《套用大數據識別和控制住房公積金擴面風險研究》是依託安徽工業大學，由王先柱擔任項目負責人的重大研究計畫。
基本介紹
- 中文名：套用大數據識別和控制住房公積金擴面風險研究
- 項目類別：重大研究計畫
- 項目負責人：王先柱
- 依託單位：安徽工業大學
項目摘要,結題摘要,
項目摘要
本項目基於當前我國城鎮化進程不斷加快、樓市面臨庫存高壓以及住房公積金制度擴面改革等多重背景，研究大數據技術對住房公積金貸款風險管理決策的支持作用。項目擬通過與管理部門、數據企業和金融機構的協作，將住房公積金申請與還款、移動終端使用、媒體與自媒體資訊、空間遙感等多維度大數據資源和房地產經濟學、福利經濟學、金融學等領域理論研究成果相結合，研製出若干大數據分析支持模組，重點定量分析住房市場波動狀況、住房公積金貸款人真實需求識別以及抗風險能力變化趨勢；進而以此為輸入項，研究設計具備更高分析精度、更高分析頻率和更低套用成本的住房公積金貸款風險評價與預測模型和管理系統。項目研究成果最終將為貸前審核、貸後跟蹤監測等環節提供管理決策支持，推動住房公積金貸款風險管理的決策流程最佳化和水平提升。
結題摘要
本項目基於我國新型城鎮化進程不斷加快、住房公積金制度改革、房地產市場長效機制建設與守住不發生系統性金融風險底線等多重背景，深入研究大數據技術在公積金貸款風控的支持作用。充分整合住房領域多源異構大數據資源，對我國某重點城市公積金歷史交易數據、課題組在全國範圍內的兩期實地調研數據、安徽省和地級市公積金管理中心數據以及人口普查數據、流動人口動態監測數據、相關家庭調查數據等進行了深度加工與匹配，對住房公積金擴面過程的各項風險源、風險類型、風險形成機制、風險影響和風險識別防控辦法等進行了多維度深入研究。 主要研究結果如下：其一，住房公積金呈現出流動性不足、區域間流動性不均等特徵，主要源於資金屬地化封閉操作、投融資渠道狹窄、資本充足率和準備金制度缺乏、自身改革影響以及外部因素衝擊等。其二，住房公積金信用風險不容忽視，近28.88%的公積金貸款出現過不同程度的還款逾期，在市場動態監測的基礎上，應充分結合借款人的個體特徵、行為特徵及事件衝擊，精準化識別借款人被動逾期和主動逾期的發生機率，從而做到貸前貸後的全流程監督。其三，住房公積金操作風險與信息對稱性、資金運行透明度、管理方式和管委會構成等密切相關，應從資金、制度、人員和監管等層面入手，加強公積金貸款資金管理力度，防控信息不對稱下的道德風險。其四，住房公積金對新市民購房的支持作用存在個體間、城市間的不平衡與不充分問題，這源於住房市場分化、個人支付能力差異以及公積金制度短板。其五，住房公積金在實踐中產生福利不平等風險，強制性繳納、低息貸款等政策設計加大了繳存機會成本，也抬高了公積金制度經濟福利獲取門檻，貸款額度、還款期限、還款方式等顯著影響公積金經濟福利效應，要重點降低公積金只繳未貸群體福利損失，提高低收入階層獲取公積金福利的機會公平性。其六，住房公積金制度仍存在屬性定位不明的風險，其政策功能和金融功能是辯證統一關係，需要在二者之間尋求平衡點，最佳化住房公積金制度設計，用好用活住房公積金，堅持因城施策，完善住房金融體系，助推住房市場高質量發展。 本項目進一步完善了住房市場大數據研究體系，為政策制定提供了有力決策參考，為構建房貸風險防控信息平台提供了理論支撐和方法準備，推動住房公積金貸款風險管理的決策流程最佳化，在住房公積金制度改革和房地產市場長效機制建設中都具有很強的理論意義與實踐價值。
