商业银行个人住房贷款风险分析及控制研究

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第,*,页 共26页,商业银行个人住房贷款风险分析及控制研究,以某商业银行无锡分行为例,The research on the analysis and control of individual housing loan in commercial bank,-a commercial bank Wuxi branch as an example,学生：邓予兰,导师：钱枫林,第二局部,第一局部,目录,选题背景及研究意义,商业银行个人住房贷款风险现状分析,第三局部,某商业银行无锡分行个人住房贷款风险分析,第四局部,个人住房贷款违约模型的构建和应用,第五局部,商业银行个人住房贷款风险控制,第六局部,论文创新与缺乏之处,本文选题背景：个人住房贷款风险,个人住房贷款自1998年至2021年贷款余额开展趋势图,商业银行个人住房贷款余额从1997年末的190亿元飞速发展到2009年底的4.4万亿元，在13年中增长了231.58倍，占金融机构全部贷款余额的比重由0.49上升为11。,个人住房贷款属长期贷款品种，产生的风险具有长期的积累性。随着个人住房贷款余额的不断攀升，风险日益积累，现阶段不良贷款尚处可控制范围。但假设这种风险一旦发生质变便会爆发严重的金融震荡。银行也将是金融危机的最大受害者。,本文研究方法：因子分析和判别分析,因子分析的目的是为了从所选的所有变量中提取出具有相同特点或者说具有共性的变量。通过因子分析可以到达降低变量数目的目的，从而将所需研究的变量间的关系进行简化。,判别分析法是在分类确定的条件下，根据某一研究对象的各种特征值判别其类型归属问题的一种多变量统计分析方法。其根本原理是按照一定的判别准那么，建立一个或多个判别函数，用研究对象的大量资料确定判别函数中的待定系数，并计算判别指标。据此即可确定某一样本属于何类,因子分析的根本模型如下：,分析个人住房贷款目前风险现状的根底上，对完善个人住房贷款风险控制体系提出建议,对前人的研究成果进行总结和分析，结合某商业银行无锡分行的样本数据，运用统计分析的方法，建立科学的个人住房贷款风险评价体系，提出对完善该银行个人住房贷款风险的管理具有实际运用价值的风险控制方法，并为其他商业银行提供可借鉴的范例。,商业银行个人住房贷款利率走向图,利率的波动对个人住房贷款违约与否以及是否提前还款有很大的影响,第二局部,第一局部,目录,选题背景及研究意义,商业银行个人住房贷款风险现状分析,第三局部,某商业银行无锡分行个人住房贷款风险分析,第四局部,个人住房贷款违约模型的构建和应用,第五局部,商业银行个人住房贷款风险控制,第六局部,论文创新与缺乏之处,商业银行个人住房贷款现状、不良贷款分布及不良贷款率开展趋势,个人住房贷款余额分布,09年商业银行不良贷款分布,个人住房贷款属长期贷款，风险的暴露需38年的时间，商业银行风险防控体系尚不健全，美国次贷危机敏示了要不断加强和完善对个人住房贷款风险的控制，并在贷款前就将风险扼杀在摇篮里。,07-10年商业银行不良贷款比例表,结论,商业银行个人住房的贷款风险现状,信用风险,市场风险,操作风险,违约风险,提前还款风险,个人住房贷款业务面临的风险,影响个人住房贷款风险的因素主要有：,贷款特征维度：贷款利率、贷款期限、贷款金额,借款人特征维度：性别、月收入、职业、年龄、婚姻状况、学历、个人住房贷款月还款额度占家庭月收入比、是否当地人等,房产特征维度：住房价值、建筑面积和单位面积价格,区域特征维度：房价指数,流动性风险,法律风险,商业银行所面临的风险,个人住房贷款风险,第二局部,第一局部,目录,选题背景及研究意义,商业银行个人住房贷款风险现状分析,第三局部,某商业银行无锡分行个人住房贷款风险分析,第四局部,个人住房贷款违约模型的构建和应用,第五局部,商业银行个人住房贷款风险控制,第六局部,论文创新与缺乏之处,某商业银行无锡分行A银行个人住房贷款现阶段风险评价指标,个人住房贷款风险评价指标,财务状况70%,非财务状况30%,家庭月收入,贷款金额,借款人学历,借款人职业,借款人婚姻,月还款额占月收入比重,借款人年龄,房价指数,贷款期限,贷款利率,指标太笼统，不够具体化,各指标对财务与非财务指标的奉献大小无明确配比,缺点：判断准确率不高；评价指标不够全面，如借款人的住宅购置价格、建筑面积等因子没有考虑，容易造成评价结论片面、评价结果失真等问题；缺乏反响借款人收入变化的信息。,第二局部,第一局部,目录,选题背景及研究意义,商业银行个人住房贷款风险现状分析,第三局部,某商业银行无锡分行个人住房贷款风险分析,第四局部,个人住房贷款违约模型的构建和应用,第五局部,商业银行个人住房贷款风险控制,第六局部,论文创新与缺乏之处,变量的选择及其量化表,本文收集到的,A,银行,1136,个样本，剔除一些信息不全的样本，总的符合要求的样本数量为,999,个，将其分为正常组合违约组,488,个和正常组两个样本组,511,个，从这两个样本中提取,14,个公共变量，对其进行因子分析，目的是为了解决变量之间的多重共线性，从而生成相应的因子变量；然后采取判别分析的方法对所生成的因子变量进行分析，建立判别函数，为,A,银行在判断哪些样本可能会违约，哪些样本正常还款提供相对可靠的预测工具。,通过因子分析对所选取的变量进行处理，消除各变量之间的多重共线性，使得产生的因子变量之间能够相互独立，并且包含原始变量的大局部信息,国外学者Hair等人认为：当样本数量超过50个时，因子的荷重系数0.5，认为它是非常重要的；因子的荷重系数0.4的，认为它是很重要的；因子荷重系数0.3，认为它是显著的。本文以0.5作为因子的荷重系数临界点。,KMO值分析,小于,0.5,，不适合；,0.6-0.7,，不太适合；,0.6-0.8,，一般；,0.8-0.9,，适合；,大于,0.90,，非常适合。,结果：,KMO系数为0.752，可对所选的原始数据进行因子分析,因子荷重矩阵,因子得分系数矩阵表,=0.287*住房购置价格的标准化值+0.428*家庭月收入的标准化值+0.356*贷款金额的标准化值+0.230*单位面积价格的标准化值+.-0.057是否本地人的标准化值,例：0.428家庭月收入因子得分系数0.356贷款金额因子得分系数0.287住房购置价格因子得分系数0.230单位面积价格因子得分系数，其中家庭月收入因子的得分系数最高，说明家庭月收入这个原始变量对因子1的解释力最强，同时该变量对因子1的奉献最大,.,对生成的8个因子变量进行赋值,采用,Z,分法对原始变量进行标准化：,其中，,i,表示样本，,j,表示变量；,：赋值后的因子分值,：因子的得分系数矩阵，因子得分系数矩阵表,X ：标准化后的变量矩阵，通过原始变量的标准化后的数值矩阵,简记为：,赋值时根据因子的得分系数矩阵和对原始变量进行标准化后的数值来计算每个样本在对应因子上的得分，表示为：,表示原始变量的标准化值；,表示原始变量值；,表示所有样本在第j个变量上的均值；,表示标准差。,生成的8个因子的描述性统计结果如下,我们得到了8个新的因子变量，这8个新变量既包含了14个原始变量的绝大局部信息，同时又防止了原始变量之间的多重共线性，为后面进行判别分析提供根底。,判别函数分析及拟合优度检验,通过对原始的999个样本包含有效违约贷款样本488个和正常贷款样本511个进行因子分析和因子赋值后，生成的变量经过判别分析建立违约风险判别函数,根据上表得出，个人住房贷款违约风险典则判别函数，表达式如下：,越接近1，说明多重共线性程度越低,值小于5%，我们认为是可以接受的，反之，则不接受,拟合优度检验结果及判别函数预测结果准确度分析,在个人住房贷款的总体样本,999,个中，归类正确的个数为,833,个，归类错误的样本数,166,个，归类正确的概率为,83.4%,，归类错误的概率为,16.6%,。从总体水平来看，判别分析的结果准确率相对来说还是很高的，说明建立的判别函数对个人住房贷款的违约风险判别具有很高的预测率。,WilksLambda,值为,0.587,，,Chi Square,为,989.325,，,df,的值为,7,，,Sig,的值为,0.000,，说明函数的拟合效果非常好，因此，可用该判别函数对个人住房贷款进行违约风险预测。,判别函数预测结果准确度分析,判别函数拟合优度检验,判别函数分析结论,结论一：借款人绝对财务状况与个人住房贷款违约可能性呈反向相关。,结论二：借款人贷款期限和贷款利率状况与个人住房贷款违约可能性呈正相关。,结论三：房价指数与个人住房贷款违约可能性呈反向相关。,结论四：月还款额占家庭月收入的比例与个人住房贷款违约可能性呈正向相。,结论五：借款人婚姻年龄状况与个人住房贷款违约可能性呈反向相关。,结论六：建筑面积的大小与个人住房贷款违约可能性呈正向相关。,结论七：借款人是否本地人与个人住房贷款违约可能性呈反向相关，即借款人是本地人，个人住房贷款违约可能性越小；反之借款人非本地人，那么个人住房贷款违约可能性越大。,不同因子对个人住房贷款违约与否的影响程度存在很大差异性，有些因素影响至关重要，有些因素的影响却是微乎其微。值得注意的是虽然各因素在决定个人住房贷款违约风险的重要程度上存在一定差异性，但是是否会发生个人住房贷款违约那么是所有这些因子综合作用的结果。,第二局部,第一局部,目录,选题背景及研究意义,商业银行个人住房贷款风险现状分析,第三局部,某商业银行无锡分行个人住房贷款风险分析,第四局部,个人住房贷款违约模型的构建和应用,第五局部,商业银行个人住房贷款风险控制,第六局部,结论与展望,健全个人征信体系及建立科学的指标评价体系,个人征信体系是住房贷款违约风险的“过滤器，完善的个人征信体系将具有不良信用记录的借款人拒绝在外，有助于商业银行个人住房贷款风险源头上的控制，将该类风险扼杀在摇篮里。,建立科学的指标评价体系：,当Y0时，借款人正常还款。,=0.287*（住房购买价格的标准化值）+0.428*（家庭月收入的标准化值）+0.356*（贷款金额的标准化值）+0.230*（单位面积价格的标准化值）+.-0.057（是否本地人的标准化值）,.,加强商业银行内部控制,资信调查,CMIS系统,信息录入,定性信息导入,定量信息导入,根本面评级,系统初始评级,系统最终评级,信贷经营部门等级和授信建议,审批部门等级审定,最终评级,评级报告,此模块由信用风险评级预警系统自动完成,加强贷款审查。建立详细的借款人信用评级流程,加强贷款审批流程控制，关键节点处加强审查,加强商业银行全面风险管理,正确认识提前还款风险,建立个人住房贷款数据库,灵活运用表内对冲方法，管理提前还款风险,推进个人住房抵押贷款产品创新，设计多样化的产品挽留顾客,继续完善和推出更多的固定利率个人住房抵押贷款产品。,以资金流动和方便借款人为根底，开发多种满足借款人需求的个人住房贷款产品，挽留客户，继续为银行创造利润。,表内对冲是指利用银行资产负债表资产和负债两方对市场利率变化影响具有相互抵消的自然对冲效应，进行合理安排和缺口管理，最大限度地将市场利率变化对银行资产负债表的总体影响降低到最低限度，甚至为零。,第二局部,第一局部,目录,选题背景及研究意义,商业银行个人住房贷款风险现状分析,第三局部,某商业银行无锡分行个人住房贷款风险分析,第四局部,个人住房贷款违约模型的构建和应用,第五局部,商业银行个人住房贷款风险控制,第六局部,论文创新与缺乏之处,论文创新与缺乏之处,本文的创新之处在于：,通过分析A银行的现状，建立相应模型，提出一个优化的借款人违约风险评价指标体系，并理顺了A银行个人住房贷款审批流程，通过在流程中设置关键控制节点，为银行在整个贷款流程中提供一个方便、可行的降低风险的控制方案。,本文的缺乏之处在于：,鉴于本文未能收集到提前还款的有效数据，从而未能在定量分析提前还款风险上提供一个可靠的数据支持，现阶段商业银行尚未全面意识