20260702-东方金诚-制造业PMI与小微租赁ABS资产质量关联研究及量化模型构建_6页_346kb

制造业PMI与小微租赁ABS资产质量关联研究及量化模型构建总结

核心内容概述

本文围绕制造业采购经理指数（PMI）与小微租赁资产支持证券（ABS）资产质量之间的关联性展开研究，旨在构建一个能够量化分析PMI变动对小微企业租赁违约率影响的模型，并为相关方提供风险评估与管理的参考依据。

主要观点

• 小微租赁ABS的特点：
  基础资产具有小额、分散、行业集中度高、地域集聚性强等特点，其资产质量高度依赖宏观经济环境，尤其是制造业PMI的变化。

• PMI与违约率的关联机制：
  制造业PMI与小微租赁ABS的承租人违约率存在显著的负相关关系。PMI低于荣枯线时，违约率上升幅度大于上升时的下降幅度，体现出非线性与加速性特征。

• 量化模型构建：
  构建了包含PMI及其平方项的多元线性回归模型，同时引入LPR利率、CPI增速等宏观经济变量，模型拟合优度达0.767，预测精度较高，可作为风险量化管理工具。

关键信息

模型假设

• PMI是影响小微租赁ABS违约率的核心宏观变量；
• PMI与违约率的关联关系在样本期内保持稳定；
• 数据真实可靠，样本具有代表性。

变量定义

模型结构

$$
Y = \alpha + \beta_1 \times X_1 + \beta_2 \times X_1^2 + \beta_3 \times X_2 + \beta_4 \times X_3 + \beta_5 \times X_4 + \beta_6 \times X_5 + \beta_7 \times X_6 + \beta_8 \times X_7 + \varepsilon
$$

• 引入 $X_1^2$ 项以捕捉PMI与违约率之间的非线性关系；
• 模型通过显著性检验，具备较高的预测精度。

案例验证

• 案例选取：选取“某租赁第X期普惠资产支持专项计划”作为验证对象，该产品发行规模9亿元，基础资产为物流运输设备租赁债权，覆盖6000多户小微企业。
• 情景分析：基于模型计算不同PMI情景下的违约率预测值，结果表明PMI下降时违约率上升幅度更大，体现加速性特征。

对策与实践建议

对融资租赁公司

• 将PMI纳入业务准入与存续期监测；
• 优化基础资产筛选标准，降低制造业集中度；
• 推动数据赋能与动态增信，提升风险管控能力。

对投资者

• 将模型预测结果作为投资决策参考；
• 关注产品增信措施，优先选择超额利差充足的产品；
• 加强存续期跟踪，重点监测PMI持续下行期间的资产质量变化。

对监管机构

• 完善信息披露制度，要求披露基础资产行业分布与PMI关联分析；
• 鼓励产品创新，支持数据资产赋能与动态增信；
• 建立宏观经济预警机制，引导市场主体加强风险防控。

研究局限与未来展望

• 局限：样本数据有限，未考虑极端宏观经济冲击；
• 展望：可拓展模型变量，纳入更多宏观经济指标；分行业构建模型；结合机器学习算法开发动态风险预测模型。

附录信息

• 宏观经济与债券市场：涵盖利率债、信用债、地产债、黄金市场、美国经济与美债等板块。
• 产业债领域：包括AI与制造业、芯片、光伏、汽车、房地产、化工、半导体、机械、建筑、钢铁、水泥、煤炭、消费电子、低空经济、医药、港口、电力等。
• 地方政府与城投公司：涉及城投行业、地方政府债、多个城市群与都市圈。
• 金融行业：包括城商行、信用担保、融资租赁、保险、金融租赁、证券等。
• 资产证券化：涵盖企业ABS、信贷ABS、持有型不动产ABS、REITs等。

权利及免责声明

• 本报告内容的著作权及其他知识产权归东方金诚所有；
• 引用的公开资料由资料提供方负责；
• 额外说明：评级预测具有主观性与局限性，可能与实际存在差异；
• 本报告仅为第三方参考意见，不构成任何决策建议；
• 使用需获得书面授权，引用时需注明来源，不得篡改或歪曲内容。