1、我國消費信貸資產特點與化業(yè)務發(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；我國消費信貸資產特點與化業(yè)務發(fā)展以螞蟻“花唄”與京

6、東“白條”為例公布的數據顯示，2016年居民在金融機構的成立的持牌消費金融公司數量已達20余家。隨著業(yè)摘要： 近兩年來，消費信貸業(yè)務得到了爆發(fā)式增長。消費總額達到264.17萬億。截至目前，銀監(jiān)會務規(guī)模的增長，這類企業(yè)有盤活存量、擴大投放的內在驅動，使得以消費信貸作為基礎資產的化得到了長足發(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特點及相關化特點，并且對這類資產進行了簡單的數據分析。文章最后建議應加強消費信貸類資產的相關研究和信息披露，促進消費信貸資產化市場的健康有序發(fā)展。：消費信貸；資產化； 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注的新興領域，消費信貸占比呈現(xiàn)直線上升趨勢公布的數據顯示，2016 年居民在金融機構的消費總額達到 264.17 萬億。雖然房貸、車貸在我國的消費信貸比重仍較大，但通過近幾年數據觀察，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)會了關于加大對新消費領域金融支持的指導意見，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業(yè)務的企業(yè)，囊括了中心、消費金融公司、互聯(lián)網公司、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、江蘇省吳江農村商業(yè)也已分別獲批投資設立消費金融公司。除、持牌消費金融公司外，涉及消費金融業(yè)務的企業(yè)中，互聯(lián)網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、融類資產的化業(yè)務應運而生，并在短期內取得了長足進展。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)模最大的三類基礎資產之一。間市場也隨之迎來了消費金融的首單數據來自公開數據及艾瑞咨詢。ABN（資產支持票據）2017 年 2 月，由牽頭主承銷的“北京京東世紀貿易有限公司 2017 年度第一期京東白條資產支持票據”（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”的間市場資產支持票據，也是京東在，標志著消費金融資產首次試水間市場的首次，為互聯(lián)網金融類企業(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，均屬于消費金融的范疇，這類資產理論上

10、均可以作為化的基礎資產。從目前化的情況來看，所市場消費金融資產支持發(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”）和北京京東世紀貿易（下文簡稱“京東”）京東為主，其他消費金融相關公司暫未有較大規(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)管機構對于該類機構的認可基于兩個維度，一個維度主要依賴于大型金融機構或背靠大型金融機構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及其大數據分析及風控管理能力。本文擬以市場上識別度較高的兩個資產：螞蟻金服的“花唄”和京東的“白條”為代表，研究消費信貸資產及化的相關特征。結構安排如下：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”基礎資產及情況；第三部分為資產的數據分析；第四部分為結論與建議。二、兩類消費信貸資產情況截至 2017 年 3 月，京東以“白條”作為基礎資產已在公開市場11 單共計 148化，其中包括 1 單間市場資產支持票據（ABN），其余 10 單均為在深億資產所的 ABS。重慶阿里小貸則以“花唄”作為基礎資產在上海圳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，項計劃因為臨時提高了額度，因此在基礎資產標準上略有不同，但入池資產性質及表征基本一致。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“花唄分期應收賬款”資產支持專項計劃。與“花唄” 消費資產支持專項計劃不同，該等資產為原始權益人商融（上海）商業(yè)保理在其日常經營活動中基于淘寶、天貓等原始權益人認可的平臺向平臺賣家提供商業(yè)保理服務，從而由平臺賣家處受讓的應收賬款。其本質為一筆保理債權，直接對應的債務人為阿里旗下的平臺賣家。而“花唄”消費基礎資產為原始權益人重慶市阿里小微小額在其日常經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，從而向借款人實際的而合法享有的債權。這兩類資產雖然都是“花唄”業(yè)務產生的資產，原始權益人也均為螞蟻金服旗下相關公此單花唄雙 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。司，但原始權益人、原始權益人公司類型、基礎資產類型、直接債務人并不相同?！盎▎h分期應收賬款”穿透來看雖然仍依靠個人消費者的還款能力，但是該資產直接對應的債務人為平臺賣家。而“花唄”消費與京東的“白條”無論從流程、基礎資產形態(tài)、債務債權人性質都更為類似，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”資產均特指“花唄”消費，“花唄分期應收賬款”這類資產暫不包含在下文討論比較的范圍之內。關于基礎資產的定性，無論是“白條”還是“花唄”，這兩類資產從法律的嚴格意義上都屬于應收賬款債權，萬德（Wind）上對“白條”資產的定義為“應

14、收賬款”，對“花唄”消費的定義為“小額”；而中國資產化分析網（CN-ABS）則將兩類基礎資產均定義為“個人消費”，這一方面由于不同的化數據的處理不同，另一方面來源于相關的法律意見書中對該等基礎資產的界定與稱謂存在差異。當前，消費金融業(yè)務主要劃分為三類：（1）傳統(tǒng)業(yè)務（2）有場景的消費分期。（3）無場景的消費業(yè)務（即“小貸”）。無論是“花唄”還是“白條”，均屬于第二類業(yè)務板塊下產生的零售資產。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，這類資產的風險普遍低于無場景的消費業(yè)務。而又與傳統(tǒng)的業(yè)務不同，阿里和京東運營多年，開展“花唄”和“白條”業(yè)務的基礎主要依賴其自有體系的積累數據

15、來甄別客戶并制定授信額度，而業(yè)務的授信原則主要依賴系統(tǒng)個人等外部數據。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”能夠根據不同風險的客戶，制定差異化利息標準，這在傳統(tǒng)的領域很難做到。“花唄”和“白條”資產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益型互聯(lián)網公司或旗下子公司資產特點小額、風險分散授信數據來源主要依靠阿里、京東相關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）的網購服務。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、）的

16、服務?；▎h、白條的共同特點資產應收賬款/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：作者根據公開資料整理表 2 花唄、白條已資產化相關要素比較資料來源：作者根據 Wind、CN-ABS 公開數據整理三、和基礎資產的數據分析為了對消費信貸類資產的資產特點進行梳理，本文重點研究了目前市場上較為優(yōu)質的兩個消費信貸資產“花唄”、“白條”，以期能夠對這類資產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支持專項計劃”和“北京京東世紀貿易年度第一期京東白條資產支持票據”，時間均為 2017 年 3 月，

17、相關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支持專項計劃資產支持信用評級報告的“花唄”評級數據基礎為截至 2016 年 9 月花唄整體資產情況，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易資產支持票據信用評級報告“白條”評級數據基礎為依據基礎資產標準在 2016 年 11 月10 日前抽取的模擬池數據。根據大數定律和抽樣原則等，后者可能與白條整體運營存量數據存在被判定為可忽略的微小差異?；▎h和白條兩類結構比較如下：表 3 花唄、白條 ABS結構比較資產支持專項計劃”的次級厚度為 8%，由于基礎資產的數據涵蓋在統(tǒng)計范圍之內?！暗掳罨▎h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果及主要1、優(yōu)先/次級（分層結構為優(yōu)先 A1、優(yōu)先/次級（分層結構為優(yōu)先 A螞蟻花唄京東白條單數（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據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不收息ABS模式儲架，一次核準，分期資料來源：作者根據評級報告等公開資料整理“花唄”和“白條”資產特征及客戶分布如下：表 4 花唄、白條資產特征及客戶分布“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資產的

19、未償本金余額之和，B 為專項計劃募金。“白條”不良率系指A:B 所得的百分比，其中，A 為在該日 24:00“資產池”中的所有“不良資產”的“應付貨款余額”之和，B 為“初始起算日資產池余額”。兩個說明書中對不良率定義基本一致?；▎h白條評級數據來源截至 2016 年 9 月花唄資產整體數據依據基礎資產標準在 2016年11 月10 日前抽取的模擬池數據增信措施（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費/手續(xù)費是否

20、基礎資產標準（單筆金額）單一借款人在該項下的借款本金余額（包括該基礎資產項下的借款本金余額在內）合計不超過 20 萬元該資產的用戶在該項下的應付貨款余額（包括該資產項下的應付貨款余額在內）合計不超過 2 萬元基礎資產標準（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不超過 30 個自然日，且該用戶的內部信用評分為 1-4 分基礎資產標準（資產維度）按螞蟻小貸五級分類標準，原始權益人將其歸類為正常類資產不存在正在進行的逾期不良率變化觸發(fā)清償設置連續(xù) 5 個工

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

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)網購物業(yè)態(tài)相對成關系較大。從債務人分布來看，“花唄”業(yè)務債務人主要集中在 30 歲以內，占比達 64.21%，這也與我們的直覺相符。但從不良率來看，在 25 歲以內的借款人不良率較其他分布最低，為 1.79%；債務人與不良率呈正相關關系，45 歲以上借款人對應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。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)務的擴張出現(xiàn)資產質量變動是

23、我們所關心的一個問題。為了對消費信貸資產進行深入挖掘，本文采用以上某期消費信貸資產的特點進行剖析。動態(tài)面板模型的原型為：的相關數據，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，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 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)選的數據T=17。假設Ov

24、erDue 為逾期率，Newloan 為當月新增額，Recover 為逾期資產回收金額，Credit 為當月客戶的平均，Prepay 為當月早償金額度。經過反復回歸，本該不良率為 2016 年 9 月末花唄業(yè)務不良余額與同期末花唄業(yè)務余額的比值。該逾期率為2016 年 9 月末花唄業(yè)務逾期余額與同期末花唄業(yè)務余額的比值。平均單筆應收金額（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，得到以下結果：表 5 動態(tài)面板模型 2SLS 估計結果（2）注： * 表示 10%置信水平顯著。結果表明，各類資產逾期率的時滯效應明顯，上一期的逾期率對當期逾期率的系數為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，逾期資產具備較強的時間粘性

26、。Newloan 當月新增與OverDue 逾期率系數非正，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的新增投放規(guī)模并不是簡單的正相關關系，這也更加符合這類小額、分散資產的業(yè)務邏輯。作者更傾向于，當消費信貸資產規(guī)模到達一定水平后，逾期率可能會呈現(xiàn)穩(wěn)態(tài)，其他包括風控能力等在內的外部因素對于資產逾期率影響更大。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系?？闯鱿嚓P系數均為負，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，但不存在二階自相關，故接受原假設“擾動項無自相關”，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)務的運營時間均尚短，過完整的周期性檢驗，歷史數據相對較短，因此該結果主要依據，僅作為簡單參考。四、結論與建議本文研究了我國目前消費信貸資產化的相關情況，以“花唄”和“白條”為例，結構方面的異同。同時引入相關數據建立梳理了目前這類資產在資產特性、化動態(tài)面板模型，側面佐證了這類資產的一些特點。由于消費金融屬于新興產業(yè)，目前市場上消費金融類信貸資產的歷史業(yè)務靜態(tài)和動態(tài)數據相對較短，歷史數據尚歷完整的生命周期，因此歷史業(yè)務表現(xiàn)對資產池未來表現(xiàn)的預測作用有限

28、，資產表現(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險測算模型不斷擴大、這類資產體量不同消費者合理授信。另一方面也需要優(yōu)化事中風險識別機制、事后逾期資產催收機制，結合反、信用風險、1234,04,1c系數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等應用模型體系，加強這類資產事中、事后的風險管理。同時

29、，也應繼續(xù)提高評級等中介機構的盡調要求、優(yōu)化評級方范消費信貸資產證券化的業(yè)務信息披露的操作準則，逐步促進消費信貸資產化市場的健康有序發(fā)展。參考文獻后資產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. 高級計量學級 Stata 應用M. 北京： 高等教育， 2010： 166-1894 李群峰. 動態(tài)面板數據模型的 GMM 估計及其應用J. 統(tǒng)計與決策， 2010 （16）：161-1635 劉呂科， 王高望. 資產化、 非同質投資者和金

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2011 （8）：75-87化的微觀審慎監(jiān)管 ： 基于美國數據的金融研究 ，7 潘秀麗. 中國金融機構資產化風險分析及建議J. 38-43財經大學學報， 2010 （9）：89王元璋， 涂曉兵. 試析我國資產化的發(fā)展及建議J. 當代財經， 2011 （3）： 67-72的國際傳染： 一個理論模型及經驗檢驗J. 國楊柳勇， 周強.資產化與金融際金融研究， 2012（12）：74-8110 姚祿， 仕王璇， 寧霄.信貸資產化效應的： 基于美國業(yè)的面板數據J. 國際金融研究，2012 （9）

31、： 72-7811 鄒曉梅， 張明， 高蓓. 美國資產際金融研究， 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