来源： 债市风云
我国的ABS起步于2005年央行和银监会联合发布的《信贷资产证券化试点管理办法》，2
005年、2007年进行了两轮试点后，金融危机使得试点暂停。因为国内ABS存在不少制度上的硬伤，2012年解禁后总体处于按部就班的发展状态。直到近两年年在银行及消费金融公司出表的需求下和地产发债遇阻寻找新的背景下， ABS得到了快速发展。
ABS一般包括优先级、夹层、次级。一般前两级拿固定收益，次级拿浮动收益，并给优先和次级做安全垫。由于部分产品存在超额抵押，原始权益人又可以通过调节基础资产来保障收益，所以ABS次级档一开始都是原始权益人自持的，仅仅作为撬杠杆的工具。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》出台后银行理财不能受让本行的结构化资产次级资产，信贷类ABS的次级档才开始大规模售卖，但其他类型的ABS次级档大部分还自持，对外销售还不多见。
目前市场上有些次级档的收益确实还可以，特别是在当前收益率下的比较快的时点，一些投资者也开始将目光投向ABS的次级档。但这玩意儿对于大部分投资者比较新颖，毕竟目前市场上绝大部分机构的投资范围都不包括次级档。对于大部分机构来说，既缺乏违约矩阵，又缺乏相关性列表，什么高斯Copula什么蒙特卡洛统统搞不明白，领导又下了指令，到底该从何入手呢？今天我们来聊聊土味ABS评估方法（也会穿插一些阳春白雪的内容）。
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。大部分ABS不过就是个债为了监管套利而包装了个ABS的壳而已。虽然债权类的ABS在现行制度框架下破产隔离的程度相对较高，实践中真实销售的案例也比较多，相对比较像字面意义上的ABS，但实际上很多循环购买的信贷类ABS看似在法律上实现了破产隔离，在操作环节的设计上原始权益人会在循环的过程中调节资产，没有真正意义上实现真实出售，使得这类ABS仍然具备了一定债的特征。
其次是对原始权益人的评估。即便对于真实出售的基础资产，也要对原始权益人的风险偏好、贷款审批的内控流程机制、资产规模及增速和不良率的变化进行评估，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，首先应该想明白一个问题，就是一个资产真实出售的ABS次级档的安全垫和收益究竟来源于哪里？我们认为，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。因此信贷类ABS的建模和测算核心是搞明白现金流对各档产品的覆盖。一个正常的信贷资产ABS的建模过程通常是这样子的：
评估一个零售信贷ABS，在高度分散的情况下可以一定程度上忽略资产的相关性，建模可以用精算法来解决，当然也可以用不良率、早偿率和违约回收率等参数进行模特卡洛模拟，求一定置信区间下现金流对各档资产的覆盖倍数。对于分散效果不好，在区域、行业等特征上比较集中的资产，还应该考虑资产之间的相关性，这种会比较复杂。求资产直接的联合违约概率的方法下面会讲。
对于对公信贷ABS，严谨的建模过程应该是基于多因子Copula模型构造信用组合模拟模型求出资产包内各个资产的影子违约概率，但是一般对公资产的资产池都集中度比较高，需要考虑资产之间的相关性。违约的相关性可能由资产于地理或行业层级的集中或更广泛的宏观经济形式造成。当资产拥有共同的风险因子时，会提高资产间的相关性。风险因子需要查询相关性列表。资产的相关性结构由两两线性相关系数进行描述接下来就是用不良率、早偿率、相关性、违约回收率等参数进行模特卡洛模拟，估计资产的联合违约概率。联合违约概率与产品临界违约率进行比较，在临界违约率的阈值内，收益率还可以，就可以做出投资决策。
正常的ABS评估套路需要大量的建模和测算过程，相对比较复杂。但在实操中做投资决策，只需要做一个现金流瀑布就足够了。
零售信贷比较简单，做一个现金流瀑布对不良率、早偿率、回收率和优先级发行利率进行加压就行，只要测出几个临界值就足以进行投资决策。零售做现金流瀑布的关键在于指标的选取。比如说银行公布的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。
