我国商业银行个人住房贷款信用风险实证分析--以某支行为例 **郭平，陈权宝5 （中国矿业大学管理学院，江苏徐州 221008） 摘要：本文以某支行为例，从贷款特征维度、借款人特征维度、房产特征维度和区域特征维度选定解释变量，即住房价格、贷款利率、市人均可支配收入、市生产总值、贷款余额、借款人职业和最高学历，并对解释变量分别进行单位根检验，协整检验，格兰杰检验，初步分析出选定的解释变量是引起信用风险的因素且存在长期稳定的关系，采用多元回归模型得出10 市人均可支配收入、市生产总值、贷款余额、最高学历与信用风险的相关性。最后用最小平方法和多元回归方程预测出若该支行不采取有效措施，信用风险没有明显下降趋势。 关键词：个人住房贷款；信用风险影响因素；信用风险管理 中图分类号：F832 15 Empirical Analysis of Chinese commercial bank housing loans to individuals credit risk--For example XX bank Guo Ping, Chen Quanbao (Management School,China University of Mining and Technology,Xu Zhou 221008) Abstract: In this paper, taking a XX bank as an example,selecting explanatory variables and 20 analysis the factors of credit risk by quantitative analysis method from the loan characteristics dimension, borrower characteristics dimension, property characteristics and regional characteristics .The factors are housing prices, loan rates, per capita disposable income of city, the city's GDP, the loan balance，borrowers’ career and highest level of education. The study explains the factors are the credit risk’s reason and have long relation with credit risk by the unit root test, 25 co-integration test, Granger Causality Test preliminary. Its analysis conclusion is that credit risk factors relates to various factors significantly and the factors have different degree and the last the study predicts that credit risk won’t be decrease by least squares and multiple regression equation. Key words: individual housing loans；factors of credit risk；multiple regression equation 30 0 引言 目前虽然我国个人住房贷款质量相对较高，但随着贷款规模的扩大,信用风险也越来越多。 西方国家的住房金融体制可归结为三种典型模式：以美国为代表的住房抵押贷款模式，以德国为代表的住房储蓄与抵押贷款相结合的模式，以新加坡为代表的住房公积金模式，以35 下是国外住房抵押贷款风险防范的研究与实践概况。 （1）借款人资质审查方面：在评估借款人的信用风险经常采用经验判别法和信用评估定量分析法。大量的统计方法被运用，如多元判别分析、Logist法、主成分分析等。在此基础上，建立了诸如Z-Score模型、Chessen模型。进入90年代以来，专家系统、神经网络法被引入贷款决策。 - 1 -
中国科技论文在线 40 （2）在转移和分散风险方面：形成了较为完善的住房抵押贷款保险机构，建立了完善的政府担保制度。 （3）违约处理方面：法国、芬兰、美国等国银行在贷款偿还和违约处理方面具有比较健全的程序。 （4）在保障制度方面：西方国家在市场机制模式下，逐渐建立了比较完善的法律体制；45 为了确保保险公司有足够能力分散和转移住房贷款风险采取了一次列措施；健全的社会保障制度。 近几年来，国际上对信用风险逐渐向模型管理方向发展应用主要基于违约率、违约暴露、违约损失率、风险集中度四种基本因素进行研究的。这四种风险模型分别是JP摩根信用度量术模型，KMV模型，瑞士银行的信用风险附加模型，麦肯锡公司的信用组合观点模型。 50 国内关于住房贷款风险的研究开始于20世纪90年代后期。各商业银行间的标准尚缺乏一致性和协调性，缺乏实证分析，多为风险特征研究、房贷定价研究、提前偿还风险研究及住房抵押贷款证券化研究等。在关于防范个人住房贷款风险问题的研究上，观点各异。对风险防范机制的研究还处于初步探索，近几年来学术界在这方面表现的较为活跃，但研究深度不够且没有中国自己的特色。另外由于许多相关性的数据不全，导致了风险管理策略制定的科55 学性与国外差距较大。近几年国内有越来越多的人开始认识到个人房贷的风险，关于信贷风险技术方面的研究也多了起来。 1 实证分析 指标选取和量化 指标的选取 60 在对XX支行个人住房贷款业务总体情况实际把握和对操作流程熟悉的基础上进行了实地调查，时间跨度采用是在2001年至2011年时间段内。同时，借鉴George W(1978)和杨红、陈德棉（2009）的思想和实务研究为本文变量选择提供了参考依据，本文研究的变量选择按借款人特征、贷款特征、房产特征和区域特征四个维度选取了一下变量进行研究。 （1）从借款人特征角度：即年龄、性别、婚姻状况、最高学历、家庭收入、单位性质、65 职业稳定性、职务、服务年限、当前居住条件、抵押贷款月还款额占家庭月收入比（家庭月供收人比）、家庭资产负债比、户口性质、诚信度等。 （2）从贷款特征角度：即业务种类、贷款金额、还款方式、贷款期限、贷款利率、保险期限、贷款价值比(抵押率)等。 （3）从房产特征角度：即住房类型、抵押物性质、抵押物评估价、抵押物面积、抵押70 物单价、抵押物所属区域等。 （4）从区域特征角度：主要包括房价指数等。 指标量化 （1）婚姻状况，借款人职业，是否为当地人，借款人最高学历，期房还是现房，还款方式等虚拟变量的量化用0，1表示。 75 （2）家庭年收入用实际收入数表示，单位为千元；借款人年龄用贷款发放日的借款人实际年龄表示(即贷款发放年月减去借款人出生年月)，在信贷档案中贷款期限均用累计月数表示，为了研究方便，本文将其折算为年，贷款金额用实际数万元表示，贷款利率按信贷合- 2 -
中国科技论文在线 同中的年利率表示，住房购买时的单位面积价格用元/平方米表示，不良贷款余额用万元。 通过历史研究成果，借鉴相关文献的指标，同时考虑XX支行个人住房贷款的实际状况，80 本文同时在相关初步分析后引入虚拟变量。在研究因变量的时候，解释变量中除了定量变量，还经常希望包含进一些定性变量，如性别、婚姻状况、教育程度等。这些定性变量也称之为指标变量、二元变量或分类变量。 下面对本研究所选的以下自变量的量化方法作简要阐述。 （1）借款人职业的量化。在XX支行信贷资料中，借款人职业划分为八类，即私营业主、85 厂长经理及承包入股者、企业职工、医生律师及事务所人员、三资企业中方人员、机关工作人员、文教人员、其它。对借款人职业按职业的稳定性进行赋值。对上述八种职业的职业稳定性的判断，本文研究借鉴专家判断法进行判断，即按职业稳定性从低到高打分，最后按每种职业的得分将这八种职业从不稳定到稳定划分为：包括医生、律师及事务所人员、机关工作人员、三资企业中方人员，文教人员，给这类职业赋值为1；否则为0。 90 （2）借款人最高学历的量化。在所调查的信贷资料中将借款人的最高学历分为：文盲、小学、初中、技工学校、高中、大专、中专学校或中等技校、大学本科、硕士和硕士以上学历十种。为了计量的方便，将这十种学历划分为高中学历(包括技工学校、高中)以下赋值为0，以上为1。 （3）其他说明，由于统计调查出借款人婚姻状况多为已婚，现房，等额还款方式，因95 此不将这些因素带入模型。 对于多元情形，古典线性回归模型还要求解释变量之间不相关，即不存在多重共线性，而本文选定的各因素的相关系数不唯一，因此不存在多重共线性。如果存在某两个解释变量完全相关，即出现完全多重共线性，这时的参数是不可识别的。而且在现实生活中，很少有完全共线性情况。另外为了消除异方差，本文对实际指标值分别取自然对数。经调查统计（方100 法采用抽样调查，每年抽取50人，为方便计算，采用《西方经济学相关知识》中说明的中位数法。本文样本空间为2001-2011年，共11组数据，由于11年内有些因素变化量极小，因此经过筛选，本文采用“住房价格、贷款利率、市人均可支配收入、市生产总值、贷款余额”为影响XX支行的个人住房贷款信用风险的影响因素衡量指标，用“不良贷款余额”来衡量信用风险，数据来自：XX支行内部资料和统计年鉴，在此基础上整理得到。为了便于说明，105 其中住房价格用ZFJG表示，贷款利率用DKLV表示，市人均可支配收入用SESR表示，市生产总值用SDP表示，贷款余额用DKYE表示，不良贷款余额用BLDKYE表示，为了消除数据中的异方差，本文对住房价格，贷款利率，市人均可支配收入，市生产总值，贷款余额，不良贷款余额分别取自然对数。 单位根检验 110 进行时间序列分析时，要求所用的时间序列必须是平稳的，检查序列平稳性的标准方法是单位根检验，方法主要有DF检验法、ADF检验法、pp检验法、KPSS检验法、ERS检验法和NP检验法等。在实际应用中，以前三种比较常见，本文运用ADF检验法分别对变量进行单位根检验，在1%，5%，10%的显著水平下，LNZFJG，LNDKLV，LNSESR，LNSDP，LNDKYE，LNBLDKYE,ZY,ZGXL原序列ADF绝对值均小于LNZFJG，LNDKLV，115 LNSESR，LNSDP，LNDKYE，LNBLDKL,ZY,ZGXL对应显著水平下临界值，故接受零假设，检验结果表明LNZFJG，LNDKLV，LNSESR，LNSDP，LNDKYE，LNBLDKYE,ZY,ZGXL原序列均存在单位根，即这些原序列都是非平稳序列，检验进- 3 -
中国科技论文在线 而进行一阶差分的ADF检验，检验结果见表1： 120 表1 各变量一阶差分的ADF检验结果 Tab. 1 The result of ADF test *变量名称 t-StatisticProb. **LNZFGJ （） ***LNDFLV （） **LNSESR() *LNSDP () **LNBLDKYE （） **LNDKYE() **ZY （） **ZGXL（） 注：*表示10%显著性水平下通过检验，**表示5%显著性水平下通过检验, ***表示1%显著性水平下通过检验 125 检验结果表明,在显著水平下，各指标的显著性水平下的一阶差分ADF绝对值大于对应显著水平，不存在单位根，是平稳序列。LNSDP,LNBLDKYE一阶差分在5%的显著水平下，LNZFJG，LNSESR，LNDKYE，ZY,ZGXL一阶差分在10%的显著水平下，LNDKLV一阶差分在1%的显著水平下存在单位根，是平稳序列。 协整检验 130 检验一组变量（因变量和解释变量）之间是否存在协整关系等价于检验回归方程的残差序列是否是一个平稳序列，本文采用EG两步法通过判断一个回归方程残差序列是否平稳来分别检验LNZFJG，LNDKLV，LNSESR，LNSDP，LNDKYE，ZY,ZGXL和LNBLDKYE这两个变量之间是否存在协整关系。 第一步,分别对LNZFJG，LNDKLV，LNSESR，LNSDP，LNDKYE，ZY,ZGXL135 和LNBLDKYE建立协整回归方程。通过可得： LNBLDKYE=−+ LNBLDKYE= LNBLDKYE=−+ LNBLDKYE= 140 LNBLDKYE=−+ LNBLDKYE=−+ LNBLDKYE=+ 第二步，对协整回归方程生成的残差序列进行平稳性检验。在上式的基础上，得到残差- 4 -
中国科技论文在线 公式： 145 仍采用ADF检验法对残差序列进行平稳性检验，检验结果见表2: 表2 各变量与LNBLDKYE残差u的ADF检验结果 Tab. 2 The result of ADF test of all factors and LNBLDKYE *变量名称 t-StatisticProb. *LNZFJG与LNBLDKYE残差u () * LNDKLV与LNBLDKYE残差u () *LNSESR与LNBLDKYE残差u ()**LNSDP与LNBLDKYE残差u () *LNDKYE与LNBLDKYE残差u ()***ZY与LNBLDKYE残差u () *ZGXL与LNBLDKYE残差u ()注：*表示10%显著性水平下通过检验，**表示5%显著性水平下通过检验，***表示1%显著性水平下通150 过检验 从表2可以看出，ZY在1%的显著性水平下，LNSDP在5%的显著性水平下，LNZFJG，LNDKLV，LNSESR，LNDKYE，ZGXL在10%的显著性水平下残差u的ADF绝对值均大于对应显著水平下的临界值的绝对值，故拒绝零假设，表明残差u不存在单位根，是平155 稳序列。所以，LNZFJG，LNDKLV，LNSESR，LNSDP，LNDKYE，ZY,ZGXL和LNBLDKYE之间存在协整关系，它们的回归不是伪回归，二者存在着长期稳定的关系。 格兰杰因果检验 格兰杰因果关系检验是检验两个或多个经济变量之间因果关系常用的计量经济方法，其实质是检验一个变量的滞后变量是否可以引入到其他变量方程中。160 一个变量如果受到其他变量的滞后影响，则称它们具有格兰杰因果关系。 本文主要检验变量LNZFJG，LNDKLV，LNSESR，LNSDP，LNDKYE，ZY,ZGXL和LNBLDKYE之间的因果关系方向，即判断何者为因、何者为果，故采用格兰杰因果关系检验法。在进行格兰杰因果检验之前，必须确定最优滞后期。所以，对LNZFJG，LNDKLV，LNSESR，LNSDP，LNDKYE，ZY,ZGXL165 和LNBLDKYE进行滞后长度标准检验，得到最优滞后期为2，具体见表3： - 5 -
中国科技论文在线 表3 格兰杰检验结果 Tab. 3 The test result of Granger obsF-statistic Prob LNBLDKYE不是LNZFJG的Granger原因 9 LNZFJG不是LNBLDKYE的Granger原因 LNBLDKYE不是LNDKLV的Granger原因 9 LNDKLV不是LNBLDKYE的Granger原因 LNBLDKYE不是LNSESR的Granger原因 9 LNSESR不是LNBLDKYE的Granger原因 LNBLDKYE不是LNSDP的Granger原因 9 LNSDP不是LNBLDKYE的Granger原因 LNBLDKYE不是LNDKYE的Granger原因 9 LNDKYE不是LNBLDKYE的Granger原因 LNBLDKYE不是ZY的Granger原因 9 LNDKYE不是LNBLDKYE的Granger原因 LNBLDKYE不是ZGXL的Granger原因 9 ZGXL不是LNBLDKYE的Granger原因 从表4-5可以看出，格兰杰因果检验的零假设分别为“LNBLDKYE不是LNZFJG的Granger170 原因，LNBLDKYE不是LNDKLV的Granger原因，LNBLDKYE不是LNSESR的Granger原因，LNBLDKYE不是LNSDP的Granger原因，LNBLDKYE不是LNDKYE的Granger原因,LNBLDKYE不是ZY的Granger原因,LNBLDKYE不是ZGXL的Granger原因”,备择假设分别为“LNZFJG不是LNBLDKYE的Granger原因，LNDKLV不是LNBLDKYE的Granger原因，LNSESR不是LNBLDKYE的Granger原因，LNSDP不是LNBLDKYE的Granger原因，LNDKYE175 不是LNBLDKYE的Granger原因,ZY不是LNBLDKYE的Granger原因,ZGXL不是LNBLDKYE的Granger原因”。 结果显示，在1%、5%、10%的显著水平下均为接受零假设，拒绝备择假设，即LNZFJG、LNDKLV、LNSESR、LNSDP、LNDKYE、ZY、ZGXL均是LNBLDKYE的原因。 - 6 -
中国科技论文在线 多元回归模型的建立 180 当回归模型中的解释变量个数超过1时，称为多元回归模型，含有多个解释变量的线性回归模型可以写为： Y=β+βX+βX+...+βX+u，t=1,2,3...T，或用矩阵形式Y=βX+u 01122kkt其中，Y为被解释，因变量：X、X、X…，为反映个人住房抵押贷款违约特征的123变量；β=(β,β...,β)'是k+1维常数，称为回归参数。回归模型说明Y与X和u之间01k185 的“因果关系”。变量X和不可观察变量u被认为是决定Y的“原因”。X值由模型以外的力量所决定，所以称之为解释变量，自变量或外生变量。多元回归分析的程序用的最小二乘法程序求得，利用最小二乘法对参数进行估计，得出回归估计的回归方程。 在模型的选上，粗略判断出被解释变量和解释变量基本成线性关系，初步选定理论方程： LNBLDKYE=C+βLNZFJG+βLNDKLV+βLNSESR+βLNSDP+βLNSKYE+12345βLNZY+βLNZGXL+u67i190 利用Eveiws 软件回归并剔除不显著的解释变量得： 表4 多元回归计算结果 Tab. 4 The test result of Multiple regression Variable CoefficientStd. Errort-StatisticProb. C LNSESR LNSDP LNDKYE ZGXL R-squared Mean dependent var Adjusted R-squared . dependent var . of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Hannan-Quinn criter. F-statistic Durbin-Watson stat Prob(F-statistic) 195 因此，得到回归方程为： LNBLDKYE=−+++−= DW= 残差平方和为：Sum squared resid= 2e∑2iٛ所以：σ== n−k−1ٛ200 从而可得回归标准差：σ== - 7 -
中国科技论文在线 图1 拟合残差图 Fig. 1 Fit residual plots 205 如图1所示，回归方程拟合程度较好。 多元回归模型的检验 经济意义检验 β=−，表明不良贷款余额随市人均可支配收入的提高而降低；β=，12表明不良贷款余额随着市生产总值的提高而提高；β=，表明不良贷款余额随着贷3210 款余额的增加而增加；β=−，表示，不良贷款余额随着学历的增加而减少。这些4因素符号、大小均与经济理论和人们经验期望值相符。 统计意义检验 （1）拟合优度检验 2−2由回归结果可知R=，Adjusted R−squared=，即 R= 215 计算结果表明，估计的样本回归方程较好的拟合了样本观测值 （2）F检验 H:α=α=α=α=0 H:至少有一个α不为零（i=1,2,3....） 012341i由上表可知，F的统计量为:F−statistic=对于给定的显著性水平α=，从附录中可查出分子的自由度为4，分母的自由度为(4,2)=，因为F=>，220 所以否定H，总体回归是显著的，即不良贷款余额与市人均可支配收入，市生产总值，贷0款余额，最高学历之间存在显著线性关系，另从可直接得出结ProbF−statistic=()论。 （3）t检验 H:α=α=α=α=0 H:α≠0 012341i225 β的t−Statistic=−,β的t−Statistic=,β的t−Statistic= 123- 8 -
中国科技论文在线 ,β的t−Statistic=− 4对于在给定的α，查出自由度为4，对于所有|t|>t(4),否定=，即 230 信用风险预测 本文利用最小平方法对各因素值进行预测。各因素类似可视为方程y=a+bt，其中ac2为截距，b为直线的斜率，a，b为两个未知参数，根据最小平方法的要求，即(y−y)∑c⎧y=na+bt⎪∑∑的最小值，用偏导数的方法，导出以下联立方程组，其中t为动态⎨2ty=at+bt⎪∑∑∑⎩数列的时间，y为动态数列中各期水平，n为动态数列的项数。根据回归模型 235 LNBLDKYE=−+++− 根据上文利用最小平方法预计,并从图2不良贷款余额的变化趋势图可见，从2008年到2010年间不良贷款余额线性上升，2010年至2011年不良贷款余额保持在的水平，即XX支行个人住房贷款信用风险仍存在，没有明显下降的趋势。 240 图2 预测结果 Fig. 2 Forecast result 2 结论 本文通过选取2001年到2011年共11年的数据，运用计量经济学知识的相关分析方法和手245 段，对XX支行个人住房贷款信用风险产生因素的相关程度进行了实证分析，得出以下结论： （1）通过单位根检验、协整检验、格兰杰因果检验得出住房价格，贷款利率，市人均可支配收入，市生产总值，贷款余额、职业、最高学历一阶差分在显著水平下存在单位根，是平稳序列并存在长期稳定关系并且是不良贷款余额形成的原因。 （2）从通过多元回归模型得出随市人均可支配收入的提高而降低；随着市生产总值的250 提高而提高；随着贷款余额的增加而增加；随着学历的增加而减少。这些因素系数符号、大- 9 -
中国科技论文在线 小均与经济理论和人们经验期望值相符，并经过统计检验，这些因素对不良贷款余额影响显著。 （3）从多元回归方程系数可以看出，市人均可支配收入和市生产总值与不良贷款的相关性较大。需要注意的是，通过理论可知，个人住房贷款期限越长，可降低借款人每期还款余255 额，使被迫违约机会减少，但期限越长，不确定性越多，信用风险产生的可能性越大；对于还款方式，如果借款人采用等额本金还款法，每月偿还的本金是固定的，而按等额本息还款法收回的本金大于按等本息还款法同期收回的本金，对该支行而言，越早收回较多的贷款本金，借款人违约损失较小，另外，借款人若使用等额本息还款法，每月还款额固定，如果借款人收入不稳定，该支行面临较大信用风险，而使用等额本金还款法，每月还款额递减，借260 款人还款压力减少，本支行面临的信用风险降低，本支行多采用等额本息还款法，计算比较方便；借款人年龄越大，个人住房贷款信用风险产生的可能性越小；已婚借款人比未婚借款人信用风险产生的可能性小；住房建筑面积越大，个人住房贷款的信用风险产生的可能性越大，因为住房面积越大灾一定程度上加重了借款人的财务负担，当借款者过分追求大户型住房，而超出了自身财务负担能力达到的程度时，就会导致因借款人支付能力不足而违约；借265 款人为当地人时，个人住房贷款信用风险产生的可能性越小；抵押房产为期房时，个人住房贷款的信用风险产生的可能性越小，因为在取样的年度内邯郸住房属于供不应求状态，房价上升，如果为期房贷款发生违约就可能导致购房权丧失，借款人出于自身利益考虑会选择正常换款，如果是现房，借款人已经获得了房屋产权，借款人即便违约，在现有制度下借款人丧失房屋所有权可能性为零，就会助长现房违约的发生；国家颁布的法律政策法规对宏观经270 济管理，会调整房地产市场，影响住房价格。个人贷款信用风险是否产生是这些因素综合作用结果。 （4）XX支行不良贷款余额预测在2012年若不采取有效措施，信用风险没有明显下降趋势，风险仍存在。 275 [参考文献] (References)[1] 黄小彪,黄曼慧.住房抵押贷款信用风险形成原因及对策研究[J].中国房地产金融,2004,（6）:18-19 [2] 刘萍.个人住房抵押贷款风险探析[J].金融研究,2002(8):105-110 [3] 李艳，陈德棉.信用风险管理新发展给我国商业银行的启示[J].金融理论与数学，2003：61-64 [4] 胡红星.我国商业银行个人住房抵押贷款风险及防范[J].苏州大学学报,2007(3):41-45 280 [5] 王琼.我国商业银行个人住房贷款风险管理研究[J].商场现代化，2007(10):56-58 [6] 杨红、陈德棉.个人住房抵抵押贷款违约相关变量选择[J].金融证券，2009（4）：：100-102 [7] 高铁梅.计量经济分析方法与建模[M].北京：清华大学出版社.2006：70-73 [8] [美]因特里格特等著.李双杰.张涛.经济计量模型、技术与应用[M].中国社会科学出版社.2004：91 [9] 李杰明，祁新娥.统计学原理[M].上海：复旦大学出版社.2006:160-162 285 [10] Altman EI. Commercial bank lending: process, credit Scoring and costs of errors in lending. Quantitative Analyze[J]. Journal of Housing Economics，1980:813-832 [11] Campbell Dietrich, and Dietrich. The Determinants of Default on Insured Conventional Residential Mortgage loan [J].The Journal of Finance,2003:47-51 [12] Hess Alan W Smith. Elements of Mortgage Securitization. Journal of Real Estate Finance and 290 Economics[J]. J. Finan. Intermediation,1988:331-346 [13] Patricia Jackson, William Perraudin. regulatory implications of Credit risk Modeling. Journal of Banking&Finance[J]. Expert Systems with Applications,2004:1-14 [14] John M Ivancevich. Human Resource Management, McGraw Hill Education[M].2002:36-42 - 10 -
