根据期权理论，如果房价低于房贷即出现负资产时，借款人会违约。除期权因素外，后来的文献发现贷款特征、借款人特征、物业特征以及区域特征也显著影响房贷违约风险。上述4方面特征被称为非期权因素。与期权理论不同，非期权因素的研究几乎全部采用实证分析。大部分实证研究发现，贷款特征是影响房贷违约风险的最重要非期权因素（Campbell和Dietrich，1983；Capozza等，1997；Harrison等，2004；Deng等，2005；Diaz-Serrano，2005；王福林等，2005；Tam等，2010；叶光亮等，2011）。又因信息不对称，房贷存在严重的逆向选择和道德风险问题（Kau等，1993；Brueckner，2000；Pavlov和Wachter，2006）。此外，因借款人异质性难以被观察到，最近研究还从信息不对称以及借款人异质性（heterogeneity）角度分析房贷违约风险（Deng等，2000；Calem等，2011；Capozza和Van Order，2011，Kau等，2011）。

根据商业银行数据来看非期权理论的影响因素，主要有贷款特征、借款人特征、物业特征和区域特征四个方面。2004年-2009年首付是36%-37%，借款人平均年龄35.34岁，存在代际转移现象，也即父母给自己的孩子买房。美国数据大约在37-38岁，也是中国人买房心理迫切的一种表现。债务收入比（DTI，月供占月收入的比重）在中国是38%，商业银行设置上限为50%，在美国是29%。我国的房贷风险除了违约风险之外还有提前还款风险，且存在高收入者违约率高，二手房违约率高于一手房的现象。

而根据模型回归结果，当房价上升1%的时候，房贷违约率将下降0.16%，如果下跌的话房贷违约率会增加。房价上涨，提前还款率会上升以获得资本利得，利率上升也有同样的结果。同时，高收入者违约率高，提前还款率也高；学历越高违约率越低，提前还款率越高。

而房价波动对房贷履约风险或房贷风险产生最大影响的是住房泡沫。

三、住房泡沫

很多人认为，房价收入比是测度住房泡沫的一个根本指标，但其实本质上是一个测度对房价承受能力的指标，是部分测度。现在一般用租售比来刻画住房泡沫。

1996-2016年中国存在住房泡沫城市

1996年-2016年12个城市存在严重或轻微的住房泡沫，包括石家庄、沈阳、长春、福州、长沙、广州、海口、西宁、银川、乌鲁木齐、太原和厦门。其中厦门和太原仅仅是2016年才出现住房泡沫。而两个城市没有明显的泡沫，一是北京，二是天津。如果按房价收入比的话，会得到北京其实存在住房泡沫的结果。但限购、限贷、限售、限价抑制了北京的住房泡沫。房价被低估的有21个城市（2012年之后）包括呼和浩特、郑州、济南、南宁、重庆、兰州、深圳、哈尔滨、上海、南京、合肥、南昌、成都、昆明、西安、大连、承德、杭州、武汉、大连、贵州、宁波。这些城市可以投资，因为它被低估，将来升值的潜力。

根据不同区域的特点，我们也应该对不同区域设计不同的贷款及监管。

四、房价波动、房贷规模与银行资本充足率

2005-2015年商业银行资本充足率

根据2005年-2015年商业银行的资本充足率数据，全国性大银行比地方金融要低，上市银行比非上市的要低，但国有银行比非国有银行的资本充足率要高，一线城市资本充足率比二线和其他线相比要高一些，平均在13%-14%。而不良贷款率在总体上看，不良贷款率国有银行要比非国有银行高，非上市的要比上市的高一些，地方性银行要比全国性的商业银行高一些。

根据模型结果，按时间线来说，房价如果上升，资本充足率应该上升，呈现顺周期特征，但这会造成房价下跌资本充足率也下跌的雪上加霜的情景，是非常危险的，需要中国商业银行有一定的风险意识。另外，房贷占比越高资本充足率越低也是一个不良趋势，因为随着房贷占比增高实际上商业银行需要增高资本充足率来抵御风险。最近中央银行降低存款准备金率，商业银行应该注意风险控制，不必要双降。

五、结论与政策含义

根据上述分析，目前中国房贷风险主要在房贷放款额度加强了银行承担房贷债务的压力，房价也存在下跌的趋势，这种情况下要求我们高度重视房价波动对于房贷风险的影响。第一，一定要进行地理位置的多元化，缓解房价暴跌对地理位置关于集中房贷风险的影响；第二，一定要增强银行抵御房贷风险的能力，要进行逆周期管理，控制住房贷在总的贷款中的占比，绝对不能超过25%。

转载请注明出处返回搜狐，查看更多

责任编辑：

声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。

阅读 ()