住房抵押貸款強(qiáng)度定價(jià)模型研究.pdf

1、住房抵押貸款作為銀行的一項(xiàng)重要資產(chǎn)，其定價(jià)的準(zhǔn)確與否直接影響銀行的資產(chǎn)管理水平和進(jìn)一步證券化的可行性。住房抵押貸款強(qiáng)度定價(jià)模型是簡約化模型與結(jié)構(gòu)化模型的有效整合。雖已有一些國外學(xué)者在強(qiáng)度模型研究上取得一些初步成果，但這些成果大都發(fā)表于次貸危機(jī)爆發(fā)之前，已不能適應(yīng)住房抵押貸款市場的新形勢。并且國外學(xué)者建立的強(qiáng)度模型難以對我國住房抵押貸款市場數(shù)據(jù)進(jìn)行較準(zhǔn)確地?cái)M合。我國的住房抵押貸款的違約強(qiáng)度和提前還款強(qiáng)度具有明顯的尖峰厚尾特征?，F(xiàn)在國內(nèi)外學(xué)

2、者對于這一特征的刻畫主要采用跳擴(kuò)散過程和Copula函數(shù)這兩種方法。受制于龐大的計(jì)算量，無法同時(shí)使用跳擴(kuò)散過程和Copula函數(shù)來刻畫違約強(qiáng)度和提前還款強(qiáng)度。本文分別采用這兩種方法來度量違約強(qiáng)度和提前還款強(qiáng)度，構(gòu)建考慮跳擴(kuò)散過程的住房抵押貸款強(qiáng)度定價(jià)模型和基于Clayton Copula住房抵押貸款強(qiáng)度定價(jià)模型，并對模型中主要參數(shù)變量一貼現(xiàn)率、違約強(qiáng)度和提前還款強(qiáng)度提出了相應(yīng)的參數(shù)估計(jì)方法，相關(guān)研究成果簡述如下：
　　 (1)本

3、文構(gòu)建可綜合考慮違約、提前還款、抵押房產(chǎn)和利率四種風(fēng)險(xiǎn)因素的住房抵押貸款定價(jià)模型-考慮跳擴(kuò)散過程的住房抵押貸款強(qiáng)度定價(jià)模型。
　　 該模型從中國個(gè)人住房抵押貸款市場的實(shí)際出發(fā)，改進(jìn)了KKS模型的四個(gè)關(guān)鍵因素：折現(xiàn)方法、追償值計(jì)算、違約強(qiáng)度(提前還款強(qiáng)度)模型和貼現(xiàn)率模型；對每月的還款金額采用不同的折現(xiàn)率，用抵押房產(chǎn)價(jià)格和未償付本金的最小值取代KKS模型中的固定追償值，采用跳擴(kuò)散過程中的CIR模型刻畫違約強(qiáng)度和提前還款強(qiáng)度，采用跳

4、擴(kuò)散過程中的帶跳的Vasicek模型刻畫貼現(xiàn)率。該模型的穩(wěn)定性測試結(jié)果表明，考慮跳擴(kuò)散過程的住房抵押貸款強(qiáng)度模型穩(wěn)定性較好，可滿足商業(yè)銀行住房抵押貸款定價(jià)的要求。最后，考察了首付比例、貸款利率、貸款期限的變化對住房抵押貸款價(jià)值的影響。研究結(jié)論對我國銀行制定合理的住房抵押貸款政策具有重要的借鑒價(jià)值。
　　 (2)以三月期Shibor作為住房抵押貸款的貼現(xiàn)率，遴選出帶跳的Vasicek模型作為刻畫Shibor的最佳單因素利率模型，并

5、提出了基于粒子濾波和隨機(jī)逼近的參數(shù)和狀態(tài)聯(lián)合估計(jì)方法來估計(jì)該模型的參數(shù)。
　　 統(tǒng)計(jì)特征檢驗(yàn)的結(jié)果表明Shibor的收益率數(shù)據(jù)有均值回復(fù)性和厚尾性，故可選擇帶跳的Vasicek模型或帶跳的指數(shù)Vasicek模型來刻畫。但這兩個(gè)模型都比較復(fù)雜，常用的最小二乘法、最大似然估計(jì)和卡爾曼濾波都不能很好地對這兩個(gè)模型進(jìn)行參數(shù)估計(jì)。而粒子濾波方法擺脫了求解非線性濾波問題時(shí)隨機(jī)量必須滿足高斯分布的制約，適于本文的研究。所以，本文提出基于粒子濾

6、波和隨機(jī)逼近的參數(shù)和狀態(tài)聯(lián)合估計(jì)方法，通過對兩模型的擬合優(yōu)度和預(yù)測精度的比較，最終遴選出帶跳Vasicek單因素利率模型作為描述Shibor的適用模型。
　　 (3)解決了考慮跳擴(kuò)散過程的住房抵押貸款強(qiáng)度定價(jià)模型中的兩個(gè)參數(shù)變量一違約強(qiáng)度和提前還款強(qiáng)度的小樣本參數(shù)估計(jì)問題，提出了兩階段MCMC參數(shù)估計(jì)方法。
　　 采用我國第一支個(gè)人住房抵押貸款支持證券“建元2005-1”的違約和提前還款數(shù)據(jù)作為違約強(qiáng)度和提前還款強(qiáng)度的實(shí)

7、證樣本。但該樣本的規(guī)模較小，致使小樣本偏差成為違約強(qiáng)度模型和提前還款模型參數(shù)估計(jì)的一道障礙。違約強(qiáng)度模型和提前還款模型都屬于跳擴(kuò)散模型，許多學(xué)者的研究成果已證明MCMC方法是跳擴(kuò)散模型參數(shù)估計(jì)的有效工具。但現(xiàn)有的MCMC方法對小樣本下違約強(qiáng)度模型和提前還款強(qiáng)度模型的參數(shù)估計(jì)顯得無能為力。有鑒于此，本文提出兩階段MCMC參數(shù)估計(jì)方法：第一階段用Lee和Mykland的跳辨識方法估計(jì)跳躍項(xiàng)參數(shù)；第二階段用MCMC方法估計(jì)擴(kuò)散和漂移項(xiàng)參數(shù)。誤

8、差分析和穩(wěn)定性分析的結(jié)果表明兩階段MCMC方法小樣本下違約模型參數(shù)估計(jì)的效果要明顯好于單純的MCMC方法。
　　 (4)除了違約、提前還款、抵押房產(chǎn)和利率等風(fēng)險(xiǎn)因素外，特別考察了相關(guān)性因素，進(jìn)而構(gòu)建了基于Clayton Copula的住房抵押貸款強(qiáng)度定價(jià)模型。
　　 在對住房抵押貸款違約情況深入分析的基礎(chǔ)上，重點(diǎn)利用Clayton Copula模型考察違約相關(guān)性和提前還款相關(guān)性對住房抵押貸款價(jià)值的影響，進(jìn)而構(gòu)建一個(gè)基于C

9、laytonCopula的住房抵押貸款強(qiáng)度定價(jià)模型。違約相關(guān)性和提前還款相關(guān)性對住房抵押貸款價(jià)值影響的分析表明，Clayton Copula模型可以很好地描述違約和提前還款強(qiáng)度的尖峰厚尾現(xiàn)象。主要參數(shù)的敏感度分析結(jié)果表明，本文對違約強(qiáng)度和提前還款強(qiáng)度模型的改進(jìn)是必要和有效的。壓力測試結(jié)果說明：如果近年內(nèi)房價(jià)出現(xiàn)大幅下跌，將給大量發(fā)行低首付比例住房抵押貸款的銀行帶來巨大損失；并且相較于考慮跳擴(kuò)散過程的住房抵押貸款強(qiáng)度定價(jià)模型，基于Clay

10、ton Copula的住房抵押貸款強(qiáng)度定價(jià)模型對房價(jià)暴跌的極端情況反應(yīng)更為敏感，如果銀行采用這一模型來度量住房抵押貸款價(jià)值，可以更早地預(yù)警風(fēng)險(xiǎn)。
　　 綜上所述，本文在國外先進(jìn)的住房抵押貸款定價(jià)模型的基礎(chǔ)上，結(jié)合中國市場的實(shí)際和次貸危機(jī)的經(jīng)驗(yàn)教訓(xùn)，提出兩個(gè)能夠更加全面、準(zhǔn)確地度量違約風(fēng)險(xiǎn)、提前還款風(fēng)險(xiǎn)、抵押房產(chǎn)風(fēng)險(xiǎn)、貼現(xiàn)率風(fēng)險(xiǎn)和相關(guān)性風(fēng)險(xiǎn)的住房抵押貸款強(qiáng)度定價(jià)模型；為了克服了數(shù)據(jù)缺乏的困難，充分利用各種參數(shù)估計(jì)和數(shù)值分析的手段，