Диссертация (1138365), страница 20
Текст из файла (страница 20)
В качествепеременной объема спроса было использовано количество заявок на113получение ипотеки в течение месяца. Данные имели месячнуюдинамику, охваченный период составил с августа 2008 по август 2012года. В качестве объясняющих спрос переменных использовалисьсредние характеристики выдаваемых в данном месяце ипотек, а такжехарактеристики рынка жилья. В качестве исключенных переменныхдля объяснения вариации эндогенных переменных использовались ихлаги, что является традиционным при анализе данных с временнойвариацией. Предложенная процедура оценивания при этом являетсяболее эффективной по сравнению с моделью векторной авторегрессии,которая обычно используется при моделировании временных рядов смножеством эндогенным переменных.С помощью оценок построенного уравнения удалось выяснить,что количество заявок на получение ипотеки в конкретном банке,являющееся мерой агрегированного спроса, положительно зависит отравновесного уровня терпимости банков к риску (высокие LTV и DTIпо выданным ипотечным ссудам банками региона) и отрицательнозависит от сложившихся на рынке процентных ставок.
При этом былиполучены количественные оценки данных зависимостей.Во втором примере был изучен индивидуальный спросдомохозяйствнаипотечныекредитыбанка,являющегосярегиональным представителем Агентства ипотечного жилищногокредитования (АИЖК). Для оценки спроса были использованы данныепо всем заявкам на получение ипотеки в банк за период его работы савгуста 2008 по сентябрь 2012 года. Данные после обработки содержат3366 заявок, из которых 2041 домохозяйство заключило ипотечныйконтракт.Дляидентификациимоделивкачествеисключенныхпеременных для объяснения вероятности заключения контракта(уравнение участия) и выбора величины ссуды (объема потребления) и114условийкредита(характеристиктовара)былииспользованыагрегированные характеристики ипотечного рынка и рынка жилья врегионе на момент подачи заявки в банк, а также за месяц и два месяцадо месяца подачи заявки.
Использование агрегированных переменныхдля объяснения вариации на индивидуальном уровне также являетсяизвестнойстратегиейподбораинструментовприналичиимикроданных. На данном примере удалось показать, что использованиеболее жестких предпосылок при моделировании спроса, таких какнесмещенность выборки тех, кто выбрал ненулевое потреблениетовара, а также экзогенность характеристик товара, может приводить кнесостоятельным оценкам функции спроса. Таким образом, былодоказано, что рынок ипотечных кредитов действительно являетсярынкомдифференцированноготоварасэндогеннымихарактеристиками.Используя оценки модели индивидуального спроса, удалосьпоказать структуру решений заемщика относительно выбора объемапотребления кредита, условий кредита, а также решений банка вотношении заемщика и ожидаемых условий его кредитного договора.Так заемщики склонны брать в долг большую сумму, если ставка подоговору является меньше, а срок погашения выше.
Заемщикииспользуют срок погашения как основной инструмент выборанеобходимогоуровняежемесячногоплатежа.Страхованиеответственности заемщики выбирают более рисковые заемщики, чтоявляется их платой за возможность получить кредит, т.к. ожидаемозастрахованные ссуды более вероятно одобряются банком. Займ будетболее вероятно одобрен банком не только при наличии страховки, нотакже если сумма займа по отношению к стоимости залога не велика,срок погашения кредита выше.115Заемщикитакжеявляютсяразнороднымипосвоимпредпочтениям. Исследование распределения эластичности спроса похарактеристикам кредита показало статистически значимую вариациюэластичности спроса индивидов по ставке и сроку погашения.
Даннаявариация объясняется тем, что заемщики с более высоким уровнемдохода являются более эластичными по ставке по сравнению сгруппами заемщиков с наиболее низкими доходами и заемщиков, неуказавших доход.116БИБЛИОГРАФИЯ1.Ильинский Д.Г., Полтерович В.М., Старков О.Ю. (2014).Разработкаиисследованиессудно-сберегательныхпрограммипотечного кредитования: динамическая модель // Экономика иматематические методы, 2014.
– Vol. 50, No. 2. – p. 35-57.2.Ожегов Е.М. (2015). Идентификация в классе непараметрическихмоделейсистемодновременныхуравненийсвыборочнойселективностью// Квантиль, 2015. – No. 13. - p. 15-23.3.Ожегов Е. М., Порошина А. М. (2014). Оценка кредитного рискапри ипотечном жилищном кредитовании // Прикладная эконометрика,2014. – Vol. 35. No. 3. – p. 3-17.4.ПолтеровичВ.М.,СтарковО.Ю.(2006).Проблематрансплантации ипотечных институтов в переходных экономиках:роль стройсберкасс // Препринт №WP/2006/2010, М.: ЦЭМИ РАН,2006.5.Полтерович В.М., Старков О.Ю. (2007). Стратегия формированияипотечного рынка в России // Экономика и математические методы,2007. – Vol. 43, No. 4. – p. 3-22.6.Andrews, D., Schafgans, M. (1998). Semiparametric Estimation of theIntercept of a Sample Selection Model // The Review of Economic Studies,1998.
- Vol. 65. No. 3. – p. 497-517.7.Angrist, J., Pischke, J. (2009). Mostly Harmless Econometrics: AnEmpiricist’s Companion// Princeton University Press, 2009, Princeton.8.Ambrose, B., LaCour-Little M., Sanders, A. (2004). The Effect ofConforming Loan Status on Mortgage Yield Spreads: A Loan LevelAnalysis // Real Estate Economics, 2004.
– Vol. 32. No. 4. – p. 541–569.9.Attanasio, O., Goldberg, P., Kyriazidou, E. (2008). Credit Constraintsin the Market for Consumer Durables: Evidence from Micro Data on CarLoans// International Economic Review, 2008. – Vol. 49. No. 2. – p. 401-36.11710.Bajari, P., Chu, C., Park, M. (2008). An Empirical Model of SubprimeMortgage Default from 2000 to 2007 // NBER WP series - No.
14625.11.Baltas, G. (2004). A model for multiple brand choice // EuropeanJournal of Operational Research, 2004. –Vol. 154. No. 1. – p. 144-149.12.Ben-Akiva, M., Lerman, S. (1985). Discrete choice analysis: theoryand application to travel demand // MIT press, 1985. – Vol. 9.13.Berry, S., Gandhi, A., Haile, P. (2013). Connected substitutes andinvertibility of demand // Econometrica, 2013. – Vol. 81. No. 5. – p. 20872111.14.Berry, S., Haile, P.
(2009). Nonparametric identification ofmultinomial choice demand models with heterogeneous consumers//National Bureau of Economic Research, 2009. – No. 15276.15.Berry, S., Haile, P. (2011). Identification in a class of nonparametricsimultaneous equations models // Cowles Foundation Discussion Paper –No. 1787.16.Bhat, C. (2005). A multiple discrete–continuous extreme value model:formulation and application to discretionary time-use decisions //Transportation Research Part B: Methodological, 2005. – Vol. 39. No. 8. –p.
679-707.17.Blundell, R., Matzkin, R. (2010). Conditions for the existence ofcontrol functions in nonadditive simultaneous equation models // Mimeo,UCL and UCLA.18.Brown, B. (1983). The identification problem in systems nonlinear inthe variables // Econometrica, 1983. – p. 175-196.19.Canay, I., Santos, A., Shaikh, A. (2013). On the testability ofidentificationinsomenonparametricmodelswithendogeneity//Econometrica, 2013. – Vol. 81. No.. 6. - p. 2535-2559.11820.Choi, K., Moon, C. (1997). Generalized extreme value model andadditively separable generator function // Journal of Econometrics, 1997.
–Vol. 76. No. 1. – p. 129-140.21.Clayton, J., Miller, N., Peng, L. (2010). Price-Volume Correlation inHousing Market: Causality and Co-movement // Journal of Real EstateFinance and Economics, 2010. - Vol. 40. – p. 14–40.22.Cragg, J., Donald, S. (1993). Testing Identifiability and Specificationin Instrumental Variable Models // Econometric Theory, 1993.
– Vol. 9. No.2. – p. 222-240.23.Das, M., Newey, W., Vella, F. (2003). Nonparametric Estimation ofSample Selection Models // The Review of Economic Studies, 2003. – Vol.70. No. 1. – p. 33–58.24.Follain, J. (1990). Mortgage Choice // Real Estate Economics, 1990.– Vol.
18. No. 2. – p. 125–144.25.Goetzmann, W., Peng, L., Yen, J. (2012). The Subprime Crisis andHouse Price Appreciation // Journal of Real Estate Finance and Economics,2012. – Vol. 44. – p. 36–66.26.Gronau, R. (1973). Wage Comparisons: a Selectivity Bias // NBERWorking Paper Series. – No. 13.27.Harris, M., Ramful, P., Zhao, X. (2006). An ordered generalisedextreme value model with application to alcohol consumption in Australia //Journal of health economics, 2006. – Vol.
25. No. 4. – p. 782-801.28.Heckman, J. (1974). Shadow Prices, Market Wages, and Labor Supply// Econometrica, 1974. – p. 679-694.29.Heckman, J. (1976). The Common Structure of Statistical Models ofTruncation, Sample Selection, and Limited Dependent Variables and aSample Estimator for Such Models // Annals of Economic and SocialMeasurement, 1976. – Vol. 5 No. 4. – p. 475–492.11930.Heckman, J. (1979). Sample Selection Bias as a Specification Error //Econometrica, 1979. Vol. 47.
No. 1. – p. 153–161.31.Heckman, J. (1990). Varieties of Selection Bias // The AmericanEconomic Review, 1990. – p. 313-318.32.Heckman, J., Robb, R. (1985). Alternative Methods for Evaluating theImpact of Interventions: An Overview // Journal of Econometrics, 1985. –Vol. 30. No. 1. – p.
239-267.33.Hensher, D., Greene, W. (2002). Specification and estimation of thenested logit model: alternative normalisations // Transportation ResearchPart B: Methodological, 2002. – Vol. 36. No. 1. – p. 1-17.34.Imbens, G., Newey, W. (2009). Identification and estimation oftriangular simultaneous equations models without additivity// Econometrica,2009.
– Vol. 77. No. 5. – p. 1481-1512.35.Kleibergen, F. Paap, R. (2006). Generalized reduced rank tests usingthe singular value decomposition// Journal of Econometrics, 2006. – Vol.133. – p. 97-126.36.LaCour-Little, M. (2007). The Home Purchase Mortgage Preferencesof Low- and Moderate Income Households// Real Estate Economics, 2007.– Vol. 35. – p. 265-290.37.Magri, S. (2002), Italian households' debt: determinants of demandand supply // Banca d'Italia, 2002.
- Vol. 454.38.Magri, S. (2007). Italian households’ debt: the participation to the debtmarket and the size of the loan // Empirical Economics, 2007. – Vol. 33. No.3. – p. 401–426.39.Matzkin, R. (2008). Identification in nonparametric simultaneousequations models // Econometrica, 2008. – Vol. 76. No. 5. – p. 945-978.40.Matzkin, R. (2010). Estimation of nonparametric models withsimultaneity // Mimeo, UCLA, Department of Economics.12041.Matzkin, R.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
