本文共字，预计阅读时间。

在上周的文章《国内首次ABS违约到底暴露了什么问题？》中，我说这次的ABS违约一个重要原因是“资产根本不适合做ABS”。这是个具有破坏性，却缺乏建设性的观点。自己挖的坑自己填，今天讨论一下什么是我心目中“适合ABS的资产”。或者把话题再收窄一点，什么是适合“结构化增信”的资产——主要讨论资产的经济特性，而不是合规，形式等问题。

结构化增信，或者“内部增信”，是ABS中的一个核心概念。它表示通过“优先劣后，超额抵押，超额息差，保证金，以及各种触发条件”来降低优先级的风险。这是低评级的主体可以发行高评级的债权的主要原因——至于担保，保险等“外部增信”手段，说白了与发行的是ABS还是普通债券完全没关系，因此没必要在专门讨论ABS时提及。

严格来说，结构化增信也不完全是ABS所独有的，在其他场景也有类似的手段：买房的首付，正回购的打折率，甚至风投的对赌条款，都有一些结构化的影子

下面就分别讨论我理想的基础资产应该具备的几个特性，并且试着解释这些特性各自与哪些结构化手段有关——实际业务中，很多资产不可能具有所有希望的特性。此时在设计结构的时候就要有针对性的选择适合的结构化手段。

资产本身能产生可观现金流，而不只是依靠出售变现

这个要求看上去简单，但其实能砍掉很多资产：有很多资产除了被变卖，自身现金流非常有限，收回本金都困难，更别谈收益。过度依赖出售变现，会对资产的市场价格的高度依赖。而ABS单个项目的体量就可以很大，底层资产又常常缺乏流动性，所谓"市场价格"根本靠不住：次贷危机时，美国全国的房价都被MBS给拖垮了。这还只是通过“MBS-房贷-房产”这条间接途径作用在房价上，中间垫着一层购房人（注意MBS本身的抵押物并不是只能出售变现的【房产】，而是有稳定现金流的【房贷】；房产只是房贷的抵押物）。如果MBS的底层资产直接就是房产，很难想象美国房价会跌成什么样——想想去年清理股市清理配资的情况，那是一个直接用股票做底层资产的结构化融资。上面两个例子中，个人住宅市场和股票主板市场这两个看起来最有深度的市场都无法给结构化融资提供足够的流动性，其他小众资产就更别提了。

触发条款在这类只能出售变现的资产上一般效果较差：当基础资产跌价，触发风险事件时（一般是提前变现资产，兑付优先级），优先级要么担心对市价的冲击，不敢快速出售；要么大量资产同时入市，形成恶性循环——次贷危机和去年清理配资都发生类似问题。

资产能产生盈利

盈利是扣除费用后的收入。这一点很重要，比如一辆运货的汽车，每年收到的运费并不是他的盈利，还需要先扣除油费、过路费、司机工资、车辆养护、保险等等费用。很多资产，看毛收入还挺可观，一算净利润就低得可怜，抵消折旧（相当于偿还本金）都有困难，别说获取盈利了。如果资产无法产生收入，资产池的价值就无法增长。而在负债端，ABS是需要不断支付利息的，这就会导致优先级的安全垫逐渐被侵蚀，最终失去保障。

盈利能力与超额息差具有很大关系：资产盈利能力越强，超额息差越大，越可以用来覆盖未来的损失。

对于不能产生盈利的资产，或者产生盈利能力较差的资产，也不是不能做ABS的基础资产。但需要一些特殊手段：比如对于初期现金流较弱的资产（例如在读期间不用还款的学生贷），项目中需要提前存入现金准备金应对这段时间的资金需求；对于有大量费用需要支付的资产（比如设备租赁），需要设立费用账户覆盖这些支出，且做现金流测算时就应该使用可供分配的“净现金流”作为测算基础（这一点目前做的很多项目做得比较差）；对于资产收益率较低的资产（比如汽车厂商具有补贴性质的低息贷款），就需要向下调整资产价值，让资产折价入池，从而保证单位价值（面值大于1）的资产能产生合理的收益率。

期限适宜

资产期限这个词本身是针对有明确到期日的信贷资产，而用在这里，则泛指资产能产生现金流逐步实现其经济效益的期间。举例说，如果一项专利收取授权使用费5年左右可以连本带利收回去成本，他的资产期限（或者叫做寿命）就是5年。

资产期限的重要性体现在两点，一是与负债端（发行债券）的期限匹配。如果资产期限长，则产生现金流慢，无法满足短期限负债的兑付；如果资产期限短，则产生现金流过快，需要做循环购买，而如果后期市场利率走低，可能会无法获得可供购买的高收益资产。这会对超额息差造成影响：3年的循环购买计划，初始超额息差2%，本来可以覆盖3*2%=6%左右的损失；如果半年后资产利率走低，也许实际超额息差只能覆盖0.5*2%=1%的损失——这种情况一般规定资产利息下降明显时，直接提前偿还。虽然还是有再投资风险，至少信用风险可控。

资产期限的第二个影响是在风险方面。期限长的资产，会被锁定更长的时间，在这一段期间即使发现市场情况变化，行业风险增大，也必须等现有资产到期才能减小规模。比较典型的长期限资产是房贷和车贷，可达3年到30年。虽然我们都对这些资产未来短期的表现非常有信心，但长期的不确定性毕竟很大——还记得30年前中国什么样吗？

而期限短的资产，当市场发生变化时，就可以快速的停止循环购买，降低仓位。当然，要充分发挥短期限产品的安全性，一定要配合合适的触发条款——资产本身的可操作性再强，如果在结构设计上没有留下操作的方法，也是枉然。

总结一下，从与负债端匹配的角度来说，资产期限长短主要看负债端需求，并没有明确的好坏之分；从风险角度来说，则始终是短期限资产更安全——负债端同样的期限，用短资产循环购买，比直接用长期资产风险低。

风险连续分布

航空公司白金卡在排候补票的时候很好使：大部分航班都会有几个空位，无非是数量问题，只要能排在前几位，机会是很大；但是遇上航空管制或天气原因，白金卡就没辙了：运气好整架飞机都能走，运气不好大家都得等着。

这是因为前者是个连续风险，而后者是个二值化风险（All Or Nothing）。在后者这种蚂蚱绑一根绳上的局面，内部增信是比较无效的，就算做了优先劣后，也只是心里安慰。所以ABS的资产最好是回收金额连续变化的，而以下一些类型的资产，就是不太好的：

具有类似保单性质的资产，满足某个条件就有价值，不满足就没价值的资产。这是最典型的二值化风险，下面两个则要隐蔽一些；

一次还本的债权：虽然理论上说借款人可能在到期日部分还款，但实际情况是：如果有机会全额还清，借款人就会努力一把；而如果无论如何无法全额还清，反正是违约，借款人就会放弃努力，完全不还（把钱用于解决另一件可以完全解决的事情）——分期还本的债权会好很多，风险无非是第5期开始还不上第10期还不上，实收金额连续变化。

很大程度上决定于债务人态度的资产：很遗憾的说，貌似国内现在很多债券都是这种。全额还款与拖着不理之间，只差一个态度，和赌大小差不多。

风险连续这个特性对各种优先劣后结构有很重要的影响。而（一上来就充满的）保证金就不太受影响。

小额，分散，相关性低

资产证券化有两个关键技术，结构化（Structuring）只是其中一个，另外一个是Pooling（挑选一堆资产做成池子）。通过pooling，可以把多个单独看不太好的资产，做成非常好的资产包，再对其分层做成ABS——碎羊肉->羊砖->羊肉片的即视感。

而要发挥pooling的功能，对资产本身也是有要求的，也就是下面三点。而他们之间是互相关联的，所以放在一起的讨论。

小额是个相对的概念，表示单笔资产相对整个资产包来说金额不大：1000万的私募结构化融资，100万的资产绝对算大额；十亿美金的飞机租约ABS中，1000万美金的飞机也可以算小额。只有资产都是小额时，才可能谈得上分散——若一共就不到10笔资产，任何一笔出现问题，劣后就可能被击穿。

分散是一个虚一点的概念，表示资产池在“关键”的要素上具有多样性。比如若资产池里面有1000笔债权，却全部是同一个债务人（保理类项目常这样），可能就不算分散；哪些是关键要素则要具体分析，比如性别，借款人类型，地域，行业，抵押物特性等等。

而低相关性，则是分散性背后的实质：pooling的目的并不是用资产占领全国，之所以希望具有地域分散性，只是担心同一个区域的资产容易有某种相关性。如果事实证明，同一个区域的资产并不具有相关性，就不用强求在这个维度分散；反之，如果某个维度对相关性有明显影响，即使这是一个不常见的维度，也应该保持这个维度的分散性。

pooling可以缓解很多资产问题：比如用一年还款一次的底层资产难以直接支持月付的ABS，但将大量付息月份不同的资产做成一个池子，这个资产池就每月都有现金流，可以支持月付ABS；下面的例子中，每个资产都是年付；随机生成的1000个资产的资产包各月的现金流就基本平稳（实际业务中，完全可以故意安排使得资产池现金流分布更均匀）。

再比如单个资产的现金流具有二值性，多个相关性低的资产，总的现金流就会变得连续，更适合优先劣后。下例中单个资产有5%的概率现金流为0，95%的概率现金流为1。这种资产下优先劣后毫无用处：无论劣后比例是多少，优先级都有5%的概率会蒙受损失。

但如果用100个相互独立的的资产组成资产包，现金流的概率就变成了这样的钟形函数。现金流低于90%的概率非常低，也就是说，10%的劣后级就可以给优先级提供很好的保护。

稳定性好

资产的历史表现再好，如果无法"可靠的"推断出其未来的表现，也毫无意义。为此，我们需要考察资产在“时间维度”的稳定性。比如，过去12个月的XXX率都在0.9-1.1%，这就是比较稳定的表现；而如果这个参数在过去大起大落，在0.5-5.0%之间变化，那么稳定性就很差。

时间稳定的资产，我们可以从历史表现对未来的情况作出可靠的预测；如果时间表现不稳定的资产，即使当前看起来再诱人，也不知道明天会变成什么样。

时间稳定性与业内经常提起的“经历完整周期”有一定的联系。但是“完整周期”背后其实是有两个概念的（很多人似懂非懂混淆使用）：

一是资产周期。比如学费分期有两个阶段，在校期间只付利息，毕业以后才开始还本。如果只看到在校期间的数据，是很难合理的预测毕业以后表现的——1.在校期间还款额低，毕业后还款增加；2.在校期间逾期可能会被停课；3.在校期间还款靠前期积蓄，与培训效果无关，毕业后还款靠找工作，受培训效果影响；

二是经济周期。假设某赎楼业务，借款期限15天，做了12个借款周期表现都很好，能否预测未来都风险很低？不能。因为这类业务受经济（楼市）影响很大，楼市上涨时候的资产表现，完全无法推断出楼市下跌时的情况。

在分析时间稳定性时，要具体分析哪一个周期对资产影响大。也并不是一味的说一个业务毕竟做满一个资产周期+一个经济周期才算经过验证——那样房贷需要做30年+10年。

在具体操作中，也有一些需要注意的问题：

1. 选取数据，要避免偏差。比如“目前合作的客户过去1年的表现”就是一个典型的错误——可能过去还合作了一些烂客户，出现问题以后终止合作了。用这个口径就看不到这些烂客户；

2. 另外，为了避免求和与平均掩盖问题，比较稳定性的时候不要使用随时间累积的指标（比如累积违约、当前逾期余额等）；

3. 最后，时间稳定性的衡量不只是在资产表现的层面，最好也同时考察资产特性，甚至一些更定性的特征：产品期限有没有发生过变化，经营区域有扩张或者收缩；产品利率是不是在逐步走低，等等。这些都意味着资产（和其背后的业务）还在演化过程中，未来具有更大的不确定性——我本人并不反对业务不断进化、发展，这些都是非常必要、重要的；但这篇文章是站在ABS投资者（特指优先级）的立场，任何不确定性都是坏事。这是因为优先级的收益特性是非对称的：业务做得再好，收益也是固定的；但是出问题了却要面临损失；如果站在创业、VC、股权投资，甚至劣后级的立场，实际上故事就完全不一样了——我也很有兴趣，可以私下交流。

资产在历史上的稳定性，对劣后级比例的选择有直接的影响。如果时间稳定性差，表示所有基于历史属于的预测，可靠度都要打折，因此需要更厚的劣后级——项目期限越长，越是这样的。有些历史上表现太"乱"的资产，甚至无法基于历史属于做出可靠的预测，根本就不适合做ABS。

前面从理论上，讨论了我理想的基础资产应该具有的几个特性。然而，现实是残酷的，各方面都完美的资产我也没见过。所以操作中也不是按图索骥，只是在分析资产时综合考虑这几个方面。

（作者系开通金融小微金融部总监）

[Source]

本文系未央网专栏作者发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

本文为作者授权未央网发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

本文版权归原作者所有，如有侵权，请联系删除。