鹏元国际：应用违约数据和量化指标评估信用评级质量

2020年11月25日，中国香港。鹏元国际今日发表了题为 “应用违约数据和量化指标评估信用评级质量” 的研究报告。 信用评级是以第三方的立场，根据独立、客观、公正的原则，就债务人在未来一段时间依约偿债的意愿及能力做出的判断，是对债务人的信用质量提供的前瞻性观点。信用评级作为债券市场发展中的基础设施之一，发挥着揭示信用风险、辅助市场定价、提高市场效率等重要作用。然而，信用评级只有在确保评级质量并得到市场参与各方认可的情况下才能有效发挥作用。要提高评级质量和认可度，我们需要首先确立一套评价评级质量的方法和指标，从而为市场参与各方对评级质量的判定提供合理依据。 目前，中国信用评级准确性检验采用较多的方法是信用利差检验。该方法的广泛使用主要是因为中国债券市场历史违约数据不足，无法采用依赖违约数据的检验方法直接评价信用评级是否准确度量了信用风险，且该方法在假设和检验准确性上都存在一定缺陷。为了更准确的评判信用评级的质量，市场需要一套更合理、精准、并能直接反映度量信用风险准确性的信用评级质量评价指标。特别是近年来中国债券市场违约数据的不断积累，利用违约数据来评价评级质量的量化检验方法应该得到更多的应用。 本文通过借鉴国际上的评价方法，总结并构建了评级质量的量化评价体系，希望为中国的评级机构、投资人、发起人和监管部门等各方提供更丰富有效的评级质量检验工具。我们构建的量化评价体系分为三个维度——信用排序能力、预测准确性和评级稳定性： • 信用排序能力代表的是区分信用质量好的主体和信用质量差的主体的能力。考察的是信用评级度量相对信用风险的准确性。评估信用排序能力的常用的指标有三个: AUROC(Area Under the Receiver Operating Characteristic Curve)、 AR(Accuracy Ratio)和K-S统计量(Kolmogorov-Smirnov Statistic)。 • 预测准确性衡量的是评级对各信用等级对应的违约率预测的准确性，一般是通过观测评级等级的累计违约率和预期违约率或理想违约率之间是否一致来判断，一般使用统计学中的假设检验来完成评估。常用的检验方法有二项式检验，卡方检验和正态分布检验。 • 评级稳定性的内容包括评级结果的稳定性和等级对应的违约率的稳定性，主要通过观测评级方法得出的实际信用等级分布和预期信用等级分布之间的差异来评估。常用的检验方法有对级别迁移率的分析和计算群体稳定性指标(PSI)。 我们使用构建的量化评估方法对中国主要七家信用评级机构的企业评级的评级质量进行了评估。 在信用排序能力评估中，我们衡量七家评级机构的评级能否有效区分一年内将违约的发行人主体。AUROC、AR和K-S指标的估算结果显示在信用排序能力评估中表现较好的三家机构为中债、中证鹏元和中诚信。 在预测准确性评估中，我们衡量各家评级机构在不同信用等级下的一年期违约率是否符合预期。检验结果显示，预测准确性较好的三家机构为中债、中诚信和中证鹏元。 在评级稳定性评估中，我们通过构造评级迁移矩阵、计算调整率和调整幅度来分析评级调整情况以及衡量其评级稳定性。根据调整率等指标显示，稳定性较好的三家机构为中证鹏元、中诚信和东方金城。 来源：鹏元国际