商业银行消费信贷提前还款分析论文 .doc

商业银行消费信贷提前还款分析论文 .doc

ID:54148268

大小:27.50 KB

页数:6页

时间:2020-04-13

商业银行消费信贷提前还款分析论文 .doc_第1页
商业银行消费信贷提前还款分析论文 .doc_第2页
商业银行消费信贷提前还款分析论文 .doc_第3页
商业银行消费信贷提前还款分析论文 .doc_第4页
商业银行消费信贷提前还款分析论文 .doc_第5页
资源描述:

《商业银行消费信贷提前还款分析论文 .doc》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、商业银行消费信贷提前还款分析论文商业银行消费信贷提前还款分析论文商业银行消费信贷提前还款分析论文商业银行消费信贷提前还款分析论文  一、消费信贷提前还款风险介绍  消费信贷提前还款风险,主要针对中长期消费贷款而言,以住房消费信贷为典型。所谓提前还款风险,是指借款人在贷款合约终止期限之前提前还清贷款,导致放款人提前收回资金,资金回报率降低。  在西方发达国家,由于资产证券化的普及,住房消费信贷大多以住房抵押贷款支持证券——MBS的形式打包发售,部分风险已从银行剥离。但对于MBS管理方,即所谓特殊目的公司(SPV)而言,提前还款导致原先

2、基于贷款利息的现金流消失,用于支付债券利息的基础资产减少,需要进行再投资,而再投资资产收益可能较之于贷款利息为低,从而带来债券的收益风险,对于以MBS为标的资产的其他衍生产品,其影响程度甚至可能更大。就此而言,提前还款的风险承担主体尽管由银行转移出去,但其影响范围反而扩大了。  另外,就商业银行而言,如未进行资产证券化以转移风险,消费信贷提前还款行为带来的风险主要表现为贷款久期的变化。久期,指资产未来现金流的时间的加权平均,其权重为各期现金流值在资产现值中的比重,实际上反应了资产价值对于利率的敏感度。商业银行需要测算贷款的久期,以相

3、应的负债匹配之,用来降低利率风险。提前还款实际改变了现金流分布,从而影响贷款久期,相应的负债结构也需要调整。如忽视提前还款风险,将造成资产负债不匹配,对商业银行经营带来风险。  二、消费信贷提前还款风险影响因素  考虑消费信贷提前还款的行为,需要考察系统性影响因素和非系统性影响因素两个方面。所谓系统性影响因素,指影响所有借款人的宏观经济变量,在对数量较大的贷款组合进行分析时,这些因素是主要需要考虑的因素。非系统因素针对于单笔贷款,只对特定借款人有影响。  系统性影响因素主要包括如下几个:  1)市场长期借款利率,这也是影响借款人提前

4、还款行为的主要因素。当市场长期借款利率低于贷款利率时,借款人可以从市场借入资金提前还款,之后享受较低的长期借款利率,形成了提前还款的动机。因此,分析提前还款风险的重要环节即为估计未来长期借款利率的变动趋势。但值得注意的是,中国住房抵押贷款的利率为浮动利率,与西方的固定利率有区别,因此利率对于中国消费信贷提起还款行为的影响可能较小。  2)季节因素,即由季节影响导致提前还款比率变化,如夏季为学生毕业的时期、天气和税收原因(征税时期)。  3)时间因素,即在贷款发放后的一段特定时间内出现提前还款高峰,之后提前还款比率会下降。原因可能是具

5、有提前还款意向的借款人需要一定时间来筹措资金以归还贷款。  4)衰减效应。当市场长期借款利率首次下降时,会出现提前还款高峰,但当市场长期利率回升后又再次下降时,提前还款比率较前一次为低,此后不断减少。相应的一种解释是每次提前还款高峰都会将对利率变化敏感的借款人剔除出贷款组合(通过其提前还款的方式),剩下的借款人对利率变化相对不敏感。  非系统性影响因素较多。包括婚姻状况、教育水平、退休状况、性别、工龄等、收入状况等。需要注意的是,西方国家由于资产证券化的使用,消费信贷的风险承担者通过证券化不断的扩大并分散,影响单个个体的非系统性因素

6、的效果将会减弱,主要影响因素为系统性影响因素。因此,西方学者相关研究重点关注系统性因素对于消费信贷提前还款的影响。而中国商业银行的消费信贷业务目前缺少证券化工具,商业银行为风险的唯一承担者,非系统性因素对于提前还款仍然重要。基于此,蔡明超和费一文(2007)在考察中国消费信贷提前还款风险时,将非系统性因素引入模型,回归结果表明,收人、婚姻、工龄等因素将影响提前还款,并发现利率对于中国消费信贷提前还款的影响并不明显。  三、消费信贷提前还款风险相关研究  有关提前还款风险的研究众多。其原因在于资产证券化发展迅速,相应发展出的一系列金融

7、产品受众广泛,提前还款行为影响了基础资产——贷款池的收益,进而影响相关所有资产的收益。相关利益方的需求导致了相应研究的发展。有关提前还款的研究,主要目的在于构造相应的提前还款比率函数,进而作为资产定价模型的基础部分之一帮助定价。  Golub和Pohlman(1994)构造了一个基于公开数据的提前还款函数模型,其因变量为四个:季节因素、再融资利率、时间因素、衰减因素。数据来源为GNMA、FNMA和FHLMC三大住房抵押贷款机构的近3000万个样本。结果显示此模型基本上与商业用模型区别不大,展现出较好的适用性,因而作者声称其为那些无力

8、开发模型的中小金融机构提供了机会。  最近的研究有Tsai、Liao和Chiang(2009)的一个模型,其考虑了借款人的财务和非财务提前还款行为对于贷款资产的到期收益率、久期和凸度的影响。同时,他们分析了提前还款罚息和部分提前还款对

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。