过去的十年是我国经济发展的黄金时期,GDP高速增长的背后得益于房地产市场的贡献。当我国的房地产市场和与之伴随的住房抵押贷款市场蓬勃发展的时候,美国的次级债市场早已危机四伏,而2008年金融危机的爆发不仅给世界经济造成了重大的打击,而且还引起了社会对住房抵押贷款支持债券的重新审视。危机的产生是由于美国联邦利率的大幅升高以及房地产价格的大幅降低,使得住房抵押次级贷款大量违约情况的出现,引起大量投资机构的倒闭和破产。九十年代末期,我国将住房产业视为国民经济的支柱产业,商品住宅如雨后春笋般拔地而起。房地产的繁荣虽说解决了部分国人的住房问题,但数据显示,过去十多年间我国房价的平均增长速度为6.7%,2007年的增长速度为15.9%,达到了历史的高峰。房价的非理性增长为我国社会稳定埋下了隐患。居高不下的房价使得人们不得不贷款买房,银行等贷款机构的个人住房信贷业务占比也在逐年扩大,目前个人住房消费信贷余额占全国消费类信贷余额的比例已经超过80%。而美国次贷危机的发生告诫了我们,以往被视为优质无风险的信贷资产也蕴藏着潜在的风险。住房抵押贷款属于流动性差且有稳定现金流的资产,为了降低风险和提高资产流动性的需要,几年前我国进行了住房抵押贷款证券化的试点工作,以建行为代表的部分银行发行了住房抵押贷款支持证券,用于二级市场的流通交易。如今个人信用贷款过分地集中在住房产业,那么一旦房价出现暴跌,不可避免的会带来抵押资产价值的缩水,连带产生巨大的银行信贷风险,进而也会通过二级市场扩散至整个金融市场。房地产调控从2010年开始至今已经持续了两年左右的时间,增速明显放缓,但房价仍然有泡沫,不排除下跌的可能。同时4万亿投资产生的严重通货膨胀也使得我国的存贷基准利率上升到一个高位。我国已经暴露出个人住房信贷风险,此时的风险管理显得尤为重要。对住房抵押贷款的风险管理离不开对其的合理定价。在考虑潜在风险因素的前提下对一笔住房抵押贷款合理地定价不仅能帮助贷款机构降低损失发生的可能性,有利于决策层合理地制定房贷政策,而且也有助于我国对将来发行住房抵押贷款支持证券的研究和探索。本文主要是对我国住房抵押贷款的定价研究,通过查阅文献我发现目前对贷款定价的研究大都处于定性分析阶段,部分学者通过因子判别法发现个人住房抵押贷款的价值主要受违约风险、提前偿付风险、首付比例、房贷期限、房贷利率、个人收入以及房产价值等因素的影响,但很少有学者对定价进行定量研究。这主要是因为住房抵押贷款从发展之初到如今历时时间不长,并且发生违约的情况较少,所以考虑违约风险的历史数据不足以支持模型的定量分析。不过,近年已有部分国外学者和个别国内学者在从事定量方法方面的研究。住房抵押贷款定价的方法主要有现金流现值法、信用评级法、结构化方法和简约化方法。现金流现值是一种传统意义上的定价方法,前提条件是假定了借款人的违约和提前还款遵循历史惯例,从而可以预测还贷期限,进而预测银行可以获取的未来现金流；信用评级法是目前我国商业银行放贷过程中最常用的方法,放贷前客户经理对申请人进行征信调查,银行根据客户经理提交的调查评分决定授信方案；结构化方法则是基于期权理论,假定借款人的违约和提前还款权是一份美式期权,标的资产就是借款人的该笔贷款,执行价格是未偿还的剩余贷款余额,违约时银行可以拍卖抵押的房产,因此违约是一份美式卖权,提前偿还则是一份美式买权,结构化方法认为借款人会在一个最优的时点选择是否执行手中的期权：简约化方法使用统计方法从过往的数据中估计出违约(提前偿还)发生的概率函数,再把估计的概率函数作为变量参数引入到贷款定价方程式中,同时简约化方法认为违约、房价、利率等因素是外生的一个随机过程。以上的几种主流定价方法都存在着缺陷。首先,现金流现值法是对未来现金流的贴现,以未来不发生违约和提前偿付为前提,而实际情况却是违约和提前偿付时有发生,并且使用固定的贴现率也不符合现实。其次,信用评级法则是对客户资产状况的一种偏主观的判断,工作人员的疏忽以及借贷双方的信息不对称难以避免。再次,结构化方法虽说引入了期权定价理论,但是定价模型的结果并不能很好地解释现实的状况,我国的大部分家庭视住房为最宝贵的财富,是安身立命之本,所以即使正常还贷不划算也不会执行期权(违约或提前偿付)。最后,简约化方法最先是运用于风险债券的定价,认为违约服从泊松过程,并与利率过程相互独立,这种方法的实证结果与现实数据吻合,但是如果大环境发生变化,模型则表现不佳。综合分析几种定价方法的优势和劣势,本文使用了简约化方法对结构化方法改进,演变成为强度定价方法。强度概念来源于达雷尔·达菲和肯尼斯·辛格尔顿关于信用风险定价的著作。这种方法已经证明能很好地为企业债券以及信用衍生产品定价,近年来也开始有个别学者开始将此方法引入住房抵押贷款定价领域。强度定价方法是一类为违约概率等因素的变化假设了一个外生的过程并根据历史的或当前的数据来标定的模型。它是用简约化方法对结构化方法的一种改进和有效整合,是通过将个人的违约等现象视为一种符合泊松过程的随机事件,并用强度参数来分析对价值的影响。本文的强度定价方法选用了三个主要的变量：房价、违约以及无风险贴现率,并为三个变量分别建立了估值模型。房价数据选取的是来自于国家统计局统计数据库的深圳地区房屋销售价格指数；违约数据选取的是来自中国债券信息网的建设银行发行的住房抵押贷款支持证券“建元2007”公布的每期违约数据；无风险贴现率数据选取的是来自上海银行间拆放利率网站的三月期Shibor。由于违约数据来自“建元2007”,建元2007是以深圳、福州、泉州三地的住房抵押贷款为标的的支持证券,而深圳地区的贷款占比超过了70%,所以房价数据主要选择深圳地区的房屋销售价格指数。此外,房价样本选取的是从2003年一季度至2009年四季度的数据,违约样本选取的是从2008年第一期至2012年第五十期的数据,数据量偏少,为了解决实证过程中数据少的缺陷,本文使用了蒙特卡洛模拟,三变量的设定也提高了蒙特卡洛模拟的运行时间和效率,所有的模拟过程通过MATLAB软件编程实现。本文通过实证分析了一笔利率为7.3%,贷款金额为100万,同时选择固定利率等额本息还款法的10年期住房抵押贷款的价值。首先通过历史数据估算出了三个变量的均值和波动率标准差参数,然后利用蒙特卡洛模拟方法分别模拟出了各变量未来十年间的变动路径,再将三个变量的变动路径代入通过强度定价方法建立的模型中,最后模拟出该笔住房抵押贷款的价值。经过大约50次的模拟,结果显示此笔贷款价值在区间(116.1万,118.6万)内,均值为117.55万,并且波动幅度不大,说明模型的表现相对稳定,符合写作之初的设想,能满足我国商业银行对贷款管理的要求。本文还进行了变量参数的敏感性分析,得出结论：住房抵押贷款价值与贷款利率正相关,随着贷款利率的提高抵押贷款的价值也随之提高；抵押贷款价值与贷款的期限具有相关性,贷款价值随着贷款期限的变化先升后降,举例的该贷款的最佳贷款期限为10年；抵押房产价格走势和贷款价值比共同影响着住房抵押贷款的价值,当房价下跌过猛,低于未偿还贷款余额时,抵押贷款价值就会变成虚值。本文同时也指出了模型设立的不足与缺陷：首先是用于估计变量参数的数据有限,尚未对三个变量的参数进行误差分析和稳定性检验；其次是尚未分析提前还款风险对贷款价值的影响；再次是只针对固定利率抵押贷款的定价,但是实际上商业银行发放的住房抵押贷款主要以浮动利率抵押贷款为主最后是还款方式选取了等额本息还款,除了这种方式外还有等额本金还款,研究这种还款方式下的贷款价值也是十分必要。目前我国除了商业银行之外还有很多小额贷款公司也在开展住房抵押贷款的业务,那么很好地对贷款业务进行风险管理就显得尤为重要。对信贷业务的风险管理离不开对信贷资产的合理定价,如果贷款机构在发放贷款时能准确界定其价值,那么就能最大限度地降低未来发生损失对自身的冲击。在我看来贷款机构要做到科学的贷款定价不仅需要未来更多的学者进行深入研究,而且也需要两条政策措施的配合：一是坚持调控政策不放松；二是实行有管制的市场化利率。