摘 " 要：資產(chǎn)證券化是一種復(fù)雜的結(jié)構(gòu)性融資方式，在整個(gè)交易過(guò)程中，信用評(píng)級(jí)溝通了證券發(fā)行人和投資者之間關(guān)于風(fēng)險(xiǎn)的問(wèn)題，對(duì)資產(chǎn)證券化的順利實(shí)施具有重要的影響作用。本文對(duì)資產(chǎn)證券化信用評(píng)級(jí)的評(píng)級(jí)過(guò)程、評(píng)級(jí)方法、模型風(fēng)險(xiǎn)以及在評(píng)級(jí)中出現(xiàn)的評(píng)級(jí)選購(gòu)現(xiàn)象進(jìn)行了綜述性的介紹，并指出了其今后的研究方向和研究重點(diǎn)。

" 關(guān)鍵詞： 資產(chǎn)證券化;信用評(píng)級(jí);綜述

中圖分類號(hào)：F832.51 " " 文獻(xiàn)標(biāo)識(shí)碼：A〓 文章編號(hào)：1003-9031（2014）12-0072-05 "DOI：10.3969/j.issn.1003-9031.2014.12.16

一、引言

資產(chǎn)證券化（Asset Securitization）是近30年來(lái)金融領(lǐng)域最重大和發(fā)展最迅速的金融創(chuàng)新工具之一，它是指以資產(chǎn)所產(chǎn)生的現(xiàn)金流為支撐，在資本市場(chǎng)上發(fā)行證券進(jìn)行融資，對(duì)資產(chǎn)的收益和風(fēng)險(xiǎn)進(jìn)行分離與組合的過(guò)程[1]。20世紀(jì)90年代以來(lái)，美國(guó)、歐洲和亞洲等國(guó)家相繼采用并發(fā)展完善了這項(xiàng)金融創(chuàng)新技術(shù)，資產(chǎn)證券化已發(fā)展成為金融產(chǎn)品和金融制度創(chuàng)新的重要潮流。2005年，隨著“建元”、“開(kāi)元”兩只信貸資產(chǎn)支持證券的發(fā)行，我國(guó)進(jìn)入信貸資產(chǎn)證券化試點(diǎn)階段。隨后受金融危機(jī)后一直處于停滯狀態(tài)。2013年7月，國(guó)務(wù)院印發(fā)《關(guān)于金融支持經(jīng)濟(jì)結(jié)構(gòu)調(diào)整和轉(zhuǎn)型升級(jí)的指導(dǎo)意見(jiàn)》，要求逐步推進(jìn)信貸資產(chǎn)證券化常規(guī)化發(fā)展，決定在嚴(yán)格控制風(fēng)險(xiǎn)的基礎(chǔ)上，進(jìn)一步擴(kuò)大信貸資產(chǎn)證券化試點(diǎn)。

在證券化過(guò)程中，信用評(píng)級(jí)（Credit Rating）被認(rèn)為是風(fēng)險(xiǎn)評(píng)估的標(biāo)尺，相當(dāng)于投融資雙方關(guān)于風(fēng)險(xiǎn)問(wèn)題的中介，能夠降低信息不對(duì)稱帶來(lái)的投資成本，是投資決策的基礎(chǔ)信息。金融危機(jī)爆發(fā)后，資產(chǎn)證券化的信用評(píng)級(jí)問(wèn)題成為研究熱點(diǎn)，眾多學(xué)者對(duì)資產(chǎn)證券化信用評(píng)級(jí)的評(píng)級(jí)過(guò)程、評(píng)級(jí)方法、評(píng)級(jí)模型風(fēng)險(xiǎn)、評(píng)級(jí)選購(gòu)現(xiàn)象等四方面進(jìn)行了深入研究和探索，對(duì)此，本文對(duì)該四部分內(nèi)容的研究作一綜述。

一、資產(chǎn)證券化信用評(píng)級(jí)過(guò)程研究

國(guó)外學(xué)者資產(chǎn)證券化信用評(píng)級(jí)過(guò)程的研究集中在發(fā)行評(píng)級(jí)階段，目前的國(guó)際三大評(píng)級(jí)機(jī)構(gòu)（穆迪、標(biāo)準(zhǔn)普爾和惠譽(yù)）對(duì)包括CDO（擔(dān)保債務(wù)憑證，Collateralized Debt Obligation）在內(nèi)的資產(chǎn)證券化產(chǎn)品采用兩階段評(píng)級(jí)法（two stage rating approach）（見(jiàn)圖1）[2-3]。第一階段是資產(chǎn)池信用風(fēng)險(xiǎn)的評(píng)估，這是信用評(píng)級(jí)的關(guān)鍵部分。具體內(nèi)容包括：借款人的信用狀況、貸款組合的多元化、貸款的地理分布等。評(píng)級(jí)機(jī)構(gòu)根據(jù)資產(chǎn)池基礎(chǔ)資產(chǎn)的特征以及評(píng)級(jí)機(jī)構(gòu)自身的情況選擇合適的評(píng)級(jí)方法。第二階段，評(píng)級(jí)機(jī)構(gòu)考察證券化的相關(guān)參與人和交易結(jié)構(gòu)，分析存在的結(jié)構(gòu)風(fēng)險(xiǎn)，包括：真實(shí)銷售、破產(chǎn)隔離、信用增級(jí)方式、服務(wù)商的信用品質(zhì)等結(jié)構(gòu)上的問(wèn)題。在此基礎(chǔ)上，進(jìn)行現(xiàn)金流分析，并將現(xiàn)金流分析的結(jié)果反饋到第一階段，以調(diào)整原模型的假設(shè)，經(jīng)過(guò)多次迭代和調(diào)整確定CDO的最終評(píng)級(jí)[4]。兩階段的評(píng)級(jí)過(guò)程同樣適用于現(xiàn)金流型CLO（貸款抵押債務(wù)憑證，Collateralized Loan Obligations）產(chǎn)品的信用評(píng)級(jí)[5]。在此過(guò)程中，評(píng)級(jí)機(jī)構(gòu)重點(diǎn)評(píng)估三方面的風(fēng)險(xiǎn)：資產(chǎn)風(fēng)險(xiǎn)、結(jié)構(gòu)風(fēng)險(xiǎn)和第三參與方風(fēng)險(xiǎn)[6]。

國(guó)內(nèi)學(xué)者對(duì)資產(chǎn)證券化信用評(píng)級(jí)過(guò)程研究主要從資產(chǎn)證券化交易環(huán)節(jié)角度進(jìn)行研究。何小鋒（2007）、于鳳坤（2002）等學(xué)者在其專著中提出，資產(chǎn)證券化交易中，要進(jìn)行兩次評(píng)級(jí)：初評(píng)與發(fā)行評(píng)級(jí)，也稱內(nèi)部評(píng)級(jí)和外部評(píng)級(jí)（見(jiàn)如圖2）[7-8]。初評(píng)是證券發(fā)行人（一般是特殊目的機(jī)構(gòu)，簡(jiǎn)稱SPV）向發(fā)起人收購(gòu)基礎(chǔ)資產(chǎn)后，信用評(píng)級(jí)機(jī)構(gòu)對(duì)資產(chǎn)的交易結(jié)構(gòu)和擬發(fā)行的證券內(nèi)部評(píng)級(jí)，評(píng)級(jí)結(jié)果不對(duì)外公布，其目的是確定所需要的信用級(jí)別必須進(jìn)行的信用增級(jí)水平;發(fā)行評(píng)級(jí)是在發(fā)行人在信用增級(jí)以后，資產(chǎn)支持證券發(fā)行之前，評(píng)級(jí)機(jī)構(gòu)審查合同和文件的合法性和有效性，對(duì)發(fā)行的證券正式評(píng)級(jí)并向外界公布評(píng)級(jí)結(jié)果。等級(jí)越高，表明所發(fā)行的證券風(fēng)險(xiǎn)低，發(fā)行人的成本降低。除此之外，信用評(píng)級(jí)機(jī)構(gòu)在該證券的整個(gè)存續(xù)期內(nèi)還要對(duì)其業(yè)績(jī)情況進(jìn)行“追蹤”監(jiān)督，及時(shí)發(fā)現(xiàn)新的風(fēng)險(xiǎn)因素，并作出升級(jí)、維持或降級(jí)的決定，以維護(hù)投資者的利益。

二、資產(chǎn)證券化信用評(píng)級(jí)方法研究

在兩階段評(píng)級(jí)法中的第一階段，評(píng)級(jí)方法的選擇至關(guān)重要，它是信用評(píng)級(jí)過(guò)程的“黑匣子”，對(duì)評(píng)級(jí)結(jié)果起關(guān)鍵作用。不同的評(píng)級(jí)機(jī)構(gòu)采用不同的評(píng)級(jí)方法，甚至同一評(píng)級(jí)機(jī)構(gòu)對(duì)不同證券化產(chǎn)品也采用不同的方法。本部分通過(guò)資產(chǎn)證券化信用評(píng)級(jí)方法的發(fā)展歷程，兩種主流評(píng)級(jí)方法的比較以及評(píng)級(jí)方法中的參數(shù)設(shè)定三部分概括相關(guān)研究。

（一）發(fā)展歷程

在資產(chǎn)證券化誕生和發(fā)展的30多年中，評(píng)級(jí)方法也在不斷發(fā)展和完善。資產(chǎn)證券化信用評(píng)級(jí)方法最早起源于穆迪1996年引入的二項(xiàng)式擴(kuò)展技術(shù)（Binomial Expansion Technique，BET）[9]，目前仍應(yīng)用于CDO評(píng)級(jí)中，隨后衍生出雙重BET法[10]和相關(guān)BET法[11]，為了提高測(cè)算精確度，三大評(píng)級(jí)機(jī)構(gòu)均引入了蒙特卡洛模擬方法（Monte Carlo Simulation，MCS）[12]。穆迪采用CDOROM蒙特卡洛模型對(duì)靜態(tài)合成CDO進(jìn)行評(píng)級(jí)，標(biāo)準(zhǔn)普爾和惠譽(yù)開(kāi)發(fā)了基于蒙特卡洛模擬的EVALUATOR[13]和VECTOR軟件[14]。John C Hull和Alan D White（2004）針對(duì)蒙特卡洛模擬方法在模擬資產(chǎn)池違約概率分布時(shí)耗時(shí)長(zhǎng)，適用范圍小的缺點(diǎn)，提出分析違約風(fēng)險(xiǎn)的“耦合”模型[15]。除此之外，三大機(jī)構(gòu)還提出了兩種補(bǔ)充方法：傅里葉變換方法（Fouriter Transform Method，F(xiàn)TM）和對(duì)數(shù)正態(tài)法（Lognormal Method，LNM）。國(guó)際三大評(píng)級(jí)機(jī)構(gòu)的評(píng)級(jí)方法及比較如表1所示。

國(guó)內(nèi)學(xué)者對(duì)評(píng)級(jí)方法的研究較為薄弱，集中在介紹國(guó)外成熟的評(píng)級(jí)方法上。王少波（2007）、張家平（2009）、宋宸剛（2008）、尹占華（2008）、張明（2008）等學(xué)者詳細(xì)介紹了國(guó)外較為流行的BET法和MCS法[16-20]，但是未做更加深入的研究，未提出方法的改進(jìn)，沒(méi)有指出適合中國(guó)資產(chǎn)證券化信用評(píng)級(jí)的方法。

（二）BET法和MCS法對(duì)比分析

在上述評(píng)級(jí)方法中居主導(dǎo)地位的是BET法和MCS法。BET法基于預(yù)期損失（EL），它巧妙地運(yùn)用劃分分散度DS（Diversity Score）（2000年，穆迪開(kāi)始使用ADS（Alternative Diversity Score）劃分方法近似代替資產(chǎn)之間的違約相關(guān)性。其主要思想是：對(duì)資產(chǎn)池劃分分散度DS，將龐雜的原始資產(chǎn)池劃分成由DS個(gè)同質(zhì)性（相互獨(dú)立，且名義價(jià)值和違約率相同）資產(chǎn)組成的理想資產(chǎn)池，以此近似代替原始資產(chǎn)池的預(yù)期損失。理想資產(chǎn)池中的DS個(gè)基礎(chǔ)資產(chǎn)服從二項(xiàng)式分布，計(jì)算理想資產(chǎn)池在DS+1種場(chǎng)景下的違約概率，估算每種違約場(chǎng)景下的損失進(jìn)而得出理想資產(chǎn)池的預(yù)期損失，近似代替原始資產(chǎn)的損失分布。BET法考慮到了現(xiàn)實(shí)中CDO資產(chǎn)池存在的“厚尾”（Fat Tail，分布在尾端的損失概率高于名義值）現(xiàn)象。

作為一種改進(jìn)方法，MCS法假設(shè)當(dāng)債務(wù)人的資產(chǎn)價(jià)值低于其債務(wù)時(shí)，違約事件發(fā)生。模型的輸入變量是資產(chǎn)的違約概率和資產(chǎn)間的相關(guān)系數(shù)，假設(shè)資產(chǎn)組合服從多元對(duì)數(shù)正態(tài)分布，反復(fù)模擬各種違約情境下的損失，得到整個(gè)資產(chǎn)池的損失概率分布。

上述兩種方法各有優(yōu)劣。BET法應(yīng)用統(tǒng)計(jì)學(xué)原理，較為簡(jiǎn)便，但是其關(guān)于假設(shè)資產(chǎn)違約概率相同的基本假定不盡合理，該方法對(duì)資產(chǎn)池的分散度劃分也受分析者的經(jīng)驗(yàn)知識(shí)的限制，也沒(méi)有考慮時(shí)間因素。MCS法對(duì)基礎(chǔ)資產(chǎn)的損失分布評(píng)估更加準(zhǔn)確，但通常需要占用大量的計(jì)算機(jī)資源和花費(fèi)較長(zhǎng)的時(shí)間來(lái)獲得準(zhǔn)確的結(jié)果，而且，對(duì)于現(xiàn)金型CDO產(chǎn)品，MCS法不能有效地模擬所有現(xiàn)金流的細(xì)微差別。

（三）相關(guān)參數(shù)設(shè)定

資產(chǎn)證券化信用評(píng)級(jí)模型的使用前提是對(duì)相關(guān)的參數(shù)進(jìn)行合理的設(shè)定，然后計(jì)算預(yù)期損失或違約概率，涉及的參數(shù)主要有：違約概率、違約回收率、資產(chǎn)相關(guān)性等。在金融市場(chǎng)領(lǐng)域已有學(xué)者對(duì)這些參數(shù)的設(shè)定進(jìn)行了相關(guān)研究，主要包括：違約概率的問(wèn)題[21-22]、資產(chǎn)違約回收率[23-25]、違約資產(chǎn)之間的相關(guān)性[26-27]等。信用評(píng)級(jí)機(jī)構(gòu)根據(jù)這些參數(shù)的研究將其引入到資產(chǎn)證券化評(píng)級(jí)中。除了不同的模型方法，每個(gè)評(píng)級(jí)機(jī)構(gòu)的參數(shù)設(shè)定也是不同的：標(biāo)準(zhǔn)普爾假定行業(yè)內(nèi)的相關(guān)性為30%;惠譽(yù)賦予25個(gè)行業(yè)一個(gè)外部相關(guān)性和內(nèi)部相關(guān)性，同時(shí)還考慮基礎(chǔ)資產(chǎn)的地域相關(guān)性[28]。

相關(guān)參數(shù)的設(shè)定對(duì)評(píng)級(jí)來(lái)說(shuō)至關(guān)重要，不合理的設(shè)定會(huì)造成不準(zhǔn)確的評(píng)級(jí)，Coval， Jurek 和Stafford（2009）表示CDO評(píng)估模型取決于參數(shù)的設(shè)定，不準(zhǔn)確的參數(shù)設(shè)定會(huì)低估AAA級(jí)證券違約的可能性[29]。Fender和John Kiff（2004）通過(guò)實(shí)證研究，發(fā)現(xiàn)BET法和MCS法由于相關(guān)參數(shù)設(shè)定的不同，BET法相對(duì)于MCS法傾向于低估高級(jí)分券的預(yù)期損失。Benmelech和Dlugosz（2009）認(rèn)為評(píng)級(jí)機(jī)構(gòu)低估了企業(yè)或家庭的違約相關(guān)性，對(duì)結(jié)構(gòu)性融資產(chǎn)品給予了過(guò)高評(píng)級(jí)。參數(shù)設(shè)置的不合理產(chǎn)生了模型風(fēng)險(xiǎn)，同時(shí)也是評(píng)級(jí)選購(gòu)現(xiàn)象出現(xiàn)的原因之一。

三、信用評(píng)級(jí)模型風(fēng)險(xiǎn)研究

由于不同的評(píng)級(jí)機(jī)構(gòu)采用不同的評(píng)級(jí)方法，且各個(gè)機(jī)構(gòu)的參數(shù)設(shè)定也不相同，業(yè)內(nèi)專家開(kāi)始關(guān)注由此產(chǎn)生的“模型風(fēng)險(xiǎn)”。評(píng)級(jí)機(jī)構(gòu)使用不同的評(píng)級(jí)方法所得到的評(píng)級(jí)結(jié)果會(huì)有很大的差異，比如，F(xiàn)ender和John Kiff（2004）發(fā)現(xiàn)在同質(zhì)性較強(qiáng)的資產(chǎn)池中，穆迪使用DS方法產(chǎn)生的預(yù)期損失大約是0.093%，使用基于蒙特卡洛的CDOROM模型測(cè)算的預(yù)期損失為0.057%，標(biāo)準(zhǔn)普爾和惠譽(yù)使用蒙特卡洛模擬方法得到的預(yù)期損失為0.053%和0.288%，因此，模型風(fēng)險(xiǎn)實(shí)質(zhì)上是評(píng)級(jí)精確度問(wèn)題。相關(guān)系數(shù)和回收率的假設(shè)是評(píng)級(jí)準(zhǔn)確性的核心問(wèn)題，國(guó)外對(duì)大量高收益CDO各檔次債券降級(jí)的部分原因是模型中違約相關(guān)系數(shù)和回收率偏低;Adelson（2003）發(fā)現(xiàn)，違約相關(guān)性應(yīng)該是不斷變化的，而評(píng)級(jí)機(jī)構(gòu)的相關(guān)性假設(shè)和回收率忽視了這種變化[30]，致使現(xiàn)行方法不能準(zhǔn)確的評(píng)估資產(chǎn)池的損失分布。相關(guān)性對(duì)預(yù)期損失估計(jì)的影響可能會(huì)相當(dāng)大，這就意味著，對(duì)違約相關(guān)性的錯(cuò)誤假設(shè)會(huì)導(dǎo)致評(píng)級(jí)機(jī)構(gòu)做出錯(cuò)誤的估計(jì)。Efraim Benmelech和Jennifer Dlugosz（2010）研究發(fā)現(xiàn)信用評(píng)級(jí)受到質(zhì)疑的主要原因之一是過(guò)度依賴統(tǒng)計(jì)模型，而忽視了宏觀層面的違約相關(guān)性。

自金融危機(jī)以來(lái)，國(guó)內(nèi)的學(xué)者逐漸關(guān)注資產(chǎn)證券化信用評(píng)級(jí)模型風(fēng)險(xiǎn)，對(duì)該部分的研究并不成熟，僅有少數(shù)學(xué)者對(duì)模型風(fēng)險(xiǎn)做了相關(guān)研究。張家平（2009）從相關(guān)系數(shù)和回收率的假設(shè)、評(píng)級(jí)方法其他有爭(zhēng)議的假設(shè)以及對(duì)同一結(jié)構(gòu)性產(chǎn)品，不同的評(píng)級(jí)方法產(chǎn)生不同的評(píng)級(jí)等級(jí)三個(gè)方面探討了模型風(fēng)險(xiǎn)產(chǎn)生的原因。宋宸剛（2008）認(rèn)為模型風(fēng)險(xiǎn)是引發(fā)金融危機(jī)的主要原因之一，并針對(duì)此提出了兩點(diǎn)建議：加強(qiáng)對(duì)獨(dú)立評(píng)級(jí)機(jī)構(gòu)監(jiān)管和評(píng)級(jí)的信息披露;加強(qiáng)對(duì)投資者的教育，使其了解證券化產(chǎn)品的本質(zhì)特征、存在的風(fēng)險(xiǎn)，并掌握規(guī)避風(fēng)險(xiǎn)的措施[31]。

四、資產(chǎn)證券化信用評(píng)級(jí)選購(gòu)現(xiàn)象研究

與模型風(fēng)險(xiǎn)相關(guān)的另外一種現(xiàn)象就是評(píng)級(jí)選購(gòu)（Ratings shopping），有時(shí)也稱為評(píng)級(jí)套利（Rating model arbitrage），這種現(xiàn)象幾乎不涉及公司、主權(quán)和市政債券的評(píng)級(jí)中，而是資產(chǎn)證券化中的特有現(xiàn)象[32]，表現(xiàn)為證券發(fā)行人策略性的選擇能夠給予最高評(píng)級(jí)或者有最寬松的評(píng)級(jí)標(biāo)準(zhǔn)的評(píng)級(jí)機(jī)構(gòu)。除了評(píng)級(jí)方法差異之外，“發(fā)行人付費(fèi)模式”是導(dǎo)致評(píng)級(jí)選購(gòu)現(xiàn)象的另一重要原因。已有研究發(fā)現(xiàn)，發(fā)行人可以征求多個(gè)評(píng)級(jí)機(jī)構(gòu)的評(píng)級(jí)并從中選取對(duì)自身最有利的評(píng)級(jí)并為此付費(fèi)[33-34]，從而降低融資成本。盡管評(píng)級(jí)機(jī)構(gòu)堅(jiān)持原則對(duì)發(fā)行的證券進(jìn)行公正評(píng)級(jí)，由于評(píng)級(jí)模型的差異而造成的評(píng)級(jí)結(jié)果的差異會(huì)促使發(fā)行人選擇最高的評(píng)級(jí)，而造成市場(chǎng)上評(píng)級(jí)通脹的出現(xiàn)，尤其是當(dāng)發(fā)行人是評(píng)級(jí)機(jī)構(gòu)較大的或者長(zhǎng)期合作的客戶時(shí)，這種現(xiàn)象更為突出[35-36]。當(dāng)資產(chǎn)單一時(shí)，各評(píng)級(jí)機(jī)構(gòu)的評(píng)級(jí)結(jié)果較為一致，評(píng)級(jí)選購(gòu)現(xiàn)象不會(huì)出現(xiàn);但是當(dāng)資產(chǎn)十分復(fù)雜且各評(píng)級(jí)機(jī)構(gòu)的模型不同，評(píng)級(jí)結(jié)果存在差異，這驅(qū)動(dòng)著發(fā)行人選擇最高的評(píng)級(jí)向外界公布并僅為此付費(fèi)。

由于評(píng)級(jí)選購(gòu)現(xiàn)象，使得資產(chǎn)證券化信用評(píng)級(jí)市場(chǎng)出現(xiàn)了“逆向選擇”，已有眾多學(xué)者對(duì)此做了相關(guān)研究，在該市場(chǎng)中，出現(xiàn)了評(píng)級(jí)通脹現(xiàn)象[37-38]。資產(chǎn)證券化信用評(píng)級(jí)寡頭市場(chǎng)的效率低于完全壟斷市場(chǎng)，競(jìng)爭(zhēng)反而促使了降低了效率。

五、述評(píng)

目前，我國(guó)信用評(píng)級(jí)行業(yè)的總體發(fā)展?fàn)顩r是：基本上沒(méi)有全國(guó)統(tǒng)一規(guī)范的市場(chǎng)性信用評(píng)級(jí)機(jī)構(gòu)。國(guó)內(nèi)五家評(píng)級(jí)機(jī)構(gòu)（東方金誠(chéng)、中誠(chéng)信、聯(lián)合資信、大公和新世紀(jì)）主要涉及短中期債券評(píng)級(jí)和企業(yè)、銀行等的信用評(píng)級(jí)，資產(chǎn)證券化評(píng)級(jí)業(yè)務(wù)起步晚，仍處于發(fā)展階段，還未形成完備的資產(chǎn)證券化信用評(píng)級(jí)體系，在指標(biāo)設(shè)置上各地區(qū)、各行業(yè)甚至各個(gè)機(jī)構(gòu)之間尺度不一，使得評(píng)級(jí)過(guò)程中主觀因素較多，影響到評(píng)級(jí)結(jié)果的公正性。因此，學(xué)習(xí)借鑒國(guó)外資產(chǎn)證券化信用評(píng)級(jí)的經(jīng)驗(yàn)和教訓(xùn)，尤其是金融危機(jī)中資產(chǎn)證券化信用評(píng)級(jí)出現(xiàn)的問(wèn)題，完善國(guó)內(nèi)資產(chǎn)證券化信用評(píng)級(jí)行業(yè)，使信用評(píng)級(jí)能真正的為國(guó)內(nèi)資產(chǎn)證券化的發(fā)展保駕護(hù)航。

自金融危機(jī)以來(lái)，對(duì)資產(chǎn)證券化信用評(píng)級(jí)的相關(guān)研究呈上升趨勢(shì)，2007—2009年的文獻(xiàn)最多，其中，國(guó)外學(xué)者研究較為全面，集中體現(xiàn)在對(duì)資產(chǎn)證券化信用評(píng)級(jí)的過(guò)程、評(píng)級(jí)方法、模型風(fēng)險(xiǎn)及金融危機(jī)中出現(xiàn)的評(píng)級(jí)套利現(xiàn)象的研究，主要是針對(duì)危機(jī)中信用評(píng)級(jí)機(jī)構(gòu)給予過(guò)高評(píng)級(jí)的原因展開(kāi)研究。

通過(guò)本文的文獻(xiàn)梳理發(fā)現(xiàn)，雖然國(guó)內(nèi)學(xué)者對(duì)資產(chǎn)證券化信用評(píng)級(jí)的過(guò)程有了基本的研究，對(duì)國(guó)際上較為流行的BET法和MCS法做了詳細(xì)的介紹，并開(kāi)始關(guān)注模型風(fēng)險(xiǎn)的存在，但是研究視角局限在資產(chǎn)證券化信用評(píng)級(jí)的法律問(wèn)題、信用評(píng)級(jí)機(jī)構(gòu)的現(xiàn)狀及存在問(wèn)題以及國(guó)外評(píng)級(jí)方法的介紹，對(duì)于模型風(fēng)險(xiǎn)、評(píng)級(jí)選購(gòu)現(xiàn)象的研究不深入，對(duì)于評(píng)級(jí)市場(chǎng)出現(xiàn)的“逆向選擇”的關(guān)注度不足，從整體上來(lái)說(shuō)，缺乏深入的、系統(tǒng)性研究。隨著2013年國(guó)家要求進(jìn)一步推進(jìn)信貸資產(chǎn)證券化試點(diǎn)，信用評(píng)級(jí)是溝通證券發(fā)行人和投資者的橋梁，對(duì)資產(chǎn)證券化的順利開(kāi)展具有重要作用，加之次貸危機(jī)的前車之鑒，業(yè)內(nèi)學(xué)者應(yīng)加強(qiáng)對(duì)資產(chǎn)證券化信用評(píng)級(jí)的研究。以下三方面是國(guó)內(nèi)研究的薄弱之處，是今后學(xué)者的研究重點(diǎn)：在金融危機(jī)中出現(xiàn)的評(píng)級(jí)選購(gòu)現(xiàn)象、產(chǎn)生根源、影響因素以及解決辦法;由于信息不對(duì)稱，信用評(píng)級(jí)評(píng)級(jí)市場(chǎng)的競(jìng)爭(zhēng)出現(xiàn)“逆向選擇”，導(dǎo)致評(píng)級(jí)不準(zhǔn)確使得市場(chǎng)效率降低的原因及解決機(jī)制;評(píng)級(jí)結(jié)果的不準(zhǔn)確、模型風(fēng)險(xiǎn)的存在及評(píng)級(jí)方法的改進(jìn)等。通過(guò)加強(qiáng)這三方面的研究，以期對(duì)我國(guó)信貸資產(chǎn)證券化的順利開(kāi)展提供理論支持?！?/p>

（責(zé)任編輯 李興發(fā)）

參考文獻(xiàn)

[1]張超英，翟祥輝.金融資產(chǎn)證券化——原理、實(shí)務(wù)、實(shí)例[M].北京：經(jīng)濟(jì)科學(xué)出版社，1998.

[2]Bund S M Neugebauer，K Gill，R Hrvatin，J Zelter and J Schiavetta. Global Rating Criteria for Collateralised Debt Obligations[J].Fitch Ratings，2003（34）：37-59.

[3]Fender and John Kiff.CDO rating methodology：Some thoughts on model risk and implications[J]. Journal of credit risk，2003（08）：15-32.

[4]JOHN M. GRIFFIN，DRAGON YONGJUN TANG. Did Subjectivity Play a Role in CDO Credit Ratings？[J]. The Journal of Finance，2012，67（4）： 1293-1328.

[5]Efraim Benmelech，Jennifer Dlugosz.The alchemy of CDO credit ratings[J]. Journal of Monetary Economics，2009，56（5）： 617-634.

[6]FJ Fabozzi， D Vink. Looking Beyond Credit Ratings： Factors Investors Consider In Pricing European Asset-Backed Securities[J].European Financial Management，2012，18（4）.

[7]何小鋒.資產(chǎn)證券化理論與案例[M].北京：中國(guó)發(fā)展出版社，2007.

[8]于鳳坤.資產(chǎn)證券化：理論與實(shí)務(wù)[M].北京：北京大學(xué)出版社，2002.

[9]The Binomial Expansion Technique Applied to CBO/CLO Analysis[C].Moody’s Special Report， December，1996.

[10]Cifuentes A，Wilcox C. The double binomial method and its application to a special case of CBO structures[C]. Moody's Investors Service Structured Finance Special Report， 1998.

[11]Gary Witt. Moody's correlated binomial default distribution[C]. Moody's Investor Service Structured Finance Special Report，2004.

[12]Andrew Adams，Rajiv Bhatt，James Clunie. The Risks in CDO-Squared Structures[J].Multinational Finance Journal，2009.

[13]Wong， C.R.， Gillis， T.M. and Michaux， F.Principles-based rating methodology for global structured finance securities[J]. Standard amp; Poor’s Ratings Direct，2007.

[14]Mistretta， S.Global Structured Finance Rating Criteria[J].Fitch Ratings， 2009.

[15]John C Hull and Alan D White. Valuation of a CDO and an n-th to Default CDS Without Monte Carlo Simulation[J]. The Journal of Derivatives，12（2）：8-23.

[16]王少波.資產(chǎn)證券化信用評(píng)級(jí)：國(guó)外模型方法及其借鑒[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2007（6）：37-44+123.

[17]張家平.CDO產(chǎn)品信用評(píng)級(jí)方法分析[J].哈爾濱商業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2009（5）：7-11.

[18]宋宸剛.信貸資產(chǎn)證券化-CDO產(chǎn)品信用評(píng)級(jí)方法對(duì)投資者保護(hù)影響分析[J].金融與經(jīng)濟(jì)，2008（8）：62-65.

[19]尹占華，張文彬.基于二項(xiàng)式擴(kuò)展技術(shù)的CDO損失分布測(cè)算研究[J].統(tǒng)計(jì)與決策，2008（15）：29-31.

[20]張明.透視CDO：類型、構(gòu)造、評(píng)級(jí)與市場(chǎng)[J].國(guó)際金融研究，2008（6）：40-48.

[21]Robert C. Merton. On the Pricing of Corporate Debt： The Risk Structure of Interest Rates[J]. Journal of Finance，1974，29（2）：449-470.

[22]Hayne E. Leland and Klaus Bjerre Toft. Optimal Capital Structure， Endogenous Bankruptcy， and the Term Structure of Credit Spreads[J]. Journal of Finance，1996，3（51）：987-1019.

[23]Altman， Edward I;Brady， Brooks;Resti， Andrea;Sironi， Andrea. The Link between Default and Recovery Rates： Theory， Empirical Evidence， and Implications[J]. The Journal of Business，2005，6（78）：2203-2278.

[24]Viral V. Acharyaa;Sreedhar T. Bharathb and Anand Srinivasanc. Does industry-wide distress affect defaulted firms？ Evidence from creditor recoveries[J]. Journal of Financial Economics，2007，3（85）：787-821.

[25]Qi，Min;Yang，Xiaolong .Loss given default of high loan-to-value residential mortgages[J]. Journal of Banking and Finance，2009，5（33）：788-799.

[26]Li，D.X. On default correlation： A copula function approach. [J].Journal of Fixed Income，2000，4（9）： 43-54.

[27]Sch？魻nbucher，P.J.，and D. Schubert.Copula-dependent default risk in intensity models[R].Working Paper， 2001，BonnUniversity， Bonn.

[28]Kothari， Vinod. Rating of CDO Tranches： The Catwalk of Models[EB/OL]， http：//www.vinodkothari.com/cdoratingmodels.htm， 2005.

[29]Joshua Coval;Jakub Jurek;Erik Stafford. The Economics of Structured Finance[J]. The Journal of Economic Perspectives，1（23）：3-25.

[30]Adelson， Mark H. CDO and ABS underperformance： A correlation story[J]. Journal of Fixed Income，2003，13（3）.

[31]宋宸剛.信貸資產(chǎn)證券化信用評(píng)級(jí)方法選擇與風(fēng)險(xiǎn)控制[J].社會(huì)科學(xué)輯刊，2008（5）：114-117.

[32]M Adelson. Rating Shopping—Now the Consequences[R]. Nomura Fixed Income Research，2006.

[33]Vasiliki Skreta;Laura Veldkamp.Ratings shopping and asset complexity：A theory of ratings inflation[J].2009，5（56）：678-695.

[34]Faure-Grimaud，Antoine;Peyrache，Elo？觟c; Quesada，Lucía. The ownership of ratings[J]. RAND Journal of Economics，2009，2（40）：234-257.

[35]He Jie， Jun Qian， and Philip E. Strahan.Credit ratings and the evolution of the mortgage-backed securities market[R]. Boston College，2010.

[36]Faltin-Traeger， Oliver. Picking the right rating agency：Issuer choice in the ABS Market[R].Columbia Business School，2009.

[37]Chester Spatt . Discussion of “Ratings Shopping and Asset Complexity： A Theory of Ratings Inflation[J]. Journal of Monetary Economics，2009，5（56）： 696-699.

[38]Christian C. Opp;Marcus M. Opp;Milton Harris. Rating agencies in the face of regulation[J]. Journal of Financial Economics，2013，1（108）： 46-61.