资信评级是对经济主体和各类金融工具所负债务是否如约还本付息的能力和可信任程度的评价。在我国，当前有五家评级机构对企业债券和近40家评级机构对贷款企业的资信进行评级。评级结果表明：企业债券大都为AAA和AA级；贷款企业资信等级则大都呈正态分布。从各自评出的结果看，各家评级机构都会自认为是客观的。但对于市场的使用者和监管部门来说，如何鉴别此AAA就等同于彼AAA，此AAA就一定优于彼AA呢?如何比较和评价不同评级机构对同一评级对象的评级结果呢?那就需要有另一个可以对评级结果进行事后检验和比较的客观度量标准——违约率(Default Rate)。

　　一、违约率及违约概率指标的重要意义
　　违约率是指债务人未能偿还到期债务的实际违约情况。违约概率(Probability of Default，PD)是预计债务人不能偿还到期债务(违约)的可能性。违约概率(PD)与违约率所不同的是：它是基于债务人历史和现实的实际违约情况作出的对未来一定时期(一般为一年)违约状况的判断。评级结果与违约率的对应关系是国际公认的事后检验评级机构评估质量标准的一项最重要的标尺。

　　资信等级应有与之对应的违约率和违约概率才真正具有应用价值，才能作为衡量评级对象未来违约可能性和信用风险的工具。本质上，与资信等级对应的违约率和违约概率水平才真正代表资信等级所反映的风险状况。信用中国我们共同打造ccn86.com所以，缺少违约率统计数据的资信等级是不完整的、缺乏说服力的，只能对信用风险进行排序。但不同评级机构所设定的违约定义可能不同，所反映同一等级的质量也因此而不同。因此，只有违约定义相同的评级机构，其评级结果才可以进行比较，才能检验各自评级结果的“含金量”和质量差异。有了违约率指标的对比，就可以解释为什么违约率低的AA级要优于违约率高的AAA级了。有了对应违约率的资信等级才能真正成为决策的依据。

　　二、国际上有代表性的信用风险评价模型在中国运用的局限性

　　我国加人WTO以来，加快了中国市场经济运行方式向国际接轨的步伐，中国资信评级业如何向国际接轨也受到了新的挑战。探索和选择国外且适合我国市场状况的评估模型势在必行，国内有部分学者对此也作了有益的研究。在这里，我们把部分学术界将国外有代表性的评估模型运用于中国市场进行实证研究后，将其所发现的问题和缺陷部分作一归集以利于后续的研究工作。

　　1、Z-Score信用风险评价模型
　　Z模型是通过选取五项关键性的财务比率并赋予其一定的参数(权重)来预测公司违约或破产可能性的方法。
　其中：
X1=营运资金／总资产
X2=(未分配利润+资本公积)／总资产
X3=税息前收益／总资产
X4=股权的市场价值／债务的账面价值
X5=营业额／总资产

　　以Z值为临界值，若小于临界值将发生债务违约。

　　实证研究发现Z模型存在以下三个缺陷：一是该模型对上市公司中的少数几个行业具有准确性，许多行业的参数需调整。二是对非上市公司和小公司无法获得股权价值的数据，需要借助一些会计信息或其他指标来替代并通过对比分析才能最终得出期望的违约概率。这在一定程度上可能影响计算的准确性。三是需要在Z值的基础上按国内金融市场的状况作调整，但一般的决策者都无此能力。

　　2、KMV信用风险评价模型

　　KMV模型建立在期权定价理论之上，其出发点是基于这样的假设：公司的任何信息都可以在股票价格及其波动中得到体现，当公司股票的市场价值因波动而使预期的价值低于一定水平(违约点价值)以下时，公司就会对它的债务违约。该模型把持有的债权看作一个无风险的债权减去一个看跌期权，以此为基础计算出违约距离，并结合上市公司数据估计出经验违约概率。虽然KMV模型相对于以注重会计资料分析为基础的传统方法的违约概率估计体系具有更好的敏感性，但它的适应条件更严格。信用中国我们共同打造ccn86.com从结果上看，比较适用于资本市场成熟地区的上市公司。很显然，我国目前尚不具备推广KMV模型的条件。

　　3、CreditMetrics信用风险评价模型

　　该模型是基于这样的假设：某一特定时期内(通常为一年)债务组合价值的分布与将来债务人信用等级变化无关，信用等级迁移概率服从稳定的马尔科夫过程，即贷款或债券目前等级迁移与其过去的迁移概率不相关。虽然，该模型是目前被证明较为有效的信用风险模型，但还是存在若干尚需解决的问题：一是该模型假设贷款或债券目前等级迁移与其过去的迁移概率不相关。但实际的历史数据表明，一笔债务如果过去发生过违约事件，那么它目前等级下降的概率要比同一级别的没有发生过违约行为的要高；二是在计算债务的VaR值时，假设等级迁移概率矩阵是稳定的，即不同借款人之间、不同时期之间，其等级迁移概率是不变的。而实际上，行业因素、国家因素以及商业周期等因素会对等级迁移概率矩阵产生重要影响。三是CreditMetrics模型的违约模型和相关系数的度量是以期权定价理论为基础的，这对股票市场的成熟条件和数据的真实性有很高的要求。

　　4、神经网络模型

　　神经网络模型也是西方运用较广泛的估计违约概率模型，它依靠采集的数据，对大量的财务及相关信息进行数理统计分析，从而建立违约估计模型。这种模型在实证中仍存在局限性。一是随着技术创新及金融工具创新，使得财务报表上有限的数据越来越难以真实地反映企业的财务状况及经营结果，尤其是对于高新技术企业而言，非财务因素占据越来越重的分量；二是因国内企业会计信息失真现象还较为严重，使用失真的数据输入模型必然造成计算结果的偏差。

　　从对国外几种信用风险评价模型在我国的实证研究结果看，由于我国证券市场尚不成熟(公司的价值不能通过市场体现)，市场信息披露十分有限，财务数据真实性不高，没有可资评级机构使用的大容量的信用信息数据库等客观条件的制约，而无法“拿来”即用。但信用风险评价模型作为现代计量经济学的成果，在发达的市场经济国家的广泛运用证明了其客观性和科学性。我国的市场经济发展尚处于初级阶段，市场成熟度与发达的市场经济国家相比尚有很大的差距，上述评估模型在我国还缺乏运用的基础条件。

　　三、传统方法下的违约率计算——违约经验法
　　根据我国国情的实际，在现有条件下继续研究和开发适合自己特点的信用风险评价模型方法，逐步与国际接轨是一项长期的任务。但在当前，重视传统评估方法的深化，寻求在传统方法下违约率的计算方法更是当务之急。

　　《新巴塞尔资本协议》建议：“银行在进行违约概率估计时可采用以下三种特别技术中的一种或几种：内部违约经验、映射外部数据和预计违约模型。”其中的内部违约经验法即为传统方法。这意味着符合《新巴塞尔资本协议》要求的传统方法也是国际认可的一种方法。
　　《新巴塞尔资本协议》对违约率计算方法的建议，为我国评级机构运用传统方法解决违约概率估计问题打开了空间。
　　内部违约经验法中的“内部"，指的是银行。巴塞尔委员会允许银行在计算资本充足率时，在审慎原则前提下采用“内部评级”或“外部评级”的数据来确定风险资产。而无论是“内部评级”还是“外部评级”，其运用经验法的本质是一致的。所谓违约经验法就是运用传统的统计方法计算债务人全部债务的实际违约情况，据此预测和估计违约概率的一种方法。
　　计算违约率首先是如何界定违约定义的问题。为了让不同的评估者在对信息源的计算时所需的特性能保持一致，巴塞尔委员会提出了违约的参考定义：
　　如果下列事件中的一个或多个事件已经在某个特定的借款人(债务人)身上发生，则可以认定出现了违约情况。
　　(1)已经判明借款人(债务人)不准备全部履行其偿债义务(本金、利息或手续费)；
　　(2)和借款人(债务人)的任何义务有关的信用损失，比如债务注销、提取了特定准备金、债务重组、包括本金、利息和手续费的减免或延(展)期支付；
　　(3)债务人未能履行某些信用义务，逾期超过90天；
　　(4)债务人已经申请破产，或向债权人申请保护。
　　有了统一的违约定义则为违约率的计算打下了基础。《新巴塞尔资本协议》强调：银行内部评级法度量单一借款人或借款人整体的违约概率是每个级别一年期平均的违约概率，这是内部评级赖以建立的核心。也就是说，所计算的违约率是单一借款人或借款人整体的违约率，而不是对某个银行的违约率；违约概率必须是每个级别一年期平均的违约概率。而在我国，各银行之间数据互不连通的情况下，一银行只能反映其客户在该行的违约率，而无法反映同一客户在他行的违约率。信用中国我们共同打造ccn86.com目前，中央银行虽建立了《全国信贷登记咨询系统》，但在许多地方对商业银行开放的仅是本行的数据和总额，跨行的详细数据并未对其全部开放。因此，在这种情况未改变之前，一银行要计算借款人(多头借款)整体的违约率是困难的。所以，《新巴塞尔资本协议》允许银行映射外部数据。这就对外部评级提出了要求：外部评级必须计算债务人整体的违约率。
　　在我国，用传统方法计算违约率和违约概率的操作过程是，以评级对象的银行和企业问及其他债务历史数据为基础(按巴塞尔委员会的统一定义)，依次对每个评级对象的历史违约记录(违约金额／应履约金额)和每一资信等级所有评级对象的历史违约记录逐一进行数据统计，得出该级别平均违约率。再根据该级别平均违约率用适当的统计分析方法作出保守估计，得出每个级别的平均违约概率。该方法的优点是：对每个评级对象和每个级别所有评级对象的实际违约率的计算是准确的，操作简单易行；对违约概率的估计可能会因为使用统计分析方法的差异而出现偏差(但巴塞尔委员会建议的上下限区间约为5个基点)。缺点是：仅依靠某一评级机构的样本量对每个级别违约概率的计算会因样本量不大而削弱其广泛性意义。若样本量大则情况会大大改善。　　
　　我国当前用传统法计算违约率对评级实务具有重要的现实意义：
　　1、事后验证评级机构的评级结果，比较不同评级机构评级结果的含金量，也可作为监管部门对评级质量监管并以此扶优限劣的依据。特别是当前国内存在众多评级机构，水平良莠不齐，评级质量不高，迫切需要有一种客观的尺度来检验。好的评级体系特点之一是，除非发生系统风险，否则一段时间内各个不同级别客户的违约率都较为稳定，起伏不大。但目前国内商业银行或评级机构的评级结果基本没有运用违约率事后检验，因而也就无法衡量和比较评级结果的准确性与稳定性。
　　2、外部评级的违约率能够较完整地反映评级对象整体的信用风险特征，而商业银行的内部评级在数据不连通的情况下只能反映其客户在该行的违约率，无法反映客户在他行的违约率。银行可借以检验自己内部评级的数据并与之映射、修正，从而确定不同级别的违约概率及风险权重用于银行信用风险管理。
　　3、评级机构可以运用违约率进行内部质量控制，将实际违约率与预期的违约概率对照，对每年的评级结果进行事后检验，以及对评估体系进行修改完善。
　　4、违约率和违约概率可以增强透明度和评级结果的准确性和可信度。有利于投资者利用评级结果确定投资风险，进行投资组合和投资决策，从而有利于证券市场的规范发展。
　　由上可见，计算违约率是整个评级活动中的一个极为重要的程序。2006年《新巴塞尔资本协议》即将全面实行，但在我国目前的评级实务操作中却很少研究和运用，如何建立和完善银行内部评级和外部评级成为当务之急。
　　虽然我国要在短期内建立违约概率模型有难度，但厦门金融咨询评信公司在资信评级中运用传统法计算违约率已进行了七年有益的尝试。


　　由于我国企业目前的融资80％以上来自于间接融资，并以银行贷款、票据贴现、信用证结算为主，利用这些数据计算违约情况具有很强的代表性。厦门在各中资商业银行的配合下于1997年在全国率先开发建立了区域性的《信贷监测网络》，数据准确率高达99％。公司通过两种渠道，一是根据信贷监测网络中的数据，二是从(2002年开始)评级对象的相关明细账中取得，用传统法每年计算各个企业的金融债务实际违约率，并得出各级别的金融债务实际违约率。计算结果与评级结果比较后令人满意，为将来样本扩大后违约概率的计算积累了基础性资料和有益的经验。
　　根据《新巴塞尔资本协议》，我们将违约定义为：客户在银行的借款、票据贴现、信用证结算逾期未还超过7日和90日的两组对照系列。对于因债务人申请破产或向债权人申请保护等因素预期将产生逾期以及债务重整等情况，因无法在账户上直接体现，主要靠现场采集再进行个别调整办法解决。
金融债务违约率计算的理论公式为：
　　金融债务违约率=本期违约金额/本期应履约金额
实际计算时我们将计算公式调整为：

式中：
A：本期内偿还的超过宽限期的金额
B1：超过宽限期未偿还的逾期金额
B2：期末逾期金额
C：本期已偿还金额

 　在计算每个企业的金融债务违约率后，对每个级别中金融债务违约率偏差过大及特殊情况的企业进行修正，使每个级别内企业的金融债务违约率方差控制在一定范围内，以加权平均得出每年各个级别的违约率(见下表)。

　巴塞尔委员会于2003年公布并建议采用标准普尔和穆迪的资信等级与违约率对照标准(见下表)。

　　对照两表的数据，厦门金融咨询评信公司的评级质量(违约定义90天)是可靠的，其BBB级的违约率大大低于巴塞尔委员会建议的标准值。从厦门金融咨询评信公司的实践初步证明，用传统法计算违约率同样可以达到预计模型法的效果。
　　当然，厦门金融咨询评信公司用传统法设定的违约率的计算公式仍处于初步阶段，采集的违约记录中尚未包括企业与企业之间债务的违约情况(客观上该数据获取难，要保证其真实性则更难)，也未将银行为其客户“借新还旧”和“拆东墙补西壁”以及“改变还款期(展期)”等实质性违约考虑在内。但它毕竟在当前情况下，为我们提供了一个有价值的基础数据，也为今后完善违约率计算方法奠定了基础。

　　我们有理由相信，采用传统方法可以满足我国国情和现实条件对计算违约率的需要，并达到巴塞尔委员会建议的要求。信用中国我们共同打造ccn86.com这样计算出的违约率相对于各个银行各自的违约率较为客观，能较全面地反映企业在金融业务上的实际违约状况，是一个较为综合的指标。因而，央行现有的《全国信贷登记咨询系统》数据对计算违约率具有相当大的利用价值(如果数据准确的话)。但目前《全国信贷登记咨询系统》的历史数据积累还不能满足《新巴塞尔资本协议》对“估计违约概率至少要5年的历史观察期”数据的基本要求。
　　立足于我国的市场经济国情和充分利用现有的条件，如果央行的《全国信贷登记咨询系统》的数据准确的话，在该系统中嵌入上述的计算方法计算评级对象的金融债务违约率，这对于银行、监管部门以及评级机构提高工作质量和效率都具有重要的意义。