债券评级博弈与评级增量信息有效性——基于债券违约视角的研究

罗朝阳

(中国社会科学院 世界经济与政治研究所, 北京 100732)

一、引言

随着我国纵深推进金融市场改革，债券市场已经成为我国金融市场的重要组成部分，债券融资也正在成为企业重要的融资渠道。证监会、国家发改委、全国工商联等部门高度重视债券市场对企业的服务成效，并强调要增强债券市场对企业尤其是民营企业的服务质效，从根本上解决企业融资难融资贵难题，多措并举改善企业融资问题，并不断完善金融市场改革。任何事物或产业的发展都需要在成长中规范，并在规范中成长。债券市场的快速发展暴露了不少问题，债券违约违规行为时有发生。尤其是在2014年“11超日债”正式宣告违约后，类似违约事件数量有增无减，涉及种类从最初的公司债券直到全军覆没，所有债券类型均出现过违约情况，违约行为进入“常态化”。根据WIND公布数据可知，截至2022年2月，我国债券市场中有618只债券发生实质性违约，甚至包括信用级别为“AA+”“AAA”的债券，这一现象导致社会各界对信用评级机构的评审结果产生质疑，一时议论纷纷。信用评级机构作为独立、公正、客观的第三方重要的服务性中介机构，通过专业评审定级，为投资者出具较为可靠的风险评估报告，是投资者规避风险的重要参考信息之一，如果信用评级结果失真，那对债券市场的冲击不言而喻。

对于信用评级的相关问题，国内外学者做了大量研究。总的来看，主要包括4个方面：

一是信用评级对债券市场发展的作用。一般而言，评级机构在对受评公司评估时，不仅会考虑其偿债能力及违约风险，也会分析当前及未来市场环境的形势及变化趋势，综合分析研判后出具较为准确的评级结果，投资者可参考评级结果对发债公司的风险情况有所了解，并作出投资判断[1]。可见，信用评级机构对我国发债公司、债券市场甚至是整个金融体系的影响力不容小觑[2]，其作为第三方中介结构，不仅在一定程度上有效地缓解了债券市场的信息不对称问题，也提高了整个债券市场的投资效率和运营效率[3]。但是，信用评级机构的雇主多为发债人，发债公司和信用评级机构存在雇佣和被雇佣的关系，这对信用评级结果的彻底性、公正性、客观性存在一定负面影响，或会出现“高价推高信用评级结果”的现象，导致评级结果失真或披露信息不足，影响投资者判断，埋下债券市场投资风险甚至是违约风险的种子[2]。

二是影响信用评级的主要因素。从研究方法上，Fisher[4]利用回归分析方法对企业的信用风险进行测评，是首位采用此类方法研究该问题的学者。随后，不少学者不断丰富实证研究方法，Chan等[5]针对OLS模型在估计离散模型方面的问题时，采用有序Probit模型来研究影响企业信用评级的因素，主要包括企业资产负债率、流动比率、利润率、资产收益率、股票收益率等指标，并根据这些指标对企业信用进行评级，且该测评结果更加优化。在研究内容上，Pogue等[6]是较早研究影响债券信用评级因素的学者，他们研究发现企业杠杆率和收益率与债券信用等级都存在强烈的正相关关系，说明企业的收益和负债是影响信用评级的关键因素。Perry等[7]的研究对此作了进一步佐证，并丰富优化了已有结论，研究得出企业的杠杆率、流动比率、利润率，以及企业规模的长期均值和波动率与债券信用等级强烈正相关。

三是信用评级结果调整对企业发行债券价格和成本的影响。评级结果正向或负向调整将直接影响债券价格以及发行成本，但是上调或者下调的影响程度有所不同[3]。具体而言，标普和穆迪作为国际两大著名评级机构，其向上调整评级结果，对债券价格的影响较小，但是向下调整评级对债券价格和成本会产生明显的影响[8]。同时，评级调整对CDS市场也会产生影响，向下调整产生的影响同样更大[9]。但是，关于债券评级调整会影响成本的结论，部分学者持有不同看法。例如，寇宗来等[10]通过研究发现债券评级对发债成本的影响效应在逐渐递减，并且变得不显著，这意在说明信用评级机构的评级结果在债券市场的认可度不高，对投资者决策影响较小。

四是关于债券违约方面。一方面，多数学者从公司财务指标角度对该问题进行分析，通过对比违约和非违约企业的相关财务指标，分析两者间存在的差距，进而发现是哪些财务指标会影响债券违约。例如，Beaver[11]使用单因素判别方法进行研究，发现营运资本比率、资产收益率、现金流量比越高的企业发生债务违约的概率越低，而资产负债率较高的企业则会较大可能发生债务违约。吴世农等[12]选取我国70家财务困境公司和70家财务正常公司进行对比研究后发现，净资产报酬率对财务困境的判别成功率最高，且Logit模型预测的效果最好。另一方面，也有学者认为债券自身的相关信息也会对债券违约产生一定影响，如债券发行的时间、规模、期限、票面利率以及债券的评级结果都会影响债券违约，尤其是债券票面利率高的、“BB-”评级以下的债券会更容易出现违约情况[13]。

现有文献对债券违约问题的研究相对透彻相对深入，但是对一些外部环境变化是否会影响债券违约的情况研究的则相对较少，如企业所在行业的景气程度、经济运行情况以及金融发展环境等。再者，目前的研究也较少去分析债券违约后是否会为债券市场间接传递出一些信息，从而改变债券市场不同参与者的行为动机。基于此，本文拟从这些方面尝试做些补充。首先，通过构建理论模型，来合理刻画债券发行企业、信用评级机构、债券投资者之间进行博弈的过程，以及达到均衡的情况，并据此提出相应的研究假设。其次，为了验证理论假设，整理出我国由上市公司发行的2010—2021年到期以及在此期间发生实质性违约的债券信息，通过匹配发债企业财务数据、外部宏观经济信息数据进行实证研究。

二、理论分析与研究假设

在理论模型方面，主要根据Bolton 等[14]以及马榕等[15]的相关研究，构建包括发行人、评级公司和债券购买者的博弈模型进行理论层面的探讨。首先，假设发行人、评级公司和债券购买者均满足理性经济人假设，且所有参与者的风险偏好均为风险中性，其效用函数均为常相对风险厌恶效用函数(CRRA)。同时，假设评级公司可以从债券发行人处获得对应债券的额外信息。市场上存在优质和劣质两类债券，优质债券永远不会发生违约，而劣质债券肯定会违约。假设优质债券的份额为α，则劣质债券违约的概率为1-α。由于非完全市场上存在信息不对称，债券购买者无法准确得知债券的违约风险。假设债券的票面利率为R(R>0)，对于优质债券，1 单位债券到期后获得支付1+R>1；对于劣质债券，1单位债券违约后债券购买者仅能收回一部分债券的票面金额r∈[0,1)。根据以上假设，债券购买者随机购买一单位债券的预期收益如下：

V0=αR+(1-α)(r-1)

(1)

对债券购买者而言，债券购买者可以选择相信评级公司的评级结果也可以选择不相信评级结果。假设债券购买者选择相信评级结果的概率为p∈[0,1]，且当购买者选择相信评级结果时仅会购买高评级债券。当债券发生实质性违约之后，相关的债券购买者将不再相信评级公司的任何评级结果，此时评级公司将会失去部分客户。若购买者不再相信评级结果，需花费C>0的费用用于搜集债券专有信息来判断债券是否被错误地给予了高评级。当购买者发现债券评级被高估后将不会购买对应债券，同时评级公司商誉造成ρ>0的损失。

对于评级公司而言，评级公司做出评级需要花费人力物力去收集债券以及发债企业的专有信息，且收集信息的成本为E。假设评级公司能够准确分辨债券的优劣，且其选择以q∈[0,1]的概率选择如实对外公布债券以及发债企业的评级结果(即在评级结果中反映出其收集到的专有信息)。评级公司的评级结果须发行人认购，并支付相关费用。评级公司当选择如实汇报评级结果时，只能收到发行人对优质债券支付的评级费用φ(p,q)；当选择不如实汇报评级结果时，则会收到所有类型债券的评级费用φ(p,q)。

债券评级采用发行人付费模式，发行人愿意为高评级债券(只有高评级能正常发行)支付总金额为Φ>0的评级费用。假设债券购买者选购债券的行为遵循如下贝叶斯法则：

(2)

式中，buy表示购买，high表示高评级，prob(high|buy)≡1。因此，债券评级费用应满足如下等式：

(3)

根据公式(3)，债券的评级费用和该债券的购买意愿有关，发行者基于其利润最大化考量将基于债券的预期收益跟评级公司就评级费用进行议价谈判。

从投资者的角度来看，如果债券购买者愿意相信评级公司的评级结果，那么当评级公司如实公布债券评级结果时，投资者购买对应的债券将获得净收益Vth=αR>0；当评级公司不如实汇报债券评级结果时，投资者将获得的净损失为Vti=αR+(1-α)(r-1)≤0。基于以上分析，购买者选择相信评级公司情况下的预期收益为：

(4)

若债券购买者选择不相信评级公司，那么债券购买者在购买债券前需要支付成本C用于判断其拟购买债券的评级是否合理。因此，当评级公司如实公布债券评级结果时，投资者购买对应的债券将获得净收益为Vsh=α(R-C)>0；当评级公司不如实汇报债券评级结果时，投资者将获得的净损失为Vti=α(R-C)-(1-α)C=αR-C。因此，债券购买者选择不相信评级公司时的预期收益为：

(5)

根据公式(4)和(5)，债券购买者是否相信评级公司评级两种情形下收益的预期差为：

(6)

评级公司在总是选择如实发布评级结果情况下，只能获得本身就是优质债券的评级费用φ(p,q)。此时，评级公司从评级中获得的预期收益为：

(7)

(8)

根据公式(7)～(8)，评级公司选择是否如实汇报评级结果两种情形下收益的预期差为：

(9)

根据中国人民银行2004年发布的《银行间债券市场发行债券信用评级有关事项公告》，除不需要评级的债券外，在银行间债券市场发行债券均需具备债券评级能力的评级机构对债券发行机构以及拟发行债券进行评级。2005年颁布的《短期融资券管理办法》明确规定企业发行融资券需具备债券评级能力的评级机构提供相应的信用评级结果。上述公告和办法对债券评级提出了硬性要求，此后我国债券评级市场逐步形成了债券发行评级和跟踪评级的评级形式，该形式也是本文博弈分析的基础。接下来，着重分析债券发行评级和跟踪评级两种状态下债券购买者和评级公司的策略选择。

当评级公司对债券进行发行评级时：从债券购买者的角度，由公式(6)对债券购买者信息搜集成本C求导可得：

(10)

从评级公司的策略选择来看：假设监管部门也对评级公司罚款的期望为零，当θ>φ(p,q)时，评级公司如实发布评级结果是其最优选择；当θ<φ(p,q)时，评级公司总是选择给予债券高评级。从公式(3)可知：

(11)

根据公式(11)，评级费用φ(p,q)和债券购买者相信评级结果的程度有关。由于债券购买者的最优策略为相信评级公司(信息搜集成本高)，于是评级公司基于此，总是对债券发行人收取最高价Φ。基于以上分析，提出假说H1：

H1:债券发行时，评级公司有动机给予债券高评级，此时其评级结果包含的专有信息较少，首次评级的债券专有信息对预测债券违约的作用较小。

(12)

公式(12)对商誉损失θ以及评级费用Φ′求导可得：

(13)

(14)

根据公式(13)，评级公司是否如实汇报评级结果两种情况下的收益之差Δκ′credit是商誉损失θ的增函数，是跟踪评级费用Φ′的减函数。当前，我国评级业务发展迅速，公司评级、债项评级得到越累越多投资者的认可，评级公司也逐渐更加在意其商誉资本，从而促使其选择如实汇报评级结果。根据《银行间债券市场信用评级机构评级收费自律公约》，评级公司跟踪评级的收费约为初次评级的20%～50%。且在债券正式发行后，发行人为跟踪评级支付评级费用的意愿逐渐减小。因此，有Φ′<Φ，此时评级公司选择如实汇报评级结果的动机更强。根据以上分析，提出假说H2：

H2:跟踪评级时评级公司有更强的动机如实汇报评级结果，此时其评级结果包含的专有信息较多，有助于预测债券违约。

三、研究设计

(一)样本和数据

为了对研究假设进行实证检验，采用中国沪深两市A股上市公司发行的债券进行研究。债券筛选规则为：所有上市公司发行的在2010—2021年到期以及在此期间发生实质性违约的债券(不考虑债券发行时间)。所有的债券数据均来自锐思(RESSET)金融数据库，违约数据则来自万得(WIND)数据库，企业财务数据均来自国泰安(CSMAR)数据库。由于金融类上市公司财务报表标准不同于非金融类上市公司，且金融类上市公司发行的债券多为金融债券，于是参考现有一些文献的做法删除了金融类上市公司样本；为保证财务数据跨年可比，对所有企业财务数据以2010年为基期进行了平减处理以消除价格因素的影响；同时，为削弱个别极端值对结果的影响，对企业财务数据进行了首尾两端各1%的缩尾处理。

通过上述筛选规则，本文共获得2 842只债券样本。全样本债券和违约债券的类型分布见表1。根据表1可知，短期融资券数量在债券样本中占比达到52.96%，占据绝对优势，是我国企业进行债券融资的主要融资工具。违约样本中，中期票据的违约比率达33.33%，在所有债券类型中最高。

表1 债券类型分布

债券发行评级分布和债券到期(或违约)前半年时点的信用等级分布分别见表2和表3。根据表2，债券发行评级普遍较高。据统计，超过76.22%的债券在发行时的评级达到AA级及以上，其中AA级占比达到33.58%。根据表3，债券到期(或违约)前半年时点的评级等级较发行评级有所降低，仅有71.81%的债券跟踪评级在AA级及以上，较发行时减少约4.4个百分点。同时，对比表2和表3可知，表3中高评级债券占比有所下降，低评级债券占比有所上升，部分债券的评级甚至降至BB级以下。

表2 债券发行时信用级别等级分布

表3 债券到期(违约)前半年时债券评级级别分布

(二)实证模型

在进行实证回归时需将债券评级转换为连续的变量，本文参考马榕和石晓军[15]的研究，将信用等级从CC到AAA依次赋值为1～19，赋值越高代表债券信用得分越高(1)对于国内债项评级，除AAA级和CCC级及以下等级，每个等级可用”+”“-”进行微调，因此从CC级到AAA级共有19个等级。。评级公司债券评级专有信息参照Agarwal等[16]的正交分解法进行识别，通过该方法将债券评级信息分解为来源于公开渠道的信息和评级得到的债券特有信息。正交分解法的实证模型设定参照沈红波等[17]的方法，构建如下计量模型：

BondRateit=α0+β∑Controlsit+λIndi+ψYeart+εit

(15)

式中:i表示债券，t表示债券发行时和债券到期(违约)时；∑Controlsit为所有控制变量的合集，包括发债企业的财务数据、债券本身信息以及宏观经济变量。其中,企业财务数据包括企业资产负债率、资产收益率、企业规模、企业性质(是否为国企)、企业主体评级、总资产周转率、流动比率以及反映企业控制人状况的董事长和总经理是否为同一人的代理变量董总是否兼任；债券本身的信息包括发行债券是否有人担保、债券的期限长度；宏观经济控制变量包括发债企业所在地的经济增长率和国家层面的M2增长率。此外，为控制行业以及时间层面的异质性，本文控制了行业固定效应和时间固定效应，然后对公式(15)进行OLS估计。由于残差代表公开渠道信息不能解释的部分，因此将基于公式(15)回归结果的残差作为评级公司专有信息含量的代理变量。

参考现有文献做法，本文采用二值虚拟变量作为债券是否违约的代理变量，等于1时代表债券发生违约，否则正常。对于被解释变量为虚拟变量的模型，需采用离散选择模型来估计。参考陈德球等[18]的研究，采用logit模型进行实证检验，模型设定如下：

(16)

Logit(p)=αSpecificit+β∑Controlsit+γCOVIDt+δIndi+τYeart+ξit

(17)

根据本文理论分析结果，评级公司更倾向于在初次评级时给予债券更高的评级以获得更多的评级费用，其评级结果可能不包含或仅包含少量的专有信息。若此理论分析成立则基于公式(15)获得的评级公司发行专有信息对于预测债券违约帮助较小，相关变量将不具有显著结果；而在跟踪评级时，评级公司如实发布评级结果的动机更强，评级信息中专有信息含量可能更高。若此理论分析成立则基于公式(15)获得的评级公司跟踪评级专有信息将有助于预测债券违约，相关变量将具有显著的结果。

(三)描述性统计

表4为本文变量的描述性统计信息，其中债券违约代表债券发生违约与否，等于1时代表发生实质性违约，否则没有违约；债券发行评级和跟踪评级均根据债券等级依次赋值，评级值越高代表债券评级信用水平越高；债券利差采用票面利率和对应期限的国债利率之差进行衡量；担保人等于1表示对应债券有担保人进行担保，等于0则没有；债券期限为债券的发行期限，指从发行至到期的时间长度；M2增长率为全国层面的广义货币增长率；GDP增长率为发债企业所在城市的GDP增长率；COVID=1表示疫情期间，本文中定义2020年和2021年为疫情期；企业主体评级同样采取赋值的方法设定；企业资产负债率、流动比率、资产收益率、总资产周转率、销售收入增长率、董总兼任、企业规模等数据均来自企业财务报表。为控制异方差的影响，本文将取对数后的企业总资产放入回归模型；企业性质等于1表示公司为国有企业。从表4可以看出，债券违约的均值为0.022，说明债券违约的占比约为2.2%，违约债券占比相对较低。债券跟踪评级的均值较发行评级有所减小，初步印证了本文的研究假设。

表4 变量的描述性统计

续表(表4)

四、实证结果及分析

(一)债券信用评级的决定因素

评级公司获得的债券专有信息通过公式(15)的回归模型进行测算。本文以债券发行评级和跟踪评级为因变量，以企业财务信息、宏观经济信息、债券信息为自变量进行回归，回归结果见表5。表5中第(1)列为债券发行评级的回归结果，第(2)列为跟踪评级的回归结果。

表5第(1)列为对债券发行评级的结果。根据回归结果，企业的总资产周转率、主体评级、性质、规模以及债券是否有担保人、GDP增长率和M2增长率的系数均显著为正，表明初次评级信息包含了能够搜集到的公共信息。原因在于，企业总资产周转率越高代表企业正常运转的能力越强，其债务风险往往会更低；主体评级代表了企业整体的信用情况，该类企业往往应对内外部风险的能力更强，发行的债券违约概率更小，因而评级更高；当债券发生违约后，担保人需承担部分赔偿责任，因此有担保人的债券相对更安全，可以获得更高的评级；而资产规模较大的企业偿付能力更强，为违约债券提供偿付的比例更高，因而具有较高的评级；由于政府部门对国有企业普遍承担隐性担保的责任，国有企业发行的债券相对非国有企业偿还行更高，因而具有较高的信用等级；宏观层面，外部融资环境越宽松企业获得再融资的可能性越高，债券如期偿还的可能性就越高，因此货币政策宽松期的债券评级普遍较高。由于债券的不确定性随着时间的推移不断增加，长期债券面临的不确定性远高于短期债券，因而债券期限越长的债券其信用评级相对越低。表5中第(2)列为对债券跟踪评级的结果，企业的主体评级、企业性质、销售收入增长率和是否有担保人以及M2增长率的系数均显著为正，债券期限的系数显著为负，与第(1)列的结果相同。不同的是，资产收益率在跟踪评级中显著为正，而销售收入增长率的系数由负相关转为正相关，说明评级公司进行跟踪评级时以企业财务信息为准，更倾向于根据实际情况对跟踪债券定级。

考察专有信息含量还可以从拟合优度的角度进行判断，表5中对发行评级回归的拟合优度为0.479，即公开渠道信息解释了债券发行评级信息的47.9%。表5中对跟踪评级回归的拟合优度为0.221，即公开渠道信息解释了债券跟踪评级信息的22.1%。以上对比表明，评级公司在进行跟踪评级时加入了更多的专有信息，公开渠道信息仅是其评级的参考。以上结论与本文的理论分析一致。

表5 债券发行评级和跟踪评级影响因素回归结果

(二)评级专有信息对债券违约的影响

为了考察评级专有信息对债券违约预测影响的差异，本文以基于公式(15)计算的债券专有信息量作为核心解释变量，以债券是否违约为因变量按照公式(17)的模型进行回归分析，回归结果见表6。

为便于对比分析，表6中第(1)列为不加入任何专有信息的回归结果，第(2)和第(3)列分别为仅加入发行评级专有信息和跟踪评级专有信息的回归结果。根据第(1)列的结果，企业主体评级、资产收益率、总资产周转率、销售收入增长率、企业性质以及GDP增长率、M2增长率的系数均显著为负，且均符合理论预期。以上结论说明企业评级越高、收益率越好、运营状况更优以及国有企业发行的债券违约风险更小，外部宽松的信贷环境以及经济活力越强的时候债券违约的风险更低。债券利差显著为正，表明收益率高的债券违约风险更高，说明债券票面利率部分反映了风险的价格补偿。资产负债率以及企业规模均显著为正，说明负债水平越高的企业以及规模更大的企业发生违约的概率更高。

根据表6中第(2)列的结果，评级公司债券发行评级专有信息的系数虽然小于零，但不具有统计意义，说明评级公司对债券进行发行评级时仅包含了少量的专有信息，从而验证了假设H1。根据表6中第(3)列的结果，评级公司债券跟踪评级专有信息的系数在1%水平上显著小于零，说明当评级公司的专有信息为正面时债券违约的概率越小，说明跟踪评级时评级公司更多参考了其专有信息，从而验证了假设H2。从拟合优度来看，增加发行评级专有信息和跟踪评级专有信息后，模型的拟合优度不断增加，尤其是在加入跟踪评级专有信息后，模型的拟合优度从0.5上升到0.556，增加了11.2%，提升幅度较大，进一步印证了本文的研究假设。从各个模型的AUC值来看，加入评级公司专有信息后，模型的AUC值均有所增加，表明模型预测的准确度在不断增加，更近一步印证了本文的研究假设。

表6 债券评级专有信息与债券违约回归结果

(三)稳健性分析

接下来，本文基于调整样本的方法进行稳健性分析。由于长期债券的评级标准以及面临的不确定性和短期债券略有差异，因此单独采用长期债券样本进行稳健性检验，回归结果见表7中长期债券样本的回归结果。从结果可以看出，评级公司发行评级专有信息的系数和基准模型一样虽然为负但不具有显著性，而评级公司跟踪评级专有信息的系数在1%水平上显著为负。以上结论与本文的研究假设一致，说明本文的研究结论具有稳健性。

由于政府部门可能会对国有企业进行隐性担保，因此单独将非国有企业发行的债券进行分析以排除政府部门隐性担保的影响，结果见表7中非国有企业样本的回归结果。通过对比，评级公司发行评级专有信息的系数和基准模型一样虽然为负但不具有显著性，而评级公司跟踪评级专有信息的系数在5%水平上显著为负。以上结论同样与本文的研究假设一致，进一步说明本文的研究结论具有稳健性。

表7 稳健性检验结果

五、结论与启示

信用评级是反映企业以及债项风险状况的重要指标，如何发挥信用评级警示风险的作用尤为重要。本文通过构建包含发行人、评级公司和债券投资人的动态博弈模型，揭示了评级公司在对债券进行跟踪评级时会采取和债券发行时不同的策略选择，从而影响债券评级结果中的专有信息含量。进而通过我国A股上市公司发行的在2010—2021年到期以及发生实质性违约的债券样本对基于理论模型提出的研究假设进行了检验。实证结果发现评级公司对新发行的债券普遍存有给予高评级的动机，而在跟踪评级时则更倾向给予债券正常的评级，因此发行评级专有信息对预测债券违约无显著影响而跟踪评级专有信息对债券违约有显著影响。稳健性分析表明，上述结论对于长期债券样本以及非国企发行的债券样本同样成立。

根据研究结论，提出以下3个方面的政策建议：

一是严惩信用评级交易行为。对信用评级机构缺乏有效的监管制度，以及对出现违约违规行为的惩罚手段较少、力度较小，导致信用评级机构失去了客观、公正的第三方职业操守，扰乱了债券市场信息传递，不利于债券市场高质量发展，更无法有效解决企业尤其是民营企业的融资难题。因此，针对信用评级存在的交易行为，应该本着从严从重的原则，提高对债券信用评级机构出现违法违规行为的惩罚力度，以儆效尤，提高信用评级披露信息质量。

二是积极引进国外高水平评级机构。通过形成适当竞争力来倒逼国内现有信用评级机构升级，保障披露信息质量。在债券发行前，应同时由国际和国内两家债券评级机构作出信用评级，并同时公布两家评级结果，在为投资者提供更多增量信息的同时，也督促国内信用评级机构提高评级质量，确保评级结果的公正性和可信性。

三是加快推进多模式评级发展。积极建设推进中立债券信用评级机构，改变传统债券发行人付费评级模式，杜绝评级机构“虚高评级交易”现象发生。鼓励中立评级机构开展主动评级，与投资者付费评级相结合，充分发挥双评级、多评级和多模式评级的交叉验证，确保信用评级的质量，推进评级机构改革，切实发挥资本市场“看门人”的重要作用。