，投资者需要根据评级机构声誉来区别对待不同评级机构的信用评级。（3）评级动态管理不足，预警功能弱监管机构往往要求评级机构对发行人进行定期跟踪，动态监测其信用风险水平，必要时采取措施进行风险预警，为投资者提供时效性较强的评级动态管理。但是违约发行人评级调整情况来看，大部分评级机构对发行人的风险监控不到位，大部分违约主体在违约前至少一个月并没有被大幅下调等级，这无法为投资者提供可以信任、可以预见的信息。比如今年违约事件永城煤电债券主体违约前为 AAA 级，虽然债券违约为债券市场的正常现象,但是 AAA 级债券突然