商業(yè)銀行個(gè)人住房貸款風(fēng)險(xiǎn)分析及控制研究

1、商業(yè)銀行個(gè)人住房貸款風(fēng)險(xiǎn)分析及控制研究商業(yè)銀行個(gè)人住房貸款風(fēng)險(xiǎn)分析及控制研究以某商業(yè)銀行無錫分行為例以某商業(yè)銀行無錫分行為例The research on the analysis and control of individual housing loan in commercial bank-a commercial bank Wuxi branch as an example 學(xué)生：鄧予蘭學(xué)生：鄧予蘭導(dǎo)師：錢楓林導(dǎo)師：錢楓林第 2 頁 共26頁第二部分第二部分第一部分第一部分目錄目錄選題背景及研究意義選題背景及研究意義商業(yè)銀行個(gè)人住房貸款風(fēng)險(xiǎn)現(xiàn)狀分析商業(yè)銀行個(gè)人住房貸款風(fēng)險(xiǎn)現(xiàn)狀分析第三部

2、分第三部分某商業(yè)銀行無錫分行個(gè)人住房貸款風(fēng)險(xiǎn)分析某商業(yè)銀行無錫分行個(gè)人住房貸款風(fēng)險(xiǎn)分析第四部分第四部分個(gè)人住房貸款違約模型的構(gòu)建和應(yīng)用個(gè)人住房貸款違約模型的構(gòu)建和應(yīng)用第五部分第五部分商業(yè)銀行個(gè)人住房貸款風(fēng)險(xiǎn)控制商業(yè)銀行個(gè)人住房貸款風(fēng)險(xiǎn)控制第六部分第六部分論文創(chuàng)新與不足之處論文創(chuàng)新與不足之處第 3 頁 共26頁本文選題背景：個(gè)人住房貸款風(fēng)險(xiǎn)本文選題背景：個(gè)人住房貸款風(fēng)險(xiǎn)個(gè)人住房貸款自1998年至2009年貸款余額發(fā)展趨勢(shì)圖商業(yè)銀行個(gè)人住房貸款余額從1997年末的190億元飛速發(fā)展到2009年底的4.4萬億元，在13年中增長了231.58倍，占金融機(jī)構(gòu)全部貸款余額的比重由0.49上升為11。 個(gè)人

3、住房貸款屬長期貸款品種，產(chǎn)生的風(fēng)險(xiǎn)具有長期的積累性。隨著個(gè)人住房貸款余額的不斷攀升，風(fēng)險(xiǎn)日益積累，現(xiàn)階段不良貸款尚處可控制范圍。但若這種風(fēng)險(xiǎn)一旦發(fā)生質(zhì)變便會(huì)爆發(fā)嚴(yán)重的金融震蕩。銀行也將是金融危機(jī)的最大受害者。第 4 頁 共26頁本文研究方法：因子分析和判別分析本文研究方法：因子分析和判別分析n 因子分析因子分析的目的是為了從所選的所有變量中提取出具有相同特點(diǎn)或者說具有共性的變量。通過因子分析可以達(dá)到降低變量數(shù)目的目的，從而將所需研究的變量間的關(guān)系進(jìn)行簡化。n 判別分析法判別分析法是在分類確定的條件下，根據(jù)某一研究對(duì)象的各種特征值判別其類型歸屬問題的一種多變量統(tǒng)計(jì)分析方法。其基本原理是按照一定的

4、判別準(zhǔn)則，建立一個(gè)或多個(gè)判別函數(shù)，用研究對(duì)象的大量資料確定判別函數(shù)中的待定系數(shù)，并計(jì)算判別指標(biāo)。據(jù)此即可確定某一樣本屬于何類 因子分析的基本模型如下：第 5 頁 共26頁分析個(gè)人住房貸款目前風(fēng)險(xiǎn)現(xiàn)狀的基礎(chǔ)上，對(duì)完善個(gè)人住房貸款風(fēng)險(xiǎn)分析個(gè)人住房貸款目前風(fēng)險(xiǎn)現(xiàn)狀的基礎(chǔ)上，對(duì)完善個(gè)人住房貸款風(fēng)險(xiǎn)控制體系提出建議控制體系提出建議對(duì)前人的研究成果進(jìn)行總結(jié)和分析，結(jié)合某商業(yè)銀行無錫分行的樣本數(shù)據(jù)，運(yùn)用統(tǒng)計(jì)分析的方法，建立科學(xué)的個(gè)人住房貸款風(fēng)險(xiǎn)評(píng)價(jià)體系，提出對(duì)完善該銀行個(gè)人住房貸款風(fēng)險(xiǎn)的管理具有實(shí)際運(yùn)用價(jià)值的風(fēng)險(xiǎn)控制方法，并為其他商業(yè)銀行提供可借鑒的范例。 商業(yè)銀行個(gè)人住房貸款利率走向圖利率的波動(dòng)對(duì)個(gè)人住房

5、貸款違約與否以及是否提前還款有很大的影響第 6 頁 共26頁第二部分第二部分第一部分第一部分目錄目錄選題背景及研究意義選題背景及研究意義商業(yè)銀行個(gè)人住房貸款風(fēng)險(xiǎn)現(xiàn)狀分析商業(yè)銀行個(gè)人住房貸款風(fēng)險(xiǎn)現(xiàn)狀分析第三部分第三部分某商業(yè)銀行無錫分行個(gè)人住房貸款風(fēng)險(xiǎn)分析某商業(yè)銀行無錫分行個(gè)人住房貸款風(fēng)險(xiǎn)分析第四部分第四部分個(gè)人住房貸款違約模型的構(gòu)建和應(yīng)用個(gè)人住房貸款違約模型的構(gòu)建和應(yīng)用第五部分第五部分商業(yè)銀行個(gè)人住房貸款風(fēng)險(xiǎn)控制商業(yè)銀行個(gè)人住房貸款風(fēng)險(xiǎn)控制第六部分第六部分論文創(chuàng)新與不足之處論文創(chuàng)新與不足之處第 7 頁 共26頁商業(yè)銀行個(gè)人住房貸款現(xiàn)狀、不良貸款分布及不良貸款率發(fā)展趨勢(shì)商業(yè)銀行個(gè)人住房貸款現(xiàn)狀、

6、不良貸款分布及不良貸款率發(fā)展趨勢(shì)個(gè)人住房貸款余額分布個(gè)人住房貸款余額分布 09年商業(yè)銀行不良貸款分布年商業(yè)銀行不良貸款分布 個(gè)人住房貸款屬長期貸款，風(fēng)險(xiǎn)的暴露需38年的時(shí)間，商業(yè)銀行風(fēng)險(xiǎn)防控體系尚不健全，美國次貸危機(jī)警示了要不斷加強(qiáng)和完善對(duì)個(gè)人住房貸款風(fēng)險(xiǎn)的控制，并在貸款前就將風(fēng)險(xiǎn)扼殺在搖籃里。 07-10年商業(yè)銀行不良貸款比例表年商業(yè)銀行不良貸款比例表 結(jié)論結(jié)論 第 8 頁 共26頁商業(yè)銀行個(gè)人住房的貸款風(fēng)險(xiǎn)現(xiàn)狀商業(yè)銀行個(gè)人住房的貸款風(fēng)險(xiǎn)現(xiàn)狀信用風(fēng)險(xiǎn)市場(chǎng)風(fēng)險(xiǎn)操作風(fēng)險(xiǎn)違約風(fēng)險(xiǎn)提前還款風(fēng)險(xiǎn)個(gè)人住房貸款業(yè)務(wù)面臨的風(fēng)險(xiǎn)影響個(gè)人住房貸款風(fēng)險(xiǎn)的因素主要有：影響個(gè)人住房貸款風(fēng)險(xiǎn)的因素主要有：貸款特征維度：

7、貸款利率、貸款期限、貸款金額借款人特征維度：性別、月收入、職業(yè)、年齡、婚姻狀況、學(xué)歷、個(gè)人住房貸款月還款額度占家庭月收入比、是否當(dāng)?shù)厝说?房產(chǎn)特征維度：住房價(jià)值、建筑面積和單位面積價(jià)格 區(qū)域特征維度：房價(jià)指數(shù)流動(dòng)性風(fēng)險(xiǎn)法律風(fēng)險(xiǎn)商業(yè)銀行所面臨的風(fēng)險(xiǎn)個(gè)個(gè)人人住住房房貸貸款款風(fēng)風(fēng)險(xiǎn)險(xiǎn)第 9 頁 共26頁第二部分第二部分第一部分第一部分目錄目錄選題背景及研究意義選題背景及研究意義商業(yè)銀行個(gè)人住房貸款風(fēng)險(xiǎn)現(xiàn)狀分析商業(yè)銀行個(gè)人住房貸款風(fēng)險(xiǎn)現(xiàn)狀分析第三部分第三部分某商業(yè)銀行無錫分行個(gè)人住房貸款風(fēng)險(xiǎn)分析某商業(yè)銀行無錫分行個(gè)人住房貸款風(fēng)險(xiǎn)分析第四部分第四部分個(gè)人住房貸款違約模型的構(gòu)建和應(yīng)用個(gè)人住房貸款違約模型的

8、構(gòu)建和應(yīng)用第五部分第五部分商業(yè)銀行個(gè)人住房貸款風(fēng)險(xiǎn)控制商業(yè)銀行個(gè)人住房貸款風(fēng)險(xiǎn)控制第六部分第六部分論文創(chuàng)新與不足之處論文創(chuàng)新與不足之處第 10 頁 共26頁某商業(yè)銀行無錫分行（某商業(yè)銀行無錫分行（A銀行）個(gè)人住房貸款現(xiàn)階段風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)銀行）個(gè)人住房貸款現(xiàn)階段風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)個(gè)人住房貸款風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)個(gè)人住房貸款風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)財(cái)務(wù)狀況（70%）非財(cái)務(wù)狀況（30%）家庭月收入貸款金額借款人學(xué)歷借款人職業(yè)借款人婚姻月還款額占月收入比重借款人年齡房價(jià)指數(shù)貸款期限貸款利率指標(biāo)太籠統(tǒng)，不夠具體化各指標(biāo)對(duì)財(cái)務(wù)與非財(cái)務(wù)指標(biāo)的貢獻(xiàn)大小無明確配比缺點(diǎn)：判斷準(zhǔn)確率不高；評(píng)價(jià)指標(biāo)不夠全面，如借款人的住宅購買價(jià)格、建筑面積等因

9、子沒有缺點(diǎn)：判斷準(zhǔn)確率不高；評(píng)價(jià)指標(biāo)不夠全面，如借款人的住宅購買價(jià)格、建筑面積等因子沒有考慮，容易造成評(píng)價(jià)結(jié)論片面、評(píng)價(jià)結(jié)果失真等問題；缺乏反應(yīng)借款人收入變化的信息考慮，容易造成評(píng)價(jià)結(jié)論片面、評(píng)價(jià)結(jié)果失真等問題；缺乏反應(yīng)借款人收入變化的信息 。第 11 頁 共26頁第二部分第二部分第一部分第一部分目錄目錄選題背景及研究意義選題背景及研究意義商業(yè)銀行個(gè)人住房貸款風(fēng)險(xiǎn)現(xiàn)狀分析商業(yè)銀行個(gè)人住房貸款風(fēng)險(xiǎn)現(xiàn)狀分析第三部分第三部分某商業(yè)銀行無錫分行個(gè)人住房貸款風(fēng)險(xiǎn)分析某商業(yè)銀行無錫分行個(gè)人住房貸款風(fēng)險(xiǎn)分析第四部分第四部分個(gè)人住房貸款違約模型的構(gòu)建和應(yīng)用個(gè)人住房貸款違約模型的構(gòu)建和應(yīng)用第五部分第五部分商業(yè)銀

10、行個(gè)人住房貸款風(fēng)險(xiǎn)控制商業(yè)銀行個(gè)人住房貸款風(fēng)險(xiǎn)控制第六部分第六部分論文創(chuàng)新與不足之處論文創(chuàng)新與不足之處第 12 頁 共26頁變量的選擇及其量化表變量的選擇及其量化表n 本文收集到的A銀行1136個(gè)樣本，剔除一些信息不全的樣本，總的符合要求的樣本數(shù)量為999個(gè)，將其分為正常組合違約組488個(gè)和正常組兩個(gè)樣本組511個(gè)，從這兩個(gè)樣本中提取14個(gè)公共變量，對(duì)其進(jìn)行因子分析，目的是為了解決變量之間的多重共線性，從而生成相應(yīng)的因子變量；然后采取判別分析的方法對(duì)所生成的因子變量進(jìn)行分析，建立判別函數(shù)，為A銀行在判斷哪些樣本可能會(huì)違約，哪些樣本正常還款提供相對(duì)可靠的預(yù)測(cè)工具。第 13 頁 共26頁通過因子分

11、析對(duì)所選取的變量進(jìn)行處理，消除各變量之間的多重共線通過因子分析對(duì)所選取的變量進(jìn)行處理，消除各變量之間的多重共線性，使得產(chǎn)生的因子變量之間能夠相互獨(dú)立，并且包含原始變量的大性，使得產(chǎn)生的因子變量之間能夠相互獨(dú)立，并且包含原始變量的大部分信息部分信息 國外學(xué)者Hair等人認(rèn)為：當(dāng)樣本數(shù)量超過50個(gè)時(shí)，因子的荷重系數(shù)0.5，認(rèn)為它是非常重要的；因子的荷重系數(shù)0.4的，認(rèn)為它是很重要的；因子荷重系數(shù)0.3，認(rèn)為它是顯著的。本文以0.5作為因子的荷重系數(shù)臨界點(diǎn)。1FAC2FAC3FAC4FAC5FAC6FAC7FAC8FACKMO值分析值分析小于0.5，不適合；0.6-0.7，不太適合；0.6-0.8，

12、一般；0.8-0.9，適合；大于0.90，非常適合。結(jié)果：結(jié)果：KMO系數(shù)為系數(shù)為0.752，可對(duì)所，可對(duì)所選的原始數(shù)據(jù)進(jìn)行因子分選的原始數(shù)據(jù)進(jìn)行因子分析析 因因子子荷荷重重矩矩陣陣第 14 頁 共26頁因子得分系數(shù)矩陣表因子得分系數(shù)矩陣表1FAC=0.287*（住房購買價(jià)格的標(biāo)準(zhǔn)化值）+0.428*（家庭月收入的標(biāo)準(zhǔn)化值）+0.356*（貸款金額的標(biāo)準(zhǔn)化值）+0.230*（單位面積價(jià)格的標(biāo)準(zhǔn)化值）+.-0.057（是否本地人的標(biāo)準(zhǔn)化值） 例：0.428（家庭月收入因子得分系數(shù)）0.356（貸款金額因子得分系數(shù)）0.287（住房購買價(jià)格因子得分系數(shù)）0.230（單位面積價(jià)格因子得分系數(shù)），其中

13、家庭月收入因子的得分系數(shù)最高，說明家庭月收入這個(gè)原始變量對(duì)因子1的解釋力最強(qiáng)，同時(shí)該變量對(duì)因子1的貢獻(xiàn)最大 .第 15 頁 共26頁對(duì)生成的對(duì)生成的8個(gè)因子變量進(jìn)行賦值個(gè)因子變量進(jìn)行賦值n采用Z分法對(duì)原始變量進(jìn)行標(biāo)準(zhǔn)化：ijjijjXXxS其中，i表示樣本，j表示變量； 111211212222313233.kjjkjkjxxxfxxxxxx ：賦值后的因子分值 ：因子的得分系數(shù)矩陣，因子得分系數(shù)矩陣表X ：標(biāo)準(zhǔn)化后的變量矩陣，通過原始變量的標(biāo)準(zhǔn)化后的數(shù)值矩陣 jfjjjfX簡記為：n賦值時(shí)根據(jù)因子的得分系數(shù)矩陣和對(duì)原始變量進(jìn)行標(biāo)準(zhǔn)化后的數(shù)值來計(jì)算每個(gè)樣本在對(duì)應(yīng)因子上的得分，表示為： 表示原始

14、變量的標(biāo)準(zhǔn)化值；表示原始變量值；表示所有樣本在第j個(gè)變量上的均值；表示標(biāo)準(zhǔn)差。ijxijXjXjS第 16 頁 共26頁生成的生成的8個(gè)因子的描述性統(tǒng)計(jì)結(jié)果如下個(gè)因子的描述性統(tǒng)計(jì)結(jié)果如下我們得到了8個(gè)新的因子變量，這8個(gè)新變量既包含了14個(gè)原始變量的絕大部分信息，同時(shí)又避免了原始變量之間的多重共線性，為后面進(jìn)行判別分析提供基礎(chǔ)。 第 17 頁 共26頁判別函數(shù)分析及擬合優(yōu)度檢驗(yàn)判別函數(shù)分析及擬合優(yōu)度檢驗(yàn)n通過對(duì)原始的999個(gè)樣本（包含有效違約貸款樣本488個(gè)和正常貸款樣本511個(gè)）進(jìn)行因子分析和因子賦值后，生成的變量經(jīng)過判別分析建立違約風(fēng)險(xiǎn)判別函數(shù) n根據(jù)上表得出，個(gè)人住房貸款違約風(fēng)險(xiǎn)典則判別

15、函數(shù)，表達(dá)式如下：越接近1，說明多重共線性程度越低值小于5%，我們認(rèn)為是可以接受的，反之，則不接受 第 18 頁 共26頁擬合優(yōu)度檢驗(yàn)結(jié)果及判別函數(shù)預(yù)測(cè)結(jié)果準(zhǔn)確度分析擬合優(yōu)度檢驗(yàn)結(jié)果及判別函數(shù)預(yù)測(cè)結(jié)果準(zhǔn)確度分析n 在個(gè)人住房貸款的總體樣本999個(gè)中，歸類正確的個(gè)數(shù)為833個(gè)，歸類錯(cuò)誤的樣本數(shù)166個(gè)，歸類正確的概率為83.4%，歸類錯(cuò)誤的概率為16.6%。從總體水平來看，判別分析的結(jié)果準(zhǔn)確率相對(duì)來說還是很高的，說明建立的判別函數(shù)對(duì)個(gè)人住房貸款的違約風(fēng)險(xiǎn)判別具有很高的預(yù)測(cè)率。n WilksLambda值為0.587，Chi Square為989.325，df的值為7，Sig的值為0.000，說明

16、函數(shù)的擬合效果非常好，因此，可用該判別函數(shù)對(duì)個(gè)人住房貸款進(jìn)行違約風(fēng)險(xiǎn)預(yù)測(cè)。判別函數(shù)預(yù)測(cè)結(jié)果準(zhǔn)確度分析判別函數(shù)預(yù)測(cè)結(jié)果準(zhǔn)確度分析判別函數(shù)擬合優(yōu)度檢驗(yàn)判別函數(shù)擬合優(yōu)度檢驗(yàn)第 19 頁 共26頁判別函數(shù)分析結(jié)論判別函數(shù)分析結(jié)論n結(jié)論一：借款人絕對(duì)財(cái)務(wù)狀況與個(gè)人住房貸款違約可能性呈反向相關(guān)。n結(jié)論二：借款人貸款期限和貸款利率狀況與個(gè)人住房貸款違約可能性呈正相關(guān)。n結(jié)論三：房價(jià)指數(shù)與個(gè)人住房貸款違約可能性呈反向相關(guān)。n結(jié)論四：月還款額占家庭月收入的比例與個(gè)人住房貸款違約可能性呈正向相。n結(jié)論五：借款人婚姻年齡狀況與個(gè)人住房貸款違約可能性呈反向相關(guān)。n結(jié)論六：建筑面積的大小與個(gè)人住房貸款違約可能性呈正向相

17、關(guān)。n結(jié)論七：借款人是否本地人與個(gè)人住房貸款違約可能性呈反向相關(guān)，即借款人是本地人，個(gè)人住房貸款違約可能性越小；反之借款人非本地人，那么個(gè)人住房貸款違約可能性越大。不同因子對(duì)個(gè)人住房貸款違約與否的影響程度存在很大差異性，有些因素影響至關(guān)重要，有些因素的影響卻是微乎其微。值得注意的是雖然各因素在決定個(gè)人住房貸款違約風(fēng)險(xiǎn)的重要程度上存在一定差異性，但是是否會(huì)發(fā)生個(gè)人住房貸款違約則是所有這些因子綜合作用的結(jié)果。 第 20 頁 共26頁第二部分第二部分第一部分第一部分目錄目錄選題背景及研究意義選題背景及研究意義商業(yè)銀行個(gè)人住房貸款風(fēng)險(xiǎn)現(xiàn)狀分析商業(yè)銀行個(gè)人住房貸款風(fēng)險(xiǎn)現(xiàn)狀分析第三部分第三部分某商業(yè)銀行無

18、錫分行個(gè)人住房貸款風(fēng)險(xiǎn)分析某商業(yè)銀行無錫分行個(gè)人住房貸款風(fēng)險(xiǎn)分析第四部分第四部分個(gè)人住房貸款違約模型的構(gòu)建和應(yīng)用個(gè)人住房貸款違約模型的構(gòu)建和應(yīng)用第五部分第五部分商業(yè)銀行個(gè)人住房貸款風(fēng)險(xiǎn)控制商業(yè)銀行個(gè)人住房貸款風(fēng)險(xiǎn)控制第六部分第六部分結(jié)論與展望結(jié)論與展望第 21 頁 共26頁健全個(gè)人征信體系及建立科學(xué)的指標(biāo)評(píng)價(jià)體系健全個(gè)人征信體系及建立科學(xué)的指標(biāo)評(píng)價(jià)體系n 個(gè)人征信體系是住房貸款違約風(fēng)險(xiǎn)的 “過濾器”，完善的個(gè)人征信體系將具有不良信用記錄的借款人拒絕在外，有助于商業(yè)銀行個(gè)人住房貸款風(fēng)險(xiǎn)源頭上的控制，將該類風(fēng)險(xiǎn)扼殺在搖籃里。 n 建立科學(xué)的指標(biāo)評(píng)價(jià)體系：當(dāng)Y0時(shí)，借款人正常還款。 1FAC=0.2

19、87*（住房購買價(jià)格的標(biāo)準(zhǔn)化值）+0.428*（家庭月收入的標(biāo)準(zhǔn)化值）+0.356*（貸款金額的標(biāo)準(zhǔn)化值）+0.230*（單位面積價(jià)格的標(biāo)準(zhǔn)化值）+.-0.057（是否本地人的標(biāo)準(zhǔn)化值） .第 22 頁 共26頁加強(qiáng)商業(yè)銀行內(nèi)部控制加強(qiáng)商業(yè)銀行內(nèi)部控制資信調(diào)查CMIS系統(tǒng)信息錄入定性信息導(dǎo)入定量信息導(dǎo)入基本面評(píng)級(jí)系統(tǒng)初始評(píng)級(jí)系統(tǒng)最終評(píng)級(jí)信貸經(jīng)營部門等級(jí)和授信建議審批部門等級(jí)審定最終評(píng)級(jí)評(píng)級(jí)報(bào)告此模塊由信用風(fēng)險(xiǎn)評(píng)級(jí)預(yù)警系統(tǒng)自動(dòng)完成加強(qiáng)貸款審查。建立詳細(xì)的借款人信用評(píng)級(jí)流程加強(qiáng)貸款審查。建立詳細(xì)的借款人信用評(píng)級(jí)流程 加強(qiáng)貸款加強(qiáng)貸款審批流程審批流程控制控制 ，關(guān)，關(guān)鍵節(jié)點(diǎn)處鍵節(jié)點(diǎn)處加強(qiáng)審查加強(qiáng)審查第 23 頁 共26頁加強(qiáng)商業(yè)銀行全面風(fēng)險(xiǎn)管理加強(qiáng)商業(yè)銀行全面風(fēng)險(xiǎn)管理n正確認(rèn)識(shí)提前還款風(fēng)險(xiǎn)正確認(rèn)識(shí)提前還款風(fēng)險(xiǎn)n建立個(gè)人住房貸款數(shù)據(jù)庫建立個(gè)人住房貸款數(shù)據(jù)庫 n靈活運(yùn)用表內(nèi)對(duì)沖方法，管理提前還款風(fēng)險(xiǎn)靈活運(yùn)用表內(nèi)對(duì)沖方法，管理提前還款風(fēng)險(xiǎn)n推進(jìn)個(gè)人住房抵押貸款產(chǎn)品創(chuàng)新，設(shè)計(jì)多樣化的產(chǎn)品挽留顧客推進(jìn)個(gè)人住房抵押貸款產(chǎn)品創(chuàng)新，設(shè)計(jì)多樣化的產(chǎn)品挽留顧客 繼續(xù)完善和推出更多的固定利率個(gè)人住房抵押貸款產(chǎn)品。以資金流動(dòng)和方便借款人為基礎(chǔ)，開發(fā)多種滿足借款人需求的個(gè)人住房貸款產(chǎn)