下载文档原格式
“双碳”背景下新能源汽车企业绿色债券融资研究目录一、内容概览 (2)1.1 研究背景与意义 (2)1.2 国内外研究现状综述 (3)1.3 研究内容与方法 (5)二、理论基础与概念界定 (6)2.1 绿色债券概述 (8)2.2 新能源汽车企业概述 (9)2.3 “双碳”目标与低碳发展 (11)三、“双碳”背景下新能源汽车企业绿色债券融资现状分析 (12)3.1 绿色债券市场发展趋势 (13)3.2 新能源汽车企业绿色债券发行情况 (14)3.3 存在的问题与挑战 (16)四、新能源汽车企业绿色债券融资影响因素分析 (17)4.1 企业内部因素 (18)4.2 市场环境因素 (20)4.3 政策法规因素 (21)4.4 技术创新因素 (22)五、新能源汽车企业绿色债券融资策略研究 (23)5.1 优化债务结构 (25)5.2 提高资金使用效率 (26)5.3 加强风险管理 (27)5.4 创新融资模式 (29)六、案例分析——以某新能源汽车企业为例 (30)6.1 企业概况及绿色债券发行背景 (32)6.2 绿色债券融资成功经验 (33)6.3 对其他新能源汽车企业的启示 (33)七、结论与建议 (35)7.1 研究结论 (36)7.2 对政策制定者的建议 (36)7.3 对新能源汽车企业的建议 (38)八、研究展望 (39)8.1 研究不足之处 (40)8.2 未来研究方向 (41)一、内容概览随着全球气候变化问题日益严重，各国政府和企业都在积极寻求减少碳排放的有效途径。
政府提出了“双碳”即碳达峰和碳中和，以应对气候变化挑战。
在这一背景下，新能源汽车产业作为实现低碳发展的重要领域，吸引了广泛关注。
新能源汽车企业在发展过程中，面临着资金短缺的问题。
为了解决这一问题，许多新能源汽车企业选择通过发行绿色债券进行融资。
本文将对新能源汽车企业在“双碳”背景下的绿色债券融资进行研究，分析其现状、问题及发展趋势，为企业提供有益的参考和建议。
信贷资产证券化产品评级的五个思路与实际案例分析原创2016-10-24姜波姜波，上海新世纪资信评估有限公司总裁助理，结构融资评级总监，并担任公司评级委员会委员，评级标准委员会委员，2007年加入新世纪从事工商企业评级、金融机构评级和结构融资产品评级，2008年负责新世纪评级和标准普尔评级的技术合作项目。
编者按由于基础资产的不同，信贷资产证券化产品往往有着不同特征，评级方法也因此各有差异。
在中国资产证券化论坛主办的“2016中国中小银行资产证券化专题培训”上，上海新世纪资信评估有限分享实录姜波：的ABS关，而其它根据资产证券化产品是根据证券的目标等级倒过来构建的产品，而且和传统产品有很大不同，更多的像是一个手艺人做的手艺活和艺术品。
基础资产通过真实出售做到完整的债权转让，这是内部信用增进的前提。
国内主要用“破产隔离”这个词，而我更愿意用“破产远离”这个词。
实事求是地讲，任何一个参与方的破产多多少少都会影响到投资者按时足额收到本息偿付。
即便是做到了真实的销售，原始权益人破产后也要寻找替代的资产服务机构，如果没有替代名单，在市场上并不一定能在短期内找到。
因为任何一个交易参与方破产最终还是会影响到投资人，所以在具体的评级思路里会有一个交易参与方履约能力的分析，主要就是基于这种情况。
二、资产证券化产品评级的五方面思路正是由于有上述特征，所以证券化产品的评级思路主要从五个方面来考虑。
不管是怎样的资产证券化产品，不管是受益权、收费权、债权还是动态池、静态池，我们都会从五个方面来进行分析。
区别在于，对于不同的基础资产特征，我们可能在资产池的组合信用分析以及现金流对产品的压力测试上面会有不同的处理。
对于法律风险而言，评级机构一般会从两个纬度考虑：（1）基础资产的产生是否合法；（2）基础资产是否能够转让。
一般而言，银行通过自身业务产生的基础资产，无论是信贷资产、信用卡债，还是汽车贷款、房贷，在法律风险和破产隔离方面，相比其它类别的资产会更容易处理，因为这些债权在法律上都是一项完整的权利。
一、引言随着全球能源紧缺问题日益严峻，低碳经济成为全球经济的重要议题。
2020年，中国提出“碳达峰”“碳中和”目标，道路交通领域作为我国第三大碳排放源，大力发展新能源汽车成为产业变革的主要内容。
目前，我国新能源汽车产业正处在政策驱动向市场驱动转变的关键阶段，产业前景向好。
但是，新能源汽车属于高新技术行业，具有资金依赖度高、投资回报期长等特点，较大的资金需求与行业快速发展的矛盾导致该行业存在融资结构不合理与财务绩效水平较低的现象。
融资结构优化可以使资金利用高效化，起到降低筹资成本，提高财务绩效的效果。
面对低碳经济和行业发展的机遇以及财政补贴退坡等融资环境改变的挑战，如何优化融资结构，最大化融资效果，提高公司价值，适应激烈市场竞争，成为当前新能源汽车行业急需解决的问题。
新能源汽车行业兼具汽车与新能源行业的特点，具有其自身特殊性与复杂性，研究该行业融资结构对公司财务绩效的影响有较大研究意义。
因此，本文使用实证研究的方法，探讨新能源汽车行业融资结构与财务绩效的关系，并根据研究结论提出新能源汽车融资结构相关改进意见，以期为新能源汽车等战略性新兴产业的融资结构优化提供参考。
二、相关概念界定（一）融资结构融资结构有广义融资结构与狭义融资结构两个概念。
其中，广义融资结构等同为资本结构，而狭义融资结构的定义，则是企业筹集而来的资金依据不同划分标准而形成的不同融资类型各部分占比关系。
本文以狭义融资结构为研究对象。
企业的融资结构作为企业相关利益者权利义务的集中体现，影响并决定着企业治理结构与企业价值，企业如何获取最佳融资结构是一个企业在获取融资时主要思考的重要问题。
表1列示各类型融资结构及融资结构相关理论。
表1融资结构分类及融资结构理论融资结构分类划分标准获取来源权益归属内容内源融资与外源融资债权融资与股权融资融资结构理论使用期限类型早期融资结构理论现代融资结构理论后现代融资结构理论长期融资与短期融资内容净收益理论、经营收益理论、传统折中理论MM理论及由其延伸出来的米勒模型、权衡理论代理成本理论、信号传递理论、财务契约理论、有序融资理论、控制权理论（二）财务绩效财务绩效的定义为企业战略实施执行对最终经营业绩做出的具体贡献值，现有主流财务绩效评价指标如表2所示。
联合资信-个⼈住房抵押贷款证券化（RMBS）评级⽅法联合资信：个⼈住房抵押贷款证券化（RMBS）评级⽅法⼀、概述基于抵押贷款的结构融资是成熟市场证券化业务的发端：⼀⽅⾯其开辟了抵押贷款的⼆级市场，另⼀⽅⾯结构化技术的使⽤也为投资者提供了订制化的风险收益模式以满⾜其偏好。
个⼈住房抵押贷款⽀持证券（RMBS）是⼀种结构化借款⼈违约风险和提前偿付风险的结构融资产品；另外，因抵押贷款的表现同住房⾦融、房地产市场以及宏观经济状况密切相关，个⼈住房抵押贷款⽀持证券同时也是⼀种宏观经济系统性风险敏感的⾦融产品。
因之，个⼈住房抵押贷款证券化评级的有效性⼀定程度上决定于宏观经济及资产市场的整体表现，继⽽，决定于国家的经济政策选择以及宏观经济的国际传导和相互影响。
国内的住房⾦融市场建⽴在⼟地使⽤权和房产所有权的基础之上，其迅速发展源于90年代住房产权契约安排的转变，其时国内取消了住房配给制度，并进⾏了范围⼴泛的房产商品化改⾰。
虽然历经了⼆⼗多年的发展，国内住房⾦融领域仍然⾯临着制度供给的缺失，⽬前仍未建⽴起完善的住房保障计划和国家信⽤⽀持计划；同时，私⼈保险也没有深⼊到住房⾦融领域，其覆盖范围过于狭窄。
有效制度供给的缺失有可能在经济景⽓低迷时期放⼤借款⼈的违约可能性。
2000年以来，国内的房地产市场价格基本上呈逐步上升态势，这是由国内需求、国际国内的流动性以及经济体制等多种因素造成的。
消费结构升级、城市化进程、全球化推动的经济增长，以及住房商品化改⾰积累的存量需求、城镇居民收⼊⽔平的提⾼，加之市场中充裕的流动性导致房价不断上涨。
过去⼏年中，许多⼤城市住宅房地产价格的涨幅超过了其经济产出的增幅，主要城市的房价收⼊⽐⾼出国际平均⽔平。
为了控制房地产价格，国家有关部门实施了⼀系列的宏观调控措施，包括⼟地、税收、信贷政策，以及规范外商投资、调控住房结构等举措，这在⼀定程度上抑制了房地产价格的涨幅，同时也给房地产市场带来了监管取向的价格波动。
商业银行公司贷款资产证券化（CLO）评级方法一、概述商业银行公司贷款资产证券化（CLO）评级关注的主要内容是：资产池中贷款的资产质量及利差收益幅度，行业、债务人、地区等组合分散化；加权平均帐龄及剩余期限；利率和基差风险；贷款服务机构及其他参与机构的尽职能力及意愿等。
具体而言，联合资信的CLO评级分析要点及流程包括：1.对资产池中单笔贷款资产进行信用分析；2.对资产池进行组合信用分析，确定必要的信用增级量；3.对交易结构进行分析，包括现金流支付机制、结构化安排等；4.构建现金流模型进行现金流分析及压力测试；5.参与机构分析，包括贷款服务机构，受托机构，资金保管机构等；6.证券化过程中所涉及到的法律、会计、税收等要素分析。
二、资产池信用分析CLO评级过程开始于对资产池中每笔贷款的信用评估。
首先要根据每笔贷款的借款人信用质量和担保情况确定每笔贷款的信用等级，然后结合每笔资产的违约和回收假设对资产池进行信用风险建模分析。
因此，资产池的贷款资产质量及分散化程度是CLO评级的一个关键因素。
通过对每笔贷款的风险暴露乘以相对应贷款权重因素（基于信用等级的违约率，详见表1）可以得出资产池的加权平均信用等级，由于低信用等级贷款的风险暴露往往占有更高的权重，因此资产池的加权平均信用等级相对更保守。
但加权平均信用等级只是资产池信用质量的一种直观反映，没有考虑组合的相关性因素，这包括行业集中度、债务人集中度等。
资产池加权平均信用等级可能在一段时间后发生变化，以静态资产池为例，这种信用等级的变化取决于资产池的剩余期限、所处的外部经济环境、以及资产池中贷款资产的初始信用质量。
一般而言，债务的剩余期限越长，其信用等级变化的可能性越大。
在较弱的经济环境中，大多数的信用等级变动都是负向的。
因此，在对资产池的信用风险进行建模分析时，剩余时间和外部环境都是建立违约假设模型的考虑因素。
1. 基本原理目前，普遍采用蒙特卡罗（Monte Carlo）模拟方法对资产池的信用风险进行量化分析。
融资融券担保品评级模型
融资融券担保品评级模型是用于评估融资融券业务中所需的担保品（例如股票、债券等）的风险和价值的一种模型。
这些评级模型旨在帮助金融机构和投资者更好地理解和管理其融资融券交易的风险。
具体而言，融资融券担保品评级模型通常考虑以下因素：
1. 市场价值：担保品的市场价值是一个重要指标，可通过评估担保品的价格波动和流动性来确定。
2. 风险特征：评级模型会考虑担保品的风险特征，如行业风险、信用风险和市场风险等。
3. 投资者需求：评级模型还会考虑不同投资者对担保品的需求程度，以及担保品是否能够满足投资者的融资或融券需求。
4. 相关指标：评级模型可能会使用一系列与担保品相关的指标，如财务指标、市场指标和流动性指标等，以评估担保品的价值和风险。
需要注意的是，具体的融资融券担保品评级模型可能会因机构和市场而异。
不同的金融机构和投资者可以根据自身需求和实际情况，选择或开发适用于其业务的评级模型。
此外，评级模型只是辅助工具，不能完全消除风险。
在进行融资融券交易时，投资者和金融机构应同时考虑其他风险管理措施，并与专业人士咨询以获取更准确的评估和建议。
“双碳”背景下新能源汽车企业价值评估目录一、内容概述 (2)1.1 背景介绍 (2)1.2 研究目的与意义 (3)二、新能源汽车企业价值评估现状及问题 (4)2.1 新能源汽车企业价值评估的现状 (5)2.2 新能源汽车企业价值评估存在的问题 (6)三、基于“双碳”背景的新能源汽车企业价值评估方法 (7)3.1 碳排放权交易下的价值评估方法 (8)3.1.1 基于碳排放权的折现现金流法 (9)3.1.2 基于碳排放权的期权定价模型 (10)3.2 碳税政策下的价值评估方法 (11)3.2.1 基于碳税的直接市场估值法 (13)3.2.2 基于碳税的间接市场估值法 (14)3.3 双碳政策下的综合价值评估方法 (15)3.3.1 综合应用折现现金流法和期权定价模型 (17)3.3.2 综合应用直接市场估值法和间接市场估值法 (18)四、案例分析 (19)4.1 碳排放权交易下的企业价值评估案例 (20)4.2 碳税政策下的企业价值评估案例 (22)4.3 双碳政策下的综合企业价值评估案例 (23)五、结论与建议 (24)5.1 研究结论 (25)5.2 政策建议 (27)5.3 研究展望 (28)一、内容概述随着全球气候变化问题日益严重，实现碳中和已成为各国政府和企业的共同目标。
在此背景下，“双碳”战略应运而生，新能源汽车产业作为低碳发展的重要载体，迎来了前所未有的发展机遇。
新能源汽车企业的价值评估面临诸多挑战，本文档旨在深入探讨在“双碳”如何科学、全面地评估新能源汽车企业的价值。
1.1 背景介绍随着全球气候变化问题日益严重，各国政府纷纷采取措施应对气候变化，其中“双碳”目标（即碳达峰和碳中和）成为各国政府和企业共同追求的目标。
在这一背景下，新能源汽车企业作为推动绿色低碳发展的重要力量，其价值评估显得尤为重要。
新能源汽车企业价值评估不仅关系到企业自身的发展战略和市场地位，还影响到全球范围内的能源转型和环境保护。
新能源汽车产业金融支持效应研究目录一、内容概述 (2)1.1 研究背景及意义 (2)1.2 研究目的与问题 (3)1.3 研究方法与数据来源 (4)二、新能源汽车产业发展现状分析 (5)2.1 全球新能源汽车产业发展概况 (7)2.2 中国新能源汽车产业发展现状 (8)2.3 新能源汽车产业政策环境分析 (10)三、新能源汽车产业金融支持现状分析 (11)3.1 金融支持政策综述 (12)3.2 金融支持方式分析 (13)3.3 金融支持与产业发展相关性分析 (15)四、新能源汽车产业金融支持效应实证研究 (16)4.1 研究方法与模型构建 (17)4.2 实证分析结果 (18)4.3 结果讨论 (19)五、新能源汽车产业金融支持优化建议 (21)5.1 完善金融支持政策体系 (22)5.2 创新金融支持方式 (23)5.3 加强金融风险防范 (24)六、结论与展望 (25)6.1 研究总结 (26)6.2 研究不足与未来展望 (28)一、内容概述本文档的核心内容是关于新能源汽车产业金融支持效应的研究。
在当前全球绿色转型和可持续发展的背景下，新能源汽车产业正日益成为经济发展的重要驱动力之一。
在这一进程中，金融支持效应的重要性不可忽视，对于推动新能源汽车产业的创新和发展具有至关重要的作用。
本研究旨在深入剖析金融支持在新能源汽车产业中所产生的具体效应，为政策制定者、金融机构以及产业界提供决策参考。
本文将首先介绍新能源汽车产业的发展现状及趋势，阐述其在全球能源转型和环境保护中的重要作用。
分析金融支持在新能源汽车产业发展中的重要性，包括政策扶持、资本市场融资、金融机构信贷支持等方面。
在此基础上，通过实证分析，研究金融支持对新能源汽车产业的技术创新、产业升级、市场拓展等方面的具体效应，探讨其促进产业持续健康发展的内在机制。
提出优化金融支持效应的政策建议，旨在更好地发挥金融在新能源汽车产业发展中的积极作用。
汽车贷款证券化评级方法结构融资部 李文平汽车贷款证券化是类别广泛的消费信贷应收款证券化中的一种，其发起人通常为开展汽车消费信贷的金融机构，如商业银行、汽车附属金融公司以及独立金融公司等。
在欧美等成熟市场以及亚太区新兴市场，汽车贷款证券化产品发行量的增长尤其迅猛，其业已成为释放资本、规模扩张、融资来源以及管理资产负债表的有效方法；在中国大陆，受制于汽车金融业务规模较小、资本市场的深度不足以及监管机构的严格规制，汽车贷款证券化产品方兴未艾。
汽车贷款证券化交易中的信用风险主要在于资产池入池贷款的拖欠和违约所引致的现金流的匮乏：有赖于交易结构的安排和资产池抵押品的表现，如果源自资产池应收款的现金流难以保障及时的债务兑付，则将引发流动性风险；如果源自资产池应收款的现金流难以保障债务的最终偿付，则引发违约损失风险。
信用支持手段，包括准备金、优先/次级结构、信用证、债券保险、超额利差以及超额担保等用于缓释此类风险。
联合资信对汽车贷款证券化的评级着重于考量以下几点：1）发起机构的公司运营和财务状况；2）发起机构同汽车经销商的关系；3）贷款发起模式及承销标准；4）贷款服务的政策和程序；5）基础资产的信用品质和预期损失表现；6）现金流结构以及信用提升和流动性提升安排。
联合资信评级分析的目的是确定特定交易的流动性提升和信用提升安排是否足以保障预定评级的需要，上述考量重点将分别在以下四个部分中论述：抵押分析、信用分析、结构分析以及贷款发起机构和服务机构分析。
一、抵押分析联合资信考量影响汽车贷款表现的诸多特征指标以确定基础资产的违约率和损失严重程度，包括：借款人信用品质；贷款类型；首付及月供；贷款价值比率（LTV）；贷款期限；贷款定价方式；贷款帐龄；抵押车型、性能和使用年限；汽车保险；区域集中度。
其中违约率同借款人信用品质、首付及月供、地区以及贷款帐龄相关，而损失严重程度同抵押车型、性能和使用年限、汽车保险、贷款价值比率、贷款期限、地区以及贷款帐龄相关。
借款人信用品质目前国内消费信贷领域仍然没有一套以借款人信用品质区分贷款的通用标准，借款人信用品质的一个主要参照是中国人民银行建立的个人征信信息系统中的个人信用记录，然而即便是这样的系统，其信用记录也并不全面。
各个贷款发起机构的借款人信用计分系统仍然在建立过程当中，然而它们仅适用于其自身，信用计分标准的选取因机构的不同而不同。
可以说，国内还没有广泛适用的区分借款人信用品质的直接标准，对借款人信用品质的区分还有赖于借款人提供的间接证据，如收入证明、财产证明等；因此，对借款人信用品质的判断将直接依赖于这些间接证明的真确性，以及这类间接证据在表征借款人信用品质方面的有效性。
若发起机构有借款人信用计分系统，信用分析师不会简单的使用发起机构信用计分系统的结果，而是会考察该信用计分系统在评估借款人信用品质方面的有效性；若发起机构没有借款人信用计分系统，则信用分析师会使用其信息系统中有助于评估借款人信用品质的代理变量，代理变量的选用会经过适当的程序进行筛选。
贷款类型多数汽车贷款都是等额分期摊还类型的，然而也存在到期偿还型或气球型的贷款。
同等额分期摊还型贷款相比，气球型贷款的月供更低，而偿还期的风险暴露更大；在到期日，借款人可以将抵押物交给贷款发起人抵债，而这时抵押车辆的市场价格极有可能会低于贷款的未清偿数额，因此，损失严重程度通常会比等额分期偿还型贷款大。
贷款期限受到监管约束，国内汽车贷款发起机构发放的新车贷款期限小于5年、二手车贷款小于3年。
一般来讲，贷款期限越长，贷款的损失严重程度就会越大。
一方面，信用品质偏弱的借款人可能会适于月供较低（期限较长）的借款安排；另一方面，贷款期限越长，则发起机构更有机会面临借款人信用品质的恶化。
首付目前，国内的汽车贷款均有相当比例的首期付款要求，按照监管机构的规定，新车贷款首付不低于20%，二手车贷款首付不低于50%。
通常，首期付款比重越高，则借款人违约的可能性较小，且违约后损失的严重程度也较小。
贷款价值比（LTV）贷款价值比（LTV），是指贷款余额同汽车价格的比值。
根据监管机构规定，新车贷款初始贷款价值比率小于80%，二手车贷款初始贷款价值比率小于50%；然而，随着贷款帐龄的增长，因汽车的贬值效应引致的即期贷款价值比率可能会大于100%，就是说，贷款发起后短期内汽车会加速贬值，其市价可能会远远低于贷款的未偿余额，由此造成借款人在所购汽车上的负权益头寸，这可能引起借款人违约，而这时违约势必会造成违约损失。
通常，贷款的初始贷放比率越大，则借款人的负权益头寸就越有可能出现；贷款的期限越长，这种负权益头寸持续的时间就越长。
贷款帐龄历史数据分析表明，在违约发生的可能性同贷款的帐龄之间存在显著的相关关系。
绝大多数违约出现在贷款发起后的6~18个月之间。
因为债务人在贷款所购汽车上的负权益头寸出现于贷款早期，故汽车贷款证券化交易基础资产的损失多出现于交易前期。
借款人良好的偿付记录有助于损失频率的降低，此外，发起机构保守的贷款承销标准亦有助于短期内损失的准确预测。
贷款利率通常贷款利率因借款人的风险而定，然而在消费信贷领域并不全然如此，这一领域中的贷款定价视市场环境、竞争状况、监管规定以及激励计划等一系列因素而定，比如，借款人的低息汽车贷款可能是在购车激励计划下发起的，并不必然意味着借款人的信用品质较好。
此外，在国内，因为贷款期限以及首付等条款为监管机构所硬性规定，出于规避监管目的产品创新也是贷款定价考虑的一个方面，比如零息贷款。
有必要在资产池的层面上确定贷款利率的分布：那些低息贷款可能享受着购车激励而提前偿还的意愿偏弱，由此难以产生足够的超额利差支持证券化交易；那些高利率的贷款其借款人的信用品质可能较差，也许会发生违约而不再提供超额利差支持。
抵押车型、性能及使用年限不同的品牌、车型会有不同的贬值速度以及回收价值，因此，一个多样化的组合会倾向于具有一个稳定的贬值速率和回收率。
单一或集中于某一车型的贷款组合会受到车型过于集中的影响，有关该车型的制造商及渠道运营商的公司战略和运营模式的变化都会影响到贷款组合的损失率，或影响到该车型的经济条件的变动也会对整个组合的损失表现产生较大影响。
除此之外，汽车的性能和状况也会影响到贷款的损失严重程度，性能优良、状况较好的汽车其在抵押物处置时回收的价值通常会较高。
信用分析师会关注组合车型集中以及性能较差汽车引致的回收风险，并会据此相应设定回收率的压力指标。
信用分析师还会考察贷款组合的新车/二手车的构成情况，一般而言，二手车贷款较新车贷款具有更高的违约可能性和更高的损失严重程度。
信用分析师会在历史数据分析阶段据新车/二手车对静态池作子池拆分，以此分析新车贷款和二手车贷款的历史表现。
汽车保险出于利益保障的目的，大多数贷款人要求借款人投保汽车损害保险，保额需要覆盖贷款规模并以贷款人作为保险受益人。
管理良好的公司具有系统的持续追踪方法并可及时知会借款人投保额的不足。
缺乏充分的初始保险覆盖度和实时跟踪能力将在证券化交易中显著加大信用损失。
那些其未予保险的汽车受到严重损害并且难于修复的借款人将更可能发生违约。
当贷款人重新占有这种未参与保险的损害严重的汽车后，贷款的回收率通常极低。
当评估证券化交易的资产池时，分析师会考察未进行保险的贷款的比重以及强制进行保险的贷款的比重，这一指标有助于揭示资产池的信用品质。
区域集中度证券化的贷款组合应具备充分的多样性以缓释区域经济波动的影响，然而，国内单一发起机构的汽车贷款组合的集中度通常会较高，这是因消费金融的区域性特征所致。
若入池贷款均集中于同一地区，则资产池的信用风险会显著上升。
假如资产池存在显著的地域集中度的话，区域经济问题会影响到整个资产池的表现，区域集中度超过10%会引起评级分析师的注意。
分析师通常会检查地区的信用历史，以及宏观和微观方面的经济因素。
地域集中度的影响有赖于所集中地区的性质。
比如，一些地区相较其他地区而言区域经济更为稳定和多样化，经济稳定性及其对于资产池未来表现的影响与地区经济的多样性联系密切。
结果是，仅当所集中的地域经济增长并不稳定，或者其工业基础并不多样的时候，地区集中度才会增加基础资产的信用风险。
二、信用分析联合资信采用精算统计方法确定汽车贷款证券化的评级必要信用增级水平：精算统计方法基于历史数据分析，要求拟证券化的标的资产池的特征同历史静态样本贷款组合的特征较为接近。
这一方法关注贷款组合的违约和损失率指标，主要通过分析历史静态池的有关信用表现确立标的资产池的预期损失和损失的波动率。
精算损失方法适用的理想条件包括：（1）大的资产池且不存在显著的借款人集中度（即“正则”池）；（2）充足的历史静态池数据（要求这些静态池的性征接近拟证券化的资产池）。
“正则”池确保个别违约事件的发生不会对整个组合造成实质性影响；这样，在进行分析时个别借款人的信用品质就显得相对不甚重要。
性征接近标的资产池的静态池的历史数据的充分性可以确保经由其估计得到的预期损失和波动性数据的稳健性，典型的具备正则性条件的贷款组合要求要求未偿本金余额至少10亿元且平均贷款余额须接近20万元（组合的0.02%）。
静态池分析信用分析师极为倚重静态池分析以预测拟证券化资产池的累计净损失，原因在于静态池指标是资产池未来表现的良好指示。
静态池数据较动态组合数据更加准确地反映了交易期限内组合期望损失的变化，动态组合数据可能会掩盖业务增长期内的损失。
此外，静态池数据有助于体现因贷款合同、业务领域、区域分布以及新/旧车构成的不同而带来的损失表现的不同。
静态池分析是将发起机构的贷款组合按发起日期分类，并在月度的基础上追踪考察这些类别组合的表现。
静态池分析要求静态贷款组合的帐龄至少达到18至24个月，且组合内的贷款业已被大量偿还。
使用静态池数据可以构建损失曲线和损失的时际分布曲线。
通过用更为成熟的静态池构建的损失曲线可以导出新近、帐龄更短的静态贷款组合的累计净损失。
若拟证券化的资产池同历史静态池具有相近的特征而且贷款的承销标准具有一致性，分析师则可通过使用静态池的累计净损失以导出拟证券化资产池的基准情景期望损失。
动态组合数据分析联合资信希望发起机构提供3~5年的组合数据，包括发起、拖欠、违约处置、总损失和净损失以及回收率数据。
如果贷款人正处在业务高速增长期，动态组合数据往往会低估真实的损失。
在贷款业务的高速增长期，违约和损失动态数据会被低估，利用其并不能准确预测证券化交易的损失表现。
信用分析师校正业务高速增长引致的动态损失数据失真的一个办法是用年度净损失除以年初贷款余额或上年同期贷款余额，采用这种滞后算法得到的贷款损失率通常更为合理，滞后贷款损失率更高要么意味着贷款发放标准放松，要么意味着外部经济条件的变化导致了更多的违约出现。
