论文部分内容阅读
80年代以来，随着我国房地产市场的繁荣发展，住房抵押贷款也随即发展起来，与此同时，有关住房抵押贷款违约风险也越来越受学界和银行界的关注。本文首先用均值差异分析，找出各种违约变量在两类贷款即违约贷款和正常贷款中的均值差异，然后用因子分析法将原有14个样本归结为更富独立性和综合型的5个因子，再用logistic模型对新因子数据进行了处理，最后运用判别分析法建立了判别函数用来检验新的贷款是否违约。经过处理，得出以下结论。
第一，均值差异分析结果表明，在所选取的14个变量当中，贷款价值比、首付款比例、婚姻状况、学历、月收入、建筑面积等6个变量在两类贷款中的均值是有差异的，而贷款金额、房屋总价、贷款期限、现房或者期房、年龄、贷款利率、性别、还款方式等8个变量在两类贷款中的均值是没有明显差异的。这说明贷款价值比、首付款比例、婚姻状况、学历、月收入、建筑面积这六个变量对违约有较大影响，而其他8个变量对违约的影响不是很大。
第二，logistic模型分析结果表明，在我们所得出的5个新因子中，综合因子、贷款特征因子、性别学历因子是影响违约的关键因子，其中尤其是性别学历因子对违约与否有巨大影响力。综合因子所代表的月收入，贷款金额、建筑面积、房屋总价等4个变量对违约有较大的解释力，综合因子每增加一个百分点，违约机会比率就会降低2.0％。贷款特征因子所代表的贷款期限，贷款价值比、首付款比例、现房或者期房等四个变量对违约有较强解释力，贷款特征因子每增加一个百分点，违约机会比率就会增加8.8％。性别学历因子所代表的性别和学历变量对违约的解释力最大，性别学历因子每增加一个百分点，违约机会比率就会增加49.3％。
第三，结合均值差异分析和logistic模型分析，我们认为学历变量对违约造成的影响是最大的，并且占有很大的比重，其次是月收入，建筑面积、贷款价值、首付款比例这四个变量。因此我们最终得出5个对违约有重大解释力的变量。