分析中国商业银行消费信贷提前还款的风险

    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。 
    Glub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.?