清华大学金融科技研究院孵化
金融科技与金融创新全媒体

扫描分享

本文共字,预计阅读时间

在市场借贷领域,许多活跃投资者都对负债收入率(DTI)这个度量标准很是熟悉,而且常常将其应用于自己的投资策略之中。负债收入率指,除抵押之外,借款者每月需要支付的偿还债务总额(例如,信用卡,学生贷款,汽车贷款)与同期月收入比值。也就是说当月收入一定时,借款人债务量越大,则DTI数值越高。Prosper和LendingClub都使用DTI作为承保标准。LendingClub要求借款人DTI需低于35%,而且基于其他信用属性,可能对借款者还有更多限制条件。Prosper对于DTI的要求是低于50%,而且同样会有附加限制条件。Prosper网站所显示的以及数据下载中的DTI包括贷款被认定流通中的贷款数量,而前面提到的50% 的DTI评定标准并不适用于待定贷款。

由于这两个市场都已经过滤了高DTI的借款者,那么未来是否还有必要基于这一变量进一步筛选借款人呢?如果基于历史表现将待定贷款也计算其中是否能使这一数据更具有预测性?

下图是Prosper对2014年发起贷款认购决定时所使用的DTI分布图(月债务/月收入)。我们发现这个50%的比例确实有被严格执行。

在下表中,我们展示了不同DTI指数范围所对应的平均FICO分数和利率范围。FICO分数基本稳定的情况下,DTI越高利率也就越高。因此,DTI不仅可以被Prosper用来衡量并拒绝某些申请者,也可用来作为市场设立利率的标准之一。

为了了解利率增长是否会导致高DTI的违约率上升,我们来看一下Prosper在2012年的贷款利率和违约率(至少有一笔支付没有履行)。我可以看到两个概率都随着DTI的增长而上升,然而,DTI高于30%的贷款违约率上升更快。我们回顾了LendingClub从2013年到2014年所拒绝的贷款,发现其中有23%的DTI高于35%。而其他我们可以用于评估的指数就是FICO,我们这六成贷款被拒的原因正是因为多了一个DTI衡量标准。假如LendingClub和Prosper有类似的客户群体,那么就会有20%被拒绝的贷款是由于DTI过高,但是其中一些还可能因为FICO或其他原因已经被拒绝。

为了评估这个,我们观察了利率与违约率之间的差别(作为盈利代理指数)。DTI越高,利率与损失率的边缘越靠近。由此不难看出,对于投资者来说,高DTI的申请者过往的盈利一直较低。

下一个我们所要关注的是阐明目标进行债务合并的借款者(目前占贷款总数的78%)是否在DTI上与其他借款者表象相当。债务合并的借款者违约率同比较低——但是DTI依旧跟随人数分布的趋势。

基于我们的分析可见,DTI是在设计投资策略时一个很有用的参考数据。在DTI较高的范围内,违约率也偏高,但并这不关乎利率高低。LendingClub和Prosper都提供很多信用和申请变量来评估反测数据。在Orchard,我们使用这个数据的人数分布建立模型,但是这两个案例中DTI都没有表现出收入应当在评估其他可能变量时也被考虑在内。我们想知道如果DTI能否在我们Prosper的2012年人数分布模型中表现为一个直观因素。我们发现当我们优先使用我们的标准模型和样本策略(这个策略通过率60%)时,利率和违约率的区别在不同得DTI区间变得更加微妙。

我们可以看到,最高DTI区间(40%-50%)盈利能力略低于其他区间。

当我们观察同一度量标准时,DTI每增加5%对照增加10%,40%至50%的DTI区间总体不容乐观。

基于这些信息,很明显DTI是评估当中一项重要的指标。如果使用筛选策略,根据盈利能力评估高DTI意义重大。如果使用不含DTI的数据模型(比如Orchard的模型),那么最好将DTI限制在45%,虽然在这个情况下DTI影响有限。

[Source]

本文系未央网专栏作者发表,属作者个人观点,不代表网站观点,未经许可严禁转载,违者必究!

本文为作者授权未央网发表,属作者个人观点,不代表网站观点,未经许可严禁转载,违者必究!

本文版权归原作者所有,如有侵权,请联系删除。

评论


发表评论
您的评论提交后会进行审核,审核通过的留言会展示在上方留言区域,请耐心等待。
猜你喜欢

扫描二维码或搜索微信号“iweiyangx”
关注未央网官方微信公众号,获取互联网金融领域前沿资讯。