融资租赁与ABS

公司信贷资产证券化指金融机构作为发起机构，将对公信贷资产信托给受托机构，由受托机构以资产支持证券的形式发行证券，以基础资产所产生的现金流支付资产支持证券本息的结构性融资活动。公司信贷资产支持证券的主要功能包括增强资产的流动性和风险转移；对于投资者而言，其分散的投资标的和相应的交易结构设计也有效降低了证券违约风险。基础资产为对公贷款的信贷资产支持证券（以下简称“CLO”）是结构融资产品中的一个细分品种，自2005年首次推出资产证券化试点以来，累计发行的46期证券化产品中，有32期为CLO产品，可见CLO是率先发展、存量最多的证券化产品，未来预计也将是资产证券化领域的主流产品。

一、证券特点

　　1、从基础资产特征来看，目前入池贷款笔数一般在1000笔以下，单笔入贷款余额占比较高，贷款利率接近基准利率，贷款担保方式较为多样化，涉及信用、保证、抵押、质押等多种方式，主要还款来源是企业现金类资产和经营性现金流。

　　2、从CLO的违约风险角度来看，CLO资产池可以通过资产组合以及控制入池贷款地区、行业集中度的方式，在一定程度上化解非系统性风险，降低联合违约发生的可能性。

　　3、从交易结构的角度来看，真实出售和破产风险隔离是CLO交易结构的核心，而现金流支付机制灵活多样，且优先/次级结构作为主要信用增级措施是优先级证券获得较高信用等级的重要保证。

二、产品评级理念与思路

　　在理想的法律环境下，资产证券化产品的信用评级主要关注基础资产信用质量与产品交易结构特征。首先，在基础资产实现了真实出售、破产隔离之后，基础资产就具有了独立性，信用评级不再考虑发起人的信用状况，而只考虑基础资产本身的信用质量。其次，证券化产品的特殊之处还体现在产品结构设计上，不同的信用增级措施与现金流支付机制直接影响着信用级别的高低，次级档的厚度决定了其对损失的吸收程度、对优先档证券的保护程度，现金流支付机制决定了优先档证券得到偿付的优先程度。

　　中债资信对CLO信用等级的评定是对受评证券违约风险的评价，即在考虑基础资产损失分布的情况下，受评证券利息在存续期内未能及时且足额获得支付以及本金于法定到期日不能足额获付的可能性。中债资信对受评证券违约风险的评估方法是以基础资产整体组合信用风险水平为基础，并结合压力测试、交易结构分析进行综合判定。

　  首先，基础资产中单笔资产的信用质量（即每笔贷款的违约概率）、集中度、资产间的相关性以及回收率等因素，决定了基础资产整体组合信用风险水平。因此，一般需要先对单笔资产的信用质量进行评估，得出每笔资产的违约概率。然后结合每笔资产的违约概率，运用多阶段[  多阶段蒙特卡罗模拟是通过在基础资产存续期内，逐年进行模拟而实现的。]蒙特卡罗模拟方法模拟资产池违约事件，构建组合信用风险模型，确定由基础资产质量决定的受评证券信用等级上限。中债资信的组合信用风险模型的构建是以多阶段[]蒙特卡洛模拟为基础，通过生成相关联的随机数对每个资产的违约情况进行判定，汇总一百万次的模拟结果绘制资产池违约分布和损失分布，参照累计违约率表，得到不同信用等级下证券所需承受的资产池目标违约比率和目标损失比率[  此处违约比率和损失比率是指资产池违约额和损失额在资产池未偿本金余额中的占比。]，基于各优先档证券所获得的信用增级量[ 各优先档证券所获得的信用增级量是指由劣后受偿证券提供的信用支持以及超额抵押合计提供的信用增级量。]大于目标损失比率的评级标准，最终确定由基础资产质量决定的受评证券信用等级上限的评级标准。

　　其次，如果入池资产分散度较差，存在集中违约风险，那么可能少数几笔贷款信用表现恶化就会对整个资产池产生较大的负面影响，所以还需要构建大额借款人违约压力测试模型测度集中度风险。受评证券获得的信用增级量必须能够覆盖资产池中低于该目标等级的特定大额资产组合违约所带来的损失，由此得到由大额借款人违约压力测试决定的受评证券信用等级上限。

　　最后，由于组合信用风险分析过程中没有考虑超额利差、流动性支持、信用触发事件等交易结构特点，以及压力情景下基础资产产生的现金流在各时点对受评证券本金和利息的覆盖程度，因此需根据交易约定的交易结构和特定压力条件进行现金流分析及压力测试，基于各优先档证券临界违约率大于目标违约比率的评级标准，得到由现金流压力测试决定的受评证券信用等级上限。

　　取上述三个级别上限中最严格的一个为由量化模型决定的指示信用级别。除了上述量化分析外，中债资信会结合交易结构风险、主要参与机构尽职能力、法律风险等评级要素的定性分析对量化模型决定的指示信用级别进行调整。公司信用评审委员会将依据各评级要素的分析结果、模型参数的设置以及模型运算结果，并考虑其它定性因素，综合考量受评优先级资产支持证券违约风险的高低，最终确定受评证券的信用等级。

三、基础资产池信用质量分析方法

　　CLO产品具有单笔贷款金额占比较大，集中度较高的特点，单个资产的违约对证券整体的信用水平影响较大。因此，对于信贷资产证券化产品资产池的评估，通常结合每个资产的违约概率，基于Merton提出的结构化模型（Structured Model），运用蒙特卡洛模拟的方法生成相关联的随机数对资产的违约情况进行判定，或者采用二项式扩展法测算得出基础资产的违约分布和损失分布等。每笔资产的影子评级及其违约概率是模型中的重要参数，需要注意的是，对于不同数量、不同企业类型的信贷资产池，评估单笔资产影子级别的方式也有所不同。对于大型企业，资产池中包含的贷款笔数较少，我们通常对每笔贷款中涉及的借款人和担保人级别进行逐一评估，采用的标准与主体评级标准完全一致。对于中小企业，且资产池中包含的借款人数量较多，难以实现逐一评估的情况下，可采用抽样建模的方式得到影子级别，模型通过一些定性和定量指标对借款人、担保人进行评估，其中定性指标包括行业信用品质和企业性质，定量指标包括体现企业经营和财务风险的财务指标，如资产总额、营业毛利率、资产负债率等，通过模型运算确定样本外资产的影子级别。对于小微企业或个人经营类贷款，借款人主要以自然人为主，无详实的经营数据与财务数据，逐一评估存在困难，抽样建模又缺少充足的样本数据，综合考虑，我们采用根据贷款整体特征、发起机构的风控能力确定级别中枢，再根据体现个体借款人信用水平的特征进行微调的方式确定基础资产的影子级别。

四、交易结构分析

　　信用评级对于交易结构的考察主要包括现金流支付机制和信用增级措施、资产服务机构尽职能力、交易结构风险和法律风险方面等方面因素。

　　证券通常会设置信用触发机制，触发机制的设置原则是通过改变资产池的现金流支付顺序，来保证优先级证券优先获付利息或本金，从而对风险因素快速做出反应，减少投资者损失的。当出现资产池表现异常时，为了保证优先档证券的绝对优先支付权，交易结构中设置的触发机制将发挥作用，外资产支持证券中比较典型的触发机制包括加速清偿事件与违约事件。

　　部分证券化产品中也会设置相应的流动性支持机制，流动性支持形式主要包括内部支持与外部支持两种形式。内外部流动性支持通常采用设置相应的流动性准备金账户或其他等方式实现。当基础资产现金流流入量与证券各项支出在时点上发生错配时，流动性准备金账户用于弥补证券本息的支付。以上机制通常作为现金流分析和压力测试的考察因素，会对证券现金流及信用增级水平的影响。

　　信用增级措施可以降低受评证券的违约风险，提升优先级证券信用水平，吸引投资者，同时满足发起机构在会计、监管和提高资产流动性等方面的需求。主要增级方式包括内部信用增级和外部信用增级，其中以内部增级为主。内部增级主要包括优先/次级结构、超额抵押等，外部信用增级措施则由独立的第三方机构提供，通常可以采取保险、担保和现金抵押账户等形式来实现。超额抵押是指资产池本金余额超过资产支持证券本金额的差额，可以作为信用保护的一种内部信用增级措施，该差额用于弥补资产证券化过程中可能会产生的损失，从而对证券具有一定的信用增级效果。信用增级措施对受评证券信用等级的影响，体现在对资产池现金流分析和压力测试过程中。

　　资产服务机构通常由发起机构或者相关的附属机构担当，负责管理基础资产组合的日常运作，负责收取本金和利息，追收拖欠资金，并向受托机构和投资者定期提供资产服务管理报告。因而，资产服务机构的尽职能力直接影响着资产信用表现和回收情况，进而对基础资产的现金流水平和证券的信用等级产生影响。信用评级过程中通常对资产服务机构的经营风险、财务风险、资产管理业务状况、风险控制水平、信贷业务管理流程、逾期贷款管理和催收方法等方面进行全面的分析，识别并防范由资产服务机构引发的风险。

　　完善的法律制度是资产证券化发展的必然前提，资产证券化交易中的真实出售、破产风险隔离、债权及其从权力转让效力等重要核心问题均须得到法律的支持。信用评级过程中，通常重点关注交易是否能够实现债权转让同时办理变更登记，是否有法律依据支持抵押权变更登记的批量处理等。刘毅荣来源

融资租赁资产证券化需关注法律问题

交银金融租赁首单10.12亿元资产证券化产品“交融2014年第一期租赁资产支持证券”将于9月16日发行，这是继华融金融租赁与河北金融租赁发行基于市场的资产证券化(MABS)产品后，金融租赁企业的又一单租赁资产证券化产品。

作为一种结构化融资模式，资产证券化从客户集中度、结构化融资以及提高资产流动性三个方面解决了融资租赁企业目前面临的融资渠道单一、融资难的问题，在融资租赁业务及资产规模快速增长的情况下，备受关注。

但是由于目前租赁资产证券化没有统一的法律制度，租赁资产证券化过程中需要面对众多的法律难题，为此，本报记者专访了北京大成律师事务所高级合伙人匡双礼，就行业关注的热点问题进行了探讨。

问：什么样的租赁资产适合做资产证券化？

答：适合进入证券化结构的租赁资产一般不是实物资产，而是租赁公司未来的租金收入，即租金债权。租赁资产的转让可能遇到的法律障碍大致有三种情况：

第一、租赁行业准入及资质问题，转让租赁资产是否可能涉及违法经营构成违规并导致转让无效？SPV(特殊目的载体)是向租赁公司购买租金债权或收益权，不参与融资租赁业务操作，转让/受让的都是金钱利益而不是租赁业务，因此不涉及经营租赁业务的资质问题。

第二、租赁协议或贷款协议禁止租赁公司转让租金债权的情况。对此，可以选择不转让租金债权本身，代而转让以租金债权为基础的权利，比如以租金债权为担保而衍生出来的其他权益。此做法的风险是可能被认定为借贷，并且能否出表存在争议。另一种方法是在挑选资产时尽量回避此类被协议禁止转让的债权，但这样做就缩小了租赁资产的范围并限制了资产证券化的作用。

第三、租金(或其收益权)已经为他人设置担保的情况。对此，可以选择用SPV 的证券化收益提前偿债(前提是提前偿债不构成违约)，或以证券发行收入设置新的质押替换租赁公司为贷款行提供的质押，以此解除租赁公司租金(或其收益权)上设定的担保。另一种方法是回避挑选此类设置担保义务的债权，但这样做同样会缩小租赁资产的范围并限制资产证券化的作用。

问：租赁资产证券化过程中存在哪些增值税问题？资产池是怎样构成的？

答：在融资租赁交易过程中，设备出售方向租赁公司开具增值税发票，然后租赁公司向承租方开具增值税发票。证券化交易介入后，租赁公司向SPV转让租金债权之后，相当于在SPV与承租方之间建立了租金收付关系，因而应由SPV向承租方开具增值税发票。但是依据目前税收法律法规，SPV并不具备开出增值税发票的资格。

在未来全面推广增值税之前，在构建资产池时，为防范上述问题构成的障碍，就需要回避应纳增值税的资产(有形动产)，挑选应纳营业税的资产(例如不动产、无形资产)，从而解决开具增值税发票的问题。要从根本上解决难题还有待于出台相关税收政策。

问：真实转让与破产隔离如何解决？

答：在资产证券化的交易结构中需要通过架设适合的SPV来实现投资者与原始所有人之间的风险隔离。这种是双向的、结构性风险，如果不予以隔离，对于投资人来说，一旦资产的原始所有人破产而影响到基础资产，投资人将损失投资收益；而资产原始所有人的风险在于，一旦资产池本身收益未实现，投资人有可能向原始所有人索赔。

只有将资产真实转让给SPV才能隔离风险，这样对于投资者来说，SPV作为资产的所有权人，阻断了原始所有权人与资产的联系，即使原始所有人破产，亦不会威胁到已转让资产，成功的将破产风险隔离于项目之外；对于原始资产所有人来说，资产转让给SPV，该资产上所有风险及报酬一并让渡给SPV，即使投资者受到了损失，唯一可能的追索对象就是SPV，因此真实转让阻断了投资者对原始所有人的追诉风险。

问：在法律体系内，资产证券化结构中如何选择SPV模式？

答：SPV需要具备两个基本功能，一是财产独立，可实现破产隔离；二是可便捷地发行证券。在法律体系下，公司不宜作SPV。资产证券化的运作需要SPV能够灵活掌控资本运作的时机,及时将基础资产证券化后投放市场，而公司须遵循《公司法》及《证券法》对公司发行证券设定的严格条件，这些条件将限制SPV发挥其功能。根据现行的法律法规，可采用的SPV模式主要有信托、有限合伙、基金公司特定客户资产管理计划以及证券公司资产管理计划，这些模式在一定条件下均可以起到风险隔离的作用，缺陷是它们各自对投资门槛及投资人数都有严格要求，使证券化产品很难成为大众投资对象。

问：如何确保担保权的转移？

答：担保权转移的原则是“从随主转”，即租金债权转让后原出租人在债权上的担保权一并转让。

但问题是不动产抵押是否需要变更登记？不登记的效果是什么？

原则上，抵押权的变更需要重新登记，这限制了证券化交易的自由度。但是，《最高人民法院关于审理涉及金融资产管理公司收购、管理、处置国有银行不良贷款形成的资产的案件适用法律若干问题的规定》第九条规定：“金融资产管理公司受让有抵押担保的债权后，可以依法取得对债权的抵押权，原抵押权登记继续有效。”从这条规定的立法意图可看出，在抵押权随主债权转移后，受让人即可依法取得主债权的抵押权，原抵押登记应当继续有效，无需重新办理抵押登记。该条款规定的是特定情况下的资产证券化中的担保权转移问题，未必能普遍适用。肖旺金融时报

RMBS四种评级思路在的适用性分析

国际评级机构测算RMBS组合信用风险的方法主要有四种：迁移率-压力乘数法、模拟方法、MILAN方法和Logistic-压力乘数法。中债资信在个人住房抵押贷款证券化系列研究的前五篇对这四种方法进行了详细的介绍。

经研究我们发现，国外评级机构的RMBS评级方法不同，但都有其内在的评级逻辑，评级方法也都比较复杂，其共同优势包括：

第一，对贷款信用风险的评估比较细致，都采用逐笔分析；第二，均具有较强的经济学含义。

共同的局限性在于：

第一，由于预测期限较长，会出现实际的宏观经济环境可能与模型预测情景不符，导致模型对极端情况下组合的违约及损失情况估计不足。第二，其他无法量化的因素无法使用模型加以分析。从适用性方面看，目前的数据积累和评级分析师经验基本能够满足迁移率-压力乘数法的要求，因此迁移率-压力乘数方法比其他方法在的适用性更强。

　　但是考虑到外经济环境不同，我们可以借鉴国外机构的方法，参考迁移率-压力乘数法的思路开发RMBS评级模型，提出适用于的贷款状态转移矩阵估计方法，并在评级实践中加强数据积累，适时对相关参数及调整规则进行实证研究。

　一、四种方法在的适用性分析

　　通过研究国外机构的评级思路，我们发现每种评级方法都有其内在的评级逻辑，评级方法也都比较复杂。总体看来，这四种方法共同的优势包括以下两个方面：第一，对贷款信用风险的评估比较细致，都采用逐笔分析。RMBS基础资产涉及几千笔贷款，但是国外评级机构在评估其组合信用风险时，却没有采用汽车贷款ABS评级中所使用的静态样本池的方法，而是对影响贷款信用质量的重要指标，如违约率、违约损失率、提前还款率等，各自构建不同的模型，对每笔贷款逐一评估。这可能是考虑到每笔贷款在借款人性质、贷款条件以及抵押物价值等方面特征具有一定差异，因此静态样本池方法可能会存在一定误差，需要对每笔贷款的性质逐一评估。第二，具有较强的经济学含义。由于住房抵押贷款的期限较长，受宏观经济影响较大，因此在国外机构评级方法中，均不同程度地考察了宏观经济指标对资产支持证券信用品质的影响，有的机构对宏观经济变量直接建模并用来预测贷款的信用表现，有的机构则将宏观经济变量作为压力测试的一部分，这些处理使得RMBS方法论具有较强的经济学含义。同时，这四种方法还具有以下几方面共同的局限性：第一，由于预测期限较长，会出现实际的宏观经济环境可能与模型预测情景不符，导致模型对极端情况下（如房地产市场崩盘致使房价大跌等）资产组合的违约及损失情况估计不足。第二，其他无法量化的因素无法使用模型加以分析。国际机构的组合信用风险评估方法提供的是一种定量分析方法，较难考察无法量化的因素包括：宏观经济环境、法律法规变化、发起机构对贷款损失风险的控制能力等，这些因素会对评估结果带来一定程度的不确定性。除了共同的优势与局限性之外，由于国际机构的方法各不相同，因此有必要对这些方法各自的优势与局限性进行深入比较。

（一）四种方法各自的优势与局限性

　　迁移率-压力乘数法的优势在于逻辑清楚，能够在较短的时间内计算出特定RMBS基础资产的基准违约概率及清算时间，模型的程序化亦可由多种编程工具（例如：C++、Matlab、Excel/VBA）实现。在计算出基准损失率之后，施加压力乘数即可得到目标级别下的损失率，评估过程的操作性强。迁移率-压力乘数法也有一定的局限性，主要体现在压力乘数的使用和迁移率清算时间模型两方面：使用压力乘数的局限性在于，压力乘数相当于对未来经济景况的严苛程度对资产池信用质量影响的预测，由于不再对未来宏观经济指标分别预测，因此压力乘数的设定便充当一个重要而综合的预测指标。而目前不同目标信用等级对应的压力乘数具有一定主观性，在数据不充分或披露信息较少时，此方法的有效性还有待检验。迁移率清算时间模型的局限性体现在模型假设方面，模型认为贷款的状态转移过程是一个时齐的马尔科夫过程，并采用转移概率的思想估计违约率随时间的变化曲线，但这一假设是否与实际情况相符仍有待考证。在迁移率清算时间模型中，最主要的假设是实际使用的状态转移概率，由于模型将同一状态转移矩阵用于相当长的一段时间内，但是不同经济景况下，贷款的转移概率也会有所不同，因此需要对状态转移矩阵做出调整与修正，而从公开资料中也没有发现对此模型的修正。

　　模拟方法的优势主要体现在以下几个方面：第一，理论基础扎实、逻辑性强。无论是对宏观经济指标的预测还是单笔贷款的违约及提前偿还情况的估计，均建立定量分析模型并以实证研究为基础，在拟证券化资产池存续期内进行预测，度量基础资产的组合信用风险。第二，方法比较灵活，可延展性好。模拟方法对每笔贷款的违约率、提前还款率进行模拟，既可以处理同质组合，也可以处理异质组合，具有较强的灵活性。同时，模型还对每个经济变量（利率、房价等）单独建模并预测未来经济景况，这些模型的有效性可以通过数据积累和技术提高而不断改进，因而方法整体的延展性较好。模拟方法也存在一定局限性，一是由于模拟方法需要生成多个宏观经济指标未来的路径，并且每条路径下对每笔贷款逐一判定其违约及提前还款情况，因此模型运算效率较低。二是模型对每个宏观经济指标分别建立随机模型，均会产生一定误差，尤其是如利率预测模型，误差较大，将预测结果带入到判定贷款违约风险的Cox风险模型中，可能会进一步放大结果误差。

　　MILAN方法的优势是操作性强，其局限性体现在以下几个方面：第一，MILAN方法的定性判断较多，方法略显说服力不足。MILAN方法侧重于贷款与预设标准进行比较分析，但是标准的设定、贷款与标准不同时的调整规则缺乏实证基础，因此该方法略显说服力不足。第二，MILAN方法假设基础资产的累计损失率服从对数正态分布，这一假设在汽车贷款ABS中也曾采用，穆迪也通过实证验证了该假设的合理性，但是并未对住房抵押贷款组合累计损失率的分布进行相关验证，因此缺乏实证基础。此外，资产组合的累计损失率服从对数正态分布这一假设的成立是建立在基础资产笔数足够多、分散度较高的基础上的，如果基础资产笔数较少，那么这一假设能否满足还有待进一步验证。

Logistic-压力乘数法的优势体现在以下两个方面：第一，模型结构完整，逻辑清晰。违约率模型选取了13个自变量以实证数据对每笔贷款的违约率进行Logistic回归，定量分析其相关关系；损失率模型也选取了多个经济变量构建了会计基础的模型，并且将违约率模型与损失率模型有机结合起来，因而结构完整，逻辑比较清晰。第二，方法的解释力较强。一方面，在选取模型解释变量时，定量考虑了借款人、贷款、宏观经济等多个维度的指标，并且通过实证的方法测算出各指标对违约率的影响；另一方面，违约损失率模型以实际财务过程为基础，充分分析发行主体在变卖抵押物时的收入及支出，能较好的与实际情况符合，因而模型的解释力较强。Logistic-压力乘数法也具有一定局限性，表现在：第一，Logistic回归模型所选取的变量存在着相关关系。例如，模型中的关键变量信用评分（CreditScore）与借款人流动储备、贷款文件齐备性存在着相关关系。由于回归模型的自变量并非完全独立，这使得模型高估了因变量与某类自变量的相关关系。第二，预测模型的误差在多次回归中被放大，影响最终结果。从最基本的房价模型开始，在输入时就包含了变量的历史值和预测值，利用这一回归结果得到了房价的可持续市场价值减值，同时再次用于估计违约概率和违约损失率，因此预测模型的误差在多次回归中将被放大，预测模型的准确程度将在很大程度上决定最终模型是否准确。第三，模型对于变量中还包含多个细分类的处理方法采用了设定基准类、调整其他类的方法。在基准类的Logistic回归结果的基础上，考虑其他类别变化带来的影响，得到某个变量的其他类别对应的违约率。模型在考虑不同类别的同一分类变量所带来的影响中，定性设定相应的调整参数，这些参数设置的合理性缺乏实证基础，因而削弱了模型的解释力。

（二）四种方法在的适用性分析

　　由于四种方法具有各自的优势与局限性，因此在分析四种方法在的适用性时，我们需要重点考察这些方法在的可操作性，主要考虑以下几个方面：

从历史数据积累的要求方面看，历史数据很难满足模拟方法、MILAN方法和Logistic-压力乘数法的要求。MILAN方法对数据积累的要求较高，因为该方法需要建立标准贷款的特征，比如贷款金额、贷款价值比、利率、房产类型、价值、地区、购买目的、借款人收入、职业等，以及标准贷款组合的特征，而这些特征的归纳以及基准参数的设置均需要以大量全国范围内的数据为基础，才能使标准贷款以及标准贷款组合具有代表性。此外，拟证券化的每笔资产需要与标准贷款进行比较，资产组合也要与标准贷款组合进行比较，之间的差异需要进行调整，而调整规则的制定也需要有大量的数据积累。因此MILAN方法更适合在数据积累比较丰富、比较成熟的房地产和金融市场中使用，在住房抵押贷款市场起步较晚、数据积累有限的条件下，MILAN方法的可操作性不强。模拟方法对历史数据的要求也很高，一方面，模拟方法需要对各变量分别建模估计，在宏观经济指标（利率、房价等）的模型中，宏观指标数据虽然比较丰富，但是这些宏观指标数据受政策影响较大，导致许多模型的假设条件（如有效市场）无法满足，降低了模型的解释力和预测力；另一方面，模拟方法对条件违约率建模，估计出贷款在不同时间的条件违约率，而条件违约率与贷款的账龄关系密切，一般而言账龄越长的贷款条件违约率越低，因此在运用中对账龄较长贷款条件违约率的估计存在数据不足的问题。Logistic-压力乘数法需要大量贷款在存续期末违约与否的状态数据，以及逐笔贷款的特征数据、借款人信息、宏观经济变量数据等，由于大部分住房贷款还处于还款期，只有少部分发放较早、期限在10~15年的住房贷款已经还清或即将还清，因此在大部分住房贷款未到期的情况下，贷款的违约及损失情况还未充分暴露出来，贷款最终违约与否的数据较难获取，而其他借款人、贷款等信息目前也并不完备，要同时获得Logistic回归模型需要的数据较难实现。

　　相比之下，目前的数据积累基本能够满足迁移率-压力乘数法的要求。贷款状态转移概率的估计对数据需求相对较少，只要能够获取若干个静态池中每笔贷款的扣款明细，即可估计贷款状态转移矩阵，而目前商业银行基本能够实现构建静态池并输出每笔贷款每期的扣款信息，从而能够满足估计历史状态转移矩阵的数据要求。需要指出的是，与20~30年的贷款期限相比，的住房贷款历史数据的期限较短，因此无法估计全周期的贷款状态转移矩阵。这一问题可以根据贷款违约及损失时间分布规律进行推测，由于贷款的账龄越长，借款人已经偿还的金额越多，违约成本越高，因而通常情况下贷款的损失时间分布呈现先增后减的趋势，越是临近贷款到期日，违约增幅越低。鉴于这一规律，我们认为对于时间较长的状态转移概率的估计，可以在估计出的转移矩阵基础上进行相应定性调整，在数据达到一定积累后更新状态转移矩阵。迁移率-压力乘数法对数据要求也很高，需要跨经济周期的贷款损失历史数据。标普认为，AAA级别对应的是历史最严苛的经济情景（比如大萧条时期），B级别对应的是历史平均的经济情景，因此压力乘数的制定需要历史最差时期住房贷款损失数据和历史平均损失数据。住房贷款市场起步较晚，房价也不断上涨，还没有经历一个完整经济周期，因此很难根据已有历史数据估计压力乘数。在这种情况下，我们可以考虑采用国外AAA级别的压力乘数为上限，因为我们认为即使遭受经济危机，对住房贷款的影响也不会比国外经济危机的影响大，并在此基础上进行相应地调整，待数据达到一定积累后，对压力乘数进行校准。

　　从分析师评级经验的要求方面看，虽然每种方法都需要分析师对相关参数进行调整，但是MILAN方法对分析师评级经验的要求更高。MILAN方法需要分析师设定特定标准贷款的相关特征，并将每笔拟证券化资产（资产组合）与标准贷款（标准贷款组合）进行比较，每一项差异都需要调整信用增级量。这些标准贷款特征的设定、调整规则的设定都需要较丰富的评级经验积累。其他几种方法更多地依赖量化分析模型，测算结果比较客观，对分析师的评级经验依赖较少，能够在RMBS业务开展初期为分析师提供一定的参考。

　　综上所述，在评估RMBS产品基础资产组合信用风险时，迁移率-压力乘数法比其他三种方法在的适用性更强。

　　二、相关思考

　　的住房贷款市场起步较晚，人民银行于1995年发布《商业银行自营住房贷款管理暂行办法》标志着住房贷款业务开始步入正轨。虽然于2005和2007年先后发行了两单RMBS产品，但是仍然处于探索阶段，并没有形成一套理论完备的RMBS信用风险评估体系，因此我们可以借鉴和改进国外评级机构的相关做法，为进一步开展RMBS提供理论参考。

　　第一，可以借鉴迁移率-压力乘数法的思路，开发RMBS评级模型。通过比较国外机构评估RMBS信用风险时的四种方法，我们认为迁移率-压力乘数法比其他方法在的适用性更强。因此，我们可以借鉴此思路，估计的贷款状态转移矩阵，并根据贷款在每期还款状态具有排他性，用随机数判定贷款的确切状态，在大量蒙特卡洛模拟中，估计基础资产组合信用风险。

　　第二，提出适用于的贷款状态转移矩阵估计方法。状态转移矩阵刻画的是贷款从某种状态转变为其他状态的概率。迁移率-压力乘数法将贷款状态分为9类，但由于对贷款状态的分类标准与国外有所不同，贷款违约后对抵押物处置等状态的数据较难获得，因此在开发RMBS评级模型过程中，可以适当减少贷款状态的种类，并且这一简化并不影响组合信用风险评估。另一方面，国际评级机构通常假设贷款的状态转移矩阵是一个时齐的马尔科夫转移矩阵，即认为转移矩阵与贷款账龄无关。而这一假设在有些不适用，因为居民消费较国外谨慎，而且住房在民生中意义重大，对个人而言违约成本高，并且随着账龄增加，借款人在房产中的权益增加，会进一步增加违约成本。综合以上考虑，我们认为贷款的转移矩阵随账龄的增加而变化，因此可以尝试逐年估计状态转移矩阵。在发起机构提供的历史还款数据覆盖的时间范围内，可参考迁移率-压力乘数法的做法估计贷款发放后每一年的状态转移矩阵；在没有历史数据的时间范围内，可尝试利用其他机构的公开数据估计状态转移矩阵。此外，应当充分考虑房地产行业的周期性对状态转移矩阵的影响，对估计结果进行适当的定性调整。

　　第三，加强数据积累，对相关参数及调整规则进行实证研究。如上文所述，无论是哪种方法都面临历史数据积累匮乏、分析师经验不足的问题，这些问题都需要在市场的持续发展、评级实践的深化中不断解决，在数据达到一定积累后对相关参数及调整标准进行实证研究，以增强评级方法的准确性。