信用卡不良ABS估值准确性研究

作者：中债资信评估有限公司ABS团队

内容摘要

自2016年不良资产证券化重启以来，个人信用类不良特别是信用卡不良ABS在助力金融机构有效化解表内零售类资产不良压力的优势凸显。由于信用卡不良ABS底层基础资产均为纯信用不良资产，其回收具有较大的不确定性，因此，产品的估值准确性既至关重要，同时又难点重重，引发市场对不良估值方法长期的探索、讨论和研究,本文就此进行总结与探究，以期对未来的估值技术做进一步展望与思考。

一、信用卡不良估值准确性的意义

（一）个人信用类不良ABS发展迅速，有效化解银行表内零售类资产不良压力的优势凸显，其市场地位以及重要性日益提升

自2016年，不良资产证券化重启以来，个人信用类不良ABS[1]发展迅速，发行规模以及发行单数增速较高。根据中债资信统计，个人信用类不良ABS年发行单数由2016年的3单上升至2020年的39单，增幅达12倍，累计发行93单，占不良ABS发行总单数的61.59%；年发行规模由10.58亿元上升至92.69亿元，增速达7.76倍，累计发行255.25亿元，占不良ABS发行总规模的29.32%。

与对公类不良资产相比，零售类不良资产在过去很长一段时间内未能实现批量转让，促使个人信用类不良ABS特别是信用卡不良ABS成为化解银行表内零售类资产不良压力的有力抓手。截至2020年末，信用卡不良ABS累计处置零售不良资产达到1982.20亿元。2020年，新冠疫情之下，由于信用风险进一步下沉，借款人收入的下降直接导致还款能力的恶化，银行表内的信用卡不良贷款规模攀升压力进一步增加，直接带动发起机构的发行踊跃性持续提升，年内共发行33单，同比增长83.33%，增速较快。综上，信用卡不良ABS作为个人信用类不良ABS中最主要的品种，未来发行量预计将再创新高，产品市场地位以及重要性日益提升。

图1 各类不良资产支持证券逐年发行情况

数据来源：中债资信整理

（二）产品底层基础资产的回收不确定性较大，估值准确性意义凸显

信用卡不良ABS估值是指评估底层基础资产在未来24期或36期的逐月预测回收金额、毛回收金额[2]、毛回收率[3]、回收时间分布[4]的过程。衡量估值的准确性主要体现在毛回收与真实回收之间的差异，若两者差异较小，则估值的准确性较高，反之较低。

对于正常类ABS而言，市场对产品期限、风险及收益的估计主要是通过预测底层资产的早偿及违约情况来实现的。早偿越高，证券存续期限越短，绝对收益越低；违约越高，证券兑付难度越大，甚至可能出现投资损失。但是，对于信用卡不良ABS而言，其最大的区别在于其底层资产已经处于违约状态，证券的还本付息保障来源于资产的回收，而回收又具有较大的波动性，回收多寡将直接决定证券是否按期兑付、证券存续期限长短，是市场重点关注所在。回收是否达到预期即是衡量估值的准确性，因此，研究信用卡不良ABS估值的准确性意义深远。

（三）信用卡不良ABS估值准确性从回收金额准确和回收时间分布准确两方面牵动市场各方关注

1、估值准确性直接影响投资人的投资决策以及投资收益高低

估值的准确性分为两方面，一是估值的总额准确，二是估值回收时间分布准确。从投资人来看，若估值总额虚高，实际回收不及预期，投资人将面临本金或收益亏损的可能；此外，对于优先档投资人而言，投资更关注违约风险以及期限，譬如现金管理类理财和货币基金可投资剩余期限在397天以内（含397天）的资产支持证券，若估值现金流相较实际现金流过于前置，则证券的兑付需要整体后延，影响投资人的预期流动性安排，若估值现金流过于后置，则优先档将提早完成兑付，在市场利率下行的背景下，优先档投资收益会降低，再投资风险增加。

2、估值准确性直接影响发起人的声誉以及发起动力

从发起人来看，估值总额虚高，发起人将承担催收不达预期的声誉风险，譬如某发起人发行的信用卡不良ABS，由于部分原因无法在预期到期日完成本息兑付，证券需延期兑付，这对发起人的声誉造成一定的负面影响，后续该类产品销售或面临困难；估值总额过低，发起人则面临资产贱卖的损失压力，发起动力不足。

3、估值准确性间接影响监管机构对于市场的发展判断以及市场监管

从监管机构来看，估值虚高与过低都可能扰乱不良ABS的市场秩序，影响这个不良处置渠道的长远健康发展。近几年，为应对银行业不良贷款不断攀升，帮助银行有效化解不良压力，监管机构多次扩容不良ABS试点机构范围以及发行额度，在此背景下，估值准确性愈加重要。一方面，较高的估值准确性将引导市场向公允公正的方向发展，营造健康良好的市场氛围。另一方面，较高的估值准确性能直接促进市场各方的参与积极性，扩大市场发行规模，提升化解不良的效果。因此，在一定程度上，估值准确性能够助力监管机构客观判断市场化处置不良的效果。

4、估值准确性是体现评级机构评级技术水平的重要评价标准

估值是不良ABS产品评级过程中的重要组成部分，估值的高低直接影响证券的发行规模。估值技术是评级技术的一部分，决定着对证券信用风险评估的客观性和准确性。因此，准确客观估值是评级机构的职责与目标，评级机构需站在第三方的立场客观评价产品优势，揭示产品风险，扮好守门人的角色，为投资人提供信用风险评估的客观依据。估值准确性较高，可以佐证评级机构评级技术水平较高，反之，评级机构需进一步修正评级方法，实现评级技术的科学迭代与更新，以期达到更高的估值准确性。

综上，估值准确性牵动信用卡不良ABS市场各参与方的关注，关系监管机构对不良资产处置的市场认识、发起人与投资人的损益以及健康的市场秩序。因此，研究估值准确性对该类产品意义重大。

二、实现准确估值的四大难点

与其它类型不良ABS相比，信用卡不良ABS实现准确估值的难度更高。一方面，信用卡不良ABS整体估值逻辑主要以历史回收数据表现为基准，通过分析当前以及未来宏观环境、催收政策等因素的变化，对回收加以调整得到预测回收，因此，把握历史、当下以及未来三者之间的区别与联系，成为准确估值的难点。另一方面，历史回收数据量高达几百万条，给数据分析制造了较大的阻力。总之，如何甄选合适的历史数据、科学合理地处理数据，从而准确地将历史与未来的区别以及变化反映在估值结果上面临着若干技术性难题。

（一）选择合适的历史回收数据较难

信用卡不良ABS的回收估值主要以历史回收表现作为参考。这些历史数据是由过去成为不良的逐笔信用卡资产数据组成，规模庞大，一般多达几百万条。因此，如何客观、合理地选择历史数据非常重要，也具有一定的难度。

一是需要确定应观测历史回收数据的时间长度。历史回收数据由各年份成为不良的逐笔贷款及其逐月回收组成，不同年份的宏观经济环境与催收环境不同，成为不良的贷款特征不同，后期的回收波动性也不尽相同。因此，历史回收数据的时间跨度应包含最长的时间跨度，以便于对各年月成为不良的贷款的回收特征、回收率以及波动性进行准确判断。

二是需要选择与入池资产种类一致的历史数据。随着大消费概念的逐步发展，银行针对不同的客群以及不同的需求发放了不同类型的信用卡产品，各产品基于用途、客群质量、授信额度等资产特征不同，其违约以及回收的特征各有差异。因此，对历史数据的选择需要参考入池的资产类型，以确保借历史数据预测当前资产池的合理性。

三是判断历史回收数据中存在新增消费的贷款，避免高估或低估回收。从发起机构进行风险管理的角度来看，一旦借款人名下的任一信用卡进入不良，原则上其名下的所有信用卡均应冻结，即便后续还清所欠本息费，也不允许退期至正常状态，该卡永远冻结，不再具有消费的功能。但在实际业务操作中，由于个人消费金融的业务竞争压力越来越大，为了维护与客户的长久合作关系，部分机构允许借款人在进入不良后再退期及新增消费的操作，即当借款人偿还所欠本息费，其信用卡即可恢复正常并继续消费。在此情况下，回收款中既有成为不良后的回收款，也有新增消费的正常还款，导致回收高估。

（二）根据资产池与静态池的差异合理调整估值较难

静态池数据包含所有的卡类产品历史回收数据，而资产池则是按照一定甄选标准从静态池中筛选出来的样本集。两者在资产特征、成为不良的时点、区域、职业、催收方式等方面存在一定的差异，直接影响资产池的回收估值。

举例而言，资产池与静态池在成分上可能不同：资产池的入池资产为30%金卡与70%白金卡，而静态池则是70%金卡与30%白金卡，资产类型虽然一致但权重不同，回收率便会存在较大差异，如何根据该差异合理地调整估值是难点之一。再比如，静态池数据可能存在回收表现期不足的情况：随着个人贷款市场竞争日趋激烈，金融机构逐步开始以信用卡为载体发放大额消费贷款或者现金贷等新产品，而新产品通常在静态池数据中占比较小、表现期较短、催收水平波动较大，造成静态池数据预测能力下降；新产品从出现到稳定运行通常需要较长时间，而在静态池中表现时间过短且数量占比过少，导致静态池无法充分反映资产池客观质量。综上，如何依据两池的特征差异合理调整估值便是一大难题。

（三）把握周期性以及季节性的回收波动规律较难

准确估值包含两方面的内容，一是回收估值总额估值准确；二是回收时间分布估值准确。相较下，后者的实现难度更大。回收时间分布理论上是随着不良资产账龄的增加，逐月回收呈现单调递减的态势，但是从实际表现来看，有两方面因素导致回收呈现波动。

一方面，信用卡不良的催收高度依赖外包，节假日因素将影响催收的进行。在春节、国庆等重大节假日前后，外包催收机构由于人员探亲休假等原因，在岗率发生波动，从而影响当月回收率的高低，因此，重大节假日所在月份的回收金额常会出现后置。另一方面，由于催收政策以及催收力度不同，各发起机构的回收分布存在差异。季末、年末通常是各机构绩效考核的重要时点，因此，相应月份内发起机构对催收机构的考核力度增加，促使催收机构的催收力度加大，回收率则可能升高。综上，如何根据周期性和季节性对回收分布进行调整较难。

（四）精准判断特殊事件对整体回收的影响较难

历史回收数据仅代表过去的回收表现，并不能证明将来会重复该历史情况。因此，回收估值若单纯依赖历史回收可能并不客观，还需进一步考虑不同时期的宏观经济环境差异以及特殊外部事件对整体回收带来的影响。特殊事件主要指不可预测的、对资产表现具有重大影响的事件。在估值过程中须精准判断此类事件对不良资产回收的影响，并落实到最终的毛回收估值；此外，当下发生类似事件时，过去的处理方法是否具有借鉴性以及可复制性，亦需要进行分析，否则估值可能与实际回收水平产生明显差异。

三、估值方法论

（一）估值方法论介绍

本文研究团队根据大数定律，运用定性与定量相结合的分析原则，采用聚类的方法对静态池以及资产池分池聚类，结合统计检验的方法将具有同质化特征的资产进行归类，得出资产池的初始回收率。然后，在此基础上，综合各因素对初始回收进行折扣调整，得到最终的毛回收率以及回收时间分布。从结果来看，该信用卡不良ABS估值方法在实现估值总额以及回收时间分布的准确性方面已取得初步成效。

1、分池阶段，对静态池和资产池进行聚类分池，匹配得到资产池初始回收率

估值的原理是将静态池和资产池以相同方式聚类划分为若干子池。假定各子池内的基础资产同质，然后以静态池各子池内条件回收率的算术平均值作为资产池相应子池条件回收率的预测值。

影响资产池回收率的变量包括成为不良时未偿本金余额、客户授信额度、年收入、职业、地区等。这些变量对回收率的影响程度各有不同，但在实操层面，穷举所有变量进行聚类分池并不现实，因此，需要运用降维思路找出影响回收率的关键变量作为分池依据。此处，我们利用统计检验的方法实现降维，检验结果显著的变量才作为聚类变量。根据历史项目经验，一般以成为不良时未偿本金余额进行聚类分池。分池后将得到n个子池，各子池均可计算得出回收率，即：

2、差异调整阶段，运用估值折扣消除静态池和资产池之间的差异，拟补以历史预测未来的偏差，得到最终的毛回收率

通过静态池预测资产池的缺陷，在于两者之间存在差异。静态池仅包括过去成为不良的贷款数据，与资产池在外部经济状况、贷后催收政策、资产本身质量等方面存在差异；而且，当进行长期预测时，若使用的历史数据较为久远，也会导致对未来发展趋势的判断不足。因此，需要设置估值调整折扣，对静态池与资产池之间的差异进行修复。

估值调整折扣分为真实回收折扣和特殊调整因素。真实回收折扣确定以历史产品或在评项目的封包期真实回收为基准，将真实回收与预测回收进行对比，判断真实回收趋势是属于下降、稳定或上升，从而对预测回收进行修正。特别调整项则包括静态池数据质量调整、静态池数据时效性调整、静态池与资产池的资产差异调整、季节性因素调整、发起机构催收能力调整、发起机构预测调整以及宏观经济调整等多个调整项，进行逐项累积调整。

最后，在初始回收率的基础上乘以上述估值折扣，即得到最终的毛回收率。

（二）估值方法论的特点

1、科学、合理解决估值四大核心难题

（1）选择与资产池对应时间长度和产品类型一致的历史数据，并剔除新增消费，保证历史数据选用的合理性

首先，在选择静态池时间长度时，我们选择资产池成为不良最早的时间点作为静态池的时间开始日，选择封包日当天作为静态池历史数据的截止日，保证静态池的时间长度包含资产池的时间长度；同时，应保证静态池的资产类别与入池的资产类别一致，剔除不相关资产，保障两池匹配，避免模拟回收受到干扰；最后，应准确甄别新增消费的情况，若回收款中本金回收总额大于成为不良时未偿本金余额的资产，即可认定为存在新增消费的情况，将这一类资产从静态池中剔除，避免回收高估。

（2）为降低回收估值受资产池与静态池在定性与定量因素上差异的影响，设置差异因素调整项以平滑差异

从过往发行产品的数据分析，资产池的部分特征与静态池的整体特征会存在明显的差异，且会影响回收预测的效果。因此，差异折扣因素的设置目的主要是为了平滑资产池与静态池存在的差异，使估值过程更合理、估值结果更客观。譬如，若资产池中存在未满3年的新产品，且其余额占比明显超过静态池的余额占比，此时应在毛回收率基础上进行针对性调整。目前，中债资信的差异折扣因素包括产品差异、区域差异、账龄差异等。

（3）根据历史数据以及已发行产品的真实回收波动规律，模拟并调整回收时间分布

通过逐月观测历史回收数据，将其波动性规律复制到资产池的现金流中，对部分波动性较大月份的金额进行后置或前置处理。譬如，春节所在月份或者国庆十月，其回收金额应进行一定比例的后置，得到最终的回收时间分布。

（4）针对特殊事件，应判断其对回收的影响范围和影响程度，调整最终估值

特殊事件一般通过影响发起机构的催收能力来影响最终的回收估值。在估值过程中应考虑这些事件的影响，判断影响范围和影响大小，并应用到估值调整实践中。在此，以暴力催收整顿事件为例分析特殊事件对回收的具体影响。

2019年4月，工信部为响应打黑除恶的政策，牵头八部委以及几大电信运营商联合整治暴力催收，这一行动直接影响信用卡不良ABS的实际回收。我们对存续产品接下来四个月的回收情况进行了连续监测，以真实回收表现为依据，判断该发起机构是否涉及暴力催收以及是否受到整治行动的影响，并将该事件的影响通过特殊事件折扣对估值进行调整。结果显示，不同银行受到整治行动的影响程度不同，部分银行的单月真实回收下降幅度达到20%~50%，其它银行受影响较小。对于受影响较大的银行，将根据历史已发行产品真实回收波动情况确定特殊事件折扣值，对新产品估值进行酌情下调。通过后续观测，估值下调产品的实际回收基本保持稳定，并未出现进一步恶化，证明当前对特殊事件的判断处理较为准确。

2、精细化多维度考量估值其它相关因素

从经验来看，估值首先需要解决前述四大关键问题；除此之外，要实现准确估值，还需补充考虑贷款特征、已发行产品回收表现、发起机构催收能力、发起机构内部预测参考、宏观经济形势等因素，纳入估值过程并进行适当调整，夯实估值结果的准确性。

（1）贷款特征的不同将导致估值产生差异

不良贷款的特征会影响回收，比如贷款成为不良的时间、贷款在成为不良时的余额等。贷款成为不良的时间直接影响账龄，若款账龄较长，那么该笔贷款回收的可能性就会降低；成为不良时的贷款余额会直接影响到回收可能性，回收总体上随着金额增大呈下降趋势。中债资信首先对发起机构提供的数据进行处理，然后选取有较强预测能力的特征，并将具有相近特征的不良贷款划分至同一类别。

（2）已发行产品的回收表现具有重要的借鉴意义

已发行证券化产品的实际回收表现既能体现出发起机构最近的催收策略及催收能力，亦能体现出证券化资产与非证券化资产的回收差异。在参考全量历史数据表现的基础上，结合已发行产品的回收表现，将两者之间的差异作用于估值折扣调整中，使在评项目的估值结果更加科学合理。

（3）发起机构催收能力差异也将引起估值的分化

发起机构的催收能力是指发起机构对信用卡不良资产的催收政策、催收制度、催收力度以及催收考核机制等综合作用的体现。若发起机构对证券化资产与非证券化资产的催收政策一视同仁，那么催收能力对回收的影响为中性；若发起机构针对资产证券化资产制定特殊的催收政策，譬如优先催收入池资产，将有利于证券化产品的回收；若发起机构针对证券化资产的催收力度较弱或对外包催收团队考核目标不明确，那么回收将受到不利影响。中债资信通过考察发起机构的催收政策、催收制度、催收力度以及催收考核机制等因素，并对合作催收机构抽样访谈，综合评价发起机构的催收能力，对证券化资产的回收水平进行调整。

（4）发起机构内部预测能力对估值有一定的参考价值

在不良资产证券化过程中，发起机构同时也是贷款服务机构，相比其它机构，发起机构具有较大的信息优势，更为了解入池资产的质量水平，且从主观上能够决定这些资产的催收水平。因此，中债资信也会参考发起机构对回收的预测，并根据其预测逻辑及预测准确性对拟证券化资产的估值进行相应调整。

（5）估值模型中增加对宏观经济形势的考虑和判断

宏观经济形势主要从收入方面影响借款人的回收水平。具体而言，当宏观经济形势向好时，借款人收入改善，还款能力增强，证券化资产的回收水平将顺势提高；而当整体经济形势低迷时，借款人收入下降，还款能力恶化，证券化资产的回收水平将降低。目前，我国宏观经济面临新的风险挑战，可能对基础资产未来回收表现产生不利影响，中债资信在回收估值模型中对该因素加以考虑。

（三）三次迭代方法，步步提升估值准确性

从2017年第一版信用卡不良估值方法创设至今，估值方法经历三次迭代更新，估值准确性不断提升。

1、奠定不良ABS估值方法根基，实现逐笔资产全模拟进行估值

2017年，中债资信制定了第一版信用卡不良ABS估值方法。考虑到信用卡不良资产池通常笔数很多，该方法依托大数法则，通过分析信用卡不良全量历史数据的表现来模拟预测资产池的回收，并且模拟逐笔资产的回收波动情况。每笔资产的账龄、卡种、不良余额等特征不同，在全模拟下估值也会产生明显的分化。但该版方法在全模拟的逻辑下，未能明显区分各类因素对回收的影响，导致估值效率不高。

2、不断校验历史数据以及已发行产品回收表现，聚类分池，多维度考虑估值因素，实现更准确估值

2018年，随着信用卡不良ABS市场发行量的增加，历史数据及已发行产品实际回收表现也有了一定的积累。我们通过不断校验，从技术上寻求突破，对估值方法进行迭代升级。该版方法在大数法则的基础上，假设某些因素对回收的影响度较高，并根据这些因素，采用聚类分池技术将静态池和资产池按照相同维度划分子池及模拟回收，并新增考虑了多个调整因素，整体实现了估值总额的准确。但该版方法未将节假日以及季节性波动因素考虑在内，导致模拟得到的现金流分布形态与实际表现仍有较大差异。

3、定性定量验证分池技术合理性，引入季节性和周期性优化回收时间分布

2019年，我们对方法进行了第二次优化和升级，历时4个月，通过200余次测算模拟以及多轮专家意见的收集反馈，实现了信用卡不良ABS估值方法与评级技术的进一步完善，推动理论基础更加扎实、评级结果更加准确。

四、估值技术的未来展望

随着市场与产品飞速发展，外部环境的挑战日渐增多，技术方法不能故步自封，仍需与时俱进不断改良优化，进一步考虑新的因素，解决新的难题，继续夯实估值准确性。

（一）在分池阶段，探索更多显著影响回收的因素，构建多维立体分池，进一步提升估值的准确性

从检验结果来看，成为不良时的未偿本金余额、客户授信额度等变量与回收的相关性较高，因此作为分池的主要依据；婚姻、职业、学历、年收入等因素则作为回收估值的辅助判断因素。从定性角度推断，这些辅助判断因素对回收均可能有一定影响，但由于它们并非申请信用卡必须信息，或均为借款人自填信息，在缺乏逐笔、严格验证的情况下，其真实性和准确性存疑，难以衡量其对回收的确切影响程度。未来，随着用户征信数据互联和大数据分析技术的发展，以上字段信息或将会得到充分补全和校正，届时我们将继续探索更多对回收影响显著的因素，实现多维立体分池，进一步提升估值准确性。

（二）持续对历史数据表现和资产池实际表现进行观察总结，不断改良历史视角对当前环境的适应性

历史不能完全反映未来，但仍可以在一定程度上解释未来。目前的估值逻辑是以历史静态池数据表现作为依据，应对朝夕瞬变的市场环境则是巨大的挑战。因此，需要不断地对历史数据表现与资产池实际表现进行持续监测、校验和比对，通过两者差异的变化趋势来动态调整历史静态池的可参考性。

（三）在调整差异阶段，进一步捕捉回收数据的区域性特点，研究引入地区作为估值调整变量的可行性

过去，我们通过显著性检验的方式来分析地区对于回收的影响，发现三个现象：一是不同地区的回收率虽存在差异，但并不明显；二是不同发起机构的回收的地区性分布特点有较大区别；三是同一地区的回收率在不同发起机构之间表现分化明显。由此推断，地区这一因素对回收的影响并不显著。

然而，近年来，我们逐渐发现地区对回收也存在阶段性显著影响。例如，新冠疫情爆发后，各省份受影响的程度不同，地区之间或存在回收的短暂性差异，这将导致不同资产包的估值产生分化。因此，对于回收率的地域性特点，仍需进一步研究和捕捉，并适时将地区因素纳入资产包的估值调整中。

（四）加强对公共卫生事件的全周期影响的衡量及思考，为未来类似的特殊事件处理提供参考和借鉴

2020年，新冠病毒肺炎疫情给企业经营及个人生活都带来了巨大影响，直接导致部分债务人的收入水平骤降、还款能力恶化，对应信用卡不良ABS底层资产的回收表现受到明显冲击。前文提到，精准判断特殊事件的影响对于回收估值非常重要，而疫情这类公共卫生事件具有持续性和不可预测性，其产生、蔓延、衰退直至消亡的生命周期内对于信用卡不良ABS的回收造成的影响程度暂无法估计，因此需要对事件的全周期进行持续监测与评估。

图2 疫情全周期内对回收的影响程度走势模拟

资料来源：作者绘制。

疫情生命周期的不同阶段对回收的影响程度不同。如图2所示，疫情的影响预计可能存在三种走势，第一种如红线所示，疫情初期至高发期段，影响程度不断攀升，但随着疫情被有效控制，后期产生的影响显著减少；第二种如绿线所示，疫情前半段与前述情况类似，但步入峰值后，疫情影响仍会在较长时间内存在，然后缓慢下降；第三种如蓝线所示，疫情爆发、扩散至极限后，对资产回收持续产生影响且基本未减弱。不论何种走势，不同时间段所施加的特殊事件折扣也不同。因此，我们首先需要对事件进行全周期评估，以判断事件影响的变化形态；然后及时通过特殊事件折扣在不同时间段的估值中精准体现。

我们在本次新冠疫情事件中，持续积累回收数据的变化趋势以及估值调整的经验，这将为下一次类似公共卫生事件时的回收估值提供前瞻性的参考，推动估值结果更加科学、客观及准确。

附注

[1]个人信用类不良ABS通常包括信用卡不良ABS和消费贷不良ABS。

[2]毛回收金额即24期或36期总预测回收金额，全文同。

[3]毛回收率 = 毛回收 / 入池未偿本息费余额，全文同。

[4]回收时间分布是指由24期或36期逐月预测回收金额组成的时间分布曲线，全文同。

参考文献

1、荀婧,高明,成晓磊. 信用卡不良资产证券化的思考及建议[J].中国信用卡,2019(1).

2、 骆红雯.信用卡不良催收管理新思路[J].经济,2019(7).

3、曾另琼.关于信用卡不良贷款的调研[J].金融经济, 2017（22）:46-48.

4、Non-Performing LoanSecuritisations Rating Criteria[J]. FitchRatings Rating Structured Finance,2019-01-08.

5、Moody’s Approach to RatingSecuritisations Backed by Non-Performing and Re-Performing Loans[R]. Moody’sInvesters Service. 2016.8.2.

声明

本报告由中债资信评估有限责任公司（China Bond Rating Co.,Ltd）（简称“中债资信”，CBR）提供，本报告中所提供的信息，均由中债资信相关研究人员根据公开资料，依据国际和行业通行准则做出的分析和判断，并不代表公司观点。本报告中所提供的信息均反映本报告初次公开发布时的判断，我司有权随时补充、更正和修订有关信息。报告中的任何表述，均应从严格经济学意义上理解，并不含有任何道德、政治偏见或其他偏见，报告阅读者也不应从这些角度加以解读，我司及分析师本人对任何基于这些偏见角度理解所可能引起的后果不承担任何责任，并保留采取行动保护自身权益的一切权利。

本报告版权归中债资信评估有限责任公司所有，未经许可任何机构和个人不得以任何形式翻版、复制和发表。如为合理使用的目的而引用本报告中的定义、观点或其他内容或刊发本报告，需注明出处为中债资信评估有限责任公司，且不得对本报告进行有悖原意的引用、删节和修改。我司对于本声明条款具有修改和最终解释权。