隨著強(qiáng)制評級政策取消、債市擴(kuò)容提速，信用評級行業(yè)步入深度轉(zhuǎn)型期。頭部評級機(jī)構(gòu)加快鞏固市場份額，差異化競爭格局逐步顯現(xiàn)；行業(yè)重心從“服務(wù)發(fā)行人”向“服務(wù)投資人”轉(zhuǎn)移，評級的風(fēng)險定價與前瞻預(yù)警功能不斷增強(qiáng)。

面對新興債券品種和新技術(shù)浪潮，多家評級機(jī)構(gòu)正在推進(jìn)市場化、科技化、國際化，構(gòu)建多維度、精細(xì)化的信用服務(wù)體系，力求在復(fù)雜多變的市場環(huán)境中占據(jù)先機(jī)。

頭部機(jī)構(gòu)強(qiáng)者恒強(qiáng)

自2021年取消強(qiáng)制評級政策落地以來，評級機(jī)構(gòu)間的競爭格局悄然生變。信用評級行業(yè)逐步走出“政策驅(qū)動”階段，邁入“市場導(dǎo)向”新周期。頭部機(jī)構(gòu)競爭格局趨穩(wěn)，評級服務(wù)更加多元、專業(yè)與技術(shù)化。

據(jù)不完全統(tǒng)計，2022年一季度，14家評級機(jī)構(gòu)共承攬債券產(chǎn)品1879只，同比下降23.65%。中誠信國際以35.5%的市占率居首，聯(lián)合資信（22.99%）、上海新世紀(jì)（13.41%）等機(jī)構(gòu)分列其后。2023年一季度，債市回暖帶動評級需求反彈，債券承攬數(shù)量大幅反彈至2395只。聯(lián)合資信市占率達(dá)30.1%，首次超越中誠信國際（28.14%），躍居榜首，一度形成“雙雄爭霸”的競爭格局。

進(jìn)入2024年一季度，行業(yè)再度調(diào)整。評級機(jī)構(gòu)承攬債券數(shù)量小幅回落至2246只，但對非金融企業(yè)類主體評級數(shù)量大幅上升，顯示出評級服務(wù)需求更加結(jié)構(gòu)化。中誠信國際重新奪回領(lǐng)先優(yōu)勢，市占率升至34.01%，聯(lián)合資信則降至26.02%。

2025年一季度，評級機(jī)構(gòu)數(shù)量增至15家，承攬債券數(shù)量達(dá)2609只。中誠信國際以33.92%的市占率穩(wěn)居龍頭，聯(lián)合資信占比進(jìn)一步下滑至20.9%，差距拉大。頭部六大機(jī)構(gòu)合計市占率已超90%，行業(yè)“馬太效應(yīng)”愈發(fā)顯著。

各主要評級機(jī)構(gòu)也在持續(xù)優(yōu)化定位，積極探索綠色金融、跨境評級等細(xì)分賽道，力求在分化中突圍。

中誠信國際作為國內(nèi)市占率最高的評級機(jī)構(gòu)，近年來率先布局綠色評級與指數(shù)服務(wù)，形成多元生態(tài)鏈。其同時具備中國證監(jiān)會、香港證監(jiān)會及歐盟評級資質(zhì)，是內(nèi)地唯一獲中、港、歐三地評級資質(zhì)的機(jī)構(gòu)。聯(lián)合資信成立于2000年，其金融機(jī)構(gòu)發(fā)行市場占有率連續(xù)四年保持行業(yè)第一，國際化業(yè)務(wù)穩(wěn)步發(fā)展，熊貓債市場占有率接近50%，穩(wěn)居行業(yè)第一。東方金誠則背靠中國東方資產(chǎn)管理公司，在地方政府債、綠色債券等產(chǎn)品中均占據(jù)優(yōu)勢。中證鵬元依托全面的產(chǎn)品體系和動態(tài)模型更新能力，在熊貓債、非標(biāo)資產(chǎn)評級等創(chuàng)新品種中表現(xiàn)突出，綠色金融評級能力持續(xù)增強(qiáng)。

盈利模式多元化加速

盡管主營業(yè)務(wù)情況有所分化，信用評級行業(yè)在服務(wù)效能與創(chuàng)新業(yè)務(wù)結(jié)構(gòu)方面均呈現(xiàn)積極變化。

聯(lián)合資信總裁萬華偉表示，2024年信用評級的前瞻性顯著提升，企業(yè)首次違約前的平均預(yù)警期從2023年的562天延長至747天，為投資者風(fēng)險管理提供了更充裕的時間窗口，評級結(jié)果的風(fēng)險揭示能力顯著增強(qiáng)。

與此同步推進(jìn)的，還有評級行業(yè)的制度性變革。數(shù)據(jù)顯示，2024年無評級債券期數(shù)占比升至63.55%，較上一年提高7.17個百分點，反映出市場化機(jī)制的逐步生效。萬華偉表示，評級機(jī)構(gòu)競爭重心也隨之轉(zhuǎn)變，從以發(fā)行人為核心的“服務(wù)導(dǎo)向”過渡到以投資人為核心的“質(zhì)量導(dǎo)向”，評級定價與公信力成為行業(yè)新的評價標(biāo)準(zhǔn)。

在評級需求結(jié)構(gòu)變化的背景下，評級機(jī)構(gòu)亦在加快尋求“第二增長曲線”。以信用數(shù)據(jù)庫、估值服務(wù)、風(fēng)險預(yù)警工具與綠色金融認(rèn)證為代表的非評級業(yè)務(wù)快速崛起。非評級業(yè)務(wù)的擴(kuò)展不僅豐富了服務(wù)內(nèi)容，也有效增強(qiáng)了評級機(jī)構(gòu)的抗周期能力與市場黏性。

聯(lián)合資信方面透露，其2024年研發(fā)的債券估值體系已覆蓋城投、產(chǎn)業(yè)、金融三大類，日估值債券超3.2萬只。其投資人服務(wù)產(chǎn)品平臺的用戶達(dá)到280家，并接入東方財富、同花順、QTrade等主流終端平臺。

盡管亮點頻現(xiàn)，但部分深層次問題仍掣肘評級行業(yè)可持續(xù)發(fā)展。

大公國際表示，目前評級業(yè)務(wù)集中在傳統(tǒng)金融與城投平臺，對綠色經(jīng)濟(jì)、科技創(chuàng)新企業(yè)及中小微主體的覆蓋明顯不足。與此同時，區(qū)域服務(wù)不均，中西部與縣域地區(qū)評級資源分布較為薄弱，難以全面支持多元化實體經(jīng)濟(jì)的融資需求。

在盈利機(jī)制方面，當(dāng)前普遍采用的“發(fā)行人付費”模式引發(fā)業(yè)內(nèi)對評級獨立性的擔(dān)憂。雖有監(jiān)管文件禁止評級虛高、低價競爭等行為，但實際執(zhí)行中仍存空檔，行業(yè)公信力提升任重道遠(yuǎn)。

此外，評級行業(yè)在數(shù)字化轉(zhuǎn)型方面進(jìn)展緩慢。多數(shù)機(jī)構(gòu)依賴傳統(tǒng)分析模型，數(shù)據(jù)采集標(biāo)準(zhǔn)不一，復(fù)合型數(shù)字人才儲備不足，人工智能與大數(shù)據(jù)技術(shù)在實際業(yè)務(wù)中的深度應(yīng)用尚不成熟，亟需行業(yè)層面統(tǒng)一標(biāo)準(zhǔn)與監(jiān)管指引，以平衡技術(shù)創(chuàng)新與合規(guī)風(fēng)險。

盈利結(jié)構(gòu)單一亦是行業(yè)面臨的長期挑戰(zhàn)。評級業(yè)務(wù)收入普遍占比超過95%，一旦債市景氣度下行，評級機(jī)構(gòu)抗風(fēng)險能力將受到明顯考驗。

市場化、科技化、國際化同步推進(jìn)

針對當(dāng)前經(jīng)濟(jì)結(jié)構(gòu)與債券市場的新變化，多家評級機(jī)構(gòu)正在積極重塑服務(wù)架構(gòu)，推動從傳統(tǒng)“債項評級”向“多維信用服務(wù)”轉(zhuǎn)型，力圖在差異化服務(wù)中尋求新增長點。

據(jù)了解，多家機(jī)構(gòu)正在試水“雙軌付費”機(jī)制：基礎(chǔ)層維持發(fā)行人付費，保障服務(wù)廣度；創(chuàng)新層則探索面向投資人的定制化增值服務(wù)，包括壓力測試、行業(yè)對標(biāo)、信用數(shù)據(jù)庫訂閱等，按資產(chǎn)管理規(guī)模實現(xiàn)分層定價。這一做法有望打破單一付費模式所帶來的公信力與商業(yè)價值博弈，推動行業(yè)健康可持續(xù)發(fā)展。

據(jù)了解，目前不少評級機(jī)構(gòu)在提供基礎(chǔ)信用評級的同時，正逐步拓展服務(wù)邊界，延伸至宏觀經(jīng)濟(jì)分析、REITs等新興資產(chǎn)類別的研究支持，力圖以多元化產(chǎn)品體系提升整體服務(wù)價值。

聯(lián)合資信則透露，其子公司聯(lián)合國際在國際市場的競爭力正在不斷提升，與國際機(jī)構(gòu)的差距已逐步縮小。截至2024年末，聯(lián)合國際在香港市場的信用評級累計客戶數(shù)明顯超過國際三大評級機(jī)構(gòu)。

提升評級的獨立性與定價功能，是行業(yè)高質(zhì)量發(fā)展的核心。面對未來將推出的更多科創(chuàng)債，多家評級公司也表示將全力構(gòu)建新的評級模型，抓住新機(jī)遇。

此外，面對數(shù)據(jù)驅(qū)動趨勢與AI大模型崛起，評級行業(yè)正加快邁入“科技賦能”的新時代。

有評級機(jī)構(gòu)人士介紹，當(dāng)前已有多家評級機(jī)構(gòu)圍繞AI開展系統(tǒng)性布局。一方面，通過引入機(jī)器學(xué)習(xí)、大模型等工具，提升對海量數(shù)據(jù)的識別與處理能力，輔助完成風(fēng)險評分、動態(tài)調(diào)整與預(yù)警建模；另一方面，著力打造內(nèi)部數(shù)據(jù)平臺與算法標(biāo)準(zhǔn)，完善數(shù)據(jù)收集、清洗、融合流程，提升建模穩(wěn)定性與可解釋性。

（來源：上海證券報）