2014年9月30日，央行、銀監會發布《關于進一步做好住房金融服務工作通知》，鼓勵銀行業金融機構通過發行住房抵押貸款支持證券(MBS)用于增加首套普通自住房和改善型普通自住房貸款投放。作為MBS重要組成部分的個人住房抵押貸款支持證券(RMBS)，便成為此政策落實的重要載體。由于評估個人信用風險有一定困難，再加上住房貸款期限長，受宏觀經濟的影響較大，因此RMBS的信用風險評估比較復雜。鑒于上述原因，通常使用量化分析方法來度量RMBS的信用風險。
國外RMBS評級方法
國外評級機構通常會逐筆評估住房貸款的信用質量，然后測算RMBS組合信用風險。經過研究我們認為RMBS風險評估方法主要有四種：可簡稱為遷移率—壓力乘數法、模擬方法、穆迪單筆貸款分析法(又稱MILAN方法)和邏輯回歸—壓力乘數法，分別被標普、穆迪2013年之前、穆迪2013年之后、惠譽所使用。
遷移率—壓力乘數法的核心是采用壓力測試的方法，估計不同目標級別證券所需的信用增級量。具體步驟如下：第一，估計基準情景違約概率。該方法建立“遷移率清算時間模型”估計違約率隨時間的變化曲線，并用證券存續期內的累計違約率作為基準情景違約率。第二，估計基準情景違約損失率。首先按照優質貸款、次級貸款等分類，分別選取樣本歷史清算數據，估計對應類型貸款的違約損失率。第三，對損失率施加壓力，得到目標級別損失率。遷移率—壓力乘數法認為目標級別越高的證券應當能夠承受的違約率和違約損失率越高，因此該方法對基準情景下的違約率和違約損失率分別施加壓力乘數，得到的結果相乘即為目標級別預期損失率。第四，現金流測試確定模型指示級別。根據目標級別預期損失率初步確定不同目標級別的信用增級量和證券分層結構，然后考察依照交易結構設計的現金流測算得到的預期損失率能否滿足目標級別的要求，最終確定受評證券的信用等級。
模擬方法是采用蒙特卡洛模擬技術得出基礎資產的違約概率分布和損失概率分布。具體步驟如下：第一，模擬未來的經濟情景。選擇利率、失業率、房價等與房貸信用風險相關性較強的經濟變量作為被預測變量，借助蒙特卡羅模擬技術預測未來經濟變量的變化。第二，預測單筆貸款的信用表現。利用模擬的經濟變量和房貸自身屬性的指標構建模型，計算貸款在不同時點上的條件違約率、違約損失率和提前還款率，以此預測未來每筆貸款的違約及損失情況。第三，計算基礎資產的損失比率。按照上述方法對所有入池貸款測算其未來信用表現，再通過加總的方式得出一次模擬中整個資產池的損失金額占比。第四，估計資產池的損失分布。通過對經濟情景的多次模擬，便能夠得出基礎資產組合損失比率的概率分布。第五，結合現金流測試確定級別。
MILAN方法的具體步驟如下：首先，確定基礎資產的MILAN信用增級量。MILAN方法對很多國家都構建了一個國家特定標準貸款以及標準貸款組合，并確定了該標準貸款達到市場最高級別所需的信用增級量。通過與標準貸款及標準貸款組合的比較，對信用增級量分別在單筆貸款和資產組合兩個層面作調整并得到MILAN信用增級量。然后，估計基礎資產的損失分布。MILAN方法假設資產池的累計損失率服從對數正態分布，利用歷史數據可以推算得到基礎資產的預期損失，那么結合通過市場最高級別的MILAN信用增級量和預期損失率表可以逆推出基礎資產的損失分布。最后，結合現金流測試確定級別。
邏輯回歸—壓力乘數法的具體步驟如下：一是建立違約率的計算模型。選取與累計違約率相關的變量建立邏輯回歸模型，估計基礎資產的累計違約率，然后根據變量的具體情況和資產池的風險集中度調整得到最終的累計違約率。二是建立違約損失率的計算模型。模型對房產評估價值進行調整，估計出房產的凈回收額，貸款余額與凈回收額的差額就是清算損失，由此得到違約損失率。三是對關鍵變量施加壓力，進而計算目標級別損失比率。給定不同目標級別，模型對幾個關鍵變量施加相應的壓力，求出目標級別下的違約率和違約損失率，兩者相乘得到目標級別損失比率，然后結合現金流測試確定受評證券的級別。
國外評級方法對我國的適用性分析
國外評級機構的RMBS評級方法不同，但都有其內在的評級邏輯，其共同優勢包括：一是對貸款信用風險的評估比較細致，都采用逐筆分析;二是均具有較強的經濟學含義。共同的局限性在于：由于預測期限較長，會出現實際的宏觀經濟環境可能與模型預測情景不符，導致模型對極端情況下組合的違約及損失情況估計不足。同時其他無法量化的因素無法使用模型加以分析。
遷移率—壓力乘數法的優勢在于邏輯清楚，能夠在較短的時間內計算出特定RMBS基礎資產的基準違約概率及清算時間，操作性強。其局限性主要體現在：不同目標信用等級對應的壓力乘數具有一定主觀性，在數據不充分或披露信息較少時，此方法的有效性還有待檢驗。模擬方法的優勢主要體現在理論基礎扎實、邏輯性強，且方法比較靈活，可延展性好。其局限性在于模擬量大、運算效率較低，且多次模擬預測誤差可能會放大。
MILAN方法的優勢是操作性強，其局限性體現在定性判斷較多，且累計損失率服從對數正態分布假設的合理性有待檢驗。邏輯回歸—壓力乘數法的優勢體現在模型結構完整，邏輯清晰，方法的解釋力較強。其局限性表現在：邏輯回歸模型所選取的變量存在著相關關系，且預測模型的誤差會在多次回歸中被放大，影響最終結果。
從適用性方面看，我國目前的數據積累和評級分析師經驗基本能夠滿足遷移率—壓力乘數法的要求，因此，遷移率—壓力乘數方法比其他方法在我國的適用性更強。但是考慮到國內外經濟環境不同，我們可以借鑒國外機構的方法，參考遷移率—壓力乘數法的思路開發我國的RMBS評級模型，并在評級實踐中加強數據積累，適時對相關參數及調整規則進行實證研究。
(作者單位：中債資信評估有限責任公司)
