中小企业信贷资产支持证券（SME CLO）属于公司信贷资产支持证券的一种，是指发起机构将中小企业贷款作为基础资产，以资产池未来的现金流作为偿付来源而发行的资产支持证券。SME CLO起源于上世纪80年代的美国，但目前欧洲是最主要的市场。我国曾于2008年10月由浙商银行在银行间债券市场发行6.96亿元SME CLO，虽然发行规模不大，但是为解决中小企业融资难题提供了新途径。目前，在我国进一步促进中小企业发展、缓解中小企业融资困难的大背景下，积极开展SME CLO既有助于拓宽中小企业融资渠道，降低中小企业的融资成本，又有利于分散银行体系风险，提高银行对中小企业提供服务的积极性。因此在我国2012年资产证券化重启后，有必要深入研究SME CLO的评级思路，为准确评估资产支持证券的信用风险提供参考。

            一、SME CLO组合信用风险评估思路

SME CLO的基础资产为中小企业贷款，其借款人级别普遍较低，风险较高，同时不同的基础资产组合在资产数量和集中度等方面差异显著，因此需要借助模型来测算基础资产的组合信用风险。通过研究国际评级机构的评级方法，我们发现测算SME CLO组合信用风险的方法主要有两种：一种是参考CLO的评估思路，利用蒙特卡洛模拟方法模拟基础资产的违约及损失情况，从而得到资产池的违约及损失分布，这种方法可以简称为“蒙特卡洛模拟法”；另一种方法是假设基础资产池的累计违约率服从逆正态分布，然后利用静态样本池的历史数据估计逆正态分布的参数（均值和相关系数），这种方法可以简称为“逆正态分布法”。

蒙特卡洛模拟法是测算组合信用风险的常用方法，其总体思路是基于基础资产的违约率、回收率和相关性等假设，通过生成随机数模拟每笔资产的违约及损失情况，得到一次模拟过程组合的违约及损失金额占比，然后利用大量模拟得到基础资产违约及损失的概率分布。考虑到SME CLO的基础资产笔数范围跨度较大，可以从几十笔到几千笔，当基础资产数量多（通常大于1000笔）、同质性强、分散度高时，蒙特卡洛模拟法的运算效率不高，同时在这种情况下，基础资产累计违约率的分布具有一定规律，因此以穆迪为代表的机构对笔数较多的SME CLO假设基础资产累计违约率服从逆正态分布，其理由是逆正态分布是一种极限分布，如果将单因子蒙特卡洛模拟模型用于充分分散的同质化组合，当基础资产的数量趋于无穷大时，组合的违约分布即为逆正态分布。然后利用发起机构提供的数据估计分布参数，从而直接得到基础资产的违约分布。

            二、两种方法的适用性分析

            （一）两种方法的优势与局限性

蒙特卡洛模拟法的优势在于：测算过程比较清晰，灵活性强，既可以处理同质性强、分散度高的基础资产，又能够处理贷款特征差异较大、集中度较高的基础资产。然而该方法存在一定的局限性：当基础资产数量较多时模拟运算效率较低。蒙特卡洛模拟法通过生成相关联的随机数来判断每笔资产的违约情况，当基础资产的数量非常多时，模拟过程耗时很长，运算效率很低。

逆正态分布法的优势在于：第一，在基础资产数量较多的情况下能够快速评估组合信用风险，运算效率高。逆正态分布法直接假设组合的违约分布函数，直接估计分布参数，不用进行大量重复模拟运算，因此模型运算效率较高；第二，理论基础较强。当基础资产同质性较强、分散度足够高时，如果基础资产的数量趋于无穷大，那么单因子蒙特卡洛模拟法得到的组合违约分布即为逆正态分布。从这个意义上讲，逆正态分布法是单因子蒙特卡洛方法的极限分布，因此能够保证在评估笔数较多的SME CLO组合信用风险时，与单因子蒙特卡洛模拟方法具有一致性。该方法同样存在一定的局限性：首先，该方法不能处理基础资产数量较少，或者存在贷款集中度较大的情况。当基础资产笔数非常多、同质性强并且充分分散的情况下，整个资产组合的损失表现比较稳定，逆正态分布的拟合效果较好。如果基础资产数量较少或集中度高，单笔大额贷款的违约风险会对整个组合信用风险产生影响，在这种情况下采用逆正态分布法可能会低估尾部风险。其次，该方法只能得到资产池存续期末的违约概率分布，而不能生成违约时间分布，因而还需要其他数据估计违约时间分布。

            （二）两种方法在我国的适用性分析

蒙特卡洛模拟法和逆正态分布法各有优劣，其适用性主要取决于基础资产的风险特征。从方法的适用性方面看，任何类型的SME CLO都可以采用蒙特卡洛模拟法评估基础资产的组合信用风险。而对于资产笔数较多、同质性强、分散度高的SME CLO可以采用逆正态分布法来估计基础资产累计违约率的概率分布，提高运算效率。从数据的要求方面看，蒙特卡洛模拟法对每笔贷款的信息量要求大（如贷款的抵质押状况等），而逆正态法是一种简化算法，对基础资产的数据信息需求小，但也要以牺牲一定的计算精度为代价。

            三、方法应用中需要注意的问题

SME CLO是信贷资产证券化产品中的一种，但是与大型企业CLO相比，SME CLO在评估过程中还需要注意其独特的风险特征：一方面，由于基础资产是由中小微企业贷款组成，单笔资产的信用质量相对较差，风险较高；另一方面，资产池包含的贷款笔数较多，资产分散度高，能够在一定程度上降低组合信用风险。因此在评估SME CLO的组合风险时要综合考虑上述特点，利用模型加以分析。在应用蒙特卡洛模拟法或者逆正态分布法评估SME CLO组合信用风险的过程中需要注意以下问题：

第一，要根据基础资产的具体情况选择合适的方法。蒙特卡洛模拟法和逆正态分布法有各自的特点和适用范围，因此需要根据基础资产的具体情况来选择适合的方法，兼顾结果的准确性、数据的可得性和运算效率。一般而言，如果基础资产数量不多、或者贷款的风险差异显著、或者存在单笔贷款集中的情况，那么更适合采用蒙特卡洛模拟法；如果基础资产数量较多、分散度高、同质性强，那么更适合采用逆正态分布法。

第二，相关系数的选取应低于大型企业CLO。采用蒙特卡洛模拟法需要合理设定企业之间的相关系数。根据已有的研究成果，通常认为资产相关系数与企业规模正相关，因此中小企业的资产相关系数应当低于大型企业。支持这一观点的文献有很多，比如在巴塞尔协议内部评级法中，中小企业相关系数需要在一般公司相关系数的基础上扣减一个规模调整项，其结果会低于一般公司。因此我们在设定中小企业资产相关系数时，需要在大型企业相关系数的基础上酌情进行调整。

第三，需要审慎考虑未来经济形势对组合信用风险的影响。相对大型企业，中小企业的财务弹性较小、外部融资能力较差，因此通常具有明显的顺周期性，对宏观经济更加敏感。当宏观经济处于上行期时，市场繁荣，企业经营情况良好，资金面相对宽松，使得违约风险相对较低；当宏观经济处于下行期时，市场低迷，企业经营环境恶化，同时银行收紧信贷政策，导致中小企业运营困难，偿债能力显著下降。因此在评估SME CLO组合信用风险时，需要审慎考虑未来的宏观经济形势、利率走势、银行信贷政策等方面的变化可能给中小企业偿债能力造成的影响，并且可以根据对上述影响因素的预测对模型参数进行合理调整。