中债资信 研究开发部 郭南 孙嘉 张帆 王贵君
引言
信用评级与违约率的关系，从表面上看是简单而清楚的：由于信用评级主要是对评级对象的违约可能性进行评价，所以信用评级与违约率有着很紧密的联系。事实上，“关系”有“序数”和“基数”之分别：序数关系指信用评级与违约率在排序上的相关关系，表现为信用评级越高的企业，违约率越低，也可以称为“相对关系”；基数关系是指信用评级与违约率在数量上的对应关系，例如AA级别的企业对应的1年的违约概率为1%，也称为“绝对关系”或“量化关系”，基数关系是序数关系的强化。
选择“基数关系”的代表是巴塞尔协议，该协议规定银行的内部评级体系需给出信用等级对应的1年期违约概率。由于巴塞尔协议在全球及中国的广泛推行，所以这种信用评级与违约率具有明确量化关系的理念，被很多人所接受和秉持。而国际主要外部评级机构则一直坚持“序数关系”的说法，并在其发布的各类文件中进行了反复的强调。在金融危机后，“序数关系是否合理”成为对信用评级机构监管中存在的一大有争议问题，而在2012年美国证券交易委员会向国会递交的最终报告中，仍无法否认“序数关系”的合理性。
本文将通过介绍和比较内外部评级对信用评级和违约率关系的认识，剖析分歧出现的原因，以更深入的理解违约率在信用评级中所起的作用和意义，厘清对这一问题的认识。
一、 国际主要外部评级机构对信用评级与违约率关系的认识
(一) 穆迪对信用评级与违约率关系的认识
穆迪公司在2011年发布的信用政策报告《评估信用评级的表现》一文的第3页中明确称，穆迪的评级目标是希望反映评级对象在一定基数范围内的相对信誉[1]。在具体实现方面，是要尽量避免违约出现在高等级的、特别是投资级别的评级对象中，而且要尽量早的赋予最终发生违约的评级对象以较低的、至少是投机级的级别。
穆迪在该文的第11页中具体讨论了基于基数关系的评级系统所面临的困难：首先，由于这种系统将每个信用等级对应了一个具体的违约率数值，所以只能指定一个具体的时间范围。即我们可以说一个B2的评级所隐含的意思为该评级对象5年的违约概率为20%，但我们不能说该评级对象同时在其他时间的违约概率是多少(因为如果同时指定该评级对象1年的违约概率为10%，那么一个5年期违约概率为30%，而1年期违约概率为5%的评级对象，级别到底该是多少呢？)其次，我们无法评价一个接近到期日的评级对象。按基数系统的逻辑，我们不得不将那些快要到期的评级对象的信用级别无理由调高，而这样做的话可能会导致一些反常的结果，一个信用水平较低的评级对象可能仅仅因为离到期日更近，而使得级别比另一个评级对象高。最后，一个基于基数的评级系统面临的最根本困难是，当宏观经济周期转向时，即使相对风险排序不变，也需要大规模的上调或下调评级，这种灵敏性的取得反而会影响金融系统的稳定性。图1说明这种方法会使得评级非常不稳定：该图显示的是评级为B的北美地区企业的5年累计违约率，平均值为26.2%。虽然违约率曲线是显著的围绕着这一平均值的，但是在两次经济周期衰退时违约率达到了40%，而当经济复苏时违约率又降到了8%。对于一个基于基数的评级目标“26%”来说， 这样的结果显然是不太成功的。但是从序数的观点来看，最重要的问题就变成“B级别”的评级对象违约风险需要永远大于Ba并且小于Caa-C。这种风险排序能力的反映可以从图2中看出。确实，相对的违约风险在任何一个时间段均有正确的排序，即使是在经济周期转向的时候。因此，穆迪在检验评级质量的时候只关心如图2中所示的评级的排序能力而不是如图1中的绝对违约数值。
具体到对主体和债项的评级定义，我们可以发现，在穆迪的定义里，信用评级包含了违约风险，但并没有明确和违约率的关系。例如在2012年版的《评级符号和定义》中，穆迪表示，其长期级别(long-term ratings)能够反映不能履行合同约定支付而违约的可能性，同时也反映发生违约事件时的预期财产损失，该长期级别的概念涵盖了工商企业、金融机构、结构融资产品等所有类型的评级对象。而穆迪对于结构融资类产品的评级过程中使用了信用评级与违约率的基数关系，但强调其最终级别与违约率并不具有基数关系。具体而言，在2011年发表的《穆迪对CLO的评级方法》一文中显示，对于一般现金流型CLO，穆迪首先将单笔资产的级别对应到“级别因子”(Rating Factor)，然后用加权平均得到的级别因子和加权平均剩余期限得到资产组合的“理想违约率”(Idealized Default Rate)，加上其他一些考虑因素，得到了该资产组合的预期损失率，最后将每个范围内的预期损失率对应到一个模型级别，而最终级别的得到还需要评级委员会在考虑诸多定性因素后做出决定。其中理想违约率是穆迪参考历史违约率数据制定的长期期望值，而级别因子是用10年期的理想违约率乘以10,000计算的[2]。
(二) 标普对信用评级与违约率关系的认识
标普公司在2009年发布的《理解标普的评级定义》中表示，信用评级是关于评级对象信誉水平高低的相对排序，而不是对违约概率的绝对度量。标普公司认为，对评级对象的信誉产生重要影响的因素除违约可能性之外，还包括偿还顺序、回收情况和信用稳定性[3]这三个方面。评级活动的主要目的就是力图将这些方面因素对信誉状况的影响浓缩到评级符号这个单一的维度上。该文的3-5页说明了各因素的重要程度：违约可能性是首要的、核心的因素，评级的首要目标就是对评级对象违约可能性进行排序，而偿还顺序、回收情况和信用稳定性是次要因素。次要因素的重要性随着情况不同而发生变化：偿还顺序和回收情况这两个因素在对债项进行评级时要比对主体进行评级时考虑的更多些，另外当评级对象违约可能性升高时，这两个因素的重要性会高些；而信用稳定性在评级对象违约可能性降低时显得更为重要。此外，次要因素重要性的排序会随着市场情况和经济环境的改变而改变。
标普公司认为，不同级别的历史违约率并不能代表它目前的违约概率。该观点在该文第4页和其附录二中进行了说明。标普观察到，所有级别的历史违约率随经济周期的上行和下行在降低和提高，而且每个经济周期对于各个板块和区域的影响都是不同的；这导致观察到的各个级别的违约率在不同历史时间存在着显著差异，而各个级别的最高历史违约率往往会显著高于平均水平。所以，历史违约率统计情况并不能代表各个级别的违约概率，甚至对于高级别的、关注长期表现的评级对象，也无法将经济周期带来的影响中性化，即得不到经过经济周期调整后的长期违约率值的稳定值。标普对于全球工商企业历史违约率的统计请见附录一，其表现和穆迪公布的统计结果非常类似。
标普公司对信用评级与违约率的基数关系的使用也出现在对结构融资产品的评级过程中[4]。对于基础资产，标普将每个信用等级赋予违约率；对于债项，其级别的得到是基于违约可能性的，并且在相同证券化结构下的两档或多档结构融资证券，即使它们的预期损失特征不同，也可以根据它们的违约概率赋予相同级别。因此，标普在对结构融资产品的评级过程中，在一定程度上假定了级别与违约概率间的基数关系，并且也有类似于穆迪理想违约率的表；但是最终级别也是在参考了其他定性因素后得到的。例如标普在《对工商企业现金流和合成CDO全球方法和假设的更新》中称[5]，需要读者注意的是，我们的级别不是违约概率，而是评估信誉水平以反映众多因素。在分析CDO产品等有限的情况下，仅为建模需要，我们使用资产违约率作为级别单一维度的代表。
(三) 惠誉对信用评级与违约率关系的认识
惠誉在2011年公布的《评级定义和其他形式的意见》中声明：信用评级是关于违约脆弱性(vulnerability to default)相对排序的意见，而并非事实，并不隐含或者表达一个具体的违约概率值，因此不能描述为精确或是不精确的[6]。
惠誉在2010年公布的《评级可比性》第3页中详细阐述了信用级别与违约风险的关系。惠誉首先认为，由于信用评级是关于相对信用风险的前瞻性意见，所以对评级表现进行评价的一个惯用方法是考察不同历史时期的信用等级迁移和违约情况。其次，尽管研究历史违约率的工作是很有意义的，但不应简单的用过去的评级表现来推断未来的评级表现，即是说，一个没有或很少有违约历史或者信用等级下调的主体或板块也会受到信用状况恶化的影响。再次，惠誉认为在评级活动中，对定性因素的考量与对定量因素的考量至少是同等重要的，所以惠誉会关心在评级定义方面的一致性，而不是简单的看看模型的输出结果就决定信用等级。最后，惠誉重申对违约情况的考察是对评级有效性进行评价的最主要手段，但对历史违约率的考察需要结合当时环境和发生的事件，这样才是有效的。
信用评级与违约率的基数关系主要体现在对结构融资产品的评级过程中。在评级方法文件中，惠誉表示其资产支持证券级别对应的是在险价值(Value at Risk)测度，主要看超过可用信用增级量的概率。并且，与每个级别和期限对应的在险价值测度是由资产支持证券的目标违约概率(Target Default Probabilities)决定的。因此，我们可以认为与穆迪和标普类似，惠誉在对结构融资产品的评级过程中也使用了一定的基数关系；但其最终评级结果也不依赖于模型测算得到的违约率。
(四) 其他评级机构对信用评级与违约率关系的认识
美国证券交易委员会在2012年9月向国会递交了一份名为《信用评级标准化问题研究》的报告。该报告是对信用评级机构监管中存在的一系列争议性问题的回答，其中就包括了信用评级与违约率是否要建立量化关系(Quantitative Correspondence)的问题。根据该报告[7]，除了三大评级机构以外的全部6家NRSRO评级机构[8]也都没有在信用等级和违约概率之间建立明确的量化关系。这些机构均表示，信用评级表达的是主体或债项的相对信用风险，无法准确反映违约概率与预期损失。
而在对其他机构的意见征询方面，对于是否应建立量化关系的意见并不一致。某些机构反对建立这种量化关系，例如，美国证券化论坛[9]指出不同评级方法的使用导致量化关系的建立哪怕不是不可能的，也是非常困难的。但是有一个未注册为NRSROs的评级机构，快速评级公司(Rapid Ratings)，确实提供了信用评级类别与违约概率的对应关系。该公司选取了62个财务比率，对企业的财务健康(Financial Health)状况进行打分。快速评级公司声称其打分与违约概率高度相关，而且其分值大致可以与标普、穆迪的评级相对应：例如财务稳健打分为95—100的，对应的违约概率为0.0006%，对应标普AAA评级、穆迪Aaa评级；财务稳健打分为60—64的，对应的违约概率为0.42%，对应标普BB+评级、穆迪Ba1评级。具体对应关系的介绍请见附录二，从介绍中我们可以发现，事实上快速评级公司建立的具体量化关系是对历史违约率的统计，而不是预测，而且与其他评级机构的观察相同，经济周期对违约率也有很重要的影响。
二、 国内评级机构对信用评级与违约率关系的认识
根据中国人民银行2006年颁布的《信贷市场和银行间债券市场信用评级规范》，违约率是信用评级的核心内容，但并未与信用等级做出基数的对应关系。根据该文，银行间债券市场中长期债券信用等级反映了对偿还债务能力，是否受不利经济环境影响，以及违约风险高低这三个方面的考量，例如AAA级的含义是：偿还债务的能力极强，基本不受不利经济环境的影响，违约风险极低。在该文的第三部分中指出，评级业务主管部门应依据违约率为核心的考核指标，对信用评级机构的评级结果进行检验，但该文并未明确评级结果与违约率的关系。
在国内评级机构方面，从公开披露的信息来看，中债资信和中诚信国际对信用评级与违约率的关系做出了一定的阐述：
中债资信方面，根据2012版的《中债资信信用评级定义》，信用评级是指“由独立的信用评级机构对影响评级对象的诸多信用风险因素进行分析研究，就其偿还债务的能力及其偿债意愿进行综合评价，并且用简单明了的符号表示出来。”在“评级内涵”一章中，中债资信对评级的内容进行了更为具体的说明：“中债资信主体评级是对受评主体如期偿还其全部债务及利息的能力和意愿的综合评价。主体评级主要以受评对象的违约概率来衡量，由于受评企业的违约概率有一定的预测性，因此主体评级通过信用等级的不同揭示了受评主体违约概率水平高低的相对排序，而不是对其违约概率的绝对度量。”根据2012版的《中债资信评级标准制定方法》，“中债资信主要通过判断受评对象的违约概率高低来评定其信用等级，因此明确各个信用等级的违约率目标和级别判断的分行业具体标准是中债资信开展评级工作的基础，这两者就是中债资信评级标准的核心内容。”希望能通过“明确各信用等级的违约率目标和分行业的具体评级标准，减少级别判断的随意性。”
中诚信国际方面认为在信用评级中应遵循“同信用等级，同信用质量”的原则。而对于债项评级，中诚信认为信用质量应包括违约可能性、损失严重性和等级转移风险等因素，因此，在债项评级中信用质量实际上是一个综合性的指标，且对于具有相同信用质量的债务而言，其违约可能性、损失严重性、等级转移风险等单项指标可能不尽相同，但是其信用质量应该相近或相同。而对于主体评级而言，中诚信认为，发行人的信用质量更多的表现为违约可能性，亦即违约概率。中诚信认为，主体违约率与信用等级之间是一种单调的、相反的变化关系，并且具有相同信用等级的发行人，其违约率应相近或相同，无论任何时间、处在任何地域、属于任何行业。
三、 银行业对信用评级与违约率关系的认识
(一) 监管要求与银行实践
在商业银行内部评级系统中，信用评级与违约率之间的基数关系是很明确的：每个信用等级都会对应具体的违约概率数值。具有相同违约风险的借款人或贷款具有同样的级别，信用等级越高，违约概率越低；并以此来保持不同业务品种、部门和地理位置的评级一致性。
这种关系首先是由巴塞尔协议规定的。巴塞尔协议II 2004年版[10]第285段规定，对每个债务人需要给出相应的违约概率，该概率是该债务人所属信用等级对应的1年期违约概率与0.03%的较大值。2005年巴塞尔委员会发布的《对内部评级体系验证的研究》第二部分明确指出，一个使用内部评级体系的银行，必须首先将债务人赋予风险等级(risk buckets)，然后必须对每个风险等级计算其整体违约概率(pooled PD)。这里要说明的是，整体违约概率虽然还是赋予各个债务人，但它代表的是相同风险等级的所有债务人违约概率的平均水平，所以又称为平均违约概率。
在巴塞尔协议中，信用评级与违约率基数关系的建立，对银行的风险管理起到至关重要的作用。巴塞尔协议由三大支柱组成：最低资本要求、监督检查和市场纪律。三大支柱的首要组成部分是最低资本要求，其他两项是对第一支柱的辅助和支持。要计算银行的最低资本，就要计算其风险加权资产，包括信用风险加权资产、市场风险加权资产和操作风险加权资产。而信用风险加权资产的计算方法[11]，无论是使用初级法还是高级法，均需要确定各个风险暴露的违约概率。
在我国，中国银行业监督管理委员会推动了巴塞尔协议的实施。银监会于2012年6月8日发布了《商业银行资本管理办法(试行)》(以下简称《资本办法》)，并于2013年1月1日起实施。该办法参考巴塞尔协议III的规定，建立了统一配套的资本充足率监管体系。《资本办法》实施后，正常时期系统重要性银行和非系统重要性银行的资本充足率要求分别为11.5%和10.5%。依照以上监管规定，我国商业银行通常采用内部评级法计量信用风险加权资产。例如，国内某银行的内部评级系统按照企业客户分类的标准将所有行业分为九大类，评级系统共划分十个等级，分别对应各自的定义、分值、违约率区间等。评级系统根据九个行业的打分卡模型和违约概率模型得出企业客户的信用分值和对应的违约概率。银行将由内部评级系统得出的信用级别作为识别、计算、检测和控制信用风险的基础，为信用分析、信贷审批、贷款评级、贷后管理、经济资本分配和考核提供重要的支持。
《资本办法》对该种基数关系有着具体的要求[12]：附件5《信用风险内部评级体系监管要求》的第六章第二节第8款，要求估计所使用的历史数据应能反映包括经济衰退期在内的整个经济周期的债务人违约风险的变化情况，如数据未包括经济衰退期，商业银行应调整违约概率估算方法或估值结果。在估计方法方面，同节第10款中说，商业银行估计每个级别平均违约概率时，应使用合适的信息、方法并适当考虑长期违约经验。商业银行应采用与数据基础一致的估计技术，确保估计能准确反映违约概率。商业银行可采用内部违约经验、映射外部数据和统计违约模型等技术估计平均违约概率。商业银行可选择一项主要技术，辅以其他技术作比较，并进行可能的调整。针对信息和技术的局限性，商业银行可运用专家判断对估值结果进行调整。三种估计方法的说明如下：
(1)内部违约经验。商业银行可使用内部违约经验估计违约概率。商业银行应证明估计的违约概率反映了历史数据对应时期的授信标准以及评级体系和当前的差异。在数据有限或授信标准、评级体系发生变化的情况下，商业银行应留出保守的、较大的调整余地。商业银行可以采用多家银行汇集的数据，但应证明，风险暴露池中其他商业银行的内部评级体系和标准能够与本银行比较。
(2)映射外部数据。商业银行可将内部评级映射到外部信用评级机构或类似机构的评级，将外部评级的违约概率作为内部评级的违约概率。评级映射应建立在内部评级标准与外部机构评级标准可比，并且对同样的债务人内部评级和外部评级可相互比较的基础上。商业银行应避免映射方法或基础数据存在偏差和不一致的情况，所使用的外部评级量化风险数据应针对债务人的违约风险，而不反映债项的特征。商业银行应比较内部和外部评级的违约定义。商业银行应建立内外部评级映射的文档。
(3)统计违约模型。对任一级别的债务人，商业银行可以使用违约概率预测模型得到的每个债务人违约概率的简单平均值作为该级别的违约概率，商业银行采用的违约概率模型应达到《资本办法》中有关模型使用的要求。
四、 相关认识
通过上文的回顾，我们发现与内部评级不同，外部评级机构建立严格的基数评级系统面临以下几方面的根本性困难：
第一，评级内涵的丰富性导致无法与违约率建立一一映射关系。首先，国际评级机构普遍认为尽管违约风险是信用评级的最重要考虑因素和检验因素，但信用评级的内涵并不仅仅包含违约风险。其次，即使评的是违约风险，并且使用违约率来衡量，也面临上文穆迪所提及的到底对应哪一年违约率的问题。而银行业并不存在这个问题，因为级别仅仅是指示违约率(和损失率)的符号。
第二，准确性要求很难满足。外部评级对准确性的要求要高于内部评级。银行业由于风险管理的需要对违约率估计的主要要求是保守性：在银行看来，如果AA级别对应的违约概率为1%，那么在评价这个估计是否合理时，主要要求未来违约率在绝大多数情况下不应超过1%。而外部评级主要要求精确性：评级对象未来在剥离一些影响因素后，表现出来的违约率确实应在1%左右。而且违约率估计的期限结构不同也会影响估计的难度：内部评级要求的违约率估计是单时点的(1年期的违约率)，而外部评级关注的是整条时间轴(一般是1年期到5年期的违约率)。
第三，稳定性要求很难满足。上文穆迪所提出的情况——当宏观经济周期转向时，即使相对风险排序不变，也需要大规模的上调或下调评级——在给出的违约概率是跨周期的情况下是可以避免的，但是评级机构普遍认为这样的违约概率在目前的数据状况下是无法准确估计的：标普承认“无法将经济周期带来的影响中性化”，即无法给出不受经济周期影响的违约率估计；穆迪的最高承诺是希望能将这个估计控制在一定的范围内；惠誉认为级别违约率的长期表现应该是大致类似的，但目前也只是希望。
在上述的困难下，外部评级机构无法选择严格的基数评级系统，尽管这样可能会在一定程度上影响外部评级机构的公信力，但事实上选择基数关系并不意味着就一定客观和准确，选择序数关系也不意味着就一定主观和随意。更多代表定量尝试的基数关系和更多代表定性判断的序数关系都是与评级公司的理念、方法和努力相吻合的，关键是在于如何结合以更好的达到该公司所界定的评级目标，例如精确性、稳定性和一致性。因此，基数关系和序数关系的结合使用是比较合适的方式：
一方面，在评级理念的阐述上，明确序数关系以体现评级内涵的丰富性和专家经验的价值。具体表现为在正式的评级定义、评级原则和评级方法文件中，均明确指出信用评级与违约率间的关系在根本上是序数的，不是基数的；并且在用词上具有一定的主观色彩，不使用带有绝对度量、可在客观世界观测到的指标词汇(“违约率”、“损失率”等)。
另一方面，在评级过程和结果检验中，使用一定的基数关系以增强严谨性和可控性。我们认为国际评级机构以下方面的努力是值得赞同的：
一是对于投资级别的企业，违约率应控制在较低的水平内。该观点见于穆迪对评级检验方法的报告[13]，尽管穆迪认为自身的评级系统是基于序数的，但也会使用基数性的指标以反映评级的准确性，其中之一是“投资级违约率”，该指标尽管有很强的周期性，但应该处于较低的水平。这体现了穆迪追求“在一定基数范围内的相对排序”的理念。
二是将历史违约率作为检验一致性的重要参考。尽管三大国际评级机构均承认不同时间、不同品种、同一信用等级评级对象的违约率很难做到一致，但违约率仍是检验一致性的最重要参考。三大国际评级机构每年计算并公布历史违约率情况，以反映其评级质量。
三是开发信用风险模型以辅助传统评级。信用风险模型包括违约率模型、损失率模型等。通过附录三的回顾，我们发现国外评级机构在协助银行进行内部评级体系建设中，开发并不断完善了一系列信用风险模型。尽管国外评级机构并没有明确表示这些模型在自身评级活动中的作用，但这些模型对分析师的评级起到了参考的作用，增强了评级的客观性和科学性。例如，穆迪公司开发了基于股票市场、债券市场和CDS市场信息的一系列隐含评级模型，作为评估受评对象短期信用风险的重要参考。
此外，我公司作为采用投资人付费业务模式的新型信用评级公司，可借鉴巴塞尔协议的思路将信用等级赋予理想违约概率，这样一方面可作为评级的参考和检验，以增强客观性；另一方面可与内部评级进行对接，更好的服务于投资人。理想违约概率可定义为，各个信用等级的受评对象在正确的评估和理想的环境下违约率表现的期望值(即通常所说的目标违约率)。所谓理想环境是指我们在进行评级时，所设定的受评对象在未来将面临的宏观经济环境。正确评估是指信息、方法和操作上的正确性。理想违约概率的计算方法可以参考第三部分所提及的巴塞尔协议的相关内容，例如历史违约经验或者统计违约模型的方法。方法的关键在于要和评级理念相符合：如果评的是受评对象之后5年内的平均状况，那么我们基本可以使用与未来五年经济周期类似的历史上五年的违约率数据。如果我们评的是最差状况，那么就要参考历史上最高的违约率数据。并可考虑根据各种经济情景对理想违约率加上调整项，该点可参考上文及附录二所述的快速评级公司的做法。
【参考文献】：
[1]. 交易商协会，2012，《经济金融市场监测：美国信用评级标准化问题研究的最新进展》第112期，总第164期。
[2]. 中债资信，2012，《中债资信评级定义》。
[3]. 中债资信，2012，《中债资信评级标准制定方法》。
[4]. 中债资信，2012，《中债资信工商企业主体评级方法总论》。
[5]. 中债资信，2013，《国际评级机构评级质量检验方法介绍及启示》。
[6]. 中债资信，2011，《国内外评级符号体系研究》。
[7]. 穆迪，2012，《评级符号和定义》(Rating Symbols and Definitions)。
[8]. 穆迪，2011，《评估信用评级的表现》(Measuring The Performance Of Credit Ratings)。
[9]. 穆迪，2011，《穆迪对CLO的评级方法》(Rating Methodology: Moody’s Approach ToRating Collateralized Obligations)
[10]. 穆迪，2004， TheMoody's KMV EDF RiskCalc v3.1 Model。
[11]. 标普，2009，《理解标普的评级定义》(Understanding Standard & Poor's Rating Definitions)。
[12]. 标普，2011，《评级表现指南》(Guide to Ratings Performance)。
[13]. 标普，2008，《清楚认识信用稳定性作为一个重要的评级因素》(To Explicitly Recognize Credit Stability As An Important RatingFactor)。
[14]. 标普，2010，《标普信用评级的时间维度》(The Time Dimension Of Standard & Poor’sCredit Ratings)。
[15]. 标普，2011，《关于CreditModel》(About CreditModel)。
[16]. 标普，2012，《信用风险分析工具》(Credit Risk Analysis Solutions)。
[17]. 标普，2009，《对工商企业现金流和合成CDO全球方法和假设的更新》(Update To GlobalMethodologies And Assumptions For Corporate Cash Flow And Synthetic CDOs)。
[18]. 标普，2007，《对全球结构融资证券的基于原则的评级方法》(Principles-Based Rating Methodology For Global Structured FinanceSecurities)。
[19]. 惠誉，2011，《评级定义和其他形式的意见》(Definitions of Ratings and Other Forms of Opinion)。
[20]. 惠誉，2010，《评级可比性》(Ratings Comparability)。
[21]. 惠誉，2011，《定义评级情景》(Defining Rating Scenarios)。
[22]. 惠誉，2012，《工商企业CDO全球评级标准》(Global Rating Criteria forCorporate CDOs)。
[23]. 巴塞尔委员会，2004，《巴塞尔协议II》(Basel II：InternationalConvergence of Capital Measurement and Capital Standards)。
[24]. 巴塞尔委员会，2005，《对内部评级体系验证的研究》(Studies on the Validation of Internal Rating Systems)。
[25]. 巴塞尔委员会，2011，《巴塞尔III：更具弹性的银行和银行体系的全球监管框架》(Basel III: A globalregulatory framework for more resilient banks and banking systems)。
[26]. 中国银行业监督管理委员会，2012 ，《商业银行资本管理办法(试行)》。
[27]. 招商银行，2005 ，《招商银行公司客户信用评级管理办法》(百度文库)。
[28]. 美国证券和交易委员会，2012，《国会报告：信用评级标准化问题研究》(Report to Congress：Credit RatingStandardization Study)。
[29]. 快速评级公司，2011，《福特汽车公司评级报告》(Ford Motor Co，Rapid Ratings)。
[30]. 快速评级公司，2007，《用快速评级公司的财务健康评级对违约概率进行的估计—初步结果》(Estimation of Default Probabilities using Rapid Ratings Financial Health Ratings – Preliminary Findings)。
[1] A more complete statement of our rating objectives might be that wewish to reflect relative creditworthiness subject to certain cardinalboundaries。
[2] 见《穆迪对CLO的评级方法》第2页脚注7。
[3] 信用稳定性评价了在压力情景下受评对象信誉下降的突然性。所以哪怕两个受评对象的违约可能性是相同的，也有可能一个受评对象信誉是逐步下滑，而另一个是突然大幅下跌，这样对于后者的信誉评价要更低一些。
[4] 见标普2009年出版的《对工商企业现金流和合成CDO全球方法和假设的更新》。
[5] 20页，73段。Once again, it is important tohighlight that our ratings are not probabilities of default but rather addresscreditworthiness that reflects many factors. In limited cases, such as in thecorporate CDO analyses, we use ratings in a uni-dimensional way, as a proxy foran asset's default rate, solely for modeling purposes。
[6] 该文第4页第1段：Ratings are not facts, and therefore cannot be described as being"accurate" or "inaccurate". 同页第4段：Creditratings, as opinions on relative ranking of vulnerability to default, do not implyor convey a specific statistical probability of default, notwithstanding theagency's published default histories that may be measured against ratings atthe time of default。
[7] 本节对《信用评级标准化问题研究》的摘译主要参考了银行间市场交易商协会的《经济金融市场监测》第112期。
[8] 1975年美国证券交易委员会提出了“国家认可的统计评级机构”(National Recognized Statistical Rating Organization，NRSRO)的概念，目前这一体系共包括9个成员：A.M.Best, Dominion Bond RatingService, Egan-Jones Rating Company, Fitch, Kroll Bond Rating Agency, JapanCredit Rating Agency, Moody’s, S&P, Morning Star。
[9] 美国证券化论坛是一家美国结构融资市场参与者组成的专业化论坛，主要对涉及其共同利益的法律，法规和市场实践等问题进行讨论和倡议。
[10] 金融危机后推出的巴塞尔III并未修改本文涉及的内评系统方面的建设要求，故本文中引述的均为巴塞尔II中的要求。
[11] 计算公司、主权和银行暴露的风险加权资产的公式请见巴塞尔协议II第272款。
[12] 该部分在巴塞尔协议II的461-463款亦有体现。
[13] 见穆迪2011文《评估信用评级的表现》第10页。
