不良ABS在發(fā)展的同時(shí)，基礎(chǔ)資產(chǎn)質(zhì)量和利率的問題也引起了小編的注意，通常情況下，基礎(chǔ)資產(chǎn)質(zhì)量和融資利率應(yīng)該呈反向變動(dòng)，但是觀察整個(gè)不良ABS市場(chǎng)，基礎(chǔ)資產(chǎn)質(zhì)量高的，融資利率卻不一定低，為什么會(huì)出現(xiàn)這種失衡的現(xiàn)象呢？其實(shí)這種現(xiàn)象也不止出現(xiàn)在不良ABS上，其他類ABS有時(shí)也會(huì)出現(xiàn)，究其原因，做不到完全的“真實(shí)出售”和“破產(chǎn)隔離”，可不是還得依靠原始權(quán)益人或第三方增信的信用么？除此之外“輕資產(chǎn)，重主體”的現(xiàn)象也會(huì)引起基礎(chǔ)資產(chǎn)質(zhì)量和利率的失衡。

不良ABS的基礎(chǔ)資產(chǎn)又不同于普通ABS的基礎(chǔ)資產(chǎn)，它本身就是有“瑕疵”的，暫且不論是否能完全“剝離”于原始權(quán)益人，單就資產(chǎn)的真實(shí)質(zhì)量就很難判斷，例如不良資產(chǎn)如果直接套用信貸資產(chǎn)的風(fēng)險(xiǎn)分類，就存在忽視未來現(xiàn)金流復(fù)雜性的可能，而引起定價(jià)偏差，下面大家就跟著小編一起來看看不良ABS基礎(chǔ)資產(chǎn)質(zhì)量與發(fā)行利率失衡的背后。

這里小編選取了4只利率相近，增信措施類似的不良ABS對(duì)比貸款五級(jí)分類分布。單從五級(jí)分類來看，次級(jí)是借款人的還款能力出現(xiàn)明顯問題，完全依靠其正常營業(yè)收入無法足額償還貸款本息，即使執(zhí)行擔(dān)保，也可能會(huì)造成一定損失；可疑是借款人無法足額償還貸款本息，即使執(zhí)行擔(dān)保，也肯定要造成較大損失；損失是在采取所有可能的措施或一切必要的法律程序之后，本息仍然無法收回，或只能收回極少部分。

損失是質(zhì)量相較最差的一類資產(chǎn)，那么為什么信用卡類的損失類資產(chǎn)占比多但是發(fā)行利率又不會(huì)太差呢？這里是小編舉得個(gè)例，但小編通過對(duì)比分析發(fā)現(xiàn)，相似條件下信用卡類不良ABS的利率比其他類要低的，而基礎(chǔ)資產(chǎn)中損失類的占比也相較其他類多一些，這是因?yàn)樾庞每惒涣假Y產(chǎn)筆數(shù)多、債務(wù)人分散，現(xiàn)金流只能依靠借款人主動(dòng)償還和催收機(jī)構(gòu)催收，一筆款項(xiàng)只要逾期期限較長，現(xiàn)金流回收情況就會(huì)變得很差。

首先貸款五級(jí)分類并不能完全代表基礎(chǔ)資產(chǎn)的質(zhì)量，這只是普通貸款的一個(gè)分類標(biāo)準(zhǔn)，而不良資產(chǎn)本身比普通貸款要復(fù)雜的多，一般來說影響信用卡不良貸款回收的主要因素為逾期金額和逾期時(shí)間。通常來講，若該筆信用卡不良貸款逾期時(shí)間短，逾期金額小，則該筆不良貸款被完全回收或部分回收的概率較高?，F(xiàn)金流的回收不僅依賴于債務(wù)人，還依賴于催收機(jī)構(gòu)。以信用卡逾期為例，信用卡債權(quán)進(jìn)入不良后，部分銀行會(huì)根據(jù)逾期時(shí)間的不同將其委托給不同催收公司，催收公司接收到具體任務(wù)委托后，通過電話催收、上門催收和寄送法律函件催收等形式開展具體的催收工作，并定時(shí)將催收結(jié)果反饋給銀行，銀行對(duì)相關(guān)催收公司的催收成果進(jìn)行考核并支付催收費(fèi)用；另外一部分銀行做法是會(huì)先進(jìn)行行內(nèi)催收，然后再根據(jù)逾期時(shí)間的不同將其委托給不同催收公司。

基礎(chǔ)資產(chǎn)質(zhì)量的好壞也就是現(xiàn)金流的回收情況，并不完全由信貸資產(chǎn)風(fēng)險(xiǎn)分類來決定，而是取決于預(yù)期回收率和回收時(shí)間，這也是基礎(chǔ)資產(chǎn)質(zhì)量分析的重要標(biāo)準(zhǔn)。通常評(píng)級(jí)機(jī)構(gòu)是通過對(duì)發(fā)起機(jī)構(gòu)提供的信用卡不良貸款歷史回收數(shù)據(jù)進(jìn)行分析的基礎(chǔ)上，將入池信用卡不良貸款按逾期時(shí)間分組，對(duì)每組資產(chǎn)采用蒙特卡羅模擬并通過多次模擬得出資產(chǎn)池預(yù)期回收現(xiàn)金流分布。在模擬過程中，會(huì)在一定程度上考慮回收與宏觀經(jīng)濟(jì)的相關(guān)性因素。在此基礎(chǔ)上，根據(jù)交易結(jié)構(gòu)確定的各檔證券支付結(jié)構(gòu)和現(xiàn)金流分配順序及信用增級(jí)措施，編寫基于評(píng)級(jí)模型進(jìn)行模擬分析，并在不同壓力景況下測(cè)算各檔證券的預(yù)期損失和期限，最終獲得各檔證券的預(yù)期損失，即所需信用支持水平。

信息不對(duì)稱是金融市場(chǎng)的“通病”，投資者在認(rèn)購ABS時(shí)往往會(huì)依賴發(fā)行人主體評(píng)級(jí)和債項(xiàng)評(píng)級(jí)，過度倚重信用評(píng)級(jí)結(jié)果就是忽視基礎(chǔ)資產(chǎn)質(zhì)量，因?yàn)樵黾恿嗽鲂攀侄味埏椓恕傲淤|(zhì)”基礎(chǔ)資產(chǎn)的ABS不僅存在信用隱患，也會(huì)因?yàn)槟嫦蜻x擇而增加發(fā)起人打包“劣質(zhì)”基礎(chǔ)資產(chǎn)的動(dòng)機(jī)。而“輕資產(chǎn)，重主體”的現(xiàn)象不僅引起基礎(chǔ)資產(chǎn)質(zhì)量和利率的失衡，也會(huì)在一定程度上導(dǎo)致信用風(fēng)險(xiǎn)的偏離。

對(duì)于企業(yè)貸款類、小微企業(yè)貸款類不良ABS來說，入池的基礎(chǔ)資產(chǎn)筆數(shù)與個(gè)人類資產(chǎn)不良ABS相比數(shù)量較少，每筆資產(chǎn)的質(zhì)量都可能對(duì)資產(chǎn)池的總體信用表現(xiàn)產(chǎn)生影響；住房抵押貸款類、個(gè)人汽車貸款類和一般消費(fèi)貸款類不良ABS，入池貸款筆數(shù)較多，較為分散。

ABS基礎(chǔ)資產(chǎn)的集中度根據(jù)底層資產(chǎn)類型不同有多個(gè)維度，不良ABS的基礎(chǔ)資產(chǎn)通常為不良信貸資產(chǎn)，集中度根據(jù)貸款人的不同可細(xì)分為，逾期分布集中度、單筆貸款集中度、單筆債務(wù)人集中度、地域集中度、行業(yè)集中度，債務(wù)人為個(gè)人的還可細(xì)分年齡分布集中度、年收入分布等。

不良ABS根據(jù)基礎(chǔ)資產(chǎn)不同可以分為信用卡類、企業(yè)貸款類、小微企業(yè)貸款類、住房抵押貸款類、個(gè)人汽車貸款類、一般消費(fèi)貸款類和混合貸款類。在這幾種資產(chǎn)中信用卡類是被認(rèn)為分散度最高的，這是由于信用卡類客戶以及貸款性質(zhì)決定的，這類ABS入池貸款筆數(shù)相較其他類ABS是最多的，每筆規(guī)模也普遍較小，以下表為例：

例子1中的貸款筆數(shù)最多、借款人數(shù)量最多，看起來是最分散的，沒錯(cuò)只是“看起來”，因?yàn)閷?duì)于信用卡類資產(chǎn)來說除了貸款筆數(shù)、借款人數(shù)量，集中度還要從前10 、50大借款人未償本息費(fèi)余額占比、貸款未償本息費(fèi)余額分布、借款人地區(qū)分布、借款人職業(yè)分布、借款人年齡分布、借款人年收入分布等維度來分析。

住房抵押貸款類、個(gè)人汽車貸款類、一般消費(fèi)貸款類和混合貸款類與信用卡類集中度分析類似，因?yàn)閭鶆?wù)人都是個(gè)人，與地區(qū)分布相比，職業(yè)分布、年齡分布、年收入分布更為重要，因?yàn)閭€(gè)人作為主體足夠分散，違約帶來的“羊群效應(yīng)”明顯弱于企業(yè)。

對(duì)于企業(yè)貸款類、小微企業(yè)貸款類不良ABS來說，入池資產(chǎn)地區(qū)集中度、行業(yè)分布集中度和債務(wù)人集中度尤為重要，比如地方性銀行發(fā)行ABS，債務(wù)多集中于當(dāng)?shù)丶爸苓?，例如杭州銀行發(fā)行的一期不良ABS，底層債務(wù)人主要集中于浙江及上海兩地，其中浙江省占比達(dá) 60.24%。一旦本地企業(yè)無法償還貸款，容易引發(fā)羊群效應(yīng)，使更多本地企業(yè)違約，進(jìn)而影響資金回收。不同的銀行對(duì)借款主體的行業(yè)偏好也不一樣，有些借款企業(yè)集中在房地產(chǎn)上和小微企業(yè)上，即便筆數(shù)再分散，行業(yè)衰落和經(jīng)濟(jì)大環(huán)境影響而引起了的違約連鎖效應(yīng)無法避免。關(guān)注現(xiàn)金流量的同時(shí)集中度的關(guān)注也是十分重要。