Детерминантам по умолчанию в жилых платежи по ипотечным кредитам: статистический анализ,
Цель настоящего исследования состоит в обсуждении и сравнить основные детерминанты ипотечных дефолтов по классификации домов, как "новый" и "использовать". Методология исследования включает методы многомерного статистического фактора, дискриминантного пробит и логит-анализ. Кроме того, модель прогноза определяется логистического регрессионного анализа ступенчатой для вычисления вероятности дефолта. Эмпирические данные показывают, что различные классы дома должны иметь различные наборы факторов детерминанты риска дефолта.
1. Введение
риск дефолта заемщика, является одной из основных проблем для финансовых институтов, а сознательно и точно оценить все соответствующие риски, связанные с ипотечным кредитам, безусловно, повышения их эффективности рынка. С другой стороны, неспособность сделать это может означать либо потерять возможность для получения прибыли или даже генерации потери в ипотечные кредиты. Хотя жилые ипотечные кредиторы сегодня используют различные методы для оказания помощи в своих решениях кредита, по-прежнему, большинство из них "нормы, из-пальца", извлеченные из различных заемщика и имущества характеристик. Кроме того, кредиторы часто используют информацию, взятую с личного финансового состояние заемщика и его кредитный рейтинг. Помощью которого эти различные переменные включены в решение правило о кредитовании в зачастую процедурой, основанной на оценщика опыт и чувствовать себя на рынке.
Есть несколько проблем с применением таких аналитически неофициальные процедуры в качестве единственного критерия. Во-первых, существует возможность смещения. Эксперт могут возникнуть на рынке, но в отсутствие эмпирически подтверждено процедур, его опыт может быть объединена с внешними факторами, которые могут создавать предвзятости. Например, залог может быть различия между различными оценки экспертов, особенно для тех, кто менее опытны. во-вторых, есть возможность в непоследовательности. Два заседателей работать с той же информации может inteipret это по-разному результате в различных решениях кредитования. Такие несоответствия приводят к неэффективности в залог. Поэтому важно, чтобы цели аналитический метод должен быть сделан на анализ причин и прогнозирования жилых риска дефолта ипотечных кредитов. Цель аналитической техники имеет первостепенное значение для кредитора, чтобы свести к минимуму риск дефолта связанных с кредита. Целью данного исследования является выявление основных факторов, определяющих ипотечного умолчанию для дома классифицируются как "новую" и "использовать". Методология исследования включает в себя различные многомерные статистические методы, такие как фактор, дискриминантного пробит и логит-анализ.
Многочисленные исследования ипотечного умолчанию основанное на признаках расы привлекли большое внимание. Каннер и др.. (1991) оценил модель ипотечного кредита распределения на основе рисков по умолчанию, и дальнейшие испытания в этой связи для любого оставшегося эффекты, связанные с расовой принадлежностью домашнего хозяйства или района расового состава. Келли (1995) и смотрел на белый, черный и испаноязычных гонки изучить их ставок по ипотечным предоплаты и в результате оказалось, что существует значительная разница между этими расами. Наконец, Маннелл и др.. (1996) нашли, что меньшинства имеют более чем в два раза чаще отказывают в ипотечных с белыми. Таким образом, процесс принятия решений ипотечных кредитов отличается среди заявителей, представителей различных рас с гонки имеет значение с точки зрения детерминанты ипотечного умолчанию. Тем не менее, расовую проблему не важно, в процессе ипотечного кредитования финансовых учреждений, Тайваня, который, очевидно, в отличие от дела США. Напротив, классификация дома всегда играют важную роль в первоначальном процессе применения кредита. Основная причина в том, что финансовые учреждения считается б / у для внутреннего качества, ограниченный срок службы и дорогостоящего обслуживания, а следовательно, уделять больше ограничений на их ипотечные кредиты.
В предыдущем литературы, ни исследования оценивали детерминанты риска дефолта основан на классификации жилья для дома заявителей ипотечного кредита. Основные puipose данной работы является доказать, что кредиторы должны выбирать различные наборы детерминанты риска по умолчанию для различных классификаций homes1 ..
Наша статья отличается от предыдущих исследований, в некотором роде. Во-первых, она изучает различия между детерминантами по умолчанию для новых и подержанных домов. во-вторых, чтобы избежать слабости предыдущих исследований, которые игнорировали проблемы среди коллинеарности независимых переменных, все связанные переменные были созданы путем факторного анализа для решения этой проблемы. В-третьих, расширенного применения дискриминантного пробит и логистической регрессии анализ случаев по умолчанию используется для объяснения различий в поведении заемщиков. Кроме того, логистические ступенчатой регрессионного анализа также моделью для расчета вероятности дефолта. В-четвертых, в дополнение к изучению характеристик по умолчанию случаях с помощью различных переменных, множество случаев, в отношении нового образца опорные выбрана для интеллектуального исследования, основанного на критических значений, установленных в результате анализа образцов, в целях проверки модели. Наконец, эта статья организована следующим образом: всю базу данных, и выбор переменных описаны в разделе 2, в разделе 3, все подробные эмпирические результаты представлены и резюме в разделе 4.
2. Базы данных и выбор переменных
Стратифицированной выборки из 680 жилых случаев ипотечного кредита взимается с местным банком, который принимает Недвижимость в кредит в качестве одного из основных предприятий проживали в районе Тайчжун и который также принадлежит к ограниченному программы ипотечного кредита под эгидой правительства с января 1989 по июнь 19952. Вся выборка первый разделить на две категории, новые дома и б / у, с 448 случаев заболевания и 232 случаев соответственно. Затем, разные случаи в нашей выборке разбить на две группы, по умолчанию и не по умолчанию. Вообще говоря, по умолчанию, как правило, определяется как неисполнение обязательства или обещания, или для выполнения определенных действий, тогда как в работе по умолчанию рассматривается как заемщики не платят основных займа и проценты в течение определенного срока, предусмотренного договором. По этой классификации случаев новые дома не пронумерованы, по умолчанию 336, и среди них, 326 используются для анализа образец для построения моделей и 10 используются опорные образец для проверки модели. Между тем, число случаев по умолчанию для новых домов 112, из них, 102 предназначены для анализа проб и 10 опорные образца. Для подержанных домов, 184 случаев не по умолчанию, среди них 174 используются при анализе образца для построения моделей и 10 используются опорные образец для проверки моделей, а остальные 48 случаев б / у по умолчанию, а среди них, 38 предназначены для анализа и 10 опорных ..
Кэмпбелл и Дитрих (1984), Ванделл и Тибодо (1985), Лоуренс и др.. (1992), мукомольные и Lubuele (1994) и Дэн и др.. (1995) все заключил [шляпу переменной "loanto стоимости соотношение" сделал статистически существенный вклад в детерминанты ипотечного кредита риска по умолчанию, а также показал, что их отношения положительно коррелирует. Page (1964) также утверждает, что задолженности к собственному капиталу гораздо более важным, чем соотношение кредита toequity в этом вопросе и, следовательно, заслуживает большого внимания. Другая переменная, paymentto доход, имеет важное значение для объяснения риска дефолта, как это было подтверждено исследованиями, таких как Станселл и Миллар (1976), Ванделл (1978) и Инграм и Фрейзер (1982). Они проводят убеждение, что чем выше оплата к доходу, тем больше риск дефолта, наоборот, Herzog и ячменя (1970), Мортон (1975) и Шандора и Сосин (1975) показали, нет корреляции между этими 2. Гарднер и Миллс (1989) сообщили о значительном коэффициент оригинального соотношения заемных средств к стоимости и утверждал, что эти отношения были более полезными для объяснения резолюции образца правонарушений, чем было paymentto-доходу. Тем не менее, Вильямс и др.. (1974) обнаружили, что когда-то первоначальный взнос-toincome соотношение превышает 30%, заемщики, как правило, имеют более высокую вероятность дефолта ..
Кроме того, Мортон (1975), Инграм и Фрейзер (1982), Уэбб (1982), Эйлворд (1984), Уоллер (1988), Каннер и др.. (1991) и Лаврентия и Arshadi (1995) все они добавили личностных характеристик заемщика, в дополнение к переменным "кредит-valuc отношение" и "плата-к доходу", для изучения вопросов, риск дефолта. Гау (1978) предположили, что риск дефолта в основном зависит от заемщика, имущества и финансовых характеристик. Ванделл и Тибодо (1985) показали в математическое моделирование, что ряд факторов nonequity доминировать справедливости действие по умолчанию, и это помогает объяснить, почему некоторые домохозяйства с нулевым или отрицательным капиталом не могут по умолчанию, а другие с положительным справедливости может. Clauretie (1987) также утверждает, что другие факторы, не-справедливости, как источники дохода, стоимости имущества, так и заемщика характеристики, несомненно, играет большую роль в воздействии на уровне по умолчанию. Кроме того, рост доходов заемщиков будут затронуты их образовательной подготовки, возраста, пола и общей макроэкономической деятельности и т. д. Следовательно, переменные в отношении заемщика, имущества и финансовых характеристик принимаются во внимание в различных версиях данной модели. Наконец, мы следили за предложение Зорн и Ли (1989), что переменные, в долларовом выражении все понизить жилья индекса, используя июля 1991 в качестве базы для сравнения во времени.
3. Результаты эмпирического
3,1 факторного анализа результатов
Все 19 независимых переменных взяты на анализ главных компонент в соответствии с процедурой ФАКТОР SAS и оба извлеченных факторов и представитель переменные выбраны в соответствии с правилом Кайзер, т. е. факторов, что выполнение всех следующих критериев выбраны: 1) собственное значение больше 1, 2 ) абсолютная величина коэффициента нагрузки для каждой переменной больше 0,5 и 3) cotnmunality больше 0,5. В таблице 2 представлены 8 извлечения факторов, собственные значения, совокупный процент дисперсии, объясняющих переменных факторов и нагрузок.
3,2 дискриминанта, пробит-логистический анализ
После всей выборки делятся на две категории, новые и подержанные домов, дискриминантного пробит и материально-технического анализа, то выбираются так, чтобы оценить потенциальные детерминанты умолчанию. В таблице 3 представлены все эти эмпирические результаты. Для будущей семье новых заемщиков дома, эти факторы "заемщика статус", "кредит-стоимость" отношение "и" заемщика перспективы ", которые статистических значение для всех трех анализов. Фактор "лет до погашения" является статистически значимым как для дискриминанта и логистических анализа и фактор "ставка по ипотечным кредитам" является единственным значительным в дискриминантного анализа. Кроме того, в таблице 3 также перечислены шесть основных факторов использовать дома, а именно: перспективы на будущее финансовое состояние заемщика, платежно-к доходу, семейное положение заемщика, loanto стоимость отношение, заемщика и лет до погашения. Обратите внимание, что к ним относятся три новых заемщиков дома. Таким образом, различные классы дома должны иметь различные наборы факторов детерминанты риска дефолта. Когда ипотека используются дома, финансовые институты должны предпринять дополнительные осторожность при обработке их ипотечные кредиты. Явление согласуется с общей практикой, что местных займов на новые дома обычно имеют более высокий приоритет, чем б / у.
Это потому, что расходы на б / у включает в себя не только затраты на приобретение жилья, но и расходы на техническое обслуживание, ремонт, переоборудование и другие услуги, жилье. К тому же, фон Фюрстенберг и зеленый (1974) утверждал, что ипотека на существующие дома были более рискованными, чем в новых домах. Поскольку новые дома были непроверенными, хотя существующие дома может быть ухудшение физического или снижается в цене несколько причин, которые имеют отношение к их окрестности. Таким образом, финансовые учреждения должны иметь различные наборы измерений с точки зрения сочетания факторов для различных категорий дома ..
Влияние фактора "лет до погашения" на новые дома, отличается от его влияния на бывшие в эксплуатации. Качество новых домов лучше, чем б / у, с меньшими расходами на ремонт и обслуживание. При прочих равных условиях, финансовые институты более охотно предоставляют кредиты на них. Однако, в тех же условиях кредита, то бремя ежемесячного платежа основной суммы и процентов за нового жилья, то становится выше, чем использовать домовладельцев, так что любые непредвиденные проблемы, безусловно, могут повышать вероятность дефолта. Основываясь на эмпирических результатах этого исследования, для новых домовладельцев, когда срок ипотечного длиннее, с одной стороны, ежемесячный платеж основной суммы и процентов, становится меньше, и их способности платить не будут затронуты, что многое в При экономические колебания. С другой стороны, как член становится длиннее и возраста заемщика увеличивается, а пожилые люди могут быть более вероятно, чтобы собственными ликвидными активами и страхования для покрытия чрезвычайных потребностей, по умолчанию снижения рисков. С другой стороны, хотя и использовали жилья платить меньше, чем новых домовладельцев в условиях ежемесячных платежей, более длительные сроки кредита повышения возможности их страдания от неожиданных событий, и их по умолчанию, следовательно, увеличения рисков.
Для использоваться домовладельцев, еще одним возможным явление, что чем короче срок ипотечного кредита, более быстрое наращивание собственного капитала за счет платежей заемщика и больше потенциальных потерь капитала от ипотечного умолчанию. Поэтому более короткий срок позволит свести к минимуму риск дефолта. Другие факторы, такие, как: является ли заемщики имеют другие личные задолженности, которая может привести к снижению их будущей платежеспособности, необходимо принимать во внимание с дополнительной осторожностью финансовых учреждений ..
Цель покупки недвижимости является одним из ключевых факторов, определяющих риск дефолта. Если заемщики покупку новых домов для личных инвестиций, а не жилья, занимаемого владельцами, то они будут передавать часть своих рисков для финансовых учреждений, заплатив меньше авансовые платежи и уменьшения начальной их приверженность справедливости как можно больше. Поэтому, когда рыночная цена залога резко падает или экономической деятельности становится намного хуже, собственности зачастую будут отменены. Кроме того, поскольку инвестор групп, участвующих в покупке недвижимости не получают никаких налоговых льгот или субсидий интересов государства, которые применяются к owneroccupied жилья только, очевидно, они будут платить более высокие проценты по ипотечным кредитам, в результате чего бремя ежемесячных выплат основной суммы и процентов тяжелее и следовательно, повышая риск дефолта. С другой стороны, если заемщикам приобретать использовать дома для инвестиционных целей, риск дефолта может быть ниже, потому что рядом окружающей среды и качества окрестность использовать дома могут иметь некоторое влияние. Кроме того, власти bargainning на покупку дома использовали всегда больше, а также после ремонта использовать дома иногда может получить определенную прибыль, перепродавая его ..
Другим интересным результатом является то, что фактор "платеж к доходу" является единственным статистически значимой и положительной корреляции в случае использовать дома, указав, что чем выше коэффициент, тем тяжелее бремя заемщиков нести. Учитывая ограниченный объем доходов, увеличение финансового бремени, а также другие личные задолженности, безусловно, делает вероятность дефолта значительно возрастает. Это согласуется с исследованиями по Шандор и Сосин (1975), что кредиторы смотреть платежно-к доходу, очень осторожно и, что кредиты, в которых некоторые довольно скромные критический предел превышен удается избежать. Причина этого фактора является статистически значимым с использоваться домовладельцев может быть, что последние платят больше расходов на обслуживание, при прочих равных условиях, а также более высокую плату к доходу, в первоначальной заявке ипотечный кредит, так что вероятность дефолта рост драматически.
Таблица 3 показывает, что коэффициент "кредит-стоимость" отношение "является наиболее статистически значимым для всех анализ аварий. Похоже, что "кредит-стоимость соотношение является более важным, чем при оплате до доходу, который в соответствии с результатом Гарднер и Миллс (1989). В данном исследовании было значительным коэффициентом оригинальные кредита tovalue отношение, и они утверждают, что этот показатель был более полезным для объяснения резолюции образца правонарушений, чем платеж к доходу. Как мы и ожидали, коэффициент "кредит-стоимость" отношение "положительно коррелирует с риском по умолчанию. Для данного цен на жилье, если заемщики платят большие авансовые платежи, которая представляет их твердую приверженность, то они должны будут меньше от ипотечных банкиров. Учитывая это низкое соотношение заемных средств к стоимости, заемщикам дефолта стали немногие, если таковые имеются. Эти заемщики больше стимулов для защиты своей собственности, сколько они могут, с тем чтобы избежать дефолта. Из этих объяснений, в целях обеспечения максимальной безопасности ипотечных кредитов, финансовые организации должны установить соотношение потолки для выплаты к доходу, а также заемных средств к оплате в виде комбинации. Например, если кредит-стоимость соотношение превышает 90%, они должны ограничить выплаты к доходам до 25%, или попросить всех заемщиков на покупку частного ипотечного страхования и страхования государственных займов ..
Кроме того, первоначально финансовые учреждения будут тщательно изучать заемщика способность и готовность платить в течение срока кредита. всего богатства заемщика является лучшим показателем платежеспособности, так что финансовые учреждения должны взглянуть на нынешние и будущие богатства заемщика очень точно. текущего богатства Тем не менее, первоначальные оценки могут относиться только к заемщика значение, хотя в будущем значение и изменения в уровне богатства являются гораздо более тесно связана с образованием заемщика и оккупации. перспективы на будущее финансовое состояние в настоящем исследовании, факторы "заемщика" и "заемщика" в основном для оценки способности заемщика и готовности платить. С учетом статистических коэффициентов в таблице 3, для новых домовладельцев, наиболее важным фактором является "перспективы заемщика", а коэффициент "кредит-стоимость" отношение "дальше, финансовые для используемого жилья, фактор" заемщика условиях " становится самым важным фактором, в то время как перспективы фактор "заемщика" находится на втором месте. Вообще говоря, финансовые институты более охотно предоставляют кредиты новых домовладельцев. Тогда, чем больше заемных средств к оплате, тем больше вероятность дефолта. Таким образом, кредит-стоимость соотношение становится важным фактором ..
Что касается фактора "финансового состояния заемщика", это положительно коррелирует с риском по умолчанию использоваться дома. Это достигается Наибольший коэффициент в случае использовать дома, указав, что повышение доходов семьи, как правило, более дорогие покупки недвижимости. Однако более наемными работниками, тем хуже они страдают от экономических колебаний, а также дорогостоящие собственности имеет меньше шансов рыночных сделок, и любые непредвиденные события или физического ущерба может увеличиться риск дефолта. Кроме того, дорогостоящие ипотеки упадут в цене сильнее, чем нижние, когда на рынке недвижимости испытывает спад. Кроме того, иногда заемщики намерены получить крупный заем, и передать часть своих рисков для финансовых институтов, в свою очередь, повышение их вероятность дефолта. Очевидно, либо как сумма кредита и ежемесячной выплаты основной суммы и процентов повышается, т. е. когда финансовое бремя заемщика становится тяжелой, увеличивается риск дефолта. Тп Кроме того, увеличивается риск дефолта, когда в экономике происходит поворот к худшему. Например, заемщики могут сделали инвестиции в других областях, таких как акции или облигации, кроме жилой недвижимости. Когда фондовые индексы резко снизились более чем 10000 точек меньше половины период с февраля по июнь в 1990 году, такие инвесторы сильно пострадали.
Из расходов на эксплуатацию домов использовали всегда больше, чем на новые, дополнительные платежи за б / у неизбежны. Кроме того, владельцам частной собственности недооценивать их чистого капитала, потому что они не знают, их имущество оценили. финансовое состояние Таким образом, этот фактор "заемщика" оказывается положительно коррелирует с риск дефолта, а кредиторы должны изучить поток дохода, различные аспекты собственности и будущем стоимости имущества для обеспечения есть достаточно ресурсов для покрытия суммы кредита и избежать безнадежной задолженности ..
Далее, будущих доходов заемщика потока и накопления богатства должны быть проверены очень внимательно. перспективы фактор "заемщика" отрицательно коррелирует с риском по умолчанию, а также статистически значимых среди всех групп анализа. Это отражает тот факт, что, когда заемщики являются высокообразованными и принял участие в безопасную работу, они будут низкие группы риска дефолта. Это потому, что те, кто получил высшее образование, как правило, имеют хорошую и стабильную работу с удовлетворительной способности доходов и выше вероятность накопления богатства много, следовательно, с тщательной оценки собственных финансовых возможностей, однако это весьма образованные группы как правило, имеют низкая вероятность дефолта. семейное положение Кроме того, фактор "заемщика" может быть использован для оценки мотивации заемщика и его способность платить. Если заемщик в браке, семье ответственность гораздо сильнее, для того, чтобы защитить свое имущество для своей семьи и потому что они, как правило, имеют относительно высокие доходы безопасности, чем синглы. Этот фактор имеет отрицательную корреляцию с риском по умолчанию, как мы ожидали, и является наиболее статистически значимым фактором из всех трех категорий. Это означает, что если заемщики браке с двойной доходов, их относительно стабильным источником доходов будет меньшей степени, чем у одного семейного дохода в случае экономических колебаний ..
Этот фактор "лет до погашения" имеет статистически значимую связь с риск дефолта. Мы оценили два разных случаях, новые и подержанные домов, а их детерминанты существенно отличаются друг от друга. Таким образом, финансовые учреждения должны иметь две различные версии модели в терминах определителей для принятия решения по кредитам на эти две категории имущества. Наконец, в таблице 3 также показано, что вклад применения различных моделей статистически вызовет существенное различие. Инграм и Фрейзер (1982) также выбрала дискриминант, пробит и логит-анализ, чтобы изучить существенные факторы для определения критериев, отказа от применения ипотечного кредита. Их результаты показали, что разные (даже opposit) выводы были поддержаны относительно значения отдельных переменных. Но много сходства между пробит и логит-анализ. Он похож на которых были найдены Амэмия (1981) в том, что пробит и логит модели обычно дают близкие результаты, и трудно различимы. Очевидно, что будущее эмпирической работы должно быть сделано до сильного выводы могут быть достигнуты с помощью этих методов и в других подобных эмпирических вопросов ..
3,3 модель прогнозирования
Для будущих модель прогнозирования риска дефолта во всех трех групп анализа, логистической регрессии ступенчатой устанавливается для расчета вероятности дефолта рисков. Tf вероятность дефолта риска в той или иной категории превышает критическое значение в модели прогнозирования, то финансовые учреждения должны отклонить просьбу заемщика на получение кредита. 2 модели риска дефолта с двумя различными группами представлены следующим образом:
Проверка на 3,4 процентов "Группировка" Правильно случаях объявления
Модели прогнозирования могут быть оценены путем создания матрицы смешивания после критическое значение определяется. Тип ошибки классификации я есть вероятность принятия плохих заемщиков, когда они должны быть отвергнуты. Тип II ошибки классификации вероятность отказа от хороших заемщиков, когда они должны быть приняты. По определению, один раз я типа классификации ошибка происходит, то убыток от безнадежной кредита является неизбежным. Кроме того, классификация типа II ошибки создаст дополнительные расходы, возможность для финансовых институтов, таких как потеря интереса доход. Теоретически, балансировка вероятность того, эти две ошибки зависит от банка риск предпочтения. В данной статье критериев "высокий процент правильной классификации" и "низкий процент общей ошибки классификации" определяется выбрать оптимальный критических значений. В дополнение к классификации погрешность результатов анализа проб, образцов дополнительные опорные используется для прогнозирования классификации ошибок, а. Все эти предсказал результаты представлены в таблице 4.
4. Резюме и выводы
Основные детерминанты ипотечного умолчанию для случаев, в нашем примере новых и подержанных домов изучаются. Три основных статистических методов, в том числе дискриминант, пробит и логит-анализ применения. Логистической регрессии ступенчатой создан для модели прогнозирования для расчета три различные категории риска дефолта. будущем эмпирические результаты показывают, что детерминанты риска по умолчанию для новых заемщиков доме "семейное положение заемщика", "кредит-стоимость отношение" и "заемщика перспективы" среди всех трех анализов. будущее финансовое состояние Для подержанных домов, детерминанты риска дефолта факторы "заемщика", "платеж к доходу", "семейное положение заемщика", "кредит-стоимость отношение", "заемщика перспективы" и "лет до погашения ". Однако, когда мы ищем детерминанты риска по умолчанию для всех заемщиков, то по крайней мере четыре фактора, заслуживают особого внимания, а именно, финансового заемщика условия, семьи заемщика статус, "кредит-стоимость отношение и перспективы заемщика, потому что они являются статистически значимыми детерминанты риска по умолчанию для всех трех статистических анализов. Таким образом, финансовые учреждения могут положиться на классификации жилья, как новый или подержанный, то применяются соответствующие множества факторов, насчитывающая 3 или 6, соответственно, для оценки различных случаях по умолчанию для достижения минимального уровня безнадежной задолженности.
Примечания
1. Классификации между домом и использовать дома более или менее основе настоящего общей практики, которая рассматривает новый дом, как первый оборот из рук оригинальные строительные.
Два. Образца в основном все происходит из ограниченного программы ипотечного кредита. Ипотечные платежи должны осуществляться путем сочетания оплату процентов по ипотечным кредитам только за первые три года, а затем сумма долга и процентов, начиная с четвертого года дальше.
Ссылки
Эйлворд, Джейнс F. (1984). Анатомия Жилая ипотека, недвижимость сегодня. pp.23-25.
Кэмпбелл, Тим и Дж. С. Кимбал Дитрих. (1984). Детерминантам по умолчанию на застрахованное обычных ипотечных кредитов, журнал финансов, Vol.38, № 5, с. 1569-1581.
Каннер, Гленн Б., Стюарт А. Габриэль и J. Michael Вулли. (1991). Гонка, по умолчанию рисков и ипотечного кредитования: Изучение FHA займов и обычных рынков, Южный Economic Journal, pp.249-262.
Clauretie, Терренс М. (1987). Влияние различий Межгосударственного Foreclosure затрат и стоимость ипотечных кредитов по умолчанию Курс, AREUEA Journal, Vol.15, № 3, pp.152-167.
Дэн, Yongheng, Джон М. Квигли, и Роберт Ван заказа. (1995). Ипотечный по умолчанию и ссуды под низкий авансовый платеж: стоимость государственных субсидий, NBER Working Paper
Гарднер, Mona, Дж. и Л. Дикси-Миллса. (1992). Оценивая вероятность дефолта по просроченным кредиты, финансовый менеджмент, Vol.18, pp.55-63.
Гау, Джордж (1978). Таксономические модели риск-Рейтинг Ипотека, журнал Бизнес, Т.51, № 4, pp.687-706.
Герцог, J. П. и Я. С. ячменя. (1970). Главная правонарушений Ипотека и взыскания, Нью-Йорк: Национальное бюро экономических исследований.
Инграм, F. Джерри и Эмма Л. Фрейзер. (1982). Альтернативные Многовариантное тестирование в ограниченном Зависимая переменная модели: эмпирическая оценка, журнал Финансовый и количественного анализа, Vol.17, № 2, pp.227-240.
Келли Остин. (1995). Расовые и этнические различия в ипотечных Предоплата, журнал жилищной экономики, Vol.4, № 4, pp.350-372.
Лоуренс Эдвард и Нассер Arshadi. (1995). Мультиномиальное логит-анализ проблемных займов Резолюция выбор в банковской сфере, журнал Деньги, кредит и банковское дело, Vol.27, № 1, pp.202-216.
Лоуренс Эдвард Л. Дуглас Смит. (1992). Анализ рисков по умолчанию в мобильном Хоум Кредит, журнал Банковское дело и финансы, Vol. 16, pp.299-312.
Миллс, Эдвин С. и Луан Sende Lubuele. (1994). Выполнение Ипотека в странах с низким и средним доходом окрестностей, журнал недвижимости экономики и финансов Vol.9, № 3, pp.245-260.
Мортон Т. Грегори. (1975). Дискриминантной функции Анализ ипотечного жилищного правонарушений и взыскания, AREUEA Journal, Vol.3, pp.73-90.
Маннелл, Alicia H. Джеффри M, B, Тутелл, Линн Е. Браун и Джеймс McEneaney. (1996). Ипотечное кредитование в Бостоне: Интерпретация данных HMDA, American Economic Review, Vol.86, № 1, pp.25-53.
Page Альфред Н. (1964). Изменение ипотечных процентных ставок, журнал бизнеса, Vol.37, pp.280-294.
Шандор, Л. Ричард Ховард B. Сосин. (1975). Детерминанты ипотечных премии за риск: на примере Портфолио ссудо-сберегательная ассоциация, журнал бизнеса, vol.48, № 1, pp.28-29.
Станселл, Стэнли Р. Джеймс А. Миллер. (1976). Эмпирическое исследование выплаты по ипотеке для доходу в переменной скоростью ипотечной программы, журнал финансов, Vol.31, № 2, pp.415-425.
Ванделл Керри D. (1978). По умолчанию рисками в рамках альтернативных ипотечных инструментов, журнал Финанс, 33, № 5, с. 1279-1296.
Ванделл, Д. Керри и Томас Тибодо. (1985). Оценка ипотечных дефолтов Использование разбивкой История предоставления данных, AREUEA Journal, Vol. 15, № 3, pp.292-317.
фон Фюрстенберг, Джордж М. и Р. Джеффри Грин. (1974). Ипотечных Просрочки: когортного анализа, журнал Финанс, Vol.29, с. 1545-1548.
Уоллер Neil Г. (1988). Ипотечного жилищного умолчанию: уточнение анализа, жилищного строительства Finance Review, т. 7, pp.321-333.
Уэбб, Bruce G. (1982). Заемщик рисками в рамках альтернативных ипотечных договоров, журнал финансов, Vol.37, № 1, pp.169-183.
Уиламс, Алекс Уильям О. Beranek и Джеймс Кенкел. (1974). Риск дефолта в городских Ипотека: Питтсбург анализа прототипа, американские "Недвижимость и городской ассоциации экономики журнал, т. 2, с. 101-112.
Зорн, Питер М., Майкл Дж. Ли. (1989). Погашение ипотечного заемщика поведение: микроэкономический анализ с канадскими регулируемой скоростью Ипотечный данных, AREUEA Journal, Vol. 17, № 1, с. 118-136.
Шинг-Ping Ли
Мин Чуань университет, Тайвань
Day-Ян Лиу
Национальный университет Тайваня по науке и технике, Тайвань
Контактный адрес электронной почты: <a <href="mailto:hplee@mcu.edu.tw"> hplee@mcu.edu.tw />
