证券投资论文-自动估值模型及其监管关注.doc

证券投资论文-自动估值模型及其监管关注提要：自动估值模型（AVMs）是通过数学计算产生的评估手段，是一种建立在统计理论基础上的计算机程序，主要用于使用房地产信息来对某种特定物业的估价。目前，监管部门正在关注、研究并准备针对该模型的弱点提出指引政策。在国际上该模型已被广泛使用了五年，使用者评价是积极的，AVMs已经被视为是一种先进、科学的风险管理模型。我们银行业人士在学习一个新的管理模式、开发一个新产品、制定一个新政策时，首先要从监管的角度认识监管规定和监管的看法。因为符合和遵循监管要求，是当今商业银行经营需要满足的最基本要素。监管要求所包括的已经不仅是像商业银行法这样的法律、规则和标准，也不应该只有法律和政府规章，还应包括立法者和监督人颁布的主要法规、法条和指引、市场公约、行业协会制定的行为守则以及适用于银行内部员工的内部行为守则。今天的金融业，商业银行的管理模式在变化、管理方法在创新、科技含量在增加，监管者对这些动向的关注也在深入。日前，在拜访纽约OCC时，一份内部刊物监管文摘（SupervisionsDigest）中有一篇文章介绍了目前在美各商业银行和住房信贷机构使用频繁的一个比较新的模型自动估值模型（AutomatedValuationModels-AVMs）以及对这种模型的监管建议，读后感到很受启发。一、AVMs及AVMs的优缺点自动估值模型（AVMs）是通过数学计算产生的评估手段，是一种建立在统计理论基础上的计算机程序，主要用于使用房地产信息（如物业特征、市场人口统计、物业税费率表、销售价格趋势和地区趋势等）来对某种特定物业的估价。AVMs主要用于理顺传统物业评估过程，是按揭贷款安排过程中的主要组成部分。优点：相比传统的房地产评估手段而言，AVMs具有快速、降低成本、前后一致和客观的优点。这不是说尽职的、技术高超的鉴定者缺乏一致性和客观性。但是一个AVM能够显著地节省估价的时间并减少与传统评估过程有关的成本。缺点：主要有三个：首先，它们要依赖所使用数据的精确性、综合性和时效性。其次，AVMs不能用来决定物业的物理状态和相关的市场表现。第三，AVMs永远不能把一个经验丰富的评估师的知识与判断具体化。所以，AVMs适用于一个有相对充足当前数据，物业所处地区相对同质且物业的情况和市场表现相对典型的环境。当数据不足够、地域环境复杂且物业与平均状况和市场表现有显著差距时，AVMs作用就发挥不出来。因此，最关键的是AVMs的使用者能设计一个合适的使用和执行策略，以便判断贷款的整体信贷风险，并能反映出所使用AVMs的特殊优缺点，特别是物业数据能够支持这些产品。二、AVMs的种类AVMs有三种主要类型：指数模型、偏好模型和混合模型。简介如下：指数模型，也叫价格指数模型，只需提供销售数据，不需要物业特征。需要采用“重复销售”的回归分析，并需要一个先前的“价格点”来启动运行。这些模型可靠性令人怀疑，因为它们对物业设定了众多的假设条件，却没有提供依据。例如，假设物业的特征自上次销售后保持不变。偏好模型决定于物业特征。它们针对具体物业（取决于物业位置）；需要物业的特征数据以及比较数据；提供了假设的依据；以规则为基础；并提供了统计评估。像指数模型一样，它们也需要有一个先前的价格点来启动运行。这些模型的局限性在于，依赖于一个严格限定的地理区域内的最近销售的数据，而在某些国家只有部分有限的数据。它们也有指数模型同样的弱点包括假设物业特征保持不变。混合模型把指数模型和偏好模型的特征结合起来，涵盖了销售数据、物业特征分析、可比销售、以及估税模型。许多卖者，包括房利美都向使用多种手段的AVMs模型转换。以上是AVMs的简要介绍，根据房利美的说法，使用AVMs的主要目的是要设计一种解决方法，并使其服务于所有的贷款发放人的业务和竞争需要，并有利于客户。这样才能更好地解决困难，减低费用，并帮助所有美国人拥有自己的房屋和租住可负担房屋的机会。三、美国监管当局OCC对使用AVMs的关注在OCC的内部刊物监管文摘上以“自动估值模型：需要引起警惕的方面”为题，简要介绍了AVMs的情况并从以下几方面提出了监管建议。（一）银行使用（Bankusage）OCC监管下的银行普遍使用AVMs至少五年了。目前大部分国家银行将这些模型作为发放住房信贷时的初步（“第一眼”）评估工具。银行倾向于使用AVMs是因为它们比传统的评估手段更迅速和便宜，并能支持自动发放功能。（二）OCC的关注点(OCCconcerns)OCC对AVMs有如下担心：在估价单个物业时不准确(Theyareimprecise)。与评估指引不符。AVMs是在相互鉴定/估值指引（12CFR34中没有明确的表述）后引入的模型，且模型不能针对物业的实际情况进行处理。对OCC监管大型银行的相关业务的审定工作需要改进。此点在OCC2000-16公告中有详细描述。贷款人对AVMs只有基本的了解。模型分析的资源有限、缺乏准确的方法，对“置信评分”（CONFIDENCESCORES）概念的理解混乱。AVM数据被用于确定信贷敞口。多数银行的放款矩阵使用信用评分和抵押率（LTV）决定最大的信贷敞口。于是许多银行就积极地采用最大的抵押率。AVMs是在房地产价值快速攀升的阶段开始采用的。银行依靠市场升值来抵补模型的不精确性；AVMs从未在稳定或下跌的市场中被检测过。AVMs造成信贷风险增加。不够精确的工具以及对借款人还款能力有限的分析，等于是增加了信贷风险，从而带来更高的违约损失（LGD）。我们尚未看到银行把这种考虑放入准备金/资本分析中。（三）使用AVMs的银行采取的行动针对OCC对AVMs的担心，大银行采取了以下行动：修改信贷政策来“解决（frameup）”这些监管问题。几家大银行进行押品价值审核，然后讨论OCC的担心并对解决确认中存在的缺陷找出办法。加强检察员对使用AVMs问题的意识和培训。与风险分析部门（RAD）通力合作以便加深对使用AVMs有关风险的了解。RAD参与了主要的检查，我们将继续发挥他们对常驻检查队伍的进一步补充作用。保证将来会有个住房顾问来强调对AVM评估的需求，以符合相互鉴定指引和OCC的2000-16号公告。（四）OCC相关的监管工作OCC正在设法把对AVMs的审核结合进对应用银行的监管策略中。不久正式的指引文件会出台，目前正在进行与信贷风险政策的校订一致工作。四、收获与思考回过头来看，我对AVMs的学习过程是事先从监管刊物中得知的，监管部门正在关注、研究并准备针对该模型的弱点提出指引政策。然后再去找AVMs是什么、谁在用、怎么用以及其优缺点；之后了解到该模型已被广泛使用了五年，使用者评价是积极的，AVMs已经被视为是一种先进、科学的风险管理模型,由此我们更全面地“了解”了AVMs。这里讲的“了解”是说明没有实践，只是初步的印象。从这一认识过程中，提醒我们银行业人士在学习一个新的管理模式、开发一个新产品、制定一个新政策时，首先要从监管的角度搞清楚