omniture

中誠(chéng)信征信:信用科技在消費(fèi)金融ABS評(píng)級(jí)及風(fēng)險(xiǎn)計(jì)量中的價(jià)值

在中誠(chéng)信征信8月初提出信用科技一詞后,近日又發(fā)表觀點(diǎn):信用科技對(duì)于底層資產(chǎn)的價(jià)值不僅僅是簡(jiǎn)單的風(fēng)險(xiǎn)評(píng)估,更在于風(fēng)險(xiǎn)的精準(zhǔn)計(jì)量。

北京2017年9月28日電 /美通社/ -- 在中誠(chéng)信征信8月初提出信用科技一詞后,近日又發(fā)表觀點(diǎn):信用科技對(duì)于底層資產(chǎn)的價(jià)值不僅僅是簡(jiǎn)單的風(fēng)險(xiǎn)評(píng)估,更在于風(fēng)險(xiǎn)的精準(zhǔn)計(jì)量。

信用科技在消費(fèi)金融ABS評(píng)級(jí)及風(fēng)險(xiǎn)計(jì)量中的價(jià)值萬(wàn)象信用
信用科技在消費(fèi)金融ABS評(píng)級(jí)及風(fēng)險(xiǎn)計(jì)量中的價(jià)值萬(wàn)象信用

美國(guó)次貸危機(jī)中評(píng)級(jí)機(jī)構(gòu)究竟出了什么問題?

導(dǎo)致 2008 年次貸危機(jī)發(fā)生的一個(gè)重要因素是評(píng)級(jí)機(jī)構(gòu)對(duì) ABS 評(píng)級(jí)的重大失誤。評(píng)級(jí)機(jī)構(gòu)對(duì)大量以次級(jí)貸款為基礎(chǔ)資產(chǎn)的 ABS 給出了過于樂觀的 AAA 評(píng)級(jí)。

在次貸危機(jī)后對(duì)評(píng)級(jí)機(jī)構(gòu)失誤的批判主要集中在以下兩點(diǎn):

  1. 激勵(lì)問題:評(píng)級(jí)機(jī)構(gòu)的費(fèi)用由 ABS 發(fā)行人支付,并且各評(píng)級(jí)機(jī)構(gòu)提供的服務(wù)相似,因此在市場(chǎng)競(jìng)爭(zhēng)壓力下評(píng)級(jí)機(jī)構(gòu)為了獲取市場(chǎng)份額有動(dòng)機(jī)提高發(fā)行人的評(píng)級(jí)
  2. 人員問題:評(píng)級(jí)機(jī)構(gòu)分析師的薪水與投行相比普遍較低,而且每個(gè)分析師負(fù)責(zé)多個(gè)項(xiàng)目,因此在于投行博弈的過程中常常處于下風(fēng)
  3. 上述觀點(diǎn)雖然部分指出了評(píng)級(jí)機(jī)構(gòu)的問題,但并沒有解釋為什么在次貸危機(jī)中風(fēng)險(xiǎn)集中爆發(fā)于 ABS,而非發(fā)行量更大的公司債。我們認(rèn)為以下原因更為重要:

評(píng)級(jí)模型問題:

  1. 理論基礎(chǔ):靜態(tài)池方法的實(shí)質(zhì)是通過全周期歷史數(shù)據(jù)的平均值評(píng)估主體的風(fēng)控能力,以此推斷入池資產(chǎn)表現(xiàn)。這是一種主體評(píng)級(jí)的思路,而非基于資產(chǎn)信用評(píng)級(jí)的思路。主體評(píng)級(jí)的思路可能在兩個(gè)方面低估信用風(fēng)險(xiǎn):

    1)入池資產(chǎn)質(zhì)量可能低于歷史平均資產(chǎn)質(zhì)量

    2)入池資產(chǎn)對(duì)經(jīng)濟(jì)下行、政策調(diào)整等因素的影響可能比主體更為敏感
  2. 損失分布:評(píng)級(jí)模型關(guān)注損失期望(即損失率分布的平均值),而沒有考慮損失率變動(dòng)程度(即損失率分布的標(biāo)準(zhǔn)差)。由于 ABS 的現(xiàn)金流支付特征,導(dǎo)致其損失率的變動(dòng)程度大于公司債。其結(jié)果是 ABS 的信用風(fēng)險(xiǎn)要高 于同級(jí)別的公司債風(fēng)險(xiǎn)
  3. 相關(guān)性:與公司債不同,ABS 涉及多筆資產(chǎn),因此需要考慮資產(chǎn)違約的相關(guān)性。評(píng)級(jí)模型通常將違約相關(guān)系數(shù)嵌入在模型之中,分析師不能直接分析違約相關(guān)性對(duì)評(píng)級(jí)結(jié)果的影響,也通常不會(huì)直接針對(duì)相關(guān)系數(shù)進(jìn)行壓力測(cè)試。 評(píng)級(jí)模型的相關(guān)性參數(shù)通?;谖唇?jīng)驗(yàn)證過的因素模型,并且依賴于全周期歷史數(shù)據(jù)的平均值,而次貸危機(jī)的經(jīng)驗(yàn)表明,在經(jīng)濟(jì)危機(jī)時(shí),資產(chǎn)相關(guān)系數(shù)顯著提升,信用風(fēng)險(xiǎn)增加

信息不對(duì)稱問題:

與公司債相比,ABS 的基礎(chǔ)資產(chǎn)要更加復(fù)雜,分析思路和所需技能也不盡相同。大多數(shù) ABS 底層資產(chǎn)的信息披露不充分,投資人也通常不具備基于逐筆資產(chǎn)信息評(píng)估資產(chǎn)池信用風(fēng)險(xiǎn)的能力,因此難以對(duì)評(píng)級(jí)機(jī)構(gòu)給出的結(jié)果進(jìn)行驗(yàn)證。這使得 ABS 的投資過度依賴于評(píng)級(jí)。一旦評(píng)級(jí)結(jié)果出問題則會(huì)導(dǎo)致風(fēng)險(xiǎn)集中爆發(fā)。

國(guó)內(nèi) ABS 評(píng)級(jí)是否也存在類似的問題?

美國(guó)相比,國(guó)內(nèi)市場(chǎng)的問題更為嚴(yán)重,有以下三點(diǎn)原因:

  1. 國(guó)內(nèi)評(píng)級(jí)機(jī)構(gòu)和國(guó)外評(píng)級(jí)機(jī)構(gòu)的模型類似,依然是以靜態(tài)池方法為基礎(chǔ)。
  2. 國(guó)內(nèi)像 FICO 評(píng)分這樣的通用信用評(píng)分尚未得到普遍應(yīng)用,評(píng)級(jí)機(jī)構(gòu)對(duì)底層資產(chǎn)的把控完全依賴于資產(chǎn)方提供的數(shù)據(jù)
  3. 國(guó)外消費(fèi)金融 ABS 的發(fā)行人主要為大型銀行,而國(guó)內(nèi)發(fā)行人的資質(zhì)參差不齊,存在較高的道德風(fēng)險(xiǎn)

信用科技在消費(fèi)金融 ABS 評(píng)級(jí)及風(fēng)險(xiǎn)計(jì)量中能做什么?

基于以上分析我們認(rèn)為信用科技能夠在以下五個(gè)方面發(fā)揮作用:

目前評(píng)級(jí)機(jī)構(gòu)使用的 ABS 評(píng)級(jí)模型的基礎(chǔ)仍然是公司債評(píng)級(jí)的方法論,在應(yīng)用于ABS 評(píng)級(jí)時(shí)會(huì)產(chǎn)生系統(tǒng)性偏差。信用科技對(duì)消費(fèi)金融 ABS 評(píng)級(jí)的價(jià)值在于:

  • 評(píng)級(jí)結(jié)果基于實(shí)際入池資產(chǎn)
  • 考慮到 ABS 的現(xiàn)金流支付結(jié)構(gòu)對(duì)損失分布的影響
  • 對(duì)逐筆資產(chǎn)的相關(guān)性進(jìn)行更精確的估計(jì)

在消費(fèi)金融ABS市場(chǎng)上,信用科技對(duì)消費(fèi)金融 ABS 風(fēng)險(xiǎn)計(jì)量的價(jià)值在于建立一套基于逐筆資產(chǎn)信息對(duì)信用風(fēng)險(xiǎn)進(jìn)行精確計(jì)量的方法論。這套方法論由兩部分組成:

  • 機(jī)器學(xué)習(xí)模型:基于資產(chǎn)方提供數(shù)據(jù)以及三方數(shù)據(jù)建立對(duì)逐筆資產(chǎn)信用風(fēng)險(xiǎn)指標(biāo)的預(yù)測(cè)
  • 信用風(fēng)險(xiǎn)計(jì)量模型:綜合逐筆資產(chǎn)的信息對(duì)資產(chǎn)池以及 ABS 各層的信用風(fēng)險(xiǎn)進(jìn)行精確計(jì)量

中誠(chéng)信征信公司在消費(fèi)金融 ABS 業(yè)務(wù)中,定位于獨(dú)立第三方的大數(shù)據(jù)信用信息服務(wù)商,通過信用科技手段穿透底層資產(chǎn),對(duì)每筆底層資產(chǎn)進(jìn)行精準(zhǔn)的信用評(píng)估和風(fēng)險(xiǎn)計(jì)量,提升消費(fèi)金融 ABS 的信用風(fēng)險(xiǎn)管理水平。

消息來源:中誠(chéng)信征信有限公司
China-PRNewsire-300-300.png
全球TMT
微信公眾號(hào)“全球TMT”發(fā)布全球互聯(lián)網(wǎng)、科技、媒體、通訊企業(yè)的經(jīng)營(yíng)動(dòng)態(tài)、財(cái)報(bào)信息、企業(yè)并購(gòu)消息。掃描二維碼,立即訂閱!
collection