免责声明
信用评分由标普全球市场财智生成，标普信用评级（中国）并不帮助或参与创建。小写术语用于区分标普全球市场财智的信用模型评分与标普信用评级（中国）发布的信用评级。
概述
近年来，中国信贷市场经历了指数级增长，并逐步向外部投资者开放。因此，对于本地和外国市场参与者来说，在这个相对新兴的市场中，使用一种结合本地市场独有特征并生成差异化信用风险评估结果的量化工具来衡量交易对手的违约风险就显得至关重要了。
CreditModelTM 中国工商企业 1.0 (CM China 1.0) 是标普全球市场财智开发的一款统计模型，旨在为评估中国国内市场的企业交易对手信用风险提供自动化、可扩展的解决方案。其目的是生成基本符合标普信用评级（中国）标准的信用评分，并提供适合中国国内市场的信用风险评估。金融机构、公司和资产管理公司的风险经理可以使用该工具来：
- 评估中国未评级和评级交易对手的信用风险。
- 根据专门为中国市场量身定制的全球公认指标对内部信用评级进行基准测试。
- 支持转让定价、贸易信贷和供应链风险管理。
- 计算资本的合规性。
- 为行业、国家/地区或区域的风险敞口限额设置提供相关输入。
- 将基本信用风险整合到投资理念生成过程中。
- 执行压力测试和敏感性分析。
模型特征
该模式适用于中国工商企业领域的公司，包括中国国内市场上的上市公司和私营公司。该模型通过整体方法结合多个风险维度，并在考虑任何母公司或政府支持之前，输出单独计算的小写字母信用评分。[1]
压力测试和同行对比
客户可以使用自己的财务数据对任何公司进行评分，更改财务数据和其他输入因素以进行“假设”分析，并对输入因子进行压力测试。该模型支持对单个财务期间的多家公司或多个财务期间的一个实体同时评分。监控面板使用户能够快速比较模型所涵盖的实体组合的信用质量和分布情况。
敏感性分析
对于每个输入，模型会报告一个敏感性测量值，当输入发生小比例变化时（通常为财务比率初始值的 10%，非财务变量的一个等级），该测量值表示模型输出（即其敏感性）的变化。
贡献分析
除了敏感性测量值之外，客户还可以通过两个贡献指标（即绝对贡献和相对贡献），评估风险因子贡献对目前信用评分的权重或重要性。
- 所有输入因子的绝对贡献相加为 100%，这种方法能用于直接确定导致模型输出偏离最佳评分（即“aaa”）的主要输入。绝对贡献值越高，输入对模型输出的贡献越大。
- 相对贡献能够指示相应输入导致模型偏离“中位值”的程度（在所有输入均设为其中位值的情况下）。中位值基于在最近一个季度的财务数据，并囊括同行业所有预评分的公司。
填补
在仅提供公司部分信息的情况下，该模型仍然可以通过使用精密的填补方法来估算缺失的变量，从而生成输出。
适用于中国国内市场的定制框架
标普信用评级（中国）的数据专门针对中国国内信用市场，而 CM China 正是在这些数据上训练的。通过该模型可以生成一个分布广泛的精细化信用评分分布，并为中国工商企业提供一个差异化的信用风险评估。评分等级基于与基础评级数据一致的中国本土评级。该模型结合了独特的当地市场特征，例如中国国内市场的行业风险评分，反映了不同行业风险动态的异质性。
严格的变量选择过程
为了选择最终的输入和变量，我们使用了统计分析和业务判断，并权衡了以下考虑因素。
- 因子的可用性：模型中包含的所有因子必须在一段时间内针对各领域的公司提供一致的广泛可用性。有些因素具有很高的预测能力，但公司很少报告（例如，私营公司的一些现金流项目）。虽然这些因素可能有助于提高模型的性能，但这样的模型对于不报告类似信息的公司来说是无关紧要的。
- 相关性：高度相关的因子不能提供额外的洞见，还可能影响模型效果。我们使用相关性分析来识别和去除关联变量。
- 相关风险维度的表示：为了捕捉影响公司信用质量的各种因子，我们参考了标普信用评级（中国）在分析公司时考虑的风险维度列表。然后，我们从一系列类别中选择包含这些风险维度的变量，类似于评级机构分析公司的方式。
精密的方法论
底层建模框架属于指数密度模型系列。它使用训练样本中所有标普信用评级（中国）数据的先验分布作为“锚分布”，并根据特定公司的财务状况与锚分布中使用的公司的财务状况的偏差程度对其进行按比例修改。变量选择的统计分析基于 K 折贪婪正向算法，这是一种广泛使用的统计方法，可使样本具有良好的拟合效果。
该模型在最大期望效用范围内对最大似然函数进行最大化处理（适用于多状态评分的情况），并使用赤池信息量准则 (AIC) 限制所包含变量的最大数量（模型简约）。此优化过程有助于模型表现出更好的稳定性和超时性能。此外，使用单调性约束使模型生成符合经济学概念的输出。
模型表现
CM China 由标普信用评级（中国）的 SACP 数据提供支持，旨在生成与 SACP 统计匹配的信用评分。因此，通过查看模型得分与标普信用评级（中国）的 SACP 的一致性，可以更好地衡量模型的性能，如表 1 所示。高匹配率表明，整体模型性能良好。
表 1：CM 中国工商企业 1.0 评级一致性[2]
来源：标普全球市场财智。截至 2021 年 3 月 31 日的数据。仅用于说明目的。
案例研究
X 公司是中国一家水处理服务提供商，一直积极致力于拓展其在国内的业务。截至 2020 年 10 月，该公司出现了贷款逾期的问题。
图 1：案例研究—CM 中国工商企业 1.0
来源：标普全球市场财智。数据截至 2021 年 8 月 10 日。仅用于说明目的。
图 1 说明了 2017-2020 年期间 CM China 1.0 生成的信用评分估计值的演变情况。该公司的模型评分一直在不断恶化，从 2018 年的“bb-”降至“b”，然后在 2020 年降至“ccc+”，在信贷事件发生前至少两年就已发出强烈警告。为了解信用评分显著下降的驱动力，我们还展示了两个关键模型输入的时间序列，即 EBITDA 利息偿付率和 EBITDA 利润率。该公司的创收能力与 EBITDA 一直在恶化，由于新冠疫情的巨大冲击，该公司在 2020 年进入负增长阶段。其盈利能力减弱，再加上债务负担不断加重，导致偿债能力急剧下降，具体表现为 EBITDA 利息偿付率大幅下降（2017 年至 2020 年间从 542% 降至 -373%）。这与公司信用状况的迅速恶化是一致的。
结语
由于违约率低和特有的本地市场特点，中国大型企业交易对手的信用风险评估正在接受挑战。风险管理者通常依赖于主要评级机构有限的评级范围，或者使用计分卡方法，这些方法耗时费力且不可扩展。CM China 以标普信用评级（中国）数据为基础，提供自动化和可扩展的解决方案，用于评估中国企业的信用风险。该模型专为中国国内市场量身定制，并经过校准，以生成差异化信用评分，从而在统计上与标普信用评级（中国）的评级标准和评级得分保持一致。它可用于评估中国评级和未评级公司实体的信用风险。
关于标普全球市场财智
在标普全球市场财智，我们深知并非所有信息都是重要的，但部分信息至关重要。信息必须准确、深入且有见地。标普全球市场财智将财务和行业数据、研究和新闻整合到多种工具中，以帮助客户跟踪绩效、实现超额收益、确定投资理念、了解竞争和行业动态、执行估值以及评估信用风险。全球各地的投资专业人士、政府机构、公司和大学均可从中获得必要情报，自信地作出商业和财务决策。
标普全球市场财智隶属于标普全球（NYSE 代码：SPGI），为个人、公司和政府提供必要的财智信息，帮助其制定稳妥决策。有关详情，请访问 www.spglobal.com/marketintelligence.