作者：rating狗

来源：YY评级（ID：YYRating）

1.1 CMBS发行概述

CMBS（商业地产抵押贷款支持证券）的特征为以商业地产为抵押、以相关商业地产未来收入（如租金、物业费等）为偿还本息来源的资产支持证券产品。其中，商业地产往往包括一个或多个商场、写字楼、酒店、公寓等商业地产的抵押贷款组合。而抵押贷款支持证券意味着相比REITS并不出表，往往通过信托计划+专项计划的双SPV结构发行。另外，银行间市场发行的称为CMBN，现与CMBS大致类似，一般分类为CMBS/CMBN，下文统称为CMBS。

相比REITS的股性或经营性抵押贷款的间接融资特性，CMBS有更强债性。具体体现为相较REITS不真实出售，而相较经营性物业抵押贷款融资额较高、期限较长、资金使用限制相对较少。

以交易所CMBS为例，我国的CMBS交易结构大约有三种模式：

1）资金信托计划+资产支持专项计划的双SPV模式

2）财产权信托计划+资产支持专项计划的双SPV模式

3）资产支持专项计划的单SPV模式

几种模式，核心区别在于成本费用不同以及各地不动产登记机关规则不同。

第一种模式为即原始权益人直接通过信托贷款给项目公司，然后项目公司将物业抵押给信托公司，但需要原始权益人准备一大笔过桥资金；第二种模式则将中间的资金信托变为了财产权信托，由原始权益人与项目公司之间通过股东借款或者往来款等方式构造存量债权，原始权益人将债权委托给信托公司成立自益型信托计划，再由原始权益人将持有的信托受益权转让给专项计划，需要较少的资金占用但相应的还是需要一定的信托管理费。

第三种模式剥离的一层SPV为信托计划，主要由于我国多地的不动产登记机关不接受原银监会体系（如信托公司）外的机构（如证券公司或基金管理公司子公司）进行不动产登记。

典型的双SPV交易结构如下图金光白玉兰CMBS所示，双SPV交易结构也是目前我国绝大多数CMBS的交易结构：

同时，根据深交所2020年5月修订的资产证券化业务问答，CMBS的监管发行指引没有明显变化，仍可以概括为商业物业产权明晰、区位较好，资产、现金流估值合理，同时借款主体要求较低，仅为“具备持续经营能力”：

1）底层物业应为借款人合法持有的成熟商业物业（写字楼、购物中心、酒店等），建议位于一线城市或二线城市的核心地段。

2）底层物业须权证齐备，由借款人合法持有，且不得附带抵押或者其他权利限制。

3）借款人应具备持续运营能力。

4）管理人应充分说明并披露证券化抵押率设置的合理性。

5）管理人应对商业物业的可处置性进行说明。

6）为底层物业出具房产评估报告的评估机构应具备住建部核准的房地产估价机构一级资质。建议评估机构选用收益法作为最主要的估价方法。

1.2 CMBS发行项目一览

在已发行的357支CMBS证券（WIND口径，含次级）中，包含216支A1级债券，也即216个资产包，其中信息可查的约199个，发行个数和金额都逐年增加。按cnabs的分类主要为混合类82个（包括多个资产，也包括购物、办公综合体）、办公物业36个、零售物业44个、酒店19个以及物流仓储9个，混合、办公物业和零售物业类CMBS为发行主力。

同时，将包含多个资产的CMBS拆开后（共282个物业）为混合类68个、零售物业78个、办公物业60个、酒店37个以及物流仓储22个，办公、零售或办公购物综合体的混合类仍为CMBS发行的主力。

区域来看，底层物业主要分布在北京（61）、上海（48）和深圳（22），其余物业也基本在各省会或中心城市。按城市能级而言为一线城市141/282、新一线城市90/282、二线城市40/282以及三线城市11/282（安庆、三亚、扬州、舟山；除与南昌、常州、南京打包的安庆吾悦外均为热门旅游城市的相关资产）。

主要分布的上海、北京、深圳的商业物业基本都分布在中心城区，仓储物流物业也基本处各地通衢，区位都较好。

1.3 CMBS发行利差一览

整体而言，取CMBS实际发行主体相近时间发行的3年期左右公司债或中期发行票面利率 – CMBS发行票面利率所得利差，体现CMBS的抵押和增信措施对债项的增信效果（或至少一级投资者认可的增信效果），一般而言>0的程度越高表示资产的增信程度越好。

可查发过债的相关主体约140个，与CMBS A1优先级利差如上图，与各优先级按发行金额加权CMBS利差如下图。整体来看，主体与A1级CMBS的利差平均约为20.5bp，主体与各优先级按发行金额加权CMBS利差平均约为12.1bp，有一定增信效果，但平均而言没那么显著且整体方差较大。

我们以A1优先级的CMBS与主体信用利差为例，不同资产类型和不同城市的利差皆有不同。其中办公物业、混合类、酒店、零售物业、物流仓储的平均利差约为36、14、45、7、22 bp；而我们只看重点城市北京、上海、深圳的话（多地为多地多个资产，平均12 bp）平均利差约为22、40、40bp。综合而言，从利差角度，市场对核心城市（北上深）的办公物业、酒店、物流仓储资产认可程度较好，高于总体平均利差，而混合类和零售物业类资产虽然占比很高但方差也较大。

同时，以YY评级计，A1级CMBS对弱主体有较好的增信（较大的利差），但对强主体利差不明显（也可以理解利率有下限约束）。

总的来说，我们从CMBS和主体信用利差的角度分析，可以看出市场对CMBS底层资产的一些态度和偏好：

1）区域上偏好核心一线城市；

2）物业类型上偏好酒店和办公物业，对零售物业态度方差较大；

3）整体而言从利差角度认可“商业地产抵押”的增信效果，尤其是对弱主体增信效果明显。

2.1 标普CMBS评级方法简介

美国三大评级机构对CMBS的评级思路大致相同，都强调基于基础资产质量的分析和市场环境得到估计的净现金流和资本化率，进而估计DSC和LTV，再结合具体的交易和市场环境、操作风险等进行调整以得到相应的信用评级。因此，我们在此主要介绍标普的CMBS评级方法。

标普的全球CMBS评级较为全面，核心是推导出长期可持续现金流（标普NCF）的潜力和价值。

具体操作而言，标普CMBS评级分为三个主要部分：资产现金流量分析、资本化率估计及其在估计资产价值中的用途、以及与资产分析相关的分析指标和其他考虑因素。大致的流程如图12所示，标普会先通过收入和成本的驱动因素分析+对特殊或与市场情况有一定距离的情况进行调整以得到预期现金流，再通过资产质量与市场评估得到资本化率的估计，进而得到1）标普价值=标普NCF/标普资本化率；2）标普DSC=标普NCF/本息支付；3）标普LTV=贷款余额/标普价值。以上三个指标再在交易层面结合压力测试和资产多样性指标，以确定每个不同法律、环境背景下的区域的不同CMBS交易的信用风险和最终增信级别。

现金流分析是标普CMBS交易评级的起点。通常而言，标普将全球CMBS交易分为五种主要类型：零售、办公、工业、公寓和酒店，并划分了几种资产类型通用的以及不同的对现金流的影响因素，如表2所示。

资本化率的选择对估计资产价值影响较大，每0.25%资本化率的变动约能对资产价值产生2.5%-3.5%的影响。一般而言，由于不同物业类型资本化率的不同，标普会基于多个数据源的市场数据推导出五种主要资产类型的标普上限利率，并根据资产的位置、租户构成、租金水平等情况加以调整，以估计资本化率。

在得到现金流和资本化率估计后，标普会根据利率风险、管理风险、市场环境等因素调整，以确定资产池的增信水平。

2.2 内资评级机构评级方法简介

相较于美国几大评级机构，国内评级最重要的两个部分现金流估计和资产价值估计一般都外包，评级机构一般只在评级报告中对现金流估计给予偏乐观/悲观的评价并进行压力测试，因此我们只简单以中诚信为例介绍其评级体系。

中诚信的商业物业抵押贷款结构化产品评级体系如表3所示，大致分为基础资产分析、交易结构分析、现金流分析及压力测试以及重要参与方分析上。

可以理解的是由于国内真实出售和破产隔离方面尚没那么明晰，因此更为重视信用增进手段。而值得一提的是，由于国内评级报告的现金流估计和资产估值一般以外包给会计师事务所和戴德梁行为主，因此基础资产分析和现金流、资产的信用水平的映射程度较差；同时现金流压力测试也基本不基于情景分析，可解释性很差。同时由于我国的房地产业甚至整体经济都尚未走过一个完整的周期，因此基于历史数据的压力测试大概率会低估黑天鹅或灰犀牛事件的潜在风险。

2.3 CMBS评级方法框架（YY）

综合来看，标普的评级体系很全面，但较为依赖全面多样的市场数据和穿越周期的、广泛的数据积累；国内的评级体系重视增信水平，部分原因是现金流和资产价值估计一般由会计师事务所或戴德梁行分别承担，因此基础资产分析和DSC、LTV的相关性、解释性很差。

但之于标普的评级体系，我国的市场数据（包括项目运营数据）披露尚较为缺乏，同时房地产没有甚至整体经济都没有经历过完整的周期，因此区区3-5年的历史数据对未来18-24年的长期预测的可靠性应存一定的怀疑；而之于后者，可能在我国短期内的适用性尚可，因为我国CMBS发行较晚，多为优质项目或项目前期依赖主体信用，但随着时间的演进，“预测”的不可靠几乎必然会反复上演。毕竟，尤其在信用领域，只有投资者向市场学习的道理，而投资者“教育”市场的还是鲜矣。

基于现状，我们做一些修正。以下是几个基本判断和假设：

1）信用评级的目的挖掘资产及其可能的现金流，并结合稳定性、可偿性和潜在资金来源债务覆盖分析排序；

2）中国地产没有经历过完整的周期，而中国整体不断在结构性变化，因此情景分析也即现金流预测的驱动因素分析即跟踪应更为重要且合理，基于历史数据的现金流预测长期来看可靠性有限；

3）中国的城市发展受政府主导且较为稳定。

因此，以零售物业为例，我们初步总结的CMBS信用评级方法可以概况为：

1）短久期品种高度看主体信用，中长期看项目运营能力，长期限项目看项目规划和战略；

2）现金流、估值预测重点不在预测而在基础资产质量驱动因素的分析和跟踪上，也即预测的数值不重要，形成预测的假设、场景和敏感性分析、极端情景测试更重要，即关注信用驱动因素。

首先，现行的CMBS现金流预测偏重压力测试轻可解释性。一般是租期内按租期估算，租期外按2-5%的、逐年递减的租金增速+95%的出租率进行估计，同时评级报告的基础资产分析与现金流的相关性有限。

因而，我们除了增速假设和空置率假设外，更关注影响这2割假设的：现金流、资产驱动因素的分析和跟踪。

为此，我们需要对较多的指标进行一定的压缩，挑选一些可解释性、可跟踪性较强的指标。我们初步筛选的主要指标如下（我们将继续跟踪、细化固收+相关的指标和评级体系）：

概括而言，表4的指标设计成维度定性跟踪指标，即主体财务以反映增信风险、主体经营（品牌）以反映设计和管理风险、各级城市规划也反映位置+竞争+人口趋势问题以及用行业分布、期限结构来跟踪租户组合风险，同时关注一些可能的非经常性支出问题，如税制改革（房地产税）和更新改造需求（五角场万达为10年左右后改造）。

短期来看，我们认为租户的期限结构较短可能带来的续签风险以及主体可能的财务风险是CMBS现金流的主要影响因素，一则目前违约的两单CMBS工大高新红博和北大方正科技园都是主体信用危机对资产现金流的占用导致了CMBS的违约，二则租户的期限结构暂时难以看出，因为2020年COVID-19对很多CMBS需要差额支付补全的影响可能难以剥离。

中期来看，我们认为品牌的经营、租户的行业集中度是影响该期间现金流的主要影响因素。而主体财务虽然一直存在风险但在基础资产运营一段时间后更多是增信带来的估值风险，对基础资产现金流影响较小，因而中长久期品种，需要关注项目自身造血能力、资金监管账户归集和财务隔离情况。

长期来看，我们认为所有的因素都有巨大的不确定性，毕竟在结构性变化时刻发生的世界，以十年、二十年期进行预测是一件碰运气的事。但是，我们认为由于我国的城市发展和规划受政府主导，可预测性较强，属于一个较好的分析指标（标普的做法是将每个区域的城市、每个城市的区域分为若干等级，一一映射）。

譬如上海四川北路商业街，虽然地理位置很好（四川北路地铁站），但从上海第三商业街（“买卖请到四川路”）到2020年4月30日最后一家百货关门，我们推测主要就是中期趋势：缺乏招商能力较强的大型商场、整体以中低端百货零售为主和长期：主要消费群体的居民受拆迁影响大量外迁叠加的影响。

但需要指出的是，我们对指标的选取和分析有一定不完善之处。首先，我们对不同阶段影响因素的分析主要来自于有限样本的归因，有一定的样本选择偏差，但毕竟没有哪个国家有中国这样规模的幅员和生活习惯（包括购物中心之类），因此我们也只有保持各项目的覆盖和跟踪。其次，我们在此处没有给出合意的定性分析应对应的租金增速或空置率假设，也是经营数据的历史数据较少所致，同样只有保持各项目实际租金增速与空置率的跟踪而已。其三，我们选择的指标相较于利差可能还是区分度不足，我们将保持跟踪并继续细化跟踪评价体系。

其次，资产的估值虽然存在一定的风险，但中短期内作用有限，同时在工大红博的违约执行结果落实前，本金清偿可能更多还是依赖主体信用而非资产变现，因此我们不展开讨论。首先由于我国的CMBS发行整体较晚且期限较长、清偿较少，目前偿还本金主要依赖主体信用；其次由于我国的破产隔离尚不完善，工大红博2018年的违约目前尚在执行阶段，后续涉及资产变现的可能要很大程度上参照该案的执行结果，不确定性较大。但目前现行的估值一般而言以收益法、比较法的均值为资产估值，考虑到大的项目交易对手很匮乏，清偿的流动性折价情况下，目前的估值可能整体偏高。

作为我们评级方法的一种应用，我们挑选了上海区域内的三个项目（华润（发行时YY评级为4）万象城，强主体强项目；光大嘉宝（发行时YY评级5）资产包，强主体弱项目；金光（发行时YY评级为7）白玉兰，弱主体强项目）进行比较分析，并对工大红博进行简要的违约分析。

除光大嘉宝外，华润万象城、金光白云兰均为中央活动区（外环内）单一地点的办公、零售混合类物业，而光大嘉宝的资产池包含了6个零售物业、3个办公物业和2个工业物业，且位置分散，基本都处于外环外。

如表5所示，首先，短期来看，三家运营主体近期均未发生明显的负面舆情，同时虽然万象城面临较大的续约风险，但其中最大租户申通为第二差额支付承诺人，而光大嘉宝的物业分散程度很高，因此三者短期风险都尚可。

中期来看，品牌上除华润有万象城品牌外其余皆无品牌优势（但白玉兰可能要面临有品牌优势的来福士的竞争），但万象城在上海仅此一家门店，品牌优势很有限；同时，由于办公物业的景气度相对波动较小，因此我们重点分析购物中心的租户结构。较为明显的是，办公建面:零售建面白玉兰为3，且以餐饮为主；而万象城为0.2，办公对购物中心支持有限。

长期来看，从城市规划的层面，我们选择了都是上海的物业以控制变量，根据上海市及各区发布的2017-2035城市远景规划，三个资产中金光白玉兰和万象城同属中央活动区，但万象城定位仅为闵行区的社区组团中心（城市副中心为虹桥、莘庄），可能还要收到闵行区人口控制目标的限制，而白玉兰所处北外滩属虹口区核心发展区域，政策上优先享受相关配套倾斜，区位最好。

总的来说，基于我们的CMBS评级方法，我们认为短期内三个项目运行状况尚可，但中期来说白玉兰可能要面临有品牌优势的凯德写字楼和来福士广场的竞争（购物中心2021年中旬刚开业，地铁出站口都在来福士处，但可能发行时利率没有体现这点）带来的租户续约压力，但办公物业对购物中心餐饮消费有一定支撑，长期来看白玉兰区位最好。

因此，从基础资产增信的角度，我们认为金光白玉兰中短期增信可能尚可，但随着北外滩的开发和各种公共基础设施的建设将越来越好；而华润万象城的中短期增信尚可，但长期看来需要考虑其区域定位仅为闵行次优（低于2城市副中心）的风险；光大嘉宝的资产非常分散，但相应的资产规模很小且分散，资产清偿、主体偿还压力尚可，因此增信水平应一般。但若以白玉兰的租金增速估计为锚，则万象城和光大嘉宝的租金增速预期可能偏乐观。

如表6所示，金光白玉兰这一优质资产对金光纸业这一偏弱主体的增信水平相当明显，而上海万象城则在上海申通和华润置地双差额支付保证下仍然认可度(相较优质主体而言)一般，光大嘉宝的资产增信则接近几乎可以忽略不计。大致可以符合我们的信用评级对其增信水平的分析。

理论来说，我们认为现金流和估值应在同一标准下，以使得评级具有更好的可比性，为此，我们每一期取四者预期的最低增速（2-3%）并假设出租率在90%来估计其现金流。

如图14可见，在租金和出租率都偏悲观（乐观不消说除最后一期外都是足额的）的情况下，白玉兰对A1级本息覆盖倍数也一直保持在1以上，2027年开始对优先A2级利息覆盖不足，但也在0.95以上，但无法保障A2级本金偿还；万象城只有一层优先级，悲观预期下2024年开始优先级本息覆盖倍数小于1，但也一直处于0.9以上；光大嘉宝对优先A级保障程度较好，但对优先B级几乎肯定无法覆盖本息，必然依赖主体信用；工大高新在考虑不考虑保证金的情况下覆盖倍数都较好，考虑保证金的情况下覆盖倍数更是达到了2左右。

但是，我们要指出的是，尽管现金流估计的假设繁复较多，但除了首期外，其余预测净现金流基本就按照某个给定的连续指数函数增长，而如我们之前的评级方法所述，我们认为不同时期CMBS现金流的评级的主要驱动因素可能是不同的。譬如工大红博，其红博在哈尔滨现在也运行良好，大众点评人气与当地万达广场相当，属哈尔滨前3的购物中心，其违约基本完全由于主体信用欠佳+我国破产隔离法律尚没那么健全。

固收传统产品息差压缩，叠加违约高发，既无收益率优势，也无资产抓手。固收的星辰大海，似乎已然是红海。

向资产要收益，什么样的资产，能够有足够的体量、收益可供挖掘？目前商业地产大多不符合REITS发行架构，因而其表兄弟CMBS作为一类先行者，似乎是存量市场非常重要的一环。但是这类资产的评级、分析，是无法直接照搬主体信用的，而是主体信用+项目自身信用的双重思维叠加。本文是归纳总结为主，并对目前的评级体系里存在的疏漏，结合假设合理性、信用驱动因素的长中短期的不同因素定性分析，仅仅是开篇。后续仍需要单独项目来做一些维度的分析。

注：文章为作者独立观点，不代表资产界立场。

题图来自 Pexels，基于 CC0 协议

本文由“YY评级”投稿资产界，并经资产界编辑发布。版权归原作者所有，未经授权，请勿转载，谢谢！

原标题：YY | 红海后的固收资产抉择：CMBS一览

投资抵押贷款利差cmbs