(弃房断供论文.docVIP

弃房断供问题 摘要 面对近期弃房断供个案剧增的情况，关联到了银行业和购房投机者这两种人群，而这事件对两者都产生了不约而同的影响，银行要面临不良贷款的影响，而投机者则要把自己的资金投机方案进行重组，并尽量获取各自最大的利益。本文则是从实际情况出发并结合题设做出了合理的假设，在考虑了多种影响因素下，分别从银行的角度和购房投机者的角度，分别建立了VAR风险控制模型和层次分析模型。在分析到银行在给定断供率下允许房价下降的最大额度的问题中我们运用了VAR风险模型，解决了银行在面临断供问题时所允许的最大房价跌幅。银行在面临此问题下，我们通过多种数据分析和整理对风险问题进行了预测并提供了相关应对措施。作为购房投机者所面临多种资产组合，要在多中组合中选择最优化的额，我们运用层次分析模型，用分层分散风险组合的方法，运用matlab软件进行模拟分析，得出最合理，最优化的方案来。 断供率 无 贷给断供人的金额除以总贷出金额 银行贷款利率 无 无 房价变动率（不确定量） 无 无 某一置信度下的最低房价变动率 无 无 M0 在没有出现断供的情况下，银行贷给房贷人能正常得到的贷款的期末价值 无 无 T 银行对损失的容忍度 无 某一置信度下的最大损失var除以M0 E（w） 投资组合的预期的未来的价值 无 无 w* 是在某一置信度下投资组合的最低价值 无 无 模型的建立和求解 第一部分：问题1的模型 1.银行贷款给各个房贷人相当于投资于一个投资组合。采用var（value at risk）模型度量银行在此项投资组合中于某一置信度下的最大投资损失。 引入符号： ： VAR模型: var=E(w)-w* 其中，E(w)=E[M *（1-）*（1+）+M**(1+)] W*= M*（1-）*（1+）+ M **(1+) 联立 ，化简得 var= M **[E()-] 2.具例分析： 用历史模拟法，从禧泰数据全国房产数据中心收集到的从2010-07到2014-07广州月房价变动数据，得到这四年当中的月房价变动率，画出月房价变动率的分段频数直方图（如下图所示）。从图中可看出，月房价变动率近似服从正太分布。我们假设未来一个月的房价也服从正太分布，从图中得到E（）=-0.05。 给定断供率2%，假设银行对损失的容忍度T=1%，采用现今基准年贷款利率6%，得到月贷款利率=6%/12= 0.5% ，又M0= M *（1+），T=var/M0,可得 广州区域内银行允许的最大房价跌幅=-55.25% 。 第二部分：问题2的解答 对弃房断供现象的原因和情况进行分析： 1、部分区域房价连续下探，导致房屋变成“负资产” 伴随房屋价格不断下跌，当房主持有住房价格要低于个人继续要交纳按揭贷款的价格时，房屋就会变成“负资产”，房主在权衡后就会选择主动弃房。房主虽为“弃房断供”的主角，但动机却是房价下跌使房主利益受到严重损失。卖房手续繁琐，且税费较高，房主倾向选择“甩包袱”。 部分房主弃房断贷的原因是总现价低于贷款本息，如果个人卖房还贷，卖方的成本首先包括税费、中介费、找买家的奔波，然后还银行贷款本息加之有时候会高于卖方所得，就算是亏损了一些首付和已经支付的利息，很多房主还是觉得扔给银行比较方便。商业银行对购房者的信贷资格审核不严，购房者按揭贷款的能力被虚假抬高。部分银行为了暂时的利益，在没有对购房者的资信情况、资产状况、偿债能力进行充分地评估和分析的情况下，就随意发放按揭贷款。在房价出现下跌的情况下，必然会面临房屋资产折价不如贷款的现象，继而给银行带来损失。购房者虚高价购房借贷套取现金，致“房不抵债”。 有的购房者抓住银行追求放贷业绩的心理，虚高价购房，在支付首期款后按揭贷款以套取现金，继而断供，这种情况下，银行拍卖房屋的价款不一定够抵付银行贷款本息，使得银行坏账增加。购房者自身财务出现问题，因资金链断裂而断供。此种情况多发生在炒房者身上。部分房主本就没有实力购买高价房屋，只是带着房价上涨的侥幸心理，指望通过炒房赚钱，然房价不涨反跌，损失惨重，最终权衡后“弃房断供” 图二 广东银行业今年不良贷款数据 项目 2013年末 2014年 一季度 2014年 二季度 新增不良贷款余额 931亿元 1021亿元 1107亿元 不良贷款率 1.21% 1.29% 1.36% 通过上述的原因及数据分析，作为银行的应对或者预防措施一是