1、发行规模逐年增加，次级可选标的逐渐增多
2016-2019年每年个贷信用类不良ABS的发行规模逐年增多，2020年发行规模预计突破80亿，次级规模大概20亿左右。随着试点范围的扩大、银行不良的压力增大，预计未来通过这类方式出表的资产也会逐渐增多，发行规模预计呈现上升态势。
2、次级投资收益逐渐凸显，安全性较好，收益较高
不良ABS刚开始推出时点，为了培育次级投资人，发行折价率留足了安全垫，且最终次级投资人的收益率都能实现较好回报，普遍回报超20%以上，在已经结束的21单产品中次级投资人收益率中位数为17.88%。
3、次级投资人逐渐增多，发行端竞争激烈，次级溢价较高
随着早期投资人的获利，资产本身的低风险，以及市场参与不良投资机构的增多，目前不良ABS的次级投资人预计有20多家主流机构，考虑到银行不良ABS发行时对次级投资人的要求银行间账户、自有资金且满足合格投资人，目前市场参与的投资人主要有地方AMC、券商自营、国企平台自有资金、金控平台自营、信托以及企业法人，且这些主体普遍资金实力雄厚。目前，信用类不良ABS次级一般认购倍数在3-5倍，个别项目如浦发能做到10倍，每单参与玩家在6-10个之间。在眼下优质资产短缺、信用风险暴露的大环境下，信用类不良ABS次级发行竞争愈发激烈。
朗姿韩亚参与不良资产ABS投资已经有2年多的时间，在投资中逐渐形成了以下几种投资策略：
优选基于资产价格稳定性的本金安全垫项目，结构设计具备权益属性的资产。此类ABS基础资产主要是抵押类不良资产，由于抵押物价值处于上升通道或稳定、抵押率较低或者不良资产回收率比较稳定，此外由于不良资产打折较深带来次级投资本金安全垫非常厚，如果在结构设计上给足次级投资一定超额收益，则投资性价比很高。
敏捷锁定因封包期过长、超额利差较高造成的机会型资产。此策略主要适用于银行的首单或者前几单由于人行审核原因或市场投资者认可过程原因导致的封包期过长，底层资产封包期回收款变向提高了整体资产收益率而带来的ABS次级投资机会。
锁定因封包期表现超预期、产品设计定价偏离造成的机会型资产。此策略主要适用于基础资产在封包期的实际回收比预测回收好，而资产发行按预测回收定价带来的机会。目前此类情况普遍存在于不良ABS。
二级市场买入具备适度杠杆加成属性但期限不错配的稳定资产。此策略适用于通过二级市场购买低于预期估值的ABS资产。由于次级投资期间无收益，较多投资者基于考核因素有期间获利动机有在二级市场交易ABS的诉求，所以可以通过适度买入具备一定投资价值的ABS次级份额，并持有到期获利。
具备较强主体逻辑且产品设计有足额安全边际手段的偏债性资产。此类策略主要适用于ABS次级份额的产品设计具备偏债逻辑，超额收益较少但固定收益稳定，如是主体较强的银行持续稳定发行此类产品且设计较高的稳定收益，也属于比较好的投资机会。
实际在分析中，每单产品或多或少具备2-3个投资策略所出现的情形，需要具备根据项目的情况分析产品特点，并做出投资决策。
1、基础资产特征对比，以及历史项目回收趋势判断
首先，了解基础资产的特征，和历史发行项目资产特征对比，寻找差异化特征并考虑是否需要考虑回收的变化。
以最近发行的一单产品A为例，我们会把基础资产的特征和历史发行项目的资产特征进行对比；对比的维度有未偿本息、五级分类、贷款逾期时间、地区分布等。
下面举例说明本单产品分析的情况：
从未偿本息来看，本项目和历史项目差异并不大，加权平均未偿本息也基本在1.6~2万之间。
从贷款逾期时间来看本项目逾期2-4个月的占比较少，仅有16%，且大于11个月的占比达到15%。整体来看加权平均的逾期时间要比历史可比项目要高。
……
通过对历史可比项目的发行情况和回收情况分析，基于基础资产特征对比我们可以大致预测本期入池资产的折扣和回收情况。
其次，收集历史项目的真实回收情况，分析历史项目的未来回收趋势。
产品A发行人发行的个贷信用卡不良ABS历史回收趋势如下：
此外，我们选择每单历史项目的中债资信回收预估作为评价依据，我们观察历史项目每期回收和中债资信预测每期回收的比值关系为（每期实际回收/中债资信每期回收）：
这样我们就构建了历史项目真实回收与历史项目中债资信预测回收之间的趋势关系，以此作为我们预测新发行项目的未来回收的参考值。
此外，仅仅考虑历史项目的对比是不够的，通过历史项目去预测未来项目就陷入了刻舟求剑的思维。需要考虑历史项目哪些数据可用，哪些数据仅仅作为下一步分析的基础。
对历史项目的参考我们会参考几个核心指标：
累计总回收率——和入池资产特征、资产回收所处的市场环境和催收环境有关，在新项目分析中，我们需要基于入池资产未来面临的市场环境去考虑预测情况，一方面和评级公司沟通是否已经在评级中如何考虑未来市场环境，一方面基于自身判断去调整评估回收值；
回收趋势（每期回收分布）——具备大树法则效应，历史项目基本趋同，和入池资产的逾期期限分布关系最大；
回收对比（实际回收和中债资信预测回收的关系）——通过对历史项目的验证，选取中位数作为评判依据，但需要注意历史样本如果较少可参考价值不大。
2、基础资产现金流回收预测模型构建
基于评级公司的资产现金流回收预测数据，并根据项目组对回收影响因素的中性判断假设，进行基础资产模拟现金流评估。
仍以产品A为例，前5个月的实际回收与中债预测回收数据比值如下：
实际/预测 | |
第1期 | 100.00% |
第2期 | 100.00% |
第3期 | 153.24% |
第4期 | 154.45% |
第5期 | 174.29% |
之后回收我们基于历史项目所分析得出的实际回收/预测回收的关系作为参考值并适当调整，最终得出的每期回收数据结果如下：
最终得出中性假设累计回收率24.51%（中债预测为21.24%）。
和历史项目对，本单项目的回收趋势如下图中红色线（红色实线代表真实回收，红色虚线代表中性假设预测回收）：
由此可以看出，本单资产从前5个月回收来看，回收趋势较好，基于回收的业务连续性原理，前期回收较好的资产如未遇到重大事件（诸如疫情、催收等），其后续回收大致趋势也比较向好。再辅助于考虑入池资产的基础特征、未来市场环境的假设，基本可以对本单项目的未来回收有一个比较直观和明确的结论。
3、次级债券现金流模型构建
设定债券发行参数以及各项项目费用参数，逐期基于现金流分配机制构建每期的费用、优先级本息和次级本息的分配现金流，从而得出次级债券的每期现金流回收预测数据和投资收益。
4、情景分析及敏感性测试：
选取核心敏感因子，诸如未来回收率调整系数、回收速度、清仓回购时间、优先级预期发行利率、次级发行溢价率等因子，构建敏感性分析下次级投资收益的矩阵分布表。
针对项目组预估数据，对核心回收参数设定乐观、中性、悲观情景，在不同情景假设分别测算次级证券的收益率和剩余期限等指标。
譬如针对产品A，我们的分析如下：
从这个分析得出，我们预测未来回收采取中性假设，不考虑清仓回购，次级定价即使到114，次级投资者仍可以获得13.03%的收益率。
那如果我们就以114作为本次发行定价的参考，清仓回购与资产回收的变动对次级投资XIRR的影响如何呢？
从上图可以看出，清仓回购时间越靠后，次级投资的XIRR越高。
那如果我们以回收作为中性假设，清仓回购与次级溢价率的变动对次级投资XIRR的影响又如何呢？
从上图可以看出，随着溢价率提升，次级XIRR有非常明显的下降趋势。这时候就得基于清仓回购的条件，合理预估发行人的清仓安排，否则很可能出现溢价率过高，导致清仓时次级投资无法获得足够收益甚至出现本金损失的风险。
根据我们对历史个贷信用类不良ABS的所有研究，我们判断以下因素对次级投资者收益的影响非常重要（包括但不限于）：
1、 基础资产的回收效果和效率。基础资产的回收与次级XIRR有非常明显的正相关关系。而基础资产的回收则受到以下几个因素的影响：
1）基础资产的入池特征：加权平均逾期期限、单笔本息余额、区域分布等。
2）市场环境的分析：当前和未来市场的流动性趋势考察借款人再融资的能力、互联网金融的政策、收入的趋势等
2、 清仓回购。清仓回购给了发行人比较好的方式可以控制次级投资人超额收益的获取。所以一般被视为平滑次级投资人收益，并进行超额收益回收的工具，但另一方面也有助于降低次级投资的久期。
3、 发行折价率。发行折价率和次级投资人的收益呈现明显负相关关系，发行折价率越高，次级的投资安全垫越少。
4、 次级发行溢价。次级发行溢价和次级投资人的收益有直接负相关关系。
5、 处置费率，一般信用类不良ABS都设计浮动处置费率，如出现次级收益不达预期，处置费率也是一个比较好的调节工具。
1、交易结构中需要关注的主要是清仓回购的安排，以及对次级投资人现金流分配的安排。
2、历史项目的使用，历史数据，尤其是同一银行存在多单发行历史的，其历史数据具备比较强的参考意义，对历史数据的采用应结合当前环境和历史环境的不同。
3、对未来的预测，主要分析当前资产的折价率、资产回收预测是否和当前、未来的市场环境相匹配，预演资产回收的趋势，本质是带着发展的眼光对信用类不良基础资产进行合理的估值。
4、发行环境的变化，主要关注投资者偏好的变化，以及投资的竞争环境，同时也多做行业交流，了解其他机构的分析策略和思路，也有助于完善自己的投研体系。
