转自：中国信托业协会
信托公司信用评级体系的建设模式
信托公司开展证券投资信托业务，需要加快建立内部信用评级体系，通过搭建完善的内部信用评级体系，保证内部评级结果的客观性和可靠性，需要建立相应的评级政策和流程，以科技系统和数据管理等系统赋能支撑风险评级、资产分池、风险量化等基础，进而准确有效地识别、计量并管理信用风险。
（一）信托公司信用评级体系建设概况
根据中国信托业协会调研数据显示，多家积极布局证券投资信托业务的信托公司如中航信托、建信信托、上海信托等已经构建了包括现金管理、纯债基金、固收+等在内的债券产品线，债券管理业务规模已超千亿元。另外，有多家信托公司管理的债券业务规模达百亿元。基于风险管理和投资决策的需要，多家信托公司在开展债券类产品的投资管理实践中普遍搭建了内部信用评级的基础框架，配备了信用研究人员开展内部评级工作，并将标准要求、评级结果等嵌入公司风控流程及制度体系。尽管信托公司开展主动管理类债券投资业务的起步时间较晚，但资管新规颁布后，信托公司普遍加大了转型力度，如组织架构调整、投研人员培养和引入、内部资源倾斜等，内部信用评级的人员配置水平和专业度得到一定提升，并总结积累了一定的信用评级经验，这些都为建立完整的内部信用评级体系提供了坚实的基础。
受各家信托公司证券投资信托业务展业路径差异的影响，配套的信评体系建设路径各具特色，从起步情况看主要分为三类。第一类是直接采用外部评级机构的评级结果。对于以证券投资服务类信托业务为主，且主动管理类债券直接投资规模较小的信托公司，在起步阶段出于成本收益考量，倾向于直接采购外部信用评级机构的评级结果作为内控依据之一。第二类是在非标评审部门设置信评岗。部分信托公司通过非标评审人员转型信评研究员，或在非标评审部门采取社会招聘方式补充信评人员，组建内部信用评级团队，并参照非标业务流程梳理证券投资信托业务的信用风险管理流程。例如，某信托公司在非标评审团队中增设信评人员，在信用评级工作量较大时，非标评审人员可机动协调辅助信评工作。三是侧重在证券投资业务部门培育信评团队，与非标业务条线并列。如某信托公司通过赛马机制筛选证券投资业务团队，各团队均配有信评人员，后期拟将分散在各业务团队中的信评人员整合为信评部门，以集中服务各投资部门。某信托公司成立证券投资事业部，并配套建立信评团队、搭建信评系统，支撑证券投资业务发展。
（二）信托公司信用评级体系搭建方式
1.信用评级模型构建来源
从信用评级模型的构建来源来看，直接采购外部信用评级机构的专业信用评级服务、信托公司内部构建主动管理的信用评级模型、外部采购+内部搭建相结合的方式均有其适用的情况。在当前信托公司转型标准化投资业务的整体趋势下，鉴于内部信用评级体系的建设是一项不断积累和完善的系统性工程，信用评级模型的建设方式应该与信托公司债券投资业务的战略定位相结合考虑。
对于没有大规模开展主动管理类债券投资业务的信托公司，从中国人民银行近年来下发的《关于促进债券市场信用评级行业高质量健康发展的通知》、中国国债协会下发的《地方政府债券信用评级业务自律规范指引》等政策文件的导向来看，政策引导与规范下，外部信用评级机构的评级质量将不断提高，评级的独立性将持续加强。因此，从专业化分工角度看，通过采购外部信用评级机构的专业信用评级服务开展业务具有逻辑上的合理性与实践上的可行性。
对于将主动管理债券投资业务定位为公司重要业务甚至战略业务的信托公司而言，未来随着主动管理债券投资业务的规模持续提升，应考虑聚焦资源，投入足够人力和资金支持，组建专门的信用评价团队，开发完整的信用评价模型和系统，构建全面的内部信用评价体系。随着业务的持续拓展，信托公司依靠内部信用评级体系的不断迭代完善所能够形成的对合作客户的评价框架和分析体系，将是主动管理债券投资业务长期、可持续、规模化发展的重要基础。
对于大多数当前债券投资业务规模尚不大、业务处于起步阶段的信托公司而言，可在业务发展初期通过外部采购+内部自建相结合的方式实现业务的初步发展，可考虑引进资深的信用评审人才，初步搭建起内部信用评价体系的基本框架，并针对投资的重点行业，开发信用评价模型，与外部专业评级机构的评级服务相结合，逐步建立具备自身特色的债券信用评价体系。
2.信用评级模型搭建路径
信托公司构建主动管理的内部信用评价模型，一定程度上能够借鉴各类资产管理机构相对成熟的经验，并结合公司自身发展和主要行业领域的特点，搭建并不断迭代优化信用评级模型，确保其客观性、可靠性和有效性。
第一阶段，可建立重点行业的静态评级模型。在初期阶段人员相对有限的情况下，可根据业务团队主要投资和持仓集中领域，选择搭建与业务需求相匹配的评级模型，结合信托公司在城投、地产领域已积累丰富的信用研究经验，优先建立相应行业的评级模型。本阶段模型类型一般以静态的纯量化或“定性+定量”打分为主。企业财务报表可以视为企业经营的数字体现，但常存在财务数据失真情形；企业的经营模式等定性描述可视为经营的文字形态，但也存在文字宣传美化、夸大的情形；定性与定量充分结合、互相印证能够更好地评价企业经营逻辑，为信用评级奠定较坚实的基础。
第二阶段，可扩大评级模型的行业覆盖面并着眼于动态。通过评估实际运行情况和人员充足程度，初步扩大评级模型的行业覆盖面并细化已有行业模型划分，如构建产业类、金融类行业评级模型等，也可将城投类评级模型进一步细分为城投行业、交运行业等。同时，根据公司在信评领域的投入力度，可考虑建立信评系统实现评级模型的线上化运行，或者仍采用线下打分形式。本阶段可在前期工作基础上着眼于动态，主要包括三方面。
一是补强除个体信用研究以外的行业研究。对个体信用的研究是以对行业核心信用特征及信用驱动因素的研究为基础，相比直接进行微观个体研究，自上而下的行业指导更具系统性和前瞻性，能更有效地把握个体信用变化趋势。例如，当发行人处于加杠杆前期阶段或市场景气度较高阶段时，其财务数据体现的是历史较优状态，静态分析可能会高估信用资质；当发行人处于风险逐步出清阶段或行业周期底部时，过往财务数据可能会低估其未来表现。因此，需要注重个体跨周期信用资质情况，而非短期资质或过往表现，既要充分了解行业历史规律，也要对未来趋势有合理判断。
二是增强对宏观基本面研究。宏观经济决定了企业面临的信用大环境，当前我国信用债券市场仍存在一定刚性兑付信仰，但随着违约常态化和刚性兑付的打破，宏观信用周期对债券偿付能力的影响会逐步加大，体现为宏观层面信用属性的增强，随着信评框架完善，宏观基本面研究将逐步深入，实现自上而下的评级逻辑贯穿。一方面，建立宏观经济指标的跟踪和分析框架，如经济周期类指标、融资环境类指标、宏观信用类指标等，逐步深化对宏观经济周期的理解，校准对整体信用环境的判断；另一方面，重视宏观政策导向对企业信用大环境的影响，尤其对政策性行业、能源化工等周期性行业，增强对宏观政策的分析和评价，有助于加深对行业基本面和行业信用环境的理解。
三是增加利差变动趋势与幅度的研究。随着市场有效性的提高，市场信息可以迅速在市场价格中得到体现，中国债券市场价格信号能够在一定程度上动态反映市场投资者对债券的信用评价。由于财务数据和经营数据更新频率较低，存在一定滞后性，而二级市场的交易价格相对高频，尤其是信用利差的趋势和幅度能体现出不同等级发债企业间偿债能力的差距和变化，是信用分析的重要数据源，可用于研判未来发债企业整体变化方向，提高定性判断的预见性，并且能为进一步的信用策略研究奠定基础。
第三阶段，模型迭代和模型类型扩展。随着模型覆盖行业类型增多，在未来如需统计模型和其他类型的模型，如资产证券化模型、违约概率模型等，除信评团队自主研发以外，也可考虑向专业机构咨询模型相关服务，并结合实际运行情况，采购外部专业、详细、可操作性的内评体系建设实施方案，丰富模型体系。
3.信用评级管理架构模式
信托公司搭建内部信用评级体系，管理架构是体系能否高效运转的核心要素之一。通过完善的顶层设计与组织架构，信托公司评级管理体系才能够达到统一性与内部制衡。从目前开展信用评级体系建设的现状看，涉及信用评级体系的主要条线为前台业务部门与中台风控部门，信托公司的信用评级管理架构也可以基于这些部门之间的权责，适当选择业务条线全权开展、风控部门独立信审、授权受控并行等模式。
一是业务条线全权开展，即前台业务条线在承担可控风险敞口基础上博取投资收益。这类模式下，需要合理衔接投资决策、投资研究、债券交易三个环节，做到职责清晰、分工高效。风控部门则可针对不同场景与情景，通过实施压力测试等方式，聚焦于总量风控和流程管理。二是独立信审模式，即在信托公司设立独立的信评部门，独立负责所有信用风险敞口业务的审核和信用研究工作。三是授权受控并行模式，即在风控部门配置专业的信评人员，负责信用资质较差主体的二次审核以及协助前台业务条线完成信用风险的排查预警等，前台业务条线信评团队负责全部主体的审核。
4.信用评级系统建设步骤
随着主动管理债券投资业务的持续做大与大类资产配置业务的深化发展，信息技术系统支持是必不可少的环节。随着近两年信用市场的变化，债券违约事件频发，证券投资业务信用风险方面需要更精细化的管理，增强对内评模型体系的管理，完善投前分析和准入管控，并积累市场违约数据，为后续信用风险的分析和量化做准备。通过系统建设，一方面可以更好地支持模型开发，提高数据准确性、完整性、一致性，支撑内部信用评级体系的运转与实施；另一方面能提升内部管理的效率和精度，并满足监管对信用风险的管理要求。
系统功能可根据信评体系建设进度分阶段完善。一般来说，初期阶段以实现基础功能为目标，包括内外部数据管理、评级模型管理、评级流程管理等。其中，内外部数据管理方面，根据评级模型运行需要，一般至少应包括财务数据、经营数据、地方经济数据、宏观及行业数据、债券信息、发行主体信息等；评级模型管理主要包括模型的初始化设置、模型参数优化及调整方案设置等；评级流管理包括主体及债项评级、流程节点设置及投研系统对接等。
随着信评框架完善和优化，系统拓展阶段可进一步丰富模型体系、增加动态信用分析和舆情监测，并基于公司信用风险管理方式，推进管控手段的线上化和精细化，实现多维度信用研究和监测功能。
5.信用评级体系文化激励
内部信用评级体系的建设是一个长期的体系化的过程，需要从风险文化、考核机制、治理架构、管理机制以及数据基础和信息系统等多个维度着手。体系化建设的核心落脚点在于提升信托公司信用风险的识别、计量，以及缓释处置能力等。风险文化与考核机制是内评体系的重要内容，由风险文化的确立、植入和评估以及考核机制等组成。信用债市场更加需要能够支持快速决策的文化和考核机制，需要科技赋能投资来提高投研效率。但信用研究的考核和激励机制一直是难点，信托公司可根据自身业务发展及组织发展实际，探索通过设置不同投资池，并按照投资池的不同进行差异化风险承担方式的考核激励方式。
（三）信托公司信用评级体系建设案例
1.平安信托“巴塞尔协议Ⅱ+内部双评级”
平安信托持续打造巴塞尔协议Ⅱ+内部双评级，主要由两个部分构成：一是以巴塞尔协议Ⅱ为基础的风险计量方法；二是根据交易对手建立的数据库，以内部评级为债券投资业务提供指引。
平安信托通过将交易对手的财务资料、运营情况、风险特征等数据全部记录下来，并与外部评级体系相结合，构建了整套主体评级打分体系。评分本身不构成风控措施，但能为展业提供参考。同时，通过评级系统获取交易对手在业务、定价、风控手段等方面的情况。此外，平安信托建立了覆盖各行业的交易对手信用评级模型，合理设置风险因子权重，以充分考虑宏观环境、行业景气、机构情况等多方面因素，对交易对手进行风险评级。项目投资方面，通过量化信评，构建覆盖46个行业的量化评级模型，捕捉风险特征，形成风险标签，自动获取和甄别风险。
根据公开资料披露，平安信托依托平安集团综合金融和平安信托的多元投资平台，在债券投资业务方面通过共享平安集团在债券业务投研、信评体系、交易系统、投后风险预警和渠道销售等方面的综合资源，主要搭建了针对城投债市场的“九因素信用”分析模型，以及针对产业债的信用分析“八大因素”模型，对城投债、地产债、产业债等进行分析，找到被低估、被错杀的投资机会。
2.上海信托“投研一体化”投研体系
上海信托基于自身发展的实际情况，力争探索出符合信托禀赋的“投研一体化”的投研体系。目前上海信托的投研框架以信用研究、基金研究、资产配置研究为核心，并具有以下特点：一是坚持投研一体化。投研体系建设坚持问题导向和价值导向，研究服从于业务需求，伴随业务需求而展开。二是整合强化投研实力，优化组织架构。上海信托近年来逐步将散落在各个部门的研究人员进行整合，成立投资研究部，打造既能深度服务于投资团队，又能增强公司整体研究实力的专业团队，并通过外聘、内部转化培养等方式持续扩大专业化投研队伍。三是明确转化机制，打通研究员与投资经理转化。四是打造交流平台。通过定期举报投研平台会、邀请外部专家讲座、广泛与券商研究所进行合作、与公募基金和私募基金高频交流、开展行业研究路演等方式打造投研文化。
3.建信信托全流程信用风险监控
近年建信信托重点转型发展主动管理类证券投资信托业务，逐步建立起以投研为驱动，涵盖固收、权益、量化以及另类投资的全面、开放、多样化的证券产品和服务体系，并对整个证券投资业务信用风险进行全面的事前、事中、事后风险监控。事前信用风险控制方面，建信信托对于信用类债券标的设定最低评级要求和行业限制。事中信用风险控制方面，证券市场事业部信用中心建立了内部信用评级体系，综合定性和定量指标，对各行业建立了细分的信用评级打分模型，开展信用评估。从过往评估和体系运行情况看，评估结果与市场认可度基本相符，起到了较好的信用风险评估和预警效果。事后信用风险控制主要是配置完成后的跟踪评估，包括对投资标的的内部跟踪评级、关注市场信用风险事件和动向，从而进行信用风险预警和管理。
信息科技方面，建信信托致力于打造智能风控，数字风控。在信用风险方面，实现了债券入池的审批线上化，上线机构客户统一视图，利用人工智能和大数据技术，建立企业用户画像，实现了负面舆情的准时、实时推送和预警。建立黑名单，并嵌入项目审批等业务环节，并在恒生资产管理系统中嵌入风险限额功能，对各类资产进行限额管理。
（课题牵头单位：中信信托有限责任公司）
摘自：《2022年信托业专题研究报告》