摘要：本文以商業(yè)住房信貸發(fā)展現(xiàn)狀為研究對(duì)象，系統(tǒng)探討其住房信貸業(yè)務(wù)開展中的風(fēng)險(xiǎn)及風(fēng)險(xiǎn)防范不足問題，通過實(shí)證分析，得出各違約風(fēng)險(xiǎn)因素對(duì)個(gè)人住房貸款違約風(fēng)險(xiǎn)的影響方向，找出目前對(duì)商業(yè)銀行個(gè)人住房信貸風(fēng)險(xiǎn)影響最大的因素，期望能對(duì)商業(yè)銀行住房信貸的規(guī)范、健康發(fā)展提出參考性建議。

　　關(guān)鍵詞：個(gè)人住房貸款;違約風(fēng)險(xiǎn);風(fēng)險(xiǎn)管理

　　一、研究背景

　　個(gè)人住房信貸業(yè)務(wù)如今在國(guó)家的政策大力推動(dòng)下已成為各家銀行資產(chǎn)質(zhì)量最好的業(yè)務(wù)品種,而且正在對(duì)我國(guó)銀行改善信貸資產(chǎn)質(zhì)量,產(chǎn)生十分積極的推動(dòng)作用。事實(shí)也證明個(gè)人住房貸款的風(fēng)險(xiǎn)遠(yuǎn)遠(yuǎn)小于其他貸款品種。以個(gè)人貸款業(yè)務(wù)量最大的建設(shè)銀行為例，截至2008年底，個(gè)人住房貸款不良率僅為0.82%，遠(yuǎn)低于四家國(guó)有獨(dú)資商業(yè)銀行全部貸款26%的不良率。但是也應(yīng)看到不良貸款率之所以能保持較低的相對(duì)值，一方面是因?yàn)椴涣假J款余額較小，另一方面是因?yàn)橘J款余額的快速增長(zhǎng)。但是金融機(jī)構(gòu)為爭(zhēng)奪個(gè)人住房貸款業(yè)務(wù)的競(jìng)爭(zhēng)日趨激烈,金融機(jī)構(gòu)放松了對(duì)個(gè)人住房貸款條件的審查,增加了個(gè)人住房貸款形成不良貸款的機(jī)率。如果商業(yè)銀行不能對(duì)當(dāng)前個(gè)人住房貸款面臨的潛在風(fēng)險(xiǎn)進(jìn)行有效的識(shí)別與控制，那么，未來個(gè)人住房貸款的快速擴(kuò)張反而可能成為商業(yè)銀行的一個(gè)不容忽視的風(fēng)險(xiǎn)源。

　　二、文獻(xiàn)綜述

　　國(guó)外對(duì)個(gè)人住房貸款風(fēng)險(xiǎn)研究的比較全面，包含著許多的實(shí)證研究。Amily(2002)在描述貸款違約風(fēng)險(xiǎn)時(shí)，他利用主成分法以及逐步回歸的方法對(duì)樣本數(shù)據(jù)進(jìn)行實(shí)證研究。研究結(jié)論認(rèn)為借款者職業(yè)是決定違約與否的重要因素。Richard(2003)通過實(shí)證研究了鄰居特征對(duì)個(gè)人住房抵押貸款違約風(fēng)險(xiǎn)的影響。該研究試圖辨別鄰居的種族、收入對(duì)住房抵押貸款借款人信譽(yù)的影響。

　　而我國(guó)對(duì)個(gè)人住房貸款風(fēng)險(xiǎn)的實(shí)證研究還沒有深入的開展開來，大部分是文字性的描述，胡立波(2006)把住房貸款中的風(fēng)險(xiǎn)分為個(gè)人信用風(fēng)險(xiǎn)、操作風(fēng)險(xiǎn)、銀行流動(dòng)性風(fēng)險(xiǎn)以及房地產(chǎn)評(píng)估風(fēng)險(xiǎn)，認(rèn)為在目前應(yīng)把完善個(gè)人信用風(fēng)險(xiǎn)納入管理重點(diǎn)。吳彬(2007)把住房貸款中的風(fēng)險(xiǎn)歸類為信息不對(duì)稱所產(chǎn)生的風(fēng)險(xiǎn),認(rèn)為為了控制風(fēng)險(xiǎn)，商業(yè)銀行加強(qiáng)內(nèi)部風(fēng)險(xiǎn)控制制度的建設(shè)，然后再加強(qiáng)對(duì)銀行的合作企業(yè)、房產(chǎn)評(píng)估機(jī)構(gòu)的監(jiān)督。

　　三、實(shí)證研究

　　本文以北京市建設(shè)銀行作為商業(yè)銀行的代表，選取的所有樣本均來自于北京市建設(shè)銀行05-08年這一時(shí)間段內(nèi)。樣本資料包含了家庭月收入、貸款金額、貸款期限、貸款利率、住房購(gòu)買價(jià)格、貸款價(jià)值比、月還款額占家庭月收入的比例和每月支付本息和這些數(shù)據(jù)，對(duì)這些樣本數(shù)據(jù)進(jìn)行了主成分分析、因子分析和判別分析，主要研究這些所選變量對(duì)個(gè)人住房抵押貸款的違約風(fēng)險(xiǎn)的影響的方向性和影響程度的差異性。目的在于對(duì)我國(guó)商業(yè)銀行完善個(gè)人住房抵押貸款違約風(fēng)險(xiǎn)控制指標(biāo)體系提供理論依據(jù)。

　　在本文中筆者對(duì)影響貸款違約因素的8個(gè)變量首先進(jìn)行主成分分析，得出如表1.1的結(jié)果：

　　

 

　　從表1.1中可以看出，變量相關(guān)陣有四個(gè)最大特征根，即3.237、1.354、1.158和1.009,他們一起解釋了總方差的84.486%(累計(jì)貢獻(xiàn)率)，這說明前四個(gè)主成分提供了原始數(shù)據(jù)的足夠信息�；�于過程內(nèi)定取特征值大于一的規(guī)則，F(xiàn)actor過程將會(huì)提取四個(gè)主成分。因?yàn)閺囊陨陷敵龅男畔⒓胺治鼋Y(jié)果不能看出這八個(gè)變量在四個(gè)主成分上的荷重具體是多少，則需要進(jìn)行因子分析，見表1.2：

　　

 

　　從表1.2中可以看出，家庭月收入、貸款金額、每月支付本利和、住房購(gòu)買價(jià)格這四個(gè)變量在因子一上具有較高的荷重，理論上認(rèn)為這些變量組合起來代表了因子一，命名為財(cái)務(wù)因子;貸款價(jià)值比、月還款額占家庭月收入的比例在因子二上具有較高的荷重，這些變量可以代表因子二，命名為財(cái)務(wù)負(fù)擔(dān)因子;同理，將貸期限歸于因子三，命名為期限因子;將貸款利率歸于因子四，命名為利率因子。因子荷重代表了原始變量與派生因子之間相關(guān)性強(qiáng)弱的一種系數(shù)，特定變量在某因子上的荷重越重說明變量與因子之間具有較強(qiáng)的相關(guān)性，并對(duì)該因子具有較強(qiáng)的解釋力。

　　對(duì)從影響個(gè)人住房抵押貸款違約風(fēng)險(xiǎn)的8個(gè)變量中所提取出的四個(gè)因子進(jìn)行賦值，從而生成了4個(gè)新的原始變量。賦值后根據(jù)因子得分系數(shù)矩陣和原始變量的標(biāo)準(zhǔn)化值來計(jì)算每個(gè)樣本在相應(yīng)因子上的得分(見表1.3)。

　　

 

　　從表1.3中可以看出，在因子一中，家庭月收入的因子得分系數(shù)最大為0.440，說明該自變量對(duì)因子一的貢獻(xiàn)最大，對(duì)因子一具有很強(qiáng)的解釋力，其他變量對(duì)因子一也具有較強(qiáng)的解釋力。至此，我們得到了4個(gè)新的因子變量，這四個(gè)因子變量既包括了8個(gè)原始變量的絕大部分信息，同時(shí)又避免了原始變量間的多重線性問題，在因子分析的基礎(chǔ)上進(jìn)行判別分析，將第一、第二、第三、第四主成分與原始變量的關(guān)系，用下列四個(gè)線性組合關(guān)系式表示：

　　Z1=0.526x1+0.484x2-0.01x3-0.137x4+0.218x5+0.487x6+0.053x7+0.203x8

　　Z2=-0.0317x1+0.315x2+0.077x3+0.072x4-0.166x5+0.364x6+0.731x7+0.626x8

　　Z3=-0.002x1+0.19x2+0.863x3-0.131x4+0.365x5-0.187x6+0.231x7-0.318x8

　　Z4=0.076x1-0.032x2-0.102x3+0.908x4+0.475x5-0.036x6+0.128x7-0.16x8

　　這樣就將原始數(shù)據(jù)的自變量變成了典則變量，通過典則判別分析可以得出典則函數(shù)：

　　F=-0.6*財(cái)務(wù)負(fù)擔(dān)因子+0.518*財(cái)務(wù)因子-0.313*期限因子-0.117*利率因子

　　(其中F是個(gè)人住房貸款違約風(fēng)險(xiǎn)量化的表示)

　　在典則判別函數(shù)中，財(cái)務(wù)負(fù)擔(dān)因子的判別系數(shù)為-0.6，說明該因子對(duì)個(gè)人住房貸款違約風(fēng)險(xiǎn)有著顯著性的影響。該判別因子的判別符號(hào)為負(fù)，說明借款人的財(cái)務(wù)負(fù)擔(dān)越大，個(gè)人住房貸款發(fā)生違約的可能性越大。財(cái)務(wù)負(fù)擔(dān)因子對(duì)貸款質(zhì)量的影響也可以從綜合考察財(cái)務(wù)負(fù)擔(dān)因子的因子荷重和該因子判別系數(shù)的符號(hào)方向得到很好的解釋。在財(cái)務(wù)負(fù)擔(dān)因子中，月還款額占家庭月收入的比例的因子荷重為正的0.729,與判別系數(shù)為負(fù)剛好相反，說明月還款額占家庭月收入的比例越高，個(gè)人住房貸款發(fā)生違約的風(fēng)險(xiǎn)越大。

　　四、結(jié)論與建議

　　由上述實(shí)證研究結(jié)果可以得出影響個(gè)人住房貸款違約風(fēng)險(xiǎn)的關(guān)鍵因子按照重要性排序依次為：財(cái)務(wù)因子、財(cái)務(wù)負(fù)擔(dān)因子、期限因子和利率因子。這一研究成果為建設(shè)銀行株州分行在向借款人發(fā)放個(gè)人住房貸款時(shí)指明了需要特別關(guān)注的指標(biāo)，為商業(yè)銀行在貸款發(fā)放之初即能實(shí)施違約風(fēng)險(xiǎn)管理提供了經(jīng)驗(yàn)證據(jù)。當(dāng)前我國(guó)商業(yè)銀行在發(fā)放個(gè)人住房抵押貸款時(shí)還應(yīng)特別重視對(duì)下列指標(biāo)的制定和審核：

　　(1)家庭收入及家庭收入穩(wěn)定性。雖然商業(yè)銀行對(duì)借款人收入來源及其收入的穩(wěn)定性比較重視，但由于我國(guó)借款人的收入來源證明是由借款人所在單位出具的，且單位的出證行為在現(xiàn)實(shí)社會(huì)中又不承擔(dān)應(yīng)有的法律責(zé)任，因而借款人的收入情況存在虛假證明的可能。雖然存在很多不盡如人意的地方，甚至有人對(duì)借款人家庭收入審核的必要性產(chǎn)生懷疑，但從本書的實(shí)證研究結(jié)果看，借款人的家庭收入與個(gè)人住房貸款違約風(fēng)險(xiǎn)之間還是存在著很強(qiáng)的負(fù)相關(guān)關(guān)系。因此，商業(yè)銀行在發(fā)放個(gè)人住房貸款的時(shí)候繼續(xù)堅(jiān)持對(duì)借款人收入來源及其穩(wěn)定性的審查。商業(yè)銀行可以通過人才市場(chǎng)或?qū)�業(yè)咨詢公司收集最新的行業(yè)平均收入情況報(bào)告，尤其注意不穩(wěn)定行業(yè)的薪酬變化情況，及時(shí)對(duì)收入波動(dòng)明顯且實(shí)際收入出現(xiàn)下降行業(yè)中的申請(qǐng)貸款群體做出適當(dāng)提高授信條件的控制措施。其次，通過分析借款人的住址變化和工作單位的變動(dòng)情況，對(duì)借款人未來的還款能力進(jìn)行評(píng)估，尤其是那些工作單位變動(dòng)頻繁，實(shí)際收入在下降的群體，應(yīng)做好風(fēng)險(xiǎn)防范的預(yù)案。

　　(2)月還款額占家庭月收入的比例。貸款月還款額占家庭月收入比例越高，借款人發(fā)生違約的可能性越大。當(dāng)前商業(yè)銀行在**個(gè)人住房抵押貸款時(shí)并不太重視月還款額占家庭月收入比例這個(gè)關(guān)鍵指標(biāo)的審核，從國(guó)外金融機(jī)構(gòu)實(shí)務(wù)操作來看，非常重視對(duì)借款人負(fù)債水平的控制，以防借款人因支付能力不足而發(fā)生被動(dòng)違約。結(jié)合本文實(shí)證研究結(jié)論，筆者認(rèn)為今后商業(yè)銀行在發(fā)放個(gè)人住房抵押貸款時(shí)應(yīng)加強(qiáng)注意對(duì)這一指標(biāo)的審核，并且根據(jù)每個(gè)市的經(jīng)濟(jì)發(fā)展?fàn)顩r制定適用于每個(gè)市的指標(biāo)控制范圍，以避免因借款人支付能力不足而發(fā)生違約。

　　參考文獻(xiàn)：

　　[1] Amily.ThepresentAge.LoanRisk.Research[J].Worldfinancialstudy2002,(8):65-67

　　[2] RichardStartz.Microeconomic.8thEdition[M].DongbeiUniversityofFinanceandEconomicsPress,2003,(2)

　　[3] 胡立波.個(gè)人住房按揭貸款的風(fēng)險(xiǎn)及其防范[J].華北金融,2006,(7):20-24

　　[4] 吳彬.中國(guó)房地產(chǎn)金融體系研究[M].經(jīng)濟(jì)科學(xué)出版社,2007,(10)

---

轉(zhuǎn)載請(qǐng)注明來自：http://www.jinnzone.com/yinhanglw/3782.html