闲话ABS第四季：应收账款ABS的明星晋级之路

Original 结构融资团队联合评级 2022-10-10

本期小编 张睿君刘昊

特别贡献 王娟

转眼间2019年已经过去了四分之三，举国欢庆的黄金十月即将到来～～

十月最期待的事情是什么？放假放假还是放假！

十月最火的热搜什么？祖国母亲诞辰70周年！

十月最红的流量明星是什么？中国人民解放军！

当然虽然小编心里心心念念都是假期，但是作为一名上进的社畜好青年，在准备追星看阅兵式的同时，还要被迫营业谈谈工作心得——如何将应收账款结构化产品打造成ABS界的“流量明星”。

广受市场追捧的ABS产品，往往都具有稳定可预测的现金流，是当之无愧的“顶级流量”。然而，像应收账款这样关注度高且有较多发行需求的ABS产品，如果没有稳定现金流的支持，就要被市场拒之门外吗？今天，小编就来聊一聊这个问题。

首先晒出近几年应收账款结构化产品的市场发行成绩单！

不难看出应收账款ABS产品近几年发行量逐年稳定增长，可见产品发行需求还是较为充足的，有望成为ABS界的“流量明星”。那么除此之外，它还有什么魅力呢？

应收账款结构化产品，你是这样的酷盖(cool guy)

相信大家常常在新闻中看到“国家在各个层面努力推进实体经济大力发展”。那么，ABS产品能否服务于实体经济？当然可以！

医疗、工程、贸易等领域的应收账款结构化产品，可以助力实体企业实现缩短账期、快速回笼资金甚至实现会计出表！

来一组直观数据：2011-2018年规模以上工业企业应收账款占流动性资产的比重逐年上升，由21.51%上升至25.88%。可见应收账款是实体经济重要的资产之一。

然而应收账款比重过高，会降低经营主体的资产流动性，影响经济效益（XX信用债评级报告中日常可见“由应收账款带来的资金流动性压力的分析”说的就是这里！）。简单来说，应收账款结构化产品正是将企业经营所产生的应收账款打包出售，从而实现融资的过程。所以结论来了——应收账款结构化产品可以解决资产流动性差、变现能力弱等问题，实质服务于实体经济！

谁是应收账款结构化产品明星晋级路上的红灯？

既然应收账款结构化产品如此优秀，为什么在储备发行阶段还会受到颇多制约？（脑海中瞬间浮现出发起机构的一百个连环追问）这很大程度取决于应收账款自身的特点——没有“相对稳定的、可预测的现金流”！

不知道看到下面这些问题的你，是不是也会引起共鸣？

不难发现，上述问题追及根本说的都是“应收账款回收现金流的确认与预测”！

应收账款资产通常是脱胎于实体企业的商业活动（如，贸易往来等）。由于其商业特点，在实际操作中往往无法完全按照应收账款合同来对还款金额与还款时间的确认，而是通过发票、对账单、工程确认书等形式来对应收账款形成的时间点、还款时间点以及对应的还款金额来做具体约定。

同时，考虑到应收账款发生的持续性、供求双方合作方式、企业对上下游控制力强弱以及行业惯例等因素，应收账款会存在账期、宽限期等多个还款时间的约定，明确应收账款违约的具体行为和期限往往有一定难度。这使得不少想发应收账款ABS的企业望而却步。

那么，现金流到底何解？

回收时间如何确定？历史预测未来！

如果无法预知未来，最靠谱的依据是什么？

因为入池应收账款现金流具有不确定性，所以我们用历史还款表现来预测资产池未来的现金流回收情况。而能实现预测前提是：入池资产具有同质性。

当然，小编这么说各位鲜花粉们可能还是觉得太过笼统。我们不妨根据底层资产类型以及历史数据的提供情况，将应收账款现金流预测逻辑细分为以下两种常见模式。

较充足的历史数据，底层资产“小而分散”，底层债务人信用资质趋同

面对有这种特质的基础资产，应收账款的历史数据往往是决胜的关键！结合入池资产标准，分析底层历史资产特征，我们可以将历史数据按相同维度（账期、债务人信用情况、应收账款类型等）划分为若干组，通过分析各组内历史回款表现，从而计算资产池现金流回收分布。

具体来说，当历史数据充足时，如果入池资产标准与历史数据全口径资产恰好一致，则根据已发生业务的历史还款表现（实际回款时间及金额等回款轨迹），计算出预测的回款分布（一般是月度的回款分布）；如果入池资产标准对不同资产有不同维度占比的要求，则将历史数据按相同维度划分为若干组，计算出各组的回款分布，然后将各组回款分布按照入池标准要求加权平均得出最终预测的回款分布。

上面例子就是综合各分组现金流后，得到汇总后的回收分布。可见资产未来的回款周期在3-16个月之间。根据每组资产入池比例不同，现金流回收情况会呈现出一定的波动性。

历史数据统计有一定难度或者数据量不够充足，但有优秀的应收账款管理系统

当然，如果企业应收账款管理系统非常强大，能将每笔应收账款的账龄、资信天数、宽限期、信用追索期约定并管理清楚（这些能统计出来，其实已经是对历史数据自行的统计分析的结果），且入池资产“合格标准”中对到期日进行约定（即从法律层面明确了回款时间与金额），那么我们可以将该回款计划作为未来现金流的测算重要依据。在此基础上，考虑应收账款历史回收表现中早偿和违约的情况，对未来现金流做进一步精准模拟。

同样能得出如下的回款分布：

这时候有童鞋可能会产生新的疑问：这计算出来的是静态资产的现金流分布啊，带循环购买结构的资产池该如何处理呢？毕竟入池资产的账期各不相同，甚至有的远小于票据期限，只能通过循环购买的形式才能将群魔乱舞的资产们打包转为标准化票据。

没关系，这也难不倒机智的小编，一个倒数交叉相乘公式即可解决！为了方便理解，小编直接祭出万能的栗子（例子）君

例如：从首次循环购买开始，每次循环购买时，新购买资产分别为a1、a2、a3、a4，历史数据得出的静态的月回款分布为b1、b2、b3、b4，那么第1个月的回款金额为a1*b1，第2个月的回款金额为a1*b2+a2*b1，第3个月的回款金额为a1*b3+a2*b2+a3*b1，第4个月的回款金额为a1*b4+a2*b3+a3*b2+a4*b1……表明的就是对应资产乘以对应它所在的回款周期的回收率的汇总，可以模拟每个月所有资产状态实现的回款状态。

怎么样，听了小编的介绍是不是觉得不确定现金流的预测理论一点也不难？有了资产端现金流入的模拟，去做现金流压力测试更是简单！

应收账款资产回款预测中，关于回收金额的不确定性涉及很多原因，其主要影响因素包括入池标准及资产确权的认定等，这些很大程度取决于产品设计及法律界定。考虑到每个项目遇到的情况各不相同，在此，小编就不作详述了，后期会带来资产减损风险的分析。另外，史上最大难度的不良资产的预测也值得期待！

往期精彩：

闲话ABS|第四季：请与这样的“现金流”恋爱吧！

闲话ABS|第四季：汽车金融资产质量“不止一面”

闲话ABS|第四季：资产池永远在骚动，评级方法都有恃无恐

联系人

工商企业信用评级