我国住房抵押贷款信用风险因素分析

刘喜和 郭 娜

(天津财经大学经济学院，天津 300222;南开大学经济学院，天津 300071)

我国住房抵押贷款信用风险因素分析

刘喜和 郭 娜

(天津财经大学经济学院，天津 300222;南开大学经济学院，天津 300071)

个人住房抵押贷款市场的迅速扩张，得益于房地产贷款是建立在房地产抵押担保的基础之上，房地产抵押为住房抵押贷款提供了充分的保障;其次房地产信贷的利润和质量相对于其他贷款要高。然而，随着个人住房贷款余额的不断增长，商业银行的信用风险也在不断累积。利用银行违约率微观数据并采用Logit模型对我国住房抵押贷款信用风险的影响因素进行分析，个体学历变量、年收入变量、购买房屋总价等因素对贷款人违约率具有很大的影响。相应的政策建议:尽快建立和完善个人信用管理评估体系;大力提高我国商业银行个人住房抵押贷款风险管理水平;稳步推进个人住房抵押贷款证券化改革等。

住房抵押贷款;信用风险;Logit模型

一、引言

自从1998年我国实行住房货币化改革以来，我国的房地产业就一直保持着持续快速的增长势头，个人住房抵押贷款业务也随着住房制度改革的深化和房地产市场的逐步繁荣而不断发展，银行的个人住房抵押贷款业务和其在银行信贷资产中所占的比重也在逐渐增加。有数据显示，长期以来我国个人住房贷款占个人消费贷款的比重始终在75%—97%;1998年到2008年间，我国个人购房贷款余额由426亿元增加到33500亿元，增长了77．6倍。个人住房抵押贷款市场的迅速扩张，首先得益于房地产贷款是建立在房地产抵押担保的基础之上，房地产具有抵押品的优良特性并且房价存在长期的上涨趋势，使得房地产抵押为住房抵押贷款提供了充分的保障;其次房地产信贷的利润和质量相对于其他贷款要高。因此，商业银行往往将住房抵押贷款视为优质资产而大力发展，住房贷款也成为各个银行竞相开展的重点业务。

然而，随着个人住房贷款余额的不断增长，商业银行的信用风险也在不断累积，加之2007年金融危机的影响以及我国房地产泡沫和重点城市房价畸高，我国住房抵押贷款的信用风险问题愈发突出。根据国际经验，个人住房抵押贷款的风险一般是在贷款发放后的5到10年内逐步显现。这警示我们，在今后的几年里我国住房抵押贷款的不良贷款率很有可能会呈现大幅上升趋势。在社会信用制度不健全的情况下，借款人信用是个人住房抵押贷款风险的根本影响因素。因此，作为银行信贷产品，信用风险是银行首当其冲要面对的风险，也是解决个人住房抵押贷款风险的关键所在。对于我国商业银行来说，准确测度住房抵押贷款的信用风险，并有效分析住房抵押贷款信用风险的影响因素，对于银行风险管理和国家的金融稳定具有极其重要的理论和现实意义。

有鉴于此，本文通过研究个人住房抵押贷款信用风险的相关理论，采用Logit模型来定量分析目前我国商业银行个人住房抵押贷款风险的现状及其影响因素，并对我国商业银行个人住房抵押贷款业务的发展和银行风险管理提出政策建议。

二、住房抵押贷款信用风险影响因素模型设定

信用风险也称违约风险，是指借款人不愿或没有能力按时还本付息，进而导致银行贷款损失的风险，是银行开展个人住房抵押贷款业务过程中所面临的主要风险。2007年一场源自美国的金融危机席卷全球，不仅引发了全球经济的衰退，作为此次危机始作俑者的住房抵押贷款也引发了学者们的深度思考。禹宁桢和孔明杰(2011)对我国个人住房抵押贷款中的信用风险分类和引致原因、信用风险信号识别、信用风险的评估等问题进行了研究，并对如何提高我国个人住房抵押贷款信用风险管理水平提出了防范措施和建议;①禹宁桢、孔明杰:《个人住房抵押贷款的信用风险探析及防范》，《中国集体经济》2010年第1期。刘树枫和袁海林(2010)基于我国个人住房抵押贷款的发展现状，针对购房者的违约行为分析了我国住房抵押贷款信用风险的形成原因，提出了建立住房抵押贷款保险机制，防范住房抵押贷款信用风险的政策建议。②刘树枫、袁海林:《我国个人住房抵押贷款的信用风险与保险防范》，《西安石油大学学报》(自然科学版)2010年第6期。

既往的有关住房抵押贷款信用风险的研究文献大多采用定性分析的方法，较少采用银行的微观数据并利用实证方法对住房抵押贷款信用风险的影响因素进行研究分析。有鉴于此，本文采用某银行2010年的微观数据并利用Logit模型对我国住房抵押贷款信用风险的影响因素进行定量分析，以期为银行的风险管理以及监管部门提出具体的、有针对性的政策建议。

本文主要分析微观个体的不同特征因素对住房抵押贷款违约率的影响，因此采用Logit模型对其进行研究。该模型是McFadden于1973年首次提出。其采用的是logistic概率分布函数，其函数形式见式(1):

对于给定的xi，pi表示相应个体做出某种选择的概率。对上式作如下变换:

对上式除以pi，并减1可得式(3):

取倒数后，再取对数可得式(4):

由此可得到式(5):

由上式知回归方程的因变量是对数的某个具体选择的机会比。Logit模型的一个重要优点是把在［0，1］区间上预测概率的问题转化为在实数轴上预测一个事件发生的机会比问题。

三、实证分析

(一)样本数据

根据相关理论以及既往文献对住房抵押贷款信用风险影响因素的变量选择并结合我国个人住房抵押贷款相关数据的可获性，我们得到了我国某家商业银行的住房抵押贷款的微观数据，共20000个观测点。Logit模型的被解释变量为住房抵押贷款违约率(PD)，当个体违约时设为1，个体不违约时设为0;Logit模型的解释变量包括性别变量(gender)、婚姻变量(marriage)、学历变量(degree)、年收入变量(income)、个体购买房屋总价(totalprice)、个体购买房屋单价(price)、个体购买住房建筑面积(area)、个体贷款期限(term)和个体公积金额(fund)等。③性别变量，设置该定性变量在个体性别为男时是1，个体性别为女时是0;婚姻变量，设置该定性变量在个体已婚时是1，在个体未婚时是0;学历变量，设置该定性变量在个体是本科以下学历时是0，本科学历时是1，硕士学历时是2。

(二)实证结果

我们利用上面的这些住房抵押贷款信用风险影响因素变量来对logit模型进行回归分析，表1为我国住房抵押贷款违约率影响因素的Logit模型回归结果。

其中，模型(1)是被解释变量住房抵押贷款违约率(PD)对所有解释变量:性别变量、婚姻变量、学历变量、年收入变量、个体购买房屋总价、个体购买房屋单价、个体购买住房建筑面积、个体贷款期限、个体公积金额的Logit模型回归结果。由表1中模型(1)的回归结果可知，性别变量对住房抵押贷款违约率具有负向影响，即表明男性性别不容易违约，但这一变量结果不显著;婚姻变量对住房抵押贷款违约率也具有负向影响，且1%水平显著，即表明已婚个体不容易违约;学历变量对住房抵押贷款违约率具有负向影响，且1%水平显著，即表明个体学历越高越不容易违约;年收入变量住房抵押贷款违约率也具有负向影响，且1%水平显著，即表明越是收入高的个体越不容易违约;个体购买房屋总价对住房抵押贷款违约率具有正向影响，且1%水平显著，即表明总价越高的住房，其购买的个体越容易违约;个体购买房屋单价对住房抵押贷款违约率具有负向影响，且1%水平显著，即表明单价越高的住房，其购买的个体越不容易违约;个体购买住房建筑面积对住房抵押贷款违约率具有负向影响，即表明面积越大的住房，其购买的个体越不容易违约，但这个变量的回归结果并不显著;个体贷款期限对住房抵押贷款违约率具有正向影响，且1%水平显著，即表明购房期限越长的购房者越容易违约;个体公积金额对住房抵押贷款违约率具有负向影响，且1%水平显著，即表明购房个体的公积金越多他越不容易违约。

表1 我国住房抵押贷款违约率影响因素的Logit模型回归结果

模型(2)是被解释变量住房抵押贷款违约率(PD)对个体自然特征解释变量:性别变量、婚姻变量、学历变量的Logit模型回归结果。模型(3)是被解释变量住房抵押贷款违约率(PD)对个人住房特征解释变量:个体购买房屋总价、个体购买房屋单价、个体购买住房建筑面积、个体贷款期限Logit模型回归结果。模型(4)是被解释变量住房抵押贷款违约率(PD)对所有除去个人住房特征的解释变量:性别变量、婚姻变量、学历变量、年收入变量、个体贷款期限、个体公积金额的Logit模型回归结果。模型(5)是被解释变量住房抵押贷款违约率(PD)对所有除去个体自然特征的解释变量:性别变量、婚姻变量、学历变量、年收入变量、个体贷款期限、个体公积金额的Logit模型回归结果。由表1这些结果可以看出，回归系数的符号和量纲基本与模型(1)的回归结果一致，说明本文的回归结果具有很强的稳健性。

四、结论及政策建议

本文利用银行违约率微观数据并采用Logit模型分析了我国住房抵押贷款信用风险的影响因素，得出个体学历变量、年收入变量、购买房屋总价等因素对贷款人违约率具有很大影响的结论，实证结果经检验具有很强的稳健性。通过对本文回归结果进行总结并结合我国的实际情况，本文提出相应的政策建议。

(一)尽快建立和完善个人信用管理评估体系

个人信用制度是国家信用管理体系的重要组成部分，也是发展个人住房抵押贷款的重要组成部分，是发展个人住房抵押贷款的前提条件，也是防范住房抵押贷款信用风险的微观基础。目前，我国商业银行发放个人住房抵押贷款时主要还是依靠信贷员的分析和判断，个人信用评分标准的应用相对较少，贷款的发放主要受信贷员的主观判断影响，为更客观地反映个人信用情况，亟需开发我国个人信贷评估体系，建立和完善个人资信评估和个人信用风险预警制度。个人信用记录可以在各种使用机构之间实现共享，发放贷款的银行只需支付一定的费用便可得到客户的信用资料，简化了审核程序，提高了审核工作效率。银行可以通过对借款人的年龄、学历、收入、职业等信息，判断借款人目前还款状况并评估未来职业发展对收入水平的影响;通过借款人的收入水平和财务情况，判断其贷款偿付能力;通过了解借款人目前居住情况及此次购房的首付支出，判断其对所购房产的拥有意愿等。与此同时，银行应该定期对个人信贷评估资料进行更新，动态监视借款人财务情况的变化。此外，借鉴发达国家的社会征信体系经验，采用政府推动和市场化运作相结合的方法，整合各个部门的公共记录信息，有利于银行在放贷过程中更全面、更及时地把握好每笔贷款的风险状况，从源头上减少信用违约带来的损失。

(二)大力提高我国商业银行个人住房抵押贷款风险管理水平

健全风险管理水平首先要健全银行内控，商业银行要制定严格的风险管理程序，在贷前调查、贷中审查、贷款审批、贷后管理等各环节都要落实各项风险管理措施，建立科学的、量化的风险管理系统，增强风险控制和预警功能。根据中国人民银行的《贷款风险分类指导原则》，可将个人住房抵押贷款划分为五级，即正常、关注、次级、可疑、损失，后三类称为不良贷款。对银行贷款风险进行分类，可以加强银行信贷经营管理，为计提贷款损失准备金提供依据。目前，我国个人住房抵押贷款的风险分类还不完善，比如分类仅以贷款逾期天数和贷款方式作为标准，没有考虑借款人的还款能力、抵押品的市价、担保人支持度等因素的影响;分类更多地停留在定性分析上，定量分析较少，忽视影响贷款风险分类的质量，不能全面反映银行面临的违约风险。因此，有必要对贷款风险分类做进一步改进，例如构筑新的风险分类指标体系、细化风险分类，并采用数学模型的方法量化风险。国外的个人住房抵押贷款是银行贷款发放的主要领域，美国个人住房抵押贷款余额占到银行贷款余额的20%以上。目前，我国个人住房抵押贷款业务发展也极为迅速，但是相应的科学贷款管理体系并未完全建立。因此，我国银行应根据自身特点，学习和借鉴先进的国际经验，突出客观性、科学性和定量化的风险管理技术，积累和完善数据资源，建立适应中国国情的个人住房抵押贷款风险管理的模型。

(三)稳步推进个人住房抵押贷款证券化改革

住房抵押贷款证券化是发起银行将缺乏流动性但能够产生未来现金流的住房抵押贷款，出售给特殊目的的机构，由特殊目的机构对其进行结构性重组，以资产所产生的未来现金流为支撑，在资本市场上发行资产支持证券的过程。住房抵押贷款证券化作为一种金融创新业务，上世纪80年代后在美国、加拿大、澳大利亚等国家取得了长足的发展。目前，在美国超过半数的个人住房贷款已经实现了证券化，个人住房抵押贷款债券市场的规模已经超过股票市场和企业债券市场，并接近于国债市场，成为美国第二大证券市场。虽然此次金融危机使人们对个人住房抵押贷款证券化颇有微词，但我们应肯定住房抵押贷款证券化在金融创新中所起到的积极意义。首先，能够增加商业银行资金的流动性，缓解银行资金的流动性压力。其次，能够转移商业银行的住房抵押贷款风险，促进房地产金融的健康发展。再次，能够提高商业银行的资本适足率，增强银行抵御风险的能力。最后，发展住房抵押贷款证券化业务还能增加商业银行的中间业务收入。应该看到，近年来我国在个人住房抵押贷款证券化方面进行了许多有益的探索和实践，也取得了明显的进步和积累了经验。因此，应继续稳步发展个人住房抵押贷款证券化业务，降低银行风险。

F832

A

1003－4145［2012］03－0105－04

2011－11－20

刘喜和，男，经济学博士，天津财经大学经济学院金融系副教授。

郭 娜，女，南开大学经济学院金融学系博士研究生。

本文得到教育部规划项目(06JA790057)的资助。

高波等人:《转型期中国房地产市场成长:1978－2008》，北京:经济科学出版社2009年版。

(责任编辑:栾晓平E－mail:luanxiaoping@163．com)