CMBS视角下信用评级机构的监管效率研究

来源:用户上传      作者:

　　【摘 要】 在我国高速发展的商业地产抵押贷款支持证券（Commercial Mortgage Backed Securities，CMBS）市场中，评级机构对投资方、发行方都起到重要作用。为保证评级工作的规范化和公正性，完善监管制度，文章从博弈论角度出发，研究了评级机构的不规范行为，并结合现阶段我国CMBS市场情况建立静态与动态博弈模型，分析导致评级机构违规行为的深层次因素，以及提高监管机构监管效率的最优策略，并给出相应建议以降低评级机构违规概率，保障我国CMBS市场在国内的健康持续发展。
　　【关键词】 房地产证券化; 监管效率; 金融风险; 博弈论
　　【中图分类号】 F832.51;F224.32  【文献标识码】 A  【文章编号】 1004-5937（2020）05-0100-05
　　一、引言
　　商业地产抵押贷款支持证券是指以单个或多个包括酒店、办公楼、购物中心、工业用房等非住宅型商业物业的抵押贷款为资产，经过组合优化以相关地产未来收入为偿债本息来源的资产证券化产品[1]，是涉及房地产行业的创新融资方式，具有贷款额度高、资金风险集中等特点。2000年后，美国CMBS进入高速发展阶段，2000年的非代理机构证券发行量仅为471亿美元，7年后飙升到2 400亿美元。我国商业地产抵押贷款支持证券（CMBS）借鉴美国的发展经验迅速发展。2016年，我国首单符合国际标准的CMBS产品“高和招商-金茂凯晨专项资产管理计划”成功发行[2]，截至2019年1月，已有84单CMBS产品在上海、深圳证券交易所以及机构间私募产品报价与服务系统上市，发行量达到2 053亿元。
　　在CMBS市场中规范的评级系统是不可缺少的一部分，对于投资者可起到披露风险、维护利益的作用，对于市场可起到增加透明度、维持市场信心的作用[3]。由于CMBS有贷款额度高、资金风险集中、抵押物业种类多样、合同非标准化等特点，评级机构在考察资产净现金流（NCF）、偿债覆盖倍数（DSCR）、按揭比率（LTV）时更要考察发行人的专业资格、历史经验、服务质量等方面。我国CMBS行业的发展起步晚、数据资料获得难度大、不同区域发展分化差异显著。为揭示信用风险和促进信息交流，评级机构有责任独立、准确地公布和披露信息。
　　在我国CMBS行业的发展中，信用评级成为非常重要的一个环节，可借鉴国内外部分学者的经验来增强我国信用评级的规范性。Stefan Hirth[4]通过博弈论研究了在长期中声誉对评级机构所造成的影响。Anand[5]指出了评级机构行为不规范的问题。陈婷婷等[6]指出了债券的流动性对信用价差的影响，初步分析了债券的区域风险。刘涛等[7]提出了对政府监管失灵的防范。但是针对我国信用评级不规范行为在何种情况下概率增大，监管机构何种情况下监管最有效等问题还缺乏解答。本文通过完全信息静态博弈与完全信息动态博弈的比较和研究，探究评级机构不规范行为的深层次影响因素，从而为制定相关政策、法规提供依据。
　　二、我国CMBS现状分析
　　（一）评级体系不规范，信用评级机构虚假评价
　　與其他资产证券化评级相比，CMBS的评级更需专业性和公正性，无论是单一借款人交易还是导管交易，风险都相对集中且交易规模较大。评级机构在对发行人和发行证券的高等级份额进行评级时，尚无法保证评级规范性和自身公正性，需要探讨评级机构不规范行为的主要影响因素。
　　针对短期和长期评级机构不规范行为的主要影响因素，探讨了监管机构在哪种情形下采取监管策略最有效，评级机构在哪种情况下会增大违规概率，以解决监管效率不高，监管策略不严谨的问题。
　　（二）缺少风险防范经验、缺乏优化市场环境策略
　　相对于积累了多次经济周期波动的美国、日本等发达国家成熟市场，我国CMBS的评级制度不规范，法律尚不完善，缺乏经验积累。次贷危机后，美国CMBS通过监管和风险管理的强化、严格控制房贷标准、完善CMBS相关的法律规定和税收政策、建立并规范各大评级机构评级标准等方法恢复CMBS市场的发展。相比之下，我国CMBS商业物业风险和租金波动还未经过考验，没有成体系的完全符合CMBS的税收政策，还未建立起针对CMBS的评级制度规范和相关法律。
　　研究评级机构与监管机构的行为对CMBS行业的发展尤为重要。应构建评级机构与监管机构的博弈模型，通过双方收益和策略的博弈找出纳什均衡[8]，探寻评级机构违规行为的深层次因素，并以此解决问题，降低评级机构违规概率，保障CMBS行业在国内的健康持续发展。
　　三、博弈模型建立与分析
　　本文假设整个博弈过程中仅有评级机构和监管机构两个博弈方，双方都了解有关博弈的所有信息，在博弈过程中通过选择最优的行为和策略使自己利润最大化，且均为理性经济人，即完全信息博弈[9]。
　　在基于监管机构监管过程中是否能够必然发现评级机构的违法行为，分为两种情况：一是评级机构违法，不规范行为一定能被监管机构所发现。二是评级机构违法，不规范行为不一定能被监管机构所发现。通过完全信息静态博弈与完全信息动态博弈比较两种情况，探究信用评级机构不规范行为的深层次原因[10]。
　　（一）构建博弈模型
　　假设评级机构的纯策略为：规范α，不规范1-α。监管机构的纯策略为：监管β，不监管1-β。F为监管机构对不规范评级机构的处罚金额[11]，C为监管机构成本，A为评级机构因不规范评级时获得的发行人给予的额外收益[12]，E为评级机构不规范时产生的名誉损失[13]。在C<F，E<A<F条件下建立博弈矩阵如表1所示。
　　分析该博弈矩阵可知：（1）在评级机构规范评级的背景下，监管机构监管与不监管，评级机构收益均为-A，即未获得因不规范评级时获得的发行人给予的额外收益。（2）在监管机构选择监管的背景下，当评级机构规范时，监管机构获得收益为-C，即监管机构所付出的监管成本。当评级机构不规范时，监管机构获得收益为F-C，即监管机构所获得罚没金额减去监管成本。（3）在评级机构不规范评级的背景下，当监管机构选择监管时，评级机构收益为A-F-E，即因不规范评级时获得的发行人给予的额外收益减去监管机构罚金额和声誉损失。当监管机构不监管时，评级机构获得收益为A-E，即因不规范评级时获得的发行人给予的额外收益减声誉损失。（4）在监管机构选择不监管的背景下，评级机构规范与否，监管机构收益均为0。 　　（二）完全信息静态博弈模型分析
　　设定如果监管机构监管时，评级机构的不规范行为一定能够被监管机构所发现，建立完全信息静态博弈模型。评级机构根据监管机构监管的概率，从而决定其违法不规范行为是否发生，据此构建两个阶段的博弈分析从而求解纳什均衡。由于该博弈矩阵中不存在纯策略的纳什均衡，所以求混合策略下的纳什均衡[14]。在评级机构规范行为概率为α1的情况下，使监管机构监管收益U1与不监管收益U2达到纳什均衡：
　　U1=（-C）α1+（F-C）（1-α1）
　　U2=μα1+μ（1-α1）
　　令（-C）α1+（F-C）（1-α1）=μα1+μ（1-α1）
　　由此解出在纳什均衡条件下μ趋于0时，评级机构规范评级的概率α1×1-，评级机构不规范评级的概率1-α1×。由此可知：在该博弈模型中以C<F，E<A<F的前提下，规范评级的概率与监管机构的监管成本C呈反比，监管成本越高则评级机构规范概率越小，监管成本越低则评级机构规范概率越大。与罚款金额F呈正比，罚款金额越大则评级机构规范概率越大，反之，则评级机构规范概率越小。评级机构作为理性经济人会因为F的增加从而减少不规范行为。
　　当U1<U2时，则评级机构规范的概率α1<1-，此时监管机构监管的预期收益小于不监管的预期收益，所以监管机构的最优策略是不监管。
　　当U1>U2时，则评级机构规范的概率α1>1-，此时监管机构监管的预期收益大于不监管的预期收益，所以监管机构的最优策略是监管。
　　当U1=U2时，则评级机构规范的概率α1=1-，此时监管机构监管的预期收益等于不监管的预期收益，所以监管机构的最优策略是随机监管或不监管。
　　在监管机构监管的概率为β的情况下，使评级机构规范收益I1与不规范收益I2达到纳什均衡：
　　I1=（-A）β1+（-A）（1-β1）
　　I2=（A-F-E）β1+（A-E）（1-β1）
　　令（-A）β1+（-A）（1-β1）=（A-F-E）β1+（A-E）（1-β1）
　　由此可解出在纳什均衡条件下监管机构监管的概率β1×。
　　当I1<I2时，则监管机构选择监管的概率β1<，此时评级机构规范的预期收益小于不规范的预期收益，所以评级机构的最优策略为不规范。
　　当I1>I2时，则监管机构选择监管的概率β1>，此时评级机构的规范的预期收益大于不规范的预期收益，所以评级机构的最优策略为规范。
　　当I1=I2时，则监管机构选择监管的概率β1=，此时评级机构的规范的预期收益小于不规范的预期收益，所以评级机构的最优策略为随机不规范或规范。
　　所以根据该博弈模型可以科學地预测评级机构和监管机构的行为。评级机构会以1-的概率选择规范与否，监管机构会以的概率选择监管与否。
　　（三）完全信息动态博弈模型分析
　　在完全信息动态博弈中，评级机构不规范不一定能够被监管机构所发现。评级机构追求利润最大化，评级机构的不规范行为可以增加其额外收入，提高利润，所以不乏存在评级机构不规范行为的发生。由于证监会等监管机构不一定能准确查出信用评级机构是否存在不规范行为这一前提，本文通过三阶段博弈模型计算并分析混合策略下的纳什均衡。
　　在完全信息动态博弈中，监管机构与评级机构的博弈过程分为三个阶段：假定该模型中的前两个阶段与完全信息静态博弈矩阵中的前两个阶段相同，第三阶段表示监管机构以一定得概率发现评级机构是否存在不规范行为，基于该假设构建博弈模型扩展式。
　　基于第三阶段博弈扩展式，计算可得监管机构的预期收益为：
　　U1=β2{（1-α2）[ε（F-C）+（1-ε）（-C）]+α2（-C）}+（1-β2）[（1-α2）μ+α2μ]
　　U2=β2[（1-α2）（εF+μ）-C]-μ（1-α2）
　　由此解出在评级机构规范行为混合策略（α2，1-α2）的纳什均衡条件下令=0，评级机构规范评级的概率α2×（1-），评级机构不规范评级的概率1-α2×。由此可知：规范评级的概率与监管机构的监管成本C呈反比，监管成本越高则评级机构规范概率越小，监管成本越低则评级机构规范概率越大。与罚款金额εF呈正比，罚款金额越大则评级机构规范概率越大，反之，则评级机构规范概率越小。其中当监管机构发现评级机构不规范行为的概率ε越高，评级机构不规范行为的侥幸预期值就越低，就会增加其规范行为发生的概率，反之评级机构就会提高不规范行为的概率。同时评级机构作为理性经济人会因为F的增加从而减少不规范行为。
　　当<0时，则评级机构规范的概率α2<1-，此时监管机构的监管的预期收益小于不监管的预期收益，所以监管机构的最优策略是不监管。
　　当>0时，则评级机构规范的概率α2>1-，此时监管机构的监管的预期收益大于不监管的预期收益，所以监管机构的最优策略是监管。
　　当=0时，则评级机构规范的概率α2=1-，此时监管机构的预期收益为0，监管机构最优策略是随机监管或不监管，因为无论监管与否监管机构的的预期收益都为0。
　　在假设的第三阶段博弈模型扩展式中，计算评级机构不规范行为的预期收益：
　　I1=（1-α2）{β2[ε（A-F-E）+（1-ε）（A-E）]+（1-β2）
　　（A-E）}+α2[β2（-A）+（1-β2）（-A）]
　　I2=α2（-A）+（1-α2）（A-E）-（1-α2）β2εA-（1-α2）
　　β2ε（A-F-E）
　　基于在监管机构混合策略（β2，1-β2）的纳什均衡时令=0计算出监管机构最优监管策略的概率β2×。 　　当>0时，则监管机构选择监管的概率β2<，此时评级机构规范的预期收益小于不规范的预期收益，所以评级机构的最优策略为不规范。
　　当<0时，则监管机构选择监管的概率β2>，此时评级机构规范的预期收益大于不规范的预期收益，所以评级机构的最优策略为规范。
　　当=0时，则监管机构选择监管的概率β2=，此时评级机构的预期收益为0，评级机构最优策略是随机监管或不监管，因为无论监管与否评级机构的预期收益都为0。
　　所以根据该完全信息动态博弈模型可得出评级机构会以1-的概率选择规范与否，监管机构会以的概率选择监管与否。
　　四、结论
　　通过完全信息静态博弈模型与完全信息动态博弈模型可知：（1）在完全信息静态博弈中评级机构会以1-的概率选择是否规范操作，监管机构会以的概率选择监管与否。在完全信息动态博弈中评级机构会以1-的概率选择是否规范操作，监管机构会以的概率选择监管与否。通过对评级机构在完全信息动态博弈与完全信息静态博弈中的比较可发现，影响评级机构规范行为的因素中多了一个监管机构发现的几率ε，所以在长期中监管机构发现的概率会对评级机构的行为产生深远的影响。（2）影响CMBS中评级机构是否规范的主要因素包括评级机构所获得非法收入A，自身声誉E，监管机构的监管成本C以及监管机构处罚金额F。在短期中，评级机构的非法收入A和监管机构处罚金额F为主要因素，在短期中直接收益的影响巨大，其中监管成本与规范评级概率成反比，C越低则评级机构规范概率越高，反之则规范概率越低，监管机构长期的通过优化监管流程减少监管成本C。在长期中，我国CMBS正处在不断发展的过程中，评级机构会更加注重自身声誉E所带来影响，E与监管机构监管概率β成反比，监管机构越重视自身声誉则监管概率越低。评级机构违规被发现的概率β与不规范行为概率1-α成反比，即监管机构发现评级机构不规范的概率越高则评级机构发生不规范行为的概率就越低。
　　五、建议
　　针对评级机构违规的影响因素，可以在短期内通过行政手段，即设立合理的罚款金额、完善监管制度、更改评级机构付费模式等。在长期内，需要优化CMBS市场环境、完善法律制度、开放信用评级等。
　　（一）开放信用评级，允许外资企业和民资企业进入
　　信用评级属于社会中介服务，讲求公开、公正和公平，建议全面开放信用评级，增加相互竞争以提高整个行业水平，培养高素质专业人才，在竞争中产生具有权威被市场认可的评级机构。目前国内市场评级机构覆盖度不够，差异性不强，各家评级机构没有显著的优势。
　　（二）建立完善的法律制度
　　法律制度不够健全，目前针对CMBS的法律法规尚不完善，所以只能借鉴《信托法》《公司法》《证券法》《证券投资基金法》等，规范CMBS信用评级的法规层次还很低，在监管中也缺乏足够的法律支持，这些因素在不同程度上限制了CMBS的发展和评级工作。应当在《信托法》与《证券法》中明确和细化CMBS的监管标准，考虑CMBS市场的复杂性和多样性，并在监管标准中体现合理的惩罚制度。
　　（三）改变评级机构付费模式
　　更改评级中的付费模式，尤其是CMBS产品评级，应由投资者付费，在国内因为市场环境的不同，可以考虑在这方面进行改进，并对评级方给予一定税收优惠。这样可降低评级机构获得违法收入的概率，从而减少评级机构不规范行为的概率。对于有过不规范行为的评级机构重点监管，精准识别评级机构不合法行为同时提高监管机构专业度。
　　（四）建立数据库，实现数据共享
　　加快建设信用评级的基础信息数据库，在政府把关确保信息真实的前提下，实现数据共享。依据上述动态博弈模型成果，实现数据共享可有效扩大监管机构发现的几率ε和自身声誉E所带来的影响，从而增加监管效率。目前我国CMBS发展时间短，针对商业地产抵押贷款支持债券的评级机构少、覆盖度不够、数据不全等问题都是国内信用评级不被认可的因素。CMBS推出时间短，还未能积累形成一个完整的经济周期，而且其中很多相关经济信息不足，监管机构和评级机构都需要尽快积累必要的数据，政府也应该发挥对相关社会信息的配置功能，协调各类社会和商业服务机构，促进各类基础信用和经济信息联网共享，避免重复工作。这项工作可以极大地推动行业规范，使CMBS评级机构有所成长。
　　（五）建立自我约束氛围
　　营造良好的社会信用环境和信用文化，部分地区已经建立个人和企业档案使社会逐步形成信用意识，对守信不规范的个人和企业做出预警和惩戒，对评级机构定期进行培训。依照长期影响理论，营造良好的社会信用环境和信用文化可有效扩大自身声誉E所带来的影响，从而增加监管效率。社会了解信用评级的重要性不仅对商业有促进作用，也会使我国的评级机构获得国际认可。●
　　【参考文献】
　　[1] 林华.中国REITS操作手册[M].北京：中信出版集团，2018：208-209.
　　[2] 侯德鑫，张莉.我國CMBS业务违约风险测算和回购期权定价[J].系统科学与数学，2017，37（6）：1452-1467.
　　[3] 郑磊，杨 皓.资产证券化评级国际模型与中国实践[M].北京：中信出版集团，2016：441-445.
　　[4] STEFAN HIRTH. Credit rating dynamics and competition[J]. Journal of Banking and Finance，2014（49）：100-112.
　　[5] ANAND M GOEL，ANJAN V T. Information reliability and welfare：a theory of coarse credit ratings[J].Journal of Financial Economics，2015，115（3）：541-557.
　　[6] 陈婷婷，胡宜.公司债券流动性对信用价差的影响研究[J].会计之友，2018（20）：33-41.
　　[7] 刘涛，袁辉，许晓军.独立审计市场政府监管失灵及对策研究[J].会计之友，2013（31）：85-87.
　　[8] 哈尔·R.范里安.微观经济学现代观点[M].9版.费方域，朱保华，等译.上海：格致出版社，2015：201-202.
　　[9] 高鸿业.西方经济学[M].北京：中国人民大学出版社，2014：291-312.
　　[10] DUTTA P K.Strategies and games[M].US：The MIT Press，1992：243-245.
　　[11] 刘德舟，郭晓音，张旭.资产证券化中信用评级机构道德风险研究——基于演化博弈分析[J].科技和产业，2014，14（3）：83-86，100.
　　[12] 彭文峰.我国资产证券化监管的博弈分析[J].求索，2011（12）：32-33，4.
　　[13] 宋百丰，刘建昌，石秀.不同收费模式下资产证券化的信用评级博弈研究[J].中国商论，2015（27）：154-156.
　　[14] 陈果，齐二石，刘亮.基于风险态度的企业知识共享动态博弈分析[J].科学学与科学技术管理，2015，36（6）：46-55.
转载注明来源:https://www.xzbu.com/3/view-15127062.htm