綠色信貸資產證券化信用風險預測

摘"要：綠色信貸資產證券化（ABS）為盤活綠色資產、促進綠色經濟發展提供了新思路，但其違約風險不容忽視。本文通過改進KMV模型進行違約概率預測，并將預測結果與實際履約情況進行對比分析。研究發現：①改進的KMV模型對綠色信貸ABS的違約風險具有良好的預測效果。②綠色信貸ABS的違約概率與資產池現金流收入的增長率、波動率之間呈負相關關系，與到期債務比重之間呈正相關關系。③綠色信貸ABS的違約概率與時間之間在短期內呈負相關關系，長期內呈正相關關系。

關鍵詞：綠色信貸ABS；信用風險；KMV模型

一、引言

隨著世界經濟的發展方式由資源消耗型逐漸轉向生態保護型，綠色金融業務得到了快速發展。在國內，改革開放以來粗放型、高污染、高消耗的經濟發展方式引起了黨和政府的高度重視，一系列關于綠色發展的政策陸續出臺：黨的十八大把生態文明建設納入“五位一體”總體布局；黨的十九大指出要“經濟高質量發展”；黨的二十大提出要“推動制造業綠色化發展，構建綠色環保的增長引擎”，而綠色信貸則順應了時代趨勢與政策要求。截至2022年，我國銀行綠色信貸余額已突破10萬億元，占綠色金融規模90%以上。而綠色信貸資產證券化作為新型的綠色金融工具，在為綠色信貸分散違約風險上發揮著重要作用。資產證券化是指將缺乏流動性但預期可以產生穩定現金流的資產集中起來，以此發行可在金融市場上流通的有價證券；綠色信貸資產證券化則是基礎資產現金流來源于綠色產業或將募集資金投向綠色產業的資產證券化新模式。在國家戰略層面的總體布局以及相關政策的推動下，我國綠色資產證券化的發行數量與發行規模持續增長。截至2022年，我國發行綠色資產證券化累計超120件，發行規模累計超2000億元；其中，綠色信貸資產證券化（以下簡稱綠色信貸ABS）在各類型綠色資產證券化中的平均發行規模最高，超13億元，成為金融機構優化信貸結構、調整信貸投向、針對性滿足綠色產業融資需求的重要工具。

然而，我國綠色金融市場體系建設尚不完善，受產業發展環境、盈利水平、配套制度等因素影響，綠色信貸ABS的資產池現金流收入具有一定程度的不確定性，使其本身存在一定的違約風險。部分綠色信貸ABS的違約風險水平較高，其資產池內的部分貸款違約導致本金無法全部償還，如“17上和1C”僅償付全部本金的14.7%、“18盛世融迪1C”僅償付全部本金的17.7%。綠色信貸ABS將綠色信貸的違約風險轉移至金融系統，若不能有效控制其違約水平，則容易引發系統性金融風險。違約風險是綠色信貸ABS最主要的風險之一，如何運用精準有效的風險度量模型來預測綠色信貸ABS的違約可能性對金融風險的監控預警具有重要意義。

二、文獻綜述

隨著我國衍生品市場的穩健發展，ABS的信用風險研究開始逐漸受到關注。鮑新中等（2022）通過資產證券化前后的財務數據計算Z值評估ABS業務給公司帶來的信用風險水平。廉永輝等（2023）基于銀行非平衡面板數據證實了ABS業務可以降低銀行的系統性風險水平。洪祥駿和宮蕾（2021）研究資產信用變化對ABS風險水平的影響，發現隨著相同發行主體的其他資產信用上調，關聯方增信會導致ABS風險溢價上升。孟祥鶯等（2023）從宏觀環境、基礎資產質量、借款人特征三個維度篩選風險因素，在PHM模型中融入違約率、違約分布等壓力參數構建現金流壓力模型，預測ABS的臨界違約風險。Billio等（2023）發現ABS交易復雜程度的降低可以有效減少ABS產品的違約率，增加銀行對不利宏觀經濟沖擊的抵御能力。Liu和Song（2025）構建了ABS動態資產池模型，利用連續時間馬爾可夫鏈評估ABS的信用風險，為ABS定價分析以及風險管理提供了理論支持。

近年來，陸續有學者基于KMV模型的視角研究ABS的違約風險，通過修正傳統KMV模型的假設、參數、違約觸發條件等內容計算ABS的違約概率。孫曉寧和劉喜華（2016）運用修正KMV模型對2007年的住房抵押貸款ABS進行了實證研究，分析得出了ABS整體違約風險可控的結論。謝赤和凌毓秀（2018）基于修正KMV模型和MST算法對銀行信貸ABS進行研究，得出了實際金融市場的資產池價值分布存在厚尾現象，并不完全服從正態分布，目前部分信貸ABS的違約風險可能被低估。許崇遠（2023）研究了具有循環購買結構的汽車貸款ABS，運用修正KMV模型預測違約概率，指出內在品質和外部監督是風險控制的關鍵。岳怡寧（2016）基于修正KMV模型對我國銀行信貸ABS進行風險分析，研究證明我國資產證券化業務的主要利潤來源是信用價差，確定資產證券化業務的安全發行規模與適度縮短加權期限有利于降低違約風險。王星予等（2019）基于修正KMV模型研究了商業銀行信貸ABS的違約風險影響因素，得出了不良貸款率、資產負債率和資產規模是影響其違約風險的重要因素。上述研究主要將修正KMV模型用于傳統類型ABS的違約風險度量，本文將在此基礎上擴展研究范圍，將修正KMV模型的適用范圍擴展至綠色信貸ABS，并分析檢驗修正KMV模型對綠色信貸ABS的違約預測效果。

三、修正KMV模型

（一）違約觸發條件修正

傳統的KMV模型主要運用于上市公司的違約風險度量，違約觸發條件表示為未來公司資產價值的期望值小于違約觸發點。其中，違約觸發點為短期負債與50%長期負債之和。信貸ABS發行時，由特殊目的機構SPV承擔向投資者還本付息的義務，其還款資金來源于資產池的現金流收入，當未來的現金流收入小于應償還的證券本息和時資金缺口出現，信貸ABS無法按時償還債務而發生違約。因此，當KMV模型的預測對象從上市公司轉移至信貸ABS時，其運算目標變成了預測未來信貸ABS的資產池現金流收入能否覆蓋應償還的證券本息和。假設當前時間為基期s（已知），違約風險的預測期為T，t代表基期到預測期的時間跨度，則有T=s+t。基于變化后的運算目標，對傳統KMV模型進行修正如下：未來公司資產價值修正為未來的資產池現金流收入v（s+t），現金流收入v是關于t的函數；違約觸發點修正為未來應償還的證券本息和bs+t；違約觸發條件修正為未來的資產池現金流收入v（s+t）小于到期時的應償還證券本息和bs+t，即

v（s+t）lt;bs+t（1）

（二）模型假設修正

在信貸ABS實務中，基礎資產的價值變化在一定時間段內受宏觀經濟環境、借款人的還款意愿、經營狀況等多種因素的影響，具有不確定性，因此在一定時間段內資產池現金流收入的變化可看作依賴于時間t的隨機過程W（t）。基于此，將傳統KMV模型的假設由公司資產價值修正為資產池的現金流收入v服從隨機過程——標準布朗運動。根據標準布朗運動的特征，v為獨立增量過程，是關于時間t的連續函數，且滿足

s，tgt;0，v（s+t）-v（s）～N（0，t2）（2）

根據伊藤過程，可得隨機微分方程：

dv（s+t）=μv（s+t）dt+σv（s+t）dW（t）（3）

其中，μ為資產池現金流收入的增長率，σ為資產池現金流收入的波動率。因W（t）為標準布朗運動，可記dW（t）=Z（t）dt，其中Z（t）是服從標準正態分布的隨機擾動因子。在實務中，μ與σ可以通過樣本無偏估計獲取：

μ=1n-1∑n-1i=1lnvi+1vi+12σ2（4）

σ=1n-2∑n-1i=1lnvi+1vi-1n-1∑n-1i=1lnvi+1vi2（5）

其中，n為樣本容量，無偏估計的時間間隔與違約預測的時間間隔t在取值單位上保持一致。對式（3）求伊藤積分可得

v（s+t）=v（s）expμ-12σ2t+σtZ（t）（6）

將式（1）中的違約觸發條件兩邊取對數可得ln（v（s+t））lt;ln（bs+t），將式（6）代入ln（v（s+t）），移項可得

Z（t）lt;-lnv（s）bs+t+

μ-12σ2tσt（7）

在修正KMV模型的ABS違約預測中，預期違約概率EDF為

EDF=PZ（t）lt;-lnv（s）bs+t+μ-12σ2tσt=N-lnv（s）bs+t+μ-12σ2tσt=N（-DD）

（8）

其中，DD為修正KMV模型的違約距離，公式表達如下：

DD=lnv（s）bs+t+μ-12σ2tσt（9）

違約距離DD越大，違約發生的可能性越小，反之則違約可能性越大。

四、算例分析

隨著2015年《綠色債券支持項目目錄》的頒布，我國綠色金融產品具備了明確的認證標準。2017年，“農盈2017年第一期綠色信貸資產證券化”（以下簡稱“17農盈”）成為銀行間市場首單經認證的綠色信貸ABS，標志著規范化綠色信貸資產證券化市場的到來。因此，本文在去除未到期產品的基礎上，選取了2017年之后我國發行的19支到期綠色信貸ABS次級產品作為樣本進行算例分析，其中13支的證券本息未得到完全償還，具體情況如表1所示。

目前綠色信貸ABS通常采用分層結構發行，即按照償付順序的先后把綠色信貸ABS劃分為若干個層級，由償付順序靠后部分為償付順序靠前部分吸收損失。比如常見的“優先級+次級”，資產池的現金流收入先向優先級綠色信貸ABS持有人償本付息，如果有剩余，再向次級綠色信貸ABS持有人償還債務。基于以下原因，本文僅選擇次級產品（債券簡稱中后綴為“C”）進行分析：一是綠色信貸ABS因資產池違約事件發生而造成的損失主要由次級吸收，違約風險具體表現為次級部分的未償金額，對次級進行分析更有利于檢驗修正KMV模型的違約預測效果；二是目前綠色信貸資產證券化市場暫時沒有非次級產品發生違約，難以通過現有數據有效分析該層級不同樣本之間的違約風險差異，無法為模型預測效果的檢驗提供有效參考。

本文將采用修正KMV模型進行綠色信貸ABS的違約風險度量，違約預測結果如表2所示。其中，預測期T為綠色信貸ABS停止償付本息的時刻，為樣本的最后一期，此時樣本有履約或違約兩種情況；基期s是預測期的前t期T-t；t為基期與預測期的時間間隔，以月份為時間單位。考慮到已有研究對t取值通常為1，本文對t取值為1進行模型效果檢驗。

由于“19融騰2C”“19融騰3C”“19吉時代1C”“21盛世融迪1C”4支樣本在基礎資產池外存在外部資金支持，具體表現為償還證券所有本息的金額大于資產池現金流收入的總額，容易導致模型的違約預測出現較大偏差，故不考慮此4支樣本的計算結果。在剩余的15支樣本中，12支樣本在違約情況下的修正KMV模型預期違約概率超99.9%，這表明在多數情況下修正KMV模型能比較準確地預測綠色信貸ABS的違約結果。

樣本信息僅以“違約/履約”定性描述綠色信貸ABS的違約水平，為方便研究，本文引入未償還比例來量化違約水平。定義未償還比例為未償金額與發行金額的比值，表示違約風險發生導致樣本出現損失的情況，更高的違約水平對應更高的未償還比例。本文以未償還比例與違約預測結果（違約距離DD）的相關性來衡量修正KMV模型對綠色信貸ABS的違約預測效果，若效果良好，越高的DD描述樣本的實際違約水平越低，對應的未償還比例也越低，反之則越高。對比樣本DD與未償還比例可發現兩者總體上呈負相關，如圖1、圖2所示。因此，修正KMV模型的DD對綠色信貸ABS大小不同的違約風險具有較好的區分效果，表明模型具有較好的預測效果。

從修正KMV模型的計算原理來看，資產池現金流收入的增長率及波動率、債務結構與時間都有可能影響ABS的違約風險，本文以綠色信貸ABS的違約預測結果進行分析。資產池現金流收入是信貸ABS的主要還款來源，通常要求信貸ABS能產生穩定的現金流收入，即現金流收入需具有較大的增長率與較小的波動率。對比綠色信貸ABS的違約距離與其資產池現金流收入的增長率及波動率，可得出增長率與波動率總體呈正相關關系，如圖3所示。結合圖1可知，違約距離與現金流收入的增長率及波動率也呈正相關關系，即資產池現金流收入的增長率與波動率越高，綠色信貸ABS的違約風險越小。其主要原因有以下兩方面：一是受到政策支持、科技發展、企業創新驅動等因素影響，我國綠色產業增長動力足，發展前景持續向好，優質的綠色產業往往能為資產池現金流收入帶來較高的增長率，從而有效降低綠色信貸ABS的違約風險；二是我國綠色產業發展歷史較短，支持綠色發展的配套制度有待完善，受資源稟賦與貿易摩擦等多種因素影響，綠色產業的外部發展環境具有不確定性，綠色產業越是發展壯大，受到以上外部環境的影響就越深，這導致了我國綠色信貸ABS區別于傳統信貸ABS，較高的現金流增長率不可避免地伴隨著較高的波動率。

目前修正KMV模型的信貸ABS違約研究聚焦于發債規模（應償還證券本息和bs+t），然而信貸ABS的違約風險不僅與債務金額的大小有關，也與債務結構息息相關，如等額本息、等額本金、到期還本付息等不同的債務結構帶來的償還壓力有所不同。本文在ABS發債規模研究的基礎上進行改進，定義到期債務比重為到期應償還債務本金與發行金額（本金）的比值，以此衡量到期時由債務結構所帶來的償債壓力。對比綠色信貸ABS的違約距離與其債務壓力，可得出違約距離與到期債務比重之間總體呈負相關關系，如圖1和圖4所示，即到期時應償還的債務占總體債務的比重越大，綠色信貸ABS的違約風險就越大。比如“17農盈1C”與“19飛馳建榮1C”的到期債務比重較低，其違約距離較高，最終能如期還本付息；部分樣本的到期債務比重高達100%，其違約距離極低，未能償還的債務比例也處于較高水平。因此，綠色信貸ABS可通過減少到期債務的比重控制違約風險，如在產品存續期間相對均勻地分攤部分債務。

從時間維度來看，短期和長期內基期與預測期的時間間隔t對綠色信貸ABS的影響有所差異。

根據違約距離DD的計算式（9），本文將其拆分為兩部分進行研究：一是主要受到基期資產池現金流收入v（s）與未來應償還本息和bs+t影響的部分，下文記為P1，參見式（10）；二是受到資產池現金流收入的增長率μ與波動率σ影響的部分，下文記為P2，參見式（11）。P1和P2共同構成DD，本文將分析時間間隔t如何通過P1和P2影響違約距離DD來探討時間因素對綠色信貸ABS違約風險的影響。

由表3可得出多數樣本的P1為負值，P2則全部為負值。通過分析時間因素的影響路徑（P1和P2），可得出時間間隔t對綠色信貸ABS的違約風險影響如下：

一是在短期內，時間與違約風險呈負相關關系。原因是短期內P1的影響作用大于P2。從模型來看，由于多數樣本的現金流波動率σ小于1，短期內（比如t取值為1）作為P1分母的σt也小于1，這導致了P1的絕對值往往遠大于P2，即此時t主要通過P1影響違約距離DD；隨著短期內t的增長，P1逐漸遞增直至σt"等于1，而P2逐漸遞減但數值較小，因此違約距離DD短期內逐漸變大，違約風險逐漸變小。結合現實來看，短期內綠色信貸ABS的資產池現金流收入增長具有慣性，比如下一期的未來現金流收入與本期相比通常難以在短時間內出現顯著的增長或下降，而這一現象隨著時間間隔t的增加得以緩解。以t取值1為例，若本期的資產池現金流收入遠遠小于下一期（到期時）的債務，則下一期現金流收入能夠償還債務的可能性也不大。

二是長期來看，時間與違約風險呈正相關關系。原因是長期情況下P1的影響作用小于P2。從模型來看，隨著時間間隔t的增加，作為P1分母的σt"逐漸變大，這導致了P1的絕對值遠小于P2，即t主要通過P2影響違約距離DD；長期情況下，由于多數樣本的P2小于0，隨著t的增長，P2逐漸遞減，而P1逐漸向0收斂，因此違約距離DD逐漸變小，違約風險逐漸變大。結合現實來看，長期綠色信貸ABS的資產池現金流收入受市場行情變化、經濟環境與地緣政治等多種因素影響，具有不確定性，這使資產池現金流收入的波動較大，違約的可能性也隨之增加。

其中，“17農盈1C”“19飛馳建榮1C”“18上和1C”3支樣本在短期與長期兩種情況下，違約風險均與時間間隔t呈正相關關系。原因是前兩者的資產池現金流波動率σ為正值且絕對值較大，這使短期時作為P1分母的σt"大于1，導致P1與DD隨著短期內t的增長而遞減；“18上和1C”則是短期內P2對DD的影響略大于P1，導致t影響P2遞減的幅度大于P1遞增的幅度，使得DD短期內隨著t的增長而遞減。因此，結合算例分析可得出：在短期內，綠色信貸ABS的違約風險隨著時間間隔t的增加而變小；長期情況下，違約風險隨著時間間隔t的增加而變大。

五、結語

綠色信貸ABS為綠色行業的發展注入了“金融活水”，但其作為金融衍生品也伴隨著不容忽視的違約風險，需要對其進行有效的風險預警。本文在已有的KMV模型修正方法上進一步拓展模型的適用范圍，由傳統ABS擴展至新型綠色金融工具—綠色信貸ABS，并分析檢驗了修正KMV模型對綠色信貸ABS的違約風險具有較好的預測效果，從而為投資者提供了科學衡量綠色信貸ABS違約風險的有效方法。

主要研究發現：（1）修正KMV模型對綠色信貸ABS具有較好的違約預測效果，其中，違約距離與未償還比例總體呈負相關關系，模型對不同大小的違約風險具有較為明顯的區分效果。（2）基于我國綠色金融市場的發展現狀，綠色信貸ABS的違約風險與其資產池現金流收入的增長率、波動率呈負相關關系。（3）綠色信貸ABS的違約風險與到期債務比重總體呈正相關關系，優化產品的債務結構（比如適當減少到期時的債務）可在一定程度上控制違約風險。（4）在短期與長期兩種情況下，時間對綠色信貸ABS違約風險的影響有所差異，其中短期內時間與違約風險呈負相關關系，長期內時間與違約風險呈正相關關系。

參考文獻

［1］鮑新中，陳柏彤，潘肇新.供應鏈金融資產證券化的產品信用風險研究——基于QYSJ-ABS和RXZL-ABS的案例分析［J］.金融理論與實踐，2022（2）：1-9.

［2］廉永輝，邵立港，高杰英.資產證券化是否降低了銀行系統性風險［J］.金融監管研究，2023（10）：42-61.