2020年12月11日，人民银行组织召开信用评级行业发展座谈会，要求评级行业应认真总结经验教训，坚持职业操守，勤勉尽责，努力提高评级能力，提升评级质量。 

14日，媒体爆出，知名信用评级机构东方金诚系列腐败案；当日，中央纪委国家监委网站发布《深度关注|东方金诚高管被查引出信用评级领域系列腐败案：量钱评级》，正式揭开了这一行业黑幕——论单收费、量钱评级；利益勾结、熟客作案；面广人多、案情交叉。一幕幕，仿佛精彩的商业犯罪大片。 

从华尔街到金融街，信用评级的腐败都是同样的景象。在华尔街“花钱买评级”早就是公开的秘密，穆迪一位经理级人士在2008年接受质询时承认，“我们把灵魂出卖给了魔鬼来换取金钱”。在央行12月11日会议前，国内媒体也爆出多家评级机构因评级虚高等问题遭监管约谈。其中，有“信用评级第一股”之称的联合资信被爆出“带病上市”，冲击A股谋求利益。

到底是什么导致了信用评级行业滋生腐败顽疾？不少国际、国内媒体将之归结到人性的贪婪上。 

2008年世界金融危机爆发前，华尔街三大评级机构罔顾投资者利益，将90%的次级债都评为AAA级别，由此赚取了12亿美元左右的收入。这次东方金诚案，犯罪人崔润海透露，调高一次信用评级级别就收了200万元，“比做一个项目几万元的提成多几十倍甚至上百倍”。主要犯罪人金永授也承认，从第一次收钱时的忐忑不安，到后来就变成了麻木不仁，逐渐变成了金钱的奴隶。 

人性的贪婪可以通过机制进行约束，然而又是什么为贪婪的人制造了机会呢？ 

据一位行业内部人士透露，目前市场上大多数信用评级流程大致是：项目立项与准备、信息收集与调查、信用风险分析、信用等级确定、等级公示与跟踪。这里面起到关键决定作用的，是评审委员会，更具体点，是评审委员会的主任和各位评委。人为干预和影响成为传统信用评级流程的固有缺陷。 

例如本次东方金诚案主要犯罪人金永授就说到：“为怕别人发现，我对自己关注的项目，都是采取比较隐蔽的方式，虽然表面上不直接介入和操纵评审工作，但我多次通过与评审委员会主任及部分评委个别交流，或借安排企业来访之机发表个人倾向性意见，以此来影响评审结果。”金永授虽然是通过间接干预的方法，但基础仍然是他作为总经理，有资格以领导的身份对下属员工个人造成影响。

由此可见，要想彻底排除人为因素干预评估结果，根治行业腐败顽疾，必须革新传统信用评估流程和方式。 

大路科技首席数据官Bruce Lau 指出，信用3.0科技能够很好地解决该问题。他介绍，在信用1.0到信用3.0的演进中，信用评级方式处于信用1.0过渡到信用2.0的中间阶段，它不同于仅具有搜索、查询、统计功能的信用1.0，但也还没有达到依靠大数据信用评估技术描绘企业画像的进阶阶段。 

现有信用评级主要综合外部信息，如宏观经济、政策法规、市场竞争、企业生产原材料、产品市场；内部信息，如财务报告、经营记录、运营政策和企业尽职调查，如实地考察、走访、电话询问、当面访谈来完成。 

Bruce Lau总结，这其中涉及到太多的人为干预和主观评价因素，极易造成评级虚高、难以预警、利益冲突、评级报告有失公允等问题。而大路科技运用信用3.0科技打造的bMARS（Behaviour Model of Association Risk System）玛尔斯信用管理平台，运用大数据和人工智能，以自动化、AI化的形式进行快速、精准、客观的信用评估。 

bMARS玛尔斯信用管理平台实现了全流程智能化，杜绝人工干预，通过高度集成的数据开发与接入环境，具备高效的数据处理与分析能力，在AI算法模型的帮助下，实现了智能驱动数据+算法实现结果输出。与传统信用评级模型不同的是，bMARS玛尔斯模型研发层是以人工智能、数据挖掘算法建立起来的可扩展动态模型系统，具备高度的智能化、动态化、自动化特征。 

无论是AAA国企债券惊现违约潮，还是评级腐败系列案件频发，都暴露了传统信用评级存在的根本缺陷，通过对个人和机构道德风险的防范或事后的惩戒无法治本。应该借助新兴的科技力量，开辟企业信用评估的全新路径，才能根治顽疾，实现信用评估评级行业的良性发展。