Диссертация (1138316), страница 23

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 23)

Базисные категории — незаконченное высшее образование, замужем/женат, наемныйработник, ежемесячный доход заемщика 0-9999 руб., срок кредита25 лет, Кредит/Залог - 0,5-0,7, Платеж/Доход - [0,2-0,4), неспециальная ипотечная программа,***, **, * — значимость на уровне 1, 5 и 10% соответственно.

Bias 1 и Bias 2 представляют собой разницу в оценках параметров одномерной пробит-модели PD(спецификация (2) в табл.3.4) и двумерных пробит-моделей PD (спецификации (8) и (9)), соответственно. p-value (linktest) для квадрата прогнозного значениязависимой переменной.146Таблица 3.7Средние предельные эффекты для двумерных пробит-моделей вероятности ипотечного дефолтаОбъясняющие переменныеВозраст заемщикаКвадрат возраста заемщикаМужской полОбразование не указаноСреднее образованиеВысшее образованиеСемейное положение не указаноНе замужем/холостякВдовец/вдоваВ разводеМесто работы не указаноИндивидуальный предпринимательГосударственный служащий(8)0,004(0,004)-0,000(0,000)0,027***(0,008)0,016(0,025)0,026(0,022)0,019(0,022)0,053***(0,018)0,024**(0,009)0,027(0,038)0,014(0,011)0,001(0,022)0,004(0,018)0,037(0,033)147(9)0,004(0,004)-0,000(0,000)0,027***(0,008)0,017(0,025)0,025(0,022)0,018(0,022)0,053***(0,018)0,023**(0,009)0,027(0,038)0,014(0,012)0,003(0,023)0,004(0,018)0,035(0,033)(10)0,004(0,004)-0,000(0,000)0,027***(0,008)0,018(0,025)0,028(0,022)0,025(0,022)0,055***(0,018)0,024**(0,009)0,021(0,040)0,014(0,011)-0,007(0,022)0,011(0,019)0,042(0,032)(11)0,004(0,004)-0,000(0,000)0,027***(0,008)0,020(0,025)0,026(0,022)0,019(0,022)0,059***(0,018)0,023**(0,009)0,019(0,038)0,013(0,011)-0,004(0,021)0,001(0,019)0,042(0,030)(12)0,004(0,004)-0,000(0,000)0,026***(0,008)0,016(0,025)0,029(0,022)0,025(0,022)0,054***(0,017)0,024**(0,009)0,019(0,040)0,014(0,011)-0,009(0,022)0,009(0,019)0,049(0,032)Таблица 3.7Средние предельные эффекты для двумерных пробит-моделей вероятности ипотечного дефолта (продолжение)Объясняющие переменныеПлатеж/Доход не указанПлатеж/Доход [0;0,2)Платеж/Доход [0,4-0,6)Платеж/Доход [0,6-0,8)Платеж/Доход [0,8-1]Кредит/Залог <0,5Кредит/Залог >0,7Процентная ставкаСрок кредита<10 летСрок кредита 10-14,9 летСрок кредита 15-19,9 летСрок кредита 20-24,9 летУровень безработицы(8)-0,022(0,015)0,009(0,023)0,000(0,010)0,017(0,013)0,008(0,021)0,010(0,009)-0,001(0,009)0,027***(0,003)0,040*(0,024)0,034*(0,020)0,029(0,019)0,025(0,020)0,021***(0,004)(9)-0,018(0,018)0,009(0,023)-0,000(0,010)0,016(0,012)0,007(0,021)0,010(0,009)-0,001(0,009)0,027***(0,003)0,040*(0,024)0,034*(0,020)0,029(0,019)0,025(0,020)0,021***(0,005)148(10)-0,030***(0,012)0,008(0,023)0,000(0,010)0,019(0,012)0,011(0,021)0,012(0,009)-0,003(0,009)0,027***(0,003)0,037(0,024)0,032(0,020)0,026(0,019)0,023(0,020)0,017***(0,005)(11)-0,017(0,012)0,014(0,023)0,000(0,009)0,019(0,013)0,004(0,021)0,007(0,009)-0,008(0,009)0,026***(0,003)0,031(0,024)0,026(0,020)0,024(0,019)0,023(0,020)0,003(0,007)(12)-0,026**(0,012)0,010(0,023)0,000(0,010)0,021*(0,013)0,012(0,021)0,012(0,009)-0,002(0,009)0,026***(0,003)0,038(0,024)0,033*(0,020)0,026(0,019)0,024(0,020)0,002(0,009)Таблица 3.7Средние предельные эффекты для двумерных пробит-моделей вероятности ипотечного дефолта (продолжение)Объясняющие переменныеСредняя стоимость 1 м2 жилья в регионе(8)0,000***(0,000)(9)0,000***(0,000)(10)0,000***(0,000)Региональный оператор АИЖКСпециальная ипотечная программа(11)0,000**(0,000)0,030***(0,009)-0,068***(0,024)«Возраст кредита»(12)0,000(0,000)0,003**(0,001)Оценка вероятности одобрения ипотечной сделки (модель (3))Оценка вероятности одобрения ипотечной сделки (модель (4))Оценка вероятности одобрения ипотечной сделки (модель (6))-0,002(0,012)-0,002(0,015)-0,016(0,012)-0,001(0,012)-0,016(0,012)Примечание: Робастные стандартные ошибки приведены в скобках.

Базисные категории — незаконченное высшее образование, замужем/женат, наемныйработник, ежемесячный доход заемщика 0-9999 руб., срок кредита 25 лет, Кредит/Залог - 0,5-0,7, Платеж/Доход - [0,2-0,4), неспециальная ипотечная программа,***, **, * — значимость на уровне 1, 5 и 10% соответственно.149Средидвумерныхпробит-моделейнаибольшийпроцентправильных прогнозов (94,75%), а также наибольшие значенияплощади под ROC-кривой и коэффициента Джини наблюдаютсяв спецификации(10),переменныхуравнениивкотораянесодержитвероятностидополнительныхипотечногодефолта,а содержит их в уравнении одобрения (тип ипотечной программыи тип ОПИК).

Однако двумерные пробит-модели PD обладаютсопоставимым с одномерными моделями PD прогнозным качеством.В частности, не обнаружено статистически значимых отличий AUC(p-value = 0,104) в (1), (7) спецификаций одномерных пробит-моделейPD и спецификации (11) двумерной пробит-модели PD, которыехарактеризуются наибольшим процентом правильных прогнозов.Как видно из табл. 3.6, в зависимости от базы сравнения,величина смещения в оценках параметров одномерной пробит-моделиPD несущественна: средние величины смещения и, составляют —0,0017 (Bias 1) и 0,0011 (Bias 2) при сопоставимом стандартномотклонении в 0,008.

Отмечается смещение значений оценок какв положительную, так и отрицательную сторону. Наибольшиеабсолютные величины смещения (от 0,01 до 0,03) наблюдаются дляфиктивных переменных: неуказанный Платеж/Доход и место работы,государственный служащий и наличие высшего образования. Вместес тем, для остальных объясняющих переменных абсолютная величинасмещения не превышает 0,009.Таким образом, двумерные пробит-модели не позволяютувеличить прогнозное качество в сравнении с одномерными пробитмоделями PD. Кроме того, значительного смещения в оценкахпараметров одномерных пробит-моделей PD не обнаружено в отличиеот результатов работы [Ross, 2000], в которой отмечается смещениена 15%-20%.

Несмотря на то, что результаты тестов на спецификациюмодели не отвергают гипотезу о верной спецификации, остаются150определенные сложности в отборе факторов, оказывающих влияниена вероятность одобрения, но не на вероятность ипотечного дефолта.Дополнительные переменные имеют статистически значимый эффекткак в одномерных, так и двумерных пробит-моделях PD, однакопозволяют повысить прогнозное качество только одномерныхмоделей.Стоит отметить, что оценки параметров для ряда объясняющихпеременных из группы социально-демографических характеристик,макроэкономических показателей и дополнительных переменныхв пробит-моделях вероятности одобрения ипотечной заявки имеютпротивоположный знак в пробит-моделях вероятности ипотечногодефолта, что согласуется с эмпирическими результатами предыдущихисследований [Ross, 2000] и может служить одной из мер оценкикачества действующих систем ипотечного андеррайтинга в ОПИК.Однако в отличие от работы [Ross, 2000], такая ситуация наблюдаетсянетолькодлядвумерныхпробит-моделейPDс коррекциейвыборочной селективности, но и для одномерных пробит-моделей PD,что во многом объясняется несущественной величиной смещения,упомянутой ранее, в оценках параметров одномерных моделей(табл.

3.6).В целом, эмпирические результаты оценки вероятности дефолтаPD ипотечного заемщика устойчивы к различным спецификацияммоделиихарактеризуютсясхожейпредсказательнойсилой.Обнаружена отрицательная, но не статистически значимая в отличиеот [Ross, 2000], корреляция вероятности одобрения ипотечной заявкии вероятности дефолта, что подтверждает возможность практическогоиспользования двумерной пробит-модели PD. Однако для улучшенияее прогнозного качества необходима более детальная информация151о действующих системах кредитного андеррайтинга региональныхотделений АИЖК.Среди социально-демографических характеристик заемщикаотметим влияние на PD дохода, пола и семейного положения.Наименьшаявероятностьипотечногодефолтаотмечаетсядля заемщиков с неуказанным доходом.

При этом в методологииMILAN-анализа предполагается штрафная поправка для даннойкатегории кредитов, которая варьируется в зависимости от типазанятости и соотношения Кредит/Залог. Вместе с тем, полученныйвыводобъясняетсянетолькоособенностямиисследуемойсовокупности в части превалирования заемщиков с неуказаннымдоходом, но и тем, что существуют значительные различия междудекларированным и реальным доходом заемщиков, который не всегдаможет быть подтвержден документально, но может быть достаточнымдля погашения ежемесячного ипотечного платежа.

Такая особенностьипотечныхпрограмм,протестироватьпредлагаемыхнадежностьАИЖК,теориинепозволяетплатежеспособностик объяснению причин ипотечного дефолта. Стоит отметить лишьнеустойчивое статистически значимое различие в оценке PDзаемщиков c соотношением Платеж/Доход 0,2-0,4 в сравнениис заемщиками с неуказанным соотношением Платеж/Доход, длякоторых характерна наименьшая PD. Неустойчивость статистическойзначимости факторов, связанных с уровнем дохода, отмечается такжеи в других эмпирических работах [Bajari et al., 2008; Ross, 2000],в которых отмечается возможный совместный эффект соотношенияПлатеж/Доход и показателя FICO.Полученныесвидетельствуюткредитныхрезультатыопрограммвнеобходимостидляопределеннойразработкинизкодоходныхслоевстепениспециальныхнаселенияи заемщиков, чей доход не может быть подтвержден документально.Альтернативным банковской ипотеке методом покупки жилья может152являться получение кредита от строительно-сберегательных касс.Как отмечается в работе [Полтерович, Старков, 2007a], ссудносберегательные институты, как правило, объединяют индивидов,не имеющих доступа к формальному кредитному рынку по причинамотсутствиянадежнойинформацииодоходеиспособностик долгосрочной выплате долгов.

Вместе с тем требуется болееглубокое изучение взаимосвязи вероятности дефолта и доходазаемщика(приэтомнеисключаетсянелинейныйхарактервзаимосвязи), как и механизмов развития ИЖК для вышеупомянутыхслоев населения.Вероятность ипотечного дефолта в среднем и при прочихравных выше у мужчин [Ross, 2000; Bajari et al., 2008; Радаев, Кузина,2011], незамужних/неженатых или не отразивших свое семейноеположение заемщиков. Это во многом связано с плохой платежнойдисциплиной,короткойпродолжительностьюжизни,сболеевысокими рисками развода, болезни и потери работы для данныхкатегорий. Эмпирические результаты не находят подтверждениестатистическизначимомувлияниюуровняобразованияна вероятность дефолта, а соответственно, и линейной связивероятностиипотечногодефолтаифинансовойграмотностинаселения в случае использования уровня образования в качествепрокси-переменной для ее измерения.

Характеристики

Список файлов диссертации