论文部分内容阅读
房地产行业不断发展,已然成为全国经济的重要支柱。不管是用于居住还是作为投资,买房一直都是最热门的话题。经济增速放缓、互联网金融的崛起和利率市场化进程加快,都使银行业竞争变得更为激烈。银行基于盈利性考虑,大力发放个人住房抵押贷款来赚取稳定的收入。为了争取到更高的市场份额,商业银行可能降低贷款要求,放松对贷款者的资产评估,这必然导致商业银行不良资产增多。考虑到很多城市房价出现虚高的现象,如果房价呈现下跌的趋势,势必会给银行业带来严重后果。正是如此,本文以银行的视角来研究我国住房抵押贷款违约概率,先对个人住房抵押贷款违约因素进行理论分析,然后从实证与个案分析进一步论证,找出影响个人住房抵押贷款的违约因素,最后结合我国实际情况给出政策建议。
本文将KMV模型的思想用于个人住房抵押贷款违约分析上,得出影响个人住房抵押贷款违约概率的五个因素,分别是房价波动率、贷款期限、贷款利率、首付比例和无风险利率。随后运用SPSS19.0统计软件构建二元Logistic模型进行实证分析,数据来源于河北省邯郸市某商业银行633项贷款资料。在实证分析中,笔者创新性的将12个因素分为三组。第一组为理论分析得到的核心因素;第二组在核心因素基础上,将所有微观变量添加到模型中;第三组将所有变量添加到模型中,此时宏观变量也进入模型。最后进行个案分析,进一步论证影响个人住房抵押贷款违约概率的因素。
本文采取实证分析与个案分析相结合的方法,可以得出以下结论。第一,房价波动率是显著影响个人住房抵押贷款违约率的。住房价格波动率越大,借款人违约概率也越大。实证结果表明房价波动率增加1%,借款人违约的概率是其不违约概率的1.372倍。第二,首付比例对个人住房抵押贷款违约率有显著影响,个案分析结果表明首付比例每提高1%,借款人违约的概率会减少0.29%。第三,无风险利率会影响违约概率的大小,无风险利率越大,借款人违约概率会越小。第四,贷款利率与贷款期限对违约概率没有影响。第五,房屋价值和贷款余额显著影响违约概率,宏观经济环境也是影响违约概率的重要因素,失业率每增加1%,借款人违约概率是其不违约概率的1.562倍。
基于本文实证结果,笔者给出四条政策建议,包括贷前审查、贷后管理、贷后预防以及关注宏观经济政策。
本文将KMV模型的思想用于个人住房抵押贷款违约分析上,得出影响个人住房抵押贷款违约概率的五个因素,分别是房价波动率、贷款期限、贷款利率、首付比例和无风险利率。随后运用SPSS19.0统计软件构建二元Logistic模型进行实证分析,数据来源于河北省邯郸市某商业银行633项贷款资料。在实证分析中,笔者创新性的将12个因素分为三组。第一组为理论分析得到的核心因素;第二组在核心因素基础上,将所有微观变量添加到模型中;第三组将所有变量添加到模型中,此时宏观变量也进入模型。最后进行个案分析,进一步论证影响个人住房抵押贷款违约概率的因素。
本文采取实证分析与个案分析相结合的方法,可以得出以下结论。第一,房价波动率是显著影响个人住房抵押贷款违约率的。住房价格波动率越大,借款人违约概率也越大。实证结果表明房价波动率增加1%,借款人违约的概率是其不违约概率的1.372倍。第二,首付比例对个人住房抵押贷款违约率有显著影响,个案分析结果表明首付比例每提高1%,借款人违约的概率会减少0.29%。第三,无风险利率会影响违约概率的大小,无风险利率越大,借款人违约概率会越小。第四,贷款利率与贷款期限对违约概率没有影响。第五,房屋价值和贷款余额显著影响违约概率,宏观经济环境也是影响违约概率的重要因素,失业率每增加1%,借款人违约概率是其不违约概率的1.562倍。
基于本文实证结果,笔者给出四条政策建议,包括贷前审查、贷后管理、贷后预防以及关注宏观经济政策。