基于层次分析法的商业银行个人住房贷款信用风险评估

焦鹏飞 屈国强

(河南理工大学工商管理学院，河南 焦作 454000；河南理工大学财经学院，河南 焦作 454000)



基于层次分析法的商业银行个人住房贷款信用风险评估

焦鹏飞 屈国强

(河南理工大学工商管理学院，河南 焦作 454000；河南理工大学财经学院，河南 焦作 454000)

个人住房贷款市场不断发展和信用风险逐步暴露，使个人住房贷款面临违约风险，而传统个人住房贷款信用风险的评估难以量化。因此，利用层次分析法构建了个人住房贷款信用风险评估模型。用实际案例对该模型进行验证和测试，结果表明该模型评估预测准确、评估结果客观、评估模型实用性强。

个人住房贷款；评估模型；层次分析法

一、引言

2007年夏季，美国次贷危机对国际金融秩序造成了极大的冲击和破坏，使金融市场产生了强烈的信贷紧缩效应，国际金融体系系统性金融风险暴露。此次危机，波及全球、冲击实体经济，中国也受到次贷危机的影响。近年来，我国的房地产市场发展迅速，个人住房贷款已成为我国个人消费贷款业务中新的重要增长点，2014年实体经济调整持续深入[1]，导致银行信用风险不断上升，部分地区已达到相当严重的水平[2]。而银行在个人住房贷款所面临最常见、最主要的风险则是信用风险，所以对信用风险的管理水平是关键。加强对个人住房贷款风险的研究，合理的对其进行评估，对于各商业银行防范金融风险具有重要的理论意义和实践价值。

早期国外学者Jung通过对金融机构原始资料分析，得出贷款价值比和个人抵押贷款利率与违约风险之间存在正相关关系；80年代，LisaL. Posey和Abdul lah Yavas通过博弈分析，得出可调整抵押贷款和固定抵押贷款之间的关系[4]；Arden Hall、Gabriel Jimenez[6]、Norvald Instefjord[7]等人指出正确评估违约所形成的损失对抵押贷款证券的合理定价至关重要；2014年FAF Ferreira以层次分析法(Analytic Hierarchy Process，AHP)为基础在信用评分系统中应用，提供了一个更透明的住房抵押贷款风险评价体系构想的方法框架[8]。

国内这方面的论文虽然比较多，但相对于实用性研究并不多。初期人行研究局刘萍提出从政策角度提出解决违约风险的方法[9]；尚耀华等认为导致个人住房贷款信用风险评估违约风险的发生除了与购房者资产净值、贷款支出占月收入比等财政因素有关外，还与个人信用有很大关系[10]；郑媛将中美两国的个人住房抵押贷款风险进行比较，在此基础上提出具体可行的防范个人住房抵押贷款风险的对策[11]；2015年张国政、陈伟煌、刘呈辉基于商业银行个人消费信贷的实际操作数据和Logistic回归模型，利用SPSS17.0统计软件构建个人信用评分模型，通过实证，测得借款人的年龄、婚姻状况、受教育程度等六项指标是影响个人信用风险的关键因素[12]；2016年陈佳洁、李建波尝试用AHP分析法建立商业银行中小企业贷款信用风险评估模型，以期能找到科学的风险评估方法[13]。

根据大量中文文献参考，应用定量模型进行实证研究较少，国内对其研究基本集中在理论上。国外对AHP方法和信用风险及其评估的研究比较成熟，而国内进行实用性研究尚较欠缺。本文在国内外研究基础上，运用AHP分析法构建个人住房贷款信用风险评估模型。

二、基于AHP分析法的个人住房贷款信用风险评估模型

(一)AHP分析法

AHP分析法是匹兹堡大学Thomas L.Saaty教授于20世纪70年代初期提出的一种实用的多准则决策方法，它把一个复杂的决策问题表示为一个有序的递阶层次结构，并通过人们的主观判断和科学计算结出备选方案的优劣顺序[14]。通过AHP分析法分配指标权重，寻找重要评估层面，建立各类评估层面、要素和权重，最后以此进行有效排序，使银行对借款人未来还款能力有更客观的评价，实现了连续性指标和状态性指标的综合分析，最终做出合理的信贷决策。

(二)风险评估模型的构建

1.确立目标集

2.建立因素集

3.构设评语集

评语集为V=(V1,V2,…，Vn)，其中表示该因素从好到差的各级评语，而每个指标评语将采用专家评分法。文中各指标评语设为“良好”、“较好”、“一般”和“差”4个等级。V1、V2、V3、V4分别代表良好、较好、一般、差。

4.确定隶属矩阵

在确定隶属矩阵时，采用专家评估的方法得出数据。首先根据客户的情况编制了个人住房贷款风险因素量化水平评估表(表1)，然后各位专家评委根据客户的情况，在表2的四个评语等级中选出同意的一个评语等级(在选项下面打√)。然后，依据评委评估的数据，构建隶属矩阵Rk。

5.模糊矩阵运算

用加权平均算子对二级指标Xki的评价矩阵Rk作模糊矩阵运算，即得到子目标Xk对评语集V的隶属向量Ak：

Ak=WkRk=(ak1,ak2,…,akp)

(1)

根据式1分别对3级矩阵进行计算，得到矩阵A1、A2、A3、A4、A5、A6。

依据式2：

(2)

得出矩阵R后，对矩阵R进行模糊矩阵运算。得到总目标层指标X对于评语集V的隶属向量：

=(a1,a2,…,an)

(3)

表1 基本情况分析表

表2 个人住房贷款风险因素量化水平评估表

依据式3将矩阵R和其权重相乘，得到A矩阵，即最后的评价矩阵。由此评价矩阵可以得出商业银行对客户个人住房贷款风险评估的隶属度，如表3：

表3 商业银行对客户综合评估隶属度表

6.综合评定

对于工商银行来说，如果客户的评估等级为“良好”和“较好”的状态下，可以给予贷款；如果评估等级为“一般”，那么工商银行必须对其进行全面、细致的调查，然后在决定是否给予贷款；如果评估等级为“差”，那么不能给予贷款。

(三)案例分析

上海市A公司职工李某于2014年10月1日向某商业银行上海分行提出借贷申请，贷款金额为40万元用于买房。李某的情况如下：A公司为某上市公司，经济效益良好。李某担任其销售部经理，工作能力强，家庭条件优良，妻子为某国企员工，夫妻双方都由各自的单位购买了“四险”，家中只有一个女孩需要抚养。从李某的个人诚信档案中可以看出，其信用记录一直良好，没有任何债务。李某的申请是分15年还清房贷，每月需要偿付的本金、利息、税款等大约为3000元。

首先根据李某的情况编制了个人住房贷款风险因素量化水平评估表(表4)，然后各位专家评委根据李某的情况，在表2的四个评语等级中选出同意的一个评语等级(在选项下面打√)。

表4 某商业银行——李某的基本情况分析表

依据各位评委评估结果对每项二级指标的占比情况，构建隶属矩阵Rk。具体评估矩阵如下：

根据公式3-2分别对3级矩阵进行计算，得到矩阵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)

依据公式3-3得出矩阵R：

然后对R进行模糊矩阵运算。依据公式3-4将矩阵R和其权重相乘，得到A矩阵，即最后的评价矩阵：

A=WR=[0.358 0.390 0.250 0.002]

由此评价矩阵可以得出工商银行对李某个人住房贷款风险评估的隶属度，如表5。

最后对评语集V中各因素进行量化，具体赋值为V1=20、V2=40、V3=60、V4=80、V5=100，则最终评价结果V在20到100之间，值越大说明李某个人住房贷款信用情况越好，反之也说明越差。对李某个人住房贷款风险进行量化，实际结果为：F=AVT=82.08。对于李某，某商业银行是可以对其发放贷款。

表5 某商业银行对李某综合评估隶属度表

四、结束语

我国个人住房贷款起步较晚，仍处于发展阶段，在风险评估方面仍存在诸多不足。本文结合李某案例，分析了基于AHP算法对个人住房贷款风险的评估，较好的解决了商业银行个人住房贷款风险评估量化问题，实现个人住房贷款风险动态的评估，提高资金管理水平，最终为商业银行是否发放个人住房贷款提供了依据和参考，有效防范和化解风险。

[1] 李杨，王国刚.中国金融发展报告2011[R].北京：社会科学文献出版社，2011：33-53.

[2] 李杨，王国刚.中国金融发展报告2015[R].北京：社会科学文献出版社，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] 刘萍.个人住房抵押贷款风险探析[J].金融研究，2002(8)：105-110.

[10] 尚耀华，万威武.个人住房抵押贷款的风险与控制[J].统计与决策，2006(2)：109-111.

[11] 郑媛.商业银行个人住房抵押贷款风险分析[J].中国集体经济，2010(16)：101-102.

[12] 张国政，陈维煌，刘呈辉.基于Logistic模型的商业银行个人消费信贷风险评估研究[J].金融理论与实践，2015(3)：53-57.

[13] 陈佳洁，李建波.基于DEA/AHP的我国商业银行中小企业贷款信用风险评估研究[J].中国证券期货，2009(7)：73-75.

[14] 张炳江.层次分析法及其应用案例[M].北京：电子工业出版社，2014.

[15] 张晓慧，李元.COSO新框架下风险管理与内部控制的有机融合探讨[J].经营者：学术版，2013，27(6)：72-72.

[16] 陈旭东，吴昊旻.COSO报告、巴塞尔资本协议与我国商业银行内部控制[J].商业研究，2007(5)：211-213.

[17] 程晓寒.H银行A分行个人住房贷款风险研究[D].天津商业大学，2015.

河南省政府决策研究招标一般课题(No.2016B080)；河南省教育厅科学技术研究重点项目软科学计划项目(No.14B630009)；河南理工大学博士基金项目(No.SZB2013-34)。