不良贷款证券化的信用风险不容易准确评估，一方面资产证券化在我国开展时日尚短，不良贷款证券化的评级方法和评级经验都比较匮乏；另一方面，不良贷款证券化涉及的入池资产笔数较多，每笔资产产生的现金流也不稳定，需要用模型来量化资产支持证券的信用风险。因此，研究不良贷款证券化的评级思路，准确评估不良贷款证券化的信用风险，对解决银行不良贷款问题具有重要的现实意义。

           一、不良贷款证券化的评级思路

不良贷款证券化的评估思路也与一般资产证券化类似，但是由于不良贷款证券化的基础资产已经违约，且资产回收金额和回收时间的不确定性较大，因此资产支持证券的风险主要取决于不良贷款的回收情况，在组合信用风险评估时，更侧重于对贷款的回收金额和回收时间进行估计。基于对已有资料的梳理，我们将国外评级机构对不良贷款证券化的评级思路归纳为以下两种：一种是以穆迪为代表，假设不同贷款是同质的，按照回收时间长度模拟回收率，这种方法可简称为“同质化模拟法”。另一种方法认为贷款的特征会影响到贷款的回收率以及回收时间，因而针对每笔贷款的特征逐笔模拟回收率，这种方法可简称为“逐笔模拟法”。

           （一）同质化模拟法

同质化模拟法假设不同贷款是同质的，回收率只和回收时间相关而和贷款的特征（如行业、地区、发放时间等）无关，其基本步骤如下：第一，通过历史数据计算当期回收率。当期回收率是以不良贷款资产池形成时间为起点，计算之后各年度回收金额在资产池上一期未偿本金余额中的占比。当期回收率是一个时间序列，表示不良贷款在形成之后第1年、第2年、第3年等的条件回收率。对每一个不良贷款资产池的历史数据进行统计，能够得到一个当期回收率时间序列的样本，通过对多个不良贷款资产池的历史数据进行统计，便可以得到当期回收率的多个样本。第二，计算当前回收率的统计量。基于当前回收率的样本值，可以确定当期回收率的样本均值、标准差及变异系数。第三，估计回收率分布。在获得当前回收率的样本均值和标准差后，选取对数正态分布、Beta分布等常见分布作为回收率的候选分布，经过数据拟合后，从候选分布中估计出拟合度最高的分布作为回收率服从的分布。第四，模拟贷款未来各年回收率。在确定回收率的分布形态后，利用每年回收率的样本均值和标准差估计每年回收率分布的参数，从而得到逐年的回收率分布函数。从各年的回收率分布函数中分别随机生成一个回收率，便可以得到一个回收率时间序列。由于假设所有贷款是同质的，因此模拟出的回收率时间序列可以应用到所有贷款。基于上述假设，可以模拟出已有贷款在未来各年的回收率。第五，测算资产池现金流。同质化模拟法的另一个假设是，不良贷款不是一次回收的，而是每年都有回收金额，只是回收金额逐年降低。基于这个假设和上述每笔贷款的回收率模拟结果，可以测算出资产组合每年产生的现金流。第六，确定受评证券模型指示级别。利用资产池产生的现金流测算各档资产支持证券的本息偿付情况，从而确定各档证券在法定到期日是否违约，以及损失情况。通过大量模拟（重复第四、第五步），便可以计算出各档证券的预期损失率，从而依据损失率表确定受评证券的模型指示级别。

           （二）逐笔模拟法

与同质化模拟法不同的是，逐笔模拟法不假设每笔贷款的同质性，而是认为贷款的特征会影响到贷款的回收率以及回收时间，该方法的基本步骤是：第一，根据历史数据确定回收率分布。根据历史数据得到不良贷款回收率样本，然后选取正态分布、对数正态分布、Beta分布等常见分布作为回收率的候选分布，经过数据拟合后，从候选分布中选取拟合度最高的分布作为回收率的概率分布。第二，估计每笔贷款的预期回收率和（或）预期回收时间。分析师对拟证券化资产池的贷款逐笔进行分析、统计估值，再综合考量借款人的经营、财务状况以及抵押担保情况，评估出每笔贷款的预期回收率和（或）预期回收时间。第三，模拟每笔贷款的回收率和（或）回收时间。在蒙特卡洛模拟阶段，依据每笔贷款的预期回收率，从第一步确定的回收率分布中生成随机数作为模拟出的该笔贷款的回收率。对于回收时间，如果能够估计出贷款的预期回收时间，则将该笔贷款的回收时间设置为预期回收时间，否则可以从历史数据估计出的经验分布中生成随机数作为基准情景的回收时间，也可以在初始起算日和法定到期日之间从均匀分布中随机生成一个日期作为该笔贷款基准情景的回收时间。第四，测算资产池现金流。在得到每笔贷款的回收率和回收时间后，结合每笔贷款的期初未偿余额，便可以对每笔资产的未来现金流进行预测，并在此基础上测算出资产池在各个核算期间内产生的现金流。第五，确定模型指示级别。基于模拟出的回收现金流，结合分析师设定的交易结构相关的各项参数，对回收现金流的分配情况进行测算，得到一次模拟中各档资产支持证券的本金、利息在各个本息兑付日的支付情况，进而得出各档证券在法定到期日的损失率、违约发生情况（0,1）、平均到期期限、是否发生期间违约等信息。经过数十万次模拟，就能够得到数十万种证券的损失率、违约发生情况、平均到期期限数据，根据理想违约率表/理想损失率表中得到证券的模型指示级别。

           二、两种方法在我国的适用性分析

           （一）两种方法各自的优势与局限性

同质化模拟法和逐笔模拟法都是采用蒙特卡洛方法模拟基础资产在未来产生的现金流，其共同优点在于理论基础较强，且受评证券目标信用等级的测算过程比较清晰，逻辑性较强。两种方法共同的局限性在于，回收率分布参数是通过样本资产池估计而来，而我国不良贷款历史数据并非公开数据，获得这些样本数据比较困难。此外，两种方法还具有各自的优势与局限性：

同质化模拟法的优势在于：对于同质化程度较高的资产，运算速度较快；其局限性在于：首先，当基础资产差别较大时该方法可能会存在一定误差；其次，要求有较丰富的数据积累。相比之下，逐笔模拟法的优势是：能够处理贷款特征差别较大的资产池，灵活考虑每笔贷款的特征；其局限性在于：当基础资产数量较多、同质化程度高时，依然进行逐笔模拟会导致运算效率较低。

           （二）两种方法在我国的适用性分析

由于这两种方法的局限性互补性较强，因此在分析两种方法的适用性时，要着眼于比较两种方法在我国的可操作性。从我国不良贷款的特征上看，贷款的同质化程度较低，逐笔模拟法比同质化模拟法的适用性强。首先，贷款发放时间对估计不良贷款回收率有重要影响。如果纵看我国不良贷款的形成历史就会发现，各级政府的行政命令或者行政干预、我国经济结构转型及产业结构调整、商业银行经营管理不善等都是不良贷款形成的重要原因。而这些因素与特定的历史时期分不开，因此不良贷款形成的回收情况也不能一概而论，需要根据贷款发放时间，甄别其变为不良贷款的原因来估计其回收率。其次，我国不良贷款的处置速度也因地区不同而存在差异。一般来说，与经济欠发达地区相比，经济较发达的地区司法诉讼程序时间较短，因而当企业破产进入司法诉讼时，清算过程比较快，破产企业造成的不良贷款在回收率以及回收时间方面的表现也会优于经济欠发达地区的企业。最后，我国的不良贷款主要由企业贷款组成，贷款的抵质押情况较国外更为复杂。综合以上考虑，在我国不良贷款特征差异较大的情况下，逐笔模拟法比同质化模拟法在我国的适用性强。