陈剑，点石金融服务集团，管理合伙人
编者按
美国是资产证券化最为发达和成熟的市场，也经历过从繁荣到泡沫、从泡沫破灭到重建这样非常完整的市场周期，出现过很多风险事件。在“2016年中国资产证券化论坛年会”上，CSF会员陈剑先生详细阐述了投资美国MBS和ABS的三大风险管理策略，通过对两房ABS投资风险管理案例分析，详细解析了信用风险的定价系统、房价预测模型、风险定价公式。从陈剑先生的演讲中，我们可以解析出一些对中国未来ABS管理有益的启示和帮助。
陈剑先生，现任职点石金融服务集团管理合伙人，负责中国境内的资产证券化业务。陈剑先生有着长达17年的资产证券化从业经历，在风险分析、计量建模、风险管理、模型验证和压力测试等方面的经验十分丰富，曾任美国安富金融工程集团董事总经理、美国国民房贷协会（房利美）资本市场风险管理总监、美国联邦房贷公司（房地美）风险建模总监，后为政府全国按揭贷款协会（吉利美）提供金融咨询。陈剑先生目前还是福坦莫大学（Fordham）兼职教授，也曾是约翰霍普金斯大学凯利商学院金融学及房地产学兼职教授。
以下是“美国ABS投资的风险管理策略”分享实录。
分享实录
今天我分享的主题是美国ABS投资的风险管理策略。美国资产证券化市场在过去的20年里，经过了从繁荣到泡沫、再到泡沫破裂的非常完整的周期，这期间有很多风险事件出现。而在中国，资产证券化才刚刚兴起，我们还没有见到整个市场下行的景象。比如大家都关心的房价问题，假设房价泡沫破裂，是否跟房价有关的资产都会出现严重的信用事件？如果出现的话，应该如何管理？我今天讨论的话题就是如何从美国ABS风险管理策略中寻得对中国的借鉴作用。
一、美国资产证券化现状
美国的资产证券化的市场占债市的很大部分，含有不同的产品：包括Agency的MBS和Agency的CMO。以前两房是有联邦政府隐含担保，金融危机之后变为显性担保。除了联邦机构的资产支持证券，还有华尔街投行发行的ABS，一般称为Private Label Securities，PLS有信用风险的，购买PLS之后，有很多技术手段管理信用风险。除了以上债权类的ABS，股权类的资产证券化主要为REITs，规模大概是债市的1/10。MBS和ABS加在一起的总额度大概为10万亿美元。
我今天主要分享债市ABS的资产证券化管理。在美国资本市场的债市分布中，国债占比高于1/3，有1/4是MBS，还有市政债和公司债。PLS占比相对来说比较少，因为金融危机之后投资者出于避险考虑不愿投资，大部分出现很严重信用问题的债券都是由这类PLS组成。12年前，也就是2003年左右，整个债市规模为2015年的一半左右，MBS为最大份额存量，ABS占到7.8%的份额，比现在的3.8%的市场份额多很多。
MBS的市场存量主要由Agency MBS、Agency CMO、PLS中的RMBS、CMBS这四个部分组成，总共约九万亿美元。商业房地产抵押贷款份额占比较小，不到1万亿美元左右。2007年之后PLS的RMBS发行量逐步减少，总共存量只有1万亿美元不到。目前美国绝大部分的MBS的市场或者MBS+ABS的市场还是由由三家联邦机构——房利美、房地美、吉利美主导。其中，吉利美在2007年、2008年以后的MBS存量大幅度增加，因为吉利美针对的发行对象是信用风险比较高的借款人，金融危机以前可以借次级贷款或次优贷款，但金融危机后这些渠道被关闭，这些信用风险比较高的借款人就只能去政府部门如吉利美贷款。
二、投资美国MBS和ABS的主要风险管理策略
投资美国MBS和ABS三种主要风险的管理策略，包括市场风险、信用风险和流动性风险的管理策略。
1、市场、利率风险
在这几大风险里面，市场风险指标相对来说比较直接，衡量指标比较标准化，因此比较容易测量和管理。
房利美、房地美、吉利美这三家机构的MBS只有市场风险，没有信用风险，因为其信用风险理论上与美国国债相当。投资这三家机构债券的时候，大部分时间考虑的都是市场风险，包括市场指标有久期（Duration）、曲率、期权调整久期（Option-Adjusted Duration）、关键利率久期（Key Rate Duration）、PCA久期等等。
这些是在美国债券市场相对比较常见的利率风险或者市场风险指标，在国内分析工具中这种计算还比较少见，主要原因是国内ABS和MBS市场还比较年轻，而计算这些指标需要有很多市场风险数据，包括利率市场比较标准曲线、利率市场波动率的平面，这些指标目前都没有一个非常好的量度。所以国内对风险的量化分析和管理存在一些缺陷，不过要改进相对来说也比较容易。因为有非常标准的量化的分析方法可以解决，如如果现在有标准利率曲线，则可以根据这个利率曲线来进行利率模型参数的校准；如果有比较发达的利率衍生品市场，就可以计算对应的期权调整久期。
2、信用风险
与市场风险正相反，信用风险并不直接，而且衡量指标也比较复杂。
（1）对信用风险衡量要有三个模型，才能够得到一个点的估计值，很难得到一个非常好的信用损失分布，尤其是在债券具有很多底层资产的情况下。美国市场在2007年到2008年之间对于信用风险衍生品的定价出现过很大的失误。好莱坞电影《大空头》里面就谈到建模的定量分析师是如何计算CDO的。在相关性的假设有较大变化之时，信用损失分布会非常宽。比如，原来假设各地的资产相关性比较低，有很多劣后级债券集合在一起做衍生品CDO时，可以拆分出信用风险较低的优先级债券。但是我们常忽略一个现象，就是资产价格上升时的相关性和资产价格下降时的相关性往往是不一样的，我们必须要清楚模型假设所代表的是资产上升时的相关性还是资产下降时的相关性。
（2）在做信用风险评估的时候，我们需要有一个比较完整的周期的数据。因此中国ABS市场的信用风险评估有一个很大的不足之处就是中国的资本市场还没有经历过一个非常完整的周期。缺乏经验数据的支持使得我们无从知道资产价格周期下降时，资产相关性是多少；我们也不知道一旦出现违约，损失率会是多少。当然也不是无计可施，我们可以根据美国或者其它国家和地区的类似违约数据来进行一些假设。这些假设有一定的合理空间，但并非完美。
（3）说到数据，有两方面的数据，一是基础资产数据，二是是证券化产品的数据。一旦资产池把未来现金流根据优先级进行划分，即可以测算不同层级的违约率和违约损失率。但在进行测算的时候不仅要考虑到基础资产的信用风险，还要考虑到信用增级结构的风险。ABS投后信用管理的时候，我们需要关注基础资产的后续表现。基础资产一旦产生，其未来表现不一定与最初购买ABS产品时一致，尤其是在抵押物的价格发生很大变化的时候，对信贷资产违约率就会有很大的影响。ABS产品信用风险定价困难之处，不仅在于涉及的信用风险模型更多，而且结构更加复杂。不但要涉及历史数据，还要有从发行之后到目前为止新的数据表现。在对ABS进行定价和管理时，都要把新数据加入，对模型进行调整。
（4）在美国ABS的发行过程中，有一类市场参与者叫服务商/Servicer，但中国缺乏服务商。服务商可以是基础资产发行者，即银行。很多时候银行不愿意做服务商，就可以外包这项业务。美国有很多比较专业化的服务商机构，能够处理不良资产，而且处理效率非常高。
美国为什么要进行这样的细分？因为在美国，银行主要做的是基础资产的产生，然后销售，而不是保留服务的业务。基础资产的服务权银行可以保留，也可以转移给其它机构。如果保留服务权/Servicing Rights，资产的波动率非常高，有可能对银行的资产负债表产生不利的影响。因为其市场风险可能是普通债券的几倍甚至十倍，一旦利率出现波动，比如利率下降，消费者提前预付，所有未来利息现金流都会变成零。巴塞尔协议规定了银行拥有的这种资产不能超过所有资产的10%。对银行来说如果持有大量资产，是非常不利的。银行将其转移给第三方机构，就可以避开监管的要求。这是为什么在金融危机之后有大量第三方服务商从银行手里购买很多服务权。这种服务权就是在处理贷款的时候可以收取的一笔手续费，从25个基点到50个基点甚至更高不等。为了满足所有的ABS的投资者的最大的利益，服务商来处理这些资产。处理的过程包括对借款人进行催收、进行贷款条款的变更、对基础资产进行清算。
在美国，早期催收、中期贷款条款变更、资产处置这几个方面的表现是衡量服务商是不是能够最大限度能够提供有效服务的指标。两房有上千家服务商，其中比较大的也就二十多家。在两房的时候，我曾专门主持一项工作给服务商打分，看哪些服务商的指标能够满足两房最大的需求。最近美国的服务商有很多并购交易出现，下表是其中比较大的几例。很有意思的是，这里面Nationstar Mortgage LLC是我在房利美打分时排名第一的服务商，很多服务权就由别的服务商那里转移到其首长。
资料来源：《服务商在美国资产证券化中的作用及对中国的借鉴》，郭杰群。
我刚才提到的早期催收、中期贷款条款变更、资产处置这三个方面都是执行能力。对不良资产未来进行处理时，需要打分或者衡量，采取的指标也是类似的，包括中国的四大资产管理公司也是如此。
另外，在美国还有另外一方面的风险——道德风险。因为在很多ABS服务条款里面，有违约的触发性事件。如果违约超过5%，所有现金流不能分配给次级，要分配给优先级。如果服务商的母机构就是发行这个产品的华尔街投行，那么该服务商在他的母公司持有次级的时候，就不愿意触发这个条款，更愿意把基础资产尽长时间停留在逾期。服务商可以做一些事情，维持某个水平，既不违约，又不完全恢复正常。因此，如果基础资产最终要违约，优先级投资者宁可提前违约，先把其他的基础资产的现金流包括利息和本金都支付给优先级，这就是因为市场上有道德风险因素。
在这种情况下，我们需要制作综合打分卡，对所有指标综合评级。房利美曾经购买了一千亿美元左右的PLS，持有优先级。我们根据优先级计算服务商带来的利益。如果服务商做的不好，我们就有以下这几种办法提高服务商的管理水平。
第一，与服务商协商。告知其某一方面指标比别的服务商差，在控制基础资产特性之后表现依然比较差。
第二，变更服务商。如果服务商长期不能达到要求，可以考虑把基础资产转移给别的服务商，很多资产就这样逐渐转移到我刚才提到的NationStar了。
第三，收购服务商。这是美国金融危机之后比较流行的趋势。上表中可以看到Fortress收购了NationStar。股票投资有很多流派，有被动投资，也有主动投资。主动投资是购入一定股票后，安插董事会的人选。对冲基金购买服务商也是为了实施同样的策略。在购买债券之后，如何才能管理和激励服务商？就是将其收购为直属子公司。此外，购买服务商也是最大限度为了贯彻基金自己的利益。对冲基金可以把管理策略交由旗下服务商，这样能比较有效地满足对投资策略的需求。
国内目前还没有专门的服务商，基本上还是基础资产的持有人自己承担服务商的角色。现在银行的不良资产率再上升，我觉得今后很有可能会出现专门机构来做类似事情。其实四大资产管理公司以前也从事过类似事务，只不过四大资管针对的是机构贷款，而我刚刚提到的服务商主要针对消费者信用贷款。随着消费类贷款资产证券化的兴起，这样的服务商机构很可能会出现，同样也会有投资或者量化的对冲基金采取类似策略购买或者收购服务商，以贯彻投资ABS时的风险管理策略。
3、流动性风险
流动性风险的主要指标是交易量和买卖价差（Bid-AskSpread），其中量化程度比较高的是买卖价差：对国债来说1bps左右，MBS大约3-5bps，公司债券可能达到100bps。
流动性风险的管理策略主要是利用房利美MBS和房利美MBS的价差、利用TBA MBS和SpecialPool MBS的价差。
投资美国房利美和房地美的MBS，风险其实是差不多的，刚才提到的市场风险和信用风险基本上一样，但是市场买卖还是有一定价差。价差主要来自于流动性风险。房利美的MBS存量是2.7万亿美元，房地美的MBS存量是1.7万亿美元，大概是2：1，但市场交易量比率却高达1：10。如果投资者长期持有，而且又有可以做杠杆的条件，可以考虑购买房地美MBS，做空房利美的MBS，这样再做杠杆就会有相对来说风险比较小的回报。
此外，TBA MBS在预发行时，投资者不知道最后基础资产的组成。交割的时候，交割人可以选取满足条件最差的MBS，这是他的期权。有这个期权，价格会有一定的折扣。如果确定了是某一类基础资产池，有特性，单个基础资产份额比较小，这种资产提前偿付的可能性低一些。这是一个比较好的特性，价格会更高一些。根据不同TBA和Special Pool的价差，通过做杠杆可以收到风险比较小的套利回报。
三、案例分析：两房的ABS风险管理
（1）两房业务现状
两房资产总额大概是5万亿美元左右，其中投资的PLS ABS只占3000亿美元，这部分在风险管理里面其实占比比较少。我今天从更高的层面探讨一下两房所有的金融业务，尤其是其最主要的几类业务以及管理这些风险的经验教训。
两房主要业务有证券化的平台业务、担保业务。
一是平台业务，因为有美国政府担保的缘故，两房发行的MBS在市场上天然具有比非两房MBS的价格优势。
二是担保业务，类似保险业务，是收费业务。由两房承担信用风险，收取24bps左右的信用风险保费。不同风险的价差不一样。
比较特殊的是直接的资本市场投资业务。在金融危机之前，两房担保的MBS不在资产负债表内，两房担保了5万亿美元，资产负债表1.4万亿美元左右，这1.4万亿美元是资本市场投资业务。这个业务主要在资本市场上发债，购买自己发行的MBS，价差很大。一般来说，两房发行的债券成本非常低，比国债稍微高一点，因此盈利非常好，于是两房不断投入这个业务，导致资产负债表过于庞大。这部分业务在最初的时候不是两房的主要业务，后来却产生了两房2/3的收入。在金融危机之后，监管机构要求两房把这1.4万亿美元逐渐缩到两千亿美元左右，现在大概已经减少一半，今后会继续减少。今后两房的主业还是最初的证券化平台和担保业务。
最后，还有个WholeLoanInvestment，在两房的业务中比较新颖。这是贷款，而不是MBS，产生的主要原因是如果一个贷款出现了长期的违约期，就将其从MBS库里置换出来。置换出来后就变成单独的贷款，再对这个贷款进行管理，就是WholeLoanInvestment，不再是MBS的投资了。
（2）对信用风险的定价
接下来我们谈一谈对信用风险如何定价，这是一个比较大的系统。
这个系统主要包括这几个部分，如贷款行为模型、现金流引擎、未来利率和房价预测、市场数据，包括房价的历史数据等。实际上两房跟次贷没有直接关系，除了两房投资的三千亿美元次贷债券，而次贷债券是华尔街投行发行的。
但是两房的信用风险也确实出现很大的问题，这个问题不能回避。主要问题出在产品优质贷款及一部分次优贷款上：优质贷款在房价下跌的时候出现大规模的违约，大规模的信用损失和信用减记。这些在定价的时候没有考虑到，房价预测模型上出现了问题。
在危机之后我们曾经重新测试过各类模型，违约模型有没有出现大规模的错误。这个系统有很多的组成部分。如果真的房价下跌30、40%，违约模型会不会做正确的预测，结果发现贷款违约率模型相对来说比较准确，但是房价预测模型没有预测到房价在全国范围内出现了30、40%的大规模的下降。这是什么原因呢？其实是跟当时建模的思路有关系。在建模的时候，通过对房价的时间序列进行未来预测，很容易做一个时间序列模型，这个模型短期非常准，因为房价有非常强的自相关性，如去年房价是涨，未来房价上涨可能性依然是很高，不仅在中国，在美国也是这样。我们用这样的模型预测，短期非常准确，但长期来看，非常不准确。房价一直上涨的话，就会偏离均衡价格越来越远，回归均衡价格的可能性越来越高，时间序列模型不能解决这个问题。我们当时有两派在争论用哪类模型，是时间序列模型，还是认为房价会围绕一个正常价格进行回调和波动的均衡模型。我们预测泡沫的时候，很难预测到拐点出现。但是在很多条路径进行仿真的时候，有一两条路径会出现这种拐点的出现，时间序列模型做不到这个。我们反思模型缺陷，折衷考虑建模方法，长期来看房价应该回归均衡价格，短期来看有很强的自相关性，中期来看有比较强的自相关的波动，渐渐过渡到长期来看的均衡价格。目前为止美国大部分的金融机构都是采取这样的房价预测模型来预测未来的房价，至少能够避免房价已经在很高的位置上，依然预测房价继续走高。
如果我们把同样模型拿到中国来用，可能会遇到很多困难，这也是现在要建立一个中国的宏观经济的模型的原因。在国内，不只是以基本面的因素决定房价走势，而是有政策变化，尤其是短期政策的变化极大的对房价有很大的干涉。所以很难开发一个相对来说比较稳定的基本面模型。
如果完全是按照大数据的分析方法，我们需要一些什么样的定价模块？一般来说，都是用计量经济学方法预测消费者的行为。预测的时候对提前偿付、违约、违约一旦出现会出现多大的损失都用计量经济学模型来假设很简单。为了能够预测到这种情况，需要有足够大的样本。
还有宏观经济的预测模型，包括利率、房价和失业率价。房价相对来说会更加困难一些，但也不是完全没有能力预测，失业率也是可以根据类似的方法进行预测。现金流的计算引擎，简单的数学计算。定价方法包括一些不同的定价方法，包括固定回报，股本汇报，期权调整溢价，压力测试定价。
具体模型我不花太多时间讲了，因为这会涉及到很多细节，简单介绍一下信用风险的定价公式。
大部分的保险公司都采用这样的定价公式_两个方程和两个未知数。两个方程式：在压力情景下，会耗尽其经济资本。其次是普通情景下，收入能够达到要求的ROE。两个未知数：一个是收取的保险费，这是信用风险定价主要的未知数，还有一个是需要的经济资本应该是多少。在解出这两个方程后，就会得到需要的这两个未知数。这里面还有一个因素是不同的公司ROE不一样。。定价的时候参考做跟放贷相关企业或者是保险公司的ROE参数是多少，解出这两个方程。
我这里提到两个情景，一个是压力情景，一个是期望情景。
压力情景下，各个机构或者是监管机构，或者是各个公司的选择不一样的。所以我们经常需要做不同的压力测试。有监管机构规定的压力测试，在美国基本上美联储和OCC来确定的。还有仿真情况下的压力测试，选取相对来说压力场景的一个可能性，比如99.5%。还有第三方的压力场景测试，一般是由一些第三方的咨询机构，比较常见是穆迪。出现长期严重衰退或者短期缓和衰退有不同的场景，有房价和股市的变化，模型都拥有这些压力场景作为输入，可以计算这两个方程的求解。
金融机构还可以采取自定义的压力场景。地方型金融机构，如主要资产集中在加州，则不关注全国性压力场景的情况，更关注局部加州出现什么样的压力场景，出现比较大的加州经济衰退或者是严重的加州地震，才是其压力场景，可以据此进行参数测试。
四、点石的资产证券化解决方案
讨论美国的这种风险管理的策略，主要意义还是在于为中国的ABS投资的风险管理策略提供一定的参考意义。点石现在开发了大概四个平台的产品，里面有很多关于风险管理的一些策略，大家有兴趣的话可以到外面的展台索取资料。今天由于时间关系，我不再对公司作更多的介绍。在财新网我有一个博客http://chenjian.blog.caixin.com/，里面也谈到很多两房和次贷的问题，大家若有兴趣可以看看。
总体上，我觉得在中国现在缺少一个比较透明的，比较标准化的平台。这也是我去年回国之后想做的一件事情。在分析的时候能够把这些量化技术统一起来，给更多投资者和参与方提供透明和公开的工具，让市场更加规范和更加高的流动性，这是我和公司的愿景，谢谢！
【本篇微信文章的编辑负责人为北京市中伦律师事务所律师孙瑞、中国资产证券化论坛秘书处张雯】
温馨提示
