当前位置: > 信贷技巧 >

地方ABS等级文件的投资评估方法
栏目分类:信贷技巧   发布日期:2020-01-01   浏览次数:

年由央行和中国银行业监督管理委员会联合发布的《信贷资产证券化试点管理办法》开始,

  中国的 abs 从 2005年由央行和中国银行业监督管理委员会联合发布的《信贷资产证券化试点管理办法》开始,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 通常包括优先、夹层和次级。通常,前两级获得固定收入,第二级获得浮动收入,并优先考虑第二级安全垫。由于部分产品的超额抵押,原始权利持有人可以通过调整基本资产来保证收入, 因此,abs 等级文件最初由原始权利持有人自行拥有,仅用作撬动杠杆的工具。然而,在 2017年5月发布《关于进一步规范银行金融产品渗透登记的通知》后,银行理财不能接受银行结构性资产的子资产, 和信用 abs 的次级开始大规模出售,然而,大多数其他类型的 abs 等级文件是自我维持的,并且很少有外部销售。

  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)。

  要获得 abs,你应该首先阅读产品规格和注册报告,注意产品的法律结构和每个操作环节,并判断该产品需要评估谁的信用。大多数资产支持证券只是一种债务,它包含了一个用于监管套利的资产支持证券外壳。虽然在目前的制度框架下,债务 abs 的破产和孤立程度相对较高,但在实践中有许多真实的销售案例,这些案例在字面意义上与 abs 相对相似。但事实上,许多流通购买信用 abs 似乎在法律上实现了破产隔离,在操作环节的设计中,原始权利持有人将在流通过程中调整资产,真正的出售不是真正意义上的实现, 这使得这类 abs 仍然具有必定的欠债特征。

  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。

  评估一个零售信贷 abs 可以在一定程度上忽略资产在高离散度条件下的相关性,建模可以通过精算方法来解决, 模型 carlo 模拟也可以用诸如缺陷率等参数进行,早期补偿率和违约回收率,以找到在一定置信区间下每个资产的现金流的覆盖倍数。对于分散效应差、区域、行业等特征相对集中的资产,也要考虑资产之间的相关性,相对复杂。下面将讨论寻求资产直接联合违约概率的方法。

  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。

  通常的 abs 评估程序需要大量的建模和计算过程,这相对复杂。然而,在实践中做出投资决策,只需做出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。

  零售信贷的另一个困难是循环采购。最初给出的不是周期性购买的产品的基本资产池,但是对于真正售罄的产品,在周期性购买阶段购买了哪些资产, 应该使用什么参数?事实上,循环购买的情况并不那么困难。如果初始资产池是从银行的整体资产池中随机选择的,并且样本规模和整体资产池规模足够大, 然后样本和整体将符合相同的分布。如果周期性购买的资产仍然是从整体资产池中随机选择的,则其分布必须与初始资产池的分布相同。因此,对于周期性购买的资产,使用与初始资产池相同的参数是很好的。然而,随着缺陷的出现,循环购买的数量在不断减少,这在计算中必须考虑到。

  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。

  然而,上面提到的两个方案有两个严重的伤害。一个是对资产池的贷款逐一审查的过程实际上是将这些贷款作为孤立的主体进行评估,但是公共资产池相对来说并不分散,事实上, 贷款之间经常有一些关联。例如,去年,私营企业整体信用资质下降。但目前,大多数投资者应该有关联列表,并且无法计算共同违约的概率。在计算中,忽略了资产的相关性。所以这个计算的结果是完全不准确的,甚至不是一个估计。另一个严重的伤害是,公共信用贷款的资产包通常是几十个,这些资产包不够分散,无法用统计方法解决。逐一核对的金额对于信用评估来说实在是太重了。因此,在现阶段,除非领导者要求霸主努力工作,否则不建议没有定量建模的投资者投资公共信用类别的 abs 级别。

  尽管上述评估过程是质朴的,但这足以满足那些为自己的投资决策寻求逻辑立足点的投资者的一般需求。对于简单粗暴的信仰者来说,只有一个逻辑就足够了: 这家银行以后会继续发行债券和 abs,它怎么会导致这种产品的二次损失?这取决于主体。虽然我根本无法理解 abs 凌乱的结构和现金流,但我知道国情和人们的心。

相关热词:

这些是最新的
热门关键词
热门排行
2002-2019 信贷之家版权所有     
信贷经理 信贷话术 信贷技巧 抢单神器 信贷产品 信贷员平台 信贷资讯