什么影响了个人住房抵押贷款违约风险？

来源：《金融市场研究》总第97期（2020年6月刊）

内容摘要

随着个人住房抵押贷款资产支持证券（RMBS）发行规模的逐步增长，关于RMBS违约率影响因素的研究对于实施穿透式监管、防范金融风险愈发重要。本文基于全市场22家RMBS发起机构、2100余个静态池历史数据，对RMBS基础资产违约的宏观影响因素进行分析，同时考虑到我国房地产市场的区域分化特征，进一步分析了区域经济环境对个人住房抵押贷款信用质量的影响。

关键词

个人住房抵押贷款 违约风险 宏观经济 区域经济

一、文献综述

宏观环境与房贷违约率相关性研究方面，Davis（1993）[1]认为在银行贷款中，个人住房抵押贷款最容易受到宏观经济变动和国家政策变动的影响。Quigley(1999)[2]在研究房地产价格变动影响因素时，利用宏观基本面相关指标，解释了宏观经济因素短期内对房地产市场风险的影响。何晓晴、谢赤等（2005）[3]认为利率和住房价格的波动是影响个人住房抵押贷款违约风险的主要因素。高旺东和李斌（2009）[4]认为我国部分房贷市场风险已经开始显现，房价收入比过高、居民购买意愿回落以及管控制度不完善均影响着我国的个人住房抵押贷款的稳定发展。颜新秀（2009）[5]通过实证研究得出在市场衰退期，GDP 增长率与房价指数对个贷违约率都有显著的负面影响，失业率与个贷违约率之间有正相关关系，在市场繁荣阶段，人均收入增长率与房价指数与个贷违约率呈现显著的负相关。王梓（2011）[6]认为个人住房抵押贷款风险管理方面，商业银行的管理能力是主要影响因素，同时房地产行业变动情况、政府调控政策等宏观因素也十分重要，密切关注行业变动，准确把握宏观调控政策对房地产行业和金融市场的影响对于防范房贷违约风险至关重要。

区域经济与房贷违约率相关性研究方面，王福林（2004）[7]认为产业结构、经济发展状况及银行要求的差异性导致了违约风险区域间的差异，并通过实证研究发现区域经济差异对个人住房抵押贷款违约率的影响显著。刘洪玉等人（2013）[8]认为，房地产市场运行状况在很大程度上取决于当地经济发展程度、居民收入水平、人口数量与结构、地方特色、政府政策等。在选取相关评价指标方面，Case&Shiller（2003）[9]比较了美国各州房价收入比，选择8个地区分别对房价、房价变动率和房价收入比进行线性回归。吕江林（2010）[10]认为判断我国住房市场泡沫水平的准确指标是房价收入比。王大港（2017）[11]运用DEMATAL的关键影响因素分析和SEM的作用路径分析结果，构建了由库存风险、价格风险、资金风险和政策风险4个二级指标、19个三级指标组成的城市房地产风险评价体系，其中去库存周期、房地产住房平均价格、房价收入比等对房地产风险有正向影响作用，最后基于“熵权TOPSOIS”法建立了房地产风险评价模型。

总的来看，国内外关于外部环境对房贷违约率的影响研究表明，在宏观环境方面，GDP增速、失业率、行业景气度、房价指数、居民收入和居民杠杆率等与房贷违约相关；在区域经济方面，区域宏观经济、居民购买力、去库存周期、人口、房价、政府政策等对房贷违约有影响。

二、违约贷款的宏观环境特征分析

以1998年7月国务院发布的《关于进一步深化住房制度改革加快住房建设的通知》为标志，我国停止住房实物分配，开始全面实行住房分配货币化。此后房地产市场步入快速发展阶段，住房信贷业务也相应开始起步发展，随着商品房市场的日益活跃，房贷余额也呈持续单边上涨趋势，截至2019年底，我国商业银行房贷余额已达30.2万亿元。

2008年美国的次贷危机给世界敲响了警钟，如何防范持续升温的房地产、房贷市场所可能引发的金融风险至关重要。众多研究表明房地产和信贷市场相互作用，而且我国对房地产和房贷市场的调控也从未停止，房地产和房贷市场在调控与放松中循环发展，直到2016年下半年出台以“稳房价、稳地价、稳预期”为目标的新一轮房地产调控政策。在多轮政策调控下，我国宏观经济、房地产行业运行情况以及居民生活水平展现出不同特征，共同影响着房贷的违约率水平。

住房抵押贷款支持证券(RMBS)在我国的发展历程与房地产和房贷市场发展密切相关，自2018年RMBS迎来爆发式增长之后，2019年RMBS发行量基本维持稳定，呈现出参与机构多样化的特征，进一步丰富了房贷历史数据。因此本部分将运用RMBS评级过程中所使用的全量房贷静态池[12]历史数据，从宏观经济环境、房地产行业发展和居民生活水平三个维度分别选取量化指标，探究宏观环境对房贷违约率的影响。

（一）房贷资产质量与宏观经济环境运行情况密切相关

宏观经济指标与房贷新增违约率[13]变化趋势相关性较高，当前我国GDP增速下行承压，叠加新冠疫情影响，短期内失业率上升概率较大，对房贷资产信用质量产生一定负面影响，但考虑到宏观经济政策的逆周期调节作用，且我国经济内在韧性强、回旋空间大，不改经济稳中向好、长期向好的基本趋势，房贷资产信用质量整体可控。对静态池历史数据进行处理所获得的相同时点房贷资产的新增违约率[14]均值，可直观体现房贷资产违约率增速变化趋势。将逐期的新增违约率水平与同时期的GDP增速和失业率数据比较可得，一是GDP增速剧烈波动将影响房贷违约率水平，2008年受全球金融危机影响，我国GDP增速大幅下滑，图2中可以看到相同时间点新增违约率增幅上升明显，此后随着GDP增速的恢复，新增违约率逐渐降低，近年来我国GDP增速下行压力加大，但降幅平缓，对房贷违约率的影响有限。二是失业率与房贷新增违约率同步性较高，2009年前后失业率上升，同时期房贷新增违约率上升较快，2016年以来，随着失业率的下降，新增违约率也表现出较为明显的下降趋势。

究其原因，宏观经济大幅震荡时必然会影响行业稳定性，导致市场悲观情绪较高、居民收入受到影响，进而影响房贷借款人偿债意愿，致使违约率上升。失业率上升时，居民收入下滑，可能引发借款人的偿债能力下降，房贷违约率随之上升。从我国当前宏观经济运行情况来看，GDP增速持续下行，同时考虑到受新冠肺炎疫情影响，企业停产停工增多，短期内失业率可能有小幅上扬，进而影响房贷违约率，但在强化金融支持防控新冠肺炎疫情、加大公开市场操作力度、保证市场流动性等宏观政策对冲下，中长期来看，我国经济将继续保持稳步增长，失业率也不会出现大幅波动，

因此房贷资产受宏观经济影响剧烈波动的可能性较小。此外值得注意的是，2015年前后虽然GDP增速和失业率水平相对平稳，但受房地产行业景气度低迷，叠加房价增速下滑影响，新增违约率呈现一定回升态势，具体分析将在下文展开。

（二）房贷资产质量与房地产行业调控政策密切相关

房地产行业受政策调控影响较大，从2008年金融危机以来国内的四轮调控政策来看，行业景气度高、房价增速平稳或上升时，房贷新增违约率普遍下降，反之则上升。自2016年以来我国坚持“房住不炒”总目标，全面落实因城施策，以“三稳”为目标的长效管理调控机制逐步形成，一定程度保证了较高的国房景气度指数和较低的房贷新增违约率水平。通过观察国房景气指数[16]和百城价格指数波动规律不难发现，我国房地产行业受政策影响较大，进而影响房贷新增违约率，具体来看：一是2008年金融危机后，国家先后实施降低首付比、下调贷款利率等一系列宽松政策，使2009年我国商品房市场迅速恢复，表现为国房景气指数快速回升，房贷违约率明显下降。原因在于房地产行业景气时，房企投融资动力充足，居民购房意愿强，市场交易活跃，加之行业预期向好或进一步刺激投资需求，从而房价上升，借款人违约成本升高，违约意愿降低，房贷违约率随之下降。二是2010—2015年,“国十条”、“国八条”等系列紧缩政策出台，有效遏制了房价的短期上涨[17]，百城住宅价格指数环比最大降幅达0.92%，同时也使得国房景气指数一度下滑，新增违约率在2013—2015年间迅速上升。究其原因，除了与当时所处市场环境有关外，前期行业景气度高时，低首付、低利率的宽松房贷政策，也可能导致存量房贷客户质量下沉严重，而房价上涨时带来的投机现象，也可能在房价下跌时进一步放大房贷违约风险。三是2015年后受去库存政策与宽松货币环境影响，国家层面通过调整交易环节契税等宏观调控政策，降低购房压力以提振需求，房地产市场在2016年初再次迎来快速发展阶段，国房景气指数逐步回升，房价上涨明显，新增违约率下降明显。四是此后直至2016年下半年，随着房住不炒、因城施策等多项调控政策的实施，房地产市场的“三稳”目标得到有效落实，房价增速得到有效控制，房地产市场景气度指数稳中有升，稳定的行业环境和房价水平，有效稳定房贷借款人预期，同时随着房贷逐期摊还，借款人违约成本升高，房贷新增违约率逐步下降并保持低位稳定。预计未来随着房地产市场长效管理调控机制逐步形成，调控政策将更具弹性和灵活性，房地产行业发展和房价水平将更为稳定，房贷新增违约率将趋于平缓。

（三）居民收入与杠杆率水平或将影响房贷资产信用风险

宏观经济环境通过影响企业信用作用于居民收入，影响房贷资产信用质量。当前我国居民收入增速缓慢下滑，居民杠杆率增速加快但仍处于国际平均水平，因居民内需动力不足、个人偿债压力加大而引发房贷信用风险的可能性较小，居民债务风险对房贷资产质量整体影响有限。从我国城镇居民可支配收入增速与GDP增速对比图[18]可以看出，宏观经济增速与居民收入增速存在较高的相关性，从数据上看，城镇居民可支配收入增速与实际GDP增速（滞后一年期）的运行趋势基本相符。从我国各部门杠杆率与GDP增速对比图来看，随着GDP增速的下行，2006年以来我国企业、居民和政府部门杠杆率均有上升，其中企业部门杠杆率最高，居民部门次之。

近年来国内GDP增速下行承压加大，或对企业信用造成负面冲击，受企业经营影响，个人收入增速或有回落，同时前期家庭房地产购置比重偏高，居民债务杠杆呈现快速提升态势，个人信用承压加大。具体来看，国内居民可支配收入增速放缓将影响房贷借款人偿债能力，加剧房贷资产违约风险；同时居民部门杠杆率[19]攀升速度加快，居民家庭杠杆率过高或将对房贷借款人偿债意愿形成一定扰动，降低房贷资产信用质量，因此需密切关注我国居民收入与杠杆率变化情况。一方面当前我国居民收入增速低于GDP增速，2019年底城镇居民人均可支配收入增速同比下降0.4个百分点，低于GDP增速1.1个百分点，整体降幅不大，但需关注未来收入增速下滑过快可能对居民内需和偿债意愿产生的负面影响。另一方面我国居民杠杆率增速较快，2019年我国居民部门杠杆率为55.8%，虽处于国际平均水平（60.1%），但增速过快（7.1%），高于同期国际平均居民杠杆率增速5.06个百分点，此外，2019年中国金融稳定报告显示我国住户部门债务收入比（99.9%）和房贷收入比（47.4%）均较高，房贷占收入比重近50%，居民偿债负担较大，且低收入家庭债务负担更重，因此尤其应关注低收入房贷借款人的违约风险[20]。目前伴随各项金融风险防控政策的逐步落实，企业降杠杆已初见成效，预计未来伴随金融稳定性政策的进一步实施，居民收入或将保持小幅增长、家庭杠杆率增速或将下行，居民债务风险对房贷资产质量的影响有限。

三、违约贷款的区域分化特征分析

基于前文对RMBS全量房贷静态池历史数据的统计分析，可以认为全国房贷资产质量与宏观经济环境、房地产行业调控政策、居民收入水平以及家庭杠杆率情况密切相关，但考虑房地产行业和房贷市场区域分化逐渐显现并将持续存在，我国房贷资产信用质量或存在区域分化。以中债资信评级过程中积累的全国部分地区房贷不良率均值为例，2018年均值最高地区房贷不良率为1.13%，最低地区仅为0.09%，以同期商业银行0.3%的房贷不良率水平来看，不同地区房贷不良率呈现较大差异。

房贷资产信用质量的区域分化现象与各地宏观经济水平差异密切相关，以我国2019年度已经披露的部分城市GDP累计值与增速为例[21]，各地区差经济环境异显著.GDP累计值方面，GDP累计值最高城市是最低城市的41倍，且GDP前10名城市贡献了超过全国五分之一的GDP总量；GDP增速方面，城市最快GDP增速为9.2%，最慢为1.2%，其中高于全国GDP增速的城市51个，低于全国GDP增速的城市23个。从城市间GDP和房贷不良率表现不难看出，区域宏观经济差异影响着房贷违约率，因此结合前文宏观环境对房贷违约率的影响研究，本章节将进一步探究，区域分化特征因素对房贷资产信用质量的影响。

2019年2月，国家发改委发布《关于培育发展现代化都市圈的指导意见》，标志着中国进入城市群都市圈时代，因此城市区位因素至关重要。2019年4月，中共中央政治局会议首提“一城一策”概念，并且要求落实好一城一策、因城施策、城市政府主体责任的长效机制，这意味着房地产市场城市分化将长期存在。同时，我国产业结构由低端制造业逐步转向高端制造和高端服务业，而后者由于规模经济通常聚集在核心大城市，产业布局又决定于区位，不同区域之间的发展水平差异将会愈加凸显。分析造成区域分化的原因认为，一方面，由于各地区的经济发展水平、金融发达程度、城市规划、楼市政策、消费习惯差异等区域经济因素各不相同，导致不同地区的个人住房存在价值差异。另一方面，由于中国国土辽阔，个人住房具有明显的不动产属性，流动性差，较难通过商品流通来消除不同地区市场供需失衡和缩小价格差异。

由此可见，区域经济是影响房地产行业区域分化的重要因素，而受房地产行业区域分化的影响，不同地区房贷借款人的偿债能力和偿债意愿也会呈现不同的特点，因此，区域经济因素对房贷违约有着重要的影响。区域经济一方面通过影响借款人收入，进而影响其偿债能力；另一方面通过房地产市场的波动性[22]影响借款人的违约成本，进而影响其偿债意愿。区域经济会受到短期因素、中期因素和长期因素的多重影响，从而影响借款人的偿债能力和偿债意愿。根据短期看金融、中期看土地、长期看人口的分析框架，结合前文宏观分析，可以从区域经济实力、居民购买力、房地产供需情况和人口吸附能力四个因素分析区域经济特征对房贷违约的影响。

（一）区域经济实力

区域经济实力是一个地区目前发展现状的综合体现，区域经济会影响居民收入[23]和房价水平，进而对借款人的偿债能力和偿债意愿产生影响，通常与违约情况呈反向变动关系，可通过GDP和GDP增速来衡量。区域经济的快速发展，可带来区域居民收入的增加，一是直接提高了借款人的偿债能力；二是或可增加房地产行业的需求，包括直接住房需求、改善住房需求和投资需求，从而助推住房价格的上升，增加借款人的违约成本，降低借款人的违约意愿；三是在目前我国经济结构下，房地产业对区域经济发展的贡献短期内难以被替代，地区经济的快速发展，尤其是我国东部地区，与房地产行业的发展相互联系且呈正向变化[24]，因此区域经济的发展会促进房价上升，增加借款人的违约成本，降低借款人的违约意愿。因此，地区经济的快速发展通过影响居民收入和房地产业两条路径最终既提高了借款人的偿债能力，又降低借款人的违约意愿，实现违约水平下降。反之，违约水平或将大幅增加。

区域经济实力可以通过各区域的GDP和GDP增速以及区域经济结构来体现。一方面GDP和GDP增速可以在一定程度上客观反应城市发展的可持续性和稳定性，GDP不断增加且GDP增速相对稳定或上升时，意味着区域经济处于快速发展当中，则房贷违约爆发可能性较小，反之则需关注房贷违约可能出现上升情况。另一方面，区域经济实力的增强通常也是经济结构优化的结果，经济结构优化（尤其是第三产业在地区生产总值的占比）可以提升劳动者报酬在地区国民收入中的占比，进而提高当地居民偿债能力。以北京为例，随着城市产业结构的优化，劳动者报酬在地区国民收入中的比重逐渐上升。图7是2017年各、省、市自治区[25]第三产业占比与劳动者报酬占比的截面数据，经济发达地区的经济结构较好，劳动者报酬占比相应高，居民偿债能力也强。一线城市经济以服务业为主，2019年北、上、广、深第三产业GDP之和达到9.06万亿，占全国第三产业的比重高达17.0%，一线城市优化的经济结构支撑了居民偿债能力，其房贷违约水平较低。

（二）居民购买力

居民购买力是指区域居民对住房的购买能力，体现了借款人的偿债能力和房地产市场的稳定性，通常与房贷违约情况呈反向变动关系，可通过个人可支配收入和房价收入比衡量。一方面居民购买力衡量的是居民的支付能力，居民购买力越强，能够负担的房价越高，偿债能力也就越强，降低了违约的可能性；另一方面居民购买力在一定程度上能够衡量区域房地产市场和房贷市场健康发展程度和稳定程度，居民购买力越强，房地产市场潜在需求越高，供给一定的条件下房价大幅下跌可能性较小，从而房贷违约情况不会大幅增加。

居民购买力可以分为绝对购买力和相对购买力，与收入和房价两个因素相关。绝对购买力可以通过居民个人可支配收入来衡量，个人可支配收入越高，绝对购买力越强。从我国不同地区城镇居民可支配收入来看，东部地区远高于中部、西部和北部三个地区，因此相对来说东部地区的房地产市场较稳定，其违约风险也较小。相对购买力可以通过房价收入比[26]来衡量，房价收入比越低，相对购买力越高。2019年我国商品房房价收入比为8.8，目前多数研究认为我国合理的房价收入比应在6—7左右，因此整体存在一定的住房价格风险，是房贷违约情况不利的潜在因素。从城市来看，目前房价收入比最高的城市为深圳，已接近35，但需要注意的是，在供需基本平衡的市场，房价由中位数收入人群决定；在供给明显大于需求的市场，房价由低收入人群决定；在供给明显小于需求的市场，房价则由高收入人群决定，因此不同城市需根据供需情况具体分析房价收入比的参考性。综合绝对购买力和相对购买力可对区域居民购买力的相对高低进行评价，居民购买力越高则违约可能性越低。

（三）房地产供需

房地产供需通过影响房地产市场的稳定性从而影响借款人的违约成本，而违约成本大小决定了借款人的偿债意愿，可通过房价、房地产调控力度和去库存周期综合衡量。房地产供需情况是住房价格的主要影响因素，中期来看，房地产和房贷是我国国家宏观政策重点调控的行业，供需情况对政策影响较敏感，目前在“一城一策”、“因城施策”等政策调控下供需处于较稳定的状态，房地产市场稳定发展，违约情况也较为稳定。但若发生供给大于需求的情况，则住房价格下行压力较大，借款人违约成本下降，违约增加可能性上升。

影响房地产供需的因素非常多，从区域房地产市场稳定性的角度出发，可以认为综合去库存周期、房地产调控力度和房价更能衡量房地产市场的稳定性。去库存周期是直接反映短期内市场供需状况的指标，去库存周期越短，即市场供求达到平衡的时间越短，库存过剩的可能性越小，短期来看房地产市场风险越小，房贷违约可能性越低。房地产调控力度方面，在“房住不炒”政策指导下，房地产市场延续强监管态势，因城施政对住房需求的调控更为精准，房地产调控力度越强的地区，对供给端和需求端控制的力度越强，发生供需不平衡的可能性越小，中长期来看，房地产市场稳定性越强，房价大幅下跌可能性小，由此违约率上升的可能性不大。房价是供需作用的结果，一方面房价反映当地的供需情况，另一方面房价处于稳定上涨或持平的趋势，反映了地区经济和房地产市场处于较为良性的发展状态，反之则发展较差，房价也是借款人违约成本大小的直接影响因素。因此通过去库存周期和房地产调控力度综合判断区域房地产调控力度和供需情况，再通过房价走势进行验证，可对当地房地产市场稳定性进行判断，从而判断借款人的偿债意愿及违约风险。

（四）人口吸附能力

区域人口吸附能力是区域房地产稳定性的基础，长期来看区域人口吸附能力决定了人口变化情况，通过影响房地产市场的需求影响其稳定性，房地产市场无法稳定发展则违约爆发的可能性上升，主要通过城镇化率、人口流入流出情况、人口引进政策情况进行衡量。从长期来看，人口是经济社会活动的基础，更是房地产市场发展的根本支撑，人口决定了住房需求，因此一个地区人口吸附能力越强，越有利于房地产市场稳定发展，降低因房地产市场波动带来的借款人偿债意愿的降低，从而降低房贷违约风险。

区域居民住房需求的变化主要为：一是城镇常住人口增加的需求，包括城镇人口自然增长和农村人口进城定居产生的刚性需求。二是人口迁移带来的住房需求变化，包括人口自然流动和受各地人口引进政策影响产生的需求变化。城镇化率的高低将决定一个地区房地产市场刚性需求的高低，2019年我国常住人口城镇化率为60.6%，与发达国家平均约80%的城镇化水平相比仍有较大增长空间，因此单从城镇化带来的刚性需求来看，我国绝大多数城市依旧存在空间，但受城市化边际力度持续下降以及人口红利逐步消退影响，单凭城镇化带来的刚性需求增加难以持续维持房地产市场的稳定发展，因此人口迁移带来的住房需求变化愈发重要。这里需特别注意的一个现象是，在城市化推进的大背景下一些地区出现了城市收缩的现象，根据龙瀛[27]研究，2000—2010年,中国有180个城市的人口在流失;吴康(2016)研究了2007—2016年,中国有84座城市出现了收缩.对于收缩城市尤其是其中的资源枯竭型城市，人口萎缩导致的刚性需求减少将对房价产生直接影响，或对这些城市的房贷资产信用质量形成一定冲击。从人口迁移的结果来看，除了区域人口流入流出情况是观察人口自然流动情况一个较好指标，各区域是否有人口引进政策也是对人口迁移情况的一个重要影响因素。综合城镇化率与人口迁移情况对区域房地产市场需求端共同产生的影响，进而影响房地产市场的长期稳定发展，通过房价的波动性最终将会影响个人住房贷款的违约情况。

四、结论

我国房贷资产信用质量与宏观经济状况、房地产行业运行情况和居民生活水平密切相关，GDP增速上升、失业率下降的经济繁荣时期，房贷违约率普遍较低，房地产行业相关宏观调控政策或将影响房贷资产信用质量，居民收入和杠杆率将通过影响借款人偿债能力和偿债意愿，从而影响房贷资产违约率。同时结合房地产市场区域分化特征来看，国内各地的区域经济实力、居民购买力、房地产供需和人口吸附能力普遍存在差异，进而会对区域经济稳定性产生影响，从而影响借款人的偿债能力和偿债意愿，引发房贷违约率的上升。因此应关注宏观环境变化和区域分化对房贷资产信用质量的影响，从而能够在充分考虑外部环境的基础上，合理评估房贷资产的违约率水平。

[1]DavisE.P. Bank Credit Risk [J]. Bank of England Working Paper Series, 1993(8): 1-30.

[2] Quigley J M. Real estate Prices and Economiccycles[J].International Real Estate Review,1999,2(1):1-20.

[3]何晓晴，谢赤，吴晓.住房按揭贷款违约风险及其防范机制［J］.社会科学家，2005( 6) : 65-67.

[4]高旺东，李斌.宏观调控背景下商业银行个人住房信贷风险：困境与路径选择［J］．地方财政研究，2009（7）：18-22.

[5]颜新秀. 个贷违约率与宏观经济指标相关性研究[J]. 国际金融研究, 2009(10): 59-67.

[6]王梓.基于房地产调控政策的商业银行住房抵押贷款风险管理［J］.地方财政研究， 2011，(11) : 30-38.

[7]王福林.个人住房抵押违约贷款风险影响因素实证研究.[D].杭州:浙江大学, 2004.

[8]刘洪玉，杨帆，徐跃进.基于2010年人口普查数据的中国城镇住房状况分析[J].清华大学学报（哲学社会科学版）,2013（6）:138-147.

[9]Case KE,Shiller R J. Is there a bubble in the housing market?[C].Conference of theBookings-Panel-On-Economic-Activity.2003:299-362.

[10]吕江林.我国城市住房市场泡沫水平的度量[J].经济研究,2010(6):28-41.

[11]王大港.新常态下中国城市房地产风险评价及调控策略研究[D].北京交通大学博士学位论文,2017.

[12]静态池即在某一时点形成的资产池，一经确定不再加入新资产，这样静态样本池的表现不会因为发起机构贷款规模的变化而变化，每个静态样本都是分别跟踪采集，能够代表在某一时间段内该资产组合产生的违约或损失，与拟证券化资产池更加可比。

[13]新增违约率=拖欠91-120金额/静态池期初金额。

[14]静态池数据剔除部分异常值，全文同。

[15]城镇登记失业率指在报告期末城镇登记失业人数占期末城镇从业人员总数与期末实有城镇登记失业人数之和的比重。

[16]国房景气指数是“全国房地产开发业综合景气指数”的简称。中国房地产业发展变化趋势和变化程度的综合量化指标体系。综合指数值100为景气线，100以上为景气空间，100以下为不景气空间。

[17]参考中债资信专题研究《20年房地产调控政策回顾、思考与总结》观点。

[18]参考中债资信专题报告《宏观因素与房贷提前还款的相关性实证研究》观点。

[19]居民部门杠杆率=居民部门债务/名义GDP。

[20]根据中国人民银行调查统计司城镇居民家庭资产负债调查课题组《2019年中国城镇居民家庭资产负债情况调查》，2019年10月中下旬在全国30个省（自治区、直辖市）对3万余户城镇居民家庭调查显示，城镇居民家庭负债参与率高，为56.5%；家庭负债结构相对单一，房贷是家庭负债的主要构成，占家庭总负债的75.9%。受调查家庭中，43.4%的家庭有住房贷款，其资产负债率、金融资产负债率和月偿债收入比分别为16.5%、101.5%和29.0%，债务风险明显高于平均水平，其中刚需型房贷家庭的债务风险尤其突出，三项指标分别为24.2%、151.3%和33.0%。

[21]由于部分数据缺失未纳入统计，最终共统计到74个城市。

[22]杨扬.宏观经济视角下我国个人住房贷款风险分析[D]. 南京理工大学硕士学位论文，2016

[23]根据《2019年中国城镇居民家庭资产负债情况调查》显示，经济发达地区居民家庭资产水平高，分经济区域看，东部地区明显高于其他地区。东部地区居民家庭户均总资产为461.0万元，分别高出中部、西部、东北地区197.5万元、253.4万元和296.0万元。东北地区居民家庭户均总资产最低，仅占东部地区居民家庭的三分之一左右。

[24]孔煜.我国房地产发展与经济增长的实证研究[J].工业技术经济,2009(3)，78~82

[25]剔除西藏样本，数据异常。

[26]房价收入比=住房总价/家庭可支配收入=(新建商品住宅成交均价×100平方米)/(城镇居民人均可支配收入×城镇家庭户均人口)。

[27]龙瀛,吴康,王江浩.中国收缩城市及其研究框架[J].现代城市研究,2015(9)

声明

本报告由中债资信评估有限责任公司（China Bond Rating Co.,Ltd）（简称“中债资信”，CBR）提供，本报告中所提供的信息，均由中债资信相关研究人员根据公开资料，依据国际和行业通行准则做出的分析和判断，并不代表公司观点。本报告中所提供的信息均反映本报告初次公开发布时的判断，我司有权随时补充、更正和修订有关信息。报告中的任何表述，均应从严格经济学意义上理解，并不含有任何道德、政治偏见或其他偏见，报告阅读者也不应从这些角度加以解读，我司及分析师本人对任何基于这些偏见角度理解所可能引起的后果不承担任何责任，并保留采取行动保护自身权益的一切权利。

本报告内容仅供报告阅读者参考，一切商业决策均将由报告阅读者综合各方信息后自行作出。在任何情况下，我司及分析师对任何机构或个人因使用本报告所引发的任何直接或间接损失不承担任何法律责任。

本报告版权归中债资信评估有限责任公司所有，未经许可任何机构和个人不得以任何形式翻版、复制和发表。如为合理使用的目的而引用本报告中的定义、观点或其他内容或刊发本报告，需注明出处为中债资信评估有限责任公司，且不得对本报告进行有悖原意的引用、删节和修改。我司对于本声明条款具有修改和最终解释权。