債券評級市場對外開放下我國信用評級質量研究

摘"要：自我國2017年開放評級市場以來，標普、穆迪和惠譽等國際評級機構相繼進入，評級行業競爭格局的改變對評級質量也產生影響。本文以2014—2023年國內銀行間和交易所發行的企業債債項評級、主體評級為樣本，研究評級市場對外開放政策對評級質量的影響。研究發現：評級市場對外開放政策有效抑制了我國評級虛高現象；進一步研究發現，評級市場的對外開放政策增強了信用評級降低信用利差作用，表明我國評級質量實現提升。基于研究結論，提出在評級市場國際化進程中，利用行業監管有效實現國內評級結果“引進來”和“走出去”的政策建議。

關鍵詞：對外開放；行業競爭；評級質量；行業監管

一、引言

2023年10月中央金融工作會議提出“著力推進金融高水平開放，確保國家金融和經濟安全”，作為金融市場的重要組成部分和主要的直接融資平臺之一，債券市場的對外開放是推動我國金融高水平對外開放的關鍵環節。信用評級作為債券市場重要的基礎設施，信用評級市場的開放一直是我國對外開放的重要組成部分（安小雪，2022）。2016年以來，我國信用評級市場一直處于擴大對外開放水平階段，監管部門也相繼有針對性地出臺了評級市場開放的相關措施和政策。2017年7月，中國人民銀行發布第7號公告（下稱7號公告），確定對境外評級機構開放我國銀行間債券市場評級業務。2019年7月，金融委發布11條金融業對外開放措施，允許外資機構在華開展信用評級業務時，可以對銀行間債券市場和交易所債券市場的所有種類債券評級。2019年12月，中國人民銀行、國家發展和改革委員會、財政部、證監會聯合發布《信用評級業管理暫行辦法》（以下簡稱《辦法》），進一步明確境外信用評級機構申請在中國開展業務可享受國民待遇。在相關政策的指導下，標準普爾、穆迪和惠譽三大國際評級機構相繼向我國監管部門申請在國內成立獨資公司。

我國債券市場已成為全球第二大債券市場，債券市場的健康發展離不開評級行業強有力的推動。由于我國公開發行的債券具有評級門檻（證監會令113號）①，評級機構不僅承擔著信息中介的作用，更是監管債券市場的看門人。但是不少國內外學者對我國評級結果的質量持懷疑態度，特別是與國際評級機構評級結果相比，國內評級存在評級虛高、評級區分度不足等問題（寇宗來等，2015；林晚發等，2022；郝雨時和周格旭，2021；Jiang和Packer，2017）。根據同花順數據統計，截至2023年年底，國內債券市場共發行企業債、公司債28293只，其中發債主體評級為AA級以上的比重高達95%以上。過高的高評級債券占比讓我們不由得提出疑問，我國評級機構到底是債券市場的看門人還是開門人？行業監管下的政策是否導致了債券評級虛高風險暴露滯后的回旋鏢效應？

我國評級市場起步較晚，且直接承接了國外評級市場模式，在其發展過程中，國內監管機構扮演著引導和規范的重要角色，進而形成了我國獨特的信用評級體系。為應對監管機構的監督，一方面，監管與聲譽機制相輔相成，評級機構為降低自身聲譽成本，會提高評級結果的準確性以應對監管高壓（Cheng和Neamtiu，2009）；另一方面，由于投資中監管對評級的特殊需求，評級機構會選擇抬高評級獲得收入即“監管套利”行為（Opp等，2013；Behr等，2018）。自2017年發布開放評級市場政策以來，我國監管部門一直聚焦于如何通過監管手段提升國內評級質量、規范評級市場健康發展這一議題，從而推動國內金融市場“引進來”和“走出去”。盡管2023年債券違約數量有所減少，但自2018年以來，我國債券違約規模仍處在擴張階段，信用評級對于債券違約的事前預警作用在一定程度上有利于降低債券違約的規模，減少“超預期”違約事件的發生（高昊宇等，2022），結合近年來債券市場表現，如何進一步提高我國評級質量，及時反映企業違約風險，提升評級結果的認可度成為維護我國債券市場健康發展亟須解決的問題（林晚發等，2022）。

在此背景下，中國人民銀行會同證監會等相關部門逐步擴大我國評級市場對外開放程度，鼓勵信用評級機構開展主動評級、投資者付費評級并披露評級結果，發揮雙評級、多評級以及不同模式評級的交叉驗證作用，力圖通過引入外資評級機構改變評級行業競爭格局。究其原因：一方面是為了滿足國際投資者多樣化的投資需求，拓寬人民幣資產的金融市場；另一方面旨在發揮外資評級機構的“鯰魚效應”（安小雪，2022），破除中國評級行業長期存在的沉疴積弊，通過競爭和聲譽機制加強行業優勝劣汰，倒逼國內評級機構規范自身評級標準，改善評級質量，進而推動債券市場與國際接軌。因此，隨著我國評級開放程度不斷擴大，國內評級機構如何應對外資評級機構的“威脅”，競爭和聲譽機制下國內的評級質量是否有所改善？在不同付費模式下，由于評級面臨的利益沖突不同，受到開放政策的影響程度也不同，那么發行人付費模式和投資者付費模式之間評級質量的差異如何變化？特別地，當下我國評級市場開放時間較短，2017年首次明確開放國內評級市場后，直至2019年外資評級機構才正式進入我國，短期內國內評級行業結構并未發生大規模洗牌，行業中的大型評級機構與小型評級機構相比，兩者的評級質量變化之間是否存在差別？以上問題值得深入探討和研究。

本文利用2014—2023年銀行間和交易所發行的企業債債項評級數據和主體評級數據進行實證，研究結果發現：評級市場對外開放政策有效抑制了我國評級虛高現象，信用利差降低，評級質量進一步提升，提高了我國信用評級的準確性。

本文從對評級行業對外開放政策的角度出發，拓寬了評級競爭與評級質量方面的研究，與已有文獻相比，本文的邊際貢獻主要體現在以下方面：第一，為我國評級行業對外開放的影響提供了實證支撐；第二，增加了從行業監管政策研究競爭對評級質量影響的視角；第三，研究方法上參考國際評級機構評級方法和已有文獻，對評級質量的準確性構建模型進行了實證分析，整合和完善了評級質量評價的框架，提高了研究結果的可靠性和完整性。

本文其余部分的安排如下：第二部分是相關文獻綜述與研究假說；第三部分是樣本與研究設計；第四部分是實證結果分析以及相關檢驗；第五部分是主要結論與政策建議。

二、文獻綜述與研究假說

（一）評級質量的檢驗方法

依據評級結果的功能特性，學術界和業界大多從準確性、可比性和穩定性等多方面來綜合測度評級質量的高低。在準確性的基礎上，評級質量的穩定性反映了評級機構對發行人信息掌握的跟蹤程度及預測把握能力，過于頻繁地調整評級不利于提高市場對評級結果的信任程度；可比性則立足于評級機構的異質性，如評級機構的市場份額、付費模式等，比較不同評級機構評級結果的質量。

檢驗評級準確性的方法可分為直接檢驗和間接檢驗。直接檢驗從違約數據出發，將信用評級與違約行為直接掛鉤，具體方法包括計算平均違約位置（Average"Default"Position，ADP）、繪制累積準確性概況（Cumulative"Accuracy"Profile，CAP）曲線和計算準確性比率（Accuracy"Ratio，AR）等（Cantor和Falkenstein，2001；Cheng和Neamtiu，2009）。由于我國缺少最直接的違約數據，所以相較于國際評級機構和國外學者，國內學者大多采用間接方法檢驗我國評級質量的準確性，具體可分為評級等級檢驗、信用利差檢驗和隱含違約率檢驗。評級等級檢驗中，一些學者運用KMV模型、Credit"Model模型等方法模擬評級結果，對比了不同付費模式下和國內外評級機構的評級質量（王冠楠等，2018；吳育輝等，2020），或直接對比評級等級的高低判斷是否存在評級“膨脹”現象（黃曉薇和安小雪，2024；吳蕾和蘇暢，2018）。由于投資者將信用評級作為投資依據，信用評級與信用利差之間具有反向對應關系，信用評級的準確性將影響信用利差（徐曉萍等，2018），因而信用利差檢驗成為檢驗評級準確性的重要手段，大量文獻采用信用利差為被解釋變量，考察信用評級是否能有效降低信用利差（黃曉薇和安小雪，2024；王安興等，2012；連立帥和朱松，2023；張金清等，2024）。

已有研究對評級質量的可比性檢驗大多從付費模式的差異出發，在競爭機制和聲譽機制的共同作用下，投資者付費和發行人付費模式下評級機構出具的信用評級存在差異。國內外研究表明，投資者付費評級機構的評級質量顯著優于發行人付費評級機構，且前者評級結果在一定程度可抑制后者評級迎合的行為（Xia，2014；林晚發等，2017；寇宗來等，2020）。因此，在驗證評級質量的可比性的研究中，大多將投資者付費評級機構的評級結果作為基準評級，并加入市場競爭因素驗證發行人付費評級機構的評級質量是否存在差異。此外，還有部分研究基于信用利差的視角，比較不同付費模式下評級機構的評級質量（楊國超和劉琪，2022；連立帥和朱松，2023；黃曉薇和安小雪，2024）。

最后，在衡量評級的穩定性方面，國際評級機構采用主體信用等級遷移矩陣等多種方法進行考察。例如，穆迪利用級別波動性比率和級別逆轉率對評級穩定性進行測度。囿于我國相關評級數據的可獲得性，尚不能通過評級遷移矩陣等方法進行穩定性研究。

對標國際評級機構的評級標準，為實現在同一標準化評價體系下考察外資機構引入政策對我國評級質量的影響，本文參考已有文獻，結合穆迪、標普和惠譽三大國際評級機構開發的評級質量測度方法，從準確性方面來測度評級市場對外開放下我國的評級質量。

（二）影響評級質量的因素

從國內外現有研究來看，聲譽機制與競爭、行業的監管以及經濟周期等的多因素交互，會對評級機構的行為產生不同程度、不同方向的影響效果，進而造成評級機構評級質量的改變。其中，聲譽機制、競爭機制和行業監管一直是熱議課題。

目前，國內外學者就競爭機制對評級質量的影響持有不同的觀點：一些學者認為，競爭機制會加劇評級機構提供評級選購的動機、降低評級質量，在市場份額既定條件下，評級機構為了搶占市場，會迎合債券發行人對高評級的需求，以此來增加自身收入；然而另外一些研究發現，競爭不但不會造成使評級質量惡化，甚至還會改善評級質量，評級機構的聲譽機制與行業競爭兩者之間密不可分，聲譽租金的存在會迫使評級機構注重自身聲譽（Baghai等，2014），約束評級機構的行為，在競爭加劇的情況下，評級機構基于當下收入和未來聲譽租金的考量，選擇提供更加謹慎的評級結果，即有效抑制了評級機構推高評級結果的行為（Blume等，1998；Jorion等，2009；袁偉等，2023）。例如，在控制行業效應后，惠譽的市場份額的增加并未導致標普和穆迪的評級膨脹現象，即競爭不會導致評級質量的下降（Bae等，2015）；面對新進入的投資者付費評級機構EJR（Egan-Jones"Ratings）帶來的市場競爭效應，標準普爾（Samp;P）選擇收緊評級標準，提高了評級質量（Xia，2014）。

截至2021年，由于我國行業監管特性的存在，在我國債券市場的“AAA級”高準入門檻的推波助瀾下，我國債券市場評級虛高、評級區分模糊的問題日益凸顯，于是許多學者也對我國評級制度的有效性提出了質疑（寇宗來等，2015；Livingston等，2018）。自2017年國內監管政策不斷出臺，監管部門力圖通過引入外資評級機構、加強監管力度來規范化評級市場，解決評級市場長期飽受詬病的制度缺陷，具體可以歸納為以下兩個方面：一方面，在政策指導下，監管措施發揮針對性和有效性，可以有效干預評級機構的行為，評級機構會更加重視聲譽資本損失和監管懲罰成本，傾向于提高評級及時性和準確性，并降低評級的波動性（Cheng和Neamtiu，2009）；另一方面，在取消強制債券發行評級規定的情形下，評級市場的總業務量縮水（證監會令180號），評級市場“粥少僧多”的現狀下，市場已有的七家評級機構之間展開了激烈競爭，在此基礎上，三大國際評級機構首次獨資準入國內評級市場，打破了以往外資評級機構只能以合資形式參與國內金融市場的局限性，進一步加劇了評級行業的競爭程度。已有學者通過建立博弈模型、定量模擬等方法（安小雪，2022；王冠楠等，2018），研究發現：高聲譽外資競爭者的進入會激勵本土評級機構進行信息收集、加工的行為（Morkoetter等，2017；Jorion等，2009），提供更嚴格的評級標準，在競爭均衡下能夠提高評級質量，形成評級行業的良性循環（Doherty等，2012；Mariano，2012；Vu等，2022）。但是，外資機構于2019年才正式進駐國內，時間較短，其影響效果尚未經過顯著性檢驗，據此，本文針對2017年以來我國評級市場對外開放政策的影響效果提出下列假設：

H1：評級市場對外開放政策有效緩解了我國評級膨脹的現象。

H2：評級市場對外開放政策增強了我國信用評級質量。

三、研究設計

（一）樣本數據

本文選取2014—2023年在我國銀行間與交易所發行的企業債的債項評級和主體評級作為研究對象，發債主體的評級數據、公司特征以及財務數據均來自同花順數據庫。本文按照以下步驟對初始企業債樣本進行處理：①剔除金融類企業發行的債券。②篩選評級數據。由于債券在一年內可能存在不同評級機構給出的多個評級樣本，參考黃曉薇和安小雪（2024），如果存在某一評級機構給出多個評級結果的情況，則只保留當年第一個評級數據。③剔除數據缺失樣本。為減少缺失數據對回歸結果的影響，本文剔除控制變量缺失樣本。④縮尾處理。對連續變量在1%和99%分位點進行縮尾處理，減少異常值影響。⑤數據標準化。避免原始數據特征尺度差距過大影響回歸結果，對樣本中連續數據做標準化處理。

（二）模型構建與變量定義

針對H1，本文構建如下的基準回歸模型進行驗證：

Ratingi，t=α0+α1Groupi，t+α2Posti，t+α3Groupi，t×Posti，t+α4Controlsi，t+Industry+Year+i，t（1）

由于2017年7號公告只對外開放了銀行間債券評級業務，市場上只有企業債同時在銀行間和交易所之間發行，基于此本文選取2014—2023年的銀行間和交易所債項評級進行匹配。經過數據處理后，本文最后得到銀行間發行的企業債共8833個樣本，交易所發行的企業債共8033個樣本。

公式（1）中下角標i表示債券，t表示年度。Ratingi，t為評級變量，本文參考寇宗來等（2020），對債項評級進行賦值，已知最高評級為AAA，最低評級為CC，由于A以下評級占比總體小于0.1%，于是對其評級均賦值為1，而對于A+、AA-、AA、AA+、AAA，依次從2～6遞增等差賦值。解釋變量Groupi，t為區分實驗組和對照組的虛擬變量，當債券發行在銀行間時該變量取值為1，否則為0；Posti，t表示2017年政策發布前后的時間虛擬變量，2017年當年和政策實施后的取值為1，之前的年份取值為0。參考林晚發等（2017）、黃小琳等（2017）、徐思等（2022）、崔俊等（2022），本文選取發行總額、資產總額、凈資產收益率、資產負債率、總資產周轉率、現金比率、流動比率、營業利潤（同比增長率）、是否上市公司、是否是城投債、有形資產占比、短期負債率、經營現金流量CFO、流動負債合計，加入償債能力指標：息稅折舊攤銷前利潤/利息費用為控制變量。Industry和Year分別表示行業固定效應和年度固定效應，i，t是隨機擾動項。具體的變量定義詳見表1。

針對H2，參考徐曉萍等（2018）和王安興等（2015），選用Spread為被解釋變量，構建如下模型：

Spreadi，t=β0+β1Ratingi，t+β2Ratingi，t×Posti，t+

β3Controlsi，t+Industry+Year+i，t（2）

其中，Ratingi，t分別取主體評級BRatingi，t和債項評級CRatingi，t。

四、實證分析

（一）描述性統計分析

首先對所選取企業債樣本的變量進行描述性統計分析，如表2所示。企業債項評級均值為5.340，說明大部分債項評級集中在AA+至AAA級，反映出我國債券的評級結果偏高的特征，存在評級虛高的現象。

為實現對國內評級機構評級質量準確性的初步分析，本文參考國際評級機構的平均違約位置指標ADP，繪制了2014—2022年評級行業1年期ADP變化趨勢，結果如圖1所示，在評級行業對外開放的關鍵年份，即2017年和2019年，ADP指標呈現明顯的峰值，表明評級行業評級質量受到評級對外開放的影響而產生波動。

圖1"2014—2022年評級行業1年期ADP變化趨勢

此外參考國際評級機構的平均違約位置指標ADP，還繪制了2014—2022年評級行業主要評級機構1年期ADP平均值，結果如圖2所示，不同評級機構之間評級質量存在顯著差異，其中，鵬元（中證鵬元資信評估股份有限公司）和中誠信（中誠信國際信用評級有限公司）評級質量較好，但與同期國際評級機構的ADP結果對比，仍有差距，說明不同評級機構的評級質量存在異質性。

圖2"2014—2022年評級行業主要評級機構1年期ADP平均值

（二）基準回歸分析

基于上述ADP指標的初步分析，在梳理已有企業債券評級數據后，參考Huang和Shen（2019）及林晚發等（2017）的研究，選取資產總額、凈資產收益率ROE、資產負債率以及行業為協變量對樣本進行無放回抽樣的1∶1最近鄰匹配，匹配樣本的平衡性檢驗結果見表3，其中標準均值差（Standard"Mean"Difference，SMD）可以衡量樣本匹配的平衡性，且經過T檢驗，P值均大于10%，表明匹配后兩者實驗組合對照組之間滿足平衡性假設。

變量的系數均在5%的水平下顯著為正，表明評級機構傾向給予發行在銀行間市場的債券更高的評級。雙固定效應下Post變量系數顯著為正，符合我國評級市場評級虛高的現象。Group×Post交互項在5%的水平下顯著為負，顯然面對外資評級機構進入的沖擊，在聲譽機制的約束下國內評級機構選取更加保守、謹慎的評級策略，給出的評級結果低于政策之前，即抑制了提高銀行間債券評級結果的行為，說明2017年的對外開放政策在一定程度下抑制了評級膨脹現象，一定程度上改善了我國信用評級質量，H1得到驗證。

為驗證H2，在模型1選取的企業債數據基礎上，選取企業債發行利率作為債券的利率，以債券起息日的同期限國債收益率為無風險利率，相減后得到債券的信用利差。解釋變量為債券發行時的主體評級和債項評級，Post為時間虛擬變量，在2017年政策發布之后發行的債券樣本取1，否則為0。交乘項的系數反映了該政策發生后評級結果對信用利差的影響，其余控制變量的定義與模型（1）一致。

表5展示了實證模型（2）的回歸結果。第一列與第二列是2017年對外開放政策下，分別以企業債項評級和企業主體評級為核心解釋變量對信用利差的回歸結果。企業債項評級和企業主體評級的回歸系數在1%的水平下顯著為負，驗證了評級結果降低債券信用利差的作用。表5兩列評級結果和時間虛擬變量的交乘項系數為負，表明評級市場對外開放后評級降低信用利差功能增強，在國際評級進入加劇本土評級市場競爭下，評級機構會更加注重評級的信息含量，提高評級結果的準確性，給出更加客觀、準確的評級結果，投資者對于債券的評級機構的信任程度增加，相應對債券收益率要求降低，因而發行人付出的風險溢價降低，即債券信用利差降低，此時評級越高降低信用差的作用越明顯，H2得到驗證。

結合上述實證研究結果，2017年對外開放政策提高了我國評級行業的評級質量，一方面有效遏制了本土評級長期以來存在的評級虛高問題，另一方面增強了我國信用評級降低信用利差的作用，即評級市場對外開放政策下我國評級質量的準確性有所提升。

（三）穩健性和內生性檢驗

1.平行趨勢檢驗

使用雙重差分進行檢驗的一個重要前提是處理組與控制組在外生沖擊之前具有平行趨勢，即不存在處理效應時結果變量在處理組和控制組中的變化趨勢是相近的。本文借鑒Almeida等（2017）檢驗平行趨勢的方法，將Post的時間節點替換并逐個回歸，圖3繪制了控制行業和年份固定效應后時間虛擬變量的交互項的回歸系數。以2016年為基期，在政策之前的時間虛擬變量交互項的回歸系數并不顯著，而與政策之后時間虛擬變量交互項的回歸系數基本上顯著為負，顯然本文的樣本選擇滿足平行趨勢假定。

圖3"平行趨勢檢驗

2.安慰劑檢驗

為了確保本文主要的研究發現并不是由偶然因素驅動的，借鑒Jiang等（2019）的安慰劑測試方法，本文隨機化銀行間債券和交易所債券之間的配對關系，使用虛擬的銀行間債券與交易所債券配對關系重新估計模型（1），對這一過程重復進行1000次并將每次Group×Post的估計系數保存下來。圖4是這1000次回歸系數的核密度分布，其中控制了行業和年份固定效應。回歸系數的均值接近于0。10%分位數P10為-0.1536，大于圖4中真實的回歸系數-0.2270，進一步排除了其他不可觀測因素對本文基準回歸結果的干擾。

圖4"安慰劑檢驗

隨機打亂處理組和對照組的安慰劑檢驗。借鑒呂越等（2019）的做法，本文按照原模型所含有的處理組，從樣本中隨機抽取，經過500次隨機分配處理組和控制組后，交互項估計系數核密度曲線以及對應p值的分布如圖5所示。可以發現，估計系數集中分布在0附近，且絕大部分p值大于0.1，實際估計系數-0.2270也明顯屬于異常值。綜合來看，本文的基準回歸結果是可靠的，并沒有因為其他因素或噪聲而導致嚴重偏誤。

圖5"隨機構造處理組的估計系數和P值

注：x軸表示來自500個隨機分配的Group×Post的估計系數，曲線是估計的核密度分布，點是相關的p值，垂直線為表4第（2）列回歸結果的真實估計值。

3.替換被解釋變量

參考林晚發等（2022）研究評級競爭對信用評級質量的影響，選用Z值替換實證模型（１）的被解釋變量進行回歸，回歸結果依然穩健。具體回歸結果見表6。

4.內生性檢驗

針對模型（2），考慮到2020年突發新冠疫情，許多行業受到負面影響，當年的評級結果一定程度上受系統性風險驅動，對此本文刪除2020年的觀測樣本后重新回歸，回歸系數匯總在表7中，雖然回歸系數大小有波動，但依然顯著為負，H2得到驗證。

五、結論與政策建議

本文從對外開放政策角度切入，參考相關國際評級機構和已有文獻對評級質量的檢驗方法，并基于企業債評級和主體評級數據，研究了評級行業國際化進程中，行業競爭對評級機構評級質量的影響。本文基于評級質量準確性檢驗方法，對評級結果和信用利差兩個方面進行實證研究，研究結論如下：評級行業對外開放政策下，面對相同的發行主體所發行的債券，中資評級機構選擇給出更低、更客觀的評級結果，而非迎合發行對象，具有主動遏制國內評級膨脹的態勢。究其原因，國際機構均為高聲譽外資機構，在本土行業激烈的競爭格局下，聲譽和競爭機制約束了本土機構推高評級的行為，進而抑制了評級虛高的現象。進一步地，在評級行業開放的大環境下，評級結果向市場傳遞有效信息的效應加強，提高了信用評級降低債券信用利差的作用。顯然，我國評級機構評級結果更客觀，能夠全面反映評級對象的風險，證明了評級行業對外開放政策，引入外資評級機構能夠有效提高我國評級質量的準確性。

結合本文的研究結論，提出以下政策建議。

繼續擴大評級市場對外開放程度，鼓勵更多高聲譽國際評級機構進入我國市場。監管機構通過競爭提升國內評級機構的服務水平和評級質量，建立以違約率為評價標準的評價機制，定期評估對外開放政策的實施效果，分析其對國內評級市場的影響，及時調整政策措施，確保對外開放政策能夠持續發揮積極作用，同時加大監管處罰力度，提高評級機構聲譽成本，發揮高聲譽國際評級機構激勵在位評級機構提升評級質量的作用。

加強評級機構行為規范，優化市場準入與退出機制，確保評級機構能夠在公平競爭的環境中運營。加強對評級過程的監督與管理，提升評級過程的透明度與規范性，設立獨立的內控和合規部門，確保評級結果的獨立性和客觀性。

引入多評級和雙評級機制，鼓勵債券發行人聘請多家評級機構進行評級。增加評級結果的透明度和公信力，減少單一評級機構可能帶來的偏差，在重要金融產品和項目上，實施雙評級機制，即至少由兩家獨立的評級機構進行評級，以確保評級的全面性和客觀性。

最后，開展多維度評價，推動評級市場健康發展。開展對評級機構的多維度評價，包括評級質量、市場反應、客戶滿意度等多個方面。通過多維評價體系，推動評級機構提升服務質量和專業水平。利用市場的真實反饋推動評級行業的發展，建立完善的外部評價機制，引導評級機構不斷改進和優化評級方法，提升評級結果的準確性和公信力。

參考文獻

［1］安小雪.外資評級機構進入中國能否發揮“鯰魚效應”？［J］.運籌與管理，2022，31（4）：144-148.

［2］白芳，南海娟，張博銘.市場競爭、監管和聲譽對評級行為的影響［J］.中國證券期貨，2019（6）：31-39.

［3］崔俊，魯統宇，任婷婷.不同付費模式下評級機構的評級標準變化［J］.上海金融，2022（7）：2-17.

［4］高昊宇，歐陽伊玲，李妮.評級機構信用風險關聯對債券發行定價的影響［J］.世界經濟，2022，45（12）：175-200.

［5］郝雨時，周格旭.從國際視角看我國信用評級市場的發展及完善［J］.浙江金融，2021（10）：60-67.

［6］寇宗來，盤宇章，劉學悅.中國的信用評級真的影響發債成本嗎？［J］.金融研究，2015（10）：81-98.

［7］寇宗來，千茜倩，陳關亭.跟隨還是對沖：發行人付費評級機構如何應對中債資信的低評級？［J］.管理世界，2020，36（9）：26-39.

［8］林晚發，何劍波，周暢，等.“投資者付費”模式對“發行人付費”模式評級的影響：基于中債資信評級的實驗證據［J］.會計研究，2017（9）：62-68，97.

［9］林晚發，劉巖，趙仲匡.債券評級包裝與“擔保正溢價”之謎［J］.經濟研究，2022，57（2）：192-208.

［10］連立帥，朱松.取消強制評級政策、評級機構聲譽與信用評級質量——基于中國債券市場的實證研究［J］.金融研究，2023（10）：125-144.

［11］呂越，陸毅，吳嵩博，等.“一帶一路”倡議的對外投資促進效應——基于2005—2016年中國企業綠地投資的雙重差分檢驗［J］.經濟研究，2019，54（9）：187-202.

［12］王安興，解文增，余文龍.中國公司債利差的構成及影響因素實證分析［J］.管理科學學報，2012，15（5）：32-41.

［13］王冠楠，項衛星，盧書媛.中國信用評級市場開放對國內企業評級的影響［J］.國際金融研究，2018（8）：78-87.

［14］吳育輝，翟玲玲，張潤楠，等.“投資人付費”vs.“發行人付費”：誰的信用評級質量更高？［J］.金融研究，2020（1）：130-149.

［15］吳蕾，蘇暢.我國信用債評級的信息含量研究［J］.浙江金融，2018（3）：11-21.

［16］黃曉薇，安小雪.我國不同付費模式信用評級校驗機制研究［J］.北京工商大學學報（社會科學版），2024，39（1）：90-103.

［17］黃小琳，朱松，陳關亭.債券違約對涉事信用評級機構的影響——基于中國信用債市場違約事件的分析［J］.金融研究，2017（3）：130-144.

［18］徐思，潘昕彤，林晚發.“一帶一路”倡議與公司債信用利差［J］.金融研究，2022（2）：135-152.

［19］徐曉萍，阮永鋒，劉音露.市場競爭降低評級質量了嗎——基于新進入評級機構的實證研究［J］.財貿經濟，2018，39（11）：96-111.

［20］楊國超，劉琪.中國債券市場信用評級制度有效性研究［J］.經濟研究，2022，57（10）：191-208.

［21］袁偉，魯統宇，閔繼源，等.基于聲譽與競爭視角的評級機構行為研究［J］.金融理論與實踐，2023（10）：1-13.

［22］張金清，顧嘉樂，張樂平.企業ESG評級對債券信用利差的影響——基于發債企業和債券投資者雙方的視角［J］.金融論壇，2024，29（3）：24-34.

［23］ALMEIDA"H，CUNHA"I，FERREIRA"M"A，et"al.The"real"effects"of"credit"ratings：The"sovereign"ceiling"channel［J］.The"Journal"of"Finance，2017，72（1）：249-290.

［24］BAE"K"H，KANG"J"K，WANG"J.Does"increased"competition"affect"credit"ratings？"A"reexamination"of"the"effect"of"fitchs"market"share"on"credit"ratings"in"the"corporate"bond"market［J］.Journal"of"Financial"amp;"Quantitative"Analysis，2015，50（5）：1011-1035.

［25］BAGHAI"R"P，SERVAES"H，TAMAYO"A.Have"rating"agencies"become"more"conservative？"Implications"for"capital"structure"and"debt"pricing［J］.The"Journal"of"Finance，2014，69（5）：1961-2005.

［26］BEHR"P"R，KISGEN"D"J，TAILLARD"J"P.Did"government"regulations"lead"to"inflated"credit"ratings？［J］.Management"Science，2018，64（3）：1034-1054

［27］BLUME"M"E，LIM"F"C，MACKINLAY"A.The"declining"credit"quality"of"U.S.corporate"debt：Myth"or"reality？［J］.The"Journal"of"Finance，1998，53（4）：1389-1413.

［28］CANTOR"R，FALKENSTEIN"E.Testing"for"rating"consistency"in"annual"default"rates［EB/OL］.https：//efalken.com/papers/jfifalkcantor.pdf.

［29］CHENG"M，NEAMTIU""M.An"empirical"analysis"of"changes"in"credit"rating"properties：Timeliness，accuracy"and"volatility［J］.Journalnbsp;of"Accounting"and"Economics，2009，47（1-2）：108-130.

［30］DOHERTY"N"A，KARTASHEVA"A"V，PHILLIPS"R"D.Information"effect"of"entry"into"credit"ratings"market：The"case"of"insurers"ratings［J］.Journal"of"Financial"Economics，2012，106（2）：308-330.

［31］JIANG"X"F，PACKER"F.Credit"ratings"of"domestic"and"global"agencies：What"drives"the"differences"in"China"and"how"are"they"priced？［J］.BIS"Working"Papers，2017，No"648.

［32］JIANG"F，QIAN"Y，YONKER"S"E.Hometown"Biased"Acquisitions［J］.Journal"of"Financial"and"Quantitative"Analysis.2019，54（5）：2017-2051.

［33］JORION"P，ZHU"L，SHI"C.Informational"effects"of"regulation"FD：evidence"from"rating"agencies［J］.Journal"of"Financial"Economics，2004，76（2）：309-330.

［34］JORION"P，SHI"C，ZHANG"S.Tightening"credit"standards：the"role"of"accounting"quality［J］.Review"of"Accounting"Studies，2009，14（1）：123-160.

［35］HUANG"Y"L，SHEN"C"H.What"role"does"the"investorpaid"rating"agency"play"in"china？"Competitor"or"information"provider［J］.International"Review"of"Economics"and"Finance，2019，63（5）：253–272.

［36］LIVINGSTON"M，POON"W，ZHOU"L.Are"Chinese"credit"ratings"relevant？"A"study"of"the"Chinese"bond"market"and"credit"rating"industry［J］.Journal"of"Banking"amp;"Finance，2018，87：216-232.

［37］MARIANO"B.Market"power"and"reputational"concernsnbsp;in"the"ratings"industry［J］.Journal"of"Banking"amp;"Finance，2012，36（6）：1616-1626.

［38］MORKOETTER"S，STEBLER"R，WESTERFELD"S.Com打petition"in"the"credit"rating"Industry：Benefits"for"investors"and"issuers［J］.Journal"of"Banking"amp;"Finance，2017，75：235-257.

［39］OPP"C"C，OPP"M"M，HARRIS"M.Rating"agencies"in"the"face"of"regulation［J］.Journal"of"Financial"Economics，2013，108（1）：46-61.

［40］VU"H，ALSAKKA"R，GWILYM"O"A.Does"competition"improve"sovereign"credit"rating"quality？［J］.Journal"of"International"Financial"Markets，Institutions"amp;"Money，2022，76：101478.