摘要近来中国的房地产市场“高烧不退”，近期国家推出了一系列为房地产市场降温的消息。高房价下到底隐藏着哪些风险?本文通过还款能力风险和还款意愿风险两方面对商业银行面临的风险进行分析，并通过决策树技术对某商业银行房贷客户的样本数据进行分析，得出影响客户违约情况的因素，并提出防范措施。

　　关键词：风险管理:房地产:住房贷款:决策树 一、背景近年来，个人住房贷款在房地产市场快速发展的带动下获得了迅猛发展，个人住房贷款在银行资产中的比例迅速上升，政府也出台了一系列措施抑制房价的过快增长。然而，越来越高的房价仍让很多人望尘莫及，同时也将很多风险隐藏起来。但是，美国次贷危机的经验已经告诉我们，要有危机意识，尤其是在大量的风险都已被疯长的房价遮挡的时候，风险管理更要重视。

　　房地产业是我国国民经济的重要支柱产业之一，中国房地产市场发展对经济增长贡献的重要作用是不容忽视的。2009年我国GDP增长率为8.7%，房地产对2009年GDP的贡献率超过了13%;房地产业又是资金密集型产业，与金融体系关系密切，甚至过度依赖银行贷款。

　　与企业贷款、个人消费贷款等其他贷款相比，个人住房贷款呈现以下特点：

　　1.贷款人数众多，人均贷款金额较企业贷款小。据估计，在所有的买房人中，80%的买房人都需要借助银行按揭，而个人住房贷款的金额一般在在20万到100万之间，但伴随着房地产的不断升温，总的金额积累越来越多，已经成为很多银行扩大规模的重要手段。但由于贷款者过于分散，增大了银行管理的难度。

　　2.贷款期限较长。个人住房贷款一般为中长期贷款，期限在10年到30年之间，比一般的企业贷款期限要长的多。资金的长期占用性大大增加了银行的资金压力，降低了银行资产的流动性。

　　3.投资性。由于房地产的保值增值性，不少投资者把从银行贷款买房当成一种投资手段，集体涌入房地产市场，助推房价上涨。高涨的房价可以将房贷的风险暂时隐藏起来，同时吸引更多的投资者，这也是为什么房价一直居高不下的原因之一。 二、国内外发展动态美国的住房抵押贷款市场发展较为成熟，其风险管理的最有特色之处在于风险转移机制(包括住房抵押贷款证券化和保险机制)、个人信贷评估和风险计量等[1]。但是2008年由美国次贷危机引发的全球金融危机充分暴露了美国住房抵押贷款市场的过度证券化带来的危害。适度的证券化可以加速资金的流动性，分散风险;过度的次级抵押贷款证券化则会把风险传播到整个金融体系。

　　我国的个人住房贷款起步较晚，2000年之后才开始真正发展，但其发展速度却是惊人的。截至2008年底，个人按揭贷款为3573亿元，较1997年底增长150倍，到2009年底，这一数字更是达到了8403亿元，个人住房贷款占个人消费贷款的比重高达75%-97%。

　　但是目前我国个人征信系统的发展还不完善，尚未形成一个完整的个人信用风险管理体系，基本上都是依靠专家对借款者目前的经济状况和还款能力作一分析，直接做出决定。征信系统的内容太过简单，只包括客户与银行打交道的情况，其他如税务，保险，商业交易等方面的信息均未涉及，因此，征信系统只能作为个人信用状况评估时的一个参考。

　　风险计量方面，国外一些学者有过一些研究，较为普遍的有信用矩阵模型(Credit Metrics)和KMV模型等。Jung(1962)利用金融机构原始资料分析得知，贷款价值比(Loan-to-value ratio)和个人住房抵押贷款利率与违约风险之间存在正相关关系，即个人住房抵押贷款利率越高，违约风险就越大，贷款价值比越高，违约风险也越大。而Santos Silva(2000)利用借款人的特征变量，认为贷款月供还款额占家庭月收入的比例越高，借款人发生违约的可能性越大。

　　在国内，王福林[2](2004)通过因子分析和判别分析得出了房产投资特性、区域经济和住房面积对个人住房抵押贷款违约风险影响最大的结论。 三、个人住房贷款风险识别本文所指的个人住房贷款风险主要是指借款人违约的风险，即因购房者不能按时归还贷款本金和利息而给银行造成损失的风险。国外多数学者认为个人住房贷款违约风险影响因素有：借款人特征维度，贷款特征维度，房产特征维度和地域经济维度等。其中，贷款价值比、月还款额占家庭收入的比例、贷款利率、离婚率、失业率等变量与违约风险成正相关关系，而房价指数、家庭收入等变量与违约风险呈负相关关系[3]。

　　在参考国内外诸多研究的基础上，本文认为，在个人住房贷款市场上，借款人的风险主要来源于还款能力风险和还款意愿风险。 文章将从这两方面分析借款人的违约风险。 (一)、还款能力风险还款能力风险导致的结果即是“被迫违约”。在一定的宏观环境背景下，商业银行在发放贷款前，通常会对借款人还款能力进行一系列的审查，通过对借款人的年龄，学历，收入，工作状况等借款人个人特征的审查，结合借款人所购房屋的特征，如面积，单价，总价，首付比例等，判断借款人的还款能力，给与借款人一定的贷款额度。本文通过SPSS13.0统计软件的决策树技术，对某商业银行陕西省分行一段时间的34624名个人住房贷款客户分析，得到客户各方面因素对其还款能力的影响。

　　由于本文的数据样本来源是西安地区某段时间的贷款客户，所以不考虑地域及时间的影响，即假设宏观环境未发生重大变化。样本数据的属性如表1所示：

　　表1 样本数据属性特征 影响因素 具体指标 借款人特征维度

　　贷款特征维度 性别，年龄，婚姻状况，个人年收入，最高学历，工作单位，职业类型

　　贷款期限，还款方式，担保方式，贷款余额，违约月数，累计逾期期数 另外，由于条件限制，未收集到客户所购买房屋的信息，如面积，单价，总价及月供占比。通过对缺失数据和无效数据的筛选，最终我们得到有效样本34624个。其中，违约样本6345个，占总数的18.3%，正常样本23279个，占总数的81.7%。

　　由于决策树分类要求数据服从正态分布，而通过对数据的预处理，我们发现个人年收入，贷款余额两个变量和其他变量在数量级上有很大差异(过大的差异可能使其他变量的影响被忽略，使分类结果产生严重偏差)，且不服从正态分布。所以先对这两个变量取自然对数，得到LN个人年收入，LN合同贷款余额，其P-P图如图1，图2所示，可以认为近似服从正态分布。经过这样的处理后，同时满足了数量级一致和正态性的要求。

　　图1 LN个人年收入P-P图 图2合同贷款余额P-P图

　　根据处理后的样本数据，使用SPSS13.0的CART分类方法进行分析。树的最大深度设为4，父子节点的最小样本数分别设为400，200，验证方法为交叉验证(K=10)。经过多次试验，我们得到的最优树如图3。分类回归树重替代估计量与交叉验证估计量分别为0.176与0.177，两者相差不多，而且它们的标准误差均为0.002，非常小，说明分类树的效果非常好。

　　从图3的决策树分类可以看出，合同贷款余额，担保方式和个人年收入是影响客户违约情况的三个最主要的因素。贷款余额越小，客户正常还款的比率越高，原因是贷款余额越小，表明客户已还款数额越多，若客户违约，房子被银行拍卖，客户的损失也越大。

　　不同的担保方式对客户是否正常还款也有很大影响。同时有抵押和保证客户的违约率明显低于仅有抵押一种担保方式的客户。这很容易解释，同时提供两种担保方式的借款人对于银行来说，多了一道还款的来源，在客户违约的情况下，银行可以要求担保人履约，对银行来说，多了一层保障。另外，银行一般要求提供的都是与客户有直接血缘关系的父母或者兄弟姐妹，担保人会在借款人出现暂时现金流不足的情况下帮助其还款，尽量不违约，以免影响征信。

　　图3 房贷客户决策树分类

　　个人年收入作为客户还款的第一来源，直接反映客户的经济实力，一般都是各银行最看重的因素，要求也很严格，最低要求月收入在月供的2.2-2.3倍以上。但是从图3的决策树中并没有得到收入越高，正常还款比率越高的结果。原因有以下几点：

　　①很多收入不足的客户为了获得贷款，虚开收入证明，以致银行将其误认为优质客户，而客户本身的经济来源不足以支撑其贷款，结果是稍微一点的不利因素就可导致客户违约，无法正常还款。

　　②部分客户信用观念不强，这种情况在年龄比较大的客户中比较常见。这类客户虽然收入足够，但却经常因为其他事情忘记按时还款，以为推迟几天影响不大，殊不知自己已经构成了违约，征信上已经有了一笔不良记录。

　　除了上述分析到的主要影响因素外，还有其他一些因素如：客户年龄，最高学历，家庭人口，是否本地人，房屋单价，面积，还款方式等也对客户的违约情况有影响，虽没有我们分析到的三方面因素影响明显，但在实际中也应该将这方面的数据考虑进来，以更加全面的进行风险管理。 (二)、还款意愿风险还款意愿风险的后果是“理性违约”。对借款人还款能力的审查各银行都有很严格的程序，除非借款人在后续还款期内出现重大变故,否则一般不会出现中断还贷,因此还款能力风险相对容易控制。但实际操作中对还款意愿风险的审核往往是被忽略的,而且这一风险是由借款人的主观因素决定的，所以这是一个很难度量的指标。

　　银行在贷款审批过程中需要查询客户的征信记录，通过人民银行征信系统对客户的个人信息和财产状况进行查询。一方面是验证客户申请贷款所提供的个人信息是否真实，包括年龄，婚姻状况，户口地址，工作情况等;另一方面是了解客户的资产负债及历史信用情况。一般累计违约超过三次则要求提高首付，累计违约特别严重者则拒绝其贷款申请。

　　但是目前我国的征信系统还不完善，信息更新较慢，且尚未实现整个银行系统内部的全部信息共享，由此导致一些借款人隐瞒个人负债情况，同时在几家银行贷款，出现一个人同时贷款买六七套房子的情况。这种情况下，借款人需要为一家银行提供的仅仅是满足一两套房子月供的收入证明，这类房地产市场上的投机者就是利用征信系统的这一缺陷，不断的在这一市场套利。在房价上涨的时候，他们可以获得高额的投资收益，在房价下降的时候则选择“理性违约”，损失却由银行承担。这样的行为不但增大了银行的风险，而且助推了房价。

　　另外，还有来自开发商方面的原因导致借款人还款意愿下降。有些银行只关心借款人的还款能力，出了问题直接找借款人，房屋的成交情况不闻不问，由此出现的开发商延期交房或者房屋质量问题等引发的开发商与借款人之间的矛盾，导致借款人不愿还款的情况，同样给银行造成损失。更有甚者，一些开发商为了回笼资金，直接伪造客户信息，骗取银行贷款，直接造成了银行的风险。 四、个人贷款风险防范对于上述分析的客户还款能力和还款意愿两种风险，应该区别对待。

　　(一)还款能力风险

　　对于这种情况，银行需要认真核实贷款人提供的信息，防止出现虚假证明。根据贷款客户的收入，年龄，婚姻状况，最高学历，职业类型等借款人个人特征以及贷款期限，执行利率，贷款金额，还款方式，担保方式等，判断这些因素对违约情况的影响，在贷款发放之前即可做出贷与不贷，贷多贷少的决定。

　　另外，这类客户一般信誉较好，还款意愿也很强烈，但是由于种种外部不可控的因素导致不能及时归还贷款。此时，即使采取诉诸法律的手段，也很难取到良好的效果。对此类风险可以采取提前进行风险转移，银行对于可能造成还款能力丧失的风险因素进行投保，提前将风险转嫁出去，同时也会帮助减少客户的损失。

　　(二)还款意愿风险

　　借款人还款意愿风险带有很强的主观性，银行对这方面风险的审查往往比较困难。在此，作者总结了以下几点：

　　①、银行方面要建立严格的面签制度。有效鉴别客户身份，确保贷款的真实性，把握借款人交易真实、借款用途真实、还款意愿和还款能力真实，严防虚假按揭业务的发生。对于大额贷款，有条件的话，信贷人员应该到借款人的居住地进一步核实，向周围人了解关于借款人的更多情况。

　　②借助银监会，个人所得税征缴部门的作用。银行在贷款发放之前，应详细了解借款人的负债情况，有必要的话，发挥银监会作为第三方的作用，对借款人的情况做一个全面的审查，以避免由于个人征信系统更新不及时所导致的借款人在多家银行同时贷款的高风险业务。通过个人所得税征缴部门获得有关借款人收入状况的信息，判断借款人信息的真实性。

　　③强制公证制度。在借款人因为还款意愿下降导致的违约情况出现后，如一律对簿公堂，则会相当费时费钱。一般采取贷前强制公证制度，以避免发生问题时冗长的司法程序，以较低的花费快速进入执行阶段。

　　④有效识别房地产市场的投机者和消费者。对于一些贷款金额较大或是集中购房的情况，信贷人员可以通过调查借款人的父母或是子女的房产情况，发现合理的贷款客户。支持那些真正需要贷款买房消费的客户，而对那些市场上的投机者，则要进行限制。

　　银行体系的稳定关乎整个国民经济的发展。不管是来自哪方面的风险，银行都需要依靠各方力量，建立尽可能完善的风险识别体系，及时发现并控制风险，确保整个银行体系健康稳定发展。

　　参考文献：

　　[1]陆校宁 个人住房抵押贷款的信用风险研究[D]:[硕士论文]四川大学.2006,4

　　[2]王福林 个人住房抵押贷款违约风险影响因素实证研究[D] [博士论文]浙江大学.2004

　　[3]段胜军.个人住房抵押贷款违约风险影响因素研究[D] [硕士论文]昆明理工大学.2006，6