风险因子影响下的应收账款资产证券化定价

2016-02-28斯群

太原城市职业技术学院学报 2016年12期

关键词：证券化信用风险度量

斯群

(厦门软件职业技术学院，福建厦门 361024)

风险因子影响下的应收账款资产证券化定价

斯群

(厦门软件职业技术学院，福建厦门 361024)

笔者结合无套利定价理论得出基础资产定价模型。同时，在信用风险、赎回风险下对模型进行扩展，进而对模型风险进行量化分析。最后通过对“民生银行安驰4号汇富资产支持专项计划”进行模型的案例论证。本文在对应收账款资产证券化的理论进行充分探讨，并结合数据，建立一个理论定价模型，并且在应收账款证券化定价中引入KMV模型对信用风险度量，为应收账款证券化定价提供相关建议。

利率市场化；定价；风险；KMV模型

一、风险因子影响下的应收账款资产证券化定价

（一）应收账款资产证券化风险分析

当应收账款资产现金流不足以偿还证券化本金和利息，参与交易各方都会遭受损失，此时便可认为出现了风险。根据国内外理论研究以及实践需要，本文将应收账款资产证券化风险分为以下两种：

1.信用风险

信用风险是指债务人由于各种原因无法按期支付本金和利息由此导致的风险。对于应收账款这一特殊标的物，应收账款的信用风险主要与债务人的信用评价、收款政策的宽紧、收款程序、原始债务人的财务状况及其所处行业状况等因素有关。

2. 赎回风险

赎回风险是指发行人对已发行的资产支持证券提前赎回。如果将来利率低于发行利率，发行人可能选择按照先前约定赎回部分或者全部资产支持证券。从购买者意愿角度分析，假设资产支持证券产品能够提前贴现，这会产生两个问题：第一，当利率较低，发行者会选择回购资产支持证券，投资者会面临着再投资风险；第二，发行者与投资者由于赎回价位的存在，也降低了资本增值的能力。

（二）信用风险模型扩展

现代信用风险度量模型主要有Credit Metrics模型、CPV模型、瑞士信贷银行模型和KMV模型。

在四个现代信用风险度量模型中，KMV模型既考虑了公司的企业经营和财务情况，也考虑到了资本市场的变动，其对于公司信用风险的分析比较全面；其数据主要取自资产负债表和股价等信息，这些对于发行债券的上市公司来说是比较容易获取的，而且不断实时更新具有时效性，能动态地反映信用风险的变化情况。另外，股票价格也跟公司的历史预期，投资者对公司未来的预测相关，综合考量了历史与未来的优点，对公司信用的预测能力优于其他指标；此外，目前我国的证券市场还是弱有效市场，而KMV模型不需要假设市场是有效的。最后，虽然目前我国未建立历史违约数据的信息库，评级数据也不公开，KMV模型违约距离本身解决了国内的这些不足，定量衡量信用风险。综上所述，根据信息披露的不完善以及数据库缺失的特点，KMV模型能够较好地衡量信用风险。

Credit Metrics模型在信用迁移矩阵构建中加入国家元素的影响。然而却要求转移矩阵服从马尔可夫过程，并且在处理投资组合相关问题时，要求同一级别内的债务人违约率相同，以及信贷资产的市场价格波动服从正态分布等，使得模型局限性较大。

CPV模型是基于不同国家经济情况来进行的，具有很强的适应性；模型不仅运用到历史违约率的数据，而且还顾及到多种宏观因素可能带来的影响，模型的应用范围也扩展至可以评估多个债务人的情况。只是模型还需要整个行业长期的大数据。基于国情的限制，大部分数据无法获取；建立了大量的评级转移矩阵与宏观经济变量之间的联系，使得计算过程相当复杂。

Credit Risk模型研究对象是投资违约情况。它将每笔贷款的状态极端化，即不存在部分违约的情况，只有违约和不违约之分。此外，假设每一笔贷款的违约率很小，同时之间不存在相关性，认定该组合符合泊松分布，在应用起来基于理论情况，现实中很难开展。

总之，KMV模型是基于Black-Scholes和Merton的期权定价理论与Modigliani和Miller的资本结构理论(MM理论)。它是一种信用风险度量模型，用公司的违约概率来度量信用风险。计算时需要运用企业历史股价信息，搭建起违约距离与违约率相关函数表达式。KMV模型在度量企业信用风险具有代表性，同时也可以计算出违约概率。因此，基于KMV模型使用范围的广泛性与实用性。本文期望通过该模型得出信用风险度量的基本模型，并且由于应收账款大部分针对企业。同样，本文也会通过实际上市企业财务报表数据，并引用KMV模型对这些企业信用风险度量，对该模型进行实证研究。

（三）KMV模型验证

1.KMV模型基本原理

由BS期权定价公式得出如下:

S表示期权期初行使价格；Po表示所交易的金融资产现值；N(d1)是股票的数量；Pt表示期权合约交割价格。e-rT是无风险利率折现因子；N(d2)表示无风险证券的数量；Pt×e-rTN(d2)是到期日T，价值为Pt的无风险证券在期初的折现值；T表示期权有效期限；r表示无风险利率的连续复利值；N(*)表示正态分布变量的累积概率分布函数，表达式如下:

企业发生债权债务行为，从债务行为来说，企业债务可以看作企业对该借款投入企业的生产活动中造成企业资产增值大于债务本息的看涨期权，当两者差值为正值时，企业归还债务。若到期资产小于债务可能发生违约，失去清偿能力。从上可以推断，企业股权价值VE相当于期权期初合理价格S，企业资产价值VA可看为所交易金融资产现价P0，违约点DPT 视为期权合约到期日价格Pt，通过以上公式元素转换为企业信用风险度量模型KMV模型，如下：

其中，VE代表企业所有者权益价值，VA代表企业资产价值，r代表无风险利率，DPT代表违约点，T代表企业债务期限，əA代表企业资产价值波动率。

然后，根据以上公式（1）（2）（3）（4）同时对（2）进行微分：

利用上面由上可以计算得企业VA和əA。

关于上述基本原理与数据已经做了基本介绍，接下来将采用实例分析。选取美达股份作为实例进行论证，对上述模型进行验证，股票代码为000782。

2.股权价值的计算

首先对美达股份的股权进行计算，但是由于我国证券市场发展还不完善，对于非流通盘我们不能通过收盘价进行计算，所以我选用每股净资产进行股权价值的计算。

具体以2015年11月20日数据为准，股权价值=流通股数*公司股票收盘价+公司非流通股数*公司每股净资产。由此公式可计算得出:

4.05 亿*17.28+1.23亿*2.4484=72.995亿

3.股权价值波动率计算

企业存在着不在资本市场流通的股份，我们不能直接得到公司的股权价值波动率。但是由于非流通股在企业中的比重并不大，同时与收盘价格也有关系，所以股权价值波动率我们以2014年5月至2015年5月，选取这个区间是避免2015年的股灾对数据造成过大的波动。我们先计算美达股份每日股价波动率的对数接着取整体样本标准差偏差，，其中，R表示股票波动率的对数，Pt表示第t日该股票的收盘价。同时，我国股票交易一年大概有250天的交易时间，年线为250日均线也可以佐证，所以美达股份计算结果股权价值波动率得0.440261。

根据国内大部分学者的经验以及以往的统计数据以及在不影响本文研究的情况下，把债务期限年限T定为1。由于本文将研究数据截取至2015年11月，因此，无风险利率的选择将采用上海同业拆借利率Shibor 11月份的加权平均平均为1.786%，所以笔者将1.786%作为无风险利率。图1为Shibor11月走势图。

图1 上海同业拆借利率走势图

(数据来源：中国人民银行站.[DB/OL].http://www. pbc.gov.cn/)

上市公司DPT可以用三种方法预测：1.如果长期负债/短期负债小于1.5，则违约点=短期负债+长期负债的一半;如果长期负债/短期负债大于等于1.5，则违约点=短期负债+(0.7-短期负债与长期负债之商的百分之三十)*长期负债。2.把长期负债与短期负债相加即可。3.短期负债*2+1/5长期负债。KMV统计数据表明，第一种方法发生概率最为频繁。所以本文采用DPT=0.5*长期负债+短期负债。

上述为美达股份的KMV信用风险度量的结果。根据国内学者研究，违约距离低于4，其违约概率就很小，以此也可判断公司的信用风险。上文用KMV度量信用风险因子，使风险因子λ得到具体量化。因此要是债务人为上市公司，我们可以直接采用KMV信用风险度量模型，但是要是为非上市公司，则可以通过找一家规模相仿的上市公司，以此为样本进行分析。

（四）赎回风险模型扩展

由于赎回风险度量现在研究还有缺口，笔者将参考Black-Scholes 期权定价模型来度量赎回风险。

其中, 是看涨期权价格，是证券价格，是赎回价格，作为无风险利率, 为期权到期时间，是证券收益率标准差。

具体分析过程笔者将引用张文强博士对此模型的修正, 由于以上定价公式假定在赎回期权到期之前, 资产支持证券不支付利息。对于现实中支付利息的情况,可通过以下调整公式将支付利息对证券价格的最终影响考虑进来。调整后的公式如下:

二、模型论证

以最近的民生银行安驰4号汇富资产支持专项计划为例，该资产专项计划以70亿人民币的应收账款为基础资产，同时对该应收账款进行资产证券化。大公评级机构给出了信用评级AAA级, 分三次发行。计息开始为2016年10月22日，时间分为一年, 两年和三年。

图2 民生安驰4号发行情况

根据嘉实资本资产证券化部总监夏阳2015年给出的统计数据，民生银行4号资产支持专项计划1年期、2年期、3年期应收账款票面利率分别需要在上海同业拆借利率（SHIBOR）基础上浮0-25%，上浮7%-21%，上浮5%-12%。虽然国内现代资产支持证券信息披露机制还不完善，对于应收账款资产支持证券基本信息以外的信息我们无法获取，但是这些信息都对定价模型起到了重要的作用。同时，民生银行对于应收账款的一些基本费用也未进行披露，信息渠道的封锁，我们进行实际案例论证必要的数据无法得到，但是通过前面的诸多叙述，我们已经得出了一个理论定价模型。当然，如我们对各个风险概率进行假设是可以得到论证，然而这也并不具有太多的现实意义。在对应收账款资产证券化研究进程中，也发现国内不足之处，这将放到总结进一步进行叙述。

总之，本文对应收账款资产证券化定价以及风险度量进行分析，得出应收账款资产证券化定价模型与信用风险度量模型。应收账款资产证券化作为金融衍生工具，对于企业来说其特有的风险隔离机制，真实出售与信用隔离机制，扩宽了企业融资渠道，也增加了企业价值。其次，对投资者来说，作为价格的接受者，定价决定了投资者的购买意愿，对投资者进行决策具有指导意义。最后，对于发行人来说匡算风险以及合理的定价起到指导意义，也为资产支持证券评价提供了自己的建议。但是本文也存在不足:（1）现实中存在一些难以量化的风险因子，例如法律风险。所以本文未对全部风险因子进行度量，测算出全部风险因子对定价的影响。（2）由于基础数据的缺乏，无法对模型进行实际案例论证。随着以后我国对该领域研究的加深，学者们可加强该领域探索。

[1]蒋敏聪.保理业务发展现状及风险控制[J].财经界(学术版)，2015(22):132-133.

[2]周小川.金融改革发展及其内在逻辑[J].中国金融,2015（19）:11-17.

[3]李猛.中小企业融资的机遇和挑战[J].品牌,2015(08): 154.