文/债券市场形势 　　

　　

　　中国的ABS是从2005年央行和银监会联合发行《信贷资产证券化试点管理办法》开始的。在2005年和2007年的两轮试点项目之后，金融危机暂停了试点项目。由于国内ABS存在诸多制度缺陷，自2012年解禁以来一直处于阶梯式发展状态。直到最近两年，在银行和消费金融公司的需求下，以及房地产债券受阻时寻找新的融资渠道的背景下，ABS发展迅速。 　　

　　

　　 　　

　　

　　ABS一般包括优先级、夹层和次级。一般前两级获得固定收益，第二级获得浮动收益，优先级和第二级作为安全垫。因为部分产品过度抵押，原所有人可以调整基础资产来保障收益，所以ABS次级档一开始是由原所有人自持，只作为杠杆工具。但2017年5月《关于进一步规范银行理财产品穿透登记工作的通知》出台后，银行理财无法转让银行结构化资产的次级资产，信贷ABS的次级档开始大规模发售。而其他类型的ABS次级档多为自持，很少对外出售。 　　

　　

　　目前市场上一些二档的收益确实还可以，尤其是在目前收益率下比较快的时间点，一些投资者已经开始把目光投向ABS的二档。但是这个东西对大多数投资者来说还是比较新的。毕竟目前市场上大部分机构的投资范围都不包括二档。对于大多数机构来说，缺少默认矩阵和关联列表。他们看不懂高斯Copula和蒙特卡罗是什么，领导都给了指示。我们应该从哪里开始？今天就来说说土味ABS的评价方法(穿插一些春雪内容)。 　　

　　

　　拿到一个ABS，首先应该读产品说明书和注册报告，关注产品的法律结构和各个操作环节，判断这个产品到底需要评估的是谁的信用。的大多数资产支持型证券只是一种债务，只是一个为监管套利而包装的资产支持型证券外壳。虽然债权ABS在现行制度框架下具有相对较高的破产隔离程度，实践中也有很多真实出售的案例，与字面意义上的ABS比较接近，但实际上很多流通购买的信用ABS在法律上似乎已经实现了破产隔离。在操作环节的设计上，原所有者会在流转过程中对资产进行调整，并没有真正意义上的出售，使得这类ABS仍然具有一定的负债特征。 　　

　　

　　 　　

　　

　　其次，对原始权益的评估。即使是实际出售的基础资产，也需要评估原始权益持有人的风险偏好、贷款审批的内控流程机制、资产规模、增长率和不良率变化、其目的在于从机制上判断发行资料给出各种参数的可信性和资产包的质量。. 　　

　　

　　在开始之前，我们首先要明白一个问题，那就是一个资产实际出售的ABS二档的安全垫和收益从哪里来？我们认为，在次级档的安全垫和收益本质上来源于基础资产包现金流入与优先级、夹层级现金流出的差额，这个差额来源于基础资产加权平均利率与优先、夹层级利率、各种费用之间的超额利差和基础资产包期限与优先、夹层级期限之间的期限差。对信用ABS进行建模和度量的核心是理解现金流在各种产品上的覆盖范围。普通信贷资产证券化的建模过程通常如下： 　　

　　

　　 　　

　　

　　在评估一个零售信贷ABS，,高度分散的情况下，资产的相关性在一定程度上可以忽略，建模可以通过精确的算法来解决。当然，也可以用不良贷款、提前赔付率、违约回收率等参数进行模型卡罗模拟，从而找到现金流在一定置信区间内对每项资产的覆盖率。对于分散效果不好、区域和行业具有集中特征的资产，还要考虑资产之间的相关性，这样会比较复杂。下面将描述寻找资产的直接联合违约概率的方法。 　　

　　

　　对于对公信贷ABS，严谨的建模过程应构建基于多因子Copula模型的信用组合模拟模型，计算资产包中每项资产的影子违约概率。但一般来说，公共资产的资产池是高度集中的，所以要考虑资产之间的相关性。违约的相关性可能是由地理或行业层面或更广泛的宏观经济形式的资产集中造成的。当资产有共同的风险因素时，资产之间的相关性就会提高。风险因素需要查询相关列表。资产的相关结构用两两线性相关系数来描述。接下来用不良贷款、提前偿付率、相关性、违约回收率等参数进行蒙特卡罗模拟，估计资产的联合违约概率。将联合违约概率与产品的临界违约率进行比较。如果收益率在临界违约率的阈值范围内是可以的，就可以做出投资决策。 　　

　　

　　 　　

　　

　　正常的ABS评估例程需要大量的建模和计算，相对复杂。但是在实践中做出投资决策，只需要做一个现金流瀑布就足够了. 　　

　　

　　零售信贷相对简单。就做个现金流瀑布，给不良率、提前还款率、回收率、优先发行利率加压。仅仅测量几个临界值就足以做出投资决策。以零售做现金流瀑布的关键在于指标的选取。,为例，银行宣布。 　　

不良率指标的可信度，不良率这个指标是很容易被调节的，即便在分类的时候没有进行调整，作为一个时点值也可以被做大的分母所冲淡。评估一个静态的资产包比较合适的指标其实是不良生成率，但目前没有任何一个产品的资料中公布这个数据。另一种替代的方法是从多个静态样本池中推出一个迁移率，并用这个迁移率和银行的风险偏好、内控水平相互印证，得出一个合理的不良率。

　　

零售信贷另一个难点是循环购买。不循环购买的产品基础资产池是初始给定的，但对于真卖断的产品，循环购买阶段买的都是什么资产，该使用什么参数呢？其实循环购买的情形没这么难，如果初始资产池是从银行整体的资产池里面随机选取的，且样本容量和整体资产池规模足够大，那么样本和整体将符合同一分布。循环购买的资产如果仍然是从整体资产池中随机抽取的，那么一定和初始资产池符合同分布，所以循环购买仍然使用初始资产池相同的参数就好了。不过循环购买的金额随着不良的出现是在不断减少的，这一点在测算中必须要考虑进去。

　　

对公信贷的土味建模相对比较麻烦，首先做一个现金流瀑布，求出无违约情形下次级档的安全垫（其实也就是次级档的总收益，含期间收益和超额收益）。无违约情形下的收益和这个安全垫就是决策的两个阈值。接下来就是把基础资产池整个盘一遍，找出可能发生违约的贷款，再把这个可能违约金额和安全垫进行比较，如果大于安全垫自然也就不投了。

　　

但是上述两个方案都有两个硬伤，一个是逐一审核资产池的贷款的过程其实是将这些贷款作为孤立的主体来评估，但对公资产池相对不分散，贷款之间其实经常有一定相关性，比如去年民企就整体呈现出了信用资质下降。但目前应该绝大部分投资者有相关性列表，也算不出联合违约概率，在测算中等于忽略了资产的相关性。所以这个测算的结果是完全不准的，连估计都算不上。另一个硬伤是对公信贷的资产包一般都是几十家，又不够分散到用统计的方法来解决，逐笔审核对于信评的工作量真的太大了。所以在现阶段，除非是领导要求霸王硬上弓，没有量化建模的投资者我们是不太建议投资对公信贷类的ABS次级档的。

　　

上面的评估过程虽然土味，但是已经足够满足一般的需要给自己的投资决策寻找逻辑落脚点的投资者。对于简单粗暴的信仰派，只需要一个逻辑就够了：这家银行后面还要继续发债和ABS的，怎么会让这期产品次级出现损失？横竖还是看主体。虽然ABS这些乱七八糟的结构和现金流我根本看不懂，但我懂国情和人心啊。