我国个人住房抵押贷款证券化的定价研究综述报告.docx

我国个人住房抵押贷款证券化的定价研究综述报告
近年来，我国个人住房抵押贷款证券化市场发展较为迅速。这一市场的兴起，极大的方便了个人住房抵押贷款的融资，也有力的推动了房地产市场的稳定发展。本文将对我国个人住房抵押贷款证券化的定价研究进行详细综述。
一、个人住房抵押贷款证券化的定义
个人住房抵押贷款证券化是指个人住房抵押贷款被打包成证券，然后在证券市场上交易的一种金融工具。在这种交易中，房主将其住房作为抵押品，从而获得借贷款。在借贷的过程中，借款人同意这笔借款可以被打包成证券并上市交易。
二、个人住房抵押贷款证券化的利与弊
个人住房抵押贷款证券化的利：
（1）方便个人住房抵押贷款的融资。
（2）有利于房地产市场的稳定发展。
（3）提升房主的财务流动性，降低了抵押物的风险。
个人住房抵押贷款证券化的弊：
（1）证券化过程需要一些额外的费用，因此，整体的成本会比较高。
（2）证券化的过程需要一些额外的监管，这可能会导致监管成本的增加。
（3）证券市场的风险可能会影响个人住房抵押贷款的利率，甚至可能导致房主无法支付贷款。
三、个人住房抵押贷款证券化的定价
1、传统的定价方法
传统的定价方法是以发行人作为风险承受方以及偿债方，使用评级公司对证券进行评级，然后按照债券的类固收益定价方法对证券进行估值。但是这种方法存在一些问题。首先，评级公司存在利益冲突的问题。其次，传统的定价方法不能充分反映市场的风格，不能及时地反应证券的风险和价值波动。
2、新的定价方法
（1）贝叶斯网络定价模型
贝叶斯网络定价模型是一种基于分子生物学和机器学习的新型数据挖掘方法。它可以在假设条件下推测变量之间的关系，并以此为基础评估证券的风险。
（2）股票期权定价模型
股票期权定价模型适用于对股票和债券的定价。该模型通过使用股票价格，证券期限，风险利润率和离散核估计等变量进行计算，可以精确预测不同类型的证券的价格。
（3）深度学习神经网络
深度学习神经网络是一种通过模拟人类神经系统来解决具有多个复杂过程的问题的算法。这种模型在证券定价方面的应用越来越多。它使用了大量的数据点，具有更好的准确性和稳定性。
四、结论
个人住房抵押贷款证券化市场的日益发展，使得使用新的定价方法成为必要。和传统的定价方法相比，新的定价方法更加精准、快速和有效。然而，要保证证券化市场的长期稳定，关键仍然是要加强市场监管，避免相关的风险。