具有预测残值的印度设备融资

1. 制定信贷决策

核心决策是针对设备群提供多少贷款、期限、主要概况以及监控控制措施。答案取决于借款人的偿债能力以及贷款人识别、控制和变现融资资产的能力。因此，剩余价值是信贷设计的一部分，而不是最终回收率估计。

稳健的决策将五个值分开。发票价值是合同采购价格。市场价值是评估日有序交易中预期的价格。经济价值反映了当前运营商的预期生产性现金流。总残值是未来日期的预期销售价格。可变现净值扣除收回、修理、移动、储存和出售资产所需的成本和延误。信用保护应根据规定压力下的最后措施进行校准。

该框架询问资产证据是否足够可靠以改变贷款决策。只有在身份、所有权、使用、维护和市场证据得到控制的情况下，模型才能支持更高的预付率。稀疏或可操纵的证据会增加不确定性并减少对估计残值的依赖。

每个决定都应依赖于可以在整个贷款期限内复制和监控的证据。

2. 定义设备周边

投资组合应按资产类别、制造商、型号、规格、年龄、所有权链、应用和地理位置进行细分。在受控采石场工作的液压挖掘机与在城市建筑工地间歇使用的同一型号液压挖掘机的退化路径不同。接近额定负载运行的发电机与遭受反复过载和劣质燃料质量的发电机具有不同的风险状况。

身份是基础。贷款人应核对制造商序列号、发动机号、底盘号（如适用）、发票、保险、登记、税务记录、借款人固定资产登记册、检查照片和安全文件。当附件和主要组件代表重要的价值份额时，它们需要自己的标识符。重复的序列号、无记录的更换和不一致的规格应该会阻碍自动评估，直到解决。

周边还应捕获无法轻易与工厂、许可证或场地分离的资产。设备可能具有较高的使用价值，但去除价值有限。地基、公用事业、校准、软件许可和环境义务可能会使物理恢复变得昂贵。在确定设施规模之前，这些因素就属于抵押模型。

3. 构建可靠的数据主干

预测模型需要将贷款、借款人、资产、运营商、地点、服务历史和市场观察联系起来的受控记录。贷方应建立规范的资产标识符并记录每个输入的出处、时间戳和所有者。原始遥测、检查证据和市场交易在转换后应保持可追溯性。

应该衡量数据质量。完整性测试可识别缺失的期间和字段。一致性测试将报告的时间与燃料使用、生产记录和维修间隔进行比较。合理性测试可以识别不可能的位置、负时间或计数器突然重置。调节测试将融资成本、支出、资产登记和会计记录联系起来。模型置信度评分应该反映这些控制，而不是将每条记录都视为同样可靠。

数据主干应保留历史值。覆盖一小时读数或状况等级会破坏解释估价变化所需的审计跟踪。版本化记录使贷方能够区分真正的恶化和纠正的数据错误。

4. 获取设备身份和名称

只有当贷款人能够确定资产是什么以及资产附带什么权利时，剩余价值才有用。担保包应标明法定所有者、融资方、资产、完善步骤、保险权益、处置限制和释放程序。公司费用、担保权益备案和运输登记可能适用，具体取决于资产和借款人结构。交易顾问应确认每个设施的要求。

贷方应将所有权证据视为评分控制。从供应商发票到借款人和贷方担保的干净链条比依赖于不明原因转移、关联方发票或丢失原始记录的链条获得更高的分数。进口设备需要清关、关税、规格和当地支持的证据。翻新设备需要提供基础机器、更换部件和保修的证据。

所有权的不确定性会影响回收的可能性和销售时间。因此，该模型应该应用法律控制调整，而不是仅仅将所有权记录为二进制字段。具有较强实物价值和较弱可执行性的资产对于贷方来说可能具有较低的可变现净值。

5、将使用量转化为经济年龄

日历寿命对于工作设备来说是一个糟糕的独立衡量标准。经济寿命综合了累计小时数、负载、怠速时间、工作周期、启动、温度、振动、油耗和运行环境。相关措施因设备类别而异。

应根据主要部件的预期生产寿命来规范使用。当一台机器在稳定负载下定期维护工作，而另一台机器经历反复过载、灰尘进入或过热时，两台使用寿命为 6,000 小时的机器可能具有不同的剩余寿命。使用严重性指数可以根据操作条件对工时进行加权，并将其转换为等效的标准工时。

该模型应区分生产性利用和利用不足。高利用率可以加速磨损，同时展示需求和现金生成。低利用率可以保持物理状况，同时表明项目延迟、部署薄弱或借款人经济状况不佳。信用监控需要两种解释。

6. 维护质量评分

维护记录应转化为状况和剩余寿命的证据。该模型应捕获预定服务合规性、机油和滤清器更换、流体分析、故障代码、磨损测量、部件重建、零件质量、授权服务参与和未解决的缺陷。

维护评分应该奖励及时、可验证的工作，并惩罚差距、重复故障、推迟更换和不一致的工时读数。仅支出是不够的。巨额维修费用可能会恢复价值或暴露出持续的故障。模型应区分预防性维护、正常磨损、大修和事故修理。

独立检查仍然是必要的。数字记录可能不完整或被更改。物理检查应测试身份、运行时间、泄漏、结构损坏、轮胎或履带、液压、电子、安全系统和附件。检查协议应该足够一致以训练和验证模型。

7. 直接观察状况

状况等级应将实物证据与预期的维修成本和适销性联系起来。五级系统可以通过结构完整性、动力系统性能、底盘或轮胎、液压、驾驶室和控制装置、外观和文档的可测量阈值来支持。照片应带有时间戳并链接到资产标识符。

计算机视觉可以帮助解决表面损坏、腐蚀、轮胎磨损和部件存在等问题。其输出应仍然是受控估值过程的输入。图像质量、照明、角度、隐藏缺陷和模型漂移都会影响可靠性。对于高价值的例外情况以及任何实质性改变信用条款的决定都需要进行人工审查。

状况应影响预期价格和不确定性。具有已知维修要求的机器可能比证据稀疏的机器更容易估价。当证据薄弱时，模型应该扩大分布。

8. 建立二级市场数据集

剩余价值建模需要观察交易、要价、拍卖结果、经销商出价、收回结果和出售天数。每次观察应记录型号、年份、时间、规格、条件、地点、卖家类型、销售渠道、税收、买家佣金、货币、日期以及交易是否完成。

要价不应被视为销售价格。拍卖结果需要根据买家费用、运输、不完整的检查和损坏进行调整。经销商投标包括库存、保修和保证金考虑因素。私人销售可能提供有限的验证。该模型应保留源类型并应用证据权重。

稀疏市场需要分层建模。可以跨相关模型、功率带或应用汇集证据，同时保留设备特定的调整。结果应揭示估计在多大程度上依赖于更广泛的类别证据。

9. 规范市场观察

可比交易应根据时间、地域、规格、营业时间、条件和销售渠道进行调整。通货膨胀和外汇变动会影响进口设备的价格。供应中断可能会暂时增加使用价值。新型号的推出可以降低旧技术的价格。

调整过程应避免误精度。透明的可比较网格可能比在小型或有偏差的数据集上训练的复杂模型更可靠。该模型应报告可比较观测值的数量、它们的离散度以及与主题资产的距离。

异常值需要审查。高价可能包括附件或服务合同。低价可能是由于产权缺失、火灾损坏或被迫出售。在没有记录规则的情况下删除观察结果可能会引入偏差。

10. 毛残值模型

基本模型可以将折旧曲线与经济年龄、维护、状况、规格、地理位置和市场流动性的调整结合起来。当数据量和治理支持时，更先进的方法可以使用梯度提升、生存模型或贝叶斯层次结构。所选方法应能够向信贷官员解释并经过独立验证。

输出应该是一个分布而不是一个数字。中央估计支持预期的经济状况。较低的百分位数支持抵押保护。极端的压力支持限制、资本规划和锻炼准备。当数据稀疏或不分布时，置信度就会下降。

该模型还应估计剩余使用寿命和主要部件故障的概率。当大修到期时，剩余价值可能会突然下降。平滑的折旧曲线可以隐藏这个悬崖。

特征选择应遵循经济逻辑。制造商、型号、配置、使用年限、等效时间、维护合规性、状况、地理位置、销售渠道和上市日期与价值有直接联系。由于历史实践，借款人身份或经销商关系可能看起来具有预测性，但这些变量可能会编码承保选择或不一致的追偿工作。在它们影响价格之前，它们的使用应该受到质疑。该模型还应避免使用在评估日无法获得的信息。

预测间隔应随着视野的扩大而扩大。对于具有活跃市场证据的标准机器的六个月估计可能相对紧张。专用设备 48 个月的估计受到技术、宏观经济和流动性变化的影响。信贷结构应通过降低气球规模、加快本金减少或合同重估点来做出反应。仅报告中心百分比将掩盖对贷方最重要的不确定性。

11.扣除恢复摩擦力

总销售价值不是抵押价值。贷款人应扣除收回、法律、运输、拆卸、修理、储存、保险、拍卖、税收和销售费用。它还应该对拥有和出售的时间进行折扣。每项成本都应得到投资组合经验或规定的管理假设的支持。

恢复摩擦力差异很大。拥有全国经销商支持的移动标准设备可以拥有广泛的买家群体。专用机械可能需要拆卸、技术重新调试和跨境买家。有争议地点内的设备可能仍然无法访问。该模型应该区分这些情况。

时间很重要，因为本金、利息、保险和恶化在恢复过程中仍在继续。即使预期售价不变，十二个月的延迟也会削弱价值。可变现净值的计算应显示现金成本和时间价值。

12. 估计市场流动性

流动性应通过预期销售天数、可信买家的数量、出价之间的差异、拍卖清盘率和经销商库存来衡量。清淡市场中的高报价可能比频繁交易所支持的较低价格提供的保护更少。

流动性可以是周期性的。当项目进展缓慢且多个贷方收回类似机器时，建筑设备的价值可能会减弱。因此，借款人违约与设备价格之间的相关性很重要。经济低迷会降低服务能力和抵押品价值。

贷款人应按模式、行业、地区和处置渠道实施集中度限制。即使每项资产都可以单独出售，类似机器的组合也可能压垮当地转售市场。

13. 将残值与预付款率挂钩

预付率应反映下行的可变现净值、数据信心、借款人风险、法律控制和投资组合集中度。强大的借款人并不能消除抵押品的不确定性。强有力的抵押品并不能取代现金流承保。

决策网格可以从已验证发票成本的最大百分比和下行可变现净值的最大百分比开始。较低的结果设定了资产支持的限制。然后，贷款人应用借款人、行业和集中度限制。

更高的数据质量可以支持更高效的资本，同时保留保护。好处应该来自于更小的不确定性和更强的控制，而不是对连接设备的自动溢价。

百分比是假设的管理假设，应根据贷方政策和投资组合证据进行校准。

14.围绕价值设计摊销

考虑到不确定性和成本后，本金的下降速度应至少与贷方所需的抵押品覆盖率一样快。直线或等额分期付款结构可能会产生本金超过下行价值路径的时期。价值挂钩计划使用预计的较低百分位的可变现净值作为上限。

该时间表还应适合借款人的现金流量。季节性承包商可能需要固定付款。在动员期间可以有适当的宽限期，但递延本金应保持在抵押品和现金流的限制范围内。气球需要可靠的再融资、出售或保留价值案例。

该模型应识别未来的价值悬崖，例如保修期满、大修阈值、监管限制或模型过时。校长应该在这些事件发生之前辞职。

15. 价格模型和执行风险

利差应补偿借款人的信用风险、资产不确定性、运营成本、资本、流动性和预期损失。它不应该隐藏不先进的设施或薄弱的安全措施。发起费用、监控成本和预付款条款应透明并符合适用的法规和合同。

模型风险具有经济价值。依赖于稀疏或未经验证的预测的设施应具有较低的提前率、更严格的期限或额外的储备。可靠的遥测可以降低​​监控成本，但前提是贷方可以访问、解释和保留数据。

在适当的情况下，定价应与可观察到的改进挂钩。经过验证的维护、降低使用严重性或额外的抵押品可以证明重置是合理的。恶化可能会在商定的条款内触发额外的保护。

16. 建立监控触发器

监控应重点关注改变服务能力或抵押品价值的事件。相关触发因素包括错过付款、位于批准区域之外、遥测中断、工作时间过长、过热、故障代码频率、服务延迟、保险失效、未经授权的处置、所有权变更、事故和项目利用薄弱。

每个触发器都需要阈值、所有者、响应时间和升级路径。断开连接的设备不应自动证明不当行为。贷方应首先测试电源、连接性、供应商可用性和授权维护。重复的无法解释的差距可以证明检查的合理性。

投资组合监控应该显示趋势，而不仅仅是例外。借款人车队的维护状况恶化可能表明在欠款出现之前存在流动性压力。

触发器需要在合同行动之前进行验证。

17. 管理遥测和借款人数据

使用情况和位置数据可能具有商业敏感性，并且可能包括个人数据。贷款人应在托收前明确目的、领域、频率、保留、接收者和安全控制。数据应仅限于承保、监控和恢复所需的范围。

在数字借贷规则适用的情况下，受监管实体仍然对外包服务提供商负责。 RBI 指南强调明确同意、基于需求的收集、审计跟踪、隐私政策以及存储和访问控制 [1-2]。由于设备遥测可能涉及运营商、雇主、制造商和平台提供商，因此需要针对特定​​交易的法律建议。

借款人应了解信贷条款的变化以及如何对错误提出质疑。模型输出应该是可审​​查的。设备故障或数据不匹配应该有一个纠正过程。

18. 验证预测模型

验证应测试数据沿袭、概念逻辑、变量稳定性、性能、偏差、可解释性、覆盖和实现。培训和验证期应分开。贷方应将预测值与实际销售收益进行比较并记录回收成本。

应根据设备类别、使用年限、地区和市场条件来衡量性能。平均误差可以掩盖交易稀少资产的系统性高估。尾部绩效很重要，因为贷款决策依赖于下行预期。

独立验证应该挑战特征泄漏、生存偏差和选择性销售数据。快速干净地出售的资产可能会在数据集中占据主导地位，而有争议或严重损坏的资产则记录不足。恢复观察应包括故障和延迟。

19. 控制模型覆盖

当书面证据超出模型范围时，信贷官员需要能够推翻模型。每次推翻都应记录方向、幅度、原因、证据、批准者和结果。覆盖率应由团队、资产类别和经销商进行监控。

频繁的向上覆盖可能表明商业压力或未校准的模型。频繁的向下覆盖可能会揭示缺失的风险变量。结果分析应确定覆盖是否改善了已实现的性能。

任何覆盖都不应擦除原始输出。治理需要对模型、批准的决策和实现的结果进行比较。

20. 整合会计和减值

抵押品模型可以为信用风险计量中的回收假设提供信息，但会计处理取决于适用的框架和实体事实。预期信用损失估计需要相关情景中的违约概率、违约风险敞口和违约损失。残值是回收率的组成部分之一。

财务和风险团队应协调估值日期、贴现率、回收时间和成本。用于定价的信用模型可能与用于减值的会计模型不同。应记录差异，而不是通过手动调整来隐藏差异。

模型变更需要治理，因为它们可以同时影响发起经济学、投资组合限制和报告的减值。

21. 违约前的恢复计划

应在开始时就建立恢复准备状态。贷款人应该知道资产预计将在哪里运营、谁可以检查它、如何合法地固定资产、移动资产需要什么许可、哪些经销商或拍卖平台可以出售它以及哪些维修在经济上是合理的。

借款人合作可以保值。与有争议的执行相比，协商一致的出售可能更快、破坏性更小。解决计划应在现实的时间和成本假设下比较重组、自愿放弃、管理出售和正式执行。

安全性和连续性很重要。重型设备应由有资格的人员关闭、运输和储存。回收执行不力可能会损坏资产并产生责任。

22. 管理经销商和制造商的依赖

制造商和经销商可以提供检查、服务、零件、遥测和转售支持。这些能力会对价值产生重大影响。贷方应测试支持是否具有合同性、可转让性以及在整个投资组合地域范围内可用。

经销商回购和残值担保需要对提供商进行信用分析和准确的条款。保证可能不包括条件、时间、维护、地点或时间。它可能是无担保债权，而不是即时流动性。

该模型应避免循环证据。来自同一交易对手的经销商要价、经销商估价和经销商担保不提供三项独立确认。

23.强调技术和转型风险

当排放规则、燃油经济性、自动化、安全标准、进口限制或新技术改变买家需求时，设备价值可能会发生变化。电动或混合动力设备会引入电池健康状况、充电兼容性和更换成本。连接的设备可能依赖于软件、订阅和数据访问。

贷方应定义技术群体并监控价格差异。当旧规格在主要站点变得不太可接受时，类别级别曲线可能会夸大价值。相反，稀缺的经过验证的设备可以在供应限制期间保留价值。

压力情景应考虑制造商支持的丧失、零件膨胀、软件停止以及对操作或转售的监管限制。

24.应用投资组合集中度控制

当违约和价值相关时，资产支持的保护可能会减弱。集中于某一承包商细分市场、地理位置、项目赞助商、模特或经销商的贷款人可能会同时面临欠款和饱和的转售市场。

集中度限额应同时使用风险敞口和压力可变现净值。贷方应模拟在规定期限内可以在没有实质性折扣的情况下出售多少单位。应与经销商和拍卖渠道一起测试处置能力。

证券化或投资组合融资需要一致的资产数据、安全证据和业绩历史记录。即使个别贷款表现良好，原始记录薄弱也会降低资金价值。

25. 演示框架

假设一个由 120 台建筑和工业机器组成的投资组合，原始设备成本为 12 亿印度卢比。管理层假设拟议的融资金额为 7.8 亿印度卢比，相当于成本的 65%，期限为 36 个月。 114台机器的设备身份、发票、保险和安全证据齐全；六项要求在撤资前提供书面解决方案。

使用和维护证据产生了三个队列。五十台机器具有高可信度遥测和及时服务。 45 个证据中等，但存在一些小的差距。二十五个拥有稀疏的遥测或独立的服务历史。该模型估计第三十六个月的中央总剩余价值为 5.85 亿印度卢比，下行总剩余价值为 4.65 亿印度卢比。

假设的回收扣除包括1800万印度卢比的收回和法律费用、2100万印度卢比的运输和储存费用、1600万印度卢比的维修和准备费用、1000万印度卢比的销售成本和1000万印度卢比的时间折扣。因此，下行可变现净值为 3.9 亿印度卢比。与价值挂钩的本金计划在第 36 个月将未偿还本金减少至 3.44 亿印度卢比，产生 1.13 倍的下行保障。

所有数字均为假设的管理假设，单位为百万印度卢比。

26. 将发现转化为术语

示例性工具将采用分阶段缩减。存在文件缺陷的六项资产在修复之前仍不符合资格。提前率因证据群体而异，稀疏遥测和稀薄的二级市场的限制较低。本金遵循下行价值路径并包括最低覆盖测试。

契约要求保险、维护、位置报告、检查权、处置限制和及时的数据访问。持续违反下行保障会通过预付款、额外抵押品或批准的处置来触发补救措施。如果没有商定的流程，模型变更不能改变合同条款。

贷方还应保留拒绝经过验证的模型域之外的资产的自由裁量权。预测能力不会将不合适的抵押品转化为可接受的安全性。

27.分四个阶段实施

第一阶段建立身份、安全、数据权利和投资组合细分。第二阶段构建可比销售和回收成本数据集。第三阶段在不改变信贷决策的情况下，在现有估值的基础上进行预测估计。第四阶段引入验证和批准后的受控决策使用。

实施时应优先考虑少数经过充分观察的材料设备类别。数据收集应该服务于具体决策。仪表板和设备应遵循信用设计。

季度治理应审查模型性能、覆盖、已实现的恢复、数据事件、集中度和市场变化。材料变质应引发重新校准或限制使用。

身份识别阶段应该从例外普查开始，而不是从技术推广开始。每个融资单位都应与其发票、供应商、序列号、借款人分类账、安全记录、保险计划、地点和当前运营状态相匹配。实施团队应量化不匹配的资产、重复的标识符、丢失的文件、过期的保险和有争议的所有权。例外情况应分配给指定的所有者并注明修复日期。最初的结果是受控资产登记册，即使在预测模型存在之前也可以支持检查和恢复。

市场数据阶段应该定义什么是观察结果。经核实的销售收益、拍卖锤价、经销商购买、以旧换新、要价和独立估值应保留单独的证据类别。总价应与税费、佣金、运输、维修和兑现时间相一致。当贷款人记录收回时，应保留最后一次违约前的估计、占有条件、占有后的支出、销售过程、收到的投标和最终净收益。这创建了一个单独的商业数据源无法提供的反馈循环。

影子模型阶段应该在不更改批准的情况下运行预测。信贷官员应继续使用现有政策，同时模型记录其预测结果。然后，验证团队可以将模型输出与独立评估、后续观察和已实现的销售额进行比较。影子操作揭示了一些实际问题，例如延迟遥测、附件失败的模型映射、不一致的维护代码以及训练群体之外的资产。它还提供了关于拟议的下行百分位数是否足够保守的证据。

受控信贷使用应从定义的设备类别、风险上限和覆盖规则开始。批准文件应说明模型可以支持哪些决策。它可以确定预付利率范围，同时将期限和定价留给传统的信用判断。它可以提供监视触发器，而无需创建默认的自动事件。政策、合同和系统配置中的边界应该是明确的。扩展到新类别应该需要证据、验证和批准。

实施团队应包括信贷、催收、运营、法律、数据、技术、评估和一线代表。经销商和制造商的投入可以提高设备知识，但治理应保护贷款人的独立性。商业合作伙伴不应同时控制源数据和用于确定信贷规模的最终值。当制造商提供回购、维护计划和遥测平台以及融资资产时，独立挑战尤其重要。

系统应记录每次物质状态变化的原因。剩余价值较低可能是由于额外的工作时间、维护不善、市场衰退、损坏、产权证据较弱或模型修改造成的。用户应该能够看到驱动程序和支持记录。这支持借款人讨论、信用审查、审计和模型改进。它还降低了复杂输出被视为无法解释的分数的风险。

培训应侧重于决策和证据。发起人需要了解哪些记录会影响资格和预付款率。检查员需要一致的分级标准。信贷官员需要解释分布、信心和域外警告。收藏团队需要在恢复过程中保存状况和市场证据。数据团队需要了解字段的法律和商业含义。当操作用户收集不一致的证据或绕过控制时，技术上准确的模型可能会失败。

实施成功与否应通过信用结果来衡量。适当的措施包括减少文件例外、更好的抵押品覆盖范围、更低的预测误差、更早发现恶化、更短的恢复时间、更低的恢复成本和提高净收益。应根据投资组合结构和市场状况调整措施。更快的审批流程可能很有价值，但如果例外情况、损失或争议增加，则不应视为成功。治理应该一起审查好处和不利结果。

正式的审查日历应区分常规监控和材料变更批准。每月的运营审查可以解决数据完整性、设备故障、逾期检查和未解决的文档问题。季度信用审查可以评估覆盖范围、集中度、优先权和提前欠款。年度验证可以重新评估模型设计、校准和政策限制。突然的市场关闭、监管变化、技术中断或材料回收不足应该引发事件驱动的审查。委员会应记录决定、限制和纠正措施，然后验证完成情况。这一纪律有助于贷款人在纳入新证据的同时保持稳定的控制环境。

28. 总结信用运营模式

当预测残值嵌入到控制身份、数据、决策和回收的运营模型中时，可以改善设备财务。有用的产出是可防御的可变现净值范围和对不确定性的明确说明。这个范围应该会影响预付款、摊销、监控和锻炼准备情况。

该框架将证据质量置于中心位置。没有标题控制的使用数据是不够的。没有可比交易的强大算法是脆弱的。没有回收成本证据的高总价值可能会误报保护。信用判断仍对最终决定负责。

对于贷方来说，实际目标是建立一个投资组合，其中本金随着抵押品价值的压力而下降，例外情况尽早可见，并且实现的结果可以改善下一个决策。对于借款人来说，好处是一种认可可验证的资产质量和维护纪律的融资结构。对于投资者和资金提供者来说，好处是资产、合同、数据和回收之间的可审计联系。

运营模式应明确分配决策权。起源拥有商业主张和证据收集。信贷拥有融资批准和例外情况。估值或风险分析拥有模型、数据标准和绩效监控。运营控制文件、安全、保险和付款记录。藏品和特殊资产拥有早期干预和回收执行力。内部审计应该能够通过模型输出、批准、合同条款和后续监控从源记录中追踪贷款。在未经独立审查的情况下，同一个人不应能够更改源数据、覆盖该值并批准由此产生的暴露。

管理信息应该将预测与结果联系起来。有用的衡量标准包括经过身份验证的资产比例、遥测和维护记录的完整性、平均预测误差、下尾误差、覆盖频率、本金与下行价值覆盖率、定位天数、收回天数、维修成本、销售天数、总回收率、净回收率以及与上次批准估算的差异。应按设备类别、经销商、地理位置、借款人细分、来源渠道和年份来分析措施。良好的投资组合平均值不应掩盖薄弱的部分。

回溯测试应使用相关决策日期存在的价值估计。将销售价格与使用恢复期间学到的信息重建的模型进行比较会产生事后偏见。贷方应存档模型版本、数据快照、假设和批准。当回收的资产在出售前进行修复时，分析应将市场变动、状况差异、修复投资、销售渠道效应和预测误差分开。这种分解将回收活动转化为未来承保的可用证据。

该框架还需要一个保守的新颖性边界。互联资产、计算机视觉和机器学习可以改善测量，但每项新输入都会引入供应商、网络、隐私和连续性依赖性。当遥测提供商失败、应用程序编程接口发生变化或模型无法对异常资产进行评分时，贷方应维持可行的流程。后备措施可能会采用实物检查、独立评估、较低的预付款率和更快的摊销。回退的存在是信用弹性的一部分。

借款人应收到一致的信息请求和更正路线。当贷方要求财务、项目、车队和维护团队提供重叠文件时，设备融资可能会成为运营负担。单一资产计划、商定的标识符和证据标准可以减少重复工作。当错误的小时读数、服务标志或位置记录改变决定时，借款人应该能够提供证据并根据记录的流程获得审查。

该框架有意模块化。贷方可以从经过验证的身份、可比销售和回收成本证据开始，然后再添加遥测或高级分析。对每个模块的测试是它是否改进了定义的决策并在回测中执行。技术投资应与减少不确定性、更快的干预、更低的损失或更有效的资本部署挂钩。设备数量或仪表板使用情况等活动指标本身并不能证明信用价值。

因此，最终的信贷备忘录应说明借款人情况、资产范围、法律控制、证据质量、估值范围、可变现净值、现金流能力、预付款率、摊销路径、集中度、契约、监控、回收计划、模型限制和批准条件。该记录使后来的审查者能够理解贷方接受风险敞口的原因。它还提供了判断性能、异常和恢复的基准。

来源

1. 印度储备银行。总体方向，非银行金融公司，基于规模的监管方向，2023 年，更新于 2024 年 10 月 10 日。 阅读主要来源
2. 印度储备银行。数字借贷指南，2022 年 9 月 2 日。 阅读主要来源
3. 印度储备银行。 2021 年数字借贷（包括通过在线平台和移动应用程序借贷）工作组的报告。 阅读主要来源
4. 印度储备银行。关于向非银行金融公司提供银行融资的总体通知，2023 年 4 月 3 日。 阅读主要来源
5. 印度储备银行。金融稳定报告，截至发布之日的最新版本。 阅读主要来源
6. 统计和计划实施部。工业生产指数、基于用途的分类和资本货物系列。 阅读主要来源
7. 重工业部。资本货物部门及相关政策材料。 阅读主要来源
8. 印度证券化资产重组和担保权益中央登记处。中央登记处指导和担保权益服务。 阅读主要来源
9. 道路运输和公路部。 VAHAN 车辆登记服务和数据描述。 阅读主要来源
10. 公司事务部。 2013 年公司法和押记登记规则。 阅读主要来源
11. 印度破产与破产委员会。 2017 年公司注册估值师和估值规则以及估值指南。 阅读主要来源
12. 法律和司法部。 2016 年无力偿债和破产法。 阅读主要来源
13. 法律和司法部。金融资产证券化和重组以及 2002 年担保权益法的执行。 阅读主要来源
14. 电子和信息技术部。 2023 年数字个人数据保护法。 阅读主要来源
15. 印度会计准则。 Ind AS 109 金融工具。公司事务部。 阅读主要来源
16. 印度会计准则。 Ind AS 16 财产厂房和设备。公司事务部。 阅读主要来源
17. 国际会计准则委员会。 IFRS 9 金融工具。 阅读主要来源
18. 国际评估标准理事会。国际评估标准，当前版本。 阅读主要来源
19. 巴塞尔银行监管委员会。信用风险管理原则。 阅读主要来源
20. 巴塞尔银行监管委员会。审慎对待问题资产、不良风险暴露和宽容的定义。 阅读主要来源
21. 国家标准与技术研究所。 AI 风险管理框架1.0。 阅读主要来源
22. 国际标准化组织。 ISO 55000 资产管理、概述和原则。 阅读主要来源
23. 国际标准化组织。 ISO 31000 风险管理指南。 阅读主要来源
24. 世界银行。担保交易、抵押品登记和动产融资资源。 阅读主要来源