Диссертация (1138365), страница 15
Текст из файла (страница 15)
неизвестны характеристикисозаемщиков. Будем считать это ограничение незначительным ввиду менеесущественного влияния созаемщиков на процесс одобрения.Из описательных статистик по выданным кредитам следует, чтосуществует большая вариация условий, на которых выдаются займы как по85размеру ссуды и LTV, так и по срокам погашения и ставкам. Стоит отметить,что 9% заемщиков выбирают страхование ответственности. При этом долядефолтов по таким заемщикам существенно выше (16.3%), чем по группезаемщиков с незастрахованной ответственностью (3.7%). Под дефолтом вданном случае понимается наличие хотя бы одной просрочки платежазаемщиком на 90 дней или более (в соответствие с определением банка).В ранних работах [Ross, 2000] было доказано, что процесс одобрениязаемщика также влияет на его последующие решения.
Таблица 3 такжесвидетельствует о том, что выборка аппликантов, взявших кредит, похарактеристикам отличается от тех, кто подал заявку, но не взял кредит. Так вобщем будем предполагать, что на этапе моделирования выбора контракта,выборка будет смещена ввиду двух причин: 1) часть заемщиков, признанныхбанком неблагонадежными, была отклонена, 2) часть одобренных заемщиковне заключила контракт ввиду наличия альтернативных предложений либонизкого кредитного лимита, выставленного банком.
Здесь стоит отметить, что,исходя из имеющихся данных, две эти причины неразделимы.3.4.3. Результаты оценки функции индивидуального спроса на ипотечныекредитыКак было отмечено ранее, функция индивидуального спроса наипотечный кредит представима следующей эконометрической моделью:0, 0 ( , 0 ) + 0 ≤ 0 = {1, 0 ( , 0 ) + 0 > 0∗∗1= 1 (−1, , 1 ) + 1…{∗∗ = (− , , ) + (32)ненаблюдаемо, если = 0 = {∗ ,если = 1,86где – бинарная переменная, отвечающая за то, был заключен кредитныйконтракт или нет, – демографические характеристики заемщика исозаемщиков на дату подачи заявки, – параметры кредитного контракта, втом числе величина кредитного лимита, (0 , 1 , … , ) – исключенныеинструменты для заключения контракта, параметров кредитного договора икредитноголимита соответственно.Обсуждение конкретногонабораинструментальных переменных будет приведено далее.
В качестве параметровконтракта,выбраннымивкачествебудемиспользоватьлогарифмированный размер ссуды, соотношение размера ссуды к стоимостиобъектанедвижимости(LTV)логарифмированнуювеличинуставки,логарифмированный срок погашения кредита.Для оценки модели следует подобрать набор релевантных исключенныхинструментов для уравнения вероятности заключения контракта и каждогоуравнения выбора параметров кредитного договора.В работе [Bajari et al., 2008] обсуждается возможность выборамакропеременных на уровне округа, в котором проживает человек в качествепрокси-переменных,т.е.считается,чтоагрегированныепеременныекоррелированы с индивидуальными, пусть и слабо. В нашем исследованиизаемщики представляют один регион, однако заявки имеют временной разбросс июля 2008 года по август 2012 года.
Более того, по каждому аппликантуизвестна точная дата подачи заявки на получение кредита. Так каждой заявкеможно сопоставить некоторые агрегированные характеристики рынкаипотечного кредитования и рынка недвижимости в тот месяц, в который былаподана заявка. Здесь стоит отметить, что от момента подачи заявки до моментазаключения кредитного договора в среднем проходит 2 месяца. Такжеизвестно, что спрос на ипотечные кредиты с запаздыванием реагирует наизменение предложения со стороны банков, что показано в опубликованнойработе [Ozhegov, Poroshina, 2013b]. Так имеет смысл фиксироватьагрегированные характеристики ипотечного рынка не только на моментподачи заявки, но и за 1-2 месяца до этого события. В таблице 2 были87приведены описательные характеристики рынка ипотечного кредитования инедвижимости в регионе за рассматриваемый период с июля 2008 года поавгуст 2012 (50 месяцев), которые будут использоваться в качествеисключенных инструментов.Стоит отметить, что около 15% от всех ипотечных контрактов в регионерефинансируются в АИЖК, при этом не все из них проходят черезисследуемый банк.
Так среднее количество заявок в банк в среднем меньшеколичества кредитов, которые были рефинансированы.При этом такой показатель, как разница между количествомрефинансированных ссуд в АИЖК из региона и количеством заявок в банк,может объяснять решение о заключении контракта, при этом не являясьпричиной выбора параметров кредитного контракта.
Так на большоеколичество рефинансированных кредитов в конкретный месяц показываетлегкость получения аналогичного кредита в других организациях, т.е.уменьшает вероятность заключения контракта в случае одобрения заемщика.При этом индивидуальное решение заемщика о заключении контракта недолжно оказывать влияние на агрегированные характеристики рынка ввидутого, что конкретная сделка каждый месяц характеризует менее 1% вариациивсего рынка.В качестве инструментов для параметров кредитного контракта, суммызайма, LTV, ставки и срока кредитования, возьмем средний LTV, средний DTI(соотношение ежемесячного платежа к доходу заемщика), медианную ставку,медианный срок кредита и показатель доступности7 жилья соответственно.Так релевантность инструментов следует из того, что рыночные условиякредитования оказывают влияние на ипотечные программы, предлагаемыеАИЖК.
В то же время, условия ипотечной программы являются экзогеннымив процессе выбора конкретного заемщика. Коэффициент доступности жильятакже может служить инструментом для суммы займа, т.к. увеличениеПоказатель доступности характеризует соотношение среднегодового дохода среднего домохозяйства кстоимости средней квартиры.788доступности жилья должно приводить к выбору меньшей суммы. С другойстороны, индивидуальные шоки предпочтений не должны оказывать какоголибо влияния как на доходы всего общества, так и на стоимость квадратногометра жилья, из которых рассчитывается коэффициент доступности.Так можем считать, что предложенные переменные удовлетворяютсвойствам релевантности и валидности и могут быть использованы в качествеинструментальных. Релевантность также была проверена далее для каждойсоответствующей модели с помощью условного F-теста исключенныхинструментов, описанного в параграфе 2.4.Модель (32) для описанных переменных была оценена с помощьюпроцедуры, предложенной в предыдущей главе, параграфе 2.3.На первом шаге была оценена модель для вероятности заключенияконтракта от характеристик заемщика и созаемщиков и разницы в количестверефинансированных кредитов в АИЖК из региона и количеством заявок вбанк.
Оценки параметров модели представлены в Таблице 6. Оценкиуравнения первого шага также опубликованы в [Ожегов, Порошина, 2014;Ozhegov, Poroshina, 2013a]Так переменная, выбранная в качестве исключенного инструмента,оказалась значимой на уровне меньше 1%. Знаки и значимости переменных,отражающиехарактеристикиДемографическиезаемщика,характеристикизаемщика,соответствуютпол,возраст,интуиции.семейноеположение оказались статистически незначимыми, что говорит об отсутствиидискриминации по демографическим признакам. В то время как вероятностьзаключения ипотечного контракта положительно связана с доходом заемщикаи доходами созаемщиков, отрицательно зависит от факта непредоставленияданных о доходе.Стоит отметить также, что вероятность заключения договора при прочихравных выше у служащих государственных учреждений.Оценки были получены с помощью модели линейной вероятности.89Таблица 6. Оценки параметров уравнения вероятности заключения контракта.ПеременнаяВозрастВозраст в квадратеПол (Базовый уровень – женский)(1)OLS(2)Probit-0.006(0.009)0.000(0.000)0.028(0.018)-0.014(0.025)0.000(0.000)0.081(0.051)-0.029(0.025)-0.042(0.029)-0.130*(0.076)-0.093(0.071)-0.130(0.083)-0.363*(0.209)0.066(0.099)0.140***(0.045)0.165(0.294)0.393***(0.131)-0.071***(0.017)-0.197***(0.047)Семейное положение (Базовый уровень – в браке):ХолостРазведенВдовец/вдоваКатегория занятости (Базовый уровень – наемный работник):Индивидуальный предпринимательРаботник бюджетного учрежденияУровень образования (Базовый уровень – законченное высшее):Менее, чем законченное высшееКоличество созаемщиков (Базовый уровень – нет созаемщиков)0.001(0.024)0.0192 созаемщика(0.048)Суммарный указанный доход созаемщиков (Базовый уровень – доход не указан):0.155***От 0 до 9999 рублей(0.052)0.088**От 10000 до 19999 рублей(0.043)Больше 20000 рублей0.073(0.045)Указанный доход основного заемщика (Базовый уровень – доход не указан):От 0 до 9999 рублей-0.011(0.054)От 10000 до 19999 рублей0.265***(0.034)От 20000 до 39999 рублей0.232***(0.027)Больше 40000 рублей0.179***(0.036)Разница между кол-вом реф.
в АИЖК займов и кол-вом-0.000***заявок в банк(0.000)0.646***Константа(0.161)k20% верных предсказаний64.8Тест на значимость исключенной переменной(1, 3224)=31.981 созаемщик-0.015(0.069)0.055(0.140)0.731***(0.198)0.291**(0.135)0.245*(0.138)-0.083(0.151)0.798***(0.107)0.656***(0.080)0.475***(0.105)-0.001***(0.000)0.295(0.452)2064.7 2 (1)=32.23Примечание: В таблице приведены оценки параметров регрессий,В скобках робастные стандартные ошибки,Уровень значимости определен по t-статистике,* - 10%, ** - 5%, *** - 1%.k – количество оцененных, количество наблюдений - 336690Далее было проведено сравнение с пробит-моделью, которое не выявилосущественной разницы в значимости коэффициентов и предсказательной силемоделей.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
