住房抵押贷款信用风险及影响因素分析

论文摘要

在我国商品房市场迅猛发展的带动下,我国个人住房贷款业务成为商业银行重要业务之一。从其资产规模来看,截止2010年末,全国金融机构个人住房贷款余额达到6.16万亿元,资产规模占总资产比重不断上升。这不仅解决了居民住房融资问题,更为房地产业的发展提供了重要的金融支持与保证。作为一种新兴的信贷产品,个人住房贷款的特殊三重保障模式阻断了高风险传导至银行的途径,被视为资产质量最高的贷款种类之一。除了业务本身的设计机制以外,业务不断扩张的主要原因包括：一方面,我国个人住房抵押贷款业务的不良贷款率相对较低,保持在0.1%至0.2%之间,致使商业银行被其过于乐观的前景所蒙蔽,主观的降低了风险的预期；另一方面,过于激烈的行业竞争推动银行争抢个人住房抵押贷款市场,市场份额的扩大成为主要目标。与此同时,受土地资源日益稀缺宝贵、流动性较为富足宽裕、境外热钱的大量涌入等因素的影响,我国大中城市的房地产价格一直持续高速增长,并已经远远的超过了居民的购买能力。从短期看,房价的高速增长降低了个人住房抵押贷款违约的可能性,但从长期看,房地产市场具有周期性是一个不争的事实,一旦房产市场进入萧条期,必然导致房价的大幅下跌,进而引发房贷违约率的攀升,即这种住房的长期消费信贷具有风险滞后性的特点,需要经过3-8年时间风险才能显现。就我国目前的情况,已经有20%左右的贷款进入风险显现期,尤其是在当前宏观经济形势变化较快的环境中,利率的几次上调使得被高额贷款总量所稀释的风险进一步凸显出来。除此以外,个人住房贷款还具有隐蔽性、社会性等特点。西欧、美国、日本的住房金融风波都表明：个人住房贷款业务的风险一旦形成,便会迅速传导至资本市场、实体经济,给国民经济的发展和政局社会的稳定都带来极大的挑战。尤其是在2008年美国次贷危机之后,经济的平稳发展成为世界各国的重要目标之一,对个人住房贷款风险的防范和控制显得尤为迫切。个人住房抵押贷款业务的长期性使得商业银行在开展业务时面临着众多的不确定因素,在长达10-30年的借款期限中,贷款之后随时可能发生重大的经济环境的变化,从而导致信用风险的发生。此外,由于我国自1988年才开始关注个人住房抵押贷款业务,相对其他发达国家该业务发展历史短,业务的信用风险管理经验不足,没有健全的个人信用制度。因此,在对个人住房抵押贷款业务持有乐观前景态度的同时更要注重背后潜在风险,尤其是因个人诚信因素导致的信用风险日益突出。鉴于此,本文以住房抵押贷款信用风险及影响因素分析为分析内容,分六个章节展开论述。具体如下：第一章为引言部分,主要阐述了选题的背景及意义,在综合论述了国内外相关文献的基础上,提出了本文的研究思路和研究方法,并对本文的创新点进行了概括和归纳。第二章介绍住房抵押贷款含义及相应信用风险的基础上,就个人住房抵押贷款信用风险产生的原因、特征、状况和管理制度及存在的不足进行了论述。第三章在借鉴国内外的研究成果,同时考虑到中国现实的国情,本文选取了影响住房抵押贷款违约率的主要因素：个人特征、房产特征和贷款特征因素。借款人个人特征主要包括：性别、婚姻、学历、年龄等；房产特征包括：房产总价、房产面积、房产地域、个人收入等；贷款维度则包括：贷款额度、贷款期限、公积金、违约额度、违约次数等。利用四川省某商业银行房贷记录数据,采用相关分析方法、方差-均值描述性统计方法和Logit模型回归分析方法,探讨性地分析了房贷违约影响因素。考虑到房贷申请者的年收入是住房贷款违约率的重要影响因素,第四章对收入区分下的住房抵押贷款信用风险影响因素进行了分析和研究,综合第三章,得出如下一些结论：（1）影响房贷违约率的主要因素是房贷申请者的个体信息特征和房屋信息特征。其中房贷者的年龄信息、房价信息、房屋面积、贷款金额对房贷的违约率呈现正相关；婚姻状况、学历高低和公积金贷款对对房贷的违约率呈现负相关；而性别信息和贷款期限信息对房贷违约率影响无法判定。（2）就房贷违约影响因素的弹性而言,即学历>婚姻>年龄>住房面积>公积金>年收入>贷款金额>房价（其中“>”是基于该因素对房贷违约率弹性的绝对值进行比较的）。（3）房贷申请者的年收入信息对房贷违约率呈现复杂关系。就总体而言,随着房贷申请者年可支配收入的增加,房贷违约率趋于上升趋势。在高收入群体中,房贷申请者年收入与房贷违约率呈倒“U”曲线。本次研究得出年收入与违约率的倒“U”曲线拐点是35396.04元,这里需声明这一拐点有可能随着物价水平等宏观经济环境变化而变化。（4）在低收入、低学历的房贷申请群体中,还存在一定程度上的小额逾期违约现象（或称为非恶意违约）,即并非是还款人还款能力问题,也非是还款意愿不足的问题,而是由于疏忽或其它原因,导致了不能按期足额还款计划的完成。第五章则针对上述的研究结论,有针对性地提出了防范个人住房抵押贷款信用风险防范的具体策略和相关建议,主要包括：提高商业银行自身识别房贷信用风险的能力；继续完善住房公积金制度；提高对住房特征信息的关注度；明晰对房贷申请者的年收入信息的认识；和小额逾期违约的防范和治理。作为论文的结尾,第六章对论文整体进行了归纳和总结,同时指出了本次研究的不足和未来的研究方向,主要包括：（1）样本数据地域分布和跨时限性。本次研究所采用样本数据仅限于四川省某市及其市郊区县,不能很好体现房贷违约率的人文地域特征。此外,样本数据跨时尚短,虽然经历2007年到2010年一轮小型住房景气周期,但还是无法反映1998年以来房贷市场整体情况。（2）宏观环境因素考虑不足。鉴于时间的限制,收集和整理宏观环境数据受到一定制约,所以本次研究主要着眼于微观环境。在研究中加入宏观经济环境将作为未来进一步研究方向。（3）房贷信息数据属性尚有待于补充。对于商业银行和房贷申请者而言,房贷信息数据属于保密信息,房贷信息部分属性数据缺失（如房贷利率、房贷申请者的房屋套数等）,这势必给本次研究带来一些负面影响,这也成为未来进一步研究的方向。

论文目录

• 摘要
• Abstract
• 1. 引言
• 1.1 选题背景
• 1.2 选题意义
• 1.3 选题的内容和框架
• 1.4 研究方法与创新
• 1.4.1 研究方法
• 1.4.2 创新点
• 1.5 国内外研究综述
• 1.5.1 国外研究现状及分析
• 1.5.2 国内研究现状及分析
• 2. 个人住房抵押贷款信用风险
• 2.1 个人住房抵押贷款
• 2.1.1 个人住房贷款概念
• 2.1.2 个人住房抵押贷款分类
• 2.1.3 个人住房抵押贷款的主要特点
• 2.1.4 我国个人住房贷款的发展现状
• 2.2 个人住房贷款信用风险
• 2.2.1 个人住房贷款信用风险定义
• 2.2.2 个人住房贷款的信用风险产生的原因
• 2.2.3 商业银行个人住房贷款信用风险特征
• 2.2.4 商业银行住房抵押贷款的信用风险状况
• 2.2.5 我国个人住房贷款信用风险管理存在的缺陷
• 3. 住房抵押贷款信用风险因素实证研究
• 3.1 变量设定与数据收集
• 3.1.1 变量设定
• 3.1.2 数据收集
• 3.2 住房抵押贷款的描述性统计分析
• 3.2.1 解释变量之间共线性和正态性检验
• 3.2.2 解释变量的均值-方差描述性统计
• 3.2.3 借款人的个体特征与违约率的相关性分析
• 3.2.4 贷款特征与违约率相关性分析
• 3.3 住房抵押贷款信用风险影响因素的LOGIT模型分析
• 3.3.1 Logit模型介绍
• 3.3.2 模型估计结果与检验
• 3.4 本章小结
• 4. 收入区分下的住房抵押贷款信用风险影响因素分析
• 4.1 变量设定与数据收集
• 4.2 低收入群体违约率原因的细分项统计分析
• 4.3 收入区分下的LOGIT模型回归结果及分析
• 4.4 本章小结
• 5. 住房抵押贷款信用风险的政策建议
• 5.1 提高商业银行自身识别房贷信用风险的能力
• 5.2 继续完善住房公积金制度
• 5.3 提高对住房特征信息的关注度
• 5.4 明晰对房贷申请者的年收入信息的认识
• 5.5 小额逾期违约的防范和治理
• 6. 研究结论和未来研究展望
• 6.1 本文研究结论与创新点
• 6.2 本文研究不足和未来研究展望
• 参考文献
• 后记
• 致谢
• 在读研期间科研成果