2010-12-08 14:35 来源：王晨宇
论文关键词：商业银行;消费信贷;提前还款
论文摘要：随着经济发展,中国商业银行消费信贷业务不断扩大。本文分析了消费信贷业务中提前还款风险的影响因素,介绍了提前还款行为的相关研究,并对商业银行消费信贷提前还款风险管理进行了一些探讨。
随着经济发展,居民消费结构升级,中国商业银行消费信贷业务发展迅速。据统计,至2008年12月,中国个人消费信贷余额达3.7万亿元,其中中长期消费信贷余额达3.3万亿元。消费信贷余额数量巨大,其面临的提前还款风险增加。当贷款人提前还款后,商业银行贷款总体期限结构将会改变,资金的匹配需要调整。因此,准确预计消费信贷提前还款概率,有效控制提前还款风险,是现代商业银行资产业务管理的重点之一。
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于到期收益率、久期和凸度的影响,这一情况与传统的完全提前还款相比更为复杂,结果也更不确定。
当确定提前还款比率模型后,就可以依据其计算出相应资产组合的收益率和久期,进而对资产进行定价,还可以根据其计算出相应的保险费率,作为其衍生产品的定价基础,可以说,提前还款比率模型是一系列相关金融产品的定价基础之一。
四、中国商业银行消费信贷提前还款风险控制方法探讨
中国商业银行目前对于提前还款行为主要采取罚息的手段,但不同地区、不同银行的规定不同。同时,部分银行还有一些硬性规定,如一年内不得提前还款等。上文中提到中国的住房抵押贷款采用浮动利率,提前还款对商业银行造成的利率损失并不明显,而罚息这一工具实质为弥补利息损失,因此中国商业银行采用罚息进行提前还款风险管理并不合适。
商业银行控制提前还款风险,较为合适的方法还是建立提前还款比率模型,估计出提前还款比率随时间的分布,进而调整相应的资产负债结构。注意到,中国商业银行作为贷款提前还款风险的唯一承担者,提前还款比率的影响因素较多,既包括季节、时间等系统性因素,还包括众多非系统性因素,相应的模型也会更加复杂。建立模型,大量的数据积累是必需的,随着中国个人信用记录系统的建立和不断完善,相应的贷款数据也会不断增加,这将有利于提前还款模型的建立和发展。
参考文献:
[1]Bennett W. Golub, Lawrence Pohlman. Mortgage Prepayments and an Analysis of the Wharton Prepayment Model[J]. Interfaces, 1994, 24(3):80-90.
[2]Tsai, M-S., Liao, S-L., Chiang, S-L. Analyzing Yield, Duration and Convexity of Mortgage Loans under Prepayment and Default Risks[J]. Journal of Housing Economics, 2009 ,doi: 10.1016/j.jhe.2009.02.005.
[3]蔡明超,费一文. 商业银行消费信贷中的提前偿还风险影响因素与风险管理[J].金融研究,2007(7):25-35.
