我國消費信貸資產(chǎn)特點與證券化業(yè)務(wù)發(fā)展以螞蟻花唄京東白條為例

1、我國消費信貸資產(chǎn)特點與化業(yè)務(wù)發(fā)展以螞蟻“花唄”與京東“白條”為例梁璐璐 1，林舒 2（1 中國金融2博士后投資站博士后科研工作站，北京 100020；部，北京 100020；）The Study of the Characteristics of China 's Consumer Credit Loans and the Development of ABSTaking the examples of Huabei and BaitiaoLulu Liang1，Shu Lin2(CASS,Industrial Bank CO.,100020, China;. ,100020, Chi

2、na)Abstract：Over the past two years, consumer finance has an explosive growth. The released data from People'sBank of China show that consumer debts have reached 264.17 trillion in the financial institutions in 2016. Up to now, the CBRC has approved the establishment of more than 20 licensed con

3、sumer finance companies. With the growth of business scale, these enterprises have a driving force to survive and to expand the occupancy, so that these assets based securitization have been developed by leaps. This paper takes "Huabei" and "Baitiao" as examples to analyze the ch

4、aracteristics of these small and decentralized consumer loans and related ABS products. It also carries on some simple data analysis to this issue. The article finally suggests that we should strengthen the relevant research and information disclosure of consumer loans to promote the healthy and ord

5、erly development of this market.Key Words：Consumer Loans, ABS, Huabei, Baitiao作者簡介：1.梁璐璐（1988- ），女，通訊作者，河北石家莊人，中國金融博士：后站、博士后科研工作站，博士后，研究方向：系統(tǒng)性風(fēng)險研究，郵箱：lianglulu_math，地址：北京市朝陽區(qū)朝陽門北大街 20 號興，：100020.；業(yè)2.林舒（1972- ），男，導(dǎo)師，研究方向：商業(yè)，福建莆田人，投資部總裁，博士后投資創(chuàng)新業(yè)務(wù)研究，地址：北京市朝陽區(qū)朝陽門北大街 20號，：100020；我國消費信貸資產(chǎn)特點與化業(yè)務(wù)發(fā)展以螞蟻“花唄”與京

6、東“白條”為例公布的數(shù)據(jù)顯示，2016年居民在金融機構(gòu)的成立的持牌消費金融公司數(shù)量已達20余家。隨著業(yè)摘要： 近兩年來，消費信貸業(yè)務(wù)得到了爆發(fā)式增長。消費總額達到264.17萬億。截至目前，銀監(jiān)會務(wù)規(guī)模的增長，這類企業(yè)有盤活存量、擴大投放的內(nèi)在驅(qū)動，使得以消費信貸作為基礎(chǔ)資產(chǎn)的化得到了長足發(fā)展。本文以螞蟻“花唄”和京東“白條”為例，分析這類小額、分散的消費信貸的資產(chǎn)特點及相關(guān)化特點，并且對這類資產(chǎn)進行了簡單的數(shù)據(jù)分析。文章最后建議應(yīng)加強消費信貸類資產(chǎn)的相關(guān)研究和信息披露，促進消費信貸資產(chǎn)化市場的健康有序發(fā)展。：消費信貸；資產(chǎn)化； 花唄；白條號：F832文獻標識碼： A一、引言隨著我國居民可支配

7、收入的不斷提高、互聯(lián)網(wǎng)對個人生活方式的持續(xù)改變，消費金融已成為市場廣泛關(guān)注的新興領(lǐng)域，消費信貸占比呈現(xiàn)直線上升趨勢公布的數(shù)據(jù)顯示，2016 年居民在金融機構(gòu)的消費總額達到 264.17 萬億。雖然房貸、車貸在我國的消費信貸比重仍較大，但通過近幾年數(shù)據(jù)觀察，2016 年我國短期消費信貸占居民消費及其他消費的比重呈逐年遞增的趨勢，占比已達到 18%左右，相較 2008 年增長了 5 倍。2016 年 4 月 1 日，、銀監(jiān)會了關(guān)于加大對新消費領(lǐng)域金融支持的指導(dǎo)意見，指出：“積極培育發(fā)展消費金融組織體系、加快推進消費信貸管理模式和創(chuàng)新、加大對新消費重點領(lǐng)域金融支持、優(yōu)化消費金融發(fā)展環(huán)境。”目前，市場

8、上開展消費信貸相關(guān)業(yè)務(wù)的企業(yè)，囊括了中心、消費金融公司、互聯(lián)網(wǎng)公司、小額公司等，其中消費金融公司又分為持牌與非持牌兩類。截至 2016 年，已有 20 家消費金融公司獲得銀監(jiān)會的牌照；今年 1 月，河北省張家口、江蘇省吳江農(nóng)村商業(yè)也已分別獲批投資設(shè)立消費金融公司。除、持牌消費金融公司外，涉及消費金融業(yè)務(wù)的企業(yè)中，互聯(lián)網(wǎng)公司以阿里旗下的螞蟻金服、京東旗下的京東金融為典型代表，而傳統(tǒng)則以國美金融和蘇寧金融為典型代表。隨著消費行業(yè)的不斷發(fā)展和消費信貸規(guī)模的擴大，這類實際開展消費信貸業(yè)務(wù)的企業(yè)存在較強的融資需求，一方面可以用來緩解資金占用，一方面可以繼續(xù)用于投放、擴大消費信貸的市場占有率。因此，消費金

9、融類資產(chǎn)的化業(yè)務(wù)應(yīng)運而生，并在短期內(nèi)取得了長足進展。2016 年以來，我國消費金融化已接近常態(tài)化，并已躋身所化總規(guī)模最大的三類基礎(chǔ)資產(chǎn)之一。間市場也隨之迎來了消費金融的首單數(shù)據(jù)來自公開數(shù)據(jù)及艾瑞咨詢。ABN（資產(chǎn)支持票據(jù)）2017 年 2 月，由牽頭主承銷的“北京京東世紀貿(mào)易有限公司 2017 年度第一期京東白條資產(chǎn)支持票據(jù)”（下稱“京東白條 ABN”）在間市場定向，總規(guī)模 15 億元?！熬〇|白條 ABN”的間市場資產(chǎn)支持票據(jù)，也是京東在，標志著消費金融資產(chǎn)首次試水間市場的首次，為互聯(lián)網(wǎng)金融類企業(yè)的直接融資打開了新的。為個人提供的用于個人消費用途的信貸服務(wù)，均屬于消費金融的范疇，這類資產(chǎn)理論上

10、均可以作為化的基礎(chǔ)資產(chǎn)。從目前化的情況來看，所市場消費金融資產(chǎn)支持發(fā)起人主要以重慶市阿里小微小貸（下文簡稱“重慶阿里小貸”）和北京京東世紀貿(mào)易（下文簡稱“京東”）京東為主，其他消費金融相關(guān)公司暫未有較大規(guī)模的。間市場則以、汽車金融公司為主。這說明無論是市場投資者還是監(jiān)管機構(gòu)對于該類機構(gòu)的認可基于兩個維度，一個維度主要依賴于大型金融機構(gòu)或背靠大型金融機構(gòu)的消費金融公司的主體信用及資金實力，另一個維度則依賴于平臺公司的資質(zhì)及其大數(shù)據(jù)分析及風(fēng)控管理能力。本文擬以市場上識別度較高的兩個資產(chǎn)：螞蟻金服的“花唄”和京東的“白條”為代表，研究消費信貸資產(chǎn)及化的相關(guān)特征。結(jié)構(gòu)安排如下：第一部分為引言； 第二部

11、分為螞蟻金服的“花唄”和京東的“白條”基礎(chǔ)資產(chǎn)及情況；第三部分為資產(chǎn)的數(shù)據(jù)分析；第四部分為結(jié)論與建議。二、兩類消費信貸資產(chǎn)情況截至 2017 年 3 月，京東以“白條”作為基礎(chǔ)資產(chǎn)已在公開市場11 單共計 148化，其中包括 1 單間市場資產(chǎn)支持票據(jù)（ABN），其余 10 單均為在深億資產(chǎn)所的 ABS。重慶阿里小貸則以“花唄”作為基礎(chǔ)資產(chǎn)在上海圳20 期共計 470 億ABS所，另外一單“德邦花唄購物節(jié)第一期消費資產(chǎn)支持專規(guī)模為 40 億元，此單ABS 是專為雙11 購物節(jié)用戶的臨時提額花唄資產(chǎn)，項計劃因為臨時提高了額度，因此在基礎(chǔ)資產(chǎn)標準上略有不同，但入池資產(chǎn)性質(zhì)及表征基本一致。需要指出的是

12、，與此同時，螞蟻金服已在上交所了A-H 期、1-2 期“花唄分期應(yīng)收賬款”資產(chǎn)支持專項計劃。與“花唄” 消費資產(chǎn)支持專項計劃不同，該等資產(chǎn)為原始權(quán)益人商融（上海）商業(yè)保理在其日常經(jīng)營活動中基于淘寶、天貓等原始權(quán)益人認可的平臺向平臺賣家提供商業(yè)保理服務(wù)，從而由平臺賣家處受讓的應(yīng)收賬款。其本質(zhì)為一筆保理債權(quán)，直接對應(yīng)的債務(wù)人為阿里旗下的平臺賣家。而“花唄”消費基礎(chǔ)資產(chǎn)為原始權(quán)益人重慶市阿里小微小額在其日常經(jīng)營活動中通過螞蟻花唄直接向借款人提供的消費融資服務(wù)，從而向借款人實際的而合法享有的債權(quán)。這兩類資產(chǎn)雖然都是“花唄”業(yè)務(wù)產(chǎn)生的資產(chǎn)，原始權(quán)益人也均為螞蟻金服旗下相關(guān)公此單花唄雙 11“購物節(jié)”專項

13、 ABS 不在此前阿里獲得的上交所 300 億元的儲架額度之內(nèi)。司，但原始權(quán)益人、原始權(quán)益人公司類型、基礎(chǔ)資產(chǎn)類型、直接債務(wù)人并不相同?！盎▎h分期應(yīng)收賬款”穿透來看雖然仍依靠個人消費者的還款能力，但是該資產(chǎn)直接對應(yīng)的債務(wù)人為平臺賣家。而“花唄”消費與京東的“白條”無論從流程、基礎(chǔ)資產(chǎn)形態(tài)、債務(wù)債權(quán)人性質(zhì)都更為類似，因此為了能夠有性地對個人消費進行比較，下文所提及的“花唄”資產(chǎn)均特指“花唄”消費，“花唄分期應(yīng)收賬款”這類資產(chǎn)暫不包含在下文討論比較的范圍之內(nèi)。關(guān)于基礎(chǔ)資產(chǎn)的定性，無論是“白條”還是“花唄”，這兩類資產(chǎn)從法律的嚴格意義上都屬于應(yīng)收賬款債權(quán)，萬德（Wind）上對“白條”資產(chǎn)的定義為“應(yīng)

14、收賬款”，對“花唄”消費的定義為“小額”；而中國資產(chǎn)化分析網(wǎng)（CN-ABS）則將兩類基礎(chǔ)資產(chǎn)均定義為“個人消費”，這一方面由于不同的化數(shù)據(jù)的處理不同，另一方面來源于相關(guān)的法律意見書中對該等基礎(chǔ)資產(chǎn)的界定與稱謂存在差異。當前，消費金融業(yè)務(wù)主要劃分為三類：（1）傳統(tǒng)業(yè)務(wù)（2）有場景的消費分期。（3）無場景的消費業(yè)務(wù)（即“小貸”）。無論是“花唄”還是“白條”，均屬于第二類業(yè)務(wù)板塊下產(chǎn)生的零售資產(chǎn)。業(yè)界普遍認為，有場景的消費分期從消費場景上限定了客戶的借款用途，這類資產(chǎn)的風(fēng)險普遍低于無場景的消費業(yè)務(wù)。而又與傳統(tǒng)的業(yè)務(wù)不同，阿里和京東運營多年，開展“花唄”和“白條”業(yè)務(wù)的基礎(chǔ)主要依賴其自有體系的積累數(shù)據(jù)

15、來甄別客戶并制定授信額度，而業(yè)務(wù)的授信原則主要依賴系統(tǒng)個人等外部數(shù)據(jù)。因此從授信客群來說，“花唄”、“白條”與覆蓋范圍很大程度上存在差異。同時，“花唄”、“白條”能夠根據(jù)不同風(fēng)險的客戶，制定差異化利息標準，這在傳統(tǒng)的領(lǐng)域很難做到?！盎▎h”和“白條”資產(chǎn)的其他共同特點梳理如下：表 1 花唄、京東白條共同特點原始權(quán)益型互聯(lián)網(wǎng)公司或旗下子公司資產(chǎn)特點小額、風(fēng)險分散授信數(shù)據(jù)來源主要依靠阿里、京東相關(guān)平臺自有存量計算授信額度，螞蟻“花唄”是由螞蟻微貸提供給消費者這月買、下月還（確認收貨后下月再還款）的網(wǎng)購服務(wù)。京東白條為在京東商城推出的消費者在京東商城所銷售的商品時進行賒購（即先收取商品或享受服務(wù)、）的

16、服務(wù)。花唄、白條的共同特點資產(chǎn)應(yīng)收賬款/小額/個人消費場景有場景的消費分期目標客戶向在阿里、京東有等信用的消費者還款來源直接授信消費者，依賴消費者的還款能力資料來源：作者根據(jù)公開資料整理表 2 花唄、白條已資產(chǎn)化相關(guān)要素比較資料來源：作者根據(jù) Wind、CN-ABS 公開數(shù)據(jù)整理三、和基礎(chǔ)資產(chǎn)的數(shù)據(jù)分析為了對消費信貸類資產(chǎn)的資產(chǎn)特點進行梳理，本文重點研究了目前市場上較為優(yōu)質(zhì)的兩個消費信貸資產(chǎn)“花唄”、“白條”，以期能夠?qū)@類資產(chǎn)有一個整體上特點的把握。本文遴2017選了“德邦花唄第十九期消費資產(chǎn)支持專項計劃”和“北京京東世紀貿(mào)易年度第一期京東白條資產(chǎn)支持票據(jù)”，時間均為 2017 年 3 月，

17、相關(guān)資料來源為評級報告等公開市場材料。新世紀評級出具的德邦花唄第十九期消費資產(chǎn)支持專項計劃資產(chǎn)支持信用評級報告的“花唄”評級數(shù)據(jù)基礎(chǔ)為截至 2016 年 9 月花唄整體資產(chǎn)情況，中誠信國際出具2017 年度第一期京東白條的北京京東世紀貿(mào)易資產(chǎn)支持票據(jù)信用評級報告“白條”評級數(shù)據(jù)基礎(chǔ)為依據(jù)基礎(chǔ)資產(chǎn)標準在 2016 年 11 月10 日前抽取的模擬池數(shù)據(jù)。根據(jù)大數(shù)定律和抽樣原則等，后者可能與白條整體運營存量數(shù)據(jù)存在被判定為可忽略的微小差異?；▎h和白條兩類結(jié)構(gòu)比較如下：表 3 花唄、白條 ABS結(jié)構(gòu)比較資產(chǎn)支持專項計劃”的次級厚度為 8%，由于基礎(chǔ)資產(chǎn)的數(shù)據(jù)涵蓋在統(tǒng)計范圍之內(nèi)。“德邦花唄購物節(jié)第一期

18、消費標準略有不同，并未把這個花唄白條評級結(jié)果及主要1、優(yōu)先/次級（分層結(jié)構(gòu)為優(yōu)先 A1、優(yōu)先/次級（分層結(jié)構(gòu)為優(yōu)先 A螞蟻花唄京東白條單數(shù)（筆）2111總規(guī)模（億元）510148平均每單規(guī)模（億元）24.213.4期限（循環(huán)期+攤還期）1 年2-4 年不等次級厚度12.3%10%-25%不等部分引入外部數(shù)據(jù)作為參考利潤來源對分期客戶收息，對不分期客戶一定時期內(nèi)不收息ABS模式儲架，一次核準，分期資料來源：作者根據(jù)評級報告等公開資料整理“花唄”和“白條”資產(chǎn)特征及客戶分布如下：表 4 花唄、白條資產(chǎn)特征及客戶分布“花唄”不良率系指 AB 所得的百分比，其中，A專項計劃在該時點的所有不良基礎(chǔ)資產(chǎn)的

19、未償本金余額之和，B 為專項計劃募金?！鞍讞l”不良率系指A:B 所得的百分比，其中，A 為在該日 24:00“資產(chǎn)池”中的所有“不良資產(chǎn)”的“應(yīng)付貨款余額”之和，B 為“初始起算日資產(chǎn)池余額”。兩個說明書中對不良率定義基本一致?；▎h白條評級數(shù)據(jù)來源截至 2016 年 9 月花唄資產(chǎn)整體數(shù)據(jù)依據(jù)基礎(chǔ)資產(chǎn)標準在 2016年11 月10 日前抽取的模擬池數(shù)據(jù)增信措施（AAA）、優(yōu)先 B（AA-）、次級，次級厚度 12.3%）2、折價（AAA）、優(yōu)先 B（AA-）、次級，次級厚度 25%）循環(huán)安排折價，最低折現(xiàn)率 9%平價本息償還方式到期還本付息循環(huán)期定期付息，攤還期分期還本是否包含服務(wù)費/手續(xù)費是否

20、基礎(chǔ)資產(chǎn)標準（單筆金額）單一借款人在該項下的借款本金余額（包括該基礎(chǔ)資產(chǎn)項下的借款本金余額在內(nèi)）合計不超過 20 萬元該資產(chǎn)的用戶在該項下的應(yīng)付貨款余額（包括該資產(chǎn)項下的應(yīng)付貨款余額在內(nèi)）合計不超過 2 萬元基礎(chǔ)資產(chǎn)標準（用戶維度）借款人在螞蟻小貸 通過阿里巴巴和螞蟻金服 到的借款人信息中，不存在尚未結(jié)清的不良貸款及其他違約情形，歷史上不存在嚴重逾期或其他嚴重違約情形用戶在京東商城的單筆最大逾期還款天數(shù)不超過 30 個自然日，且該用戶的內(nèi)部信用評分為 1-4 分基礎(chǔ)資產(chǎn)標準（資產(chǎn)維度）按螞蟻小貸五級分類標準，原始權(quán)益人將其歸類為正常類資產(chǎn)不存在正在進行的逾期不良率變化觸發(fā)清償設(shè)置連續(xù) 5 個工

21、作日基礎(chǔ)資產(chǎn)不良率（含已處置不良資產(chǎn)）超過 8%連續(xù) 5 個工作日資產(chǎn)不良率超過 6%資料來源：作者根據(jù)評級報告等公開資料整理根據(jù)評級報告提供的數(shù)據(jù)及相關(guān)信息披露材料，截至 2016 年 9 月末，花唄業(yè)務(wù)整體不良率為 2.97%，逾期率 3.81%。截至 2015 年 12 月，京東白條未核銷統(tǒng)計口徑下資產(chǎn)累計不良率為 1.21%；截至 2016 年 6 月，京東白條資產(chǎn)累計不良率為 1.65%；截至 2016 年8 月末，京東白條業(yè)務(wù) 90 天以上逾期率為 2.04%?？梢钥闯雠c其他信貸資產(chǎn)相比，消費金融類資產(chǎn)呈現(xiàn)出不良率和逾期率較低，資產(chǎn)分散的特點，消費者的分期習(xí)慣也以一年以下為主。根據(jù)

22、新世紀評級的進一步分析，從地域分布看，“花唄”用戶以分布在長江中游地區(qū)、長三角地區(qū)、南部沿海和西南為主，作者分析，這可能與這些地區(qū)發(fā)達、消費觀念較為先進、互聯(lián)網(wǎng)購物業(yè)態(tài)相對成關(guān)系較大。從債務(wù)人分布來看，“花唄”業(yè)務(wù)債務(wù)人主要集中在 30 歲以內(nèi)，占比達 64.21%，這也與我們的直覺相符。但從不良率來看，在 25 歲以內(nèi)的借款人不良率較其他分布最低，為 1.79%；債務(wù)人與不良率呈正相關(guān)關(guān)系，45 歲以上借款人對應(yīng)借款的不良率達到了 4.86%。一方面可以推測近年來我國年輕消費人群對于個人罪分布有關(guān)。愈發(fā)重視，另一個主要可能與利用平臺進行等犯那么，是否會隨著消費信貸業(yè)務(wù)的擴張出現(xiàn)資產(chǎn)質(zhì)量變動是

23、我們所關(guān)心的一個問題。為了對消費信貸資產(chǎn)進行深入挖掘，本文采用以上某期消費信貸資產(chǎn)的特點進行剖析。動態(tài)面板模型的原型為：的相關(guān)數(shù)據(jù)，建立動態(tài)面板模型對Yi,t = Yi,t1 + Xi,t + ui + i,t + c（i = 1, . . , N, t = 1, , T）（1）i 和 t 為橫截面和時間維度，ui是i 的固定效應(yīng)，i,t為誤差項。這類解釋變量包含被解釋變量滯后值的模型更加符合變化規(guī)律。本文將逾期按照逾期天數(shù) 30 天以下、30-60 天、60-90 天、90-120 天、120-150 天、150-180 天、180 以上分為 7 類，即 N=7，節(jié)選的數(shù)據(jù)T=17。假設(shè)Ov

24、erDue 為逾期率，Newloan 為當月新增額，Recover 為逾期資產(chǎn)回收金額，Credit 為當月客戶的平均，Prepay 為當月早償金額度。經(jīng)過反復(fù)回歸，本該不良率為 2016 年 9 月末花唄業(yè)務(wù)不良余額與同期末花唄業(yè)務(wù)余額的比值。該逾期率為2016 年 9 月末花唄業(yè)務(wù)逾期余額與同期末花唄業(yè)務(wù)余額的比值。平均單筆應(yīng)收金額（元）441-878 元不等（按月平均）924.88 元分期期限分布花唄分期為 1-12，分期期限主要集中 1和 12白條分期為 1-24，分期期限主要集中在 6-12和 1-6余額分布余額主要集中在 0-1000 元和 1000-3000 元余額主要集中在10

25、00-2000和 2000-5000 元文運用 stata 軟件建立了如下模型：OverDuei,t = OverDuei,t1 + 1Newloant + 2Prepayt + 3Recovert + 1 4jCrediti,tj +j=0c + i + i,t , i = 1, . . , N, t = 1, , T 采用 2SLS 估計，得到以下結(jié)果：表 5 動態(tài)面板模型 2SLS 估計結(jié)果（2）注： * 表示 10%置信水平顯著。結(jié)果表明，各類資產(chǎn)逾期率的時滯效應(yīng)明顯，上一期的逾期率對當期逾期率的系數(shù)為0.87，說明消費信貸上一期的逾期率對當期逾期率影響較大，逾期資產(chǎn)具備較強的時間粘性

26、。Newloan 當月新增與OverDue 逾期率系數(shù)非正，而逾期率等于逾期余額除以當月新增貸款，這可能意味著逾期率與消費信貸資產(chǎn)的新增投放規(guī)模并不是簡單的正相關(guān)關(guān)系，這也更加符合這類小額、分散資產(chǎn)的業(yè)務(wù)邏輯。作者更傾向于，當消費信貸資產(chǎn)規(guī)模到達一定水平后，逾期率可能會呈現(xiàn)穩(wěn)態(tài)，其他包括風(fēng)控能力等在內(nèi)的外部因素對于資產(chǎn)逾期率影響更大。另外，當期及上期客戶的平均額度雖然在 10%的置信水平下都不顯著，但可以額度與逾期率也不存在直接的正向關(guān)系?？闯鱿嚓P(guān)系數(shù)均為負，初步說明人均為了驗證模型適用性問題，我們對估計方法進行了自相關(guān)檢驗。Arellano-Bond 檢驗的顯示，在 10%的置信水平下，擾動

27、項的差分存在一階自相關(guān)，但不存在二階自相關(guān)，故接受原假設(shè)“擾動項無自相關(guān)”，可以使用 2SLS 估計該動態(tài)面板模型。但由于目前市場上大部分消費信貸業(yè)務(wù)的運營時間均尚短，過完整的周期性檢驗，歷史數(shù)據(jù)相對較短，因此該結(jié)果主要依據(jù)，僅作為簡單參考。四、結(jié)論與建議本文研究了我國目前消費信貸資產(chǎn)化的相關(guān)情況，以“花唄”和“白條”為例，結(jié)構(gòu)方面的異同。同時引入相關(guān)數(shù)據(jù)建立梳理了目前這類資產(chǎn)在資產(chǎn)特性、化動態(tài)面板模型，側(cè)面佐證了這類資產(chǎn)的一些特點。由于消費金融屬于新興產(chǎn)業(yè)，目前市場上消費金融類信貸資產(chǎn)的歷史業(yè)務(wù)靜態(tài)和動態(tài)數(shù)據(jù)相對較短，歷史數(shù)據(jù)尚歷完整的生命周期，因此歷史業(yè)務(wù)表現(xiàn)對資產(chǎn)池未來表現(xiàn)的預(yù)測作用有限

28、，資產(chǎn)表現(xiàn)也存在變動的可能性。在未來消費不斷增大的趨勢下，一方面需要不斷建立完善多種風(fēng)險測算模型不斷擴大、這類資產(chǎn)體量不同消費者合理授信。另一方面也需要優(yōu)化事中風(fēng)險識別機制、事后逾期資產(chǎn)催收機制，結(jié)合反、信用風(fēng)險、1234,04,1c系數(shù)0.87*-5.58×1013 *4.83×1013 *3.89×1012 *-7.81×106-2.11×1060.02t 統(tǒng)計量40.20-1.801.761.74-1.29-0.571.26p 值0.000.070.080.080.200.570.21等應(yīng)用模型體系，加強這類資產(chǎn)事中、事后的風(fēng)險管理。同時

29、，也應(yīng)繼續(xù)提高評級等中介機構(gòu)的盡調(diào)要求、優(yōu)化評級方范消費信貸資產(chǎn)證券化的業(yè)務(wù)信息披露的操作準則，逐步促進消費信貸資產(chǎn)化市場的健康有序發(fā)展。參考文獻后資產(chǎn)1 巴曙松， 孟之靜， 孫興亮. 金融橫， 2010 （8）： 22-262 曹遠征. 美國住房抵押次級債4-11化的新特征及監(jiān)管新動態(tài)J.縱的分析與啟示J. 國際金融研究， 2007 （11）：3 陳強. 高級計量學(xué)級 Stata 應(yīng)用M. 北京： 高等教育， 2010： 166-1894 李群峰. 動態(tài)面板數(shù)據(jù)模型的 GMM 估計及其應(yīng)用J. 統(tǒng)計與決策， 2010 （16）：161-1635 劉呂科， 王高望. 資產(chǎn)化、 非同質(zhì)投資者和金

30、融穩(wěn)定性 ： 一個理論模型J. 國際金融研究6 倪志凌.，2014 （12）：25-34J. 國 際扭曲和資產(chǎn)2011 （8）：75-87化的微觀審慎監(jiān)管 ： 基于美國數(shù)據(jù)的金融研究 ，7 潘秀麗. 中國金融機構(gòu)資產(chǎn)化風(fēng)險分析及建議J. 38-43財經(jīng)大學(xué)學(xué)報， 2010 （9）：89王元璋， 涂曉兵. 試析我國資產(chǎn)化的發(fā)展及建議J. 當代財經(jīng)， 2011 （3）： 67-72的國際傳染： 一個理論模型及經(jīng)驗檢驗J. 國楊柳勇， 周強.資產(chǎn)化與金融際金融研究， 2012（12）：74-8110 姚祿， 仕王璇， 寧霄.信貸資產(chǎn)化效應(yīng)的： 基于美國業(yè)的面板數(shù)據(jù)J. 國際金融研究，2012 （9）

31、： 72-7811 鄒曉梅， 張明， 高蓓. 美國資產(chǎn)際金融研究， 2014 （12）： 15-24化的實踐： 起因、 類型、 問題與啟示J. 國12 Agarwal， S.， Chang， Y.， Yavas， A. Adverse Selection in Mortgage SecuritizationJ.Journal of Financial Economics，2012， 105 （9）： 640-66013 Akerlof, G. A. The Market for “ Lemons”： Quality Uncertainty and the Market MechanismJ.

32、The Quarterly Journal of Economics， 1970， 84 （8）： 488-50014 Albertazzi， U.， Eramo， G.， Gambacorta， L.， Salleo， C. Asymmetric Information in Securitization：An Empirical AssessmentJ. Journal of Monetary Economics，2015，71（4）： 33-4915 An， Xu.， Deng， Y.， Gabriel， S. A. Asymmetric Information， Adverse Sel

33、ection， and the Pricing of CMBSJ.Journal of Financial Economics， 2011， 100 （5）： 304-32516 Ashcraft， A. B.， Schuermann， Til. Understanding the Securitization of Subprime Mortgage CreditR. Federal Reserve Bank of New York， Staff Report， 2009， N0.31817 Benmelech， E.， Dlugosz， J.， Ivashina， V. Securitiz

34、ation Without Adverse Selection： The Case of CLOsJ. Journal of Financial Economics， 2012， 106 （10）： 91-11318 Berger，A. N.，DeYoung，R. Problem Loans and Cost Efficiency in Commercial BanksJ.Journal of Banking Finance，1997， 21 （6）： 849-87019 Berndt， A.， Gupta， A. Moral Hazard and Adverse Selection in t

35、he Originate-to-distributeMof Bank CreditJ. Journal of Monetary Economics， 2009， 56 （7）： 725-74320 Carey， M. Credit Risk in Private Debt PortfoliosJ. Journal of Finance， 1998， 53 （8）：1363-138721 DeMarzo ， P. The Pooling and Tranching of Securities ： A MIntermediationJ. The Review of Financial Studie

36、s， 2005， 18 （1）： 1-25of Informed22 DeMarzo， P. and Duffie， D. A Liquidity-based M1999， 67 （1）： 65-99of Security DesignJ. Econometrica，23 Demyank， Y.， Hemert， O. V. Understanding the Subprime Mortgage CrisisJ. Review of Financial Studies， 2011，24 （6）： 1848-188024 Downing， C.， Jaffee， D.， Wallace， N.

37、Is the Market for Mortgage Backed Securities a Market for Lemons？ J.Review of Financial Studies， 2009， 22 （7）： 2457-249425 Elul， R. Securitization and Mortgage DefaultR. Federal Reserve Bank of Philadelphia， Working Paper， 200926 Glaeser， E. L. and Kallal， H. D. Thin Markets， Asymmetric Information，

38、 and Mortgage-backed SecuritiesJ. Journal of Financial Intermediation， 1997， 6 （1）： 64-8627 Gorton， G. B.， Pennacchi， G. G. Banks and Loan Sales： Marketing Nonmarketable AssetsJ. Journal of Monetary Economics， 1995， 35 （6）： 389-41128 Hanson， S. G.， Sunderam， A. Are There too Many Safe Securities？ Securitization and the Incentives for Information ProductionJ. Journal of Financial Economics，2013，108（6）： 565-58429 Higgins, E. and Mason, J. What is the Value of R