个人住房抵押贷款提前外汇交易风险的影响因素研究

个人住房抵押贷款提前外汇交易风险的影响因素研究

个人住房贷款（以下简称“个人贷款”）提前偿还风险是指贷款期限届满前，在贷款协议中规定的还款计划之外，先偿还贷款，从而造成贷款损失的可能性。先偿还风险造成的贷款损失主要表现在三个方面。首先，提前偿还将打破贷款方的现金流计划和资本安排。贷款方应找到新的投资渠道，并支付重返投资的费用。其次，如果市场利率降低，贷款方的投资组合将减少。第三，提前偿还贷款可能会给贷款方带来成本、服务和行政成本。防范提前还款风险的关键在于要找到引发提前还款风险的因素.以此为基础,贷款人才能有的放矢地设计出合理有效的风险规避措施.本文以个人住房贷款的微观数据为基础,运用比例风险模型,定量分析影响提前还款风险的显著因素,并通过对显著因素的判断,探讨引发提前还款风险的可能原因.1针对提前偿还风险的主要市场Busser和Hendershott1984年针对提前还款期权理论的研究认为,提前还款可以被看作是执行一种买权.当市场利率低于合同利率时,买权处于实值状态,借款人可以通过执行买权和再融资降低借款购房成本.其后,Zorn和Lea,Schwartz和Torous,Quigley和VanOrder等人分别用不同的数据验证了该定义下的买权价值对提前还款风险的显著解释能力.除买权价值外,利用美国个人住房贷款的数据,Quigley的研究认为,搬迁是引发提前还款风险的重要因素,而搬迁又与借款家庭人口、借款人教育程度正相关,与借款人年龄和贷款余额负相关.Zorn和Lea利用加拿大个人住房贷款数据,研究浮动利率贷款的提前还款风险因素,发现提前还款风险与住宅短期投资收益显著正相关.Perry等人对英国市场研究发现,市场利率下跌、提前还款罚金减少、住宅价格上涨会导致提前还款风险加大.其中利率下跌引起的再融资需求和住宅价格上涨引起的搬迁需求是引发提前还款风险的主要原因.Tiwari对印度市场的研究认为,贷款价值比和贷款期限与提前还款风险显著正相关,自由职业者、未婚借款人、女性借款人和年长借款人的提前还款概率相对较低.从研究模型看,主流的有两种:Logit模型和比例风险模型.前者在Zorn和Lea、Cunningham和Capone和Navratil等人的研究中被应用.后者则是目前个人住房贷款风险研究领域最为广泛应用的一种计量模型.Green和Shoven在1986年最早将比例风险模型引入个人住房贷款风险研究,但当时他们仅探讨了利率对提前还款风险的影响.其后Quigley和VanOrder,Tiwari等人的研究都运用了比例风险模型,只是在解释变量、变量函数形式、参数估计方法等方面有所调整.2比例风险模型2.1事件持续时间t风险模型的实质是建立起风险因素与风险比率(hazardratio)之间的关系.所谓风险比率是指事件持续时间大于当前时刻的条件下,在当前时刻结束的概率,其一般表达式如下:λ(t)=limΔt→0+Ρ(t≤Τ≤t+Δt|Τ≥t)Δt=limΔt→0+Ρ(t≤Τ≤t+Δt)Ρ(Τ≥t)Δt(1)λ(t)=limΔt→0+P(t≤T≤t+Δt|T≥t)Δt=limΔt→0+P(t≤T≤t+Δt)P(T≥t)Δt(1)式中:T表示事件持续时间;P(t≤T≤t+Δt|T≥t)表示事件持续时间大于当前时刻t的条件下,在当前时刻之后很短一个时间间隔内结束的条件概率;风险比率λ(t)为该条件概率的密度函数.在风险比率的基础上,风险模型还定义了生存函数S(t).所谓生存函数是指事件持续时间大于当前时刻的概率.公式(2)给出了生存函数S(t)与风险比率λ(t)的一般关系式,其中f(t)表示事件在t时刻持续的密度函数.S(t)=Ρ(Τ≥t)=∫∞tf(t)dt,f(t)=limΔt→0+Ρ(t≤Τ≤t+Δt)Δt‚λ(t)=f(t)S(t)=-dlnS(t)dt‚S(t)=P(T≥t)=∫∞tf(t)dt,f(t)=limΔt→0+P(t≤T≤t+Δt)Δt‚λ(t)=f(t)S(t)=−dlnS(t)dt‚S(t)=exp(-∫t0λ(t)dt)(2)2.2生存函数的一般表征本文所选用的比例风险模型是在上述风险模型一般形式基础上建立起来的Cox比例风险模型(Coxproportionalhazardmodel).其定义的风险量λ(t;Z)和生存函数S(t;Z)为λ(t;Ζ)=λ0(t)eΖβ‚S(t;Ζ)=exp[-∫t0λ0(t)eΖβdt](3)式中:λ0(t)被称为基线函数,表征影响提前还款风险的一般性因素;Z为影响因素组,β为系数矩阵.模型主要考察Z组内的影响因素与风险比率之间的关系.Cox比例风险模型最大的特点是基线函数没有固定的形式,是一种半参数模型.这使得模型对数据的适应性增强,有助于提高模型的拟合优度,但同时也会带来模型估计方法复杂、模型无法以参数模型的形式直观表达等问题.2.3拟合优度检验和显著性分析20世纪70年代末,Efron等人发展了Cox比例风险模型的非参数估计方法,提高了Cox比例风险模型的实用性和普及性.本文对比例风险模型的参数估计采用Efron最大似然估计法.针对模型拟合优度的检验,本文借助三个统计量检验:对数似然函数-2logL检验、AIC(akaikeinformationcriterion)检验和SBC(schwarzbayesianinformationcriterion)检验.当包含解释变量的模型的三个统计量值小于不包含解释变量的模型时,表明所选择的解释变量提高了模型的拟合度.针对模型显著性水平的检验,本文采用拒绝全局变量零假设的方法,借助三个统计量:似然比、Score统计量和Wald统计量在大样本条件下,渐近服从λ2分布的特征,通过比较统计量值与λ2分布临界值的大小,判断模型的显著性水平.3样本数据的状态和影响因素的选择3.1有效样本数量:3.本文的样本数据来自北京个人住房贷款市场,共4000笔1999年发起的贷款,还款信息截断至2002年10月.在删除含有缺失信息或错误信息的样本后,有效样本数为3101笔贷款.有效样本包含的信息包括:每笔贷款的贷款利率、贷款价值比、还款方式、借款人年龄、教育程度、婚姻状况、性别、月收入、所购住宅总价以及截至2002年10月的还款状态.截至2002年10月共有424笔贷款实施提前还款,提前还款比例为13.7%.3.2我国个人信贷买权价值的新定义国外针对个人住房贷款提前还款风险因素的研究多以期权价值为基础,即提前还款买权价值被视为重要因素纳入模型.Calhoun和Deng2000年发表的一篇论文给出的买权价值表达式如下:式中:C(t0)为t0时刻的买权价值;T为贷款期限;P(t)为t时刻合同约定的月还款额;R′(t)为市场年利率;R(t)为合同年利率.公式(4)所表达的买权价值实质上等于按照现时市场利率折现的月还款额与按照合同利率折现的月还款额之间的变化率.倘若C(t0)>0,表明市场利率下的月还款额现值较高,买权处于实值状态,借款人通过提前还款和再融资能够降低借款购房成本.直观来看,公式(4)所表达的提前还款买权价值背后隐含的再融资动机在我国个人住房贷款市场并不明显.原因有两点,其一,我国个人住房贷款利率大多是根据央行法定利率调整的可调整利率.在这样的利率政策下,借款人通过再融资途径降低借款成本的动力不足;其二,现阶段我国个人住房贷款市场不存在类似于国外市场的再融资渠道.优惠的贷款利率仅针对个人住房贷款,再融资利率执行同期商业贷款利率,而非个人住房贷款所享有的优惠利率,因此即使借款人实施再融资也无法获得新的优惠利率.针对我国个人住房贷款市场,本文提出一种新定义的买权价值C*(t0),见公式(5).C*(t0)=(St0-Bt0)-{St*[1+R′(t)]t*-t0-Τ-t0∑t=1Ρ′(t)[1+R′(t)]t}|St0-Bt0|=(St0-Bt0)-{St0[1+Ι(t)1+R′(t)]t*-t0-Bt0}|St0-Bt0|t*=t0+1→St0-St0[1+Ι(t)1+R′(t)]|St0-Bt0|(5)式中:St0表示t0时刻住宅价格;Bt0表示t0时刻个人住房贷款余额;St*表示t*时刻住宅价格;I(t)为住宅价格预期增长率;R′(t)为市场利率;P′(t)为按照市场利率计算的月还款额;T为贷款期限;t0为当前时刻.公式(5)所表达的买权价值等于当前时刻出售住宅提前还款的净收益与在市场利率下继续还款,后期出售住宅的净收益现值之间的变化率.当C*(t0)>0时,买权处于实值状态,表明借款人当前时刻出售住宅、提前还款的净收益高于履约还贷收益.本文实际计算比较了当前时刻出售住宅、提前还款和下一时刻出售住宅、提前还款的净收益现值,即假设t*=t0+1.除传统定义的买权价值和新定义的买权价值外,本文还选取了其他几类影响提前还款风险的因素,作为模型中的解释变量,见表1.第一类因素是与提前还款买权价值相关的因素;第二类因素是个人住房贷款合约属性;第三类因素是借款人异质性因素.除住宅价格指数参考中房(北京)普通住宅价格指数,贷款利率参照同期央行法定利率外,其他数据均来源于贷款样本.进一步,本文将解释变量人为分组,转换成分类变量:原分类变量的分组方法不变;原连续变量以中位数为标准分成两组,小于中位数的赋值0,大于等于中位数的赋值1.4提前偿还风险影响因素本文借助SAS软件,采用Cox比例风险模型,考察解释变量对提前还款风险的影响系数及其显著性水平.通过解释变量显著性水平的筛选,表2给出了显著影响提前还款风险的变量及其影响系数β和风险比率eβ.其中风险比例eβ>1表示随分类变量的数值增加,提前还款风险增加;风险比例eβ<1表示随分类变量的数值增加,提前还款风险减小.本文筛选解释变量的标准为达到80%的置信水平,删除虽然显著相关,但正负相关性不符合逻辑的解释变量.表3给出了模型拟合优度和显著性水平的检验指标.从中可以看到,以显著性解释变量为基础建立的提前还款比例风险模型的拟合优度和显著性水平均满足要求.5结论5.1买权价值的相关性传统定义的买权价值(TRCA)是考虑提前还款-再融资的价值,本文新定义的买权价值(NECA)考虑的是出售抵押住宅-提前还款的价值.从模型结果看,这两种买权价值都表现出与提前还款风险的显著相关性.传统定义的买权价值表现为负相关,新定义的买权价值表现为正相关.传统定义买权价值的负相关表明利率上调是引发我国提前还款风险的显著因素.究其原因,一方面可能缘于是借款人保守的负债消费观念,另一方面可能缘于借款人的自有资金没有更好的投资渠道,进而选择提前还款,节省购房成本.新定义买权价值的正相关预示着提前还款风险与借款人的抵押住宅出售行为相关.具体表现为:当计划出售抵押住宅的借款人预期未来住宅价格下滑时,会选择提前还款,当期出售住宅.而借款人出售抵押住宅的动机可能缘于实现投资收益,也可能出于改善居住环境、就业或求学地点变更等因素引致的搬迁需求.5.2债权人支付能力较保守的借款提前偿还风险分析初始贷款价值比(LTV)和贷款期限(TERM)都表现出与提前还款风险的显著负相关性,即初始贷款价值比越低,贷款期限越短,提前还款风险越大.直观判断,选择短期、低比例贷款的借款人通常有两类,一类是支付能力较高的借款人,另一类是负债消费观念较保守的借款人.本文判断支付能力较高的借款人选择提前还款可能缘于自有资金没有更好的投资渠道,负债消费观念较保守的借款人选择提前还款缘于其对背负债务的厌恶.5.3个人贷款提前偿还风险的可能原因住宅价格指数斜率(HPIS)表现出与提前还款风险显著负相关性.鉴于住宅价格指数斜率反映的是价格短期变动,因此实证结果意味着,提前还款风险随住宅价格的短期下降而增加.借款人年龄(AGE)、婚姻状况(MAR)和性别(GEN)与提前还款风险非显著相关,借款人教育程度(EDU)和月收入(INC)显著影响提前还款风险.