我國住房抵押貸款債券定價(jià)研究

李毅震

（寧波諾丁漢大學(xué)商學(xué)院，浙江寧波315100）

我國住房抵押貸款債券定價(jià)研究

李毅震

（寧波諾丁漢大學(xué)商學(xué)院，浙江寧波315100）

基于建元2007-1個(gè)人住房抵押貸款支持證券的數(shù)據(jù)，對(duì)比分析靜態(tài)現(xiàn)金流折現(xiàn)法和靜態(tài)利差法的定價(jià)結(jié)果，證明靜態(tài)利差法更適合我國住房抵押貸款債券定價(jià)。

住房抵押貸款債券；靜態(tài)利差法；定價(jià)

1　引言

住房抵押貸款債券是商業(yè)銀行將部分個(gè)人抵押貸款出售給特殊目標(biāo)實(shí)體，并由其進(jìn)行抵押貸款的結(jié)構(gòu)性整合，同時(shí)以借款人將來支付貸款的現(xiàn)金流為支撐而發(fā)行的債券。住房抵押貸款債券化是國際市場(chǎng)上成熟的金融工具，它不僅可以能增強(qiáng)商業(yè)銀行資產(chǎn)流動(dòng)性，分散住房抵押貸款風(fēng)險(xiǎn)，而且還能提供不同風(fēng)險(xiǎn)和收益的金融產(chǎn)品，滿足投資者們不同的投資需求。我國住房抵押貸款債券業(yè)務(wù)始于2005年，中國建設(shè)銀行作為試點(diǎn)銀行發(fā)行了我國第一支住房抵押債券——建元2005-1個(gè)人住房抵押貸款支持證券。近年來隨著我國房?jī)r(jià)不斷上漲，商業(yè)銀行個(gè)人住房抵押貸款呈快速擴(kuò)張趨勢(shì)（見圖1）。2015年我國住房抵押貸款余額為27萬億，占人民幣貸款余額的比重為13.94%，約為2000年的38.53倍，年均增長(zhǎng)率為25.63%。雖然住房抵押貸款具有穩(wěn)定的現(xiàn)金流，常常被金融機(jī)構(gòu)視為優(yōu)質(zhì)資產(chǎn)，然而由于住房抵押貸款期限較長(zhǎng)，一般為10到30年，并且商業(yè)銀行存款業(yè)務(wù)普遍為短期，這就會(huì)導(dǎo)致商業(yè)銀行出現(xiàn)存貸款業(yè)務(wù)期限錯(cuò)配問題，并且隨著個(gè)人住房抵押貸款業(yè)務(wù)的急劇擴(kuò)張，存貸款業(yè)務(wù)期限錯(cuò)配問題將會(huì)不斷加?。?］。因此，在我國商業(yè)銀行不良貸款率不斷上升的背景下，發(fā)展住房抵押債券不僅能分散商業(yè)銀行住房抵押貸款的風(fēng)險(xiǎn)，而且可以有效地增強(qiáng)商業(yè)銀行的資產(chǎn)流動(dòng)性。

住房抵押貸款債券定價(jià)，是個(gè)人住房抵押貸款證券化的核心，是其發(fā)行和交易的前提。住房抵押債券定價(jià)主要有3種方法：靜態(tài)現(xiàn)金流折現(xiàn)法、靜態(tài)利差法和期權(quán)調(diào)整利差法。雖然期權(quán)調(diào)整利差法是歐美成熟金融市場(chǎng)主流的定價(jià)方法，然而我國個(gè)人住房抵押貸款主要采用浮動(dòng)利率并且受到中國人民銀行利率調(diào)控的影響，所以期權(quán)調(diào)整利差法中利率路徑的模擬往往不能準(zhǔn)確判斷我國利率的變動(dòng)情況。因此，期權(quán)調(diào)整利差法并不適用于我國住房抵押債券的定價(jià)。相比于簡(jiǎn)單的靜態(tài)現(xiàn)金流折現(xiàn)法，靜態(tài)利差法能更準(zhǔn)確地在現(xiàn)金流較為分散的情況下為債券進(jìn)行定價(jià)。本文基于建元2007-1個(gè)人住房抵押貸款支持證券的數(shù)據(jù)，運(yùn)用靜態(tài)現(xiàn)金流折現(xiàn)法和靜態(tài)利差法對(duì)住房抵押債券進(jìn)行定價(jià)分析，證明靜態(tài)利差法更適合我國住房抵押貸款債券定價(jià)。

圖1　住房抵押貸款余額以及其占人民幣貸款余額比重

2　住房抵押債券定價(jià)實(shí)證分析

首先，介紹建元2007-1個(gè)人住房抵押貸款支持證券的概況；其次，選取收入水平、貸款利率和新建住宅銷售價(jià)格指數(shù)作為自變量，求出提前償還和違約行為的多元回歸計(jì)量模型；第三，根據(jù)2015年信用等級(jí)為AAA的企業(yè)債的平均利差，估計(jì)出住房抵押債券的靜態(tài)利差；最后，根據(jù)建元2007-1個(gè)人住房抵押貸款支持證券的最近數(shù)據(jù)，得出其定價(jià)結(jié)果并給出研究結(jié)論。

2.1建元2007-1個(gè)人住房抵押貸款支持證券簡(jiǎn)介

建元2007-1住房抵押債券的資產(chǎn)池由深圳、福州和泉州的12 254筆個(gè)人住房抵押貸款組成，合同總金額為4 815 940 641元，深圳、福州和泉州的抵押貸款各占抵押貸款總額的73.82%、20.89%和5.29%。資產(chǎn)池中的所有抵押貸款均為正常貸款，其平均貸款初始抵押率為72.85%，平均貸款剩余期限為199月，單筆貸款平均合同金額為393 010元，平均貸款年利率為5.95%。詳細(xì)數(shù)據(jù)見表1。

表1　建元2007-1MBS抵押貸款總體情況［2］

2.2提前償還行為的多元回歸模型

根據(jù)已有研究可知，收入水平、貸款利率和新建住宅銷售價(jià)格指數(shù)將會(huì)影響借款人的提前償還行為。因此，選取三者作為自變量，由每月《建元2007-1RMBS受托機(jī)構(gòu)報(bào)告》計(jì)算得出的提前償付率作為因變量，求出提前償還行為的回歸模型。

2.2.1收入水平。由泉州、福州和深圳三個(gè)城市2008年至2015年各個(gè)季度城鎮(zhèn)居民人均可支配收入來衡量。由于深圳、福州和泉州的抵押貸款各占抵押貸款總額的73.82%、20.89%和5.29%，因此可求出三城市人均可支配收入（見圖2）。2008年至2015年，各地收入水平均呈上升趨勢(shì)，其中，深圳的城鎮(zhèn)居民人均可支配收入最高，福州人均可支配收入最低，同時(shí)，收入水平呈現(xiàn)明顯的季節(jié)性，一季度的收入最低，四季度的收入最高。因?yàn)槭杖胨綌?shù)據(jù)有明顯的季節(jié)性波動(dòng)趨勢(shì)，所以需要運(yùn)用X-12方法進(jìn)行季節(jié)調(diào)整，以提高之后回歸分析的準(zhǔn)確性。采用EViews 9進(jìn)行的收入水平季節(jié)調(diào)整結(jié)果如圖3所示。

圖2　2008-2014年三地城鎮(zhèn)居民人均可支配收入增長(zhǎng)情況（元）

圖3　人均收入水平的季節(jié)調(diào)整（元）

2.2.2貸款利率。由于建元2007-1MBS資產(chǎn)池中的平均貸款剩余期限為16.58年（199月），因此貸款利率可由五年以上貸款基準(zhǔn)利率進(jìn)行衡量。由圖4可知，五年以上貸款基準(zhǔn)利率，2008-2015年整體呈現(xiàn)下跌趨勢(shì)，由2008年利率高點(diǎn)7.83%下跌至2015年底的4.90%。

圖4　2008-2015年五年以上貸款基準(zhǔn)利率

2.2.3新建住宅銷售價(jià)格指數(shù)。新建住宅銷售價(jià)格指數(shù)以2007年為基期，通過計(jì)算得出之后每年各個(gè)季度的住宅銷售價(jià)格指數(shù)，并由三個(gè)城市的權(quán)重得出加權(quán)平均新建住宅銷售價(jià)格指數(shù)（見圖5）。雖然三個(gè)城市的房?jī)r(jià)在2008年和2009年經(jīng)歷了明顯地下跌，但這8年間各地房?jī)r(jià)總體呈上漲趨勢(shì)，其中深圳漲幅最多，而泉州的漲幅最少。

圖5　2008-2015年新建住宅銷售價(jià)格指數(shù)

2.2.4提前償付率。由每月的《建元2007-1RMBS受托機(jī)構(gòu)報(bào)告》，可計(jì)算出建元2007-1MBS單月提前償付率，通過將月度數(shù)據(jù)相加，可得到2008-2015年各季度累計(jì)提前償付率。單月提前償付率（SMM）可由以下公式求得：

如圖6所示，各季度累計(jì)提前償付率明顯呈季節(jié)性，一季度到二季度提前償付率高，三季度到四季度償付率低。為了提高數(shù)據(jù)準(zhǔn)確性，需要對(duì)各季度累計(jì)提前償付率進(jìn)行季節(jié)調(diào)整，運(yùn)用EViews 9進(jìn)行季節(jié)調(diào)整之后的數(shù)據(jù)如圖7所示。

圖6　2008-2015年各季度累計(jì)提前償付率

圖7　2008-2015年累計(jì)提前償付率的季節(jié)調(diào)整

2.2.5平穩(wěn)性檢驗(yàn)。將收入水平、貸款利率、新建住宅銷售價(jià)格指數(shù)和提前償付率分別表示為I_SA、IR、PI、PR_SA，同時(shí)，為了防止回歸運(yùn)算中出現(xiàn)異方差，分別對(duì)I_SA、IR、PI、PR_SA取對(duì)數(shù)，并表示為L(zhǎng)NI_SA、LNIR、LNPI、LNPR_SA。為了防止偽回歸的出現(xiàn)，在對(duì)時(shí)間序列進(jìn)行回歸分析之前首先要對(duì)各個(gè)變量進(jìn)行平穩(wěn)性檢驗(yàn)，本文采用ADF檢驗(yàn)對(duì)各個(gè)變量進(jìn)行平穩(wěn)性檢驗(yàn)，檢驗(yàn)結(jié)果如表2所示。由表2 ADF檢驗(yàn)結(jié)果可知，變量LNIR和LNPR_SA經(jīng)過一階差分后，變量LNI_SA和LNPI經(jīng)過二階差分后，在1%顯著水平下都不存在單位根，為平穩(wěn)時(shí)間序列，可以對(duì)其進(jìn)行協(xié)整檢驗(yàn)。

表2ADF檢驗(yàn)結(jié)果

2.2.6協(xié)整檢驗(yàn)。當(dāng)時(shí)間序列計(jì)量模型中出現(xiàn)多個(gè)非平穩(wěn)變量時(shí)，有可能會(huì)出現(xiàn)偽回歸。為了防止偽回歸的出現(xiàn)，要對(duì)變量之間進(jìn)行協(xié)整檢驗(yàn)。本文采用EG兩步法對(duì)各個(gè)變量之間進(jìn)行協(xié)整檢驗(yàn)。

第一步：對(duì)變量LNPR_SA、LNI_SA、LNIR和LNPI做線性回歸。

LNPR_SAt=6.6664—1.9503*LNI_SAt—2.0059*LNIRt+0.818* LNPIt+εt

第二步：對(duì)上述回歸模型的殘差序列et做ADF檢驗(yàn)，結(jié)果如表3所示。

表3ADF檢驗(yàn)結(jié)果

由表3可知，殘差序列et的p值為0，表明在1%顯著水平下殘差序列et是平穩(wěn)的，所以變量LNPR_SA、LNI_SA、LNIR和LNPI之間存在協(xié)整關(guān)系，可以對(duì)這些變量進(jìn)行回歸分析。

2.2.7提前償還行為的回歸模型。使用最小二乘法對(duì)變量LNPR_SA、LNI_SA、LNIR和LNPI進(jìn)行回歸分析，結(jié)果如下：

Dependent Variable:LNPR_SA Method:Least Squares Date:08/02/16 Time:17:21 Sam ple:3/01/2008 12/01/2015 lncluded obs ervations:32 Variable C LNI_SA LNIR LNPI R-squared Adjus ted R-squared S.E.of regres sion Sum squared resid Log likelihood F-statis tic Prob（F-statistic）Coefflcient 6.666 409 -1.950 339 -2.005 914 0.817 956 0.622 855 0.582 446 0.289 001 2.338 600 -3.547 095 15.41 398 0.000 004 Std.Error 2.515 975 0.419 106 0.548 700 0.646 831 Mean de pendent var S.D.dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat t-Statistic 2.649 632 -4.653 575 -3.655 757 1.264 559 Prob. 0.0 131 0.0 001 0.001 0 0.216 5 -3.434 277 0.447 242 0.471 693 0.654 910 0.532 425 2.040 009

由以上回歸結(jié)果可知提前償還行為的回歸模型為：

LNPR_SAt=6.6664-1.9503*LNI_SAt-2.0059*LNIRt+ 0.818*LNPIt

回歸結(jié)果顯示，提前償還行為回歸模型的Prob（F-statistic）為0.000 004，小于0.05，表明回歸模型顯著性較強(qiáng)。同時(shí)，回歸模型的R-squared為62.29%，表明此回歸模型擬合度較高，可以較好地解釋借款人的提前償還行為。收入水平的系數(shù)為負(fù)，表明收入水平與借款人的提前償還行為是負(fù)相關(guān)；貸款利率的系數(shù)同樣為負(fù)，表明貸款利率與借款人的提前償還行為是負(fù)相關(guān)，貸款利率越高，提前償付率就越低；新建住宅銷售價(jià)格指數(shù)的系數(shù)為正，表明住宅價(jià)格指數(shù)與提前償還行為是正相關(guān)，房?jī)r(jià)越高，提前償付率就越高。

2.3違約行為的多元回歸模型

與提前償還行為的回歸分析類似，選取收入水平、貸款利率和新建住宅銷售價(jià)格指數(shù)作為自變量，由每月《建元2007-1RMBS受托機(jī)構(gòu)報(bào)告》計(jì)算得出的月度新增違約貸款作為因變量，求出違約行為的回歸模型。

2.3.1新增違約貸款。建元2007-1MBS資產(chǎn)池2008年至2015年的整體違約狀況可由其各季度累計(jì)率總體反映（見圖8）。其資產(chǎn)池中抵押貸款的違約率在2008年一季度到2009年四季度這頭兩年呈現(xiàn)快速增長(zhǎng)勢(shì)頭，從0.04%增長(zhǎng)到0.67%，此后的六年中累計(jì)違約率趨于穩(wěn)定，僅增長(zhǎng)了0.29%。圖9各月度新增違約貸款額反映了同樣的趨勢(shì)，前兩年違約率高，之后違約行為逐漸減少。

圖8　2008-2015年各季度累計(jì)違約

圖9　2008-2015年新增違約貸款額（元）

2.3.2平穩(wěn)性檢驗(yàn)。為防止偽回歸的出現(xiàn)，需要對(duì)回歸分析中的各變量進(jìn)行平穩(wěn)性檢驗(yàn)，由于自變量LNI_SA（收入水平）、LNIR（貸款利率）、LNPI（新建住宅銷售價(jià)格指數(shù)）已知（在此不再贅述），將新增違約貸款表示為NDM，對(duì)其取對(duì)數(shù)，記為L(zhǎng)NNDM。采用ADF檢驗(yàn)對(duì)各個(gè)變量進(jìn)行平穩(wěn)性檢驗(yàn)，檢驗(yàn)結(jié)果如表4所示。變量LNNDM和LNIR經(jīng)過一階差分后，變量LNI_SA和LNPI經(jīng)過二階差分后，在1%顯著水平下都不存在單位根，為平穩(wěn)時(shí)間序列，可以對(duì)其進(jìn)行協(xié)整檢驗(yàn)。

2.3.3協(xié)整檢驗(yàn)。為防止偽回歸的出現(xiàn)，要對(duì)變量之間進(jìn)行協(xié)整檢驗(yàn)。本文采用EG兩步法對(duì)各個(gè)變量之間進(jìn)行協(xié)整檢驗(yàn)。

第一步：對(duì)變量LNNDM、LNI_SA、LNIR和LNPI做線性回歸。

LNNDMt=119.2087-13.8521*LNI_SAt-6.0367*L

第二步：對(duì)上述回歸模型的殘差序列et做ADF檢驗(yàn)，結(jié)果如表5所示。

表4ADF檢驗(yàn)結(jié)果

表5　ADF檢驗(yàn)結(jié)果

由上表5可知，殘差序列et的p值為0.001，表明在1%顯著水平下殘差序列et是平穩(wěn)的，所以變量LNNDM、LNI_SA、LNIR和LNPI之間存在協(xié)整關(guān)系，可以對(duì)這些變量進(jìn)行回歸分析。

2.3.4違約行為的回歸模型。使用最小二乘法對(duì)變量LNNDM、LNI_SA、LNIR和LNPI進(jìn)行回歸分析，結(jié)果如下：

Dependent Variable:LNNDM Method:Least Squares Date:08/04/16 Time:11:02 Sam ple:3/01/2008 12/01/2015 lncluded obs ervations:32 Variable C LNI_SA LNIR LNPI R-squared Adjus ted R-squared S.E.of regres sion Sum squared resid Log likelihood F-statis tic Prob（F-statistic）Coefflcient 119.2 087 -13.85 211 -6.036 716 2.559 877 0.220 756 0.137 265 5.307 314 788.6 922 -96.86 028 2.644 082 0.068 645 Std.Error 46.204 28 7.696 605 10.07 653 11.87863 Mean de pendent var S.D.dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat t-Statistic 2.580 036 -1.799 769 -3.655 757 0.215 503 Prob. 0.0 154 0.0 827 0.001 0 0.8 309 9.417 602 5.713 945 6.292 517 6.475 734 6.353 249 2.019 527

由以上回歸結(jié)果可知違約行為的回歸模型：

LNNDMt=119.2087-13.8521*LNI_SAt-6.0367*LNIRt+ 2.5599*LNPTt

回歸結(jié)果顯示，違約行為回歸模型的Prob（F-statistic）為0.068 645，大于0.05，表明回歸模型無法拒接原假設(shè)，無法解釋借款人的違約行為，其中變量LNPI的Prob是0.830 9；變量LNIR的Prob是0.553 9，對(duì)因變量LNNDM的影響都不顯著，因此可將其從回歸模型中剔除。

使用最小二乘法對(duì)變量LNNDM、LNI_SA進(jìn)行回歸分析，結(jié)果如下所示：

t-Statistic 3.010 385 -2.781 463 Dependent Variable:LNNDM Method:Least Squares Date:08/22/16 Time:09:35 Sam ple:3/01/2008 12/01/2015 lncluded obs ervations:32 Variable C LNI_SA R-squared Adjus ted R-squared S.E.of regres sion Sum squared resid Log likelihood F-statis tic Prob（F-statistic）Coefflcient 123.4 701 -11.40 035 0.205 014 0.178 515 5.178 881 804.6 242 -96.00 026 7.736 537 0.009 263 Std.Error 41.01 471 4.098 688 Mean de pendent var S.D.dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat。Prob. 0.0 053 0.0 093 9.417 602 5.713 945 6.187 516 6.279 125 6.217 882 1.981 370

由以上回歸結(jié)果可知違約行為的回歸模型：

LNNDMt=123.4701-11.40035*LNI_SAt

回歸結(jié)果顯示，違約行為回歸模型的Prob（F-statistic）為0.027 524，小于0.05，表明回歸模型顯著性較強(qiáng)，同時(shí)，回歸模型的R-squared為21.95%，可以較好地解釋借款人的提前償還行為。收入水平的系數(shù)為負(fù)，同時(shí)Prob小于0.05，表明收入水平與借款人的違約行為是負(fù)相關(guān)并且顯著影響借款人的違約行為，即借款人的收入水平越高，新增違約貸款就會(huì)越低。

2.4靜態(tài)利差

建元2007-1住房抵押債券的貼現(xiàn)率由兩部分構(gòu)成：無風(fēng)險(xiǎn)收益率和利差。無風(fēng)險(xiǎn)收益率一般為即期國債收益率，由于建元2007-1的A級(jí)、B級(jí)、C級(jí)資產(chǎn)支持債券均為AAA評(píng)級(jí)，因此可以我國企業(yè)債市場(chǎng)上具有相同評(píng)級(jí)的債券的利差來預(yù)測(cè)建元2007-1住房抵押債券的靜態(tài)利差，2015年企業(yè)債AAA評(píng)級(jí)5-15年的平均利差如表6所示。截止到2016年二季度，建元2007-1住房抵押債券的存續(xù)期為8.5年，由于其資產(chǎn)池中平均貸款合同期限為18.5年（222月），所以我們可以假設(shè)建元2007-1MBS仍有10年的存續(xù)期，因此其靜態(tài)利差為1.3916%。10年期國債平均收益率為3.171 9%（見表7），所以建元2007-1住房抵押債券的貼現(xiàn)率即為4.5635%。

表6　2015年企業(yè)債AAA評(píng)級(jí)平均利差

表7　國債即期收益率

2.5住房抵押債券定價(jià)比較

上述分析已知，提前償還行為多元回歸模型、違約行為多元回歸模型和住房抵押債券的貼現(xiàn)率。所以只需要基于建元2007-1MBS資產(chǎn)池估計(jì)出每月的現(xiàn)金流，即可得出建元2007-1住房抵押債券的定價(jià)結(jié)果。

基于2016年二季度泉州、福州和深圳統(tǒng)計(jì)局的數(shù)據(jù)，可知三個(gè)城市平均收入水平和平均新建住宅銷售價(jià)格指數(shù)分別為27 042.55元和195.39%（基期為2007年）。中國人民銀行2016年數(shù)據(jù)顯示，五年以上貸款利率為4.9%，將以上數(shù)據(jù)分別帶入提前償還行為多元回歸模型、違約行為多元回歸模型，可得季度累計(jì)提前償付率和月度新增違約貸款分別為5.66%和1 245.63元，將季度累計(jì)提前償付率除以3，即可得建元2007-1MBS單月平均提前償付率1.89%，同時(shí)并假設(shè)單月平均提前償付率和月度新增違約貸款在今后10年中保持不變。

建元2007-1住房抵押債券的單月現(xiàn)金流在等額本息法的情況下可由以下公式求得：

其中，MPt為第t期應(yīng)還款本息額；PPt為第t期提前償還額；DMt為第t期違約金額；MBt為第t期期初貸款余額；It為第t期應(yīng)還利息；SMMt為第t月的提前償還率；T為住房抵押貸款的到期期限。

其中，r為住房抵押債券的貼現(xiàn)率。2016年第7期《建元2007-1RMBS受托機(jī)構(gòu)報(bào)告》顯示，建元2007-1MBS資產(chǎn)池中的貸款余額為240051097.2元，貼現(xiàn)率為3.07%。將這些數(shù)據(jù)帶入以上公式，可得其理論定價(jià)結(jié)果為：

其中，r為住房抵押債券的月度貼現(xiàn)率。將之前計(jì)算得出的數(shù)據(jù)帶入以上公式，可得其理論定價(jià)結(jié)果為：

2016年7月的建元2007-1MBS交易數(shù)據(jù)顯示，其平均交易價(jià)格為102.26元，由此可以得到以上兩種定價(jià)方法的估計(jì)誤差。靜態(tài)現(xiàn)金流折現(xiàn)法的估計(jì)誤差為5.25%，而靜態(tài)利差法的誤差僅為1.24%?？梢?，相比于靜態(tài)現(xiàn)金流折現(xiàn)法，靜態(tài)利差法對(duì)于中國的住房抵押債券的定價(jià)分析更為準(zhǔn)確。

3　結(jié)論

通過實(shí)證對(duì)比兩種定價(jià)方法的結(jié)果發(fā)現(xiàn)，靜態(tài)利差法對(duì)于中國的住房抵押債券的定價(jià)分析更為準(zhǔn)確。此外，實(shí)證研究還發(fā)現(xiàn)，我國借款人的提前償付行為呈現(xiàn)明顯的季節(jié)性；且與理論分析不同，收入水平和貸款利率顯著影響借款人的提前償付行為，且與提前償付行為呈負(fù)相關(guān)關(guān)系，而新建住宅銷售價(jià)格指數(shù)和提前償付行為是正相關(guān)，所以房?jī)r(jià)越高，提前償付率就越高。另外，在收入水平、貸款利率和新建住宅銷售價(jià)格指數(shù)三個(gè)變量中，僅有收入水平與借款人的違約行為顯著負(fù)相關(guān)。

［1］金張平.我國住房抵押貸款支持證券的定價(jià)研究［D］.杭州：浙江大學(xué)經(jīng)濟(jì)學(xué)院，2015.

［2］中國建設(shè)銀行，中誠信托投資有限責(zé)任公司.建元2007-1RMBS-發(fā)行說明書［C］.中國建設(shè)銀行，中誠信托投資有限責(zé)任公司，2007.

Research on the Pricing of Mortgage Backed Security in China

Li Yizhen
（School of Business，Ningbo Nodinghan University，Ningbo Zhejiang 315100）

Based on the data of Jianyuan 2007-1 MBS，this paper compared and analyzed the pricing results of static cash flow discount method and static spread method，and proved that the static spread method could be more suitable for the pricing of mortgage backed security in China.

Mortgage-backed security；static spread method；pricing

F830.572

A

1671-0037（2016）08-44-6

2016-7-21

國家社科基金青年項(xiàng)目（16CJL032）；教育部人文社科項(xiàng)目（14YJC790042）。

李毅震（1992-），男，碩士研究生，研究方向：金融與投資。