穆迪为例，对非金融企业考虑的因素主要有：经营环境、竞争力、盈利、债务负担及偿债能力。穆迪的评分模型采用加权（权重、评分标准）的方式给出一个分数，再从分数对应到级别。以零售行业为例，分别有规模（10%），经营（30%）、债务负担和偿债能力（45%）和财务政策（15%），里面涉及的指标不是很多，对于不同行业权重和评分标准也有所差异。这里就不详细介绍了，想了解更多可以去穆迪网站上看：Rating Methodologies，各行业都有。当然，各项指标评价时都需要调整（后文会略介绍）。
穆迪零售行业评级权重
然后再来看下标普的。标普采用了矩阵式，通过主权（国家或地区）风险和行业风险矩阵确定受评对象的经营环境评分；通过行业地位和盈利能力确定受评对象的竞争力水平评分；然后用矩阵（经营环境和竞争力水平）得到运营风险评分；最后通过“财务风险-运营风险”矩阵得到初始评级，再用定性因素进行调整。每个一级指标里面都有一些财务等各类型指标，通过1234567分的方式来打分，最后加权得到一级指标的结果。
标普评级框架
标普评级矩阵（节选）
矩阵其实也是一种加权，例如AB矩阵，在A表现很好或者表现很差时给予更高的权重，AB同时表现一般时，给予AB相同权重。举个例子，一个万亿规模的企业，可能财务指标不怎么完美，如果采用加权打分方式，可能会给他级别评的一般；但事实上，规模对于国内外信评机构来说都是决定因素。比如全球AAA的企业规模肯定比AA+的平均规模要高，这个在国内更明显，主权评级（国家评级）也是如此，GDP总量、人均GDP和人类发展指数（HDI）这些是硬性指标，惠誉的主权评级里人均GDP和HDI等国家发达程度指标权重甚至接近40%。
另外补充一下对指标的调整。从惠誉的企业评级方法里找到一些例子。比如对现金类资产的认定，不单单是现金等价物余额、应收票据这些资产负债表科目，还包括了对可供出售金融资产、长期股权投资这些科目里面细分科目的调整。对于持有的政府债券，全额计算；投资级债券70%的discount；投机级债券，会给予0~40%的discount（下图）。对于债务，也需要调整，比如长期债务里可能包括了短期可能会到期的债务，也会调整进短期债务里去，这些就不多讲了，继续回到模型问题上。
回顾完国外的，现在来简单介绍下国内怎么建信评模型。
首先是被解释变量。关于违约问题，中国债券市场违约率积累不足是个大问题，但是不完全没有，到2018年4月已经有180多只债券违约，大多都发生在2014年以后（超日债是开端，14年之前的代偿也可认定为主体违约，比如恒天海龙，新中基，11常州SMECNⅡ001里面的那些违约企业）。14~17年每年违约的数量大概几十家，总体上建模是可行的。另外，信用利差、断崖式降级（级别下调2个子级以上并且到AA-以下）、净资产为负、列入失信被执行人都可以加入到被解释变量里。用资产负债率当Y肯定不行，他是很重要的一个解释变量。
解释变量，这里就不多说，无非就是各个方面的财务指标，这里就不普及财务知识了。需要多说的是，实际操作来看，很多指标不好使，需要自己构建一些指标，至于怎么构建，就要看违约企业特征了。举个例子，保定天威英利，用普通的财务指标看不出来问题，规模不小，持续盈利，但这个企业关联往来款太多，资产里几乎全是应收款项，流动速冻比率都不管用的；还有就是现金收入比，神雾集团的大规模关联交易和持续的大规模现金净流出、中城建非常差的现金收入比，都是典型的违约特征，需要在选指标时候考虑进去。最后就是要考虑不同行业的财务特征，轻资产和重资产不一样，电力和零售的流动比率也差异很大，各行业不可一视同仁。
好了，到这里就可以通过各种统计计量方法来看哪些指标比较显著。当然，结果只是参考，需要不断的回归比对，通过稳健性检验、解决共线性问题才可以。
再回到LZ的问题，权重和指标区间怎么定？我们要回归到信评的本质：信用评级是对信用风险的相对排序，相对排序，所以说，归根到底，就是一个排序，有区分的排序。权重确定可以用的计量方法很多，比如主观一些的层次分析法，根据指标方差表现定权重的主成分分析法等，这里的逻辑就是，方差大的指标数据，区分度才好，才能排出来序，对吧？这些方法运用时也要参考你的回归结果，重要的指标也不能漏掉。说到底，权重确定是非常主观的，业内称为专家打分法，100人做信评模型，会有1000个结果，一点也不意外，还是要看个人的经验。指标区间，最简单的设定方法就是分行业根据指标的分位数来设，也参考下经验人士对行业的理解，理论值，推荐《企业绩效评价标准值》一书做参考。
补充一点，模型需要搭建一个框架，需要考虑哪些因素（盈利、偿债、规模等）？哪些指标合并或归为一类？需不需要学标普搞矩阵式的，这些都需要对行业的财务足够熟悉才可以做到。有时候加权达不到的目标，矩阵可以做到，矩阵也是比较主观的分析方法，你想怎么设就怎么设，穆迪也用过，惠誉也用过，都是比较主观的。
穆迪为例，对非金融企业考虑的因素主要有：经营环境、竞争力、盈利、债务负担及偿债能力。穆迪的评分模型采用加权（权重、评分标准）的方式给出一个分数，再从分数对应到级别。以零售行业为例，分别有规模（10%），经营（30%）、债务负担和偿债能力（45%）和财务政策（15%），里面涉及的指标不是很多，对于不同行业权重和评分标准也有所差异。这里就不详细介绍了，想了解更多可以去穆迪网站上看：Rating Methodologies，各行业都有。当然，各项指标评价时都需要调整（后文会略介绍）。
穆迪零售行业评级权重
然后再来看下标普的。标普采用了矩阵式，通过主权（国家或地区）风险和行业风险矩阵确定受评对象的经营环境评分；通过行业地位和盈利能力确定受评对象的竞争力水平评分；然后用矩阵（经营环境和竞争力水平）得到运营风险评分；最后通过“财务风险-运营风险”矩阵得到初始评级，再用定性因素进行调整。每个一级指标里面都有一些财务等各类型指标，通过1234567分的方式来打分，最后加权得到一级指标的结果。
标普评级框架标普评级矩阵（节选）
矩阵其实也是一种加权，例如AB矩阵，在A表现很好或者表现很差时给予更高的权重，AB同时表现一般时，给予AB相同权重。举个例子，一个万亿规模的企业，可能财务指标不怎么完美，如果采用加权打分方式，可能会给他级别评的一般；但事实上，规模对于国内外信评机构来说都是决定因素。比如全球AAA的企业规模肯定比AA+的平均规模要高，这个在国内更明显，主权评级（国家评级）也是如此，GDP总量、人均GDP和人类发展指数（HDI）这些是硬性指标，惠誉的主权评级里人均GDP和HDI等国家发达程度指标权重甚至接近40%。
另外补充一下对指标的调整。从惠誉的企业评级方法里找到一些例子。比如对现金类资产的认定，不单单是现金等价物余额、应收票据这些资产负债表科目，还包括了对可供出售金融资产、长期股权投资这些科目里面细分科目的调整。对于持有的政府债券，全额计算；投资级债券70%的discount；投机级债券，会给予0~40%的discount（下图）。对于债务，也需要调整，比如长期债务里可能包括了短期可能会到期的债务，也会调整进短期债务里去，这些就不多讲了，继续回到模型问题上。
回顾完国外的，现在来简单介绍下国内怎么建信评模型。
首先是被解释变量。关于违约问题，中国债券市场违约率积累不足是个大问题，但是不完全没有，到2018年4月已经有180多只债券违约，大多都发生在2014年以后（超日债是开端，14年之前的代偿也可认定为主体违约，比如恒天海龙，新中基，11常州SMECNⅡ001里面的那些违约企业）。14~17年每年违约的数量大概几十家，总体上建模是可行的。另外，信用利差、断崖式降级（级别下调2个子级以上并且到AA-以下）、净资产为负、列入失信被执行人都可以加入到被解释变量里。用资产负债率当Y肯定不行，他是很重要的一个解释变量。
解释变量，这里就不多说，无非就是各个方面的财务指标，这里就不普及财务知识了。需要多说的是，实际操作来看，很多指标不好使，需要自己构建一些指标，至于怎么构建，就要看违约企业特征了。举个例子，保定天威英利，用普通的财务指标看不出来问题，规模不小，持续盈利，但这个企业关联往来款太多，资产里几乎全是应收款项，流动速冻比率都不管用的；还有就是现金收入比，神雾集团的大规模关联交易和持续的大规模现金净流出、中城建非常差的现金收入比，都是典型的违约特征，需要在选指标时候考虑进去。最后就是要考虑不同行业的财务特征，轻资产和重资产不一样，电力和零售的流动比率也差异很大，各行业不可一视同仁。
好了，到这里就可以通过各种统计计量方法来看哪些指标比较显著。当然，结果只是参考，需要不断的回归比对，通过稳健性检验、解决共线性问题才可以。
再回到LZ的问题，权重和指标区间怎么定？我们要回归到信评的本质：信用评级是对信用风险的相对排序，相对排序，所以说，归根到底，就是一个排序，有区分的排序。权重确定可以用的计量方法很多，比如主观一些的层次分析法，根据指标方差表现定权重的主成分分析法等，这里的逻辑就是，方差大的指标数据，区分度才好，才能排出来序，对吧？这些方法运用时也要参考你的回归结果，重要的指标也不能漏掉。说到底，权重确定是非常主观的，业内称为专家打分法，100人做信评模型，会有1000个结果，一点也不意外，还是要看个人的经验。指标区间，最简单的设定方法就是分行业根据指标的分位数来设，也参考下经验人士对行业的理解，理论值，推荐《企业绩效评价标准值》一书做参考。
补充一点，模型需要搭建一个框架，需要考虑哪些因素（盈利、偿债、规模等）？哪些指标合并或归为一类？需不需要学标普搞矩阵式的，这些都需要对行业的财务足够熟悉才可以做到。有时候加权达不到的目标，矩阵可以做到，矩阵也是比较主观的分析方法，你想怎么设就怎么设，穆迪也用过，惠誉也用过，都是比较主观的。
在线客服