——從美國 AA+ 到 AI 時代的可驗證信用市場
2011年，標準普爾取消了美國長期保持的AAA主權信用評級。2023年，惠譽也把美國從AAA降到AA+。2025年，穆迪將美國長期發行人和高級無擔保債務評級從Aaa下調到Aa1。
可是，美國國債並沒有因此退出全球安全資產的核心位置。它仍然是世界上最重要的儲備資產、流動資產和抵押品之一。於是產生了一個很有意思的問題：德國是AAA，美國是AA+，是不是意味着德國國債在所有意義上都比美國國債安全？
當然不是。
問題也不在於評級公司簡單地「評錯了美國」。評級機構本來就沒有聲稱，一個AAA或者AA+能夠回答關於一個國家、一家企業或者一張債券的所有問題。信用評級主要評價的是一個主體或者一項債務按時、足額履行金融義務的相對信用風險。這只是信用問題中的一個維度，評級公司提供的是其中一把重要的尺子。
美國國會預算辦公室（Congressional Budget Office，CBO）、美國政府問責局（Government Accountability Office，GAO）、美聯儲（Federal Reserve，Fed）、美國財政部（U.S. Department of the Treasury）、評級機構和市場投資者都在研究美國，但他們研究的並不完全是同一道題。美國長期財政是否可持續，是一個問題；巨額債務能不能不斷滾續，是另一個問題；美國國債（Treasury securities）市場在壓力時期還能不能保持正常運行，又是一個問題；美國政府會不會按時履行債務義務，仍然是另外一個問題。因為信用是多維的，衡量方式不同也就是尺子不同。
這也解釋了為什麼美國可以一邊失去AAA，一邊仍然擁有全球最重要的安全資產之一。市場對評級公司多有抱怨，評級並沒有因此失去意義。真正容易出錯的是我們自己，認為評級公司的尺子代表了全部。
問題由此往前走了一步。既然現實中的信用本來就是多維的，為什麼最後卻要把這樣一個複雜世界壓成AAA、AA+、AA幾個字母？
一、AAA不是錯誤，它是人類處理複雜世界的一種辦法
與信用有關的知識和研究分散在不同機構。
評級公司研究償債能力，財政機構研究債務，央行研究金融穩定和市場流動性，投資者研究價格，學者研究安全資產和資本流動。研究一家企業也是如此，財務部門知道資產負債，銀行知道授信，供應商知道付款情況，客戶知道交付能力，審計師掌握財務報告，評級分析師研究行業、競爭能力和資本結構。
一個普通投資者不可能長期跟蹤幾十個機構、幾百個指標和不斷變化的假設。即使專業機構內部，也必須把複雜判斷變成可以溝通、可以引用、可以執行的結果。
於是人類發明了一種非常重要的工程辦法：壓縮。
AAA、AA+、AA、A就是一種壓縮語言。
這種壓縮並不落後。合同需要明確的標準，投資授權需要邊界，指數、抵押品制度、風險限額和內部治理也需要共同語言。即使未來AI能力再強，一個投資委員會也不可能每買一張債券，都先討論幾百個信用節點。
為了得到一個簡明結論，我們仍然需要壓縮；有了AI，被壓縮掉的複雜世界卻不必隨之消失，需要時還可以重新展開。所以AI不會讓AAA消失。AA+繼續存在，下面卻可以保存形成AA+的事實、假設、模型、判斷、不同意見和歷史變化。需要一個快速結論的人，只看AA+；希望知道為什麼的人，可以繼續往下查詢。
這一步看似不大，實際上改變了評級產品的結構。
二、評級可以從一個結果，變成一個可以不斷展開的入口
如果最後只是用AI重新計算出「美國綜合信用94分」，其實沒有太大意義。那只是把一把舊尺子做得更複雜。
更值得做的是讓同一個AA+能夠展開。
這種展開至少有三層含義。
第一層是把一個字母展開成它背後的不同信用狀態。
同一個美國，可以同時存在這樣的情況：長期財政繼續惡化，債務滾續壓力上升，經濟生產能力仍然很強，美國國債融資能力仍然很強，正常時期市場流動性極高，壓力時期又可能暴露局部脆弱性，美元仍然處於全球貨幣體系中心，同時債務上限這樣的政治風險周期性出現。
這些判斷完全可以同時成立。沒有必要為了得到一個「完整答案」，把它們強行平均成92.7分。
傳統評級繼續承擔壓縮功能，狀態層負責把複雜性保留下來。兩者並不衝突。
第二層是同一套事實可以根據不同的問題重新展開。
一個準備持有三十年美國國債的投資者問：「我最大的風險是什麼？」系統自然要更多調用長期財政、實際利率、通脹、生產率、長期稅基和美元體系這些因素。
另一個投資者持有的是三個月期美國短期國庫券（Treasury bill，T-bill），問的卻是近期債務上限風險。此時真正重要的可能是具體到期日、財政部現金餘額、財政部預計現金和非常規措施可能耗盡的「X日」（X-date）、支付安排和短期市場流動性。
如果提問者是一家央行的儲備管理機構，它最關心的又可能是市場容量、流動性、美元支付網絡、儲備資產功能和抵押品體系。
面對的是同一個美國，使用的是共同的事實底座，最後展開的內容卻不一樣。
這恰恰是AI相對於一份標準PDF報告最大的優勢之一。它不是為了給不同用戶製造不同事實，更不能偷偷改變正式評級的方法，而是可以從同一套事實中，把與當前問題真正有關的部分調出來。
第三層是判斷本身可以沿時間展開。
今天看到AA+，用戶不應該只能問「為什麼是AA+」，還可以繼續問：這裏面最重要的三個判斷是什麼？哪一個判斷最不確定？什麼事實出現以後評級機構會承認原來的判斷需要改變？去年為什麼不是這樣判斷？去年哪一項預測後來沒有發生？
這時展開的已經不只是數據，而是評級機構自己的判斷歷史。
這一層非常重要。
因為信用評價中最難驗證的，恰恰不是一個數字有沒有抄錯，而是一個判斷當時為什麼形成，後來為什麼改變。
三、只有AI還不夠，展開以後必須能夠驗證
大模型可以迅速讀取大量材料，也能夠把這些材料組織成一個邏輯完整的故事。
但故事完整並不等於判斷可靠。AI同樣可能忘記自己過去怎樣判斷，把後來發生的事實偷偷寫進原來的預測，混淆事實和假設，或者在不同時間使用不同的標準。幾個AI給出同樣答案，也不能自動證明答案更可靠，因為它們可能引用的是同一組數據、同一篇報道，甚至只是重複同一條證據鏈。所以，真正的AI信用系統不能只保存今天的答案。它還要知道原始事實來自哪裏，當時使用的是什麼數據口徑，哪些是事實，哪些是假設，採用什麼模型，分析師作了什麼判斷，委員會最後為什麼接受或者修改這個判斷。以後模型改變了，舊版本還應當能夠回放；判斷變了，也應該知道是什麼事實促成了變化。
如果最後錯了，至少可以重新追問：錯在事實，錯在模型，錯在假設，還是錯在人？
這就是可驗證和普通「AI評級」的分界線。
確定性的事實可以核驗，過程可以回放；認知性的判斷不可能像銀行餘額那樣被簡單證明為「真」，但判斷形成的依據、過程和歷史可以覆核。
評級正是一個非常典型的認知性判斷場景。因此，可驗證評級不是聲稱「我能夠證明AA+絕對正確」，而是允許後來的人知道：評級機構當時依據什麼作出AA+，什麼條件會支持這個判斷，什麼條件會削弱它，什麼事實出現以後它應該修改。
四、這套系統其實不需要一開始就做得很大
如果今天真的讓一家評級機構試着做，我反而不主張一上來建設一個龐大的「全球信用作業系統」。
第一步完全可以很小。
傳統的「AA+ / Stable」繼續保留，只要在它後面允許用戶進一步看到四類內容就已經很有價值：這個評級最關鍵的假設是什麼，當前最大的幾個不確定性在哪裏，出現什麼事實會使當前判斷失效，以及評級機構過去怎樣修改過自己的判斷。
用戶看到AA+以後，可以繼續問：「為什麼？」
系統展開最重要的事實和判斷。
再問：「哪一項最不確定？」
系統告訴他當前判斷最薄弱的部分。
再問：「什麼情況下你會改變？」
系統給出原來就記錄下來的削弱條件或者失效條件。
再問：「你去年為什麼不是這樣判斷？」
系統把舊版本和修訂原因調出來。
做到這裏，其實已經比再發明一個「美國信用94分」重要得多。
因為它並沒有推翻現有評級制度，卻把原來壓在一個字母下面的判斷過程打開了。
交叉驗證也應該遵守同樣原則。三個AI說AA+並不重要。首先應該核對底層事實是否來自相對獨立的來源；然後比較不同模型在同一事實下是否得出相近結論；再觀察評級判斷是否和收益率、信用違約互換（Credit Default Swap，CDS）、回購交易市場（repo market，repo）、國債拍賣等市場信號出現值得解釋的異常背離；最後才是讓不同AI去解釋這些材料。
這裏尤其要注意，市場價格也不是評級的「真值」，不同政府機構的數據也並非統計意義上的完全獨立。真正需要檢查的是來源、方法和觀測對象究竟有多少獨立性，哪裏存在共同依賴。
有時候出現衝突反而更有價值。因為衝突往往正是下一輪研究的入口。
五、可驗證首先要約束評級公司自己
評級行業還有一個不能繞過去的問題：評級公司本身也不是站在利益關係之外的上帝。
美國有全國認可統計評級組織（Nationally Recognized Statistical Rating Organization，NRSRO）註冊與監管制度，評級還被投資政策、融資安排、風險管理和其他制度廣泛使用。與此同時，大量評級業務長期採用發行人付費（issuer-pay）模式，也就是由發行人、承銷商或者相關債務人支付評級費用。監管機構長期把這種商業模式可能產生的利益衝突作為需要管理的問題。
AI進入以後，並不會自動把這些問題消滅。相反，「可對話評級」可能帶來新的風險。
假如發行人可以和評級AI不停試驗各種假設，直到找到一個最有利的解釋；付費客戶能夠獲得別人看不到的重要信用判斷；商業部門可以影響AI突出哪一類事實、淡化哪一種風險，那麼技術越先進，問題可能反而越隱蔽。所以系統必須保留幾條邊界。
共同事實、正式評級、對外公開解釋和客戶自己的情景分析不能混為一談。客戶當然可以問：「如果明年收入下降20%會怎樣？」但這種情景分析不能偷偷變成另一套只對某個客戶有效的正式評級。
評級委員會如果決定推翻模型建議，當然可以，但理由必須留下來。
AI參與判斷，但不能變成責任的黑洞。
專業分析師、評級委員會、合規和監管不會因為AI出現而失去價值。AI更適合做的是把過去容易被最後一個字母遮住的專業過程保存下來，讓需要覆核的人能夠在適當權限下重新進入。
這也回答了文章標題的一半：評級公司在評價別人之前，自己的判斷方式也應該進入可驗證時代。
六、評級公司真正可能打開的新市場——企業市場
如果文章到這裏結束，它仍然只是一篇關於評級產品怎樣改進的文章。
但一旦企業模型進入這個框架，市場邊界就開始變化。
現有評級體系本來就區分發行人信用和具體債項信用。評價一家企業整體履行金融義務的能力，與評價它發行的某一張具體債券，並不是完全相同的事。具體債項還要繼續考慮償付順序、抵押、擔保和契約結構。
也就是說，企業信用原本就是債券評級的重要底座。
這帶來一個很自然的問題：如果企業本身已經有一個由AI持續維護的信用模型，為什麼每發行一張新債都還要從頭開始理解這家公司？
企業的資產負債、現金流、債務期限、行業狀況、競爭能力、管理層、重大訴訟和擔保情況，本來就在持續變化。如果這些信息長期維護在同一個企業信用底座上，新發行一張債券時，只需要在主體信用基礎上進一步分析這張債本身的結構。
於是債券評級就可能逐漸變成企業信用模型的一種輸出。
企業在某種意義上還比國家更適合做這件事。一個國家涉及徵稅能力、貨幣能力、政治制度、政策意願、社會穩定和地緣關係，大量因素沒有統一的會計口徑。企業至少有明確的法律主體，有資產負債表、利潤表、現金流量表，有審計，有合同和相對清楚的責任邊界。
當然，把幾份財務報告輸入AI，並不能自動產生一個可靠的AAA。
但過去大量需要分析師反覆完成的基礎工作，已經越來越能夠機器化。長期財務數據、債務變化、資本開支、重大交易、訴訟、擔保、行業和競爭關係不斷加入以後，一個持續維護的企業信用狀態就可能逐漸形成。
「AAA企業」在這裏也不能被理解成「最好的企業」或者「最值得買的股票」。
它只討論信用。一家增長不快、估值也不高，但負債很少、現金流穩定的公司，可能擁有非常好的信用；一家增長驚人、技術領先的公司，因為資本結構或者現金流風險，也未必擁有最高信用等級。
股票投資價值和償債信用仍然是兩把不同的尺子。
真正把市場打開的問題在後面：如果企業信用模型能夠長期存在，為什麼只有準備發債的企業才值得被評價？
一家從來沒有公開發債的企業，銀行仍然要決定是否貸款給它；供應商要決定是否給它賬期；客戶要決定是否預付款；保險公司要決定是否承保；另一家公司要決定是否簽長期合同；政府採購也要判斷一個承包商幾年以後是否還能正常履約。
例如，一家供應商要不要給客戶90天賬期，系統可以重點展開短期現金流、短期債務到期、銀行授信、應付賬款和歷史付款記錄，而不必把與這次交易關係不大的長期股價估值放在中心。企業信用底座沒有改變，調用的只是與這次信用關係最有關的部分。
這些經濟活動每天都在發生信用判斷。
過去不同機構各自重新收集資料、各自建立風控。一個重要原因就是人工評價成本太高，沒有一套成本足夠低、能夠長期維護、又能供不同場景調用的共同信用底座。
AI使評價成本下降，可驗證又使機器評價能夠給出依據和歷史。
兩者結合以後，評級市場的規模可能逐漸不再取決於「有多少債券需要評級」，而越來越取決於「有多少經濟關係需要可信判斷」。
過去評級市場主要由融資需求創造。未來，驗證需求也可能創造一個新的市場。
七、再往前一步，評價對象會超過傳統的「償債能力」
企業評級還可以繼續延展，但這部分沒有必要在今天一次講完。
一家基金管理公司有沒有錢償債，是信用問題；但投資人還會關心另一件事：它是不是按照自己承諾的制度管理客戶資產，授權有沒有真正執行，風險規則是不是只寫在紙上，出了問題以後有沒有留下可以復盤的過程。這已經不完全是傳統意義上的債務信用，而更接近一個機構的運行信用或者制度信用。
評價人的問題也一樣。
未來完全沒有必要給一個人創造一個「信用72分」。一個長期公開作出判斷的人——無論是企業家、基金經理、經濟學家、分析師還是政治人物——都會留下大量公開記錄。哪些是事實陳述，哪些是預測，哪些是承諾，後來事實怎樣，判斷是否修正，本來就是不同的問題。
AI使這些記錄第一次可以低成本地長期整理。
中國人過去常說一句話：「老天爺都給記着。」
過去這主要是一種道德上的說法，因為人的記憶有限，時間一長，很多話就沒人再去找了。
AI出現以後，公開記錄長期保存和隨時調用第一次變得容易很多。當然，AI不是老天爺，它自己也會記錯，所以任何重要記錄仍然應該能夠回到原話、原始文件和當時的時間。
一旦人們習慣問一家評級機構「你五年前為什麼這麼判斷」，自然也會想到，同樣的問題為什麼不能問一家企業、一個管理機構或者一個長期公開作出判斷的人。
評級只不過是最適合開始的地方。
八、誰給評級公司評級
回到最初的問題。
評級公司評國家、評企業、評債券，那麼誰來給評級公司評級？
如果答案仍然是再找一家更權威的機構，就會陷入一個沒有終點的循環。
如果答案是AI，也只是把過去對機構的信任換成了對機器的信任。
更有意思的答案可能來自評級公司自己的歷史。它十年前掌握了什麼事實？當時作出了什麼判斷？哪些判斷後來被證明有價值？哪些判斷錯了？錯在哪裏？它什麼時候發現自己錯了？後來有沒有修改模型？下一次遇到類似情況有沒有進步？
當這些記錄長期存在以後，評級公司幾十年積累下來的東西就不只是一個個AAA和AA+，而是一套極其寶貴的「事實—判斷—結果」歷史。
這甚至可能成為AI時代評級機構最重要的資產之一。
普通大模型當然可以讀一份今天的財務報告，但評級機構幾十年的真正優勢，是它擁有大量「當時我們知道這些，後來世界變成這樣」的專業歷史。如果這種歷史被結構化，同時又保留當時版本而不被後來結果重新改寫，它就成為非常珍貴的訓練、校準和驗證材料。
過去評級公司的核心能力，是把複雜世界壓縮成一個可信的字母。
未來最優秀的評級機構，還可能增加另一種能力：把字母背後的世界持續保存下來，在需要的時候展開，並讓自己的判斷接受後來事實的檢驗。
隨着企業信用模型擴大，債券可能只是其中一個出口。銀行、保險、供應鏈、投資、採購和其他機構都可能調用企業信用狀態。未來如果AI智能體（AI Agent）大量參與經濟活動，調用信用判斷的甚至不一定是人。一個採購智能體簽合同以前、銀行智能體放貸以前、保險智能體承保以前，都可能先查詢交易對手的信用狀態。
到那時，評級可能不再只是一份報告，而逐漸成為經濟活動中的一種信用基礎服務。
AI使複雜世界能夠長期保存、快速調用；可驗證則讓這種能力本身受到約束。評級機構能否把AI、歷史數據、專業判斷和可驗證機制真正組織起來，決定了它能否從評級服務機構進一步走向信用基礎設施。
三大評級公司最終能否繼續獲得市場信任，不應只看它今天給別人什麼評級，也要看它自己的判斷能否經得起長期驗證。如果一家評級機構長期留下的記錄和可驗證的歷史支持它，我們就有理由繼續相信它。
