评级方法 >> 信用评级模型

   

 

           信用评级模型建立指引
一、建立评级模型情况简介
北京银建资信评估事务所(以下简称“银建资信”)在借鉴当前国内、外评级机构先进评级模型设计技术和理念的基础上,建立了自己的信用评级模型。通过对评级模型的建立和应用,可以极大地减少评级过程中对主观判断的依赖,以提供科学、客观和一致的评级结果。
针对目前市场存在的不同类型的信用产品,银建资信制定了对应的评级模型,在债务人主体信用评级主要采用打分卡形式构建信用评级模型。针对债项评级及结构化融资产品,则更多地应用了量化数据模型。
此外,针对不同行业的企业主体,银建资信分别构建体现各个行业特征的评级打分卡形式的模型,其中的定性和定量指标选择、指标参照值及权重分布等评级要素,均基于银建资信对自身积累的历史数据,并结合上市公司、已发债企业和借款企业公开评级数据,通过层次筛查、相关性验证和模拟测算验证等统计分析方法取得。
需要指出的时,由于部分经营风险评级要素难以量化,虽然未纳入到模型指标体系内,但考虑其对信用风险评价结果具有重大影响,因此,将此类要素以级别调整因素的方式体现在评级模型中。
在银建资信的企业主体信用评级模型中,对企业主体信用风险的分析主要包括对受评企业的经营风险和财务风险两方面进行综合考察并形成评级指标项。
对工商企业的主体评级,考察的经营风险方面,主要包含宏观环境、行业政策、企业运营水平、管理与战略实践和外部支持等因素,财务风险的考察因素则主要包含企业自身的资本结构、资产质量、财富创造能力、现金流获取能力、财务弹性等要素,同时关注其会计信息质量和或有事项的影响程度。银建资信运用统计分析、专家判断等手段,形成的评级模型涵盖了影响企业经营风险和财务风险的关键定量和定性指标,以量化方式测评被评对象的信用风险。
因此,银建资信的工商企业评级在此基础上形成了工商企业的主干评级模型架构,并在主干架构基础上,根据各行业的特定,调整及细化定性和定量指标形成各行业的具体评级模型,不同行业企业的评级指标、指标阈值和指标权重将有所不同。定量和定性指标权重基本集中于40%至60%之间(见表1)。由于银建资信的评级模型已细分到各行业,因此模型的评级要素中不包含宏观经济和行业分析等外部环境因素,而将宏观经济和行业分析作为主体信用评级的基础依据。
部分重要的评级要素(如外部支持、关联交易、信息披露质量、信用记录等)对公司信用状况影响很大,为了客观反映其对最终评级结果的影响,银建资信也将这些因素作为级别调整的因素(见表2)。
                              表1:一般工商企业评级要素
 一级评级要素
                 二级评级要素
企业运营
影响该行业企业竞争力和经营风险的关键指标,如市场地位、技术水平、多元化及分散化程度、上下游渠道、业务资质、品牌影响力等
企业管理
股东背景及法人治理
融资渠道等
企业规模
营业收入
总资产
净资产
其他符合行业特点的规模类指标
财务杠杆
资产负债率
剔出预收账款后的资产负债率
总债务/EBITDA
总债务资本化比率等
债务覆盖水平
EBITDA利息保障倍数
经营性现金流量净额/短期债务
经营性现金流量净额/流动负债
FFO/总债务
流动比率等
运营效率
应收账款周转速度
存货周转速度
总资产周转速度等
盈利能力
毛利率
EBIT收益率
EBITDA利润率
净资产收益率
总资产报酬率等
 
表2:评级模型外调整因素

级别可能上调因素
外部支持
主营行业具有区域垄断地位,或对地方经济和就业有重要贡献,能够获得国家及地方各级政府在资金、项目审批、税收、资产划拨、资本金注入和财政贴息等方面支持的企业。
级别可能下调因素
管理与战略
高管人员波动较大,公司战略目标和经营策略得不到有效贯彻实施,或有资料表明公司管理上存在重大漏洞,已对或即将对企业经营、财务等方面产生重大不利影响。
若有证据表明企业的投资策略和战略规划激进,与公司资源和经营发展不相适应,或该战略的实施将对企业经营、财务等方面产生重大不利影响。
关联交易
非正常关联交易数额超过主营业务收入或收益50%(含50%)。
资金大量被母公司或关联企业非正常占用,数额超过实收资本50%(含50%)的,且已经或可能影响公司正常经营或导致公司偿债能力恶化。
大额或有负债(含对外担保)超过净资产的50%,且预期将会对企业经营及财务状况产生重大负面影响。
信息披露质量
企业股权关系复杂、不透明,实际控制人不明确。
有证据表明企业提供的财务数据或会计信息存在失真情况;或财务报表被会计师事务所出具保留意见、带说明段的无保留意见或无法发表审计意见。
偶然性因素(公允价值变动、投资收益、政府补贴等)对当年度定量指标带来较大有利影响的,且该影响不具有可持续性,企业的实际偿债能力也未发生本质变化。
信用记录
在过去1年内,在证券市场、金融机构、工商、税务、海关等政府部门有过不良信用记录,但目前已纠正的企业。
有重大违规经营行为的,如由于发生环保、产品和施工质量等方面问题或发生重大安全事故而受到工商、证监机构等相关部门处罚等;大案要案,未决诉讼的。
其他
客户发生兼并、收购、分立、破产、股份制改革、资产重组等重大体制改革,可视影响程度调整信用级别。

 
银建资信将评级模型中的每个评级指标根据其相对表现进行分档,对每一档赋予不同的分值。定量指标一般分为优、良、好、一般、弱、差、很差和极差等8档,部分难以区分的指标,也会有减少档次分级现象。
同时,银建资信建立的打分卡形式的评级模型,其信用等级和得分值的映射关系以正相关关系存在,即分值越高,信用等级越高,对应的信用风险越低;分值越小,信用等级越低,信用风险越大。具体映射关系见表3。
                           表3:信用等级及分值对应映射关系表
            模型级别
               总分
AAA
X>=90
AA+
87=<X<90
AA
83=<X<87
AA-
80=<X<83
A+
77=<X<80
A
73=<X<77
A-
70=<X<73
BBB+
67=<X<70
BBB
63=<X<67
BBB-
60=<X<63
BB+
57=<X<60
BB
53=<X<57
BB-
50=<X<53
B+
47=<X<50
B
43=<X<47
B-
40=<X<43
CCC
30=<X<40
CC-C
X<30
银建资信建立的评级模型采用了行业通用的打分卡方式,在评级实务操作过程中,需要遵循的使用流程包括:
第一步,项目小组需要运用财务知识、行业指标计算方式,计算出各评级要素的具体指标值,并分别进行分析和对比,确定指标对应的分值区间。
第二步,在确定好各指标的分值区间之后,将各指标值区间所对应的分数和该指标权重相乘获得该指标的具体得分值。
第三步,将所有指标的得分加总,并将取得的总分数与该分数映射的信用级别进行对应,获得初步模型信用级别。
第四步,在初步模型信用级别的基础上,由项目小组根据经验和数据采集过程中的需要,判断是否存在影响信用级别的调整因素,以及是否需要对模型信用级别进行调正,进而获得项目小组推荐信用级别。
第五步,项目小组向银建资信的评审委员会提交推荐信用级别,由评审专家召开评审会议,结合分别获得的模型信用级别和推荐信用级别,综合考量企业信用风险因素和信用水平并投票决定最终信用级别。
五、非工商企业主体评级及债项评级模型建立说明
随着国内信用评级市场的快速发展,金融机构、担保公司等非工商企业主体均不断出现信用评级的需求,同时,伴随国内资本市场的改革发展,公司债、短期融资券、中期票次级债、资产证券化产品等新型债务融资工具获得了持续创新发展,也形成了专门债项和特殊目的债务工具的信用评级需求。
银建资信在长期从事信贷评级业务的经验和数据积累基础上,为满足新型评级需求种类的需要,多年坚持开展宏观经济研究、行业研究及创新债券产品的评级模型研究,储备性的开发应用于非传统工商企业主体和新型债务融资工具的评级模型。
由于目前银建资信开发的此类评级模型尚处于模型测试和完善阶段,短期内尚不具备利用违约率来检验评级模型准确性的条件,随着公开市场统计样本的持续积累和历史违约数据的不断形成,该类新型评级模型将持续更新和完善。


 版权所有©2010 未经授权请勿转载 | 北京银建资信评估事务所 All Rights Reserved