投资要点
自主搭建信评模型的必要性
2024年5月以来，信评机构下调上市公司信用评级的数量显著增加。宏观经济、国际形势不确定性增强，以及监管趋严趋势下，信评机构适时调整发债主体及其相关债券信用评级已常态化。我们认为，未来转债市场每年信用评级被下调或展望负面的个券将保持在10%左右，预判评级变化已成为做好研究分析和投资交易的必备条件。
我国主流信评机构评级方法梳理
中诚信、联合资信、大公国际、东方金诚、中证鹏元、上海新世纪是我国知名专业信用评级机构。我们大量梳理研究了这些主流信评机构的评级模型、框架逻辑、主要指标和评测方法。
山证可转债信用评价体系搭建
参照国内主流信评机构，从实用角度出发，我们也选择以多层次矩阵式打分表为模型主体。但考虑到打分表的固有局限性，以及产业政策、企业主素质、品牌形象、行业地位、外部支持等主观因素也必须纳入测评范畴，我们同时引入现代信评模型中的KMV模型，以综合反映企业信用风险。
KMV模型以期权定价模型为基础，基于股票价格，数据更新较快，更具动态时效性。KMV模型核心是预期违约率（EDF），即企业违约的可能性。EDF主要由企业资产价值、资产风险以及债务水平决定。
测算结果显示，我们评分最低的十家外部评级同样很低，我们评分最高的十家外部评级同样很高，显示山证可转债信评模型具有一定准确率。需要说明的是我们更看重信评得分的变化，我们认为评分变化可更加直观的反映企业信用风险的变化趋势。
风险提示：模型主体基于历史数据，具有滞后性；指标选取、权重阈值设置存在人为因素；随时可能根据市场情况调整；转债市场系统性风险；宏观经济、股票市场波动等不确定因素。
【评级调整常态化】
2024年5月以来，信评机构下调上市公司信用评级的数量显著增加，由往年的1-2家突增至48家；再加上评级展望负面者，共涉及56只转债个券，数量占比10.05%，债券余额596.95亿元、占比7.39%。监管趋严趋势下，信评机构适时调整发债主体及其相关债券信用评级已常态化。
图1：存续转债2024年最新信用评级发布日期统计
资料来源：wind，山西证券研究所
参考欧美等成熟资本市场可转债，发行主体同样存在大量弱资质。我们统计了最近5年美国转债市场评级下调情况，下调个券数量占比大致保持在10%左右，个别经济不景气年份可达15-20%。
按照我国存续转债数量估算，未来每年信用评级下调或展望为负面的个券数量将同今年相当，维持在50只左右。当然，若宏观经济不及预期，上市公司偿债能力持续恶化，更多公司信用评级或被下调或展望负面。同理，若宏观经济恢复好于预期，上市公司信用评级被上调的可能性也将提升。
【主流信评机构的评级方法梳理】
考虑到信评调整常态化，我们认为预判评级变化已成为做好研究分析和投资交易的必备条件。在参照知名信评机构公开模型和前沿学术研究的框架逻辑基础上，我们构建出自己的信评模型。
我国主流信评机构的评级框架和模型
中诚信、联合资信、大公国际、东方金诚、中证鹏元、上海新世纪等是我国知名、专业从事信用评级业务的全国性综合服务机构。转债市场上，发行人委托的主评级机构同样以这几家为主。
图2：转债市场存续转债发行人委托主评级机构结构（按数量）
资料来源：WIND，山西证券研究所，注：存续转债统计截止2024年12月9日
根据对官网披露的评级方法相关文件的梳理比较，我们发现企业信评方面，我国主流信评机构的评级逻辑和方法基本一致，都借鉴了标准普尔的信用评级分类，并采用矩阵评分表进行打分，然后基于分值确定评级类型的方法：
被评测企业通常区分金融和非金融，金融企业评级框架大致相同、非金融企业评级框架大致相同；
非金融行业又被再度分为汽车、机械、消费、医药、有色、煤炭、农林牧渔、信息技术、公共事业等30余个不同行业，不同行业对应指标大致相同但权重会有所差异，有的行业会使用特色指标；
评测大致可分为外部环境、运营能力、盈利能力和偿债能力四大方面；
评测指标包括主观指标、业务指标和财务指标三类；
基础评分之后，还需经过个体调整和外部支持分析，才能得到最终评分。
图3：中证鹏元信用评级框架
资料来源：《中证鹏元工商企业通用信用评级方法和模型》，山西证券研究所
图4：联合资信主体信用评级打分表架构图
资料来源：《联合资信汽车制造企业主体信用评级模型》，山西证券研究所
图5：上海新世纪工商企业主体评级框架
资料来源：《上海新世纪工商企业评级方法与模型（通用版）》，山西证券研究所
图6：中诚信信用评级基本逻辑释义
资料来源：《中诚信国际信用评级方法总论》，山西证券研究所
图7：中诚信信用评级模型评估体系框架
资料来源：《中诚信国际信用评级方法总论》，山西证券研究所
图8：大公国际信用评级逻辑
资料来源：《大公国际通用企业信用评级方法与模型》，山西证券研究所
图9：东方金诚企业信用评级分析框架
资料来源：《东方金诚造纸和纸制品信用评级方法及模型》，山西证券研究所
我国主流信评机构的评分方法
我国信评机构多采用7分制进行评分，子因子得分进行加权平均计算，以“7”为最高分，代表最低风险，“1”为最低分，代表最高风险。评分与等级对应关系大致如下表：
图10：大公国际评级模型结果级别映射
资料来源：《大公国际通用企业信用评级方法与模型》，山西证券研究所
分数的确定，企业主素质、品牌形象、研发能力等定性指标，主要基于主观判断；财务指标等其他可定量的指标，主要通过设置阈值，将企业值与阈值比较以确定。同时，不同指标对应不同权重。
图10：中证鹏元工商企业经营规模评分标准
资料来源：《中证鹏元工商企业通用信用评级方法和模型》，山西证券研究所
图12：大公国际财富创造能力评级模型
资料来源：《大公国际通用企业信用评级方法与模型》，山西证券研究所
图13：大公国际偿债来源与负债平衡评级模型
资料来源：《大公国际通用企业信用评级方法与模型》，山西证券研究所
图14：中诚信农林牧渔部分财务指标阈值及得分的映射关系
资料来源：《中诚信国际农林牧渔行业评级方法和模型》，山西证券研究所
图15：东方金诚造纸和纸制品行业部分指标评价参考
资料来源：《东方金诚造纸和纸制品企业信用评级方法及模型》，山西证券研究所
图16：上海新世纪工商企业评级经营规模评价标准
资料来源：《上海新世纪工商企业评级方法与模型（通用版）》，山西证券研究所
【我国主流信评机构的常用指标】
我国主流信评机构的评级框架逻辑显示，我国主流信评机构企业信用评价大致分三步：基础评价，也称锚定级别、指示评级，然后再经过个体调整项分析和外部支持分析，最终得到最终评级。
基础评价
基础评价大致可分为外部环境和企业自身两方面，外部环境又可分为宏观、行业、区域三个角度：
宏观环境：一个国家或地区的政治环境、政策环境、宏观经济对环境内每个行业和企业均造成不同程度的影响。
行业环境：国家行业政策、产业发展方向、金融政策变化等对相关企业生存空间、盈利水平、资本投入影响较大，行业景气度反映一定时期内行业发展情况；
区域环境：企业所处地区及销售半径的地区经济发展程度，区域内产业聚集情况、运输条件及产业政策情况等。
企业自身，各家分类差异较大，我们将其概括分为规模指标、盈利能力、偿债能力、运营能力四类：
规模指标：营业收入、净利润、总资产、总负债、净资产、行业地位、产品产量等衡量企业绝对规模大小的指标；
偿债能力：资产负债率、现金短债比、利息保障倍数、流动比率、速动比率、现金比率等衡量企业资产负债结构、现金流状况、偿还到期债务能力的指标；
盈利能力：毛利率、净利率、净资产收益率、总资产收益率等衡量企业获取利润能力的指标；
运营发展能力：研发支出、应收账款周转率、存货周转率、固定资产周转率、总资产增长率、净资产增长率等反映企业对经济资源管理运用效率的指标。
表1：国内主流信评机构定量指标及计算公式
资料来源：山西证券研究所整理
调整因素
考虑到基础评价主要基于同类型评级对象的共性特征，对于不同于群体的个性特征要素，还需进行补充分析。
表2：国内主流信评机构个体调整要素
资料来源：山西证券研究所整理
图17：联合资信主体评级——定性调整主要因素
资料来源：《联合资信汽车制造企业主体信用评级模型》，山西证券研究所
图18：ESG分析要素及评价维度
资料来源：《东方金诚造纸和纸制品企业信用评级方法及模型》，山西证券研究所
图19：纳入考察的重大特殊事项
资料来源：《中证鹏元工商企业通用信用评级方法和模型》，山西证券研究所
外部支持
外部支持分析主要衡量评级对象未来获得支持的可能性和支持程度，特别是当评级对象出现信用风险时，是否能够获得帮助。我国主流信评机构基本将外部支持分为政府相关外部支持和企业相关外部支持。
图20：政府相关外部支持框架
资料来源：《东方金诚造纸和纸制品企业信用评级方法及模型》，山西证券研究所
图21：企业相关外部支持框架
资料来源：《东方金诚造纸和纸制品企业信用评级方法及模型》，山西证券研究所
图22：外部支持主要因素
资料来源：《联合资信汽车制造企业主体信用评级模型》，山西证券研究所
【自建山证信用评价体系】
国内主流信评方法的适用性
风险是金融的永恒主题，信用风险是最重要的金融风险之一。多年来，伴随着数学、统计学、大数据技术等金融科技与传统金融的融合，回归分析、期权定价、概率预测、机器学习、神经网络甚至遗传学等跨学科工具已广泛应用于信用评估，如以上市公司股票收益率为核心的风险预测模型、围绕企业价值建模的KMV 模型，以及基于违约风险预测的Credit Metrics模型……
相对于现代信用计量模型，打分表确实具有一定局限性。然而，考虑到我国主流信评机构仍主要基于打分表，从实用角度出发，我们的信评体系也选择以多层次矩阵式打分表为信评模型的主体。打分表模式的局限性主要表现在：
1）历史数据不代表未来，基于历史数据预测未来具有不确定性，并不能准确反映企业的最新信用状况；
2）受限于财报数据的滞后性和阶段性，打分表评价难以对企业偿债能力进行及时动态调整；
3）主流信评机构拥有庞大的专业团队，按行业设置超过30个的信评模型，而我们搭建的是纯量化的通用模型。
4）打分表对指标的选取、不同指标阈值和权重的设置存在人为因素，新世纪评级方法中写明“企业最终的信用等级是评审委员基于或参考评级模型分析结果，结合个人经验独立加以判断并按照既定规则投票确定的”。
山证可转债信评模型框架和主要逻辑
我们的信评模型以客观定量打分表为主体；但考虑到产业政策、进入门槛、企业主素质、品牌形象、行业地位、外部支持等主观因素也必须纳入测评范畴之内，我们引入现代信评模型中的KMV模型，以综合反映这些主观因素。
客观定量打分表部分：
1）考虑到金融行业与非金融行业在信用评价上的巨大差异，我们本次仅编制面向非金融行业的通用模型。
2）我们同样采用7分制，并基于不同行业特点（重资产行业vs轻资产行业），对不同指标设置不同权重，具体权重设置参考主流信评机构公开信息。
3）我们仅面向可转债发行主体——上市公司进行信用评价，所有测评企业所处宏观环境相同，因此不对宏观环境单独评分。
4）考虑到我们在指标选取、阈值权重设置上难以做到完全精准并及时调整，我们认为信评得分区间变化比当期绝对值更加重要。
图23：山证可转债信用评价逻辑框架与指标体系
资料来源：山西证券研究所整理
KMV模型——基于数理原理的现代信用计量模型
KMV模型以期权定价模型为基础，基于资本市场上的股票价格，数据更新较快，比利用历史信息更具动态时效性。KMV的核心工具是预期违约率（EDF），即企业违约的可能性。EDF主要由企业的资产价值、资产风险以及债务水平来决定。
资产价值指企业的总资产，在未来产生的所有现金流入和现金流出，贴现回当前价值，包含企业未来所有的经营发展、行业变化、经济周期变化以及国家宏观变化的一系列反应，体现为企业的市值；
资产的风险则是综合了企业经营发展中可能会遭遇的各种不确定性而得出的指标；
债务水平是企业需要偿还的金额。
KMV模型的理论是将企业的信用关系转化为一种期权交易，是一个期权价格为债务金额，期权标的为资产金额的卖方期权交易，而违约则代表作为期权标的的资产减少到一定程度，企业选择实施期权。
图24：KMV模型计算过程
资料来源：《基于KMV模型对非金融企业债务融资工具的研究分析》，山西证券研究所
我们认为上市公司市值（股票价格）中已综合反映了该企业行业地位、进入门槛、品牌形象、企业主和员工素质等非量化因素，企业市值的变化则可反映出该行业产业政策变化、企业战略布局优劣等最新因素。引入现代信评模型，是对传统打分表固有局限性的有益补充。
主要指标和阈值设置
基于图23中列示的信用评价逻辑框架，我们对评价体系中各个指标进一步设置权重和阈值，权重和阈值设置基于主观判断并着重参考了国内主流信评机构。阈值设置也同时参考了全部A股上市公司各指标的分布结构，以期评价更为精准。
表3：山证可转债信评模型主要指标和权重设置
资料来源：山西证券研究所
表4：山证可转债信评模型基础评价主要指标和权重设置
资料来源：山西证券研究所
表5：山证可转债信评模型规模评价主要指标和权重设置
资料来源：山西证券研究所
表6：山证可转债信评模型偿债能力评价主要指标和权重设置
资料来源：山西证券研究所
表7：山证可转债信评模型盈利能力和营运能力评价主要指标和权重设置
资料来源：山西证券研究所
表8：山证可转债信评模型基础评价主要指标和阈值设置
资料来源：山西证券研究所
图25：23年A股上市公司主营业务收入分布（亿元）
资料来源：wind，山西证券研究所
图26：23年A股上市公司资产负债率分布（%）
资料来源：wind，山西证券研究所
图27：23年A股上市公司EBITDA利息保障倍数分布（倍）
资料来源：wind，山西证券研究所
图28：23年A股上市公司销售毛利率分布（%）
资料来源：wind，山西证券研究所
【山证可转债信评模型检验】
外部环境因素
区域环境
基于各省GDP绝对值及同比变化数据，我们对31个省进行排序并评分。GDP绝对值居前、经济体量较大，抗风险能力强，或者同比提升较快，高于全国平均值，经济活力较强，我们均给予“7”分。其他省份按GDP增速进行排序，依次给予1-7的分数。
表9：基于GDP绝对值及同比变化数据，推导得区域环境评分
资料来源：wind，山西证券研究所
行业环境
股票市场是经济晴雨表，我们认为行业指数涨跌幅在一定程度上可综合反映某一行业（产业）发展前景、产业政策、盈利状况等情况。因此对于行业环境的判断，我们选择以申万一级行业指数过去半年涨跌幅为基础。
与区域评分类似，对于涨幅超过WIND全A的行业，我们统一赋予最高分“7”分；对于表现不佳的行业，我们按涨跌幅分别给予1-7的分数。
表10：基于股市涨跌数据，推导得行业环境评分
资料来源：wind，山西证券研究所
ESG因素
环境、社会和公司治理又称为ESG（Environmental, Social and Governance），从环境、社会和公司治理三个维度评估企业经营的可持续性与对社会价值观念的影响。ESG强调企业在经济、社会和环境中的平衡发展，在投资决策中越来越受到重视。
Wind ESG综合得分是Wind利用人工智能、大数据等技术，全网追踪抓取ESG信息，基于22,000+数据源计算取得，并实时更新的大数据，由3个维度，25个议题，300+指标构成。Wind ESG综合得分由管理实践得分（总分7分）和争议事件得分（总分3分）组成，并给与“AAA-CCC”的七档评级，能综合反映公司ESG管理实践水平以及重大突发风险。我们直接使用Wind ESG综合得分数据对上市公司ESG因素进行评价。
表11：存续转债发行人Wind ESG综合得分最高的10家
资料来源：WIND，山西证券研究所，注：取数日期2024/12/10
表12：存续转债发行人Wind ESG综合得分最低的10家
资料来源：WIND，山西证券研究所，注：取数日期2024/12/10
表13：存续转债发行人Wind ESG综合得分降幅最大的10家
资料来源：WIND，山西证券研究所，注：取数日期2024/12/10
企业本身评分推导
基础评分中，我们评分最低的十家外部评级同样很低，我们评分最高的十家外部评级同样很高，显示我们的信评模型具备一定的准确率。
表14：山证可转债信评模型基础评分最低的10家
资料来源：wind，山西证券研究所
表15：山证可转债信评模型基础评分最高的10家
资料来源：wind，山西证券研究所
当然，在这一步也出现了一些差异较大的个股（个券），如外部评级较高，达到AA+或AA级，但山证模型中评分较低；或者外部评级较低，仅A或A+级，但山证模型中评分较高。我们认为这一差异的出现：
一方面是由于基础评价尚不完全，仅基于企业自身的一些定量指标，后续还需结合行业、区域、ESG以及KMV模型计算的企业违约概率综合看待。
另一方面，可能是外部信评机构未及时更新带来的，绝大多数外部评级发布于今年上半年，主要基于去年年报。
第三，更重要的，我们自主编制模型的意义正是发现这些差异，以求先市场一步预判上市公司信评调整方向，寻找更多的投资机遇。
最终评分及变化数据
结合行业、区域、ESG以及KMV模型最终取得的综合评分如下表，由于基础评分占比重较高，因此评分绝对值前十名、后十名与上节列示基本相同。
表16：山证可转债信评模型评分最高的十家
资料来源：wind，山西证券研究所
表17：山证可转债信评模型评分最低的十家
资料来源：wind，山西证券研究所
最后，如前文所述，我们希望尽量消除主观判断带来的影响，而在指标选取、阈值权重设置上难以完全摒弃，也不可能及时调整各个行业各项指标的所有参数。因此，我们认为信评得分区间变化比当期绝对值更为重要，更加直观的反映具体上市公司信用风险的变化方向。
表18：山证可转债信评模型评分降幅最大的十家
资料来源：wind，山西证券研究所
表19：山证可转债信评模型评分升幅最大的十家
资料来源：wind，山西证券研究所
表20：上海新世纪评级方法与模型评级要素、指标及权重（1）
资料来源：上海新世纪官网，山西证券研究所整理
表21：上海新世纪评级方法与模型评级要素、指标及权重（2）
资料来源：上海新世纪官网，山西证券研究所整理
【风险提示】
山证可转债信用评价模型主要基于历史数据，存在一定滞后性；
山证可转债信用评价模型指标选取、权重设定、阈值设定存在人为因素；
山证可转债信用评价模型可随时根据市场情况进行调整；
转债市场监管趋严、交易制度变更、估值波动等系统性风险；
宏观经济不及预期、股票市场大幅波动、上市公司经营突遇不确定因素等。
分析师：崔晓雁
执业登记编码：S0760522070001
报告发布日期：2024年12月18日
