不良个人住房抵押贷款支持证券信用风险研究

2020-02-12姚鹏刘莲

债券 2020年1期

姚鹏刘莲

摘要：本文分析了个人住房抵押贷款支持证券的运作模式和风险管理方式，在此基础上构建了KMV修正模型，选取2018年我国三家商业银行发行的个人住房抵押贷款支持证券作为样本，应用KMV修正模型对其信用风险进行了度量。研究结果表明，上述产品的信用风险极低，与评级机构对这些产品的评级结果一致;较高的次级分层占比及超额抵押率有效缓释了信用风险。

关键词：不良个人住房抵押贷款 RMBS 信用风险 KMV模型

近年来，受宏观经济下行压力增大等因素影响，我国商业银行不良贷款余额和不良贷款率有所上升。2019年三季度末，商业银行不良贷款余额为2.37万亿元，较上季度末增加1320亿元;不良贷款率为1.86%，较上季度末增加0.05个百分点。个人住房抵押贷款在银行贷款中的占比较高，如果个人住房抵押贷款出现大规模违约，将对商业银行的稳定经营产生较大影响。在此背景下，我国商业银行针对不良个人住房抵押贷款发行了较大规模的个人住房抵押贷款支持证券（RMBS），缓释了不良贷款对商业银行产生的不利影响，优化了商业银行的资产负债结构，提升了商业银行抵御风险的能力。那么对于投资者来说，该如何度量RMBS的信用风险？笔者将对此进行探讨。

RMBS的运作模式及风险管理方式

（一）RMBS运作的理论基础

在个人住房抵押贷款发生违约后，如果将多笔不良个人住房抵押贷款打包形成资产池，其整体回收率具有稳定性，可以基于该资产池发行资产支持证券，这是RMBS成功运作的基础。假设资产池的预期回收率为R，个人住房抵押贷款的账面价值为V，那么资产池的价值为R与V的乘积。

资产支持证券的认购方一般为机构投资者或个人，认购方基于资产池回收的现金来获得本金及投资收益。从金融市场层面来看，资产支持证券链接了商业银行的资金需求和投资者的投资需求。

（二）RMBS的交易结构及运作流程

与其他类型的资产支持证券类似，RMBS的交易涉及多个主体，包括特殊目的载体（SPV）、原始贷款人（债务人）、发起人、投资者、服务机构、信用评级机构等。RMBS的一般交易结构见图1。

RMBS的主要运作流程如下：第一，商业银行或其他金融机构作为发起人，将多笔个人住房抵押贷款进行组合后形成资产池，在评估资产池的价值后，将资产池出售给SPV1;第二，信用增进机构对证券化资产进行信用增进，信用评级机构对拟发行的RMBS进行信用评级;第三，承销商将RMBS出售给投资者，并将销售收入转给SPV，SPV再将销售收入转给发起人;第四，服务机构负责回收债务人的偿债资金，并向投资者支付债券本金和利息。

（三）RMBS的风险管理

RMBS的风险管理机制和风险缓释手段主要体现在以下几个方面。第一，采用多主体交易结构，多个主体可以相互制衡，降低了资金转让过程中可能产生的风险;此外，投资者为了保护自身利益，也会相对理性地进行投资选择，这将在一定程度上限制基础资产质量较差且风险较高的债券流入金融市场。第二，设计了优先级/次级结构，RMBS的次级债券均由发起人认购，同时监管政策规定信贷资产支持证券的风险自留比例不得低于所发行债券规模的5%，这使得发起人认购的次级债券对机构投资者或个人认购的优先级债券具有较强的支撑能力，从而极大地降低了优先级债券的本息兑付风险。第三，由于住房抵押贷款属于相对优质的资产，房屋的处置收入通常较为稳定，不良住房抵押贷款资产池的预期现金回收水平会很稳定。第四，我国商业银行发行的不良RMBS有较高的超额抵押率，在资产池现金回收率不大幅下降的情况下，优先级债券的违约风险会很低。

模型构建

（一）KMV模型的基本思想

KMV模型是美国KMV公司基于Black-Scholes期权定价理论开发的用于估计公司违约概率的风险管理模型。KMV模型的基本思想是：将公司的股权视为以公司资产价值为标的的欧式看涨期权，在债务到期日，如果公司资产价值高于债务价值，公司的所有者不会违约，公司股权价值即为资产价值与债务价值之间的差额，这相当于执行看涨期权;而当公司资产价值低于债务价值时，公司的所有者会选择违约，将公司资产完全转让给债权人，这相当于不执行看涨期权，此时公司的股权价值为0。根据这一思想，KMV模型提出了违约距离的概念。违约距离越大，公司到期偿还债务的能力越强，发生债务违约的可能性越小;反之，公司到期偿还债务的能力越弱，发生债务违约的可能性越大。

（二）不良RMBS的信用风险度量：KMV修正模型

笔者结合个人住房抵押贷款的特点，对KMV模型的三个核心变量进行修正，即以不良个人住房抵押贷款资产池现金回收收入替代企业资产价值，以资产池现金回收波动率替代企业资产价值波动率，以RMBS的到期本息替代到期应偿还的债务。

基于修正的KMV模型度量RMBS信用风险的基本原理如图2所示：住房抵押贷款资产池的现金回收服从某种概率分布，如果t时刻资产池的现金回收均值小于RMBS的本息，那么RMBS将发生违约，其违约概率为图中阴影部分的面积，资产池的现金回收均值距离RMBS到期本息越远，RMBS的违约概率越小。

笔者根据KMV模型的基本思想对RMBS的违约距离进行推导，具体过程如下：

假设不良个人住房抵押贷款资产池的现金回收收入服从随机过程，即，其中表示t时刻资产池的现金回收收入，为服从标准正态分布的随机变量。假设证券到期日为T，为到期日应偿付的证券本息。当时，RMBS将发生违约;则意味着达到了违约临界点。

根据KMV模型可得RMBS的预期违约概率为：

由于随机变量服从标准正态分布，公式（1）可转变为：

结合公式（1）和公式（2）可得RMBS的違约距离为，预期违约率为。

假設不良个人住房抵押贷款现金回收收入服从马尔科夫随机过程，可用维纳过程表示，即：，其中表示资产池现金回收收入增长率，表示资产池现金回收波动率，为维纳过程增量。

根据上述假设，可用于偿还到期证券本息的资产池现金回收收入可进一步表示为：

由于随机变量服从标准正态分布，可用于偿还到期证券本息的资产池现金回收收入服从对数正态分布，其均值为：

根据公式（4）和公式（5）可得g和的计算公式分别为：

根据公式（1）和公式（2）可得RMBS的预期违约概率和违约距离分别为：

违约距离越大，意味着债券违约风险越小，预期违约概率也越小。一般认为，当债券信用级别在标准普尔标准BBB-或者穆迪标准Baa3以上时，其违约风险很小，具有很好的投资价值。

实证分析

（一）样本选取

笔者选取2018年我国三家商业银行发行的RMBS作为样本，对其信用风险进行分析。样本共包含5单产品，具体信息见表1。

上述5单产品的发行总额为565020万元，其中优先级债券为410500万元，次级债券为154520万元，优先级债券评级均为AAAsf，说明评级机构认为这5单产品发生违约的风险极低。

（二）RMBS信用风险的度量

根据KMV修正模型，在计算违约距离之前，需对关键参数g和进行估计。笔者从三家商业银行的财务报表中获取多个年度的不良贷款现金回收率数据，根据公式（7）求得现金回收波动率，将其作为不良个人住房抵押贷款资产池现金回收收入波动率。由于不良个人住房抵押贷款在被封包之后，现金回收收入仅决定回收金额的大小，即g仅与σ相关，因此可以假设现金回收收入为1，再根据公式（6）求得g。

在RMBS发行过程中，评级机构根据贷款人的职业、年龄、收入、地区等信息对资产池现金回收收入进行了评估，该数据可作为资产池的初始价值，即不良个人住房抵押贷款资产池的预期现金回收收入。因此，结合g和σ，再根据KMV修正模型可得到各单产品的总额违约距离和优先级违约距离（见表2）。

由表2可见，上述5单产品的总额违约距离最小的为4.01，最大的为11.47。笔者经过测算发现，上述5单产品的违约概率小于或等于0.003%，意味着违约风险极低。

（三）RMBS信用风险低的原因

笔者发现，上述研究结论与评级机构对这些债券的评级结果一致。从现金流兑付的角度看，上述5单产品信用风险低的主要原因是：

第一，产品均设计了优先级/次级结构，次级分层的占比均较高，同时次级债券均由发行银行来认购，优先级债券能按期兑付，次级债券对优先级债券的支撑能力很强。

第二，产品资产池的预期回收金额对债券发行金额的覆盖率较高，超额抵押率均在123%以上（见表3），这意味着只要资产池现金回收收入不大幅下降，优先级债券的违约风险就会很低。

第三，资产池的基础资产为不良个人住房抵押贷款，资产池的回收率较高且波动小，预期回收金额出现大幅下降的可能性很小。

第四，相对资产池的价值来说，较高的次级分层占比及超额抵押率，显著降低了优先级债券的发行规模，资产池现金回收对优先级债券的覆盖能力很强。