主持：本报记者 王冠

    嘉宾：中债资信创新产品专业信用评审委员会副主任 罗伟成

    5月，资产证券化产品发行迎来“井喷”行情，以发行285亿创下ABS试点以来单月最高发行纪录。

    作为债券发行的第三方独立部分，信用评级一直以来是市场和投资者的重要参考标准。当年美国次贷危机中，作为金融债券市场的明星产品，资产支持证券（ABS）给金融市场带来了巨大损失。究其原因，除了ABS基础资产多样、交易结构复杂，导致风险识别难度大以外，评级机构的利益冲突，造成评级结果失真、等级严重虚高，也是加剧产品风险累积的重要原因。

    为了亡羊补牢，避免重蹈覆辙，欧美金融市场在次贷危机后陆续出台了一系列推动资产证券化重回正轨的新监管举措。其中，就有强化信用评级监管，降低业务评级中存在的道德风险和利益冲突，欧盟甚至要求资产证券化产品实施强制双评级。

    国内市场自资产证券化试点重启以来，监管层便明确ABS发行应采用“双评级”方式，在风险防控措施及保护投资人利益方面进行探索。

    亦有多位评级机构人士表示，从政策实施效果来看，双评级制度在充分节制风险、保障投资利益等方面，的确发挥了积极的作用。不过，信用评级的操作过程却充满了专业化的数据模型构建与要素压力测试，绝非仅用定性分析就可拍板定转。

    Q：在为资产支持证券产品进行评级时，评级公司主要依据的总体评级思路是什么？

    A：以中债资信来说，我们主要以基础资产的信用表现为基础，考察受评证券的本金和利息，以及是否能及时足额偿付的可能性。

    总体思路主要分为两大部分：第一部分是用量化模型来测算证券信用等级；第二部分是定性分析，由分析师对无法在量化模型中考虑的因素进行综合分析，并依据定性分析的结果对量化模型测算结果进行调整，得出最终的信用等级。但是重点还是运用模型量化分析。

    Q：既然量化分析计算信用等级是ABS评级时的重中之重，那量化分析具体包括哪些方面？

    A：量化分析分为两大块内容，第一块是对基础资产的分析，因为基础资产产生可预期的现金流，这是偿还证券本息最主要的来源，因此ABS评级时首先应该分析基础资产的信用质量或资产的历史表现。

    其中，考察信用质量主要是针对债权资产，如银行贷款，而考察历史表现可能就是针对权益类资产，如未来收益、门票收入等。在此基础上，我们会结合相关合同规定，预测基础资产在证券存续期内现金流的回收机制和回收分布。而且，针对不同类型的基础资产，我们会有不同的量化分析方法。

    第二块就是交易结构的分析。交易结构决定现金流支付机制，继而决定了流入现金在各档证券之间分配的优先顺序，这是证券本息获得偿付的依据，也直接影响到受评证券信用级别的高低。我们会对证券未来现金流进行量化模拟，测算出在压力条件下，证券未来本息是否能够及时足额偿付，再结合其他指标，得出证券的量化模型指示级别。

    Q：刚才说到，ABS的评级思路主要是定量分析和定性分析。具体到量化模型的运用上，主要用哪些模型构建评级呢？

    A：定量分析分为基础资产分析和交易结构分析，以CLO评级方法为例，有三个量化模型——组合信用风险模型、大额借款人违约模型和现金流模型。

    先说组合信用风险模型，它是基于基础资产违约概率、相关性、集中度和违约回收率等量化的因素，采用多阶段蒙特·卡罗模拟方法，计算出基础资产的违约分布和损失分布。

    第二个模型是大额借款人违约模型，它是用来测试大额借款人违约的特定风险。实践发现，在ABS评级的过程中，有时资产值的质量会比较少，或者入值资产的金额分布极不均匀，这就有一种可能，即少数几个资产表现欠佳，会对整个资产值产生较大的负面影响。所以为解决大额借款人违约时对证券产生的特定风险，我们规定了一套大额借款人违约测试的规则，虽然它可能没有太多的科学道理可以证明，但在实践过程中我们发现，这样一种测试规则是比较合理的。

    最后是现金流模型，由于在基础资产组合信用风险的分析过程中，我们没有考虑现金流支付机制、信用增级措施、交易费用、利差等因素，因此需要构建现金流模型，测试压力情景之下证券本金和利息的覆盖程度。构建现金流模型的主要依据是贷款合同、证券的交易文件以及交易各方签订的相关服务合同等。

    现金流模型一般包括现金流入和现金流出。其中，现金流入一般包括贷款本金、利息偿还，由贷款合同决定；而现金流出主要是税费、参与机构的服务报酬、证券本息的支付顺序、信用增级措施、信用触发机制，这些是由交易文件和服务合同决定的。以上这些要素都要写入模型。

    现金流模型构建后，我们就可通过一些压力测试来验证每期证券的本金和利息是否能够得到足额及时偿还。压力条件一般包括提前偿还的比率（即早偿率）、利差、违约分布、回收率、回收时间等。

    每个模型都会得到证券的信用等级上限，我们会采用三个结果中最低的结果作为证券的量化模型指示级别。