不良貸款和中小企信貸評級方法

1、不良貸款證券化評級思路研究不良貸款證券化的信用風(fēng)險不容易準確評估， 一方面資產(chǎn)證券化在我國開展時日尚短， 不良貸款證券化的評級方法和評級經(jīng)驗都比較匱乏； 另一方面， 不良貸款證券化涉及的入池 資產(chǎn)筆數(shù)較多， 每筆資產(chǎn)產(chǎn)生的現(xiàn)金流也不穩(wěn)定， 需要用模型來量化資產(chǎn)支持證券的信用風(fēng) 險。因此， 研究不良貸款證券化的評級思路， 準確評估不良貸款證券化的信用風(fēng)險，對解決 銀行不良貸款問題具有重要的現(xiàn)實意義。一、不良貸款證券化的評級思路 不良貸款證券化的評估思路也與一般資產(chǎn)證券化類似， 但是由于不良貸款證券化的基礎(chǔ) 資產(chǎn)已經(jīng)違約， 且資產(chǎn)回收金額和回收時間的不確定性較大， 因此資產(chǎn)支持證券的風(fēng)險主要 取決

2、于不良貸款的回收情況， 在組合信用風(fēng)險評估時， 更側(cè)重于對貸款的回收金額和回收時 間進行估計。 基于對已有資料的梳理， 我們將國外評級機構(gòu)對不良貸款證券化的評級思路歸 納為以下兩種： 一種是以穆迪為代表， 假設(shè)不同貸款是同質(zhì)的， 按照回收時間長度模擬回收 率，這種方法可簡稱為“同質(zhì)化模擬法” 。另一種方法認為貸款的特征會影響到貸款的回收 率以及回收時間， 因而針對每筆貸款的特征逐筆模擬回收率， 這種方法可簡稱為 “逐筆模擬 法”。（一） 同質(zhì)化模擬法同質(zhì)化模擬法假設(shè)不同貸款是同質(zhì)的， 回收率只和回收時間相關(guān)而和貸款的特征 （如行 業(yè)、地區(qū)、發(fā)放時間等）無關(guān)，其基本步驟如下：第一，通過歷史數(shù)據(jù)計

3、算當期回收率。當 期回收率是以不良貸款資產(chǎn)池形成時間為起點， 計算之后各年度回收金額在資產(chǎn)池上一期未 償本金余額中的占比。當期回收率是一個時間序列，表示不良貸款在形成之后第1 年、第 2年、第 3 年等的條件回收率。 對每一個不良貸款資產(chǎn)池的歷史數(shù)據(jù)進行統(tǒng)計， 能夠得到一個 當期回收率時間序列的樣本， 通過對多個不良貸款資產(chǎn)池的歷史數(shù)據(jù)進行統(tǒng)計， 便可以得到 當期回收率的多個樣本。 第二， 計算當前回收率的統(tǒng)計量。基于當前回收率的樣本值， 可以 確定當期回收率的樣本均值、標準差及變異系數(shù)。 第三， 估計回收率分布。 在獲得當前回收 率的樣本均值和標準差后，選取對數(shù)正態(tài)分布、 Beta 分布等常

4、見分布作為回收率的候選分 布，經(jīng)過數(shù)據(jù)擬合后， 從候選分布中估計出擬合度最高的分布作為回收率服從的分布。 第四， 模擬貸款未來各年回收率。 在確定回收率的分布形態(tài)后， 利用每年回收率的樣本均值和標準 差估計每年回收率分布的參數(shù)， 從而得到逐年的回收率分布函數(shù)。 從各年的回收率分布函數(shù) 中分別隨機生成一個回收率， 便可以得到一個回收率時間序列。 由于假設(shè)所有貸款是同質(zhì)的，因此模擬出的回收率時間序列可以應(yīng)用到所有貸款?；谏鲜黾僭O(shè)， 可以模擬出已有貸款在未來各年的回收率。 第五，測算資產(chǎn)池現(xiàn)金流。同質(zhì)化模擬法的另一個假設(shè)是，不良貸款不 是一次回收的， 而是每年都有回收金額， 只是回收金額逐年降低。

5、 基于這個假設(shè)和上述每筆 貸款的回收率模擬結(jié)果， 可以測算出資產(chǎn)組合每年產(chǎn)生的現(xiàn)金流。 第六， 確定受評證券模型 指示級別。 利用資產(chǎn)池產(chǎn)生的現(xiàn)金流測算各檔資產(chǎn)支持證券的本息償付情況， 從而確定各檔 證券在法定到期日是否違約，以及損失情況。通過大量模擬（重復(fù)第四、第五步） ，便可以 計算出各檔證券的預(yù)期損失率，從而依據(jù)損失率表確定受評證券的模型指示級別。（二） 逐筆模擬法與同質(zhì)化模擬法不同的是， 逐筆模擬法不假設(shè)每筆貸款的同質(zhì)性， 而是認為貸款的特征 會影響到貸款的回收率以及回收時間， 該方法的基本步驟是： 第一， 根據(jù)歷史數(shù)據(jù)確定回收 率分布。根據(jù)歷史數(shù)據(jù)得到不良貸款回收率樣本， 然后選取正

6、態(tài)分布、 對數(shù)正態(tài)分布、 Beta 分布等常見分布作為回收率的候選分布， 經(jīng)過數(shù)據(jù)擬合后， 從候選分布中選取擬合度最高的 分布作為回收率的概率分布。第二，估計每筆貸款的預(yù)期回收率和（或）預(yù)期回收時間。分 析師對擬證券化資產(chǎn)池的貸款逐筆進行分析、 統(tǒng)計估值， 再綜合考量借款人的經(jīng)營、 財務(wù)狀 況以及抵押擔保情況，評估出每筆貸款的預(yù)期回收率和（或）預(yù)期回收時間。第三，模擬每 筆貸款的回收率和（或）回收時間。在蒙特卡洛模擬階段，依據(jù)每筆貸款的預(yù)期回收率，從 第一步確定的回收率分布中生成隨機數(shù)作為模擬出的該筆貸款的回收率。對于回收時間， 如果能夠估計出貸款的預(yù)期回收時間， 則將該筆貸款的回收時間設(shè)置為

7、預(yù)期回收時間， 否則可 以從歷史數(shù)據(jù)估計出的經(jīng)驗分布中生成隨機數(shù)作為基準情景的回收時間，也可以在初始起算日和法定到期日之間從均勻分布中隨機生成一個日期作為該筆貸款基準情景的回收時間。 第 四，測算資產(chǎn)池現(xiàn)金流。 在得到每筆貸款的回收率和回收時間后， 結(jié)合每筆貸款的期初未償 余額，便可以對每筆資產(chǎn)的未來現(xiàn)金流進行預(yù)測， 并在此基礎(chǔ)上測算出資產(chǎn)池在各個核算期 間內(nèi)產(chǎn)生的現(xiàn)金流。 第五，確定模型指示級別?；谀M出的回收現(xiàn)金流， 結(jié)合分析師設(shè)定 的交易結(jié)構(gòu)相關(guān)的各項參數(shù)， 對回收現(xiàn)金流的分配情況進行測算， 得到一次模擬中各檔資產(chǎn) 支持證券的本金、 利息在各個本息兌付日的支付情況， 進而得出各檔證券在

8、法定到期日的損 失率、違約發(fā)生情況 （ 0,1 ）、平均到期期限、 是否發(fā)生期間違約等信息。 經(jīng)過數(shù)十萬次模擬， 就能夠得到數(shù)十萬種證券的損失率、 違約發(fā)生情況、 平均到期期限數(shù)據(jù)， 根據(jù)理想違約率表 / 理想損失率表中得到證券的模型指示級別。二、兩種方法在我國的適用性分析（一） 兩種方法各自的優(yōu)勢與局限性同質(zhì)化模擬法和逐筆模擬法都是采用蒙特卡洛方法模擬基礎(chǔ)資產(chǎn)在未來產(chǎn)生的現(xiàn)金流， 其共同優(yōu)點在于理論基礎(chǔ)較強， 且受評證券目標信用等級的測算過程比較清晰， 邏輯性較強。 兩種方法共同的局限性在于， 回收率分布參數(shù)是通過樣本資產(chǎn)池估計而來， 而我國不良貸款 歷史數(shù)據(jù)并非公開數(shù)據(jù)， 獲得這些樣本數(shù)據(jù)

9、比較困難。 此外， 兩種方法還具有各自的優(yōu)勢與 局限性：同質(zhì)化模擬法的優(yōu)勢在于： 對于同質(zhì)化程度較高的資產(chǎn)， 運算速度較快； 其局限性在于： 首先，當基礎(chǔ)資產(chǎn)差別較大時該方法可能會存在一定誤差； 其次，要求有較豐富的數(shù)據(jù)積累。 相比之下， 逐筆模擬法的優(yōu)勢是： 能夠處理貸款特征差別較大的資產(chǎn)池， 靈活考慮每筆貸款 的特征；其局限性在于： 當基礎(chǔ)資產(chǎn)數(shù)量較多、同質(zhì)化程度高時， 依然進行逐筆模擬會導(dǎo)致 運算效率較低。（二） 兩種方法在我國的適用性分析由于這兩種方法的局限性互補性較強， 因此在分析兩種方法的適用性時， 要著眼于比較 兩種方法在我國的可操作性。 從我國不良貸款的特征上看， 貸款的同質(zhì)化

10、程度較低， 逐筆模 擬法比同質(zhì)化模擬法的適用性強。首先，貸款發(fā)放時間對估計不良貸款回收率有重要影響。 如果縱看我國不良貸款的形成歷史就會發(fā)現(xiàn)， 各級政府的行政命令或者行政干預(yù)、 我國經(jīng)濟 結(jié)構(gòu)轉(zhuǎn)型及產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、 商業(yè)銀行經(jīng)營管理不善等都是不良貸款形成的重要原因。 而這些 因素與特定的歷史時期分不開， 因此不良貸款形成的回收情況也不能一概而論， 需要根據(jù)貸 款發(fā)放時間， 甄別其變?yōu)椴涣假J款的原因來估計其回收率。 其次， 我國不良貸款的處置速度 也因地區(qū)不同而存在差異。 一般來說， 與經(jīng)濟欠發(fā)達地區(qū)相比， 經(jīng)濟較發(fā)達的地區(qū)司法訴訟 程序時間較短， 因而當企業(yè)破產(chǎn)進入司法訴訟時， 清算過程比較快，

11、 破產(chǎn)企業(yè)造成的不良貸 款在回收率以及回收時間方面的表現(xiàn)也會優(yōu)于經(jīng)濟欠發(fā)達地區(qū)的企業(yè)。 最后，我國的不良貸 款主要由企業(yè)貸款組成， 貸款的抵質(zhì)押情況較國外更為復(fù)雜。 綜合以上考慮， 在我國不良貸 款特征差異較大的情況下，逐筆模擬法比同質(zhì)化模擬法在我國的適用性強。中小企業(yè)信貸資產(chǎn)證券化評級思路研究中小企業(yè)信貸資產(chǎn) 這里我們指的中小企業(yè)信貸資產(chǎn)也包括小微企業(yè)貸款，為了簡化名稱，我們統(tǒng)稱為中小企業(yè)（SME貸款。中小微企業(yè)的具體劃分標準根據(jù)企業(yè)從業(yè)人員、營 業(yè)收入、資產(chǎn)總額等指標并結(jié)合行業(yè)特點確定，從業(yè)人員上限為 2002000 人，營業(yè)收入上 限為 5000萬20 億，資產(chǎn)總額上限為 112億，不同

12、行業(yè)的劃分標準有所不同，具體請參見 2011 年工信部等四部門聯(lián)合發(fā)布的關(guān)于印發(fā)中小企業(yè)劃型標準規(guī)定的通知。 支持證券（SME CLO屬于公司信貸資產(chǎn)支持證券的一種，是指發(fā)起機構(gòu)將中小企業(yè)貸款作為基礎(chǔ)資產(chǎn)，以資產(chǎn)池未來的現(xiàn)金流作為償付來源而發(fā)行的資產(chǎn)支持證券。SMECLO起源于上世紀80年代的美國， 但目前歐洲是最主要的市場。 我國曾于 2008年 10月由浙商銀行在銀行間債券 市場發(fā)行6.96億元SME CLO雖然發(fā)行規(guī)模不大，但是為解決中小企業(yè)融資難題提供了新 途徑。 目前，在我國進一步促進中小企業(yè)發(fā)展、緩解中小企業(yè)融資困難的大背景下，積極開 展SMECLO既有助于拓寬中小企業(yè)融資渠道，降

13、低中小企業(yè)的融資成本，又有利于分散銀行 體系風(fēng)險，提高銀行對中小企業(yè)提供服務(wù)的積極性。 因此在我國 2012年資產(chǎn)證券化重啟后， 有必要深入研究SME CLO勺評級思路，為準確評估資產(chǎn)支持證券的信用風(fēng)險提供參考。一、SME CLC組合信用風(fēng)險評估思路SMECL O的基礎(chǔ)資產(chǎn)為中小企業(yè)貸款，其借款人級別普遍較低，風(fēng)險較高，同時不同的 基礎(chǔ)資產(chǎn)組合在資產(chǎn)數(shù)量和集中度等方面差異顯著， 因此需要借助模型來測算基礎(chǔ)資產(chǎn)的組 合信用風(fēng)險。通過研究國際評級機構(gòu)的評級方法，我們發(fā)現(xiàn)測算SMEDL O組合信用風(fēng)險的方法主要有兩種：一種是參考CLO的評估思路，利用蒙特卡洛模擬方法模擬基礎(chǔ)資產(chǎn)的違約及 損失情況，從

14、而得到資產(chǎn)池的違約及損失分布，這種方法可以簡稱為“蒙特卡洛模擬法”；另一種方法是假設(shè)基礎(chǔ)資產(chǎn)池的累計違約率服從逆正態(tài)分布，然后利用靜態(tài)樣本池的歷史數(shù)據(jù)估計逆正態(tài)分布的參數(shù)（均值和相關(guān)系數(shù)） ，這種方法可以簡稱為“逆正態(tài)分布法” 。蒙特卡洛模擬法是測算組合信用風(fēng)險的常用方法， 其總體思路是基于基礎(chǔ)資產(chǎn)的違約率、 回收率和相關(guān)性等假設(shè)， 通過生成隨機數(shù)模擬每筆資產(chǎn)的違約及損失情況， 得到一次模擬過 程組合的違約及損失金額占比， 然后利用大量模擬得到基礎(chǔ)資產(chǎn)違約及損失的概率分布?？紤]到SMECLO的基礎(chǔ)資產(chǎn)筆數(shù)范圍跨度較大，可以從幾十筆到幾千筆，當基礎(chǔ)資產(chǎn)數(shù)量多（通 常大于 1000 筆）、同質(zhì)性強

15、、分散度高時，蒙特卡洛模擬法的運算效率不高，同時在這種情 況下，基礎(chǔ)資產(chǎn)累計違約率的分布具有一定規(guī)律，因此以穆迪為代表的機構(gòu)對筆數(shù)較多的SME CLO假設(shè)基礎(chǔ)資產(chǎn)累計違約率服從逆正態(tài)分布，其理由是逆正態(tài)分布是一種極限分布， 如果將單因子蒙特卡洛模擬模型用于充分分散的同質(zhì)化組合， 當基礎(chǔ)資產(chǎn)的數(shù)量趨于無窮大 時，組合的違約分布即為逆正態(tài)分布。 然后利用發(fā)起機構(gòu)提供的數(shù)據(jù)估計分布參數(shù)， 從而直 接得到基礎(chǔ)資產(chǎn)的違約分布。二、兩種方法的適用性分析（一）兩種方法的優(yōu)勢與局限性蒙特卡洛模擬法的優(yōu)勢在于：測算過程比較清晰， 靈活性強， 既可以處理同質(zhì)性強、分 散度高的基礎(chǔ)資產(chǎn)， 又能夠處理貸款特征差異較大

16、、 集中度較高的基礎(chǔ)資產(chǎn)。 然而該方法存 在一定的局限性： 當基礎(chǔ)資產(chǎn)數(shù)量較多時模擬運算效率較低。 蒙特卡洛模擬法通過生成相關(guān) 聯(lián)的隨機數(shù)來判斷每筆資產(chǎn)的違約情況，當基礎(chǔ)資產(chǎn)的數(shù)量非常多時，模擬過程耗時很長， 運算效率很低。逆正態(tài)分布法的優(yōu)勢在于： 第一，在基礎(chǔ)資產(chǎn)數(shù)量較多的情況下能夠快速評估組合信用 風(fēng)險， 運算效率高。 逆正態(tài)分布法直接假設(shè)組合的違約分布函數(shù)， 直接估計分布參數(shù)， 不用 進行大量重復(fù)模擬運算， 因此模型運算效率較高； 第二， 理論基礎(chǔ)較強。當基礎(chǔ)資產(chǎn)同質(zhì)性 較強、 分散度足夠高時， 如果基礎(chǔ)資產(chǎn)的數(shù)量趨于無窮大， 那么單因子蒙特卡洛模擬法得到 的組合違約分布即為逆正態(tài)分布。

17、 從這個意義上講， 逆正態(tài)分布法是單因子蒙特卡洛方法的 極限分布，因此能夠保證在評估筆數(shù)較多的SMECLO組合信用風(fēng)險時，與單因子蒙特卡洛模擬方法具有一致性。 該方法同樣存在一定的局限性： 首先， 該方法不能處理基礎(chǔ)資產(chǎn)數(shù)量較 少，或者存在貸款集中度較大的情況。 當基礎(chǔ)資產(chǎn)筆數(shù)非常多、 同質(zhì)性強并且充分分散的情 況下， 整個資產(chǎn)組合的損失表現(xiàn)比較穩(wěn)定， 逆正態(tài)分布的擬合效果較好。 如果基礎(chǔ)資產(chǎn)數(shù)量 較少或集中度高， 單筆大額貸款的違約風(fēng)險會對整個組合信用風(fēng)險產(chǎn)生影響，在這種情況下采用逆正態(tài)分布法可能會低估尾部風(fēng)險。 其次，該方法只能得到資產(chǎn)池存續(xù)期末的違約概率 分布，而不能生成違約時間分布，因

18、而還需要其他數(shù)據(jù)估計違約時間分布。（二）兩種方法在我國的適用性分析 蒙特卡洛模擬法和逆正態(tài)分布法各有優(yōu)劣，其適用性主要取決于基礎(chǔ)資產(chǎn)的風(fēng)險特征。從方法的適用性方面看，任何類型的SMECLO都可以采用蒙特卡洛模擬法評估基礎(chǔ)資產(chǎn)的組 合信用風(fēng)險。而對于資產(chǎn)筆數(shù)較多、同質(zhì)性強、分散度高的SMECLO可以采用逆正態(tài)分布法來估計基礎(chǔ)資產(chǎn)累計違約率的概率分布， 提高運算效率。 從數(shù)據(jù)的要求方面看， 蒙特卡洛模 擬法對每筆貸款的信息量要求大（如貸款的抵質(zhì)押狀況等） ，而逆正態(tài)法是一種簡化算法， 對基礎(chǔ)資產(chǎn)的數(shù)據(jù)信息需求小，但也要以犧牲一定的計算精度為代價。三、方法應(yīng)用中需要注意的問題SME CLC是信貸資產(chǎn)證券化產(chǎn)品中的一種，但是與大型企業(yè)CLO相比，SME CLC在評估過程中還需要注意其獨特的風(fēng)險特征： 一方面， 由于基礎(chǔ)資產(chǎn)是由中小微企業(yè)貸款組成， 單 筆資產(chǎn)的信用質(zhì)量相對較差，風(fēng)險較高； 另一方面， 資產(chǎn)池包含的貸款筆數(shù)較多，資產(chǎn)分散 度高，能夠在一定程度上降低組合信用風(fēng)險。因此在評估SMECLO的組合風(fēng)險時要綜合考慮上述特點，利用模型加以分析。在應(yīng)用蒙特卡洛模擬法或者逆正態(tài)分布法評估SMECLO組合信用風(fēng)險的過程中需要注意以下問題：第一， 要根據(jù)基礎(chǔ)資產(chǎn)的具體情況選擇合適的方法。 蒙特卡洛模擬法和逆正態(tài)分布法有 各自的特點和適用范圍， 因此需要根據(jù)基礎(chǔ)資產(chǎn)的具體情況來選擇適合的方法