【豪门世族全球视野Ÿ信用评级专题导读：本文首先总结了我国资产证券化业务的发展概况，其次从定性和定量分析的角度，介绍了我国目前资产证券化产品的评级方法，分析了评级工作所面临的困难，并针对这些困难提出了相关建议。】

关键词：资产证券化交易结构 信用评级 现金流模型

2013年以来，我国资产证券化业务发展较快。随着政策支持力度加大，以及金融机构的踊跃参与，成为市场热点。由于资产证券化产品交易结构较为复杂，资产池的现金流不确定，投资者的风险判别能力相对薄弱，因此评级机构出具的评级报告成为投资的重要依据。但由于我国资产证券化业务尚处于探索阶段，加上缺乏历史数据等客观原因，在信用评级等方面存在较多困难，还需要不断完善。本文结合国内评级机构的评级业务，对资产支持证券的评级方法进行简要分析。

我国资产证券化产品类型及发展概况

（一）依据基础资产的产品分类

目前，我国资产证券化产品主要分为信贷资产证券化产品、资产支持票据、企业资产证券化产品三种模式。这三种模式的主要特征如下：

信贷资产证券化产品的基础资产为信贷资产，监管部门为人民银行和银监会，多由银行、金融公司或资产管理公司发起。在2013年发行的资产证券化产品中，信贷资产证券化产品的规模占比为68%，居主导地位;

企业资产证券化产品的主要表现形式是券商专项资产管理计划，其基础资产范围较为广泛，包括企业应收款、基础设施收益权、租金收入等能带来稳定现金流的资产，其监管部门为证监会;

资产支持票据的基础资产多为企业应收款、政府回购应收款等。主管部门为中国银行间市场交易商协会，并且其审核方式不同于信贷资产证券化产品的审核制及企业资产证券化产品的核准制，资产支持票据的审核方式为注册制。

此外，今年7月由邮政储蓄银行发行的“14邮元”资产证券化产品为资产证券化重启后发行的第一单个人住房按揭贷款证券化产品，规模约64亿元，期限约为25年。未来随着政策支持加大，市场参与度提高，资产证券化产品必将向着多元化的方向发展。

（二）依据交易结构的产品分类

在交易结构设计方面，根据现金流分割方式的不同，资产证券化产品可分为过手偿付型和计划摊还型。过手偿付型没有固定的还本安排，现金流按规定顺序扣除相关费用后直接按比例分配给投资者。计划摊还型则是按预定的还本计划偿还本金，基础资产的现金流需根据投资者的风险偏好、期限、收益进行重新分配。

（三）业务发展的驱动力

对于银行来说，发行资产支持证券可以将流动性差的信贷资产移出表外，从而提高资本充足率，同时起到盘活存量资产、提高资金使用效率的作用。此外，借鉴美国、欧洲等资产证券化发展较为成熟市场的经验，将不良资产打包出售也可能是我国未来资产证券化发展的尝试，这也丰富了商业银行处置不良资产的方法与手段。对于企业来说，资产证券化无疑拓宽了融资渠道，并且丰富了企业在间接融资和直接融资之间转换的路径选择。

在政策层面，发展资产证券化与支持中国实体经济的发展是相辅相成的。当前支持小微企业发展等热点问题均可以通过资产证券化来解决。如2013年7月份发行的阿里巴巴专项资产管理计划，其基础资产为阿里小贷对阿里巴巴、淘宝商铺的小额贷款。未来可以深入发展这一模式，将对企业发放的小额贷款作为基础资产来发行证券化产品，以此实现对小微企业融资的支持，服务我国实体经济。

我国资产证券化产品的评级方法

我国资产证券化业务尚处于起步阶段，相关制度基础及法律环境建设等方面还不完善，加之证券化产品结构复杂，资产池的现金流不确定，投资者对其风险的识别难度相当大，因而评级机构出具的评级报告成为风险提示的重要依据。

证券化产品本质上属于固定收益类产品，具有普通债券的风险特征，如利率风险、流动性风险、信用风险等，此外，由于其结构特殊，还涉及提前还款风险、资产池集中度风险等特殊风险。这些特征使得在对证券化产品评级时，关注点相较普通债券会有所差异。具体表现在：一是重视对资产池现金流的分析而非发行人情况的分析；二是重视交易结构，特别是特殊目的载体（SPV）及相关法律法规的分析；三是加大对信用增级措施的关注。

我国资产证券化的评级尚处于学习国外经验的阶段。评级报告的关注点在于交易结构、基础资产及量化分析，在方法上采用定性分析与定量分析相结合的形式来综合评价。

（一）定性分析

定性分析的方法主要运用在对交易结构和基础资产池的分析上。

1.交易结构

在交易结构方面，风险评价的关注点主要在信用增级、账户安排以及风险提示的条款上。

资产支持证券普遍采用结构分层来进行信用增级，池内资产产生的现金流按优先、劣后的顺序进行支付，劣后端为优先端提供一定厚度的保护。在账户安排上大部分产品都设置了违约前、后两种不同的流动性安排，从而保证优先费用和优先端利息的支付。

资产池中资产的独立性也是关注的焦点，因为与资产独立性相关的风险有抵消风险和混同风险，是指基础资产池中的资产与发起机构的其他债权债务未能实现完全隔离，可能出现挪用现象，这可能会对资产支持证券的投资者现金流的如期支付带来隐患。因此，评级机构会关注产品发行文件中抵消处理条款和回收转付条款的设置，以此评价其基础资产池的独立性。另外，在评估上述风险时还会关注发起人和贷款服务机构的主体信用风险，以及其资产证券化服务经验与水平，综合考察抵消风险和混同风险，进而评价基础资产池的独立性。

2.基础资产池

在基础资产池方面，分析的侧重点在池内资产分布特征及风险要素上，其评价角度与信用债风险分析较为类似。

以信贷ABS为例，评级公司运用行业评级方法将池内贷款的信用风险逐笔分析，并给予不同等级，通过对资产池中各等级的贷款余额比例、贷款行业集中度、贷款地区分布及期限结构等维度的分析，掌握池内资产的总体情况。

（二）定量分析

定量分析一直是评级的难点，其关键在于获得资产池的预期损失分布和现金流分布。

1.通过损失模型获得信用评级与损失比率的对照表

纵观国内外评级公司的定量分析方法，主要是建立损失模型并运用蒙特卡洛模拟方法模拟违约事件，通过大量（如10000次）的模拟测算出池内资产的损失分布。本文以国内评级公司——中债资信的评级方法为例进行分析。

首先，在运行模型之前需要设置输入变量。这里的输入变量有三种：单个资产违约概率、资产相关系数和资产违约回收率（在设置这些变量时需考虑的具体因素如表1所示）。单个资产违约概率由评级公司依据上述影响因素，对照评级公司自身设定的信用等级与累计违约率的评价标准（比如对应表）得出。资产相关系数则结合行业、地区等因素设置，并参考国外违约峰值进行修正，形成相关系数矩阵作为输入变量。资产违约回收率是以基础资产的历史回收率为基础，综合考虑表中的因素等来对资产池内资产逐笔分析，从而得出回收率。

其次，在完成输入变量设定后，即可运行模型。数万次的蒙特卡洛模拟结果可以形成基础资产池的违约分布和损失分布，显示在不同的信用等级水平下，接受评价证券需要承受的资产池违约比率和损失比率的下限值。

第三，在得到各评级证券对应的违约比率和损失比率后，需将损失比率与证券化产品的分层方案结合起来进行评价。若该层证券受到次一级证券的信用增级比率高于某特定评级所对应的损失比率，即可给予该层证券对应的评级。例如，某资产支持证券分为A档、B档和次级档，其中B档和次级档规模占比为18%，即为A档提供了18%的信用增级，而如果模型运行出来的AAA等级对应的损失比率为16%，此时，18%的信用增级安排高于16%的损失比率，即赋予A档AAA的评级。

2.通过现金流模型获得现金流分布并进行压力测试

除了结合损失模型的分析，还需要通过现金流模型对资产现金流进行分析，来确定资产池产生现金流的分布。现金流模型设计需要考虑的因素主要有：交易结构、信用增级措施、现金流支付机制、信用触发机制。

资产池的现金流入包括本金回收款、利息回收款和合格投资收益等，现金流出包括税费和规费、参与机构服务费用、优先档利息、优先档本金、次级档期间收益和次级档本金等。模型中产品各层的预期利率依据市场同类产品的发行利率设定。现金流模型的输出结果为资产池未来现金流的流入、流出时间分布及规模分布。

考虑到资产池现金流不确定的特征，除测出资产池在正常情况下的现金流分布以外，还需要考虑证券化产品在面临各种情景（压力）时现金流的分布情况，所以要对现金流进行压力测试。

压力测试的主要思想是通过改变基准条件得出各层级不同情景下的临界违约率。这里的临界违约率是指在目标信用水平下，恰好能产生足够现金流并按约定支付本息时的违约率。如压力条件可设置为违约时间分布变动、回收率和回收时间变动等，并运用模型进行计算。

在得出各层级临界违约率后，将其与第一部分运用损失模型得出的不同信用评级下，接受评价证券需要承受的违约比率进行比较，若临界违约率高于违约比率，则认为基础资产抵抗违约的能力超过了预期水平，即可赋予该层级对应的评级。　　

在完成损失模型、现金流模型及压力测试后，对产品的各档次可能会得出不同的评级结果，将其进行比较，并取较小值来确定最终的评级。

我国资产证券化产品评级面临的困难及相关建议

在评级方法上，资产支持证券与信用债相比既有相似处，又有不同点。相似处在于两者都要对池内资产的信用情况进行多角度的分析，包括评级分布、地区分布、行业分布等，而不同点体现在对交易结构的分析及对现金流分布的定量模拟分析。

引入模型是为了模拟资产支持证券现金流不确定的特性，如此评价更加符合产品本身的特征，但是引入模型的缺陷也是显而易见的。

首先，量化模型的输入变量均是对现实情况进行数量化的抽象模拟，是一个将定性指标量化的过程。如何使输入指标更贴近实际情况才是关键所在。因此，加大样本数据范围是一个有效方法，企业间关联关系、行业集中度、贷款集中度、违约率等均需依靠大量历史数据的支撑才能使指标更具代表性。然而目前我国资产证券化业务尚处于起步阶段，历史数据积累不足，难以为评级机构的评估提供支持。其次，在资产相关度设定时，一般是引用国外违约分布来修正相关系数矩阵，我国国内还没有像国外评级机构那样具有较为完善的相关参数分布表。若照搬国外恐怕难以与我国的实际情况相匹配，若比较的标准出现偏差，结果也难以确保准确。最后，模型总是基于一定假设条件而成立，如何使模型假设更加贴切地反映现实情况也是未来值得进一步研究的。

针对以上困难，本文提出如下建议：一是加强对投资者的培训，使其清晰理解资产证券化产品构成及交易结构，对产品本身要有风险识别意识，不过度依赖评级结果；二是建议评级公司结合我国实际情况设定定量分析模型，使得模拟结果能更准确地反映真实的产品情况；三是加强历史数据积累，尽快建立、完善相关参数的分布表，提高模型与现实的拟合度。

作者：黄艳红 徐曼   来源：《债券》杂志