君，已阅读到文档的结尾了呢~~
（世界经济专业论文）基于压力测试对农商行信用风险实证研究经济,论文,全球,专业论文,世界经济,论 文,基于农,???济,信用风险,实证研究
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
（世界经济专业论文）基于压力测试对农商行信用风险实证研究
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口商业银行信用风险评估及其实证研究--《管理科学学报》1998年01期
商业银行信用风险评估及其实证研究
【摘要】：旨在将判别分析法应用于商业银行信用风险评估中．并且通过与ｌｏｇｉｔ方法相比较，进一步研究了判别分析法的有效性．最后讨论判别分析法作为一种传统的建模工具的优缺点
【作者单位】：
【关键词】：
【基金】：
【分类号】：F830【正文快照】：
商业银行信用风险评估及其实证研究①王春峰②万海晖张维（天津大学系统工程研究所）【摘要】旨在将判别分析法应用于商业银行信用风险评估中．并且通过与ｌｏｇｉｔ方法相比较，进一步研究了判别分析法的有效性．最后讨论判别分析法作为一种传统的建模工具的优缺点．关键词
欢迎：、、)
支持CAJ、PDF文件格式，仅支持PDF格式
【相似文献】
中国期刊全文数据库
李君艺;梁智城;;[J];计算机安全;2011年07期
;[J];;年期
;[J];;年期
;[J];;年期
;[J];;年期
;[J];;年期
;[J];;年期
;[J];;年期
;[J];;年期
;[J];;年期
中国重要会议论文全文数据库
陈涛;陈波;秦学志;;[A];第25届中国控制会议论文集（下册）[C];2006年
朱晓谦;李建平;;[A];第六届（2011）中国管理学年会——商务智能分会场论文集[C];2011年
姜明辉;袁绪川;;[A];第二十六届中国控制会议论文集[C];2007年
中国重要报纸全文数据库
谭家义（作者单位：农行四川巴中分行）;[N];中国城乡金融报;2005年
巅峰智业集团 达沃斯巅峰旅游规划设计院 贾伟 朱殊 刘芳 王瑞芹;[N];中国旅游报;2011年
中国博士学位论文全文数据库
刘弢;[D];湖南大学;2010年
李睿;[D];华南理工大学;2011年
刘疆;[D];西南财经大学;2007年
李靖霞;[D];湖南大学;2012年
陈暮紫;[D];中国科学技术大学;2010年
丁正斌;[D];南京大学;2011年
王福林;[D];浙江大学;2004年
姜灵敏;[D];中南大学;2003年
赵静娴;[D];天津大学;2009年
向晖;[D];湖南大学;2011年
中国硕士学位论文全文数据库
陈燕燕;[D];中南大学;2007年
杨黎黎;[D];大连理工大学;2006年
安慧霞;[D];浙江大学;2008年
庄永友;[D];中南大学;2006年
杨建国;[D];长沙理工大学;2007年
马正欣;[D];天津大学;2007年
赵清;[D];山东大学;2010年
翟守强;[D];青岛大学;2009年
高凌云;[D];山东大学;2007年
唐楚芸;[D];暨南大学;2007年
&快捷付款方式
&订购知网充值卡
400-819-9993
《中国学术期刊（光盘版）》电子杂志社有限公司
同方知网数字出版技术股份有限公司
地址：北京清华大学 84-48信箱 知识超市公司
出版物经营许可证 新出发京批字第直0595号
订购热线：400-819-82499
服务热线：010--
在线咨询：
传真：010-
京公网安备75号商业银行个人信贷信用评分模型分析论文 - 个人消费信贷论文
||||||||||||||||||||||
您现在的位置：&&>&&>&&>&&>&正文阅读次数：63人次商业银行个人信贷信用评分模型分析论文1.VIP俱乐部2.查看资料3.订阅资料4.在线投稿5.免费阅读6.会员好评7.原创检测8.教材赠送9.联系我们10.常见问题
一、文献回顾从历史的视角来看，我国银行业最初是以对公业务为主，其特点是机构客户数量较少、资金规模大、参与的银行业务人员也较少。然而，面对经济全球化和金融国际化的激烈竞争，特别是随着外资银行的不断进人，极大地加剧了银行产品和服务竞争的白热化。因此，对私业务，即个人信贷业务这一发达国家银行的重要基础业务和利润支柱将成为我国商业银行今后发展的重点领域。个人信贷业务，例如房贷、车贷、信用卡消费及其他个人消费贷款，其特点是单笔业务的资金规模小、业务复杂且数量大，因此如继续沿用传统的人工审批方法，则必将占用银行大量的业务人员，增加成本，降低效率，从而影响银行竞争力，同时也不符合全球银行业的发展趋势。在国外已经发展了50年的信用评分是以计算机技术为核心的，以取代人力为特征的大规模自动化处理方法，是发达国家普遍采用的能够有效控制风险、降低业务人员数量、极大提高审批效率的商业银行革命性措施之一。因此，构建个人信贷信用评分模型对银行开展个人消费信贷业务有重要作用。最初的信用评分是由评级人员依个人经验进行主观评价，之后发展到3C评价(品德、能力、担保)和5C评价(品行、能力、资金、条件和抵押担保)。这些多数是主观、定性的评价方法。为了降低信用评分中的主观因素，越来越多的定量评估方法被采用。这些方法主要包括：判别分析、Logistic回归模型、线性规划法、神经网络法和分类决策树法。银行常常采用某种统计方法建立个人信用评分模型，至于具体采用何种方法则取决于不同方法对不同问题的预测精度以及建模人员的知识及偏好。线性判别分析是第一个用于信用评分模型的简单参数回归模型，而Logistic回归方法则是信用评分的一种常用方法，在预测二分性结果上，Logistic是一种准确性最高的技术。此外，其他的一些学者将一些非参数统计模型，如K—近邻判别、分类树应用于信用评分。近年来在信用评分领域也开始尝试引入神经网络方法，Desai等和West等人都使用神经网络技术来构造个人信用评分模型。通过实证分析，他们验证了在各种变量间呈现复杂的非线性关系的情况下，神经网络技术所具有的明显优势(Desai，1996；West，2000)。分类树是一种由计算机实现，基于统计理论的非参数识别方法。分类树把贷款申请者进行不断的分类，尽量使每一类申请者都具有相似的违约风险，并且与其他类别贷款申请者的违约风险明显不同(石庆焱，2004)，分类树方法充分利用先验信息处理数据间的非同质关系，可有效地对数据进行分类。该方法虽简单，但具有很高的分类精确度和分类效率，适合于样本数据量较大的情况。尽管许多银行通常会采用不同的技术方法来建立个人信用评分模型，但是在实际信贷决策中将不同的模型结合起来使用也是一种常用的方法，这样做的目的往往是为了节省成本。例如，信贷机构利用贷款人申请表中的数据建立个人信用评分模型，若这一模型有助于对申请人做出批准与否的贷款决定，就可以仅利用该模型；反之，则还需使用外部信用评分机构的评分结果对其进行评价(Thomas，2002)。在个人住房贷款的决策中，许多银行都按“贷款—收入比”事先对客户进行分类而过滤掉一批申请人，然后在此基础上再利用信用评分模型进行评分。摩根大通在个人住房贷款行为评分模型中，则将外部信用评分机构的评分作为Logistic回归模型的解释变量之一，以提高模型的预测精度(Mogern，2002)。关于将不同的评分模型综合起来使用，目前在学术文献中积累的资料还不多，其中较有影响的是：Zhu，Belling和Overstreet(1999)考察了一组汽车贷款样本的组合评分问题，他们利用这组样本的申请信息建立了一个评分模型，并从外部信用评分机构取得了这些客户的外部信用评分，然后构造了一个组合评分模型，研究结果表明，如果组合系数设置得好，组合模型的评分就有可能优于单个模型的评分。Tian等(2002)则提出了一种“两阶段混合神经网络判别方法”，其做法是先利用线性判别分析方法挑选出对区分“好”“坏”客户有显著影响的特征变量，建立评分模型，将这些显著性特征变量作为神经网络模型的输入单元，并将判别分析所得到的对各样本的评分也作为输入单元之一，然后建立神经网络模型。他们认为，这样的模型克服了单纯使用神经网络模型的一些缺陷，如可以挑选出有显著意义的特征变量，从而简化了模型的结构；可以更好地给出神经网络的初始解从而缩短神经网络训练时间；还可以提高预测的精度等。从我国银行业的实践来看，信用评分模型的应用还处于初级阶段。由于缺乏有效的历史数据的缘故(某些银行通过其所建立的数据库收集了部分历史数据，但数据的质量较差)，我国商业银行普遍没有建立起定量信用评分的模型，大多数银行只是根据自身情况建立了基于专家判断法的信用评分模型，但由于此模型的预测能力没有经过系统的验证，导致这些模型在实际业务中的应用实效大打折扣。目前，各商业银行对个人信贷信用风险的评估主要还是依据客户经理和专家的经验判断，因此迫切需要构建适当的信用评分模型。二、信用评分模型整体框架的构建及其对个人住房贷款的应用建立一套信用评分模型的整体分析框架有以下两个方面的重要作用：首先，该框架的建立使得评分模型中所考虑的要素合理化、条理化和清晰化，从而可以以一个全局性的视角来进行模型的具体构建工作；其次，由这一框架所确定的完整备选变量集合也可以为银行有针对性地收集和存储个人信贷数据信息提供有益的指导和帮助。考虑到信用评分模型的评估对象有客户、产品(住房、汽车贷款等)和账户三类，从我国商业银行的实际需要出发，本文选择了产品水平的信用评分模型作为建模目标，构建了信用评分模型的整体框架(见图1)。信用评分模型在整体框架上综合考虑了借款人和债项两方面因素，其中债项又被划分成贷款方案、贷款投向和风险缓释三个要素，借款人与这三个要素一起构成了整体框架中所考虑的四方面总体要素。对于不同的产品来说，借款人要素保持不变，而贷款方案、贷款投向和风险缓释三要素的具体内容会有所不同，在图l中我们以个人住房贷款为例给出了这三方面要素的具体内容。如果我们将该框架应用于其他信贷产品，如个人汽车贷款和个人消费贷款等，则只需在保持整体框架相对稳定的情况下将这三方面要素的具体内容做相应的修改即可。在借款人要素中我们考虑了借款人还款能力和还款意愿两方面内容，其中对于前者，以收入充足性和稳定性来度量借款人短期和长期还款能力；对于后者，以名誉度(代表违约的机会成本)和诚信度(代表历史信用记录)来进一步加以度量。在贷款方案中我们考虑了贷款本金、期限及还款方式等一些关键要素。由于对于个人住房贷款来说，作为贷款投向的房产(图1虚线方框中的内容)和用于风险缓释的抵押房产是同一个对象，因此我们没有对此时的贷款投向要素做单独考虑，而是将其合并到风险缓释中统一考虑。在风险缓释要素中我们考虑了房产抵押和其他缓释方式，主要为住房担保公司提供的担保，而对于前者又以保值性(代表抵押的充足性)和必要性来进一步加以度量。(一)信用评分模型的具体指标。根据图1中信用评分模型的总体要素和细化要素，我们进一步设计了各细化要素中所包含的具体指标，并对各具体指标的取值范围进行了汇总，以便在后面具体构建模型时使用(如表1所示)。金融,银行-[飞诺网](二)个人住房贷款信用评分模型的构建。与公司业务评级模型相同，个人信贷信用评分模型所使用的评分方法也可以分为三类：专家判断法、定量模型法、专家判断法和定量模型法相结合的方法。专家判断法采用的是一种“自上而下”的建模方法，主要在没有足够历史数据的情形下使用，这些情形包括：没有建立数据库来系统地存储已有信贷业务的历史数据、对于新的信贷产品或处于信贷产品的早期等，该方法的优点是考虑的评估因素比较全，灵活性较高，缺点是在没有得到量化验证的情况下难以确定模型的预测能力；定量模型法则采用的是一种“自下而上”的建模方法，主要是在有足够历史数据的情形下使用，类型上可分为Logistic回归模型、多元线形回归模型、决策树模型以及神经网络模型等，该方法的优缺点则刚好与前一方法相反；而专家判断法和定量模型法相结合的方法(我们简称混合模型)则是综合了上述两方法的优点，因此本文选择这一评级方法，并构建了以下两个模型：基于专家判断法的评分卡模型和基于定量模型法的Logistic回归模型。1.评分卡模型。该模型可以通过数学表达式来加以表达，其中：Xi为第i个评估变量的取值，wi为对应的权重，N为评估变量的总个数，Score为最终的得分值(越高越好)。进一步可依据最终的得分值对个人信贷的风险水平进行等级划分，在该模型中Xi，wi都是基于个人信贷专家的经验和主观判断来加以确定的。根据前文所构建的个人住房贷款信用评分模型的分析框架(参见图1)，并通过与个人信贷专家的广泛交流，我们最终确定了如图2所示的打分卡权重，其中：以100分为满分，作为第一还款来源的借款人要素占有了最高的权重，为50分；包括住房抵押和担保在内的风险缓释要素作为第二还款来源占有次之的权重，为30分；贷款方案的权重占有剩余的20分，结合表1给出的收入充足性和稳定性、借款名誉度和诚信度等各细化要素的具体指标及其取值，我们就可以基于该评分卡来对个人住房贷款做出信用评分。2.定量模型(1)定量模型的构建方法。个人住房贷款信用评分定量模型的整个构建流程可以分为以下几个步骤：①建立指标体系。即给出个人住房贷款信用评分定量模型的使用指标范围，类似于表1的内容。②数据收集。即根据“正常贷款”和“不良贷款”的定义，收集包含所有指标在内的个人住房贷款数据样本，此时要考虑到模型的观察期、表现期的要求，其中：观察期是指在建立信用评分模型时，解释变量的历史观测时段；表现期是指建立信用评分模型时，被解释变量或违约纪录的观测时段。对于我们所建立的个人住房贷款信用批准模型来说，其观察期可选为12个月，表现期可选为10～15个月。③数据清洗。数据清洗是保证模型分析效果的关键性步骤。不同来源的数据对同一个概念有不同的表示方法，在集成多个数据来源时，需要消除数据结构上的这种差异。此外，对于相似或重复记录，需要检测并且合并这些记录，解决这些问题的过程称为数据清洗过程。数据清洗的目的是检测数据中存在的错误和不一致并加以修正，由此提高数据的完整性、正确性和一致性。④变量筛选。变量筛选的目的是从整个指标体系中选择出最终量化模型所需要使用的一组解释变量，其过程大致为：用所有变量对违约记录进行单变量回归；找出对违约解释能力最强的单个变量，将该变量与每单个剩余变量组合后进行双因素回归；找出对违约解释能力最强的两个变量，将这两个变量再与每单个剩余变量进行三因素回归；找出对违约解释能力最强的三个变量，然后再进行四变量回归，直到所选择的变量个数达到预定的违约解释能力为止，一般来说，最后使用的解释变量个数不超过15个。⑤模型估计。对于个人住房贷款信用评分模型而言，目前应用最广泛的统计模型是Logistic回归模型，在已知模型解释变量的基础上，应用收集的样本数据对所选择的模型进行参数估计，获得各解释变量的权重系数。⑥模型验证。模型验证可分为定性和定量两个方面，其中：定性验证主要对模型的解释变量及其权重在经济意义等方面的合理性进行评估；而定量验证则是通过使用ROC曲线、CAP曲线及其度量指标线下面积AUC、准确率比率AR等，来对个人住房贷款信用评分模型的违约区分能力进行统计检验。⑦模型使用。利用以上建立的模型对个人住房贷款进行信用评分，进一步可依据计算的信用评分值对个人住房贷款进行等级划分，如优、良、中、差和违约五个等级，并在此基础上设定不同的风险限额和贷款定价策略。⑧持续监控。在量化信用评分模型的使用过程中，应该不断地对模型的评估绩效进行持续监控以分析模型是否需要进行调整和优化，例如，在银行客户群发生变化的情况下，我们就应该对所建立的模型进行适当调整。此外，由于所建立的信用批准模型一般是预测贷款批准后10—15个月的违约表现，那么可以将实际情况与预测情况进行对比，计算实际的违约率。通常在国外先进银行中，它们会批准一些信用评分低于最佳截止点的客户得到贷款，以检验在10—15个月内这些客户是否会如预测的那样发生违约。对信用评级量化模型的监控和维护是非常重要的，因为它直接关系到前台营销和后台审批工作，通常每12～18个月会调整一次。(2)定量模型的现实选择。对于个人住房贷款信用评分模型而言，目前应用最广泛的统计模型是Logistic回归模型，该模型可以通过以下的数学表达式来加以表达：其中，Xi为第i个解释变量的取值，βi为对应的权重，N为解释变量的总个数。这里的Score为最终得分值，代表了贷款的风险水平，因此该值越低越好，当然我们也可以通过简单的线形变换来将该值转化为贷款的信用得分，此时的信用得分是越高越好，符合使用上的习惯。从理论上讲，对此式所给出的个人住房贷款信用评分Logistic模型的完整估计需要在大量历史数据的基础上，通过执行解释变量筛选、模型参数估计以及模型验证三个步骤来获得，很显然目前不具备这样的数据基础，因此这里我们通过借鉴一些国外银行在东南亚国家所使用的定量化模型，并结合我国的实际情况，确定了该模型的Xi和wi，如表2所示，其中各变量的具体含义可以参见表1。从表2可以看出，与所建立的评分卡模型相比，该模型只用了为数不多的几个关键解释变量来评估个人住房贷款的信用状况。根据上面构建的个人住房贷款信用评分卡模型和定量的Logistic回归模型这两个模型，我们可以最终设定所要得到的混合模型(见图3)。在图3中，根据评分卡模型和定量模型的结果划分了四个区域，其中：右上角是两个模型都接受的区域，此时可依据模型的结果直接接受贷款的申请；左下角是两个模型都拒绝的区域，此时可依据模型的结果直接拒绝贷款的申请；左上角和右下角是两个模型结果互相冲突的区域，此时需要审批人员的干预并运用业务规则来做出接受或拒绝贷款申请的决策。从这里的分析可以看出，所构建的混合模型实质上是利用打分卡模型和定量模型两种模型的结果进行相互校验的模型，因而也就同时具备了这两种模型的优点。三、混合型个人住房贷款信用评分模型的验证前文我们基于专家判断法和定量模型法建立了个人住房贷款的混合型信用评分模型，接下来的工作是要对该评分模型的预测能力进行验证，以便在实际中得到应用。从理论上看，模型验证方法可分为定性和定量方法两大类，其中：定性方法主要是从理论和经验依据出发，对模型开发中的过程、所使用的方法和所使用数据的质量等方面的正确性和合理性做出定性判断；而定量方法则是基于各种数据、运用统计方法来对模型的预测能力做出定量判断，按照所使用数据来源的不同，定量方法又可分为返回测试和基准测试，前者是将模型预测结果与自身内部得到的实际结果进行比较，后者是在缺乏内部数据的情形下将模型预测结果和相关模型利用外部数据所得到的结果进行比较。由于历史数据和相关外部数据的缺乏，难以对所构建的信用评分模型做出完整的定量验证，因此，我们在此设计了另一种形式的定性验证方法，即将所构建的信用评分模型应用于已有的个人住房贷款，通过观察已有个人住房贷款信用得分的分布特征来判断该模型结果的合理性。为此，我们从某股份制商业银行收集了544笔有效的个人住房贷款数据，然后用所构建的个人住房贷款信用评分卡模型和定量模型对这些贷款分别进行评估，最后以直方图的形式来表达所有贷款信用得分的分布(见图4和图5)。从图4和图5可以看出两个模型的评估结果都呈现出一种近似正态的分布，这符合我们的期望，反映了两个模型能够对贷款的风险水平做出明显的区分。在设定评分卡模型和定量模型的接受临界值为40的情况下(实际使用时要根据各模型的实际表现和银行信用政策来加以具体确定)，混合模型对样本贷款的评估结果显示在图6中，对照示意图3可以看出，在大多数情况下评分卡模型和定量模型的评估结果是一致的，此时可直接做出接受或拒绝的信贷决策，只在少数情况下评分卡模型和定量模型的评估结果产生差异，此时需要人工干预来做出决策。四、总结与下一步的研究方向个人信贷信用评分模型的构建是我国银行业紧迫的一项工作，对此本文首先从借款人、贷款方案、贷款投向和风险缓释四个要素出发构建了产品水平的信用评分模型的整体分析框架，并将该分析框架具体应用于个人住房贷款产品，详细分析了该产品信用评分模型应考虑的细化要素和指标；随后，在考虑构建个人住房贷款信用评分模型时，本文结合目前我国商业银行业的发展现状与所构建模型的可实施性，构建了一个基于专家判断法的评分卡模型和一个基于定量模型法的Logistic回归模型，将这两个模型相结合就构成了我们所设计的个人住房贷款信用评分混合模型；最后，本文还基于某股份制商业银行的样本贷款数据对所建立的模型进行了部分验证工作，该工作显示模型的评估结果是合理的。为更进一步验证本文所构建混合型模型的有效性，我们下一步的研究方向是准备通过加强数据收集工作来对模型的实际预测能力执行量化的返回测试工作。摘要：面对全球经济、金融一体化的现实背景以及随之而来的白热化竞争态势，个人信贷业务将是我国银行业目前及未来发展的关键领域。为此，文章首先从借款人、贷款方案、贷款投向和风险缓释四个要素出发，构建了一套产品水平的信用评分模型的整体分析框架，并将该框架具体应用于个人住房贷款产品；在此基础上，考虑到我国银行业的发展现状与评分模型的可实施性，设计了一个根据专家判断法的评分结果和定量模型法的评分结果进行相互校验的混合型个人住房贷款信用评分模型，并基于所收集的某股份制商业银行的样本贷款数据进行了部分验证工作，同时指出下一步的研究方向。关键词：住房贷款信用评分模型；专家判断法；定量模型法
本文永久链接：上一篇论文： 下一篇论文：
关于本站：中国最大的权威的公务员门户网站-公务员之家创建历经7年多的发展与广大会员的积极参与,现已成为全国会员最多(95.4万名会员)、文章最多、口碑最好的公务员日常网站。荣膺搜狐、新浪等门户网站与权威媒体推荐，荣登最具商业价值网站排行榜第六位，深受广大会员好评。公务员之家VIP会员俱乐部在公务员之家您可以分享到最新，最具有时事和代表性的各类文章，帮助你更加方便的学习和了解公文写作技巧，我们愿与您一同锐意进取，不懈的追求卓越。如何加入公务员之家VIP会员第一步：先了解公务员之家，查看第二步：或在线支付，汇款即时到帐第三步：汇款后立刻，将您的汇款金额和流水号告诉客服老师，3分钟内系统核查完毕并发送VIP会员帐号到您的手机中，直接登陆即可。百度推广C银行个人住房贷款风险成因实证分析,mba财务管理论文_学术堂
| [ 学术堂-专业的论文学习平台 ]
您当前的位置： >
mba财务管理论文标签：
C银行个人住房贷款风险成因实证分析
时间： 来源：学术堂 所属分类：
第四章 商业银行个人住房贷款风险成因实证分析一以C银行为例
结合前文相关风险管理理论,根据个人住房贷款风险的驱动因素,可把商业银行个人住房贷款风险分为外部宏观环境风险、开发商信用风险、借款人信用风险、商业银行内部风险和合作方风险。
第一节 外部宏观环境风险
房地产业是一个同宏观经济高度相关的行业,受国家宏观调控的影响较大,而且国家对于住房这个特殊消费品的调控频度较对公司信贷业务的产业政策调整频度更高,变化幅度更大,因而个人住房贷款业务受政策影响也就更大。另一方面,各种政策的调整变化,会直接引发微观个体收入的变化,从而加大银行个人住房贷款业务风险。具体而言,外部宏观环境风险对个人住房贷款业务的影响是最大的,主要表现为:经济周期风险、政策风险、利率风险、相关法律法规风险等四个方面。
一、经济周期风险
经济周期也称商业周期、景气循环,它是指经济运行中周期性出现的经济扩张与经济紧缩交替更迭、循环往复的一种现象,是国民收入或总体经济活动扩张与紧缩的交替或周期性波动变化,可分为繁荣、衰退、萧条和复苏四个阶段。改革开放以来,中国经济总体保持快速增长,年均增幅约为10%,在2007年经济增长率升至14. 2%之后,经济发展步入调整期,经济增长率一直在&保八&,2012年至今则继续下降,上述我国宏观经济变化趋势与房地产市场走势是基本同步的。
(一)经济周期变化对房价的影响
当经济景气指数持续上升,市场一派繁荣景象时,房地产因其特有的保值、增值特性,将吸引许多投资、投机需求者购买持有,从而带动房价快速上涨,待房价飙升至非理性增长阶段,持续上涨的房价将迫使大量无足够购房实力的自住型消费者提前入场,投资的高额回报率将驱使投机者不惜以高额民间借贷成本购入房产,这都将使经济过热现象进一步升温,催生经济泡i,对商业银行信贷资产形成潜在风险;当经济低迷不振时,市场流动性趋紧,消费者购房能力和意愿减弱,相对于有购买实力的需求而言,房产供给过盛,原被过度炒作后虚高的房价甚至面临腰斩的危险,住房销售不畅,去化较慢,实力较弱的房地产商会面临资金回笼困难甚至资金链断裂直至破产的境地,银行将遭遇信贷资金回收困难的风险,此外,在经济下行压力下,部分个人住房贷款客户收入下降,偿债能力和意愿也随之弱化,对未来房地产市场的发展持悲观态度,尤其是当借款人购房目的是为炒房而非自住的情况下,如他们认为房价下降已经超过其预期,并且转让房产所得收入不足以偿还贷款和回收投资成本时,借款人就会发生违约,这对于银行来说是相当不利的。
(二)经济周期变化对资产质量的影响
经济周期的变化直接体现为对个贷资产质量波动的影响,现以C银行自2008年到2012年、2013年的个人住房贷款发展及拖欠情况进行分析。截至2012年底,C银行的房贷逾期贷款余额为3. 66亿元,逾期率0.46%,实现了房贷逾期额和逾期率连续四年&双降&的预期目标(详见表4)。随着房贷业务的快速增长,房贷逾期率呈下降趋势,并在2. 89%-0.46%之间连续波段下降。2012年市场经济结构调整,引发经济下行的复杂形势,受此不利影响,部分客户短期内未能按时归还贷款,在年中引起逾期贷款有所增长,2012年个人逾期贷款曲线波动振幅比前三年曲线波动振幅均加剧,压逾工作面临巨大的压力,在C银行全行上下共同努力下,加大房贷逾期贷款的考核力度和催收力度,全省2012年末逾期余额从年初&峰顶& 4. 64亿元下探至年末&谷底& 3. 66亿元,创下了历史新低。【表4.图5】
从C银行2012年逾期贷款拖欠期限结构变化及走势分析,其短期拖欠个人贷款出现较大幅度的振幅,拖欠1-30天贷款在逾期总额中占比55%-80%,拖欠31-60天贷款占比10-20%,拖欠61-90天占比5-10%,91天以上的不良贷款占比6-18% (详见图6)。拖欠1-8天的客户多数为临时忘记存款,拖欠8-30天的客户多数是客户有还款意愿,但因其收入下降或其他原因引起暂时性还款能力不足,从2012年短期拖欠客户增多及各月相对占比较大情况看,市场经济变化直接影响客户的还款能力,间接影响了个人住房贷款拖欠情况。【图6】
自2013年始,国家进一步加大房地产宏观调控的力度,国内实体经济发展形势相对低迷,零售类、贸易类、钢贸类等行业出现了融资性风险,特别是三角债、民间融资等连锁性风险逐步呈现,从而引起市场经济不景气,客户收入出现了下降,在不断加大风险管控力度的情况下,C银行的不良贷款不断上升、逾期贷款波动振幅较大,造成个人住房贷款资产质量有所下降。详见表5:【表5】
二、政策风险
政策风险包括行业政策风险和信贷政策风险。
(一)行业政策风险
行业政策风险包括国家对各个行业的政策变化,包括房地产行业政策和其他行业政策。
1、房地产宏观调控政策,将直接影响房地产业的发展,特别是对房价的起伏影响巨大。鉴于房地产业对就业、消费、投资和地方政府收入的重要性,房地产市场的萧条对经济增长和财政收入的杀伤力过大,政府部门不会对房地产取激进的紧缩政策,而是根据国内外经济环境的变化,不断调整宏观经济政策,促进房地产业趋于理性发展。
2007年,房价一路突飞猛进,政府自年初开始就不断加强调控,连续出台利率政策、货币政策、财政政策,包括:当年连续5次调高利率、提高二套房首付和支持普通自住的房产消费、当年连续9次调高银行存款准备金率等,银行的信贷头寸日趋紧张,无力增加贷款,房价向下调整。
2008年出现全球性的金融危机,也拖累了中国经济的持续快速增长。为促进国内消费,我国政府在2008年和2009年实施了极强的财政和货币刺激政策,以实现&扩内需、保增长&的目标。包括:一是实施&四万亿&规模的十项刺激政策,加强保障房建设,提高出口退税;二是2008年实施消费刺激计划,刺激房地产,中央出台楼市新政,契税税率下调至1%,房贷最低7折利率,首付比例下调为20%,2008年底又放松了二套房贷政策,鼓励商品住房消费;三是实施极为宽松的货币政策,2008年下半年央行百日内连续5次降息、4次下调存款准备金率,2009年初中央下发文件,鼓励银行加大信贷支持,巨幅释放信贷。
房地产行业是这一轮政策调整的最大受益者。一是央行的减息明显降低了房地产企业的财务成本,特别是对部分负债较高的房企;二是有助于减轻购房者负担,间接提振市场购买力;三是存款准备金率的下调,银行可支配的资金更多,使得企业贷款相对容易。
自2010年开始,因过去几年我国房地产迅速发展,房价持续高企,已超出正常的消费水平,国家出台了一系列针对性极强的房地产调控措施,政策导向由此前的支持转向抑制投机,遏制房价过快上涨,如:2010年的&国十条&、2011年的&国八条&、2012年的限购限贷政策、2013年的&国五条&等,其中包括土地、金融、税收等多种调控手段,其中最直接的是金融信贷政策,无论是房地产发企业贷款,还是个人住房贷款均有强制性信贷政策限制,使得房地产企业融资困难、个人购房投机得到有效控制,增长幅度明显下降,甚至个别地方出现了房价连续性下跌,造成个人住房贷款资产质量下降。
下面以我国浙江省温州市的房地产发展情况为例进行简要分析。之所以选取温州为分析样本,主要是基于以下两方面原因:一是近五年来,温州市房地产市场出现较大波动,住房价格先快速上涨后明显下跌,交易量也经历了从波峰到波谷的巨变,房地产市场演绎了较为完整的涨跌周期,它的运行情况既是在全国经济环境和房地产市场大背景下的一个缩影,又具有一定的区域特殊性,这种长时间、持续、幅度较大的下跌走势,在近十年我国房地产市场中并不多见。二是温州和C银行所处区域相近,同属长三角经济版块,有相同的地缘特色和区位优势,温州房地产的发展对C银行的房贷业务具有一定的可比性和借鉴意义。
截至目前,温州市住房均价从2011年9月以来,已连续30个月下跌,相比最高点,多数房屋价格跌幅超过30%。2009年到2013年,温州房地产市场波动幅度较大。市场波动不仅体现在当地住房平均价格从L 2万元/平方米涨到3.4万元/平方米,然后又掉头直下,跌到2万元/平方米,市区多数楼盘相比最高价格均有30%的跌幅,个别甚至达到60%的跌幅;而且体现在年均住房成交量从2009年火爆时的400万平方米下跌到150万平方米,2013年又回升至400万平方米,但却未能带动住房价格回升,详见图7:【图7】
温州房地产市场的运行轨迹应分为四个阶段:量价齐升、缩量空涨,无量下跌和放量缓跌,不同阶段的时间跨度和市场表现都有所不同,详见表6:【表6】
由温州住房市场四阶段的运行特点可见,第一阶段是当地经济发展、人口迁徙、市场供求和金融政策等共同作用的结果;第二、第三阶段相互关联,与当地民间融资和投机之风盛行不无关系,金融杠杆放大了涨跌幅度,第二阶段涨幅过大,决定了第三阶段下跌的时间和幅度;第四阶段,刚性需求已主导市场,价格回归理性区间,由于住房库存量较大,导致市场供大于求,房价继续下行。然而在当前阶段,房价的窄幅波动已不能成为判断市场是否健康的主要标准,只要当地经济不再继续恶化,相信房地产市场的回暖只是时间问题。总体上,温州住房市场已逐步回归理性和健康。
上述温州房地产市场的变化,虽然存在诸多原因,包括当地实体经济发展后引起房地产大幅增长、政府刺激政策、金融资金大量投入、投机性炒房等,造成的结果是房价成较大幅度波动,首先引起在波峰购房、投机炒房客户的个人住房贷款出现违约,其次当地实体经济出现一定幅度下滑后借款人的偿债能力下降出现个人住房贷款违约。在2011年左右,温州市的各大金融机构个人住房贷款违约现象均出现较大幅度攀升,经过金融机构近两三年的积极有效化解,资产质量才有所好转。
2、其他行业政策风险,会对消费带来影响,从而影响甚至冲击到商业银行个人住房贷款业务。行业政策是指国家就某个行业进行调节,而出台针对性强的政策,包括促进行业发展的扩张政策和控制或抑制行业发展的紧缩政策。行业政策的变化,直接影响到该行业的未来走向,行业从业人员的收入也会受到影响,引起该行业客户的偿债能力发生变化,间接影响到商业银行个人住房贷款业务的发展。比如2011年下半年以来,受国家加强房地产调控和清理整顿地方融资平台等多种因素的影响,钢材下游需求走弱,钢材价格开始大幅下跌,钢贸企业经营困难,钢贸从业人员收入下降,还款能力急剧降低。到了 2012年,钢贸贷款违约风险集中爆发,并随之波及到钢贸从业人员的其他贷种,包括个人住房贷款,给银行的信贷资产质量带来一定的风险。现以C银行在某个地区的支行为例进行简要分析:
C银行**支行,在2010年开始办理当地一处新开发中高档楼盘项目的个人住房贷款,由于该项目定位于中高档,其购买的群体集中于当地长期在全国各地经营钢贸业务的客户,此类客户受到2008年我国扩大内需的国家宏观经济政策影响,钢贸行业出现前所未有的大好发展态势,该行业的从业者收入大幅上涨,钢贸投资者得到丰厚的回报,而该楼盘的开?发商正是看中了钢贸行业的&富人&,将楼盘的销售群体确定钢贸的从业者,该楼盘项目于2011年底正式交付使用,并办妥相关手续,自贷款发放以来,该楼盘的个人住房贷款均能按时归还贷款。
但2012年之后,陆续出现客户存在间接性拖欠,且拖欠频率越来越高,在2013年下半年出现了较大面积拖欠,经过贷后催收分析发现,存在拖欠的客户绝大多数是经营钢贸的客户,涉及到近96户、贷款余额10360万元。虽然这些贷款经过司法处置,最终不会给C银行造成损失,但是处置需要时间,从2012年开始,该支行该项目的资产质量出现大幅下降(详见表7),已影响其正常经营。【表7】
(二)信贷政策风险
信贷政策的调整一般较为直接,对个人住房贷款业务的影响力更大。信贷政策往往与国家宏观经济政策的方向一致,当国家执行宽松的宏观经济政策及财政政策时,将同时采取激进的、有利于经济快速发展的信贷政策;反之,执行的信贷政策将从严、贷款条件提高,客户难以从银行融资或融资成本较高。信贷政策的调整为商业银行留下了一定的风险隐患。
1、我国的住房金融是在20世纪80年代以后发展起来的,特别是2000年之后,我国结束了福利分房的住房分配制度,人们购房的主要资金来源和融资方式来自于个人住房贷款,其个人住房贷款的信贷政策相对宽松,住房贷款利率一直执行低于基准利率的独有政策,2008年,为应对金融危机的影响,首付款比例出现过20%.在2010年未有明确性的限制可使用消费贷款用于购房之前,首付款也同样可以来自各类个人贷款,金融业的个人住房贷款业务量逐年快速增长,推动了房地产市场的快速发展,有利于&居者有其屋&这一目标的实现。但是房地产发展过快,造成我国房价持续上涨,这就出现了个别客户投机性炒房,其购房的所有资金均来自于银行,一旦房地产市场出现波动,房价下降至无利可图的地步,甚至出现单套房产呈&负资产&,即出现了前文所述的&负权益&、期权理论现象,客户选择理性违约,给商业银行带来较大的潜在风险。2008年福州新兴城区金山楼盘部分业主集体断供就是其中一个典型案例。
2、2007年,我国出台了房贷新政,进一步表明了国家加强宏观调控、抑制房价过快增长的坚定决心,由此开始了一系列针对投机性炒房及房价持续快速上涨的抑制政策,特别是在2010年之后,连续性出台房地产调控政策,包括了&限购、限贷&的信贷政策,一系列的信贷新政对个人住房贷款业务风险产生了较大影响。如信贷新政提高首付比例和贷款利率,无形中增加了购房者的财务成本,当其预期获利无法覆盖财务成本时,一大部分投机型购房消费者就将被挤出住房消费市场,从而有效遏制了投机性需求;新政同时也对一部分改善型住房消费者产生冲击,他们或将继续观望,持币待购。由此,住房市场成交量下跌,楼市疲软,原被过度概念包装、炒作的三、四线城市或位于一、二线城市远郊的新兴城区,以及申请大额贷款的大型城市综合体,就将成为项目风险的高发地,极易出现贷后&空城&景象,为商业银行的信贷资产带来风险隐患。
三、利率风险
利率政策是国家宏观经济调控中货币政策的重要方式之一,央行通过利率政策来调节市场上资金的供求,利率政策的变化对我国的个人住房贷款有较大影响。目前,我国个人住房贷款的期限绝大多数为中长期贷款,其还款方式均为按月等额还款,其每月还款额与贷款金额、期限、利率紧密相关;此外,按照我国个人住房贷款的合同约定,贷款利率在每年初根据上一年度的基准利率进行调整,也就是说,每年国家的利率政策调整将直接影响到存量每笔个人住房贷款的月还款额,从而引起客户还款能力的变化,对个人住房贷款的资产质量产生一定的影响。现以2008年C银行对存量个人住房贷款客户开展的随机问卷调查,分析我国2007年利率政策变化对客户还款压力的影响。
2007年,央行先后6次加息,11次上调金融机构存款准备金率,6次发行定向票据,并频繁召开窗口指导会议,对商业银行信贷规模过快增长提出警告。
其中6次加息直接对个人住房贷款风险产生了一定的影响,6次加息累积的购房财务成本对借款人的收入偿债比提出了更高要求。C银行从存量个人住房贷款中随机抽取1500个客户进行问卷调查,调查取邮政商务信函方式,调查结果显示,29%的受访者表示还款压力大增,对其财务支出已构成一定影响;37%的受访者表示有一定还款压力,但对还款额尚能接受;只有33%的受访者表示财务成本增加有限,可轻松应对。相对于高端客户贷款购买&二套房&时的低杠杆、高利率,购买第一套住房的低收入客户却能享受低利率与高杠杆,银行的风险与收益并不匹配,甚至收益无法覆盖风险。调查中约66%的受访者认为加息加重了自己的财务负担,还款有压力,在当前国内经济处于下行通道的大背景下,这些中低收入购房者将最先成为引发违约风险的高危人群,若未能有效观别、控制风险,及时对客户的还款能力与还款意愿进行风险监测,其风险形态将有可能向下迁徙,形成风险隐患。这也直接体现在上述&一、经济周期风险&中的C银行案例,其在2008年出现较高的逾期贷款。【图8】
四、相关法律法规风险
(一)相关法律法规尚不健全,缺乏违约约束机制
目前,我国与个人信贷业务相关的法律法规尚不健全,针对个人失信、违约欠缺相应惩罚约束机制,致使商业银行开展个人住房贷款业务缺乏法律武器的保护。在实践中,通过法律诉讼化解个人住房贷款业务风险通常存在以下困难:
1、耗时长,遇到借款人或抵押人不配合,按照我国现有的法律制度,会增加很长的司法处置进程,往往需要一至二年的时间才能完成司法处置;2、胜诉后法院强制执行难,导致债权难以得以及时实现;3、一些法律法规也可能扩大商业银行个人住房贷款业务的风险,如《物权法》新司法解释:抵押品为&生活所必需的居住房屋&不能变卖和抵债。
随着我国个人住房贷款业务量的逐年增长,近几年来,商业银行通过司法程序来化解不良贷款,存在诸多特殊案例,造成商业银行无法取得合法权益,实例如下:
司法处置过程长。借款人王某在2002年通过C银行办理个人住房贷款业务,贷款金额63万元,期限30年,在2005年因王某涉及刑事案件,潜逃到国外。C银行在进行司法诉讼时,因刑事案件优先于民事案件,需要刑事案件审结后才能处理民事案件,直至2009年王某被遣送回国后才开始该笔个人住房贷款的案件审理,以及之后的司法强制执行,最终在6年后的2011年C银行回收了该笔贷款本息。
强制执行难。借款人张某,于2005年在C银行办理了个人住房贷款,在当地城区购买到一套二手房,由于借款人张某突发疾病,造成其还款能力急速下降,其家庭已无法承担每月归还贷款的支出,在2008年开始拖欠每月应归还的贷款本息,随后C银行依据借款合同向当地法院申请诉讼,在判决胜诉后,因借款人张某仍无还款能力,C银行向法院申请强制执行当时购买二手房的抵押物,要求查封并进行拍卖,由于该住房是张某家庭唯一的生活住房,法院考虑到借款人张某的实际情况,不予受理强制执行的申请。
抵押物无法处置。借款人陈某,在C银行办理个人住房贷款业务,金额68万元,自贷款发放后5年内一直按时归还贷款,在2011年C银行收到法院保全借款人名下房产时,得知借款人陈某因存在多起民事经济纠纷被诉讼,故法院查封了已抵押在C银行的房产,随后C银行也进行司法诉讼,经过一年多的司法流程后,进入强制拍卖抵押物,由于抵押物估价较高且首封客户不同意降价拍卖导致三次拍卖均流拍,造成无法处置抵押物,C银行的贷款风险一直无法化解。
(二)抵押登记办理及后期权利实现存在法律风险
个人住房贷款既有借款人所购房屋作抵押,又有开发商提供阶段性保证,可谓&双保险&,贷款风险系数很低。然而随着个人住房贷款的迅速发展,不同地区登记机关操作不一以及房地产权属状况多样性等原因,实践中出现了大量个人住房业务法律纠纷,商业银行房地产抵押登记办理及后期权利实现存在较大的法律风险,信贷权益遭受到了侵害。特别是2007年我国出台了《物权法》,在第20条规定,&当事人签订买卖房屋或者其他不动产物权协议,为保障将来实现物权,按照约定可以向登记机关申请预告登记。预告登记后,未经预告登记的权利人同意,处分该不动产的,不发生物权效力。预告登记后,债权消灭或者自能够进行不动产登记之日起三个月内未申请登记的,预告登记失效。&这就是通常俗称的预告登记制度。预告登记制度可以保护预告登记权利人,但是,预告登记并非取得抵押权的登记,预告登记虽然使得被登记的不动产物权请求权具有排他效力,但由于房屋尚未建成,银行并未完全取得抵押权。根据《物权法》规定,预告登记后应自能够进行不动产登记之日起三个月内申请正式登记,逾期不申请的,抵押权将有悬空危险。实践中,产权登记由开发商协助借款人办理,如果开发商因为失误或其他原因未及时告知产权办妥情况,银行也未密切关注产权办理进程,导致未能在规定期间内将预告登记转为正式抵押登记,一旦借款人未按期还款,则银行抵押优先受偿权将受到威胁。现以&按揭登记证&的特殊性为例说明潜在风险点:
C银行所辖一县级区域房屋登记机关出具的预售房屋抵押权预告登记证分为两类:&按揭登记证&和&房屋预告登记证明&。&房屋预告登记证明&实行的是借款人办妥产权登记后,预告登记证转正式他项权证的制度。对于&按揭登记证&,借款人产权登记办妥后,登记机关不受理&按揭登记证&转正式他项权证的业务,也就是说该行并不能实际取得房屋他项权证正本。尽管登记机关承诺&按揭登记证&下,借款人未清偿贷款本息前,抵押权人享有永久抵押权,不受3个月期间限制,实务判决中法院也认可该行享有抵押权。但登记机关的规定只是基于部门的内部规范文件,并没有明确法律规定。加上政策、法律规定等多方面因素变化风险,该行现行抵押权并没有明确法律保障,现行外部机关的实务操作不代表商业银行抵押存续期间权利的拥有,该行抵押权实现的风险仍较大。
第二节开发商信用风险
开发商信用风险是指与商业银行合作展个人住房贷款业务的发商出现了欺诈或违约行为给银行带来的风险。其风险表现形式主要有&假个贷&和项目烂尾两种。
一、&针贷&
为维持自身日常经营或实现自身的利益,开发商串通无真实交易意愿的个人或假冒个人的名义,以虚假的交易背景向银行申请贷款,套取或骗取信贷资金。
由于当前我国社会信用环境尚不完善,房地产市场发展不够规范,很容易诱发开发商&假个贷&信用风险。&假个贷&风险的产生通常有两种类型:
(一)诈骗型&假个贷&
开发商以本单位职工或其他关系人等虚假借款人的名义,通过虚假销售方式申请个人住房贷款,将款项挪作他用或携款潜逃。主要是开发商资质较差、开发楼盘销售欠佳,在通过&假个贷&骗取银行信贷资金后,开发商即将该部分资金抽离公司并转到个人名下,从而将其经营项目在房地产市场上的风险直接转嫁给银行;或者开发商将获取的&假个贷&信贷资金挪+用到其他项目作发资金,将抵押房产在房地产市场上的风险直接转嫁给银行。
(二)融资型&假个贷&
开发商因本身资质等自身原因无法取得房地产开发贷款,或因自有资金未按时到位且销售收入无法快速回笼,就通过&假个贷&的方式套取银行的信贷资金以弥补项目开发的资金缺口。通常开发商在项目完工并取得预期销售目标后,会将回笼款用于归还银行贷款,但如果开发商无法完成预期销售目标、项目无法如期完工并陷入困境,就会给银行资金造成极大的风险。
(三)从融资型&假个贷&到诈骗型&假个贷&
同时,也存在开发商信用风险从融资型&假个贷&变成了诈骗型&假个贷&的情况。比如:2000年4月至2001年11月间,先后有115人因购买某房地产开发公司开发的D小区,向C银行某支行申请个人住房贷款,金额15万元至25万元不等,期限20年,购房贷款金额合计约2500万元。2002年6月,该支行贷后管理人员发现购买D小区客户同一时间存在的几十笔贷款集中拖欠,随后抽调人员对所有拖欠贷款进行逐一检查,以及对楼盘项目进行回访,发现:一是借款人多数是与该开发商存在关系的施工单位员工、开发商内部员工或亲属;二是虽然D小区已交付使用,但大部房屋空置;三是部分购房合同的销售面积比实际虚增30%左右;四是部分购房合同的销售单价比周边同类型房产高出30%左右;五是首付款证明材料存在虚假,实际客户未支付;六是自贷款发放后,其还款来源于同一个人客户,且每月该客户均定时向各借款人转入贷款的月还款额,进一步排查发现该个人客户为开发该小区的房地产开发商财务人员。
经调查借款人、走访开发商的原来员工,反复了解、研究分析后,确定这是一起非常典型的&假个贷&,开发商在开发该楼盘时,由于销售定位不明确,对未来前景估计不足,在开发时项目最大的卖点在于周边有非常火爆的中型海产品批发市场,在项目取得预售许可时,因市场上传闻政府将要变更规划,计划逐步搬迁该批发市场,导致楼盘销售极其不理想,原来已预订的购房户也转入观望,开发商出现了建设资金不足,开始逐步通过由内部员工购房的虚假交易向C银行套取信贷资金,用于项目的后续开发,在项目完工后不久,政府下发了限期搬迁批发市场的通知,导致原来的预订购房户集体退订,而C银行未察觉,开发商继续让项目施工方及员工亲属代为购房,从C银行骗取信贷资金,最终出现单个项目的大面积&假个贷&。
二、项目烂尾
开发商在与客户签订商品房销售合同后,因其自身的原因,如项目经营不善、项目资金被挪用、其他项目涉及纠纷等,引起该楼盘项目无法按时交付使用或无法完工,形成了 &烂尾楼&,购房合同违约,借款人无法取得所购房产,直接影响借款人的还款意愿,从而造成银行的信贷风险。比如:A开发商是一家多年与C银行进行合作的公司,其开发的多个项目均由C银行独家承办个人住房贷款,项目销售良好且均能按时交房、办妥房产证。随后A开发商不断扩大开发规模,在2008年开发一个大型楼盘项目,C银行基于多年良好合作,未经测算其开发实力、项目投资资金的到位情况,即为该项目的购房客户办理了近伍千万元的个人住房贷款,由于对项目资金估计不足、项目经营不理想,最终导致该楼盘项目无法完工,在C银行办理个人住房贷款的客户自知晓项目烂尾后拒绝按时归还贷款本息,给C银行造成近9百万元的不良贷款。
第三节借款人信用风险
借款人信用风险是个人住房贷款风险中最基本、最直接的风险,它是指借款人因还款能力或还款意愿发生了改变,导致借款人到期不能履行或者不能完全履行还款责任,从而给银行带来的风险。
一、借款人信用风险的表现形式
按借款人信用风险的主客观性区分,其表现形式可分为三种:被迫违约、理性违约、恶意违约。
(一)被迫违约
个人住房贷款属于中长期贷款,在漫长的还款期内,借款人因就业条件发生变化或教育、医疗等支出急剧增加或突发事件发生等因素,导致实际支付能力下降甚至恶化,无法继续正常向贷款银行还本付息,这也是最为常见的违约形式之一,借款人虽然有还款意愿,但是苦于本身还款能力下降,已无法承担负债,导致拖欠贷款。目前商业银行对借款人的审查多为静态审查,主要审查借款人借款时的还款能力,而对于以后还款能力可能发生的变化考虑不够,也就是动态审查不足,这就加大了此类风险的出现概率。
当然除了上述借款人自身原因引起的被迫违约外,仍有一些外在因素,导致借款人不愿意及时归还贷款,否则借款人将造成更大的损失。比如:因开发商的问题,造成借款人所购买的房产无法取得、房产存在重大质量问题无法入住,借款人虽然有还款能力,但不愿意主动归还贷款,借款人本身也是受害者。甚至,借款人可以向法院起诉开发商,以合同中开发商无法履行义务,按期交纳符合规定的房产,要求法院判令当初的房产购销合同无效,由开发商赔偿其损失。
(二)理性违约
理性违约是指借款人主观上认为放弃继续还款能带来更大的收益,而产生的违约行为,也是前文所述的期权理论在个人住房贷款业务实践中的一种表现。例如,C银行在梳理分析所辖机构不良个贷时发现,某商业房项目出现多位借款人违约,经查实,该商用房项目是开发商出于该市行政中心东移而在预定新城开发的,并且开盘时售价较高。后因该市行政中心东移计划调整,原来预计繁荣的新城成了空城,商圈无法形成,商铺)e值严重,借款人不愿还款。
上述案例就是由于房地产价格发生剧烈变动引起借款人主动违约,从而给银行个人住房贷款带来风险。当房价迅速下跌或利率大幅上升时,房屋原购价与目前市值之差大于借款人支付的首付和已还款本金,继续还款的成本大于放弃还款的收益,相当于该房产已成为&负资产&,亦即前文所述&负权益&,借款人会选择理性违约&&&弃房而逃&,把风险转嫁给银行。
(三)恶意违约
我国人民银行虽然已经建立了个人征信系统,但个人信息登录不全。我们知道,完整的个人资信调查报告信息和数据主要来源于公安、街道、单位、税务、工商、银行、证券、保险、司法、医院、公共事业收费单位、商家等部门,但这些部门对于个人信息仍处于相对封闭状态,信用信息数据分割、封锁和透明度低,使得个人信用资料不完全,我国个人信用体系的健全缺乏个人资产评估的基础数据。并且,个人信用评估缺乏统一标准,各家商业银行对个人信用的评估自成体系,重复操作,相互之间难以衡量,各评估机构做出的评估结果大相径庭,可比性不强。征信业发展的受限,造成个人住房贷款市场交易双方信息严重不对称,给借款人恶意违约道德风险的产生带来可乘之机。
二、引起借款人信用风险的因素
借款人信用风险的形成,虽然与个人信用体系不健全和外部宏观经济波动有关,但更重要的是借款人本身的原因,这与借款人的收入、文化、年龄、婚姻、职业等因素息息相关,因此在借款人的选择上至关重要。下面通过对C银行的个人住房贷款进行违约因素分析,可以明显看出各因素的违约概率情况,以及哪种类型的借款人信用风险较小,商业银行在客户的准入及选择上可以有所侧重,以有效防范信贷风险。
截止2013年末,C银行个人住房贷款逾期贷款为29006万元,逾期率1. 51%,现按借款人的收入水平、文化程度、所处年龄、婚姻状况、从事职业等因素,以图表方式分析各分布区间的违约情况。
(一)收入水平
个人收入越低,客户违约的可能性越大。当个人收入低于3000元时,违约率明显增大。因此,在对客户准入时,应重点关注个人收入在3000元以下的高违约率客户,将营销重点向个人月收入高于3000元的客户群体倾斜。从目前C银行个贷客户收入结构来看,主要集中在1000元-10000元间,占比91%左右。
其中最多的客户为3000元-5000元的低违约率客户,占比40%;月收入1000元以下的低收入客户仅占1.3%。【图9】
(二)文化程度
1、总体来看,学历越低,贷款违约的可能性越大。大专以下学历的客户违约率明显增加。需要特别说明的是,学历属于文盲或半文盲客户违约率仅为0. 29%,主要原因是客户经理及审批人对低学历客户较为关注,该类客户通过受理调查、审核、审批的极少,累计发放36笔金额345万元,因此该类客户贷款违约率较低并不具备代表性。【图10】
2、局部来看,高中、中等专科学历客户的违约率最高;技工学历客户违约率低于高中、中等专科学历的客户,其原因是技工学历的人员虽然学历不高,但专、Ik技能较强,工作相对较稳定。大学本科以上学历的违约率最低。
(三)所处年龄
从图表可以看出:年龄越小,违约概率越大。C银行客户主要集中在20岁-60岁之间,其中,20岁-29岁年龄段的违约率最大,其原因为该年龄段处于事业起步阶段,经济收入相对不高,也不稳定,消费能力强,刚性支出较大,40岁一49岁年龄段的违约率明显下降,原因为这个期间事业稳定,家庭收入也较为稳定。【图11】
(四)婚姻状况
从图表可以看出:借款人婚姻状况为已婚的,违约率最低,其原因为结婚In,家庭收入增加,可分配调节的资金也增加,违约率较低;借款人婚姻状况是未婚的违约率较高,原因为未婚人员刚性需求较大,贷款无共同借款人分担风险;丧偶人员的违约率最高,主要为家庭收入减少造成。因此各行在客户调查时,应更加关注丧偶和未婚人员的偿债能力分析。【图12】
(五)从事职业
农、林、牧、渔、水利业生产人员(农业人口)违约率明显高于其他行业;商业、服务人员和各类专业技术人员、军人违约率相对较低;国家机关、党组织、企事业单位负责人的违约率并不象通常认为的那么低,违约率高于办事人员和有关人员,原因是:由于其社会地位较高,造成其自身优越感较强,对个人信用记录不重视,还款习惯不好。【图13】
第四节商业银行内部风险
商业银行的内部风险又称为&操作风险&,是指商业银行的业务人员自身操作不规范和银行内部系统、规章制度不完善给银行带来的风险。这是银行面临的最古老、最常见、最普遍的风险,该风险的出现往往会给银行造成严重的经济损失,根据操作风险的成因,可分为三类:人员因素引起的操作风险、流程因素引起的操作风险、系统因素引起的操作风险。
一、人员因素
人员因素引起的操作风险包括操作失误、有章不循的违法违规行为(如员工内部欺诈、内外勾结)等情况。操作失误属于银行的业务人员因业务技能水平不足或其他非主观原因,出现差错性的操作,造成不良后果;有章不循的违法违规行为则属于主观原因,银行的业务人员未按照既定的规章制度或故意欺诈、内外勾结等操作,产生信贷风险,其性质恶劣、危害严重。
(一)客观因素引起的操作失误
2006年3月,C银行开展旺季营销活动,出现了个人住房贷款业务的高峰,客户经理每天须受理大量的业务,白天接待客户、晚上或中午休息时间加班办理资料审查及系统操作,由于连续性加班和超负荷工作,客户经理在系统录入方面出现操作失误,将两个借款人的贷款金额录入错误,由客户申请及合同签订的贷款金额7万元,在系统中误录入为10万元,同时,该笔贷款的系统审核、发放等环节也同样未能发现该错误,导致客户未申请、C银行也未审批的3万元信贷资金的错误投放,如未能及时发现,进行错账冲正,将对C银行的信贷资产造成实质性损失。
(二)主观因素引致的违法违规行为
2009年10月,在一次业务风险排查过程中,C银行的上级行发现C银行的上一年度投放贷款中存在8笔、共460万元的个人再交易住房贷款虚假,以往每笔贷款的还款来源均为该行的客户经理李某通过C银行自助柜员机使用现金存入。经查,李某是该行唯一的专职个贷客户经理,长期从事个贷业务,因该行人员紧张,个贷业务基本上由李某一人办理,既是贷款的调查人员、又是抵押人员、放行人员,存在一人多岗的混岗现象,李某利用某些客户到C银行办理信贷业务后又主动退出而未取回的信贷材料,以及该行承办个人住房公积金贷款的信贷材料,再次申请商业性的个人住房贷款业务,在通过审核、审批后,由其办理虚假的抵押手续,再由自己进行放款条件的审查操作,将信贷资金转入其本人代为借款人开立的储蓄账户中,实施内部欺诈,将信贷资金用于民间高利贷及相关工程的投资,获得高额回报。
二、流程因素
流程因素引起的操作风险主要是因银行内部的规章制度不完善,操作流程不细致,存在制度缺陷产生了信贷风险。该因素往往是银行在制订规章制度时未能充分考虑到当前多个不同风险点以及未来市场的变化,其现有的规章制度存在漏洞,而且未能及时发现或修订完善,从而导致操作风险。现列举一起比较典型的案例:假购房,真过户,融资骗贷酿风险。
陈某,个体工商户,经营汽配生意,2006年初,经营状况较差,急需现金周转,其朋友张某在一家中介工作,可以帮忙办到个人贷款,获取现金。张某让陈某将手中房子卖给另外一个朋友,再以朋友名义办理个人再交易住房贷款,相关材料由张某代办,最终张某获得C银行50万元的贷款,将该资金给陈某使用。
在办理个人再交易住房贷款中,C银行未能认真验证张某提供的相关材料(包括首付款、收入证明等),且面谈过于简单,认为中介与其长期合作,不会提供假资料,只要在房产过户后办理真实抵押登记就没有风险了。而陈某得到信贷资金后,经营并未见起色,最终无力偿还C银行贷款,形成不良。当时,C银行在个人再交易住房贷款的文件规定中,对买卖双方的面谈核实工作几乎没有要求,是形成风险的主要原因。
三、系统因素
系统因素引起的操作风险主要是银行内部的业务操作系统未能实现有效的机控,系统相关功能不完善,系统存在一定的缺陷,仅靠操作人员通过人工方式判断是否违规,难免会违反相关规定,形成贷款风险。因此,一个完善的系统可通过有效的机控能力,避免业务人员的操作失误,防范贷款风险。比如:系统机控能力不足,造成超权限审批并发放贷款,形成操作风险。
客户张某2010年10月、2012年3月在C银行办理2笔中长期抵押方式的个人住房贷款(个贷系统中客户编号为C1),贷款金额为30万元、60万元,期限都为10年;2012年6月,张某又在该支行办理1笔20年A个人再交易住房贷款(客户编号为C2),贷款金额30万元;根据审批授权,该支行对于同一个客户的个人住房贷款仅有100万元的审批权,属于单户授权、非单笔授权,在审批第三笔贷款30万元时已超出了该行的审批权,需要上报上一级审批,但由于个贷系统审批权限控制不完善,未能判断出第三笔贷款应由上级行审批,导致该支行自行审批并发放了该笔贷款,从而带来了风险隐患。产生上述超权限审批和发放贷款的原因是C银行的业务操作系统仅以客户编号认定客户的唯一性,未能使用客户姓名、证件类型、证件号三要素认定客户的唯一性。
第五节合作方风险
目前,商业银行办理个人住房贷款普遍存在与外部机构的合作,包括与房产中介、外部评估机构、住房公积金管理中心等的合作,从合作的外部机构获得客户来源,与合作方签订合作协议,约定双方的权利和义务。其合作方风险主要表现为合作方的欺诈风险、协议风险。
一、合作方欺诈风险
合作方欺诈风险主要是合作方为了实现利润最大化,以虚假的交易背景,假冒个人的名义,套取银行信贷资金。房产中介的欺诈风险主要表现在为了赚取相关交易手续费,隐瞒交易房产的缺陷或帮助客户提供虚假的材料,促成房产的交易。外部评估机构的欺诈风险主要表现在为追逐评估利润,虚增房产评估价格,为商业银行个人住房贷款带来风险隐患。比如:
(一)中介提供假材料,造成银行违规经营风险
根据国家房地产调控政策,在2010年始实行&限购&政策,要求客户必须具有本地户口或在当地纳税(或交纳社保)满一年以上方可购买住房和办理个人住房贷款,以及执行&认房认贷&的&限贷&政策。与C银行长期合作的某房产中介,为了赚取房产交易的手续费,在2011年至2012年期间,协助客户提供虚假的收入证明、本地户口证明、交纳社保证明等,累计为18个客户取得购房资格并在C银行办理的个人住房贷款,涉及贷款资金1000多万元,造成C银行违反国家监管部门的规定发放贷款,存在违规经营的风险。
(二)评估机构高估房产价值,形成风险隐患
与银行合作的外部评估机构,其收入来自于委托评估房产的手续费收入,该手续费是按评估标的物价值的一定比例收取。为了提高收入,外部评估机构常常高估所评估的房产,而商业银行往往是按房产的评估价值来确定贷款金额,这也变相造成借款人多向银行融资,可能出现&零首付&现象,给商业银行埋下极大的信贷风险隐患。比如:与C银行长期合作的某评估机构为一家全国性连锁公司,其母公司经营实力较强,经营管理规范,但在业绩考核上较为激进,该评估机构为了获得更大的收益,在2006年至2008年期间,在给C银行办理个人再交易住房贷款的客户进行房产评估时,暗示其可以高估房产价值,让客户减少首付款的比例,其和客户双方得利,涉及贷款300多笔、金额近6000万元,给C银行造成较大的风险隐患。
二、合作方(担保机构)超保证范围风险
为追逐利益,个别二手房担保合作机构盲目办理保证业务,其担保余额超出其与商业银行签订的合作协议中约定的保证范围,该保证范围通常是商业银行根据担保机构的净资产、担保余额、担保放大倍数等因素综合考虑后核定的,一旦超出,担保机构将有可能对超出部分无力履行担保责任,对商业银行信贷资产形成潜在风险。
三、合作方协议风险
合作方协议风险主要是银行与住房公积金管理中心之间的委托协议不规范,双方的权、责、利不明确,引起银行的经营风险。住房公积金管理中心是负责住房资金的管理、经营机构,是银行房改金融业务的源头客户,是商业银行积极争取的重大客户。商业银行与住房公积金管理中心签订委托协议办理委托性个人住房贷款业务,并按协议约定的内容,确定权、责、利等内容。若委托协议不明确、不完整,如未按国家相关规定在协议中明确公积金贷款由住房公积金管理中心承担风险、未在协议中明确委托办理公积金业务的手续费比例及收取方式,将给商业银行带来潜在风险或经济利益损失。
（温馨提示：查看本篇硕士论文其他章节，请浏览本页面左侧←【论文目录】导航）
可能感兴趣的论文
返回上级栏目：
