權(quán)益類資產(chǎn)證券化現(xiàn)金流分析及對比淺析

摘要：資產(chǎn)證券化作為金融創(chuàng)新領(lǐng)域的重要工具，在國內(nèi)外資本市場得到了廣泛的應(yīng)用。對企業(yè)資產(chǎn)證券化產(chǎn)品的保障程度取決于基礎(chǔ)資產(chǎn)未來現(xiàn)金流的穩(wěn)定性及規(guī)模情況，因此對基礎(chǔ)資產(chǎn)的現(xiàn)金流分析是資產(chǎn)證券化的核心之一。本文對權(quán)益類資產(chǎn)證券化預(yù)測未來現(xiàn)金流的各類統(tǒng)計方法進行分析和對比，以期對實務(wù)工作者提供思路啟發(fā)。

關(guān)鍵詞：資產(chǎn)證券化;現(xiàn)金流;收益權(quán)

1.引言

我國資產(chǎn)證券化始于上世紀九十年代三亞市開發(fā)建設(shè)總公司發(fā)行的三亞地產(chǎn)投資券。經(jīng)過了十幾年的探索，隨著《信貸資產(chǎn)證券化試點管理辦法》、《金融機構(gòu)信貸資產(chǎn)證券化監(jiān)督管理辦法》和《企業(yè)資產(chǎn)證券化業(yè)務(wù)試點工作指引（征求意見稿）》先后發(fā)布，以及國家開發(fā)銀行信貸資產(chǎn)證券化產(chǎn)品、中國建設(shè)銀行住房抵押貸款證券化產(chǎn)品和中國聯(lián)通CDMA網(wǎng)絡(luò)租賃費收益計劃相繼發(fā)行，國內(nèi)資產(chǎn)證券化產(chǎn)品開始逐步推行。目前我國資產(chǎn)證券化采取三種實踐模式：以銀監(jiān)會主導(dǎo)的信貸資產(chǎn)證券化、以證監(jiān)會主導(dǎo)的證券公司企業(yè)資產(chǎn)證券化和中國銀行間市場交易商協(xié)會注冊發(fā)行的資產(chǎn)支持票據(jù)（ABN）。

2.企業(yè)資產(chǎn)證券化的特殊性

企業(yè)資產(chǎn)證券化是指非金融機構(gòu)企業(yè)將流動性較差但預(yù)計能產(chǎn)生穩(wěn)定現(xiàn)金流的企業(yè)資產(chǎn)作為基礎(chǔ)資產(chǎn)，通過結(jié)構(gòu)安排，整合其風(fēng)險、收益要素并提高其信用等級，將組合的預(yù)期現(xiàn)金流收益權(quán)轉(zhuǎn)換成可出售和流通、信用等級較高的債券或收（受）益憑證型證券，即資產(chǎn)支持證券（ABS），實現(xiàn)企業(yè)融資的一種方式。企業(yè)證券化產(chǎn)品的基礎(chǔ)資產(chǎn)可選取未來收益權(quán)和企業(yè)應(yīng)收款，其中以未來收益權(quán)為基礎(chǔ)資產(chǎn)的企業(yè)資產(chǎn)證券化產(chǎn)品即本文所要分析的對象。

一個完整的企業(yè)資產(chǎn)證券化交易過程包括：基礎(chǔ)資產(chǎn)的確定、特殊目的機構(gòu)的設(shè)定、基礎(chǔ)資產(chǎn)的真實出售、增信措施的設(shè)置、信用評級等服務(wù)、發(fā)售證券、跟蹤管理、清償證券。相較于債權(quán)融資、股權(quán)融資，企業(yè)資產(chǎn)證券化融資方式的特殊性體現(xiàn)在基礎(chǔ)資產(chǎn)的確定和真實出售兩方面。

作為企業(yè)資產(chǎn)證券化產(chǎn)品的清償來源，基礎(chǔ)資產(chǎn)的性質(zhì)大多是流動性差、預(yù)期現(xiàn)金流相對穩(wěn)定、持續(xù)時間較長、具有一定的經(jīng)濟規(guī)模?；A(chǔ)資產(chǎn)對產(chǎn)品的保障程度取決于其未來現(xiàn)金流的規(guī)模，因此對基礎(chǔ)資產(chǎn)的現(xiàn)金流分析是資產(chǎn)證券化的核心之一。

企業(yè)資產(chǎn)證券化的另一個特點是基礎(chǔ)資產(chǎn)的“真實出售”?；A(chǔ)資產(chǎn)由原始權(quán)益人“真實出售”給特殊目的機構(gòu)，其相關(guān)的收益和風(fēng)險全部轉(zhuǎn)移到特殊目的機構(gòu)，實現(xiàn)破產(chǎn)隔離。但目前發(fā)行的企業(yè)資產(chǎn)證券化產(chǎn)品中并未做到真正意義上的破產(chǎn)隔離，原因主要有四個方面：第一，部分產(chǎn)品的基礎(chǔ)資產(chǎn)為未來收益權(quán)，資產(chǎn)本身存在不確定性和再次轉(zhuǎn)移的風(fēng)險;第二，原始權(quán)益人提供差額補足的擔(dān)保措施，使得基礎(chǔ)資產(chǎn)的自身風(fēng)險不能完全轉(zhuǎn)移到特殊目的機構(gòu);第三，證券公司發(fā)起的專項資產(chǎn)管理計劃是我國企業(yè)資產(chǎn)證券化的主要形態(tài)，而專項資產(chǎn)管理計劃不具備法律主體資格，不能作為資產(chǎn)受讓人;第四，證券公司破產(chǎn)風(fēng)險直接影響其所代持的專項資產(chǎn)管理計劃。因此，現(xiàn)階段我國證券公司發(fā)行的專項資產(chǎn)管理計劃并非真正意義上的資產(chǎn)證券化。

3.基礎(chǔ)資產(chǎn)現(xiàn)金流分析方法概述

資產(chǎn)證券化產(chǎn)品的清償來源為基礎(chǔ)資產(chǎn)的未來現(xiàn)金流，現(xiàn)金流的規(guī)模和穩(wěn)定性是決定產(chǎn)品級別的重要因素之一，因此對基礎(chǔ)資產(chǎn)的現(xiàn)金流分析是資產(chǎn)證券化的核心之一。

信貸資產(chǎn)證券化多以資產(chǎn)池為基礎(chǔ)，通過違約率、損失率、回收率、相關(guān)性等參數(shù)設(shè)置及蒙特卡洛模擬計算偏離度，建立現(xiàn)金流預(yù)測模型。但權(quán)益類資產(chǎn)證券化產(chǎn)品的基礎(chǔ)資產(chǎn)多為單一資產(chǎn)，對其進行預(yù)測分析多采用統(tǒng)計模型，通過研究歷史數(shù)據(jù)的變化趨勢映射未來。一般來說，常采用的統(tǒng)計模型有多因素分析法、指數(shù)平滑法、生長曲線法、神經(jīng)網(wǎng)絡(luò)預(yù)測法、灰色預(yù)測法、用量定額法等。

3.1多因素分析法

多因素分析法用來分析因變量和若干自變量的相關(guān)關(guān)系，進而建立多個變量之間線性或非線性統(tǒng)計模型的數(shù)據(jù)處理方式。當(dāng)系統(tǒng)發(fā)生較大的變動，可以調(diào)整變化因素來修正原有模型，若因素變量選取適宜，則模型誤差較小，適用長期預(yù)測。

該方法的關(guān)鍵點主要體現(xiàn)在自變量選取和顯著性檢驗。由于現(xiàn)實中因變量影響因素很多，將所有因素均放入模型中不切實際，因此自變量的選取直接影響模型系統(tǒng)精確度。實操中可以采用組合優(yōu)選法和逐步回歸法進行自變量的篩選。顯著性檢驗包括對模型的顯著性檢驗和對回歸系數(shù)的顯著性檢驗，常用的方法有T檢驗、LM檢驗、Wald檢驗、Chow檢驗、F檢驗、JB正態(tài)分布檢驗等。

3.2指數(shù)平滑法

指數(shù)平滑法是一種時間序列分析方法，利用歷史數(shù)據(jù)、依時間順序加權(quán)、通過漸消記憶來測定變量的變化趨勢。在該方法中，預(yù)測成功的關(guān)鍵是加權(quán)系數(shù)的選擇，加權(quán)系數(shù)的大小決定了在新的預(yù)測之中新數(shù)據(jù)與原預(yù)測值的占比。根據(jù)平滑次數(shù)不用，指數(shù)平滑分為：一次指數(shù)平滑、二次指數(shù)平滑、三次指數(shù)平滑等。其中，一次指數(shù)平滑適用于時間數(shù)列無明顯趨勢變化的情況，二次指數(shù)平滑適用于線性趨勢的時間數(shù)列，三次指數(shù)平滑適用于出現(xiàn)曲率的時間序列。

指數(shù)平滑法的預(yù)測原理相對簡單，而實際情況遠比模型復(fù)雜得多，因此其預(yù)測結(jié)果僅能作為參考。同時，根據(jù)模型原理，若某個歷史數(shù)據(jù)存在異常波動，則指數(shù)平滑法的預(yù)測結(jié)果會產(chǎn)生較大誤差。

3.3生長曲線法

生長曲線法是趨勢外推法的一種，主要模型有Pearl模型、Ridenour模型、Gompertz模型。該方法在考慮了歷史數(shù)據(jù)特征的基礎(chǔ)上，假設(shè)了增長極限值，反映了目標變量的相對變化率與其相對水平的關(guān)系。

3.4神經(jīng)網(wǎng)絡(luò)預(yù)測法

人工神經(jīng)網(wǎng)絡(luò)是在對人類大腦結(jié)構(gòu)和功能認識的基礎(chǔ)上人工構(gòu)造的能夠?qū)崿F(xiàn)復(fù)雜邏輯操作和非線性關(guān)系處理的系統(tǒng)。一般來說，人工神經(jīng)網(wǎng)絡(luò)模型基本結(jié)構(gòu)是由一個輸入層、一個輸出層和兩者之間若干個隱含層構(gòu)成，各層節(jié)點（神經(jīng)元）之間通過權(quán)值進行連接，隱含層和輸出層的節(jié)點上存在閾值。

在人工神經(jīng)網(wǎng)絡(luò)模型中，神經(jīng)元是最基本的單位，對其進行輸入值、網(wǎng)絡(luò)權(quán)值和閾值的約束后，最終可得到輸出矢量。神經(jīng)元的輸出矢量可表示為：，f為激活函數(shù)，W為網(wǎng)絡(luò)權(quán)值矩陣，P為輸入矩陣，b為閾值矩陣。其中，激活函數(shù)的選取是模型的核心，常用的激活函數(shù)有閾值型、線性、Sigmoid型等，由于系統(tǒng)一般為非線性的，激活函數(shù)通常選取Sigmoid函數(shù)或其他非線性函數(shù);初始權(quán)值一般設(shè)置在（-1，1）之間。

現(xiàn)實建模中，BP神經(jīng)網(wǎng)絡(luò)是人工神經(jīng)網(wǎng)絡(luò)中較常被采用的模型。BP神經(jīng)網(wǎng)絡(luò)包括信息正向傳遞和誤差反向修正兩個過程。當(dāng)信息正向傳遞時，輸入信息通過輸入層經(jīng)隱含層傳到輸出層。若輸出層的結(jié)果不理想，則進行誤差反向修正過程，即將誤差信息按原路徑反向傳播。

神經(jīng)網(wǎng)絡(luò)模型的關(guān)鍵點主要體現(xiàn)在初始因素的量化（即確定輸入值）、參數(shù)（例如初始權(quán)值、初始閾值、激活函數(shù)、隱含層節(jié)點數(shù)等）的設(shè)置和迭代算法的選取，在實際計算過程中需要進行不斷的嘗試，以得到相對最優(yōu)的結(jié)果。

3.5灰色預(yù)測法

灰色預(yù)測法是基于小樣本、貧信息的歷史數(shù)據(jù)，通過對“部分”已知信息的生成、開發(fā)預(yù)測整體趨勢。該方法對已知數(shù)據(jù)規(guī)模及其分布沒有特殊要求和限制，但歷史數(shù)據(jù)應(yīng)滿足準光滑性檢驗、準指數(shù)規(guī)律檢驗和級比驗證。

3.6用量定額法

用量定額法依賴于對系統(tǒng)的綜合分析，根據(jù)系統(tǒng)的實際情況，定性及定量分析相結(jié)合，確定用量定額值。在預(yù)測期內(nèi)，若系統(tǒng)的外部及內(nèi)部因素不發(fā)生重大變化，則預(yù)測值會保持某一定值或在定值上下極小范圍內(nèi)波動?；诖?，該方法比較適用于基礎(chǔ)資產(chǎn)未來現(xiàn)金流相對穩(wěn)定的項目，例如基礎(chǔ)資產(chǎn)為BT回購款、供暖費收益權(quán)、電費收益權(quán)的企業(yè)資產(chǎn)證券化項目。

4.結(jié)論

企業(yè)資產(chǎn)證券化基礎(chǔ)資產(chǎn)主要以未來收益權(quán)和企業(yè)應(yīng)收款為主，其預(yù)期現(xiàn)金流相對穩(wěn)定。若基礎(chǔ)資產(chǎn)為BT回購款、供暖費收益權(quán)、電費收益權(quán)，未來現(xiàn)金流基本維持定值，較適于采用用量定額法進行預(yù)測;若基礎(chǔ)資產(chǎn)為水費收益權(quán)、燃氣費收益權(quán)等，未來現(xiàn)金流相對有所波動，可考慮采用統(tǒng)計模型，通過研究歷史數(shù)據(jù)的變化及影響因素映射未來趨勢。每種統(tǒng)計模型均有各自優(yōu)劣勢，實際操作過程中可以考慮對模型進行改進，或采用幾種方法聯(lián)合預(yù)測，進行綜合分析，從而得到較符合實際的預(yù)測結(jié)果。

參考文獻：

[1]葛培建.企業(yè)資產(chǎn)證券化操作實務(wù)[M].復(fù)旦大學(xué)出版社，2011，第2頁 .

[2]戴書松.雷鈺迪.企業(yè)資產(chǎn)證券化的信用特征研究[J].會計之友，2019，（11）.

作者簡介：徐飛飛，供職于長安國際信托股份有限公司，金融和會計雙專業(yè)碩士研究生，中級經(jīng)濟師。