■ 朱夢星 徐禮平 王鈺瑩
(1.國家外匯管理局樂山市中心支局 四川樂山 614000;2.中國工商銀行股份有限公司樂山分行 四川樂山 614000)
2020年,在新冠肺炎疫情、經(jīng)濟降速和貿(mào)易摩擦的復雜內(nèi)外部環(huán)境中,黨中央國務院對支持疫情防控和服務實體經(jīng)濟作出了“六穩(wěn)”“六保”重大決策部署,并且提出要立足國際、國內(nèi)兩個市場、兩種資源,形成國內(nèi)國際雙循環(huán)相互促進的新發(fā)展格局。如何讓金融活水注入實體經(jīng)濟,增強市場主體的投資能力、擴大市場就業(yè)的“蓄水池”是促進“內(nèi)循環(huán)”、構建“雙循環(huán)”的關鍵環(huán)節(jié)。目前,不少市場主體因種種原因?qū)е滦庞眯畔⒌唾|(zhì)或不全,直接制約其融資能力,特別是許多有涉外交易的企業(yè),其涉外交易信息分散,金融機構信息了解碎片化,加之缺乏一個有效的涉外企業(yè)外匯領域跨境信用評級機制,使得其各類有價值涉外交易信息不能轉(zhuǎn)化為融資增信信息,錯失諸多融資良機。
外匯領域跨境信用是整個社會信用的重要組成部分,也是加快推進社會信用體系建設不可或缺的一環(huán)。從經(jīng)濟學角度,信用是依附在人、單位和商品交易的某種信任關系,前期的信任關系是后續(xù)信任建立的判斷依據(jù)。跨境信用則是信任關系在跨境行為上的展現(xiàn),包括資金、貨物、服務等跨境流動,重點體現(xiàn)在“跨境”屬性上。跨境信用評級則是對市場主體的跨境信用進行全面衡量評估,主要是對涉外主體的跨境行為(包括資金跨境、商品跨境、服務跨境等)的信用狀況進行評級。如何有效利用企業(yè)在外匯管理部門、銀行的涉外信息,建立外匯領域跨境信用評級體系,將企業(yè)跨境信用評級與銀行信貸評估有機融合,充分發(fā)揮外匯管理部門在企業(yè)融資中的增信作用,不僅能夠有效緩解涉外企業(yè)融資難、融資貴的問題,還能為現(xiàn)有外匯領域分類監(jiān)管提供新思路。
當前在外匯市場“宏觀審慎+微觀監(jiān)管”兩位一體的管理框架下,外匯信用體系建設已成為夯實外匯管理基礎工作、增強外匯管理延展性的重要內(nèi)容,相關工作也取得了一定的成效。一是頂層部署,穩(wěn)步推進外匯領域信用體系建設。對市場主體外匯合規(guī)情況進行評級,根據(jù)評級結果在各條線實施分類監(jiān)管一直是外匯管理部門探索分類監(jiān)管的一個重要方向。近年來,外匯管理部門也出臺了一系列外匯領域信用體系建設的一些規(guī)劃、方案等,包括2003年制定的《外匯市場信用體系建設五年工作方案(2003-2008年)》;2011年按照《社會信用體系建設規(guī)劃(2011-2015年)》的要求明確了“十二五”期間外匯信用體系建設的目標、原則與主要任務;2015年印發(fā)的《外匯領域信用體系建設工作實施意見》等,都旨在建立一個層次分明、結構合理、數(shù)據(jù)充分、應用多樣的外匯領域信用體系,促進外匯市場健康有序發(fā)展。二是根據(jù)市場主體合規(guī)情況分條線實施差別管理。近年來,外匯管理部門逐步摒棄原有的“有罪假定”猜想,對市場主體實行分類監(jiān)管,既提高監(jiān)管效率又督促市場主體合規(guī)交易。2008年,對銀行執(zhí)行外匯管理情況進行考核,并依據(jù)評級對銀行進行區(qū)別監(jiān)管;2012年,在貨物貿(mào)易方面根據(jù)企業(yè)貿(mào)易外匯收支的合規(guī)性及與進出口的一致性將企業(yè)分為A、B、C三類,對不同分類的企業(yè)采取差別化管理模式;2013年,在資本項目管理方面將轄內(nèi)資本項目收支影響較大、性質(zhì)特別、行業(yè)特殊的主體作為重點監(jiān)管對象;2015年,在個人外匯管理方面對規(guī)避便利化額度及真實性管理的個人實施“關注名單”管理。此外,外匯管理部門還對重點國別、重點地區(qū)、重點銀行、重點企業(yè)、重點交易項目和大額異常交易“五重一大”以及特殊地區(qū)、特殊主體、特殊業(yè)務和特殊商品“四特”加強了事中事后監(jiān)管。三是積極參與失信聯(lián)合懲戒機制。近年來外匯管理部門致力于加強外匯市場信用體系建設,制定外匯行政處罰公開工作制度,積極參與失信聯(lián)合懲戒機制。2005年開展外匯違規(guī)(負面)信息披露試點;2006年在全國范圍內(nèi)推廣外匯違法(負面)信息披露工作;2013年在對外投資合作和對外貿(mào)易領域?qū)嵭胁涣夹庞糜涗?,并定期發(fā)布;2015年起將外匯違規(guī)信息納入金融業(yè)信用信息基礎數(shù)據(jù)庫(征信系統(tǒng)),實現(xiàn)了外匯違規(guī)信息與人行征信系統(tǒng)的對接。
外匯領域信用體系建設雖然起步較早,但仍處于不斷發(fā)展探索階段,現(xiàn)有外匯領域信用體系建設在新形勢下仍存一定的局限性,值得進一步深入研究。一是跨境信用體系法規(guī)不完善,缺乏法律保障。目前,我國跨境信用體系尚未形成立法規(guī)范,建設跨境信用體系始終缺乏根本的法律保障。如《外匯管理條例》中僅規(guī)定“外匯市場交易應當遵循公開、公平、公正和誠實信用的原則”,無涉及對涉外主體開展信用評價的明確規(guī)定,以至于在實際操作中對涉外主體的信用情況進行監(jiān)測、管理較為困難,且由于眾多跨境領域的數(shù)據(jù)使用屬于保密范疇,對如何公開和應用跨境信用數(shù)據(jù)缺乏法律的支持和規(guī)范,無法將其應用于外匯征信管理。二是外匯領域跨境信用評價指標體系與信息系統(tǒng)尚未建立。目前,外匯管理部門端有海量的監(jiān)管信息、交易記錄、分類信息、違規(guī)記錄等,但這些信息大多分散在不同的系統(tǒng)之中,并受條線化管理制約尚未有效集中,跨境數(shù)據(jù)的利用程度較為初級,數(shù)據(jù)價值有待進一步挖掘。同時,外匯領域信用信息評價專業(yè)化、權威化程度不高,缺少可應用的信用調(diào)查、評估方式,沒有一個專業(yè)、權威的跨境信用評價指標體系,進而導致對涉外主體的信用評價失語。三是涉外主體信用意識不強,涉外數(shù)據(jù)失真。在國際市場迅速發(fā)展和社會征信系統(tǒng)尚未完善的情況下,涉外主體信用意識普遍淡薄,一些企業(yè)自身經(jīng)營狀況透明度不高,信用數(shù)據(jù)失真,一些企業(yè)不愿向社會公開其經(jīng)營的原始真實數(shù)據(jù),一些企業(yè)鉆管理部門各自為陣,信息共享度低的空子,一個企業(yè)幾套賬,用虛假信息應付不同的部門,加之沒有嚴格的獎懲制度,失信成本低,守信效益不高,甚至出現(xiàn)涉外主體為獲取更大利益惡意違規(guī)操作,鉆跨境監(jiān)管政策漏洞的情況。四是跨境信用信息市場運用環(huán)境還不成熟。目前,涉外市場信用信息評價專業(yè)化、權威化程度不高,外匯領域的信用評價更多在監(jiān)管條線上發(fā)揮作用,嫁接功能相對較弱。同時,銀行等金融機構對涉外主體信用信息重視不夠,指標設計、系統(tǒng)接入等建設滯后,更習慣于依據(jù)人民幣項下信用判斷標準為涉外主體進行資金融通,導致涉外主體跨境信用信息被無視,在銀行層面的利用程度不高。
目前外匯領域?qū)缇承庞迷u價尚未建立起一套完整的評價指標體系,無法將市場主體的涉外信息轉(zhuǎn)化為金融支持。C銀行是我國大型國有銀行某市分行,本文以C銀行為例,在現(xiàn)有信貸評級的基礎上加入外匯領域信用信息,構建涉外企業(yè)跨境信用評級指標體系,建立一套體現(xiàn)涉外企業(yè)特征的信用風險評估指標體系,將市場主體涉外信息轉(zhuǎn)化為信貸信用信息,為市場主體獲得信貸支持提供助力。
目前,多數(shù)商業(yè)銀行對于一般公司客戶的評級是對其償債能力和償債意愿的綜合評估,采用以模型評級為基礎,專家經(jīng)驗最終認定的方法。如圖1所示,C銀行的評級模型的基本流程包括:定量評價、定性評價、級別調(diào)整、人工調(diào)整,不同評級對象根據(jù)其風險特征適用不同的客戶評級模型,并以此為基礎確認客戶信用等級。C銀行的信貸系統(tǒng)會根據(jù)企業(yè)的相關指標分別進行定量評價及定性評價,最終得出綜合評價分。表1列舉了C銀行對大中型制造企業(yè)的信貸評價指標體系,在總分百分制中定量評價滿分60分,定性評價滿分為40分??梢钥闯鯟銀行非常看重企業(yè)的經(jīng)營能力和償債能力。
圖1 C 銀行傳統(tǒng)信貸評級流程
表1 C 銀行對于大中型制造企業(yè)的主要指標分類
商業(yè)銀行傳統(tǒng)信貸評級模式重點考察企業(yè)的經(jīng)營能力和償債能力,對于涉外企業(yè)而言,其跨境交易的信用狀況同樣十分重要。本文以C銀行、大型制造業(yè)進出口企業(yè)為例,讓企業(yè)外匯領域跨境信用評級情況與傳統(tǒng)信貸評級模式相融合,將企業(yè)外匯領域的跨境行為轉(zhuǎn)化為信貸信息,使商業(yè)銀行的信貸評級模式更加全面可靠。
如圖2所示,外匯綜合評價總分和傳統(tǒng)綜合評價總分均為100分,按照占比權重計算出綜合評價得分。外匯綜合評價總分和傳統(tǒng)綜合評價總分的權重占比系數(shù)分別為α和β。
綜合評價得分=α*外匯綜合評價得分+β*傳統(tǒng)綜合評價得分
0≤α=0.25*(上年收匯金額/經(jīng)營活動現(xiàn)金流入小計+上年付匯金額/經(jīng)營活動現(xiàn)金流出小計)≤30%
α+β=1
α和β的取值,根據(jù)各家銀行自身的行業(yè)信貸政策、風險偏好等風險考量,結合銀行自身的取值測算模型進行調(diào)整,本文α和β取值僅供參考。
圖2 融入外匯領域跨境信用評級情況的信貸評級流程
鑒于不同類型涉外企業(yè)存在不同的數(shù)據(jù)維度,如純進口企業(yè)或純出口企業(yè)等,因而和商業(yè)銀行對不同企業(yè)適用不同的客戶評級模型類似,針對不同類型的涉外企業(yè)其跨境信用評級指標體系也有所不同。本文以大型涉外進出口企業(yè)為例,綜合考慮數(shù)據(jù)的相關性、一致性、可得性等特征,從定性和定量兩個維度將10個涉外指標納入外匯領域跨境信用評級指標體系(詳見表2),以求客觀、科學地反映外匯領域涉外企業(yè)跨境交易狀況,形成外匯領域跨境信用“畫像”和有效的資信評估信息。
參考商業(yè)銀行傳統(tǒng)信貸評級模式,考慮通過以下步驟完成涉外企業(yè)外匯領域跨境信用評級。
第一,將涉外企業(yè)的收付匯金額、經(jīng)營活動現(xiàn)金流等數(shù)據(jù)進行標準化處理,實現(xiàn)數(shù)據(jù)單位、幣種等統(tǒng)一,建立外匯領域跨境信用數(shù)據(jù)庫,根據(jù)不同涉外主體類型設立差異化的評級模型。
第二,對相關外匯數(shù)據(jù)的勾稽關系進行研判,生成不符點。數(shù)據(jù)庫自動提取多個時間維度的收付匯金額、外幣存款、結售匯金額等數(shù)據(jù),判斷數(shù)據(jù)之間的邏輯關系。例如,某外匯企業(yè)的外幣存款增加額大于企業(yè)的收匯和購匯之和,數(shù)據(jù)庫會生成一個不符點。
第三,針對數(shù)據(jù)庫生成的不符點,生成待核實數(shù)據(jù),由外匯管理部門或外匯銀行進行人工調(diào)查判斷,錄入判斷依據(jù)后,根據(jù)結果對不符點轉(zhuǎn)確認或更正。外匯領域跨境信用評級模型根據(jù)不符信息的類型、發(fā)生次數(shù)、涉及金額等情況,對企業(yè)進行相應信用分值的扣減。
第四,提取涉外企業(yè)外匯領域跨境信用數(shù)據(jù)庫中的相關指標,剔除不符點數(shù)據(jù)后,分別生成外匯定量評價得分和外匯定量評價得分,進而得到外匯綜合評價得分。
表2 外匯領域跨境信用評級指標體系
本文以某大型涉外進出口企業(yè)K公司為例,按前述流程計算其外匯領域跨境信用評級結果,驗證在商業(yè)銀行傳統(tǒng)信貸評級中加入外匯領域跨境信用評級后的合理性。如表3所示,2017-2019年,K公司營業(yè)收入分別為37億元、45億元和43億元,涉外收入金額分別為2.89億美元、4.33億美元和2.68億美元。
表3 K 公司2017-2019 年收入情況
1.傳統(tǒng)評級情況。本文利用C銀行現(xiàn)有的信貸系統(tǒng),錄入K公司的傳統(tǒng)信貸評級的各個指標信息,得出K公司2018年傳統(tǒng)定量評價得分為52.45分、定性評價為82.25分,傳統(tǒng)信貸評級得分為64.37分;2019年傳統(tǒng)定量評價得分為40.89分、定性評價為73.25分,傳統(tǒng)信貸評級得分為53.83分。
2.外匯領域跨境信用評級。(1)涉外收入占比。α=0.25*(上年收匯金額/經(jīng)營活動現(xiàn)金流入小計+上年付匯金額/經(jīng)營活動現(xiàn)金流出小計)。2018-2019年,經(jīng)營活動現(xiàn)金流入小計分別為36.96億元和42.94億元,經(jīng)營活動現(xiàn)金流出小計分別28.4億元和36.96億元;收匯金額分別為29.4億元和18.22億元,付匯金額分別為2.3億元和4.31億元。2018和2019年的α取值分別為30.49%和13.52%。(2)定量得分。①2018-2019年收付匯金額分別為4.67億美元和3.3億美元,收付匯金額均得20分。②2018-2019年收付匯金額增長率分別為60.7%和-28.9%,收付匯金額增長率分別得分為20分和8分。③2018-2019年收匯率分別為106.85%和93.53%,均得10分。④2018-2019年付匯率分別為231%和5766%,均得10分。2018-2019年外匯定量得分為60分和52分。(3)定性得分。①2018-2019年外匯評級狀況均為A級,得10分。②2018-2019年結算方式,K公司的結算方式以電匯為主,賬期1-3個月,較為公平,均得5分。③2018-2019年出口信用保險的覆蓋率一般,得5分。④2018-2019年獲獎情況,K公司獲得了多項省級獎項,得5分。⑤2018-2019年境外投資收益流入分別為1998萬美元和1279萬美元,得5分。⑥2018-2019年境外投資利潤增長率得分分別為5分和3分。
2018-2019年外匯定性得分為35分和32分。
2018-2019年外匯匯綜合得分為95分和84分。
3.K公司綜合評價得分。根據(jù)綜合評價得分=α*外匯綜合評價得分+β*傳統(tǒng)綜合評價得分,則K公司2018-2019年綜合評價得分分別為73.71分和57.91分(如表4所示)。可以看出,在加入外匯領域跨境信用評級結果后,K公司2018年綜合評價得分較傳統(tǒng)信貸評級得分增加9.33分,2019年綜合評價得分較傳統(tǒng)信貸評級得分減少4.08分,該情況與K公司2019年主要出口產(chǎn)品價格下降導致出口額下滑的情況保持一致。
表4 K 公司綜合評價得分
1.信貸決策參考。如前文所示,商業(yè)銀行傳統(tǒng)的信貸評級指標體系注重企業(yè)的償債能力和償債意愿,評估結果通常反映其一年期貸款違約概率。對于涉外企業(yè)而言,此種評級模式忽略了企業(yè)的涉外交易情況,無法將企業(yè)涉外信用信息轉(zhuǎn)化為資信信息。如K公司一般,C銀行將其涉外交易信息納入傳統(tǒng)信貸評級模式中去,有利于銀行通過外匯領域信用評級情況全面評估該涉外企業(yè)的整體經(jīng)營情況,進而為信貸決策提供更加科學的信息支撐。
2.分類管理依據(jù)?,F(xiàn)有外匯領域分類監(jiān)管實踐已久,也取得了較好的監(jiān)管效果,但這個企業(yè)分類監(jiān)管在操作環(huán)節(jié)比較簡便,仍屬于“合規(guī)性”分類方法。通過建立外匯領域跨境信用評級指標體系,將評估指標量化,同時根據(jù)不同企業(yè)類型固化指標項,加入權重項,能夠最大限度地實現(xiàn)操作結果的客觀公正。因而,外匯領域跨境信用評級可以作為外匯分類監(jiān)管和外匯銀行分類展業(yè)的重要依據(jù),例如將評級較高企業(yè)調(diào)整至白名單管理,允許外匯銀行對白名單內(nèi)企業(yè)提供更便利服務。
3.征信報告補充。外匯領域信用體系建設是全社會信用體系建設的重要內(nèi)容,而現(xiàn)有征信系統(tǒng)僅將外匯違規(guī)信息納入征信系統(tǒng),缺乏外匯領域的信用信息狀況的全面評估。外匯管理部門可以在現(xiàn)有分類管理基礎上,綜合考量各市場主體的跨境交易行為,生成外匯領域跨境信用信息或融入現(xiàn)有的人行征信系統(tǒng)。
跨境信用體系建設是社會信用體系建設的重要內(nèi)容,因涉外管理部門眾多,綜合考慮模擬數(shù)據(jù)的可獲得性,本文從外匯領域出發(fā)建立跨境信用評級指標體系,并以商業(yè)銀行信貸提供決策參考為例進行外匯領域跨境信用評級的應用展示,為商業(yè)銀行提供了外匯領域信用“畫像”,進而輔助其作出更加科學全面的信貸決策。除為銀行提供信貸決策參考外,外匯領域信用評級還可作為外匯管理部門的分類監(jiān)管依據(jù)和外匯銀行分類展業(yè)依據(jù),同時也可將其作為外匯領域信用信息納入征信系統(tǒng),為社會信用體系建設提供有力補充。
現(xiàn)有外匯領域信用建設情況來看,我們還需作出以下努力:第一,加強頂層設計,健全外匯領域跨境信用立法。可參照發(fā)達國家《公平信用報告法》,嚴格規(guī)范我國外匯領域跨境信用信息數(shù)據(jù)采集、記錄、評估、披露等行為,為外匯領域建立跨境信用評級提供法律保障。第二,整合系統(tǒng)數(shù)據(jù),建立外匯領域跨境信用信息數(shù)據(jù)庫。以數(shù)據(jù)標準化和應用標準化為原則,以信息科技為支撐,整合外匯局各系統(tǒng)中的數(shù)據(jù),開發(fā)跨境信用信息數(shù)據(jù)系統(tǒng),針對不同涉外主體設置不同的跨境信用評級指標體系,實現(xiàn)外匯領域跨境信用信息電子化儲存與計算。第三,注重實際運用,推動跨境信用常態(tài)化管理。包括將外匯領域跨境信用評級結果與外匯管理部門日常監(jiān)管、外匯銀行展業(yè)、企業(yè)信貸評級等業(yè)務相融合,讓涉外主體在外匯領域的跨境信用信息與其日常行為相輔相成。第四,強化信用觀念,增強涉外主體信用管理意識。一方面加強跨境信用體系宣傳引導,另一方面強化外匯領域跨境信用信息披露,引導涉外主體重視其跨境行為影響力。