個(gè)人住房按揭貸款信用風(fēng)險(xiǎn)實(shí)證研究.pdf

1、在個(gè)人住房按揭貸款所面臨的風(fēng)險(xiǎn)中，信用風(fēng)險(xiǎn)是最主要、最基本的風(fēng)險(xiǎn)。個(gè)人住房按揭貸款的期限特點(diǎn)和諸多不確定因素確定了其信用風(fēng)險(xiǎn)的長(zhǎng)期存在，所以，商業(yè)銀行必須把防范和控制個(gè)人住房按揭貸款信用風(fēng)險(xiǎn)擺在首要位置。 本文在個(gè)人住房按揭貸款信用風(fēng)險(xiǎn)研究的文獻(xiàn)綜述中，界定了個(gè)人住房按揭貸款和信用風(fēng)險(xiǎn)定義，介紹了國(guó)內(nèi)外對(duì)個(gè)人住房按揭貸款風(fēng)險(xiǎn)根源的研究，介紹了期權(quán)理論、消費(fèi)者最優(yōu)化學(xué)則理論、個(gè)人住房按揭貸款狀態(tài)躍遷理論和理性違約與被迫違約理論，最

2、后介紹了國(guó)內(nèi)外個(gè)人住房按揭貸款信用風(fēng)險(xiǎn)的實(shí)證研究成果。 本文從某商業(yè)銀行搜集了10908條個(gè)人住房按揭貸款數(shù)據(jù)，從中提取了462條作為樣本，其中290條正常貸款數(shù)據(jù)和172條違約貸款數(shù)據(jù)，利用13個(gè)變量，歸納為貸款特征、借款人特征和房屋特征，用描述性統(tǒng)計(jì)分析、因子分析和Logistic模型進(jìn)行數(shù)據(jù)分析，最后利用鑒別分析法建立鑒別函數(shù)用來檢驗(yàn)新的貸款是否違約。經(jīng)過分析得出的主要結(jié)論如下： 第一，觀測(cè)變量描述性統(tǒng)計(jì)分析結(jié)果表

3、明，在所選取的13各變量中，年齡、學(xué)歷、職業(yè)、借款期限、貸款金額、貸款利率、首付款比例、建筑面積、房屋總價(jià)等9個(gè)變量在正常和違約貸款中的均值是有明顯差異的，而性別、月收入、還款方式、現(xiàn)房/期房等4個(gè)變量在兩類貸款中的均值沒有明顯差異。這說明年齡、學(xué)歷、職業(yè)、借款期限、貸款金額、貸款利率、首付款比例、建筑面積、房屋總價(jià)等9個(gè)變量對(duì)貸款是否違約有較大影響，而其他4個(gè)變量對(duì)貸款違約的影響不是很大。 第二，Logistic模型分析結(jié)果表

4、明，在通過因子分析得到的6個(gè)新因子中，綜合因子、首付比例因子、年齡職業(yè)期限因子、學(xué)歷利率因子、性別因子是影響貸款違約的關(guān)鍵因子，尤其是年齡職業(yè)期限因子和學(xué)歷利率因子對(duì)貸款違約的影響巨大。綜合因子所包含的月收入、貸款金額、建筑面積和房屋總價(jià)對(duì)違約的影響很大，綜合因子每增加一個(gè)單位，發(fā)生違約的機(jī)會(huì)比率就增加24.5％。首付比例因子每增加一個(gè)單位，貸款違約的機(jī)會(huì)比率就下降43.0％。年齡職業(yè)期限因子所代表的借款人年齡、職業(yè)和貸款期限對(duì)違約影響

5、巨大，年齡職業(yè)期限因子每增加一個(gè)單位，貸款違約的機(jī)會(huì)比率就上升129.8％。學(xué)歷利率因子所包含的借款人學(xué)歷和貸款利率對(duì)違約影響較大，學(xué)歷利率因子增加一個(gè)單位，貸款違約的機(jī)會(huì)比率就上升92.0％。性別因子所代表的借款人性別對(duì)貸款違約有影響，每增加一個(gè)單位，貸款違約的機(jī)會(huì)比率就下降18.9％。 第三，結(jié)合觀測(cè)變量描述性統(tǒng)計(jì)分析和Logistic模型分析，我們認(rèn)為借款人年齡對(duì)貸款違約的影響最大，其次是借款人職業(yè)、貸款期限、借款人學(xué)歷、