裴林

摘 要：對汽車貸款資產(chǎn)證券化提前償還的宏微觀因素進行分析，并介紹主要的提前償還度量標(biāo)準(zhǔn)（提前償還率）以及提前償還風(fēng)險模型，接著利用金誠集團于2016年發(fā)行的第一期個人汽車貸款資產(chǎn)證券化信托產(chǎn)品進行實證分析，得到各影響因素的回歸模型，在回歸分析中首次提出二手車市場活躍度（二手車經(jīng)理人指數(shù)）對提前償還率的影響，最后提出一些建設(shè)性意見，以期降低提前償還風(fēng)險。

關(guān)鍵詞：提前償還率;實證分析;回歸模型;二手車經(jīng)理人指數(shù);提前償還風(fēng)險

中圖分類號：F830.91? ? ? ? 文獻標(biāo)志碼：A? ? ? 文章編號：1673-291X（2019）25-0080-03

引言

2014年至今是我國汽車貸款證券化市場的快速發(fā)展期，而在證券化過程中對未來現(xiàn)金流的預(yù)測，影響到證券定價以及發(fā)行后的流通和投資者收益率，但國內(nèi)外對汽車貸款資產(chǎn)證券化產(chǎn)品定價研究較少，而對資金池質(zhì)量提前償還率研究則更小，況且這些研究集中在住房抵押貸款證券化（RMBS）領(lǐng)域。提前還款有利有弊，在一定程度上可以降低違約率，但也直接影響到該產(chǎn)品的基礎(chǔ)資產(chǎn)現(xiàn)金流的穩(wěn)定性，對產(chǎn)品要素中的期限、收益以及風(fēng)險級別均會有不良影響;而且提前償付行為改變各期的本金和利息比例并導(dǎo)致產(chǎn)品期限縮短，使得現(xiàn)金流的到期數(shù)額產(chǎn)生不確定性，所以較高的提前還款率是不利于投資人的。

一、提前償還風(fēng)險因素與模型

（一）提前償還風(fēng)險因素

1.宏觀因素。一是貸款利率。當(dāng)汽車貸款之前合同利率高于目前的市場貸款利率時，借款人將在市場上融資來進行提前償還剩余貸款本金和利息。二是資本市場收益率。當(dāng)資本市場的收益率高于之前的借款利率時，借款人會將資金投入資本市場而不會提前清償貸款。三是消費觀念。我國超前消費觀念還未普及，多數(shù)借款人在收入增長的情況下會提前結(jié)清所欠外債。

2.微觀因素。主要包括借款金額、利率、還款方式、貸款年限、借款人年齡、貸款人地域分布等。同時可以發(fā)現(xiàn)，固定利率的貸款其提前償還率要明顯高于浮動利率貸款。但當(dāng)數(shù)據(jù)足夠多時，這些因素大部分可以通過模型組合得到有效控制。

（二）提前償還模型構(gòu)建

PSA模型主要采用CPR條件提前償還率來衡量提前償還率，其計算基于SMM單月清償率，公式為：

SMM=（MSt-MJt-MJrt）÷St

其中，MSt為t月實際償還本金和利息，MJt為t月計劃償還本金，MJrt為t月計劃償還利息，St為t月末未償本金額。SMM越大，還款速度越快，風(fēng)險也就越高。

提前償還率年利率表示為：

CPR=1-（1-SMM）12

PSA模型假設(shè)資金池剩余期限內(nèi)一直維持在6%內(nèi)，為衡量上述因素對個人住房抵押貸款提前償還的影響，本文選取 SMM 作為衡量 MBS 產(chǎn)品提前償還風(fēng)險的因變量指標(biāo)，選取資本市場收益（CR）、城鎮(zhèn)居民收入（NI）、二手車市場活躍度即二手車市場經(jīng)理人指數(shù)（UI）、月度效應(yīng)（Mt）來衡量汽車貸款提前償付的風(fēng)險因素，建立多元回歸模型如下：

其中，β為系數(shù)，ε為殘差項。

二、提前償付行為的實證分析

（一）數(shù)據(jù)獲得

“金誠一期”相關(guān)數(shù)據(jù)來自中債網(wǎng)公開資料公告，包括發(fā)行說明書、受托機構(gòu)報告和投資者報告;市場貸款利率和城鎮(zhèn)居民可支配收入數(shù)據(jù)以及資本收益率來源于萬得金融數(shù)據(jù)庫;“金誠一期”于2018年年底進行了清倉回購。本文選取2016年5月至2018年11月的月度數(shù)據(jù)作為實證數(shù)據(jù)原始材料。

（二）變量選擇

1.因變量。提前償付率SMM：本期提前還款額與上期末剩余本金之比。在“金誠一期”各期受托機構(gòu)報告中，提前償付金額包括本金和利息。

2.自變量。根據(jù)上述風(fēng)險因素分析，選取下列變量構(gòu)建回歸模型。

（1）加權(quán)平均貸款利率（MR）。通過在市場上再融資提高提前償還率。固定利率貸款和浮動利率貸款借款人對利率反應(yīng)差別較為顯著，在固定利率貸款條件下，市場利率下降時，借款人會選擇提前償付，以獲取較低借貸成本。而在浮動利率貸款條件下，當(dāng)市場利率上下浮動，貸款合同利率會隨之進行調(diào)整，借款人并無再融資需求進行提前償付。其次，我國再融資政策的限制政策比較多，借款人再融資意愿不強烈。因此，在本文分析中假設(shè)借款人對利率不敏感，影響幾乎為0，并將該因素剔除。

（2）資本收益率（CR）。借款人在資本市場有更高的回報時，借款人傾向?qū)⒍嘤噘Y金投入資本市場獲得更高收益，一定程度上降低了提前償還率。資本市場收益率選取的是我國滬深300指數(shù)，該指數(shù)較好地反映了我國資本市場綜合指數(shù)漲跌幅水平。首先，加權(quán)平均城鎮(zhèn)居民可支配收入（NI）。中國目前超前消費還未普及，大多數(shù)人在收入增加時會選擇提前償還所欠的個人外部債務(wù)，這對提前償還率影響比較大且會提高提前償還率。由于根據(jù)國家統(tǒng)計局的數(shù)據(jù)，城鎮(zhèn)居民收入只有季度收入，因此利用Eviews10對數(shù)據(jù)進行頻率轉(zhuǎn)換，得到月度數(shù)據(jù)。其次，月度效應(yīng)變量。下圖為“金誠一期”和“金誠二期”提前償付率走勢圖，金誠二期于2016年11月開始發(fā)行。從圖中可以看出，兩期12月至次年3月均有相同波動趨勢，尤其是每年1月底至2月時期，提前償付率偏低，而在12月時期提前償付率偏高。因此，本文分別引入虛擬變量M2，M12（2月=1，12月=1，其他月=0），用以研究春節(jié)期間以及應(yīng)年底效應(yīng)對于提前償付行為的影響。據(jù)前文分析，虛擬變量M2與提前償付率呈負相關(guān)，虛擬變量M12與提前償付率呈正相關(guān)。

（3）二手車交易市場活躍度UI。由于在我國汽車市場上，借款人想要將購置的車輛進行過戶轉(zhuǎn)讓，必須提前還清剩余貸款本金和利息。因此，當(dāng)二手車交易市場比較活躍時，市場交易機會增多，汽車貸款提前還款率可能上升，對二手車交易市場活躍度度量采用中國汽車流通協(xié)會2016年7月制定的二手車經(jīng)理人指數(shù)，該指數(shù)為分界點（榮枯線）。當(dāng)超過50%的界限時，表示二手車市場交易活躍，反之，市場疲軟。

（三）實證分析

1.平穩(wěn)性檢驗。本文利用Eviews10軟件進行實證分析，并使用ADF方法檢驗序列的平穩(wěn)性，結(jié)果（如表3所示）。

從上頁表2可知，各變量中，SMM、NI、CR 均可以在5%顯著性水平下通過平穩(wěn)性檢驗，而UI在5%顯著性水平下是非平穩(wěn)的，但是其1階差分數(shù)據(jù)都是平穩(wěn)的。

2.協(xié)整檢驗。利用Engle-Granger檢驗法進行回歸：

式中，β為系數(shù)，ε為殘差項，并且對殘差項進行ADF檢驗，統(tǒng)計量t在1%下顯著水平下平穩(wěn)，證明SMM、NI、CR、UI之間存在協(xié)整關(guān)系。

3.提前償還模型估計。具體結(jié)果（如表5所示）。

SMM=0.00378NI-0.00054CR+0.0097UI-0.0016UI+0.0054D12+ε

模型擬合程度較高，模型在各自解釋變量下均顯著，當(dāng)CR升高，提前償付率降低，當(dāng)NI增長時提前償付率增加，同時二手車市場活躍度對提前還款也會造成一個正的影響，提前還款也會增加，與假設(shè)一致?？紤]月度效應(yīng)，12月提前還款會提升，考慮是年終居民收入增加。而在春節(jié)期間，人們有較多消費需求，導(dǎo)致提前償付率較低。

三、政策建議

由于提前償還風(fēng)險對資產(chǎn)證券化產(chǎn)品定價造成影響，給證券化產(chǎn)品投資人收益帶來一定風(fēng)險，因此如何防范這種風(fēng)險顯得尤為重要。

第一，建立和完善提前償付懲罰機制。該方法主要是通過提高借款人提前還款成本，來降低提前償還風(fēng)險。目前在國外比較多的方法是，當(dāng)借款人需要提前還款時，借款人需要付出一筆手續(xù)費，手續(xù)費的比例是按照提前還款時間來制定，還款行為發(fā)生得越早，則需要繳納的手續(xù)費越高。具體比例，還需要按照我國國情來制定。

第二，優(yōu)化資金池?？梢詫ζ浠A(chǔ)資產(chǎn)池中的抵押貸款進行優(yōu)化，按照年齡設(shè)計階梯利率貸款。比如，年輕人初期還款壓力較大，可以對利率進行遞增。

第三，建立完備的數(shù)據(jù)。我國商業(yè)銀行尤其是證券發(fā)行托管金融機構(gòu)，需要加快建立完善提前還款數(shù)據(jù)庫，通過建立各類數(shù)據(jù)模型預(yù)測未來各期提前還款率，對每期提前還款率進行分析以有效降低提前償還風(fēng)險。

參考文獻：

[1]? 戴國強，劉川巍.我國商業(yè)銀行個人住房貸款提前償付模型的實證研究[J].財貿(mào)經(jīng)濟，2007，（6）.

[2]? 袁弘，崔嘯.基于理性提前償付的住房抵押貸款證券定價研究[J].管理評論，2010，（8）：9-13.

[3]? 陳安明.銀行個人住房抵押貸款風(fēng)險分析[J].重慶大學(xué)學(xué)報：社會科學(xué)版，2002，（2）：26-29.