不良貸款證券化評級思路研究

不良貸款證券化的信用風險不容易準確評估，一方面資產證券化在我國開展時日尚短，不良貸款證券化的評級方法和評級經驗都比較匱乏；另一方面，不良貸款證券化涉及的入池資產筆數較多，每筆資產產生的現金流也不穩定，需要用模型來量化資產支援證券的信用風險。因此，研究不良貸款證券化的評級思路，準確評估不良貸款證券化的信用風險，對解決銀行不良貸款問題具有重要的現實意義。

一、不良貸款證券化的評級思路

不良貸款證券化的評估思路也與一般資產證券化類似，但是由於不良貸款證券化的基礎資產已經違約，且資產回收金額和回收時間的不確定性較大，因此資產支援證券的風險主要取決於不良貸款的回收情況，在組合信用風險評估時，更側重於對貸款的回收金額和回收時間進行估計。基於對已有資料的梳理，我們將國外評級機構對不良貸款證券化的評級思路歸納為以下兩種：一種是以穆迪為代表，假設不同貸款是同質的，按照回收時間長度模擬回收率，這種方法可簡稱為“同質化模擬法”。另一種方法認為貸款的特征會影響到貸款的回收率以及回收時間，因而針對每筆貸款的特征逐筆模擬回收率，這種方法可簡稱為“逐筆模擬法”。

(一)同質化模擬法

同質化模擬法假設不同貸款是同質的，回收率只和回收時間相關而和貸款的特征（如行業、地區、發放時間等）無關，其基本步驟如下：第一，通過歷史數據計算當期回收率。當期回收率是以不良貸款資產池形成時間為起點，計算之后各年度回收金額在資產池上一期未償本金余額中的占比。當期回收率是一個時間序列，表示不良貸款在形成之后第1年、第2年、第3年等的條件回收率。對每一個不良貸款資產池的歷史數據進行統計，能夠得到一個當期回收率時間序列的樣本，通過對多個不良貸款資產池的歷史數據進行統計，便可以得到當期回收率的多個樣本。第二，計算當前回收率的統計量。基於當前回收率的樣本值，可以確定當期回收率的樣本均值、標準差及變異系數。第三，估計回收率分布。在獲得當前回收率的樣本均值和標準差后，選取對數正態分布、beta分布等常見分布作為回收率的候選分布，經過數據擬合后，從候選分布中估計出擬合度最高的分布作為回收率服從的分布。第四，模擬貸款未來各年回收率。在確定回收率的分布形態后，利用每年回收率的樣本均值和標準差估計每年回收率分布的參數，從而得到逐年的回收率分布函數。從各年的回收率分布函數中分別隨機產生一個回收率，便可以得到一個回收率時間序列。由於假設所有貸款是同質的，因此模擬出的回收率時間序列可以應用到所有貸款。基於上述假設，可以模擬出已有貸款在未來各年的回收率。第五，測算資產池現金流。同質化模擬法的另一個假設是，不良貸款不是一次回收的，而是每年都有回收金額，只是回收金額逐年降低。基於這個假設和上述每筆貸款的回收率模擬結果，可以測算出資產組合每年產生的現金流。第六，確定受評證券模型指示級別。利用資產池產生的現金流測算各檔資產支援證券的本息償付情況，從而確定各檔證券在法定到期日是否違約，以及損失情況。通過大量模擬（重復第四、第五步），便可以計算出各檔證券的預期損失率，從而依據損失率表確定受評證券的模型指示級別。

(二)逐筆模擬法

與同質化模擬法不同的是，逐筆模擬法不假設每筆貸款的同質性，而是認為貸款的特征會影響到貸款的回收率以及回收時間，該方法的基本步驟是：第一，根據歷史數據確定回收率分布。根據歷史數據得到不良貸款回收率樣本，然后選取正態分布、對數正態分布、beta分布等常見分布作為回收率的候選分布，經過數據擬合后，從候選分布中選取擬合度最高的分布作為回收率的概率分布。第二，估計每筆貸款的預期回收率和（或）預期回收時間。分析師對擬證券化資產池的貸款逐筆進行分析、統計估值，再綜合考量借款人的經營、財務狀況以及抵押擔保情況，評估出每筆貸款的預期回收率和（或）預期回收時間。第三，模擬每筆貸款的回收率和（或）回收時間。在蒙特卡洛模擬階段，依據每筆貸款的預期回收率，從第一步確定的回收率分布中產生隨機數作為模擬出的該筆貸款的回收率。對於回收時間，如果能夠估計出貸款的預期回收時間，則將該筆貸款的回收時間設置為預期回收時間，否則可以從歷史數據估計出的經驗分布中產生隨機數作為基準情景的回收時間，也可以在初始起算日和法定到期日之間從均勻分布中隨機產生一個日期作為該筆貸款基準情景的回收時間。第四，測算資產池現金流。在得到每筆貸款的回收率和回收時間后，結合每筆貸款的期初未償余額，便可以對每筆資產的未來現金流進行預測，並在此基礎上測算出資產池在各個核算期間內產生的現金流。第五，確定模型指示級別。基於模擬出的回收現金流，結合分析師設定的交易結構相關的各項參數，對回收現金流的分配情況進行測算，得到一次模擬中各檔資產支援證券的本金、利息在各個本息兌付日的支付情況，進而得出各檔證券在法定到期日的損失率、違約發生情況（0,1）、平均到期期限、是否發生期間違約等資訊。經過數十萬次模擬，就能夠得到數十萬種證券的損失率、違約發生情況、平均到期期限數據，根據理想違約率表/理想損失率表中得到證券的模型指示級別。

二、兩種方法在我國的適用性分析

(一)兩種方法各自的優勢與局限性

同質化模擬法和逐筆模擬法都是采用蒙特卡洛方法模擬基礎資產在未來產生的現金流，其共同優點在於理論基礎較強，且受評證券目標信用等級的測算過程比較清晰，邏輯性較強。兩種方法共同的局限性在於，回收率分布參數是通過樣本資產池估計而來，而我國不良貸款歷史數據並非公開數據，獲得這些樣本數據比較困難。此外，兩種方法還具有各自的優勢與局限性：

同質化模擬法的優勢在於：對於同質化程度較高的資產，運算速度較快；其局限性在於：首先，當基礎資產差別較大時該方法可能會存在一定誤差；其次，要求有較豐富的數據積累。相比之下，逐筆模擬法的優勢是：能夠處理貸款特征差別較大的資產池，靈活考慮每筆貸款的特征；其局限性在於：當基礎資產數量較多、同質化程度高時，依然進行逐筆模擬會導致運算效率較低。

(二)兩種方法在我國的適用性分析

由於這兩種方法的局限性互補性較強，因此在分析兩種方法的適用性時，要著眼於比較兩種方法在我國的可操作性。從我國不良貸款的特征上看，貸款的同質化程度較低，逐筆模擬法比同質化模擬法的適用性強。首先，貸款發放時間對估計不良貸款回收率有重要影響。如果縱看我國不良貸款的形成歷史就會發現，各級政府的行政指令或者行政干預、我國經濟結構轉型及產業結構調整、商業銀行經營管理不善等都是不良貸款形成的重要原因。而這些因素與特定的歷史時期分不開，因此不良貸款形成的回收情況也不能一概而論，需要根據貸款發放時間，甄別其變為不良貸款的原因來估計其回收率。其次，我國不良貸款的處置速度也因地區不同而存在差異。一般來說，與經濟欠發達地區相比，經濟較發達的地區司法訴訟程式時間較短，因而當企業破產進入司法訴訟時，清算過程比較快，破產企業造成的不良貸款在回收率以及回收時間方面的表現也會優於經濟欠發達地區的企業。最後，我國的不良貸款主要由企業貸款組成，貸款的抵質押情況較國外更為復雜。綜合以上考慮，在我國不良貸款特征差異較大的情況下，逐筆模擬法比同質化模擬法在我國的適用性強。