基于層次分析法的商業(yè)銀行個人住房貸款信用風險評估

焦鵬飛 屈國強

(河南理工大學工商管理學院，河南 焦作 454000；河南理工大學財經(jīng)學院，河南 焦作 454000)

?

基于層次分析法的商業(yè)銀行個人住房貸款信用風險評估

焦鵬飛 屈國強

(河南理工大學工商管理學院，河南 焦作 454000；河南理工大學財經(jīng)學院，河南 焦作 454000)

個人住房貸款市場不斷發(fā)展和信用風險逐步暴露，使個人住房貸款面臨違約風險，而傳統(tǒng)個人住房貸款信用風險的評估難以量化。因此，利用層次分析法構建了個人住房貸款信用風險評估模型。用實際案例對該模型進行驗證和測試，結果表明該模型評估預測準確、評估結果客觀、評估模型實用性強。

個人住房貸款；評估模型；層次分析法

一、引言

2007年夏季，美國次貸危機對國際金融秩序造成了極大的沖擊和破壞，使金融市場產(chǎn)生了強烈的信貸緊縮效應，國際金融體系系統(tǒng)性金融風險暴露。此次危機，波及全球、沖擊實體經(jīng)濟，中國也受到次貸危機的影響。近年來，我國的房地產(chǎn)市場發(fā)展迅速，個人住房貸款已成為我國個人消費貸款業(yè)務中新的重要增長點，2014年實體經(jīng)濟調整持續(xù)深入[1]，導致銀行信用風險不斷上升，部分地區(qū)已達到相當嚴重的水平[2]。而銀行在個人住房貸款所面臨最常見、最主要的風險則是信用風險，所以對信用風險的管理水平是關鍵。加強對個人住房貸款風險的研究，合理的對其進行評估，對于各商業(yè)銀行防范金融風險具有重要的理論意義和實踐價值。

早期國外學者Jung通過對金融機構原始資料分析，得出貸款價值比和個人抵押貸款利率與違約風險之間存在正相關關系；80年代，LisaL. Posey和Abdul lah Yavas通過博弈分析，得出可調整抵押貸款和固定抵押貸款之間的關系[4]；Arden Hall、Gabriel Jimenez[6]、Norvald Instefjord[7]等人指出正確評估違約所形成的損失對抵押貸款證券的合理定價至關重要；2014年FAF Ferreira以層次分析法(Analytic Hierarchy Process，AHP)為基礎在信用評分系統(tǒng)中應用，提供了一個更透明的住房抵押貸款風險評價體系構想的方法框架[8]。

國內(nèi)這方面的論文雖然比較多，但相對于實用性研究并不多。初期人行研究局劉萍提出從政策角度提出解決違約風險的方法[9]；尚耀華等認為導致個人住房貸款信用風險評估違約風險的發(fā)生除了與購房者資產(chǎn)凈值、貸款支出占月收入比等財政因素有關外，還與個人信用有很大關系[10]；鄭媛將中美兩國的個人住房抵押貸款風險進行比較，在此基礎上提出具體可行的防范個人住房抵押貸款風險的對策[11]；2015年張國政、陳偉煌、劉呈輝基于商業(yè)銀行個人消費信貸的實際操作數(shù)據(jù)和Logistic回歸模型，利用SPSS17.0統(tǒng)計軟件構建個人信用評分模型，通過實證，測得借款人的年齡、婚姻狀況、受教育程度等六項指標是影響個人信用風險的關鍵因素[12]；2016年陳佳潔、李建波嘗試用AHP分析法建立商業(yè)銀行中小企業(yè)貸款信用風險評估模型，以期能找到科學的風險評估方法[13]。

根據(jù)大量中文文獻參考，應用定量模型進行實證研究較少，國內(nèi)對其研究基本集中在理論上。國外對AHP方法和信用風險及其評估的研究比較成熟，而國內(nèi)進行實用性研究尚較欠缺。本文在國內(nèi)外研究基礎上，運用AHP分析法構建個人住房貸款信用風險評估模型。

二、基于AHP分析法的個人住房貸款信用風險評估模型

(一)AHP分析法

AHP分析法是匹茲堡大學Thomas L.Saaty教授于20世紀70年代初期提出的一種實用的多準則決策方法，它把一個復雜的決策問題表示為一個有序的遞階層次結構，并通過人們的主觀判斷和科學計算結出備選方案的優(yōu)劣順序[14]。通過AHP分析法分配指標權重，尋找重要評估層面，建立各類評估層面、要素和權重，最后以此進行有效排序，使銀行對借款人未來還款能力有更客觀的評價，實現(xiàn)了連續(xù)性指標和狀態(tài)性指標的綜合分析，最終做出合理的信貸決策。

(二)風險評估模型的構建

1.確立目標集

2.建立因素集

3.構設評語集

評語集為V=(V1,V2,…，Vn)，其中表示該因素從好到差的各級評語，而每個指標評語將采用專家評分法。文中各指標評語設為“良好”、“較好”、“一般”和“差”4個等級。V1、V2、V3、V4分別代表良好、較好、一般、差。

4.確定隸屬矩陣

在確定隸屬矩陣時，采用專家評估的方法得出數(shù)據(jù)。首先根據(jù)客戶的情況編制了個人住房貸款風險因素量化水平評估表(表1)，然后各位專家評委根據(jù)客戶的情況，在表2的四個評語等級中選出同意的一個評語等級(在選項下面打√)。然后，依據(jù)評委評估的數(shù)據(jù)，構建隸屬矩陣Rk。

5.模糊矩陣運算

用加權平均算子對二級指標Xki的評價矩陣Rk作模糊矩陣運算，即得到子目標Xk對評語集V的隸屬向量Ak：

Ak=WkRk=(ak1,ak2,…,akp)

(1)

根據(jù)式1分別對3級矩陣進行計算，得到矩陣A1、A2、A3、A4、A5、A6。

依據(jù)式2：

(2)

得出矩陣R后，對矩陣R進行模糊矩陣運算。得到總目標層指標X對于評語集V的隸屬向量：

=(a1,a2,…,an)

(3)

表1 基本情況分析表

表2 個人住房貸款風險因素量化水平評估表

依據(jù)式3將矩陣R和其權重相乘，得到A矩陣，即最后的評價矩陣。由此評價矩陣可以得出商業(yè)銀行對客戶個人住房貸款風險評估的隸屬度，如表3：

表3 商業(yè)銀行對客戶綜合評估隸屬度表

6.綜合評定

對于工商銀行來說，如果客戶的評估等級為“良好”和“較好”的狀態(tài)下，可以給予貸款；如果評估等級為“一般”，那么工商銀行必須對其進行全面、細致的調查，然后在決定是否給予貸款；如果評估等級為“差”，那么不能給予貸款。

(三)案例分析

上海市A公司職工李某于2014年10月1日向某商業(yè)銀行上海分行提出借貸申請，貸款金額為40萬元用于買房。李某的情況如下：A公司為某上市公司，經(jīng)濟效益良好。李某擔任其銷售部經(jīng)理，工作能力強，家庭條件優(yōu)良，妻子為某國企員工，夫妻雙方都由各自的單位購買了“四險”，家中只有一個女孩需要撫養(yǎng)。從李某的個人誠信檔案中可以看出，其信用記錄一直良好，沒有任何債務。李某的申請是分15年還清房貸，每月需要償付的本金、利息、稅款等大約為3000元。

首先根據(jù)李某的情況編制了個人住房貸款風險因素量化水平評估表(表4)，然后各位專家評委根據(jù)李某的情況，在表2的四個評語等級中選出同意的一個評語等級(在選項下面打√)。

表4 某商業(yè)銀行——李某的基本情況分析表

依據(jù)各位評委評估結果對每項二級指標的占比情況，構建隸屬矩陣Rk。具體評估矩陣如下：

根據(jù)公式3-2分別對3級矩陣進行計算，得到矩陣A1、A2、A3、A4、A55、A6：

A1=W1R1=(0.408 0.330 0.262 0)

A2=W2R2=(0.400 0.433 0.167 0)

A3=W3R3=(0.359 0.334 0.307 0)

A4=W4R4=(0.393 0.393 0.214 0)

A5=W5R5=(0.320 0.500 0.180 0)

A6=W6R6=(0.100 0.400 0.467 0.033)

依據(jù)公式3-3得出矩陣R：

然后對R進行模糊矩陣運算。依據(jù)公式3-4將矩陣R和其權重相乘，得到A矩陣，即最后的評價矩陣：

A=WR=[0.358 0.390 0.250 0.002]

由此評價矩陣可以得出工商銀行對李某個人住房貸款風險評估的隸屬度，如表5。

最后對評語集V中各因素進行量化，具體賦值為V1=20、V2=40、V3=60、V4=80、V5=100，則最終評價結果V在20到100之間，值越大說明李某個人住房貸款信用情況越好，反之也說明越差。對李某個人住房貸款風險進行量化，實際結果為：F=AVT=82.08。對于李某，某商業(yè)銀行是可以對其發(fā)放貸款。

表5 某商業(yè)銀行對李某綜合評估隸屬度表

四、結束語

我國個人住房貸款起步較晚，仍處于發(fā)展階段，在風險評估方面仍存在諸多不足。本文結合李某案例，分析了基于AHP算法對個人住房貸款風險的評估，較好的解決了商業(yè)銀行個人住房貸款風險評估量化問題，實現(xiàn)個人住房貸款風險動態(tài)的評估，提高資金管理水平，最終為商業(yè)銀行是否發(fā)放個人住房貸款提供了依據(jù)和參考，有效防范和化解風險。

[1] 李楊，王國剛.中國金融發(fā)展報告2011[R].北京：社會科學文獻出版社，2011：33-53.

[2] 李楊，王國剛.中國金融發(fā)展報告2015[R].北京：社會科學文獻出版社，2014：31-47.

[3] Allen FJ.Terms of Conventional Mortgage Loans on Existing Houses.Journal of Finance，1962，17(3)：432-443.

[4] Lisa LP，Abdullah Y.Adjustable and Fixed Rate Mortgages as a Screening Mechanism for Default Risk. Journal of Urban Economics，2001，49(1)：54-79.

[5] Arden H.Controlling for Burnout in Estimating Mortgage Prepayment Models.Journal of Housing Economics，2000，(9)：215-232.

[6] Gabriel J，Jesus S C.Type of Lender and Relationship：Banking as Determinants of Credit Risk.Journal of Banking &Finance，2004，28(2)：2191-2212.

[7] Norvald I.Risk and Hedging：Do Credit Derivatives Increase Bank Risk.Journal of Banking &Finance，2005，29(3)：333-345.

[8] Ferreira FAF.An AHP-based approach to credit risk evaluation of mortgage loans[J].International Journal of Strategic Property Management，2014，18(1)：38-55.

[9] 劉萍.個人住房抵押貸款風險探析[J].金融研究，2002(8)：105-110.

[10] 尚耀華，萬威武.個人住房抵押貸款的風險與控制[J].統(tǒng)計與決策，2006(2)：109-111.

[11] 鄭媛.商業(yè)銀行個人住房抵押貸款風險分析[J].中國集體經(jīng)濟，2010(16)：101-102.

[12] 張國政，陳維煌，劉呈輝.基于Logistic模型的商業(yè)銀行個人消費信貸風險評估研究[J].金融理論與實踐，2015(3)：53-57.

[13] 陳佳潔，李建波.基于DEA/AHP的我國商業(yè)銀行中小企業(yè)貸款信用風險評估研究[J].中國證券期貨，2009(7)：73-75.

[14] 張炳江.層次分析法及其應用案例[M].北京：電子工業(yè)出版社，2014.

[15] 張曉慧，李元.COSO新框架下風險管理與內(nèi)部控制的有機融合探討[J].經(jīng)營者：學術版，2013，27(6)：72-72.

[16] 陳旭東，吳昊旻.COSO報告、巴塞爾資本協(xié)議與我國商業(yè)銀行內(nèi)部控制[J].商業(yè)研究，2007(5)：211-213.

[17] 程曉寒.H銀行A分行個人住房貸款風險研究[D].天津商業(yè)大學，2015.

河南省政府決策研究招標一般課題(No.2016B080)；河南省教育廳科學技術研究重點項目軟科學計劃項目(No.14B630009)；河南理工大學博士基金項目(No.SZB2013-34)。