我国商业银行个人住房抵押贷款违约损失的实证分析

发布时间：2020-11-19 04:54

　　 随着我国将房地产业确定为国民经济新的增长点,提出将住房消费培育为新的消费热点,个人住房抵押贷款也由此而获得良好的发展契机。1998年,我国决定自当年起停止住房实物分配,建立住房分配货币化、住房供给商品化、社会化的住房新体制。这就进一步促进居民通过个人住房抵押贷款进行住房的商品化购置。并且随着改革开放后社会经济环境的改变与广大城镇居民收入水平的增加以及消费观念的变化,加上我国在停止福利分房后采取了一系列刺激内需的住房投资政策,广大城镇居民对住房的需求日益增加,整个住房市场呈现出一种繁荣的景象。与此同时,个人抵押住房贷款的规模也不断扩大,占商业银行业务的比重不断提高,并成为商业银行个人业务的重要组成部分,为国民经济的发展和结构调整做出了贡献。 随着个人住房抵押贷款业务成为商业银行资产业务的重要组成部分,规模越来越大,相应的,此业务给商业银行带来的潜在风险也越来越大。按照国际经验,个人住房抵押贷款风险的暴露期为3---8年,并且由于社会文化的差异,这一期限可能更长,我国银行80%以上的个人住房抵押贷款业务是2000年以后发放的,也就是可能刚刚进入该风险暴露期不久。个人住房抵押贷款最近几年快速发展,不良贷款率的上升问题等潜在风险逐步暴露,引起了各界的关注。另一方面,我国银行业缺乏管理个人住房抵押贷款的丰富经验,没有建立完善的个人征信体系,用于分散住房贷款风险的再保险、抵押贷款证券化等金融衍生工具技术也仅仅处于起步阶段。这都使得我国商业银行必须重视个人住房抵押贷款业务的风险控制。1996年《巴塞尔协议》将“完全以居住用途的房产作抵押的贷款”视为“高风险资产”,其风险资产全数被定为50%。2004年《巴塞尔新资本协议》允许并鼓励风险管理水平较高的银行开发并使用自己的内部评级体系来确定风险权重计算资本充足率。这是国际清算银行对商业银行在个人住房抵押贷款方面的风险防控采取的监管措施,那么对商业银行自身而言,尤其是我国商业银行而言,我国的个人住房抵押贷款业务存在多大的风险,商业银行需要为之配置多大的经济资本,需要采取怎样的风险防控措施,这是本文需要研究的问题。 国内已有一些学者,通过对借款人特征、贷款特征以及抵押物特征与个人住房抵押贷款违约之间的定性关系分析,得出一些强化贷前风险控制的措施。同时,国内也有少量学者,对个人住房抵押贷款进行定量分析,将风险大小进行量化,对商业银行提出一些贷后风险管理的建议。由于巴塞尔新资本协议也提倡标准法之外的信用风险度量模型,鼓励各成员银行开发基于自身业务风险参数的信用风险度量模型,允许银行根据自己对违约概率以及违约损失率作出的估算来计算资本要求,以期提高资本要求的风险敏感度,更合理的管理相应的信用风险。这就促使商业银行使用更先进的风险管理模式,应用现代风险管理度量模型,来对银行业务进行更科学的风险监控。近年来,一些度量信用风险的现代模型已在国际银行业广泛应用,这些模型主要有：CreditMetrics模型、KMV模型、CreditPortfolio View模型、CreditRisk+模型。 本文将通过对国际上出现过的个人住房抵押贷款信用风险定性分析方法进行系统梳理,对专家判断法、信用评分法、违约概率等传统信用风险度量模型进行分析,再通过各种现代信用风险度量模型的比较,发现现代信用风险度量模型在分析个人住房抵押贷款时有明显的优势。因为定性分析集中于对贷款特征维度变量、借款人特征维度变量、房产特征维度变量与违约风险的关系分析,为提前识别与控制个人住房抵押贷款违约风险提供了一种很好的方法,但是对于商业银行已经发放贷款的风险控制指导意义不大。且有关信用风险的传统度量模型,都是针对单笔贷款单个借款人的信用风险进行的探讨,而银行的资产由大量的同类或不同类的业务共同组成。由Markowitz资产组合理论可以知道,由于存在风险分散化效应,投资组合的整体风险小于等于其所包含的单一资产风险的简单加总。那么要更为精确的衡量商业银行的整体资产风险,就需要在计量单一客户或债项的违约概率和违约损失率之后,构建组合计量模型,用以计量组合内各资产的相关性和组合的预期损失。这是商业银行制定信贷政策、计提准备金、分配经济资本以及进行经风险调整的绩效考核的重要基础。因此,选用现代信用风险度量模型对商业银行的个人住房抵押贷款进行实证分析具有重要意义。 本文通过对以上4种现代信用风险度量模型进行分析,得出CreditRisk+模型与其他模型相比,在实际运用中具有明显的优势：CreditRisk+模型通过对贷款组合按贷款余额进行分段,计算每一频段下的平均违约率及违约波动,并将这些因素与风险敞口综合考虑,从而算出亏损分布与所需资本预测数；同时,CreditRisk+模型可以给出准确的贷款损失分布,能够比较方便的计算出VaR值；最后,该模型是一种简化模型,只考虑违约或不违约两种状态,而不需要考虑信用等级的变化,只需要输入较少的数据,相对容易实施；同时,CreditRisk+模型在分析大量的个人住房抵押贷款时,可以比较准确的计算出每个分类级别的信用损失分布。因此,本文选取该模型来度量某商业个人住房抵押贷款业务存在的风险。 本文以CreditRisk+模型对某一家商业银行成都分行个人住房抵押贷款业务进行实证分析,再通过Matlab软件编程并输入数据得出其个人住房抵押贷款的违约损失分布。根据损失分布及Matlab计算结果可知,可以以98%的概率保证该行个人住房抵押贷款业务样本组合的损失不超过2823万元；以99%的概率保证其损失不超过2916万元。在此基础上,提出商业银行因为个人住房抵押贷款配置相应的经济资本,文章根据Artzner提出的风险度量函数(TailVaR)来进一步说明商业银行的经济资本配置。在99%的置信度水平下,经计算得出该商业银行应为其个人住房抵押贷款配置3040万元的经济资本,经济资本比率约为4.2%。本文以某商业银行为例,并应用CreditRisk+模型对某商业银行成都分行个人住房抵押贷款进行分析,并由此与商业银行的经济资本相联系,为该银行在这块资产业务配置相应的资本金提出建议。 最后,本文通过分析,旨在为我国商业银行个人住房抵押贷款业务的风险控制提供一些可供改进的思路,以利于我国商业银行的个人住房抵押贷款业务的健康发展。本文认为,在我国经济日益开放的今天,不管是从个人住房抵押贷款业务的良性发展来看,还是从与国际先进风险管理接轨来看,提高我国商业银行的违约风险管理水平已成为当务之急。而提高我国商业银行违约风险管理水平主要应从定量化风险管理技术入手,加强风险管理的制度建设,并重视风险转移机制的作用。
【学位单位】：西南财经大学
【学位级别】：硕士
【学位年份】：2010
【中图分类】：F832.4;F224
【部分图文】：

0.2 0SOOj000飞500200025003D003500400045005000图4一2置信度为99%时的违约损失分布由于在险价值、乞R定义为，在给定的概率水平下(即置信水平下)，在一39
【参考文献】

相关期刊论文 前8条

1 石良平 ,赵然 ,靳洁;论商业银行信用风险的量化管理[J];上海经济研究;2003年04期

2 吴晨,蒋晓枫,黄卫国;个人住房抵押贷款风险的博弈分析[J];东华大学学报(自然科学版);1999年06期

3 陈红波,黄本笑,张婷;商业银行组合风险量化管理方法研究[J];科技与管理;2004年01期

4 梁凌,谭德俊,彭建刚;CreditRisk+模型下商业银行经济资本配置研究[J];经济数学;2005年03期

5 易云辉;尹波;;Credit Metrics模型计算信用风险的实例分析[J];江西科技师范学院学报;2005年04期

6 吴双全,刘水林;论理性违约的道德性及其责任性质[J];兰州学刊;1998年05期

7 彭涛;住房抵押贷款的违约风险及应对措施[J];中国房地产金融;1999年05期

8 杨巧;住房抵押贷款保险问题刍议[J];中国房地产金融;2002年07期

本文编号：2889728