北京网站建设兴田德润电话多少,朝阳专业网站建设公司,防城港网站seo,汕头网站建设方案优化前几天写了法拍房相关文章#xff0c;发现国内断供的房屋越来越多。 中国法拍房数量统计预测模型_2023年法拍房数据竟是
2023年中国法拍房用户画像和数据分析 今早花了2个小时#xff0c;写了蒙特卡洛算法模拟预测按揭贷款断供概率。
先给大家介绍按揭贷款的常用数据。不同…前几天写了法拍房相关文章发现国内断供的房屋越来越多。 中国法拍房数量统计预测模型_2023年法拍房数据竟是
2023年中国法拍房用户画像和数据分析 今早花了2个小时写了蒙特卡洛算法模拟预测按揭贷款断供概率。
先给大家介绍按揭贷款的常用数据。不同的还款方式还款的总额也不尽相同。100万贷款分30年还款按照央行5年以上基准利率4.9%计算如果用户选择等额本息的还款方式: 每月还款额5307.27那么利息一共是910616.19本息合计为1910616.19;如果用户选择等额本金还款方式:第一个月还款额6861.11还款额逐递减利息一共是 737041.67本息合计为1737041.67元。
居民住房按揭贷款模型很难写很多人储蓄情况婚姻状况工作情况教育程度不一样。因此我写了几个分群模型来模拟。如果花更多时间这些模型可以逐步优化。 蒙特卡洛住房断供模型1_低离职率_高储蓄
我们模型首先考虑离职率对房屋按揭贷款影响。我国公务员数量在700万左右,占总人口的0.5%绝大部分就业靠民营企业吸收。中国民营企业的平均寿命只有3年左右加上公司KPI绩效考核末尾淘汰制信贷流动性较差大环境下工作很难长期在一家公司维持。
我先初始化一些变量住房按揭贷款人数初始化1万人人数越多程序模拟效果越好但人数达到一个阈值时模型预测结果差异很小。这里初始化1万人足以达到理想模拟预测状态。
house_price1000000 表示合同上房屋售价100万。
funds500000表示住房按揭贷款者储蓄有50万元即支付首付后还有50万资金可以支配。这50万包含你能向亲朋好友借到的所有钱。这只是一个初始化的平均值。
initial_wager5000表示每个月住房按揭还款5000元。
count360表示贷款年限30年即360个月还款时间。
num_broke表示破产人数也可理解为断供人数。如果家庭经济破产房屋按揭自然断供。
模型默认情况是贷款者每月收入是固定的。
模型对每月离职率设置为10%。 house_price1000000
#people表示贷款人数
people10000
#funds表示家庭财富100万
funds500000
#每月还款金额
initial_wager5000
#count还款月数
count360
#此模型当赌博次数达到10000时破产率高达89%
#count10000
num_broke0
当我们家庭可支配资金充足时经济稳定离职率低时断供率为0。银行赚钱居民提前享受新房快乐政府售地赚钱皆大欢喜。 上图可见当30年过去后大多按揭者还有35万可支配收入对家庭影响不大。
蒙特卡洛住房断供模型2_低离职率_低储蓄
有的家庭把几乎所有储蓄用于支付首付可支配收入非常低我把funds改为10万表示家庭储蓄只有10万元。我们然后通过蒙特卡洛模型观察这群体家庭断供率有多高。 #作者Toby邮箱231469242qq.com
#房价100万
house_price1000000
#people表示贷款人数
people10000
#funds表示家庭财富10万
funds100000
#每月还款金额
initial_wager5000
#还款月数
count360当家庭现金流占房屋售价总金额比例为 10%时模型显示破产率断供率为99.96%。这意味着低储蓄家庭面对30年住房按揭时将会全部断供。 下图可视化显示低储蓄家庭在贷款持续到20年时大部分会破产断供并倒欠银行10-20万人民币。 蒙特卡洛住房断供模型3_低离职率_财务危机
模型3加入财务危机参数。随着互联网和移动手机兴起财务危机离我们很近例如p2p暴雷电信诈骗高利贷重大医疗开支教育经费投入过高物价上涨因素等等。
P2P暴雷
2018年6月份央妈和银保监会开始向P2P市场释放加强监管的信号P2P市场的发展戛然而止。6月1日至7月12日的42天内全国108家P2P平台爆雷涉及的资金超过7万亿。P2P平台爆雷造成多个企业或个人破产和法拍房数据上涨有重要原因。中国绝大多数人是贷款买房且很多居民被高利率诱惑把钱投资p2p。随着P2P暴雷居民或企业资产变为泡影必然无力继续还银行房贷法拍房数量当然激增。
电信诈骗
根据公安部公布的最新数据2022年全国共破获电信网络诈骗案件46.4万起同比上升5%。我国每年因为网络电信诈骗损失近2万亿人民币。什么概念我国2023年的国防预算才不到1.6万亿可见网络诈骗对国家对人民的伤害都是巨大的。网络诈骗针对的人群主要是20-40岁人群。每年被诈人数约为1.7亿人其中男性占比达到70.3%女性为29.7%90后占被诈人群总数的36.4%。根据缅北电信诈骗新闻赎回人头费在20-50w这费用足以让普通家庭财富清零或变成负数。
为什么中央近期大力打击电信诈骗大家看到这里也许明白了。诈骗打击的越严格居民储蓄保护就会越好断供率就越低。如果居民钱都被电信诈骗骗走了谁还有钱还银行住房按揭贷款
因此这些政治军事活动背后都有重要经济因素。 网贷
人民网信息显示8月网贷行业的活跃出借人数、活跃借款人数分别为185.14万人、215.44万人。由此推算网贷年借贷人2千万左右。很多网贷都是高利贷套路贷正规持牌照的网贷平台没几家。遇到高利贷套路贷大概率会破产即意味着房屋按揭贷款的断供。
股票下跌
2018年上证综指、深圳成指全年分别下跌24.6%、34.4%均创10年来最大跌幅。创业板指、中小板指分别下跌28.7%、37.8%。股票市场也是居民的重要投资途径居民在股票市场赔的惨可支配收入自然减少这也会影响到还房贷。
从上证指数月k数据分析这属于波浪形分布大多数股民在高位入仓被套牢忍受不了长期煎熬然后低位割肉损失惨重。
股市对股民反复割肉这也会减少家庭可支配收入。 对比一下美股的标普500指数就是一个长期不断上涨趋势居民家庭收入随着股市上涨而增多。 教育资本化和内卷
教育内卷和资本化运作已经不是新闻。资本家天天通过舆论和媒体散布虚假信息不断增加家长焦虑感。 为了让小孩不输在起跑线很多补课费用已经按照w计价。教育支出成为家庭收入的沉重负担还银行贷款的钱就会越来越少断供概率随着增加。 目前很多幼儿园都有补习课5点不放学继续参加各种培训班。当然很多幼儿园补课是大多家长主动提出来。小学按时放学的很少一般补课到下午5点半到6点半。初中高中晚自习上到晚上八点半有的学校更晚很多学生回家已经晚上10点。然后发现抑郁症精神疾病小孩越来越多。 回到正题我们运行蒙特卡洛住房断供模型3_低离职率_重大财务危机模型显示这类人群断供率100%。 从下图可视化可见这类人群在向银行还款到12.5年时候绝大多数就破产断供了。 蒙特卡洛住房断供模型4_离职率_离婚
模型4加入离婚因素观察离婚对断供率影响。我国离婚率从1978年到2002年上涨趋势非常缓慢但2002年到2018年离婚率上涨趋势明显。2018年离婚率为千分之3.36。 假如房屋按揭贷款每个月5000元夫妻用一个人收入换住房按揭一个人收入用来生活和抚养小孩可以勉强维持。但离婚后债务由一个人承担家庭可支配资金几乎腰斩。
根据大数据显示结婚后的6-8年时离婚高峰期俗话7年之痒就是这个道理。Toby老师在程序里加入当还款时间为7年时家庭出现离婚然后观察断供率为0.988。看来离婚对房屋断供是非常重要因素。 下图可视化可见当家庭储蓄充沛在结婚后第7年离婚这类人群在27年时候会破产断供。如果家庭储备金更充裕时可以扛过去。 蒙特卡洛住房断供模型5_第离职率_高现金流_超长还款周期
模型5主要观察还款周期对家庭破产和断供的影响。
模型运行结果显示贷款周期越长家庭破产和断供概率越高。这就是大数定律赌场专业术语叫久赌必输。
山本五十六喜欢一把定输赢如果未来存在诸多不利因素玩的次数越多阴沟翻船概率越大。 居民也不是傻子简单数学也会算。中国青年报等多家媒体显示目前出现提前还款潮。贷款者仿佛明白了什么早日还清债务可以避免家庭破产。 蒙特卡洛住房断供模型6_高离职率_高储蓄
最后我用模型6来看看在高储蓄基础上高失业率对断供影响我把每个月失业概率调整为30%家庭可支配资金仍然为50万元。模型显示断供率为83.3%。这说明高失业率对住房按揭贷款断供影响非常大。 汇总
综合一下通过蒙特卡洛模型模拟我发现高失业率离婚重大财务危机是断供重要因素也和业务逻辑一致。
家庭高储蓄高可支配资金高收入是正向因素可以减少断供概率。
Toby老师认为是否该贷款买房需要分类讨论如果你是银行高管金融高管华尔街资深人士买房就是半年到3年收入没啥压力。
如果你是大城市公务员家庭稳定和谐收入稳定长周期买房断供概率也极低。
如果你是个体户或公司老板收入稳定或逐年上升买房也不是问题。
如果你是家庭储蓄很低在私营企业上班非核心技术岗位长周期贷款买房就容易陷入断供陷阱。
从上述几个模型来看长周期住房按揭都让居民储蓄显著下降甚至破产债务经济是不能长期维持的。简单来说债务经济就是慢镜头的杀鸡取卵。 银行其实也不想居民断供银行想要的是你的钱不是你的房。法拍房折价率为70-90%银行面对法拍房也是损失惨重。兰州法拍房流拍率大于90%兰州银行估计要哭晕在厕所里。 《长周期房贷背后数学陷阱-蒙特卡洛算法揭秘断供为何越来越多》就为大家介绍到这里债务经济不可长期维持银行居民和地方经济若干年后会陷入长债务周期势必影响社会稳定这是四输。而国际金融资本巨鳄不费一兵一足通过离岸金融公司即可搞垮中国经济例如恒大把利润转移国外债务留给国内可谓不战而屈人之兵上计也
欢迎学习更多风控建模相关知识《python金融风控评分卡模型和数据分析微专业课》我们提供专业评分卡模型等知识实现自动化信用评分功能打造金融风控信贷审批模型降低风险。微信二维码扫一扫收藏课程。
我们公司提供一对一机器学习模型定制服务用于企业建模论文定制服务有需求可留言。
作者Toby来源公众号python风控模型《长周期房贷背后数学陷阱-蒙特卡洛算法Monte Carlo揭秘断供为何越来越多》
