闲话ABS第五季：谁动了我的选票之不要被加权指标蒙蔽双眼
在ABS市最近的债券大使评选活动中，头号种子选手“优先A”的选票疑似被人做了手脚，导致“优先A”的得票率（分层占比）下降了将近15%！经过上一期的初步摸排，警方排除了“现金流”的嫌疑。今天警官又传讯了二号嫌疑人“资产池加权指标”，让我们来看看它是不是这次选票事件背后那看不见的手！
本期小编：王放、付瑶
特别感谢：郝励、李倪
警官：不要紧张，清者自清，现在你有辩解的机会，好好把握吧。
“资产池加权指标”：谢谢阿Sir。虽然这锅不是我的，但为了撇清嫌疑，我给您具体说说我都做了什么，我相信听了我的辩解后您会还我清白的。
账龄分布的不同导致ABS产品评级结果的不同
以下是同一汽车融资租赁公司作为发起机构发行的两单ABS产品。这两单ABS产品的入池资产为该公司的同一类型车贷产品（36期），那么我们可以推断两单ABS产品涉及的车贷产品的合同条款、客群是一致的，发起机构风控和审核标准也是相同的，并且该车贷产品全周期累计违约率曲线和各期违约率增量是一致的。此外，两单ABS产品的交易结构设计也是一致的。
在之前的竞选演讲中我们了解到资产池的加权平均账龄会对产品的评级结果产生影响（详见闲话ABS《账龄的魔力》）。
在这次的事件我们可以看到，即使在选票池（资产池）加权平均账龄一致的情况下，选票池的账龄分布也会对“优先A”的评选结果产生显著影响。
账龄分布如何影响ABS产品评级结果？
那么具体我们是如何进行调整的呢？
首先让我们回到前文展示的全周期累计违约率曲线和各期违约率增量图（图1），从图1我们可以看到本车贷产品全生命周期过程中违约率增量和累计违约率的变化，大体上违约率增量是从第1期开始逐渐增长，15期左右达到高峰，随后逐渐下降，24期之后违约率增量趋近为0；我们叠加违约率增量从而得到了累计违约率曲线。
当贷款处在不同生命周期的时候，也就是我们所说的不同的账龄，其对应的剩余生命周期或剩余期限的违约率增量分布是不同的，进而得到剩余周期累计违约率也是不同的，也即资产在剩余周期的风险水平是不同的。
资产池中各笔资产账龄不同，我们可以结合各笔资产账龄匹配其对应的剩余生命周期各期违约率增量，以入池资产各账龄下资产占比作为权重，得到加权后的资产池剩余周期各期违约率增量，进而得到资产池的剩余周期累计违约率和其对应的违约时间分布。
▲ 滑动查看
ABS产品评级结果会受到基础资产类型及历史数据、交易结构设计、资产池和现金流的影响；入池资产池决定了预期现金流情况，累计违约率、回收率和早偿率等指标会影响实际现金流后续的变化。本例中，在两单ABS产品基础资产类型及历史数据、交易结构和资产池基本特征一致的情况下，贷款回收率也一致，假设资产池B的剩余周期累计早偿率和其对应的早偿时间分布与资产池A的一致，我们将资产池B的剩余周期累计违约率和其对应的违约时间分布代入到量化模型中，来看下两单ABS产品评级结果对比。
警官：但是，今年“优先A”1.31%的储备票仓（安全距离）还是较实际监测报告（评级报告）中展示的1.34%的储备票仓略有差异，这是为什么呢？
“资产池加权指标”：这就要看账龄分布对早偿因素的影响啦！
账龄分布会影响资产池剩余周期累计早偿率和对应的早偿时间分布
账龄分布对资产池剩余周期累计早偿率和其对应的早偿时间分布的影响，其逻辑和前文分析账龄分布对资产池剩余周期累计违约率和其对应的违约时间分布的影响是一样的。结合各笔资产账龄匹配其对应的剩余生命周期各期早偿率增量，以入池资产各账龄下资产占比作为权重，我们可以得到加权后的资产池剩余周期各期早偿率增量，进而得到资产池剩余周期累计早偿率和其对应的早偿时间分布。
“资产池加权指标”：在上述测算基础上，我们再将今年实际的选票池剩余周期累计早偿率和其对应的早偿时间分布代入模型，会发现结果与今年实际监测报告（评级报告）中展示的“优先A”得票率（分层占比）完全一致。
其原因是虽然提前还款会损失一部分资产池超额利差，但同时较高的早偿率也加速了本金的偿还，减小了资产池后续违约的风险敞口，上述两个相反方向的因素相互抵消。
“资产池加权指标”：阿Sir您看，在整个事件中，我不仅没有托后腿，还为“优先A”的竞选起了正向作用呢！
其他需关注的加权指标
1.不良龄
下面以信用卡不良ABS产品为例来说明不良龄分布对回收率的影响。假设下图为某发起机构根据历史回收数据，按资产进入不良状态后未偿本息费余额分组统计后的回收率曲线。
可见，随着不良龄的不断增加，各期不良龄对应的回收率增量不断变化。从上述账龄对资产池对应的累计违约率和早偿率的影响可知，在相同原理下，我们可以得出如下结论：假定两个信用卡不良债权资产池包括加权不良龄在内的其他指标一致，仅有不良龄分布不一致，资产池的预期回收率可能是不同的，从而影响到评级机构对信用卡不良债权资产池的估值。
2.抵押率
下面以房抵贷ABS产品为例说明关注抵押率分布的重要性。
假设有2个资产池（资产池1和资产池2），除资产池抵押率分布不一致外，资产池其他参数均一致。资产池抵押率分布不一致导致的影响如下图所示。
图5 抵押率分布思维导图
从上表可以看出，即使资产池加权抵押率相同，如果抵押率分布不同，资产池的整体回收率仍然会存在较大差异，进而对证券分层产生影响。
3.影子级别
影子级别分布的重要性可以用CLO产品为例说明。
假设有2个对公信贷类ABS产品资产池（资产池3和资产池4），其基础资产均不附带抵质押或者保证担保，借款人加权平均影子评级相同（均为As-/BBBs+），其他资产池参数也均一致，仅有影子评级分布不一致，如下图所示。
将上述2个资产池基础信息（包括上述影子级别）分别录入模型后，我们计算出2个资产池在不同信用等级水平下资产支持证券最少需要承受的资产池目标级别违约比率和目标级别损失比率。组合模型输出的不同信用等级水平下目标违约比率和目标损失比率详见下表。
由上述分析可知，即使2个资产池加权影子级别一致，但是如果资产池影子级别分布有所区别，资产池剩余周期的风险敞口就会有所不同，受评证券达到相应信用等级所需满足的最低评级要求也是不同的，因此会导致证券评级结果的差异。
因此，在进行ABS产品信用评估工作时，各位看官千万不能被资产池加权指标蒙蔽了双眼，在衡量各项加权指标的基础上，我们同时需要关注相关指标的分布情况，只有将两者结合起来分析，才能更加准确的判断ABS产品的资信状况！
联合资信是目前中国最专业、最具规模的信用评级机构之一，总部设在北京，公司经营范围包括：信用评级和评估、信用数据征集、信用评估咨询、信息咨询；提供上述方面的人员培训。目前开展的主要业务包括对多边机构、国家主权、地方政府、金融企业、非金融企业等各类经济主体的评级，对上述各类经济主体发行的固定收益类证券以及资产支持证券等结构化融资工具的评级。
公司业务资质齐全，已经完成向中国人民银行和中国证券监督管理委员会备案，取得国家发展和改革委员会和中国银行保险监督管理委员会认可，是中国银行间市场交易商协会理事单位，具有从事银行间市场、交易所市场的资信评级业务资格。
业务咨询：
010-85679696
lianhe@lhratings.com
投资人服务
陈叶 010-85679696-8759
chenye@lhratings.com
媒体关系
杜涵 010-85679696-8671
duhan1@lhratings.com