• CSF观察

【CSF 观察】| 姜波:信贷资产证券化产品评级的五个思路与实际案例分析

姜波,上海新世纪资信评估有限公司总裁助理,结构融资评级总监,并担任公司评级委员会委员,评级标准委员会委员,2007年加入新世纪从事工商企业评级、金融机构评级和结构融资产品评级,2008年负责新世纪评级和标准普尔评级的技术合作项目。

 

编者按

 

由于基础资产的不同,信贷资产证券化产品往往有着不同特征,评级方法也因此各有差异。在中国资产证券化论坛主办的“2016中国中小银行资产证券化专题培训”上,上海新世纪资信评估有限公司总裁助理,评级标准委员会委员姜波先生详尽地介绍了法律风险、交易结构、资产池信用、现金流分析及压力测试、参与方履约能力等五个方面的评级思路和评级方法。

 

分享实录

 

姜波:

 

非常荣幸能够有这个机会向各位汇报评级机构对于各类不同基础资产的评级方法。

 

我简单地把评级产品按照评级方法的不同分成两个大类:第一类是以收费权和收益权为基础资产的ABS产品。这类产品在整个结构方面和原始权益人的持续经营方面有剪不断的联系,所以不能用传统的证券化产品评级方法去评价,其更多的会受到主体评级的吸引,在这方面我不再展开了。第二类是以债权类资产为基础资产的ABS产品,债权可以进行完整的权利转让。这类产品根据资产池结构的不同,可简单地分为动态池和静态池。采用哪种资产池结构,与基础资产的产生特征相关,如银行的信用卡债和消费类的贷款,因为随借随还的特征,比较适合做成动态池结构,而其它的基础资产类型做成静态池可能会更加合适。

 

一、资产证券化产品的特征

 

接下来,我简单介绍一下资产证券化产品的特征。首先,还款主要来自基础资产池产生的现金流,从理论上讲,原始权益人除了资产服务之外,可以不承担任何现金流方面的义务。一般以基础资产池产生的现金流作为基础发行的证券,都会用到一定形式的信用增进。可以是内部增进,这也是证券化产品迷人的地方,就像前面朱总介绍的摩山保理的案子。摩山保理本身的信用等级,根据我的经验判断是可能不会超过A+,但是它可以发售一档AAA的证券。某种意义上来讲,资产证券化产品是根据证券的目标等级倒过来构建的产品,而且和传统产品有很大不同,更多的像是一个手艺人做的手艺活和艺术品。基础资产通过真实出售做到完整的债权转让,这是内部信用增进的前提。国内主要用“破产隔离”这个词,而我更愿意用“破产远离”这个词。实事求是地讲,任何一个参与方的破产多多少少都会影响到投资者按时足额收到本息偿付。即便是做到了真实的销售,原始权益人破产后也要寻找替代的资产服务机构,如果没有替代名单,在市场上并不一定能在短期内找到。因为任何一个交易参与方破产最终还是会影响到投资人,所以在具体的评级思路里会有一个交易参与方履约能力的分析,主要就是基于这种情况。

 

二、资产证券化产品评级的五方面思路

正是由于有上述特征,所以证券化产品的评级思路主要从五个方面来考虑。不管是怎样的资产证券化产品,不管是受益权、收费权、债权还是动态池、静态池,我们都会从五个方面来进行分析。区别在于,对于不同的基础资产特征,我们可能在资产池的组合信用分析以及现金流对产品的压力测试上面会有不同的处理。

 

对于法律风险而言,评级机构一般会从两个纬度考虑:(1)基础资产的产生是否合法;(2)基础资产是否能够转让。一般而言,银行通过自身业务产生的基础资产,无论是信贷资产、信用卡债,还是汽车贷款、房贷,在法律风险和破产隔离方面,相比其它类别的资产会更容易处理,因为这些债权在法律上都是一项完整的权利。对于用银行的资产去做成资产证券化产品,在法律方面会比较容易操作。而贸易应收账款操作起来相对会麻烦些,需要确定企业的这笔贸易应收款的义务已经完全履行掉了,需要确权等一系列的动作,需要在项目前期就找律师参与。因此,评级机构针对银行信贷资产本身的法律风险判断会相对容易。

 

对于交易结构产生的风险,这里列的是一些普遍的、显而易见的情况。而其他的交易结构的风险,可以更多地通过现金流模型来捕捉特定的交易结构产生的风险。举个比较极端的例子,如果基础资产的信用利差比较大,又都是本息摊还结构,可能会设计得比较极端一点,将证券端全部做成固定摊还,没有过手档,剩余全部作为分配。这样的交易结构就会非常危险,在不考虑基础资产违约的情况下,早偿是对资产池现金流扰动最大的因素。

如果按照这个的交易结构来做,早偿会对整个资产池造成非常大的风险,因为后面的现金流提到前面来了,证券端又全部是固定摊还,剩余的分配次级,造成后面的证券没有足够的现金流偿还。类似于这样的交易结构设计,我们可能会通过现金流模型的压力测试和压力条件的改变来捕捉到这种风险,可能会跟原始权益人和交易安排人报告某种交易结构会产生特定的风险。

 

还有一部分是流动性风险,PPT里面没有把不良资产的评级方法写进去,因为不良资产本身就是少见的基础资产,针对这种资产会有特定的流动性风险。在正常的基础资产中,应收帐款,尤其是工程类的应收帐款也会有非常明显的流动性风险。因为工程履约在国内的环境之下不一定会完全按照合同的约定,如果是发生了这样的情况,交易结构上面设计得不太合理的话可能就会有非常明显的流动性风险。交易结构风险在某些产品当中会表现得比较明显,我们会通过现金流的压力测试或者前期的交易结构上来分析,把这个部分理清楚。

这是大概的内部增信措施,因为内部增信就像前面讲的摩山保理案例,其实是最经济实惠的信用增进措施,可能这也是证券化产品的魅力所在。用一个不恰当的词来说,就是清水变鸡汤。当然,我并不这样认为,因为产品最终信用质量的好坏,很大程度上还是取决于基础资产的质量。而且这个内部增信是否有效,其实只是一种计算出来的结果,某种程度上会有非常明显的模型风险。

 

内部增信会有一个前提,就是能够做到破产隔离,或者能够做到破产远离。那么债权收益权可不可以做到内部增信?现在在操作层面应该也可以实现,比如银行持有的一些资管计划份额,如果做转让的话会是一个非常繁复的手续,而且也不经济,所以转让给SPV的是资管份额的收益权。如果是转资管份额的收益权,实际是债权的收益权,债权收益权转让的时候我们可能会关注到如果这家银行破产的话,这个部分的资管计划由于在表内,应该会被列为清算财产,不同于完全卖断给信托计划的债权资产那样取得信托财产的独立地位。不过,法院在判决的时候可能会考虑到这部分的收益权已经出售给了投资人,最终投资人仍有可能收回这个本金和利息。但是从评级角度来看,在实现债权收益权的时间上可能会有很大的不确定性。因此,如果银行转让债权收益权的话,虽然能够通过内部增进,把优先级别提高到一定程度,但是在评级上可能会有上限,这个上限就是银行自己的信用等级。内部信用增进用得最多的是优先劣后和超额抵押。超额抵押可能在某些基础资产会用得比较多一些,比如基础资产的利率特别低,而发行的证券利率比较高,就会用超额抵押来做信用增进,尤其在有出表需求的情况下。比较明显的是公积金贷款ABS,因为公积金的利率非常低,债券产品肯定会比公积金贷款的利率更高,在有出表需求的前提下,更多的用超额抵押进行信用增进,也就是100块钱的资产只发85块钱,或者是发90块钱的。不常用的原因是基础资产和发行证券的差额会进入当期的损益,直接就会在当期的利润表上面反映出来。 

 

交易利差也会是内部信用增进的一部分,今天庞总提到,银行信贷资产证券化产品CLO类的产品中间级,在跟踪评级的时候往往会逐渐调升上去,除了因为优先级部分偿付后次级比例本身就高的原因,还因为一部分是利差产生的现金流留在这个帐户里面,使整个次优级受到的信用支持会被提升到更高的水平。按照现在的银行信贷资产的跟踪评级来看,次优级证券的信用级别都在逐渐地往上走。  

 

外部的征信有连带责任保证和差额支付,以及履约保险。现在有些证券化产品就是用履约险对基础资产进行增信,达到最终的资产支持证券的优先档信用水平的提升。履约保险现在碰到了一个最明显的问题是效力要跟第三方连带责任担保相似的,就不能有太多的免赔条款或是责任免除条款。

 

三、银行信贷资产证券化产品的具体评级方法

 

现在,我以银行信贷资产证券化产品CLO的评级方法作为例,介绍一下具体的评级方法。

 

这部分依然有五个方面的分析和判断,包括法律风险分析、交易结构分析、资产池组合信用分析、现金流分析及压力测试、参与方的履约能力分析。

 

具体分解来看,做完法律分析之后可能会对组合进行分析。我们会对每笔基础资产进行影子评级,用传统评级的方法对每一笔基础资产的借款人和保证人进行信用评级。

 

影子评级会对应一个违约率的矩阵,从AAA一直到C,1年、2年、3年,一直到20年,不同剩余期限和信用等级会对应一个违约率。然后我们通过蒙特卡洛模拟的方法,去模拟违约事件的发生,并计算不同目标信用等级所需要的信用支持。进行模拟的时候,输入的是信用等级,信用等级对应的违约率、资产的剩余期限和金额以及相关性。相关性会影响到最终的计算结果。举个简单的例子,三笔AAA的资产的模拟结果,在目标等级也是AAA的情况下,肯定会有一部分的次级。在资产笔数较多、影子评级水平也比较集中的情况下,次级部分的厚度在某种程度上,就是由这种相关性系数的高低来决定。然而,相关性对于评级机构而言是非常难以判断的问题,经济好的时候,看上去都不怎么相关,然而到了银根收紧、经济不好的时候,甚至制鞋行业和钢铁行业的相关性都会很大。另外,违约率也会是一个非常大的影响因素。实事求是地讲,现在国内的评级基本上还处在一个刚刚发展的阶段,可能会有非常长的一段路要走。因为在我看来,在做资产证券化产品评级的时候,模型里的违约率应该有现实观察的数据作为支持。然而现在不管哪一家机构对各资产等级中的违约率设定更多的是主观评价。如果在现实中出现了并不一样的情况,那么评级结果就会有非常大的偏差。因此,在我的评级报告当中非常清楚的写明了,评级结果在很大的程度上依赖于模型计算,如果是现实情况和模型假设不一致,最终结果就会变得完全不一样。

 

在进行蒙特卡洛模拟的时候,只考虑了基础资产债务人的违约问题,而并没有考虑违约后的回收,证券端的支付结构和违约时间的分布,以及交易利差,所有的问题都通过现金流的压力测试来解决。现金流的压力测试针对的是证券端,主要是看具体的某一档证券刚刚满足本息偿还的情况下,资产池所能承受的最大损失。蒙特卡洛模拟的结果称之为SDR,就是情景违约率(Scenario Default Rate),有些公司用的是TDR(Target Default Rate),也就是目标等级下面的违约率。我们做现金流压力测试的时候,测试的是一档证券,所以做的结果是这一档证券刚刚能够满足偿付时,资产池最大能够承受的损失程度。我们把这个比率,也就是现金流压力测试的结果称之为BDR(Breakeven Default Rate)。当BDR大于SDR时,现金流模型里那部分次级,就可能是最终证券在目标等级下所需要的信用支持。 

 

对于现金流压力测试考虑的压力因素,其实主要就是四个因素,目前大部分的机构也都是考虑这四项因素。

 

第一是违约时间的分布。假设资产在第一年就违约和在最后一年违约,BDR的结果会有不同,因为在第一年违约的情况下面,后面的本金和利息都是收不到的。我们一般会假设资产的违约会比较靠前,就是所谓违约前置的假设。如果有非常大比例的次级分配的情况下,我们还会把违约时间放在后面,看BDR的结果。

 

第二是损失的挽回。在做现金流压力测试的时候,我们会考虑违约损失的挽回。我们会根据每一笔资产的特征,比如有担保人,有些可能会有抵质押物,给每一笔资产一个基准条件下的违约挽回,然后根据不同的目标级别在基准情况之下打折扣,比如下降50%。

 

第三是提前还款。大比例的提前还款通常会造成非常大的冲击,但是有些情况之下反而是一件好事情。比如是在基础资产相对于证券是负利差的情况下,提前还款以后敞口就小了,负利差就少了。我们会根据现实当中基础资产的特征和交易结构,看何种压力条件更能实际反应风险状况。AAA是一件很极端的情景,我们希望评出的AAA等级能够承受比较极端的情况,所以尽量通过现金流的模型,捕捉现实当中可能发生的极端情况。但模型毕竟是模型,并不能100%完全抓住现实当中可能发生的极端情况。

 

第四是利差的缩减。我们会测试信用利差缩减的情况下,资产池能承受的损失的情况。

 

做完了现金流的压力测试,结果是BDR大于SDR,这个时候现金流模型当中留出来的次级部分,可能就是最终的信用支持。当然这还没有结束,我们还可能考虑大额集中违约,因为在做前面两点的时候并没有考虑到这个情况,所以需要评价发生大额集中违约的情况下,优先级证券的信用支持是否足够。对于大额违约的话,基于大额违约本身就是测试比较极端的事件,不管前面的现金流有多少违约回收,对于这个部分大额违约,在AAA级情景下只给5%的名义回收,基本上就是以实际损失金额来看资产能够承受多大的损失,能否满足AAA证券的偿付。

 

银行信贷资产证券化的内容基本上就是以上内容。

 

在实践操作方面,还要考虑资产池的实际分散程度,因为对于实际的内部信用支持的效果来看,资产的分散程度会是一个非常大的因素,资产池越集中,内部征信的效果就越差,越分散效果就越好。同时我们也应该看到,AAA级别所需要的信用支持是计算出来的,从理论上讲,即使基础资产质量很差的资产池,也能划得出一部分AAA级证券,这也是证券化产品当中的一个很大的模型缺陷。

 

接下来和各位介绍的是汽车贷款和信用卡债。这样的基础资产是不考虑相关性的,除非信用卡债都是一个公司或几个非常集中公司的同事们借的,或者汽车都是一个公司的同事们买的。一般来说类似于这种,包括个人住房抵押贷款的基础资产,我们都是不考虑相关性问题的。对于基础资产池的组合信用分析,也没有办法通过蒙特卡洛来模拟,因为无法把企业的评级标准信用套在个人的头上,所以,一般我们是用原始权益人自己经营过程当中,产生出来的不良率的数据。

对于汽车贷款而言,我们会用静态池的数据。比如2013年1月份放了500笔的贷款,这些贷款在今后3年内的每月的违约表现,以及此后每月放的贷款做成一个静态池,然后看今后每个月的表现。以这些静态池数据,作为评级基础,并在此基础上再用压力乘数和现金流分析,得出最终优先级所需的信用支持结果。

个人住房抵押贷款(RMBS)则又有些不同。评级方法是先构建一个基准池,给出基准池在不同目标等级下的违约比例。目前,我们认为基准资产在AAA的条件之下的违约比例是16.5%,然后把目标资产池的特征和基准池的特征进行比较,调整违约比例。接着,在做现金流压力测试的时候,考虑违约挽回的因素。我们会把不同城市和地区的住房分成一级到八级,北京和上海是第一级,广州和深圳是第二级,再根据不同的城市,在不同的目标信用等级下面的房产的折价比率,基于这个折价比率进行法拍,而后扣除其他费用确定回收,最终得出目标信用等级下优先级证券所需要的信用支持。

商业房产现在做得不多,但有一个问题值得关注,就是估值太高,造成了租金的现金流对于证券本息偿还的匹配程度非常弱。现在我们主要是通过LTV和DSCR判断,LTV就是发行的证券和物业价值的比例,DSCR就是指物业的净现金流入对于每一期的证券要偿付的本息保障程度。其实商业地产也是挺难做的,往往一个项目就是一栋楼,不像有众多资产的资产池形式,单单一笔资产违约对资产池产生的影响会很小。因此,商业地产证券化评级,任何没有考虑到的地方可能都会影响到最后的结果,我们会非常仔细和专心,需要原始权益人提供大量的资料,用来判断整个物业的价值和收入的稳定性。

 

这些就是今天和大家分享的内容,希望以后还有机会和各位更详细地分享评级方法。

温馨提示

 

  • CSF网络学院是中国资产证券化论坛的线上培训平台,以“直播+点播”结合的层次化培训方式,论坛会员通过软件、网页和微信等多种渠道同步观看课程直播,在直播后通过论坛官网和培训平台重复收看学习直播录像。
    CSF网络学院目前借助YY语音(YY LIVE)平台和乐视云的技术手段实现上述在线培训功能。CSF网络学院YY号为1579864789,直播培训频道号为39969618。

 

  • CSF 会员系统个人账户是将网络学院、论坛机构平台、论坛工作平台、会议平台、培训平台、沟通平台、个人信息平台、推广平台等整合在一起的超级实用工具。海内外 从事证券化的个人、机构均可以免费加入论坛,免费使用会员账户。目前CSF海内外个人会员近4000名,机构会员近300家。

 

  • “2017中国资产证券化论坛年会”定于2017年4月24-26号将在北京国家会议中心举办,预计将有3000余名活跃于国内外资产证券化领域的业内人士参加,请大家浏览论坛年会网站:www.securitization.com.cn 了解详情。

版权声明:欢迎转发和转载中国资产证券化论坛(CSF) 微信公众号文章。有关合作事宜,请发送邮件至以下邮箱:secretariat@chinasecuritization.org

CSF观察