国际三大评级机构政府相关实体评级方法比较研究

国际三大评级机构政府相关实体评级方法比较研究 摘要 从定义来看，政府相关实体可以大致分为两类，一类是政府对实体具有足够的控制权，一般表现为政府持股或深度干预实体经营；另一类是提供重要的公共产品或履行公共政策职能，政府在其陷入困境时会提供临时性、特殊性支持，以使其免于违约。 相关研究报告： 1.《地方产业投资运营企业信用评级方法探究》，2025.01.17 从评级框架来看，标普与惠誉的评级框架相似度较高，主要包括GRE的个体信用状况、政府的信用级别与政府支持的可能性三个模块。当GRE的个体信用状况低于政府信用级别时，个体信用状况与政府信用级别可视为级别变动的两端，政府支持的可能性会驱动GRE信用级别趋于其中一端。可能性越高，GRE信用级别更接近政府的信用级别。反之，GRE信用级别越趋于自身个体信用状况。穆迪额外考虑了GRE与支持方政府之间的违约相关性，主要采取联合违约分析的方法，在评估GRE个体信用状况的基础上，进一步评估政府特殊支持以及GRE与政府间的违约相关性，据此计算GRE的违约概率。 从评级要素来看，国际三大在评估政府支持的可能性时，均评估了政府对GRE的所有权、政府干预程度、担保情况、历史支持记录以及GRE违约的负面影响，但每个要素的侧重点存在差异。尤其在评估GRE的负面影响时，标普与惠誉从GRE提供的公共服务及风险传导两方面进行评估；穆迪则是从负面影响的具体表现出发，考察潜在的政治、经济与融资成本影响。除共通性的评级要素外，穆迪还额外考虑了特殊支持的限制性因素，包括政府的财政实力以及政府的政策透明度与可预测性。同时，穆迪为评估违约相关性设计了三个一级指标：经营和财务上的联系程度、收入来源的重叠程度、共同的信用风险敞口，并使用了取最值的方法。 总的来看，因GRE与政府的信用联系，GRE信用评级的关键在于评估政府提供特殊支持的可能性。国际三大主要关注所有权、政府干预程度、担保、历史支持记录以及违约的潜在影响。但政府对GRE的干预及支持往往通过间接且非公开的方式，信息的准确性与全面性会影响评级作业。同时，对GRE违约的负面影响评估也多基于当前GRE的运营情况。实际上，违约所造成的负面影响也一定程度上与违约过程中GRE、政府以及市场各方反应相关。此外，穆迪引入的违约相关性考虑了政府支持能力在危机情况下的下滑，实则是将GRE与政府视为某种程度上的信用共同体，对其进行的压力测试，具有实际意义。政府相关实体评级方法值得在增强前瞻性与深入探索违约相关性两方面继续优化。 一些企业或由政府持股或控制，或承担了提供公共服务或履行公共政策职能的角色，其在压力情境下大概率可以得到来自政府的特殊性、临时性支持，其信用与政府信用密切相关。对于此类企业，国际三大信用评级机构将其定义为政府相关实体，并为其设计了能体现其信用特点的评级方法。本文将从政府相关实体的定义出发，比较分析国际三大设计的政府相关实体评级框架，并深入探讨其选用的评级要素。 一、政府相关实体的定义 标普定义的政府相关实体（Government related entity, GRE）包括两种类型：一类是实体在压力情景下受到政府特殊支持，其偿付到期债务的能力与意愿得到相应提升；另一类是实体受政府控制，在政府遭遇压力的情况下，可能遭到政府负面干涉。其中，第一类受到政府特殊支持的实体并不一定受政府控制。标普所定义的政府支持与政府负面干涉均出现在GRE或政府遭遇财务困境的特殊情形下，具备临时性与特殊性。潜在的政府支持将有助于提高GRE的信用级别，而政府负面干涉将导致GRE的资源转由政府调配，从而削弱GRE的信用资质。 穆迪将政府相关实体命名为政府相关发行人（Government-relatedIssuers, GRIs）。穆迪定义的政府相关实体需要符合以下两个条件之一：由政府全部或部分持股（持股比例一般高于20%）或由政府控制；或由中央或地方政府授权，履行公共政策职能。穆迪明确说明，银行、金融公司、证券行业做市商、清算所、证券行业服务提供商和中国地方政府融资平台不属于GRI。在穆迪的评级方法论下，中国地方政府融资平台适用于专门的评级技术方法《中国地方政府融资平台评级方法论（Local Government Financing Vehicles inChinaMethodology）》。 惠誉定义的政府相关实体需要符合以下条件之一：政府对实体拥有足够的控制权，通常表现为政府对该实体拥有多数直接或间接的决策权；或者，政府对实体虽无法定所有权，但对其高度控制，在实体陷入困境时，政府会提供支持；或者，该实体履行重要的公共政策职能。惠誉将政府相关实体大致分为公共职能类、商业价值类以及二者的混合体。公共职能类GRE主要提供基本公共服务，通常由政府直接或间接持股，并受到政府严格控制。商业价值类GRE可能会开展一些公共服务，并获得一些财政补贴，但其主要收入来源为商业活动。 总体来看，国际三大在定义政府相关实体时均考虑了两类情况，一类是政府对实体有充分的控制权，另一类是政府对实体虽无控制权但有救助的可能性。标普还额外强调了政府对实体信用的负面影响。 二、政府相关实体的评级框架 （一）标普的评级框架 标普的政府相关实体评级框架主要分为三部分：GRE的个体信用状况、政府的信用级别与政府支持的可能性，主要通过矩阵的方式确定GRE的信用级别。 GRE的个体信用状况是指在不考虑政府的特殊支持与负面影响的情况下GRE的信用资质。如果GRE满足以下条件，则无需评估其个体信用状况：GRE是履行公共政策职能的重要实体，政府通常为其全部债务做担保，政府对其的特殊支持是“几乎确定”且不太可能改变的。根据标普对中国GRE的评级结果（评级日期截至2024年4月30日），中国农业发展银行、国家开发银行、中国出口信用保险公司、中国进出口银行等四家政策性金融机构并无个体信用状况评分，政府支持的可能性均为最高一档的“几乎确定”，其信用级别与标普评定的中国主权信用级别一致，均为“A+”。 政府的信用级别需要在区分支持方为中央政府或地方政府后，分别采用主权信用评级方法或地方政府信用评级方法进行评估。 就政府支持的可能性来说，可能性越高，GRE的信用级别就越接近政府信用级别；可能性越低，信用级别越接近GRE的个体信用状况。标普将政府支持的可能性划分为7个档位，从高到低依次为“几乎确定”“极高”“非常高”“高”“中等偏高”“中等”“低”。标普选取了GRE的重要性和GRE与政府的联系两个要素，通过矩阵的方式评估支持的可能性。GRE的重要性分为“关键”“非常重要”“重要”“有限”等档位；GRE与政府的联系从高到低分为“不可或缺”“很强”“强”“有限”四个档位。 资料来源：标普官网，远东资信整理 标普通过矩阵的方式，将GRE的个体信用状况、政府支持的可能性、政府的信用级别等三个维度的结果，对应至GRE的信用级别。当政府支持的可能性为“几乎确定”时，GRE的信用级别即为政府的信用级别。支持的可能性为“极高”与“非常高”，GRE与政府关系密切，其信用级别更接近政府的信用级别。可能性为“高”、“中等偏高”与“中等”时，GRE受到政府支持的可能性较小，其信用级别更接近自身的个体信用状况。当政府支持的可能性为“低”时，GRE的信用级别等同于其个体信用状况。 以中国主权政府支持的GRE为例，标普评定中国主权信用级别为A+，即支持方级别为A+。四家政策性金融机构获得中央政府支持的可能性为“几乎确定”，其信用级别与主权信用级别一致，为A+。政府支持可能性为“极高”与“非常高”的GRE数量较多，包括非金融企业、金融机构、基础设施与公用事业企业，其中多数GRE的信用级别为A+与A，与主权信用级别相近。获政府支持可能性相对较低的GRE信用级别更接近自身个体信用状况，级别上调幅度相对较小。另外，标普评定中国移动的个体信用状况达到aa级，超过主权信用级别，主权信用级别构成其级别上限，最终信用级别为A+。 （二）穆迪的评级框架 穆迪的GRE评级框架主要包括GRE的个体信用状况、政府的信用级别、违约相关性与特殊支持四个部分。相比标普，穆迪额外考虑了GRE与支持方政府之间的违约相关性。穆迪在GRE评级中主要采取联合违约分析（JointDefault Analysis , JDA）的方法，在评估GRE个体信用状况的基础上，进一步评估政府特殊支持以及GRE与政府间的违约相关性，据此计算GRE的违约概率。特殊情况下，GRE与政府之间联系密切，无法评估其个体信用状况，需要采用自上而下的方法，主要从政府提供特殊支持的能力和意愿出发。 在GRE评级的四个主要模块中，个体信用状况是对GRE的内在信用实力的评估，反映其在没有政府特殊支持的情况下违约的可能性；政府的信用级别反映了政府对GRE的支持能力；个体信用状况与政府的信用级别分别通过其适用的行业企业评级方法论与政府评级方法论进行评估。政府支持的可能性是指政府采取多种手段以避免GRE违约的概率，政府支持可能采取多种形式，包括担保、现金注入、提供融资渠道等。违约相关性则是指GRE与政府受不利环境影响同时陷入债务困境的倾向性，穆迪主要以二者的经营与财务联系、收入来源重叠程度、共同的信用风险敞口来衡量。 穆迪在GRE评级中主要采用的联合违约分析方法主要是基于条件违约概率。根据条件概率公式的变形，即P(AB)= P(A|B)×P(B)，假定事件A为政府违约，事件B为GRE违约，GRE与支持方政府联合违约的概率等于GRE违约情况下政府的条件违约概率与GRE违约概率的乘积，或等于政府违约情况下GRE的条件违约概率与政府违约概率的乘积。存在两种极端情况：一是二者联系密切，一方违约的情况下另一方必然违约，即P(A|B)为1，此时P(AB)=P(B)；另一种情况是二者违约事件相互独立，一方违约不会影响另一方的信用状况，即P(A|B)=P(A)，此时P(AB)=P(A)×P(B)。考虑到实际情况中GRE与政府的联合违约情况往往处于中间地带，引入代表违约风险关联性的加权因子W（0≤W≤1）。W为1，对应上述二者必然联合违约；W为0，对应上述二者违约事件相互独立。借助关联性加权因子，可以将联合违约概率公式转化为，P(AB)=W×P(AB|W=1)+(1-W)×P(AB|W=0)。进一步简化，P(AB)=W×P(B)+(1-W)×P(A)×P(B)。借此公式，GRE与政府联合违约的概率可以通过关联性加权因子、GRE违约概率与政府违约概率进行计算。 进一步考虑政府的特殊支持，引入代表政府特殊支持可能性的因子S（0≤S≤1）。当S为1时，即政府必定为GRE提供支持，此种情况下政府与GRE的违约关联性大幅上升。当S为0时，政府不会为GRE提供支持，GRE违约独立于政府违约。此时，P(AB|S)=(1-S)×P(B)+ S×P(AB)=(1-S)×P(B)+ [W×P(B)+(1-W)×P(A)×P(B)]。通过以上方法，将对应GRE个体信用状况的P(B)、对应政府信用评级的P(A)、对应违约相关性的W、对应政府支持可能性的S，统一用于计算联合违约概率，以此确定GRE的最终信用级别。 （三）惠誉的评级框架 惠誉的评级框架与标普基本类似，包括GRE的个体信用状况、政府的信用级别与政府支持的可能性。惠誉将GRE的个体信用状况与政府的信用级别做差，得到级别差；通过支持责任与支持动机两方面因素评估政府支持的可能性；最后将级别差与政府支持的可能性通过矩阵的形式用于确定GRE的信用级别。 惠誉在评估政府支持可能性时，选取了支持责任与支持动机两方面。支持责任中包括监督与决策、历史支持记录两个要素，支持动机包括维护公共政策职能与风险传导两个要素，每个要素均分为“强”与“非常强”两档。惠誉通过矩阵的形式，将支持责任与支持动机在四个要素上的表现，对应至政府支持的可能性。从矩阵来看，相比支持责任，支持动机所占权重更高。惠誉将政府支持的可能性划分为七档，由高到低分别为“基本确定”“极有可能”、“非常可能”“强预期”“中等预期”“低预