我國消費(fèi)信貸資產(chǎn)特點(diǎn)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(fèi)信貸資產(chǎn)特點(diǎn)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(jiǎn)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(xiǎn)研究，郵箱：lianglulu_math，地址：北京市朝陽區(qū)朝陽門北大街 20 號(hào)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(hào)，：100020；我國消費(fèi)信貸資產(chǎn)特點(diǎn)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(jī)構(gòu)的成立的持牌消費(fèi)金融公司數(shù)量已達(dá)20余家。隨著業(yè)摘要： 近兩年來，消費(fèi)信貸業(yè)務(wù)得到了爆發(fā)式增長(zhǎng)。消費(fèi)總額達(dá)到264.17萬億。截至目前，銀監(jiān)會(huì)務(wù)規(guī)模的增長(zhǎng)，這類企業(yè)有盤活存量、擴(kuò)大投放的內(nèi)在驅(qū)動(dòng)，使得以消費(fèi)信貸作為基礎(chǔ)資產(chǎn)的化得到了長(zhǎng)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(fèi)信貸的資產(chǎn)特點(diǎn)及相關(guān)化特點(diǎn)，并且對(duì)這類資產(chǎn)進(jìn)行了簡(jiǎn)單的數(shù)據(jù)分析。文章最后建議應(yīng)加強(qiáng)消費(fèi)信貸類資產(chǎn)的相關(guān)研究和信息披露，促進(jìn)消費(fèi)信貸資產(chǎn)化市場(chǎng)的健康有序發(fā)展。：消費(fèi)信貸；資產(chǎn)化； 花唄；白條號(hào)：F832文獻(xiàn)標(biāo)識(shí)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(duì)個(gè)人生活方式的持續(xù)改變，消費(fèi)金融已成為市場(chǎng)廣泛關(guān)注的新興領(lǐng)域，消費(fèi)信貸占比呈現(xiàn)直線上升趨勢(shì)公布的數(shù)據(jù)顯示，2016 年居民在金融機(jī)構(gòu)的消費(fèi)總額達(dá)到 264.17 萬億。雖然房貸、車貸在我國的消費(fèi)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(fèi)信貸占居民消費(fèi)及其他消費(fèi)的比重呈逐年遞增的趨勢(shì)，占比已達(dá)到 18%左右，相較 2008 年增長(zhǎng)了 5 倍。2016 年 4 月 1 日，、銀監(jiān)會(huì)了關(guān)于加大對(duì)新消費(fèi)領(lǐng)域金融支持的指導(dǎo)意見，指出：“積極培育發(fā)展消費(fèi)金融組織體系、加快推進(jìn)消費(fèi)信貸管理模式和創(chuàng)新、加大對(duì)新消費(fèi)重點(diǎn)領(lǐng)域金融支持、優(yōu)化消費(fèi)金融發(fā)展環(huán)境。”目前，市場(chǎng)

8、上開展消費(fèi)信貸相關(guān)業(yè)務(wù)的企業(yè)，囊括了中心、消費(fèi)金融公司、互聯(lián)網(wǎng)公司、小額公司等，其中消費(fèi)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(fèi)金融公司獲得銀監(jiān)會(huì)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(fèi)金融公司。除、持牌消費(fèi)金融公司外，涉及消費(fèi)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(fèi)行業(yè)的不斷發(fā)展和消費(fèi)信貸規(guī)模的擴(kuò)大，這類實(shí)際開展消費(fèi)信貸業(yè)務(wù)的企業(yè)存在較強(qiáng)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(kuò)大消費(fèi)信貸的市場(chǎng)占有率。因此，消費(fèi)金

9、融類資產(chǎn)的化業(yè)務(wù)應(yīng)運(yùn)而生，并在短期內(nèi)取得了長(zhǎng)足進(jìn)展。2016 年以來，我國消費(fèi)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(chǎng)也隨之迎來了消費(fèi)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(jì)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(chǎng)定向，總規(guī)模 15 億元?！熬〇|白條 ABN”的間市場(chǎng)資產(chǎn)支持票據(jù)，也是京東在，標(biāo)志著消費(fèi)金融資產(chǎn)首次試水間市場(chǎng)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(gè)人提供的用于個(gè)人消費(fèi)用途的信貸服務(wù)，均屬于消費(fèi)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(chǎng)消費(fèi)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(jiǎn)稱“重慶阿里小貸”）和北京京東世紀(jì)貿(mào)易（下文簡(jiǎn)稱“京東”）京東為主，其他消費(fèi)金融相關(guān)公司暫未有較大規(guī)模的。間市場(chǎng)則以、汽車金融公司為主。這說明無論是市場(chǎng)投資者還是監(jiān)管機(jī)構(gòu)對(duì)于該類機(jī)構(gòu)的認(rèn)可基于兩個(gè)維度，一個(gè)維度主要依賴于大型金融機(jī)構(gòu)或背靠大型金融機(jī)構(gòu)的消費(fèi)金融公司的主體信用及資金實(shí)力，另一個(gè)維度則依賴于平臺(tái)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(chǎng)上識(shí)別度較高的兩個(gè)資產(chǎn)：螞蟻金服的“花唄”和京東的“白條”為代表，研究消費(fèi)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(fèi)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(chǎng)11 單共計(jì) 148化，其中包括 1 單間市場(chǎng)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(jì) 470 億ABS所，另外一單“德邦花唄購物節(jié)第一期消費(fèi)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(shí)提額花唄資產(chǎn)，項(xiàng)計(jì)劃因?yàn)榕R時(shí)提高了額度，因此在基礎(chǔ)資產(chǎn)標(biāo)準(zhǔn)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(shí)，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(xiàng)計(jì)劃。與“花唄” 消費(fèi)資產(chǎn)支持專項(xiàng)計(jì)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(dòng)中基于淘寶、天貓等原始權(quán)益人認(rèn)可的平臺(tái)向平臺(tái)賣家提供商業(yè)保理服務(wù)，從而由平臺(tái)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(duì)應(yīng)的債務(wù)人為阿里旗下的平臺(tái)賣家。而“花唄”消費(fèi)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(dòng)中通過螞蟻花唄直接向借款人提供的消費(fèi)融資服務(wù)，從而向借款人實(shí)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(xiàng)

13、 ABS 不在此前阿里獲得的上交所 300 億元的儲(chǔ)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(gè)人消費(fèi)者的還款能力，但是該資產(chǎn)直接對(duì)應(yīng)的債務(wù)人為平臺(tái)賣家。而“花唄”消費(fèi)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(duì)個(gè)人消費(fèi)進(jìn)行比較，下文所提及的“花唄”資產(chǎn)均特指“花唄”消費(fèi)，“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(yán)格意義上都屬于應(yīng)收賬款債權(quán)，萬德（Wind）上對(duì)“白條”資產(chǎn)的定義為“應(yīng)

14、收賬款”，對(duì)“花唄”消費(fèi)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(gè)人消費(fèi)”，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(duì)該等基礎(chǔ)資產(chǎn)的界定與稱謂存在差異。當(dāng)前，消費(fèi)金融業(yè)務(wù)主要?jiǎng)澐譃槿悾海?）傳統(tǒng)業(yè)務(wù)（2）有場(chǎng)景的消費(fèi)分期。（3）無場(chǎng)景的消費(fèi)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(rèn)為，有場(chǎng)景的消費(fèi)分期從消費(fèi)場(chǎng)景上限定了客戶的借款用途，這類資產(chǎn)的風(fēng)險(xiǎn)普遍低于無場(chǎng)景的消費(fèi)業(yè)務(wù)。而又與傳統(tǒng)的業(yè)務(wù)不同，阿里和京東運(yùn)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(gè)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(shí)，“花唄”、“白條”能夠根據(jù)不同風(fēng)險(xiǎn)的客戶，制定差異化利息標(biāo)準(zhǔn)，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(diǎn)梳理如下：表 1 花唄、京東白條共同特點(diǎn)原始權(quán)益型互聯(lián)網(wǎng)公司或旗下子公司資產(chǎn)特點(diǎn)小額、風(fēng)險(xiǎn)分散授信數(shù)據(jù)來源主要依靠阿里、京東相關(guān)平臺(tái)自有存量計(jì)算授信額度，螞蟻“花唄”是由螞蟻微貸提供給消費(fèi)者這月買、下月還（確認(rèn)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(fèi)者在京東商城所銷售的商品時(shí)進(jìn)行賒購（即先收取商品或享受服務(wù)、）的

16、服務(wù)?；▎h、白條的共同特點(diǎn)資產(chǎn)應(yīng)收賬款/小額/個(gè)人消費(fèi)場(chǎng)景有場(chǎng)景的消費(fèi)分期目標(biāo)客戶向在阿里、京東有等信用的消費(fèi)者還款來源直接授信消費(fèi)者，依賴消費(fèi)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(duì)消費(fèi)信貸類資產(chǎn)的資產(chǎn)特點(diǎn)進(jìn)行梳理，本文重點(diǎn)研究了目前市場(chǎng)上較為優(yōu)質(zhì)的兩個(gè)消費(fèi)信貸資產(chǎn)“花唄”、“白條”，以期能夠?qū)@類資產(chǎn)有一個(gè)整體上特點(diǎn)的把握。本文遴2017選了“德邦花唄第十九期消費(fèi)資產(chǎn)支持專項(xiàng)計(jì)劃”和“北京京東世紀(jì)貿(mào)易年度第一期京東白條資產(chǎn)支持票據(jù)”，時(shí)間均為 2017 年 3 月，

17、相關(guān)資料來源為評(píng)級(jí)報(bào)告等公開市場(chǎng)材料。新世紀(jì)評(píng)級(jí)出具的德邦花唄第十九期消費(fèi)資產(chǎn)支持專項(xiàng)計(jì)劃資產(chǎn)支持信用評(píng)級(jí)報(bào)告的“花唄”評(píng)級(jí)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(jì)貿(mào)易資產(chǎn)支持票據(jù)信用評(píng)級(jí)報(bào)告“白條”評(píng)級(jí)數(shù)據(jù)基礎(chǔ)為依據(jù)基礎(chǔ)資產(chǎn)標(biāo)準(zhǔn)在 2016 年 11 月10 日前抽取的模擬池?cái)?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(yùn)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(xiàng)計(jì)劃”的次級(jí)厚度為 8%，由于基礎(chǔ)資產(chǎn)的數(shù)據(jù)涵蓋在統(tǒng)計(jì)范圍之內(nèi)。“德邦花唄購物節(jié)第一期

18、消費(fèi)標(biāo)準(zhǔn)略有不同，并未把這個(gè)花唄白條評(píng)級(jí)結(jié)果及主要1、優(yōu)先/次級(jí)（分層結(jié)構(gòu)為優(yōu)先 A1、優(yōu)先/次級(jí)（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(jí)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(duì)分期客戶收息，對(duì)不分期客戶一定時(shí)期內(nèi)不收息ABS模式儲(chǔ)架，一次核準(zhǔn)，分期資料來源：作者根據(jù)評(píng)級(jí)報(bào)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(xiàng)計(jì)劃在該時(shí)點(diǎn)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(xiàng)計(jì)劃募金。“白條”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(gè)說明書中對(duì)不良率定義基本一致?；▎h白條評(píng)級(jí)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(biāo)準(zhǔn)在 2016年11 月10 日前抽取的模擬池?cái)?shù)據(jù)增信措施（AAA）、優(yōu)先 B（AA-）、次級(jí)，次級(jí)厚度 12.3%）2、折價(jià)（AAA）、優(yōu)先 B（AA-）、次級(jí)，次級(jí)厚度 25%）循環(huán)安排折價(jià)，最低折現(xiàn)率 9%平價(jià)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(fèi)/手續(xù)費(fèi)是否

20、基礎(chǔ)資產(chǎn)標(biāo)準(zhǔn)（單筆金額）單一借款人在該項(xiàng)下的借款本金余額（包括該基礎(chǔ)資產(chǎn)項(xiàng)下的借款本金余額在內(nèi)）合計(jì)不超過 20 萬元該資產(chǎn)的用戶在該項(xiàng)下的應(yīng)付貨款余額（包括該資產(chǎn)項(xiàng)下的應(yīng)付貨款余額在內(nèi)）合計(jì)不超過 2 萬元基礎(chǔ)資產(chǎn)標(biāo)準(zhǔn)（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(yán)重逾期或其他嚴(yán)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(gè)自然日，且該用戶的內(nèi)部信用評(píng)分為 1-4 分基礎(chǔ)資產(chǎn)標(biāo)準(zhǔn)（資產(chǎn)維度）按螞蟻小貸五級(jí)分類標(biāo)準(zhǔn)，原始權(quán)益人將其歸類為正常類資產(chǎn)不存在正在進(jìn)行的逾期不良率變化觸發(fā)清償設(shè)置連續(xù) 5 個(gè)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(gè)工作日資產(chǎn)不良率超過 6%資料來源：作者根據(jù)評(píng)級(jí)報(bào)告等公開資料整理根據(jù)評(píng)級(jí)報(bào)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(jì)口徑下資產(chǎn)累計(jì)不良率為 1.21%；截至 2016 年 6 月，京東白條資產(chǎn)累計(jì)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(fèi)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(diǎn)，消費(fèi)者的分期習(xí)慣也以一年以下為主。根據(jù)

22、新世紀(jì)評(píng)級(jí)的進(jìn)一步分析，從地域分布看，“花唄”用戶以分布在長(zhǎng)江中游地區(qū)、長(zhǎng)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(dá)、消費(fèi)觀念較為先進(jìn)、互聯(lián)網(wǎng)購物業(yè)態(tài)相對(duì)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(dá) 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(duì)應(yīng)借款的不良率達(dá)到了 4.86%。一方面可以推測(cè)近年來我國年輕消費(fèi)人群對(duì)于個(gè)人罪分布有關(guān)。愈發(fā)重視，另一個(gè)主要可能與利用平臺(tái)進(jìn)行等犯那么，是否會(huì)隨著消費(fèi)信貸業(yè)務(wù)的擴(kuò)張出現(xiàn)資產(chǎn)質(zhì)量變動(dòng)是

23、我們所關(guān)心的一個(gè)問題。為了對(duì)消費(fèi)信貸資產(chǎn)進(jìn)行深入挖掘，本文采用以上某期消費(fèi)信貸資產(chǎn)的特點(diǎn)進(jìn)行剖析。動(dòng)態(tài)面板模型的原型為：的相關(guān)數(shù)據(jù)，建立動(dòng)態(tài)面板模型對(duì)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(shí)間維度，ui是i 的固定效應(yīng)，i,t為誤差項(xiàng)。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(dāng)月新增額，Recover 為逾期資產(chǎn)回收金額，Credit 為當(dāng)月客戶的平均，Prepay 為當(dāng)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(yùn)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(jì)，得到以下結(jié)果：表 5 動(dòng)態(tài)面板模型 2SLS 估計(jì)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(shí)滯效應(yīng)明顯，上一期的逾期率對(duì)當(dāng)期逾期率的系數(shù)為0.87，說明消費(fèi)信貸上一期的逾期率對(duì)當(dāng)期逾期率影響較大，逾期資產(chǎn)具備較強(qiáng)的時(shí)間粘性

26、。Newloan 當(dāng)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(dāng)月新增貸款，這可能意味著逾期率與消費(fèi)信貸資產(chǎn)的新增投放規(guī)模并不是簡(jiǎn)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(dāng)消費(fèi)信貸資產(chǎn)規(guī)模到達(dá)一定水平后，逾期率可能會(huì)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(duì)于資產(chǎn)逾期率影響更大。另外，當(dāng)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(fù)，初步說明人均為了驗(yàn)證模型適用性問題，我們對(duì)估計(jì)方法進(jìn)行了自相關(guān)檢驗(yàn)。Arellano-Bond 檢驗(yàn)的顯示，在 10%的置信水平下，擾動(dòng)

27、項(xiàng)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(dòng)項(xiàng)無自相關(guān)”，可以使用 2SLS 估計(jì)該動(dòng)態(tài)面板模型。但由于目前市場(chǎng)上大部分消費(fèi)信貸業(yè)務(wù)的運(yùn)營時(shí)間均尚短，過完整的周期性檢驗(yàn)，歷史數(shù)據(jù)相對(duì)較短，因此該結(jié)果主要依據(jù)，僅作為簡(jiǎn)單參考。四、結(jié)論與建議本文研究了我國目前消費(fèi)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(shí)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(dòng)態(tài)面板模型，側(cè)面佐證了這類資產(chǎn)的一些特點(diǎn)。由于消費(fèi)金融屬于新興產(chǎn)業(yè)，目前市場(chǎng)上消費(fèi)金融類信貸資產(chǎn)的歷史業(yè)務(wù)靜態(tài)和動(dòng)態(tài)數(shù)據(jù)相對(duì)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(duì)資產(chǎn)池未來表現(xiàn)的預(yù)測(cè)作用有限

28、，資產(chǎn)表現(xiàn)也存在變動(dòng)的可能性。在未來消費(fèi)不斷增大的趨勢(shì)下，一方面需要不斷建立完善多種風(fēng)險(xiǎn)測(cè)算模型不斷擴(kuò)大、這類資產(chǎn)體量不同消費(fèi)者合理授信。另一方面也需要優(yōu)化事中風(fēng)險(xiǎn)識(shí)別機(jī)制、事后逾期資產(chǎn)催收機(jī)制，結(jié)合反、信用風(fēng)險(xiǎn)、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(jì)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(qiáng)這類資產(chǎn)事中、事后的風(fēng)險(xiǎn)管理。同時(shí)

29、，也應(yīng)繼續(xù)提高評(píng)級(jí)等中介機(jī)構(gòu)的盡調(diào)要求、優(yōu)化評(píng)級(jí)方范消費(fèi)信貸資產(chǎn)證券化的業(yè)務(wù)信息披露的操作準(zhǔn)則，逐步促進(jìn)消費(fèi)信貸資產(chǎn)化市場(chǎng)的健康有序發(fā)展。參考文獻(xiàn)后資產(chǎn)1 巴曙松， 孟之靜， 孫興亮. 金融橫， 2010 （8）： 22-262 曹遠(yuǎn)征. 美國住房抵押次級(jí)債4-11化的新特征及監(jiān)管新動(dòng)態(tài)J.縱的分析與啟示J. 國際金融研究， 2007 （11）：3 陳強(qiáng). 高級(jí)計(jì)量學(xué)級(jí) Stata 應(yīng)用M. 北京： 高等教育， 2010： 166-1894 李群峰. 動(dòng)態(tài)面板數(shù)據(jù)模型的 GMM 估計(jì)及其應(yīng)用J. 統(tǒng)計(jì)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(gè)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(jī)構(gòu)資產(chǎn)化風(fēng)險(xiǎn)分析及建議J. 38-43財(cái)經(jīng)大學(xué)學(xué)報(bào)， 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(dāng)代財(cái)經(jīng)， 2011 （3）： 67-72的國際傳染： 一個(gè)理論模型及經(jīng)驗(yàn)檢驗(yàn)J. 國楊柳勇， 周強(qiáng).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(shí)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