商业银行发行信用卡不良资产支持证券的风险分析
来源:用户上传
作者:孟令瑶 杨姗
摘要：文章通过分析“和萃一期”信用卡不良资产支持证券的风险，建立风险评价指标体系，运用AHP法对发行信用卡不良资产支持证券的风险进行综合评价，结果表明债务人信用风险，资产池构建风险是发行过程中的主要风险，后续应严格把控入池资产，提高技术，优化催收手段。
关键词：不良资产证券化;风险分析;风险评价
一、引言
2016年5月26日，招商银行发布首单不良资产证券化产品。“和萃一期”为信用卡不良资产支持证券，由于参与主体多样，基础资产特殊，致使其风险问题值得关注。国内外学者对不良资产证券化的风险均进行过有益探研。Anna Schwartz（2008）认为资产证券化的基本缺陷是价格的难确定性，致使设计者无法准确了解证券化过程蕴含的风险。李鹏雁（2009）采用AHP法对我国商业银行不良资产证券化风险进行了整体评价，得出信用风险是主要风险，提出改善信用环境、完善信用制度。徐国成（2014）、王隽（2016）等对商业银行不良资产证券化过程中的风险进行了分类分析。
二、“和萃一期”的风险分析
“和萃一期”是以不良信用卡债权为基础资产的不良资产支持证券。包括“和萃2016-1、2017-1、2018-1、2019-1”，各年发行规模是2.33亿，2.30亿，2.80亿，2.70亿。
（一）信用风险
信用风险包括债务人、发起人及第三方信用风险。债务人信用风险以基础资产质量为主构成风险分析的基础。借款人信用状况、贷款质量等能反映基础资产质量。用借款人的授信额度近似反映借款人信用状况，“和萃一期”借款人授信额度多分布于3万元以下。从贷款质量看，以未偿本息额为标准，各年次级类占比分别为15.02%、26.23%、21.40%、36.25%，损失类为53.07%、49.86%、31.22%、13.97%。说明资产池现金流的收回存在难度，信用风险普遍存在。
（二）技术风险
资产池构建的技术难点在于不良资产现金流的估计。以发行人、评级机构等设定的评估模型为基础，估值受技术水平、催收效果、借款人特征及宏观经济等影响。在结构设计上，产品以受托机构设立特定目的信托的方式实现破产隔离。但根据风险自留原则，不良资产难实现全部出表。另外，“和萃一期”多采用如：优先/次级结构设计、信用触发机制、流动性储备账户等内部增级，可靠性较弱。
（三）环境风险
不良信用卡债权回收率受经济状况、通货膨胀、利率等经济因素影响较大。另外，我国不良资产证券化的法律法规不够健全，相关政策有待完善，致使实践过程必然面临法律与政策风险。
三、风险评价
（一）建立评价指标体系
采用AHP法较少的定量信息，将决策思维过程数学化，实现对问题在模糊层次上的量化分析。
（二）构建风险判断矩阵
构造判断矩 阵M，见表1。表示针对上一层因素，本层与之有关因素之间相对重要性的比较。为实现量化，M中两两因素相比较的重要程度，按如下赋值规则给出：i，j同样重要mij=1;i比j稍重要mij=3，明显重要mij=5，强烈重要mij=7，极端重要mij=9;i比j稍不重要mij=1/3，明显不重要mij=1/5，强烈不重要mij=1/7，极端不重要mij=1/9。基于调研所得的专家咨询表，汇总整理，进行数据处理，得出判断矩阵。
X=1.0000 2.6667 3.0568
0.3783 1.0000 2.1667
0.3217 0.4633 1.0000
X1=1.0000 3.7040 4.1000
0.2700 1.0000 2.8200
0.2419 0.3533 1.0000
X2=1.0000 4.1000 4.3000 3.8000
0.2446 1.0000 1.9000 1.1733
0.2343 0.5267 1.0000 1.0810
0.2800 0.8533 0.9267 1.0000
X3=1.0000 3.9333 4.0000
0.2543 1.0000 2.4667
0.2490 0.4056 1.0000
（三）計算风险评价指标权重
1. 计算思路
（1）求特征向量w的分量wk，见公式①。
wK=
m（k=1，2，…，n）①
（2）对w=（w1，w2，…，wn）T进行规范化处理：
Wk=，（k=1，2，…，n）②
得W=（W1，W2，…，Wn）T，即权重向量;
（3）一致性检验，求判断矩阵的最大特征值λmax，计算一致性指标C.I。
C.I=③
λmax=④
当C.I.=0时，完全一致。C.I.越大，判断矩阵一致性越差，一般只要C.I.<0.1，即认为一致性可接受。
（4）计 算合成权重向量。
2. 计算结果
X：wx=（2.0126，0.9359，0.5324）
WX=（0.5781，0.2689，0.1530）
λmax=3.05 C.I=0.02
X1：wA=（2.4764，0.9131，0.4405）
WA=（0.6466，0.2384，0.1150） λmax=3.09 C.I.= 0.05
X2：wB=（2.8609，0.8593，0.6043，0.6860）
WB=（0.5710，0.1715，0.1206，0.1369）
λmax= 4.07 C.I.=0.02
X3：wC=（2.5058，0.8560，0.4657）
WC=（0.6547，0.2237，0.1217）
λmax=3.09 C.I.=0.04
各判斷矩阵的C.I.均< 0.1，通过一致性检验。
W合=（0.3738，0.1378，0.0665，0.1535，
0.0461，0.0324，0.0368，0.1002，0.0342，0.0186）
（四）结论
信用风险所占权重最大，为57.81%;其次为技术风险，占比26.89%;最后为环境风险，占比15.30%。见表2。
按风险权重高低排序，得债务人信用风险、资产池构建风险最为关键，两项均属于非系统性风险，具有可控性。债务人信用风险由基础资产质量决定，受入池资产借款人信用状况、贷款质量、贷款逾期等影响。
四、对策建议
1. 严格把控入池资产。筛选入池资产应综合考虑银行业务需要和诉求，从资产分类、额度严把关。资产分类上，银行应根据业务需要决定五级分类的比例。金额上，充分考虑信息披露、预期回收情况、折价率等，审慎选择大金额入池。
2. 提高估值技术。评级机构应持续优化估值模型，银行也应建立内部估值模型，对评级机构的估值结果进行校验，并加强沟通，充分说明自身业务特点、催回收能力等，合理引导，确保估值的合理性。
3. 优化催收手段。目前多采取电话、信函、上门、诉讼等催收方式，应结合金融科技创新催收手段，如与支付宝等合作，采取电子支付限制令等迫使借款人尽快还款。
参考文献：
[1]李艳鹏.商业银行不良资产证券化风险分析[J].燕山大学学报，2009（33）.
[2]徐国成.商业银行不良资产证券化存在风险及对策分析[J].商业经济，2014（17）.
*基金项目：西安市社科规划基金课题“基于大数据的西安小微企业互联网金融征信与反欺诈研究”（基金课题编号：18J05）。
（作者单位：陕西国际商贸学院）
转载注明来源:https://www.xzbu.com/2/view-15265435.htm
