資源描述：
《個人住房抵押貸款風(fēng)險評估實證研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、分類號UDC注1F224.0密級學(xué)位論文個人住房抵押貸款風(fēng)險評估實證研究（題名和副題名）姚宏剛（作者姓名）指導(dǎo)教師姓名曾勇教授電子科技大學(xué)成都（職務(wù)、職稱、學(xué)位、單位名稱及地址）申請專業(yè)學(xué)位級別論文提交日期碩士2006.4專業(yè)名稱論文答辯日期數(shù)量經(jīng)濟學(xué)2006.6學(xué)位授予單位和日期電子科技大學(xué)答辯委員會主席評閱人2006年6月12日注1：注明《國際十進分類法UDC》的類號。1獨創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進行的研究工作及取得的研究成果。據(jù)我所知，除了文中特別加以標注
2、和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得電子科技大學(xué)或其它教育機構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻均已在論文中作了明確的說明并表示謝意。簽名：姚宏剛日期：2006年6月16日關(guān)于論文使用授權(quán)的說明本學(xué)位論文作者完全了解電子科技大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定，有權(quán)保留并向國家有關(guān)部門或機構(gòu)送交論文的復(fù)印件和磁盤，允許論文被查閱和借閱。本人授權(quán)電子科技大學(xué)可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索，可以采用影印、縮印或掃描等復(fù)制手
3、段保存、匯編學(xué)位論文。（保密的學(xué)位論文在解密后應(yīng)遵守此規(guī)定）簽名：姚宏剛導(dǎo)師簽名：日期：年月日2摘摘要要近十幾年來，隨著我國住房體制的改革，個人住房抵押貸款已經(jīng)成為我國居民主要的購房手段。當前許多商業(yè)銀行的個人住房抵押貸款業(yè)務(wù)以年增長率40%-50%或更高的速度發(fā)展，隨著個人住房抵押貸款余額的快速增加，個人住房抵押貸款的不良率也開始不斷攀升。與其它貸款相比，個人住房抵押貸款雖屬優(yōu)質(zhì)資產(chǎn)，但是按照目前的發(fā)展速度，潛在風(fēng)險已逐漸顯現(xiàn)。另一方面，由于國有商業(yè)銀行由于長期以來受呆賬壞賬風(fēng)險的影響，對貸款的回款速度異
4、乎尋常的敏感，保證貸款安全成為凌駕于確保貸款收益之上的目標。因此，長期以來，因提前償付而形成的主動違約風(fēng)險就常常被銀行忽視，甚至提前還款還受到銀行的鼓勵，這種趨勢已經(jīng)在某種程度上影響了銀行的預(yù)期收益。然而，國內(nèi)針對上述兩類風(fēng)險的實證研究還比較缺乏。對住房抵押貸款的信用風(fēng)險等級的評估已經(jīng)成為住房抵押貸款信用風(fēng)險管理的主要內(nèi)容之一，運用科學(xué)的、定量的信用風(fēng)險分析模型對借款人的信用風(fēng)險進行評定已是大勢所趨。在這個背景下，本文以個人住房抵押貸款違約風(fēng)險和提前還款風(fēng)險的影響因素為研究對象，試圖識別現(xiàn)階段我國個人住房抵押貸款違約
5、風(fēng)險和提前還款風(fēng)險的主要影響因素，并為商業(yè)銀行在個人住房抵押貸款發(fā)放之初就能有效的管理違約風(fēng)險和提前還款風(fēng)險奠定理論和方法的基礎(chǔ)，并為銀行對住房抵押貸款風(fēng)險等級的評估提供依據(jù)。樣本數(shù)據(jù)來源于某商業(yè)銀行，時間期限為2000年到2004年，經(jīng)過對樣本的篩選，初步刪除了信息不完全和不符合要求的樣本，并根據(jù)3倍標準差原則剔除異常數(shù)據(jù)，盡量使處理后的數(shù)據(jù)都在3倍標準差的范圍內(nèi)，最后得到正常貸款樣本為6916個，違約貸款樣本為3221個，提前還款樣本為2774個。結(jié)合國內(nèi)外研究經(jīng)驗以及樣本數(shù)據(jù)，本文從借款人特征、貸款特征、房產(chǎn)特
6、征三個維度，選取了性別、年齡、貸款金額、貸款價值比、住房總價值、房價指數(shù)等19個變量，利用SPSS10.0統(tǒng)計軟件中的描述性統(tǒng)計、判別分析、Logistic回歸分析對個人住房抵押貸款違約風(fēng)險和提前還款風(fēng)險的影響因素進行了實證分析，并在違約風(fēng)險的分析中區(qū)分了實質(zhì)性違約和逾期。研究發(fā)現(xiàn)，貸款價值比對違約風(fēng)險有顯著影響，這與國外相關(guān)的文獻得出的結(jié)論一致；而提前還款風(fēng)險則主要與借款人的財務(wù)狀況（包括家庭月收入、月還款額、貸款金額和房屋總價值等變量）有關(guān)，這與國外的影響提前還款的原因有所不同。在對模型預(yù)測準確率的評價上，判別分
7、析模I摘要型與Logistic模型都有較好的性能，但Logistic模型要好于判別分析模型。對于貸款風(fēng)險等級評估的研究，本文采用累積Logistic回歸方法，依據(jù)某商業(yè)銀行提供的2004-2005年的貸款數(shù)據(jù)和風(fēng)險等級建立累積Logistic回歸模型，來進行住房抵押貸款的風(fēng)險等級評估，研究結(jié)果顯示該模型對于商業(yè)銀行進行住房抵押貸款的信用風(fēng)險等級的評估有重要的指導(dǎo)意義。關(guān)鍵詞：個人住房抵押貸款，違約，提前還款，判別分析，Logistic模型，累積Logistic模型IIABSTRACTABSTRACTAsthehou
8、singsystemreformprogressesduringlasttenyears,residentialmortgageloanshasbecomethemajorfinancingmeasurebywhichChineseresidentsbuytheirhouses.Theamountofmortgageloansincreases
