作者：金融小包總

來源：泓策投研手札（ID：FinanceBao）

“窮且益堅,不墜青云之志”，謹以此文總結自己過往兩年的職業生涯。自從2016年入行以來，眼見著這行風起云涌，浸淫日久發現的問題愈多，或許探索出的這套解決方案有所欠缺，還希望以此文拋磚引玉，引起更多業內人員的深度思考。

近幾年，證券公司開展的債券投資、融資融券、股票質押、場外衍生品交易等信用風險相關業務種類不斷增多，業務規模日益擴大。與此同時，國內債券市場、非標債權融資及股票質押融資違約事件時有發生。相應地，證券業監管部門針對證券公司信用風險管理提出了更高的要求。因此，無論是外部市場形勢、監管要求，還是證券公司內部管理和業務發展狀況，都表明證券公司建設和完善內評體系十分必要。

（一）信用債違約常態化的趨勢

2018年以來，信用市場(含銀行信貸、信托和信用債市場等)融資環境日益趨緊，信用債、非標及股質違約事件頻發，信用風險加速暴露，違約情況愈發劇烈，尤其是信用債違約并呈現出諸多的新特征。

回顧國內信用債違約的歷程，2014年“11超日債”利息未完全兌付以來，違約的常態化已不可避免。2015年債券違約波及的品種及類型擴大：湘鄂情、珠海中富等上市公司的債券違約；中鋼、天威等國企的債券違約；山水水泥發行的超短融違約。2016年諸多產能過剩行業的債券違約爆發，如中煤華昱、淄博宏達、廣西有色、東北特鋼、川煤集團等。2017年新增違約主體主要系民營企業，如五洋建設、丹東港、億利集團等。2018年以來的違約則呈現出涉及主體類型更多、金額更大、發生頻率更高、高外評等級違約等特征。違約常態化下，證券公司如何對債券業務信用風險進行防控成為了迫在眉睫的事情。

圖1：2014年以來債券違約金額、主體家數及債券只數

數據來源：wind

（二）信用債市場投資訴求的需要

此前信用債投資中信用研究起到的價值有限，更多的偏投前排雷和監管所需。隨著信用債市場的發展、行業和個券的分化以及機構內部投研方法論的變革，信用研究精細化勢在必行，擇券追求風險收益比，信用策略價值日顯，信用債組合化管理，跟蹤和預警依賴于人工智能方式提升效率。這些訴求需要一套完善的內評體系來支撐。

（三） 傳統內評體系的缺陷

    國內傳統的內評體系以是否過券為界限，較為粗暴簡單，存在以下幾個問題，其一是信用風險評估過于粗暴，缺乏信用排序和內部信用級別序列，不利于公司依據風險偏好精細化擇券；其二是依賴于專家經驗模式的信用研究，效率有限，無法覆蓋全市場，最終無法形成風險收益比最高的可投庫；其三是依賴于專家經驗模式的信用研究，信用研究邏輯不透明且無法形成公司層面的知識積累和迭代；其四是跟蹤評級、風險預警、信用報告層面過于依賴信用研究員人腦來處理，造成信用研究員工作飽和度過高，負擔較重。其五是只有信用排序，缺乏對利差的監控，信用定價的研究。其六是忽視資產管理機構和證券公司信用風險敞口的特性，而照搬商業銀行基于巴塞爾協議那套的信貸內評體系和風險計量方式進行管控。

（四）監管層面的要求     

從外部監管要求看，《證券公司全面風險管理規范》要求證券公司建立健全與公司自身發展戰略相適應的全面風險管理體系，包括建立與業務復雜程度和風險指標體系相適應的風險管理信息技術系統，覆蓋各風險類型、業務條線、各個部門、分支機構及子公司，對風險進行計量、匯總、預警和監控。《證券經營機構債券投資交易業務內控指引》要求證券公司對債券交易的標的債券和交易對手進行必要的盡職調查和內部評級，區分不同的風險等級，建立標的債券產品庫制度和交易對手白名單制度，并根據交易對手內部評級風險等級分配授信額度。

（五）外部評級機構的缺陷

中國證監會和中國銀行間交易商協會于2018年8月17日分別給予大公國際資信評估有限公司（以下簡稱“大公評級”）嚴重警告處分，責令其限期整改，并暫停債務融資工具市場相關業務一年。經查證，在2017年11月至2018年3月期間，大公評級在為相關發行人提供信用評級服務的同時，直接向受評企業提供咨詢服務，收取高額費用。同時，在監管調查工作開展過程中，大公評級向協會提供的相關材料存在虛假表述和不實信息。此次監管處罰系本土評級行業有史以來最嚴重的一次，比之2006年上海遠東資信評估有限公司因福禧債事件被暫停業務更為嚴重。從監管的處罰可以窺見本土評級機構的諸多亂象和外部評級的局限性。

本土評級機構肇始于上世紀90年代，一直伴隨著國內信用債市場的發展。第一家評級機構（下稱“遠東資信”）上海遠東資信評估有限公司成立于1988年。進入21世紀后，國際三大評級機構先后通過和本土評級合資或合作的方式進入市場，比如2006年穆迪入股中誠信國際，2007年惠譽評級收購聯合資信評估有限公司49%的股權，2008年標普和上海新世紀資信評估投資服務有限公司建立戰略伙伴關系。目前本土評級機構的情況如下表一所示：

資料來源：監管部門官網整理，截止2017年底 

本土評級業發展至今，出現了六個被人詬病的問題：高等級債券違約（如華信主體評級AAA，大量主體評級AA+評級違約）、信用評級調整不合理（如新光債被上調）、信用級別與債券發行及交易利率不匹配、信用級別區分度不夠(擁擠在AA、AA+和AAA)、商業模式決定了獨立性不夠、以及違約風險預警的效果不佳，如下圖：

圖2：外部評級機構涉及違約主體的情況

數據來源：wind

（六）證券公司內部管控的需要

從內部管理要求看，證券公司開展的涉及信用風險的各類業務規模不斷擴大，信用風險已是券商經營管理面臨的主要風險之一。信用研究是各類涉及信用風險的業務客戶準入、資產池管理、授信管理、限額管理、投資決策、風險計量、風險定價、風險分類等的主要依據，是信用風險管理的核心工具，有助于將風險管控前置，識別和預防信用風險，而內部信用評級系統可以統一全公司信用評級的流程、標準、邏輯或模型和系統，整合公司內部資源，用以提高信用研究、投資決策、投后管理的科學性、可靠性，更好地支持各類信用風險相關業務的發展。

信用評級除評級機構外，其次是銀行業體系內為符合巴塞爾協議計算凈資本時候采用高級計量法所需而開展的信用評級較為成熟。但銀行業體系下主要針對信貸資產的內評體系并不適用于證券公司,照搬銀行體系基于經濟資本計量而搭建起來的PD、LGD、EAD；EL、UL；RAROC這套信用風險計量體系，恐不能適用于資產管理機構和證券公司。

銀行業的《巴塞爾協議》有時點評級法、跨周期評級法兩種評級哲學。如果評級模型主要使用與債務人有關的當前信息進行評級，評級結果反映了債務人目前成本在未來一定時段內的履約水平，評級結果隨貸款/商業周期情況的變化而變化，則評級模型屬于時點評級法。如果評級模型主要使用與債務人有關的長期信息進行評級，特別是包括了經濟衰退對于債務人履約能力的影響，評級結果在經濟周期中保持相對穩定，則評級模型屬于跨周期評級法。中國銀監會允許商業銀行可以選擇采取時點評級法、跨周期評級法或者介于兩者之間的評級法。此外，《巴塞爾協議》下的內部評級體系和評級機構類似，也分為兩個維度，一維是客戶評級，即客戶違約率；二維是債項評級，即違約損失率。在兩維評級中，《巴塞爾協議》要求商業銀行應設定足夠的債務人級別和債項級別，確保對信用風險的有效區分，而且要求信用風險暴露應在不同債務人級別和債項級別之間合理分布，不能過于集中。

銀行業體系的內評首先是基于其詳實的數據為基礎，而證券公司并不具有此類數據的基礎，其次銀行業體系內評主要是出于資本監管的需求，而證券公司也并無此類的需求（證券行業的監管也是以透明度監管為主，資本監管為輔），最后銀行業內評目前也僅在部分大中型銀行開展的較好，方法論上僅依賴模型存在一定的問題。

證券公司以信用債發行主體為主的信用風險，相對于商業銀行的對公信貸、銀行和消金依賴數據和模型驅動的零售信貸而言，有自身的特性。

首先，買方信用風險最大的特性就是買方所有信用風險類業務的敞口都和資本市場關聯性很強，如下表二 證券公司信用風險相關業務所示：

其次，證券公司內部信用評級面臨著內部資源有限，數據不足等挑戰，而數據的缺失直接導致了數據驅動的定量模型的表現不佳。

再次，證券公司不同業務部門面臨的客戶類型不同，業務種類不同，需要在評級模型開發和評級體系設計中區分債務人主體風險、外部支持因素、債項風險、交易結構設計、風險緩釋等因素。以公開數據和現場討論開發方式建立的模型較難考慮上述因素，從而影響模型效果和評級使用。

最后，在評級應用方面，目前證券公司內部信用評級應用比銀行相對簡單，主要涉及業務準入、限額管理、預警監控等，尚不涉及也難以涉及以經濟資本為基礎的組合管理應用及風險量化計算。

三、適用于證券公司的內評體系

債券市場的信用投研和風控能力的建設是一個長期的體系化的過程，需要從風險文化、考核機制、治理架構、管理機制以及數據基礎和信息系統等多個維度（見下圖3）著手，旨在全面提升金融機構內部的前、中、后臺對信用風險管理必要性、重要性的認識。體系化建設的核心落腳點在于提升團隊的風險識別、風險計量、風險緩釋及處置能力。

圖3：內評體系的框架

其中：

風險文化與考核機制是內評體系的基礎，由風險文化的確立、植入和評估以及考核機制組成。

數據集市和信息系統是整個資本市場信用風險類投資管理的重要載體。

治理架構是內評體系運轉的關鍵，通過頂層設計組織架構、政策制度和流程管理，旨在達到統一管理，內部制衡的目標。

管理機制通過十個模塊的合力，達到監管要求的可監測、能計量、能分析、可應對。而其中核心的是通過內評體系提升前臺信評的風險識別和風險計量能力、輔助中臺信用風險管控工作。

風險文化與考核機制層面詳述：

（一）內評體系的考核和激勵機制？

風險文化與考核機制是管理體系的基礎。債券市場的信用風險管理和傳統信貸管理既有相似的地方，也有自身的特色，比如在遵守風險管理原則和風險偏好的基礎上，信用債投資市場更重視投資策略、講求效率和把握時間點快速決策；強調收益和風險的平衡，重視同樣收益下如何選擇風險更小的市場更為認可的信用品種（擇券）。故而信用債市場更加需要能夠支持快速決策的文化和考核機制，更加需要科技賦能投資來提高投研效率。

考核機制和風險文化密不可分。買方可以通過評估風險因素（包括預期損失、非預期損失）在內的基于經濟資本考量后的盈利能力，而非單一的財務利潤，來進行合理的資金和資源配置。制度是集體行動控制個人行動的一系列行為規則，也是協調人與人關系的產物。買方考核機制的前提在于科學化的績效歸因，來合理區分投資組合的收益是來源于alpha，還是beta；買方考核機制的難點是要明確自身的風險偏好，設立一定的容錯機制，避免機制設計導致投資人員過度保守或過度激進；買方考核機制的關鍵是要確保專業的人做專業的事情，投資、交易和研究能達到精誠合作。

信用研究的考核和激勵機制一直是難點。業內實踐后可行的方案有兩種：

第一種根據評級級別，設計核心庫、基礎庫、高收益債庫、禁投庫。不同庫有投資比例限制以及不同授信額度，嘗試個券可投比例，總額限制，賬戶凈值比例。根據不同庫設計職責，核心庫風險信評承擔，基礎庫風險共擔，高收益庫投資經理承擔。

第二種進行全市場的信用排序，并給予發行主體及債項一個評級（比如AAA、AA+、AA、AA-；BBB、BB+、BB、BB-；CCC、CC+、CC、CC-）,其中AA-以上可以直接投資，但是有較松的投資額度控制；BB-到BBB需要經過信評主管確認，同時有額度控制；CCC到CC-則限投、禁投。這種模式的設計可以減輕信用研究人員的壓力。

數據基礎與信息系統層面詳述：

（二）數據集市大匯總

數據集市模塊最好能夠做成兼容性較高的數據集市，可以兼容各種外部數據（wind、財匯、德勤智慧債券、企查查、行業數據、另類投研數據等）和公司內部數據。主要包括主體數據庫、債項數據庫、行業數據庫、風險計量數據等，如主體數據庫包含發債主體基本工商信息、行業劃分、內評歷史、輿情、預警等信息；債項信息庫基于主體數據，評級、異常交易監控等。

（三）信息系統持續迭代和可擴展

信息系統要做到能夠整合前中后臺全流程的風險計量、風險報告和實時監控，具備較好的可視化效果、靈活性，尤其是可擴展性，最終能夠優化流程、搭建不斷迭代的工具和模型，及做到業務留痕。

治理架構層面詳述： 

（四）組織架構上，如何設計？

組織架構上，業內不同公司根據不同情況有基于自身的實踐經驗，但要明白風控牽頭的內評體系一般重視框架、職責和系統的搭建，是基于管控視角考慮，落地性較差；業務部門牽頭的內評體系一般重視方法論，實質風險識別，投研能力的提升，是基于實際投研訴求出發，框架完善性不夠。總得來說，組織架構按照不同部門之間權責大小的不同可以劃分為三類，分別是全部授權模式、部分授權模式、獨立信審模式，如下圖4：

組織架構全部授權模式之下，前臺部門內部在承擔可控風險敞口基礎上博取收益，設計架構來合理銜接投資決策-固收研究-債券交易三個環節，做到職責清晰、分工高效。中臺的風控部門，可以將職責聚焦在總量風控和流程管理上，比如嘗試設計和建設壓力測試模型，情景模擬體系，收集數據、設計情景，實施信用風險壓力測試，編制信用風險壓力測試報告等。

組織架構部分授權模式之下，風控部可以下設專門的風控信評二級部，配置專業的信評人員，風控信評只負責信用資質較差主體的二次審核以及協助前臺信評完成信用風險的不定期定期排查、匯報工作，前臺信評負責全部主體的審核這種分級授權的模式。

組織架構獨立信審模式之下，可以在全公司層面的信用風險管理委員會或者投資決策委員會下面下設獨立的信評部門，負責所有信用風險敞口業務的審核和信用研究工作，并向風控部報備。

（五）完整的政策制度體系應該包括哪些？

政策制度上，通過制定合理的政策和制度來給予內部員工足夠的安全感、高效的流程和有效的激勵。制度框架上除信用風險總的管理制度外，還應該在投資發起環節、投后管理環節、違約處置環節制定投資實施管理制度，以及相應的配套管理制度。投資實施管理制度包括內部信用評級管理制度、投后管理制度、違約處置制度、限額制度等。配套管理制度如內部評級模型管理制度等。

（六）流程上如何進行管理？

流程管理上，根據業內實踐大致也可分為三種，分別是內評流程閉環模式，內評流程介入模式

內評流程閉環模式之下，做到了充分尊重和信任前臺研究人員的專業知識，簡化流程，把信用風險評估的風險識別和風險計量模塊在前臺研究人員內部形成閉環，避免了業務部門領導、中后臺領導和公司領導過多介入。在這種閉環模式之下，研究歸研究，后續債券投資流程中再通過分級授權和領導介入的方式把控。

內評流程介入模式之下，業務風控人員，業務部門領導在不同的環節介入內評體系，雖然能分擔信評人員的職責壓力，但是也存在可能影響研究和投資效率的可能。

管控機制層面詳述： 

（七）風險偏好和指標

風險偏好是公司希望承擔的風險，而風險指標是公司可以承受的風險。建立公司的風險偏好和風險指標是管控部門所訴求的主要事項。

（八）風險授信

（九）如何識別、計量、監控和報告信用風險？

內評體系化建設的核心落腳點在于提升團隊的風險識別、風險計量、風險緩釋及處置能力。風險識別是信用風險評估入口的問題，風險計量是信用風險評估出口的問題。信用風險的評估環節入口應綜合專家經驗和人工智能兩套方法論，而信用評估的出口環節精細化信用研究成果如下圖所示：

1、專家經驗（HI）結合人工智能（AI）的信用評估

信用評估環節入口端既要重視信用研究團隊的培養和專家經驗的塑造，在新技術日益滲透入金融業的現在，也需要重視人工智能和大數據分析工具的應用，挖掘和解讀潛在信息，發現和利用有價值的信息。比如針對輿情、異類數據和關聯網絡的信息處理和價值挖掘是目前信用研究AI化的重要發力點。一、輿情。發債主體及其關聯方的輿情信息往往能夠從一個側面反映出發債企業當前的信用狀況，這些信息一般可以通過部署網絡爬蟲或開展數據合作的方式獲取。而其后對輿情事件類別的判斷和對嚴重程度的自動化分析則落入了自然語言處理范疇下的情感分析（SentimentAnalysis）子領域。由于發債企業輿情文本通常具有冗長、冗余、異構的特點，“詞袋”等簡單模型往往失效，而在大規模訓練樣本的基礎上，利用每日增量輿情信息訓練基于深度學習的情感分析算法是一個相對可行的方案。二、異類數據。簡單來說，企業常規報表之外的數據即為異類數據。譬如說分析師希望了解一家發債企業近期有無大規模裁員行為，從而判斷其生產經營狀況。從異類數據的角度，通過對例如企業近期的水、電、煤、氣用量或繳費情況，社保繳存情況乃至大量員工的手機實時位置信息進行價值挖掘。異類數據在逐漸成為信用分析熱點的當下，如何有效發掘業務場景、確保數據合規合法、合理配置算力亦或尋求第三方合作均是債券投資人需要深入思考的問題。三、關聯網絡。基于知識圖譜技術構建發債企業關聯網絡將有助于分析企業團體的風險傳染性和外溢性。目前關聯網絡的構建技術和方法已經為人們所熟悉，然而如何“化繁為簡”，將一個包含股權、實控人、上下游、擔保方的復雜網絡，通過如子網切割等技術識別出風險核心企業、隱性集團與風險傳染路徑則是更具實際風險管理意義的課題。隨著數據的積累和分析技術的進步，大數據和人工智能技術必將助力信用債的投資和研究，使得目前主流的信用研究通過專家經驗（HI）一條腿走路的投研方式向信用研究依賴于專家經驗（HI）和人工智能（AI）兩條腿走路的投研方式進化。

2、信用風險考慮的七個維度

信用風險可以考慮的維度大概有七個方面，分別是宏觀維度、行業維度、區域維度、經營維度、財務維度、輿情維度和市場維度。

宏觀和行業維度看，大致可以分為三塊工作。第一是充分借鑒賣方行業研究的成果。第二是針對行業信用風險，梳理各行業信用研究的邏輯框架，抓住行業信用的顯著特性，監控每年度行業信用風險的變化，并根據行業景氣度確定行業中長期級別中樞。可參考穆迪、標普、惠譽給予不同行業敞口不同信用評級中樞的做法，如下圖：

材料來源:標普、中債資信

第三是建立自身的信用債行業投研政策和數據庫，以煤炭行業為例，wind等數據終端提供的數據極其有限，買方機構在確定煤炭行業評級方法論后，可以收集的數據包括歷年來的行業政策情況、行業供給端的行業固定資產投資和新增產能情況、競爭格局、高效產能礦井名單、原煤產量、煤炭進口、庫存情況；行業需求端的下游需求、下游價格；產品價格的港口價格、產地價格、國際煤價；行業財務表現的煤炭行業主要財務指標以及到企業層面的業務和財務數據等等。其中的數據來源包括wind、國家統計局、中國煤炭工業協會、煤炭運銷協會、海關總署、期貨交易所、金屬觀察網、海運煤炭網、芝加哥商品交易所等。

區域維度看，可以通過整理區域政策、區域政府財政實力情況、區域產業結構分布、區域內發債主體關系，搭建自己的區域數據庫，如下圖：

經營維度看，可以考慮商業模式、盈利方式等，其中對于民營企業尤其是要考察其歷史沿革和實際控制人的情況，對于國有企業則通過分析業務結構及同財政的關聯度來評估其外部支持的實際效力。

財務維度看，可以通過水平分析異常值、垂直分析異常值、建立分不同行業的財務指標庫，并建立財務智能化自動化分析、財務粉飾識別、會計信息質量識別和財務健康度評價，如下圖：

輿情維度看，僅僅通過爬蟲、圖片OCR識別、自然語言處理等技術實時抓取發債主體的負面輿情來做到實時監控是不夠的，應該通過建立自己的輿情數據庫，包括各類型司法判決信息，企業征信數據等，并通過知識圖譜技術建立發債主體多個維度（行業、公司、標簽、股權、人物、事件和研報圖譜）的關聯關系數據，監控整個關聯關系鏈路上的輿情信息。

市場維度看包括四個部分，第一是信用利差，第二是基于KMV模型計算出的違約間距（DD），第三是偏離估值的異常報價，第四是隱含評級。通過市場維度可以對信用風險的變動情況做到實時監控。第一部分信用利差是信用債收益率相較于市場無風險收益率的信用溢價，是對投資者承擔的違約風險的補償，包括個券利差、行業利差、區域利差。信用利差的變化能夠側面印證發行人、相關行業的資質變化情況，同時能夠作為定價參考。第二部分的KMV模型類屬于期權定價模型在信用風險領域的應用。這一模型的理論基礎是默頓的期權理論（1974）。KMV模型將公司負債看作是買入一份歐式看漲期權，即公司所有者持有一份以公司債務面值為執行價格，以公司資產市場價值為標的的歐式看漲期權。如果負債到期時公司資產市場價值高于其債務，公司償還債務，當公司資產市場價值小于其債務時，公司選擇違約。通過KMV模型能最終測算出一個每日變化的違約間距（DD），可以作為風險監控的參考，局限性在于只能用于上市公司發行的信用品種。第三部分是異常報價，異常報價除關注價格外，更應該關注量。第四部分是隱含評級(Market ImpliedRatings)，此處特指債券隱含評級,是一種基于市場交易信息的評級，其在市場有效性假說基礎上利用當前所獲得的債券交易信息來反映被評級對象的相對信用風險，隱含評級能夠基于市場信號，對信用狀況進行實時監控，每日反映債券信用風險變化。

3、信用風險評估的出口

信用風險評估的出口有三個，分別是風險計量、風險監控和風險報告，其中風險計量是核心，也是目前買方最為薄弱的地方。信用評估的成果如果僅僅是一篇一頁紙的報告，內含信用品質的信用瑕疵情況以及給予投資端可投、建議謹慎、不可投的簡單建議未免不足。買方可以根據自身的情況進行風險計量的設計。

風險計量可以針對的環節有三個。風險計量針對信用品種的短期（1年以內）流動性情況，可以設計基于償債現金流情況的流動性評價模型（主要考慮財務維度）。

風險計量針對發債主體的中長期情況（1年以上）可以設計含估值模型的主體打分卡模型，最終在買方內部實現全市場信用品種的信用排序和信用定價（主要在保障數據可得情況下，考慮行業維度、區域維度、經營維度和財務維度的各類型指標）。債券發行主體的打分卡模型相比信貸為主體的打分卡模型，優勢就是在于可以通過評級機構的級別序列、賣方研究、債券二級市場的交易價格、買方信用研究人員的經驗積累等來對模型進行校準。

風險計量針對債項，可以根據相關條款、品種以及增信措施，考慮違約損失率的基礎上，設計偏主觀的評價體系。

風險計量需要保障模型邏輯的合理性、一致性和長期穩定性，而風險監控側重于實時性。風險監控可以考慮三個維度，分別是財務維度、輿情維度和市場維度。針對財務維度，可以借鑒Z-Score指標、M-Score指標、本福特定律等方法論，也可以針對不同行業敞口設計重點關注財務指標庫，通過系統自動化定期計量并設定一定的閥值來實現財務預警。針對輿情維度，核心是建立自身的關聯圖譜，基于關聯圖譜關系實時抓取輿情資訊，并通過技術的手段對冗余信息進行刪選，最終實現有效的持倉信用品種輿情預警。針對市場維度，主要是量和價，通過監控債券成交的量，以及異常報價的情況來實現市場預警，更進一步可以通過完善后的KMV模型實時計量DD（違約間距），并通過監控違約間距（DD）的變化情況來實現市場預警。

風險報告的環節必不可少，通過系統化提升風險識別能力和自動化實現個券風險計量后。業務部門的信用研究員可以將時間更多的花費在行業和區域研究、盡職調查等需要專業水平積累的地方，而風險報告的內容就需要體現出這些依賴專家判斷而出具的專業分析。此外，風險管控部門也應建立基于管控目的的風險報告體系。

（十）管控機制的其他部分

風險控制與緩釋除依賴于這套內評體系之外，還可以運用信用風險緩釋工具來進行風險對沖。風險應對與處置，券商相比銀行出于弱勢地位，管控部門做好信用事件臺賬登記，業務部門應從考核和制度層面積極進行風險處置，公司層面可以建立能夠及時響應的高效行動小組。資本與壓力測試層面，依據監管要求進行。

注：文章為作者獨立觀點，不代表資產界立場。

題圖來自 Pexels，基于 CC0 協議

本文由“泓策投研手札”投稿資產界，并經資產界編輯發布。版權歸原作者所有，未經授權，請勿轉載，謝謝！

原標題： 信用債內評體系搭建，基于券商場景下的探索