知网查重

房贷信用评价的探究分析

发表日期:2020-01-26 23:01:03   编辑:阿萨德

  房贷信用评价的探究分析

  【摘要】信贷成为如今国民和金融机构共同关心的话题。其中个人信用评级就是为了减少这种风险的一种有效机制,此次研究对于各种个人因素利用SPSS21构造回归模型,探讨影响个人的房贷信用评级的影响因素,其中权重较大的为并家庭收入、家庭供养人数、最长贷款期限。且以这些影响因素将客户进行聚类分析,划分等级。同时,通过相关性检验,选择出工龄和最长贷款期限、家庭收入和是否已婚、是否有违约记录和家庭收入之间的相关性较大,作为当其中一个因素的数据缺失时的参考。

  【关键词】房贷,信用评价,聚类分析,线性回归模型,相关分析。

  一、引言

  随着国民消费观念的改变,个人消费的信用贷款逐渐发展。这种“预消费”的普及,极大地促进了GDP的增长,提高了国民生活水平。但对于发放贷款的金融机构来说,贷款者的信用的不确定性成为了一种投资风险,即信贷资产不能及时有效地收回。所以建立了一系列个人信贷评级,来给个人进行信用等级划分,来减少这种风险的承担率。根据个人信用评级的定义,个人信用评级就是第三方信用评级机构比如可以发放贷款的金融机构依据这种信用评级的标准,按照一定的后期处理和程序,在对个人信用进行全面性的,对其信用度进行评价,并以专用符号或文字形式来表达的活动[1]。通过考察影响个人信用状况的各种因素,使用科学的方法,对消费者个人的品德、能力、财产、管理财产能力等方面进行分析,再综合整体消费者的行为、所处经济环境等因素综合分析消费者的贷款风险、借贷和偿还的连续性,以便为商业银行识别借款者、制定消费贷款价格和控制的信用风险提供有力和可靠的依据。

  信用评价模型拥有的各个特点非常适应现今各个金融机构发放贷款的流程需求,具体包括以下几点优点。第一点,信用评价系统可以直接提供个人信用级别的数据,很大程度减少了银行审批一笔贷款所需要的时间。第二点,随着银行贷款审核时间的大幅度缩短,银行的经营成本也会随之大幅度降低,减少的资金的不必要流失,并且流程时间缩短,也方便了客户接受贷款的时间。提高了双方的效率。第三点,信用评价模型使得信贷的审批过程更为可靠,可以排除掉一部分人为判断失误所导致的贷款风险。银行可以用同一个固定的既定标准制度来核定不同收入、户籍、支出能力等的客户的贷款申请,同时也排除了某些不合法的非正当交易情况的发生。第四点,小型的金融机构信用评价模型和制度的不断升级,会令这些银行不断增大与大型银行的竞争力,改变银行在特定贷款领域的竞争格局。第五点,信用评价系统应用到一些业务量非常多的银行,开始实行集中化的统一处理了许多小额的贷款业务,个人或者企业客户可以直接通过电话、传真、信件等方便地申请和获得贷款,这有大大的提高了银行的办事效率,并且降低了了银行的运营成本。第六,由于小额贷款的现金流入不稳定,所以证券的发行非常困难。但是银行可以利用个人信用评价结果来将这些小额的贷款转化为证券。

  目前广泛应用的方法主要有两大类:统计分析方法和机器学习方法。机器学习方法虽然预测精度较高,但稳健性差,且建模过程基本上是一个“黑箱”,模型的解释性不强;统计分析方法则在稳健性和模型可解释性上有其自身的优势[2]。

  已有的探究方法用到了logistic模型,统计分析方法中,logistic模型的优点是计算简单、预测精度高、模型解释能力强,但是其实在实际应用中,分辨错误的概率却较高(在“取伪”和“弃真”方面)。故本文通过线性回归模型进行探索影响个人信贷评级的可能因素和因素的重要程度。并且通过SPSS的聚类分析,以较为重要的几项影响因素为变量,将其进行分类,作为一种检验性评级。作为辅助性探究,讨论具有相关性的因素,当系统资料缺失某些数据时,可以通过与其有相关性的数据来做出推断,相当于为提供贷款的金融机构提供了备用数据。

  二、模型构建

  1、数据来源

  此次所研究的数据来自中国农业银行华北地区某支行对于个人房屋购买贷款人的个人基本信息和有关信用数据,含有100条数据,并含有以下表1中的10个有关因素作为变量(如下表1,由于本次研究所收集的数据均为本地户籍,则研究时会自动忽略此因素的影响)。个人信贷评价分为能力风险评估和道德风险评估,其中变量7、8、9属于道德风险评估因素,变量3、4、11属于能力风险评估因素,变量1、2、3、4属于个人基本信息因素。由于数据公开程度有限,因变量暂使用每人贷款中可以获得的最大贷款额来代替信用评价结果。最终收集到的全部数据见附录。

  表1

  变量 变量名称 变量 变量名称

  x1 性别 X2 年龄

  X3 婚否 X4 工龄

  X5 家庭收入 X6 家庭供养人数

  X7 最长贷款期限 X8 是否有违约记录

  X9 已有贷款额 X10 是否为本地户籍

  2、模型构建及方法

  ①线性回归模型

  通过SPSS21进行回归分析,将以上1-9的9种因素作为自变量,授信额度作为因变量,通过显著性水平观测相关性的大小,并计算它的系数。

  ②聚类分析

  以回归模型所计算出的系数中较大的几个因素作为分类变量,将这100个个人进行聚类,可以作为信用评级的依据。

  ③相关性分析

  利用SPSS对所有的影响因素作两两之间的相关性分析,作为辅助性探究,讨论具有相关性的因素,当系统资料缺失某些数据时,可以通过与其有相关性的数据来做出推断,为提供贷款的金融机构提供了备用数据。(此次研究只给出最终检验出有显著相关关系的几个影响因素)

  研究结果

  ①线性回归模型

  系数a

  模型 非标准化系数 标准系数   t Sig.

  B -1561576.7 -1.814 .073

  性别 -11285.533 -.016 -.149 .882

  年龄 -5236.831 -.118 -.329 .743

  婚否 166951.684 .113 2.205 .730

  工龄 4509.038 .100 .519 .605

  家庭收入 228.082 .952 15.752 .000

  续表1 家庭供养人数 -199135.847 -.733 -3.827 .000

  最长贷款期限 34897.361 .845 2.433 .017

  是否有违约记录 17590.988 .014 .119 .906

  已有贷款额 -1.042 -.101 -.891 .376

  a.因变量:授信额度

  ③相关分析

  由Pearson相关性检验的系数看,以下几种因素的相关性较大:工龄和最长贷款期限的相关系数为0.95(有较大的负线性相关关系)家庭收入和是否已婚的相关系数为0.788(有较大的正相关关系)、是否有违约记录和家庭收入之间的相关系数为0.829(有较大的正相关关系)。当两者中缺失其中一个数据时,可以进行推算。

  四、总结

  结论分析及对策

  本次研究发现影响授信额度也就是信用评级的因素中,家庭收入、家庭供养人数、最长贷款期限对其有着显著影响。一类较为年轻的偿还时限较长并且工资水平中等偏上,未婚且无需赡养家庭其他人员(即无子女)的客户,此组人偿还贷款能力强,不存在违约贷款的记录,银行评级会将这类人划归为优秀可靠的信贷人员,信贷的等级就相应地较高。同时发现,工龄和最长贷款期限、家庭收入和是否已婚否有违约记录和家庭收入之间的相关性较大。当两者中缺失其中一个数据时,可以进行推算。在实际生活中,一般工龄越长的年龄越大,距离退休年龄也就越近,可以用正常工资而不是养老保险偿还贷款的可用时间就要短,所以可以解释工龄和最长贷款期限之间的关系。个人已婚之后,家庭的收入来源增加,如果没有子女的话,家庭的可支配收入就会增多,能够偿还贷款的能力也就越强,说明了家庭收入与是否已婚的较强的相关关系。并且家庭的收入越高,这个人的违约记录就越低,按照中国农业银行该支行的规定,违约超过5次就拒绝该人的贷款。那么,影响个人信贷评价的主要因素也可以说是包括工龄和是否已婚这两项的。

  近年来中国的经济持续发展以及国家一直以来对房地产市场进行宏观调控的政策,同时国内产品往往供大于求,使我国的经济持续压力逐渐增大,居民正逐步转变消费观念,信贷消费成为当下的一种主流,所以此时,作为金融业支柱性机构的银行,就更应该加强个人信贷风险管理。目前,银行在个人信贷风险管理过程中存在很多原因与问题有待解决,这样造成了不能及时发现个人信贷的风险问题,影响了银行信贷资金的安全[6]。目前而言,国外对消费者个人信用风险的研究已有60多年的历史,对已使用的和正在开发的预测消费信贷风险各种技术的研究取得了重大进展,为商业银行金融风险的管理决策提供了有效的方法与工具,而我国相对于发达国家来说,个人消费信贷业务开展较晚,这方面的研究工作也刚刚开始,仍有很多问题亟待解决[3]。

  全球经济的发展形势愈来愈严峻,从2008年下半年以来美国的次贷危机引发的全球性的经济危机影响越来越大,商业银行的消费信贷风险管理体制的改革和发展也变得尤为重要。但是目前从我国大部分商业银行个人信用贷款风险评价机制所来看,其风险较小,信用状况较为良好,尤其是住房的购房贷款,据统计的数据来看,绝大部分房贷的信用评级情况都是优,但是目前实际的房贷的信用度却没有数据记录那样好,并且存在许多违约或逾期还款情况的发生。现在住房消费一般占个人消费的比例非常之高,所以对于银行来说在进行房贷时则存在着更加巨大的潜在风险。

  虽然信用评价方法有效地解决了银行借款人信用评价的问题,但这种方法也存在一些问题,特别是在经济环境变化较大的时候,这种依靠历史数据判断未来基本信用状况的方法会面临较大的风险。一致的评价制度统一了信贷评估,可以有效地解决审批标准不统一的风险,解决有经验信贷专家的人为出错的风险方面的不足,使银行的业务在最大程度控制了风险的条件下快速稳步发展。但如果信贷政策和标准不能充分地体现风险控制的要求,或者在建立模型技术和模型管理上存在缺陷,就可能带来系统的风险。因此必须加强这方面的管理,以使信用评价方法更加切实有效[4]。

  在建立社会个人信用制度的基础上,各个银行应该根据自身的业务特点和发展目标制定个人信用评级方案,以此作为放贷与否的基本标准,从源头上防范和杜绝信贷风险。商业银行一般通过对借款人的品格、资本与能力、环境、抵押品四个方面评估潜在的借款人的信用风险。对消费者贷款的信用分析通常采用信用积分制度。根据这种方法,商业银行先选择某些体现借款人信用风险的特征因素,如收入水平、居住情况、就业情况、年龄等,然后为每一特征因素配上相应的分数,最后根据借款人的特征累计其分数值,决定出相应的贷款决策。目前考虑我国的实际情况,除了个人的资产信用状况外,还应该考虑个人的道德信用状况[9]。

  个人信贷是为自然人以及不具备法人资格的个体工商企业、私营企业、合伙企业等提供的信贷服务,根据贷款用途划分,主要包括个人消费信贷、个人生产经营信贷和个人综合授信信贷三大类,每种类型根据不同标准又可划分为若干品种[10]。个人信贷已经成为全国各大银行金融机构,特别是四大国有商业银行中国银行中国工商银行、中国农业银行、中国银行 、中国建设银行竞争的重点,但是个人信贷受其本身的性质和其他有关系因素的限值,又是银行管理的难点。只要各种方案制度、对策积极实施,个人信贷必将成为拉动业务发展的主要能动力。从管理方面来看,评价制度至少包括接受借款申请、借款人信用评价、征信系统数据采集、账户信息反馈、信用评价分析和调整、贷款催收程序等环节,只有建立起信用评价的理论模型和全部流程,对借款申请人的信用评价才能发挥其风险控制的作用[10]。除了对刚刚进行过的贷款申请的个人进行信用评价之外,也需要对很久之前己经成功获得银行贷款的个人贷款申请人进行定期的信用评价。评价的依据主要是企业或者个人客户的账户信息数据的变化的情况,同时根据客户是否有违约记录和使用银行产品如证券购买情况变化的变化情况等适当修改对客户的信度评价,包括调整客户已使用授信产品的授信额度,以及增加或减少客户使用银行信用产品的能力的决定。

  参考文献:

  [1]个人信用评价定义

  [2]个人信用评价影响因素决策分析.何晓群、胡小宁(西京学院应用统计科学研究中心.陕西西安.中国人民大学应用统计科学研究中心.北京)

  [3]对个人消费信贷评价模型研究的探讨,程笑迎,华南理工大学,《技术与市场》,2009,16(8)

  [4]个人消费信贷评价模型的探讨.费芳、刘传哲、阮垂玲(中国矿业大学管理学院.江苏徐州)

  [5]个人信用评估模型比较研究.崔媛媛.北方工业大学

  [6]银行个人信贷风险管理控制分析.付万林

  [7]个人消费信贷业务的风险与防范对策[J].胡坤. 贵州农村金融(经营与管理).2011 (2)

  [8]个人消费信贷与信用体系建设初探[J]. 李立刚. 科技向导(金融天地).2011(2).

  [9]我国商业银行消费信贷的风险及管理.章程

  [10]个人信贷业务研究.艾毓斌.2008

温馨提示

声明:该文观点仅代表作者本人,本站仅提供信息存储空间服务,如有侵权请联系本站删除。