个人信用贷款
前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇个人信用贷款范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。
个人信用贷款范文第1篇
内容摘要：当前，我国助学贷款风险太高，助学贷款业务的发展陷入困境。笔者认为，其中一个重要原因就在于我国尚未建立健全的大学生助学贷款个人信用征信体系，使得个人信用信息不对称，从而使得贷款风险和导致助学贷款市场的发展受阻。本文讨论了信息不对称对助学贷款的影响，进而对构建我国大学生助学贷款个人信用征信体系提出了一些设想。
关键词：国家助学贷款 征信
2006年是实施国家助学贷款的第6年，这一政策在帮助许许多多贫困大学生完成学业的同时，却出现了贷款人拖欠贷款的现象。针对这一现象，国家出台了新的政策，尤其加大了违约追究的力度。2006年3月教育部为了有效控制助学贷款风险，表示将对严重违反国家助学贷款协议的学生实行新闻媒体公示制度。本文就构建我国助学贷款个人信用征信体系的构建作出分析。
对称信息与“银行――学生”的动态博弈分析
根据信息理论，非对称信息可分为两类：一是事前非对称信息，交易之前买者不知道但卖者知道的信息就是事前非对称信息；二是事后非对称信息，也就是签订合同后，卖者或买者的行为。在助学贷款市场上，事前信息不对称主要是指：贷款学生的偿还能力信息和偿还意愿等信用信息的不对称。这一类信息不对称会导致逆向选择，下面运用博弈论的分析方法说明银行与大学生之间信用信息非对称条件下个人信用信息征信制度的缺失对助学贷款融资的影响。
按照国家助学贷款的规定，本文将银行和学生之间的交易构建成―个三阶段动态博弈模型。
每个括号中前一个数是银行的收益，后一个数是学生的收益。在第一阶段学生以个人信用为担保向银行申请贷款，银行选择借或不借。不借，交易不进行，双方各得0的收益；借，博弈进入第二阶段，在贷款的资助下学生完成了学业进人还贷期，学生选择还或不还。还，银行收益为利息R，学生得到净收益E(还贷后的收益)，博弈至此结束；不还，博弈进入第三阶段，银行选择罚或不罚。罚，银行可得到利息R和P的正收益，却要付出G的成本(银行为找到学生要付出一定的搜寻成本，强制还贷又需花费诉讼费用等成本。总计为G)，银行的总收益是R＋P－G。学生的收益为E－P 。不罚，银行连本(B)带利(R)全赔收益为－B－R，学生的收益是E＋B＋R。这是一个完全且完美信息的动态博弈，可用逆向归纳法进行分析。
首先分析第三阶段：给定贷款学生不还贷的情况下银行对罚与不罚的选择。理性博弈方的决策原则是追求效用(收益)最大化，如果，R＋P－G＜－B－R，即G＞B +2R+P时，银行才可能自觉选择“罚”的策略(行为)。反之银行肯定选择不罚，因为惩罚学生将得不偿失，不罚才是明智的选择。
然后，对第二阶段学生“还”与“不还”的选择进行分析。对应上面的两种可能，我们必须分两种情况来分析。当学生预期银行会罚时，学生肯定选择还，因为还的利益(E)大于不还的利益(E－P)；而当预期银行会不罚时，学生肯定选择不还，因为不还的收益(E＋B＋R)大于还的收益(E)。
最后回到第一阶段银行选择借与不借，也要分两种情况分析。如果银行预期学生还就肯定选择借．因为借的收益(R)大于不借的收益(0)，即贷款可外赚利息而不贷则资金闲置。如果预期学生贷款后不还，则又分两种情况：如果银行对欠资的行为不罚，银行肯定选择不借，因为借将连本带利全赔．收益为(－B－R)，不借只是不赚不赔收益为(0)；如果银行对欠贷的行为罚(即G从以上分析可知，当G很小即银行能轻易对欠资学生实施惩罚，并且学生和银行都清楚地知道这一点时，学生肯定会还贷，银行也就会贷款，就是一个可自我实施(self-enforcing)的子博弈精练纳什均衡，对交易双方都是最优的结果，因此银行和学生都没有积极性主动偏离这个均衡状态，确保了国家助学贷款制度的稳定、有效，实现社会净收益E+R，这是和国家助学贷款的政策目标相一致的政策结果。但在实际操作中，既没有信用体系记录个人的信用历史，学生毕业后去向信息披露又很有限，导致银行和学生信息的不对称，银行很难甚至不可能找到欠贷者，因此G很大，使惩罚欠贷的行为得不偿失，银行不得不选择放弃惩罚。国家助学贷款制度中明文规定的罚息实际上对银行来说是难以实现的，而对学生就成了不可置信的“空头威胁”，就会诱发贷款者的道德风险，有恃无恐地违约。银行当然清楚学生的行为准则，不会被学生缺乏经济利益为基础的信用担保所动，知道一旦贷款给学生基本上可以肯定将有去无回，不良的还贷记录更强化了银行的这种预期，导致了银行最合理的选择是“不借”，保住本金为上，学生自然就贷不到款，银行和学生之间的合作就没法实现。
可见，国家助学贷款以学生个人信用为担保，却没有信用体系记录其信用历史，信用好坏不影响其长远利益，因此信用担保就显得毫无意义，并且信息不对称使得对欠资行为的惩罚形同虚设，欠贷者得利的示范效应诱发了更多贷款者的道德风险，导致违约率逐步攀升。这正是当前银行停止许多高校贷款的原因。因此只有引入个人信用征信体系，学生和银行就有机会长期博弈，双方的合作才有可能实现。
构建助学贷款个人信用征信体系的设想
大学生助学贷款个人信用征信就是通过一定的机制把分散在不同授信机构、司法机构、行政机构等能反映大学生个人偿债意愿的信息(信用记录)集中到一个或若干个数据库中，让授信机构在授信决策时能方便、快捷地获得完整、真实的信息，从而大大地节约交易费用。它包括对个人信用信息的采集、利用、提供和管理。大学生助学贷款个人信用征信不仅仅是为征信活动及其涉及到的各方提供一套行为规范，而且涉及到授信机构信息处理模式的改变，从依靠自己收集信息到从信息库获取信息，它又有赖于(取决于)社会信息结构的改变，即从封闭信息、分割信息到信息透明、允许信息自由流通和利用。
在校大学生个人信用征信与信用档案的建立
首先从在校大学生开始，建立大学生个人信用档案登记机制。大学生个人信用档案和评级的信息来源主要涉及以下几个部门：学生所在学校的学籍管理部门；教育部的学历文凭学位证书认定网；学校公安处；学生的在校基本帐户银行；学生膳食消费卡部门；图书馆借阅部门；学生家庭所在地等部门；助学贷款经办银行。其具体内容及来源如下：学籍管理部门的个人学籍信息；依托教育部门的学历文凭学位证书认定网，建立学生学历和学位信息档案；学生膳食部门：提供每月饭卡的存入和支出的现金流信息；图书馆信息：学生在图书馆的借阅记录信息(是否按时归还)；学生家庭所在地家庭情况信息；学生助学贷款的信息：包括贷款银行、贷款金额、贷款期限、贷款利率、还本付息方式、还款计划、学生与贷款银行的主动联系情况、还款的信用记录；学生在银行的存款与消费现金流信息：建议以学生奖学金发放银行为基本帐户银行，建立包括学生普通奖学金的收入信息、每月其他打工的存款收入、学生平时消费的现金流信息，银行助学贷款的信息。
以上有关学生助学贷款信息的专业部门应建立各自的信用信息网，这些信用信息统一进入中国人民银行建立的国家助学贷款学生个人信用档案中心网的公用平台，实现这些网络的系统互连，纳入电子化系统管理，便于相互查询，信用资源共享。由中国人民银行授权的个人征信评估公司对大学生在校信用信息进行加工、存储处理，形成标准的学生个人信用档案。
毕业后贷款学生的信用档案以及信用跟踪评级
毕业后贷款学生个人信用档案建立，其中信用档案的信息内容包括：毕业前中国人民银行助学贷款网中关于学生的个人信用档案以及信用评级报告。学生毕业分配的信息：各高校提供的借款学生的去向、工作单位的具体地址、学生的有效联系方式等有关信息,并将学生的贷款情况纳入其个人信用档案中，以供毕业后与该学生发生信贷储蓄关系的银行进行查询其信用记录。学生基本账户的个人信息。包括工作以后个人支票、工资账户、个人所得税账户、退休金以及养老金账户等其他分账户的信息。就业资料；个人的公共记录等。银行的追债记录：贷款银行追债的次数，联系不上的次数，联系上没有具体行动的次数、毕业学生与经办银行主动联系的次数等。
毕业后贷款学生的信用跟踪评级。在以上信用档案信息的基础上，选取对信用评级有用的信息，建立助学贷款学生毕业后的信用评级体系：以按照国外个人消费信贷评级的思路，结合学生毕业后的实际情况进行调整和建立个人信用评分指标，采用百分制。应用电脑评分方式，评级主要按照5C法即从毕业学生品德、能力、资本、担保品和行业环境等五个方面。具体设置为三大类指标:分为个人背景情况、与助学贷款银行的关系和就业情况等。大学生个人信用评级指标体系、权重和指标得分标准可以参考美国商业银行个人信用评分标准、国内商业银行信用卡个人信用评分和个人消费信贷评分标准，同时结合助学贷款大学生的实际情况综合决定，其中指标类型、权重和得分标准可随着实际情况的变化来进行动态调整。在此基础上，可编制形成毕业后助学贷款学生信用报告。
助学贷款追债系统与奖惩机制。当学生毕业后，银行要实施严格的贷后风险监测，一旦发现贷款学生不及时还款或与银行不按时联系或不与银行联系，银行应进入追债阶段：银行内部应建立个人消费信贷追债部门，主要职能就是对个人消费信贷包括助学贷款不及时还款的个人进行跟踪和追债。对与银行不按时联系或不与银行联系的学生，银行的追债部门应立刻与学生所在单位联系和交涉，督促其还款。所在单位不详或不知去向者，银行追债部门应立即与学生所在家庭联系，由其父母提供学生的去向并督促学生还款，必要时由其父母替其归还。通过家庭仍无法联系的贷款学生，银行追债部门应立即与公安部门联系，通过其唯一的身份证号码在全国范围内进行查询。以上情况不能奏效者，银行可立即冻结或停止其基本账户，收回贷款，必要时可诉诸法律。
奖励机制可设计如下：对在校期间提前还款的学生在利率方面给予优惠措施，对学生信用评级的情况进行定期的网络或学校媒体的公布，对信用评级高的学生，银行、学校对其进行其他方面的奖励和优惠，如在奖学金和优秀班干部评定上优先考虑,或者替学生偿还部分贷款本息。
违约的惩罚机制的设计原则是要使违约学生的损失远远大于其违约收益，使违背诚实信用的行为终身受害。具体措施有：一是对信用等级低于警戒线的学生在国家助学贷款网上及时公布，提出警告，并在学校奖学金评定和银行以后发放助学贷款实行一定程度的限制。二是建立国家助学贷款个人信用网的违约“黑名单”。经办银行、教育部门和高校要收集助学贷款违约学生名单，对不讲信用的借款学生，对不良信用记录的学生“另册”处理，记入国家助学贷款个人信用网的违约“黑名单”，要以学校为单位将其姓名、身份证号及违约行为，定期进行媒体公开曝光和网络的查询。三是对损信的学生，将其违约行为记入助学贷款的个人信用档案,进一步纳入以后全国个人信用信息系统，使其以后个人交易行为都将受到影响，达到一次失信影响终生的社会监督效果。四是情节严重者将依法追究违约借款人的法律责任，同时对不履行职责的介绍人、见证人公布其姓名。五是实行个人破产制度和信用担保机制。对破产的个人进行消费的限制和苛刻的条件，他不能出国旅游，不能使用信用卡，不能享受贷款服务，不能购买高档商品。同时建立社会性的信用担保公司对个人信用进行担保。
参考文献：
1.黄锫坚.国家助学贷款困境[J].财经，2002（2）
2.杜金富等.征信理论与实践[M].北京：中国金融出版社，2004
3.邹建平.信用评级学[M].北京：中国金融出版社，1994
个人信用贷款范文第2篇
【关键词】商业银行 个人房贷 信用风险
与其他贷款相比，个人住房贷款具备分期性、保障性等特点，与其他贷款风险相比也较低，同时还有利于商业银行改善内部的资产结构。然而，随着我国大中城市的房价普遍上涨，一般收入人群难以一次性支付高额的购房款，不得不转向银行进行贷款 。一方面是面对个人住房贷款规模不断地扩张，另一方面是面临房地产市场宏观调控力度不断加大，在这样博弈的市场环境下，使得商业银行个人住房贷款业务的风险有了较大的不确定性。近几年，我国的房地产市场情况更为复杂，热钱涌入和民间资本炒房现象严重，使得房地产市场的风险进一步加大，从银行内部风险管理的角度来看，这样的市场情况显然不太理想。本文通过对某家省分行的个人住房贷款业务进行压力测试，分析目前市场情况下的信用风险，以期对其他商业银行的风险控制有所助益。
一、某银行省分行个人住房贷款信用风险压力测试
（一）信用风险压力测试
现针对某银省分行利用 CPV 的信用风险模型来测试违约的概率。首先选取解释变量：
式中，GDP：国内生产总值增长率；CPI：居民消费价格指数；M2：货币供应量；LR：短期流动资金贷款基准利率；HPI：房地产价格指数；FE：财政支出。
首先带入解释变量：通过回归分析筛选出五个显著水平的宏观经济指标分别是：利率（LR）、国民生产总值（GDP）、房价指数（HPI）、居民消费价格指数（CPI）以及货币供应量（M2）。通过对国家统计局和中国人民银行网站公布的近年数据整理得到相关参数，分析得到如下的参数回归效果（见表1）。
由以上的回归结果可以得到，GDP、HPI与M2对某银行省分行违约的影响为负：也就是说当宏观经济指标GDP 、HPI、M2上升时，该银行省分行的违约率将呈现下降趋势。同时由于CPI 与利率对该银行省分行产生违约的影响为正，因此当我国出现通胀和贷款利率上升的情况，该银行省分行的违约率也会加大。通过前面介绍的混合法设计相关的压力情景，先假设五个相关指标受到轻度、中度或严重的风险压力，在辅以该银行省分行从事风险管理多年经验的内部风控专家，结合该行自身情况和国际通行的压力程度，给出如下信用风险压力测试情景。
通过某银行省分行的信用风险压力测试情景，把数值代入回归方程就可以得到某银行省分行在该压力测试下的违约率。利用风险因子与资产组合价值损失之间的公式：
其中，EL：预期损失；PD：违约率； LGD：违约损失率（假定45%）； EAD：违约风险敞口。
个人信用贷款范文第3篇
【关键词】商业银行 个人征信 解读 作用
随着人民银行个人信用基础数据库的不断完善，目前个人征信报告已经成为各家商业银行贷前审查和贷后管理的主要风险把控工具，查询信用报告也是整个信贷生命周期管理的必要步骤。但目前不同分支机构和不同审批人对个人信用报告的解读往往差异较大。现就个人征信报告的解读提出一些看法和建议，抛砖引玉，供大家参考讨论。
一、个人基本信息解读
目前个人征信基础数据库中的个人基本信息，仍是展示最近上报的数据，尚未建立个人基本信息的整合机制。从时间顺序上可以简单的推断，最新上报的个人信息应该是较能反映客户申请贷款时的实际情况的。但鉴于银行对大部分个人信贷的填写和核实要求均不高，所以该部分数据主要是作参考分析，实际审查判断还是要结合客户具体情况，不能“唯数据论”。
（一）学历解读
学历反映个人的受教育程度，根据对违约客户的数据分析，受教育程度较高的客户，违约概率相对较低。但各家商业银行对个人客户的学历情况往往不进行核实，一般在系统中直接采信客户提供的学历情况。这样客户学历情况的准确性就不能完全根据征信报告“最高学历”一栏直接判断，而是要结合其他信息一起考量：
1.一般而言，学历与年龄有一定关联性。从客户的出生日期计算出客户年龄，若征信报告显示的最高学历明显与年龄不符，那就表明学历信息可能有误，需要客户进一步提供相关证据材料。例如，征信报告显示最高学历为研究生，而年龄仅为22岁，那么这2个数据项在普遍意义上就存在一定的矛盾。同样，婚姻状况和年龄也存在相同的关联性。
2.学历与信用卡开户日期比对。一般而言，学生在校期间不会拥有多张信用卡，尤其是额度超过1万元的信用卡。如果从客户年龄和学历推算出的在校学习期间，发生较大额度的信用卡开户，那么对于这一学历就需要进一步的核实。
（二）职业信息解读
客户的职业信息，尤其是工作单位名称一般在申请贷款或信用卡时银行关注审核的重点，应该说上报的信息准确性还是较高的。从单位可以基本衡量出客户的大概收入水平。当然，部分知名大型企业内部可能存在劳务用工形式，所以审核客户是否该企业的正式在编职工也是信贷审核中必须的。从客户工作单位列表罗列的单位数量，结合客户的年龄和学历，基本可以了解客户工作是否稳定，职业生涯规划是否有序，是否经常处于换工作的不稳定状态，这对个人资信的审核也起到一定的作用。年收入一栏的数据，由于各行对收入的认定标准不尽相同，并且客户会根据申请授信的额度填写收入金额，随意性较大。故征信报告上的收入水平，应主要作为一种参考，具体操作时可以大概取一个平均数，而目前尚不宜作为主要衡量客户收入水平的依据。
二、个人信用信息解读
个人信用信息直接描述了客户历史信贷行为，商业银行在审核贷款时对这部分信息的解读是重中之重的工作。
（一）贷款信息的解读
1.还款能力判断。从月应还款额以及逾期情况，可以判断出客户的偿还能力。在目前我国个人所得税缴交尚不完善的情况下，个人收入的判断与审核存在一定难度，由此也给衡量客户的还款能力带来了困难。但从征信报告上显示的月应还款额和历史的还款情况，可以判断出客户的还款能力。例如，客户每月归还其他商业银行月供5000元，经过正常还贷2年，现已结清，且还款历史很少有逾期，那么我们可以基本认定该客户具备归还每月5000元以下的贷款的能力。从贷款种类方面可以推断出客户申请拥有的房产套数。贷款种类为个人住房贷款的，如果均尚未结清的，可以说明客户名下至少拥有的房产套数。房产目前仍是我国公民的主要资产，从这个方面可以较好的体现客户的资产实力。当然对于利用贷款购房套数过多的客户，由于其可能涉及投机炒房，面临资金链紧绷的风险，在房地产市场发生波动的情况下，这类客户还是面临较大的潜在风险，在信贷审核时需要重点关注。
2.个人资信情况解读。目前各行对于客户的资信情况的评价尚未形成较为统一的标准。但一般都不是采取教条的方式，机械的解读个人征信报告信息。也就是客户发生逾期，并不当然的表示客户个人资信情况较差。由于造成贷款逾期的原因多种多样，往往界定客户个人资信的标准是判断是否“恶意逾期”。一般我们解读个人资信情况遵循以下原则：借款申请人名下有多笔贷款的，以其中还款记录表现最差的一笔确定客户的信用状况等级；在客户向我行申请贷款时，名下已结清贷款的信用记录，各行可根据结清原因的实际情况，认定时适当放松；金额2000元以下的拖欠记录，认定时可以酌情不列入逾期次数；同时，根据贷款近24个月还款状态记录、累计逾期次数、最高逾期期数三个主要指标，分别从近期逾期情况，历史逾期情况，以及违约程度等角度对客户进行一个分层。
（二）信用卡信息解读
信用卡透支由于频率高、额度小，可以更为全面的体现客户的消费习惯和日常信用习惯，也是我们日常信贷审核的重点关注之处。以往普遍认为信用卡申请过多的客户，存在自身收入不足，严重依赖透支消费的风险。但鉴于目前各家商业银行发卡准入门槛较低，一人多卡的现象普遍存在。例如，大部分银行员工为了相互完成信用卡发放指标任务，均办理了多张信用卡。所以，不能仅凭信用卡的张数，简单的判断客户资信情况。而是应该结合信用额度和最大负债额一并考虑。比如，客户申请多张信用卡，且平均信用额度都较低，客户经常透支并出现逾期，那么客户的资信水平相对是较低的。
另一种客户是没有任何信用卡和贷款的申请记录，以往认为该类客户没有信用记录，对其的资信评定有一定负面影响。但考虑到中部分人群虽然有良好的收入，但仍不太习惯透支借贷消费。所以，对于该类客户的评定也还是要根据其收入、工作和资产状况综合评定。
三、征信报告查询记录解读
个人征信报告查询记录主要是留下查询者的痕迹，保护公民的隐私权。但这一客观记录也可以帮助我们日常的信贷审核。发生“贷款审批”或“信用卡审批”的查询，比对查询日期和之前的信用卡与贷款的信息，若存在有审批查询，而无授信发生，则要对此引起重视。当然，此类情况也不能一概推论为客户曾因个人资信原因被其他银行拒贷。可能存在客户主动撤销贷款申请等例外情形。若发生“贷后管理”查询，同时比照查询日期和之前信用卡与贷款的逾期情况，发现有还款逾期，且有银行进行贷后管理的查询，那么该客户的逾期很可能已经引起银行的关注，银行已开始参考客户在其他银行贷款的还款情况。这类客户的风险相对是较大的。同样，这类信息也可作为贷后预警，虽然客户在本行的贷款可能因为是房屋抵押，尚未出现逾期，但在他行的无担保信用卡已出现较为严重的违约，且引起他行的重点关注，那么本行也应该提早采取相关措施，将风险控制前置。
总之，在审贷解读过程中，要避免仅凭一个信息点，就做出简单的判断和推论，而是应全面的分析，利用各信息点之间的相互印证关系，结合客户的实际情况，综合得出判断。这才是较为科学的解读个人征信报告的方法。
四、个人征信系统在个人贷款业务发展中的作用
（一）个人征信系统的使用，大大提高了贷前调查工作的效率
为客户经理进一步进行调查提供了可靠的信息，为缩短贷款办理时间创造了条件，满足了客户对贷款效率的要求，增加了客户体验。
（二）个人征信系统的使用，从源头上控制了客户违约风险
个人征信系统作为个人征信信息的载体，督促了客户及时履约还款的意愿，提高了客户的还款意识，从源头上控制了客户违约所发生的风险。
（三）个人征信系统的使用，丰富了贷后管理的手段
贷后管理人员可利用个人征信系统查询存量个贷客户的信用报告，从而使催收人员能够全面掌握贷款客户实时的负债情况和信用状况，了解客户的还款意愿及还款能力的变化，对降低个贷违约风险起到了重要作用。
参考文献
[1]个人信用信息基础数据库管理暂行办法 中国人民银行令[2005]第3号 2015.08.18.
[2]征信业管理条例 国务院令第631号 2013.1.21.
[3]彭建刚.商业银行管理学.第2版.北京：中国金融出版社，2009， 20-30.
[4]戴航.我国商业银行信贷风险与防范[J].时代金融，2011（3）：49.
个人信用贷款范文第4篇
通常情况下，居民获得个人住房贷款购买房产有两个主要渠道，一是商业银行等金融机构，二是住房公积金管理中心。由于住房公积金贷款商业银行主要承担受托业务，基本不承担信用风险，因此本文讨论的个人住房贷款限于银监会统计口径的商业银行类金融机构发放的个人住房贷款。同时，由于商用房贷款的占比较低，且按揭成数较低，亦不再单独讨论。
一、个人住房贷款信用风险分析的一般方法
发达国家开办个人住房贷款的历史相对较长，且由于数据积累较为充分，对个人住房贷款信用风险的研究相对较早，便出现了较多有分量的研究成果。早期学者Jung(1962)认为贷款价值比和个人住房贷款利率与违约风险之间存在正相关关系；Gau(1978)用借款人特征维度、房地产特征维度和融资特征维度的64个变量对个人住房贷款违约风险进行了研究，并建立了个人住房贷款违约风险分类模型；Foster(1984)认为权益价值(住房价格+借款人违约所需承担的费用-抵押贷款价值)可以解释主要违约原因，研究方法主要为期权理论和或有求偿权理论(国内学者一般称此现象为理性违约，相对应的借款人无力偿还称为被迫违约)；Terrence M. Clauretie和Mel Jameson综合考虑借贷双方的交易费用和利得，建立了再协商模型(或者称为再协商理论)；Smith，Sanchez&lawrence(1996)则利用马尔科夫递推过程(Markovian recursion)为按揭贷款违约的预测提供了一个新的视角；Quercia和Stegman(1992)，Quigley、Van Order和Deng(1993)以及国内一些学者对个人住房贷款违约与贷款价值比、借款人特征(婚姻、收入、学历、年龄、职业等)、房地产特征(区域、一手房与二手房等)、贷款特征(金额、首付比例、期限、剩余期限)、贷款利率(固定或者浮动利率)的关系进行了研究，但得到的结论并不一致。次贷危机发生前，国外个人住房贷款信用风险的主要研究方向为违约对按揭资产池(或者证券化资产组合)价值的影响。国内对个人住房贷款违约比较系统的研究相对较少，较系统和较规范的研究见王福林(2005)的著作。另外，国内一些学者在研究个人住房贷款的信用风险时将提前还款风险纳入其中，这是十分错误的，因为提前还款风险属于利率风险和资金再运用风险，是典型的市场风险问题。
(一)研究方法
研究方法上，国外学者一般采用多元线性回归、Logistic模型、Logit模型、Probit模型、Tobit模型、聚类分析、判别分析和期权模型，国外及我国台湾地区较为经典的研究总结见表1。
1.判别分析
判别分析是根据已知个人住房贷款分类(违约贷款或正常贷款)和表明贷款分类特征的变量推导出判别函数，再根据判别函数对未知贷款所属类别进行判别的一种分析方法。应用判别分析可以研究各个变量对个人住房贷款违约风险的影响方向及影响程度，进而达到判别未知分类贷款可能所属类别的目的。
判别函数的一般形式是：
判别函数分析的程序首先是将所调查的样本分为违约贷款组和正常贷款组，根据组内离散性最小、组间离散性最大的原则建立判别函数来预测未知分组属性的样本可能所属的组别。判别函数可用判别指数检验，判别指数越大说明判别函数越重要。判别函数的系数可用标准化判别系数，哪个变量的标准化系数绝对值大，说明对判别值有更大的影响，从而可比较各变量对判别值的相对重要性。
2.Logit模型和Logistic模型
Logistic模型的最大优点在于它解决了因变量不连续回归的问题，特别是因变量为分类变量时非常适合使用该模型进行研究。应用Logistic模型分析可识别自变量对个人住房贷款违约风险的影响方向，达到识别影响个人住房贷款违约风险主要因素的目的。Logistic模型由Logit模型变换而来。Logit模型采用的是逻辑概率分布函数(cumulative logistic probability function)，具体表达式为：
Logistic模型采用极大似然估计法来检验模型的拟合效果，回归系数的检验采用Wald统计量检验，Wald值越大表明该自变量的作用越显著。
3.聚类分析
聚类分析是根据个人住房贷款本身特征将借款人分为不同风险类别的方法。聚类分析的原则是同一类别中的个人住房贷款样本具有较大违约风险相似性，不同类别中的样本具有较大的违约风险差异性。因此，应用聚类分析可以实现对个人住房贷款样本进行违约风险分类，进而达到对不同违约风险等级贷款的本质特征进行识别的目的。在聚类分析中，对距离的测度可采用欧氏平方法。
(二)变量的选择
变量的选取大体包括四个维度：一是借款人特征维度，二是贷款特征维度，三是房产特征维度，四是地区特征维度。从目前研究成果来看，各维度变量的选择一般包括以下内容。
总体来看，以上主流研究成果的分析逻辑可作如下总结：从违约驱动力来看，分为理性违约和被迫违约两种；从被迫违约的形成原因来看，主要考虑了利率、收入、职业、年龄等因素；从理性违约的形成原因来看，主要考虑了贷款期限、房地产价格周期和交易费用等因素。但相对于我国的国情，以上研究方法和结论存在以下不足或者不可借鉴的地方：一是没有从全国的角度去研究银行业面对的整体风险；二是简单地套用国外的模型进行对比分析，没有充分考虑我国宏观经济和房地产业的发展阶段，存在明显的模型风险；三是没有从购买动机进行分类，而是将所有购买者均视为自住需求；四是研究结论常常相互矛盾，且未经得住现实的检验(如很多学者自本世纪初就指出个人住房贷款风险 已较大，但实践证明这些结论都是值得商榷的)。
二、我国个人住房贷款信用风险分析一般方法修正
从我国主要商业银行的数据积累看，以上提到的研究方法和变量选择均是可以实现的。但是，由于东西方信贷文化和商业银行管理方式的差异，加之个人住房贷款发展阶段的不同，以上方法的应用需有所取舍，并且需要加入新的自变量和调整变量。
1.房产特征维度应加入政策性住房贷款变量。由于我国目前存在经济适用房、两限房和保障房政策，而上述几种住房的产权特征、单位价格和购买人群差异明显，因此需要单独作为一类进行分析。
2.房产特征维度应对一手房或二手房进行区分。二手房由于贷款时评估价格的人为影响因素比较严重(如人为做高评估价格以获得高额银行贷款)，且二手房针对的人群亦有其自身特征，应将该因素加入模型。
3.房产特征维度应加入住房套数变量。购房目的不同住房贷款的安全性也会不同，自住房、改善房、投资房和炒房的贷款风险程度应该有明显差异，区别住房套数是区分购房目的和贷款质量比较可行的方法。
4.贷款特征维度应加入首付比例变量。表2中仅把贷款价值比作为自变量，忽略了购房首付比例这个重要变量，由于首付比例是反映借款人购房实力和购房目的的重要变量，因此对该因素进行充分考虑。
另外，应加大对虚假住房贷款的关注和研究，利用更为科学和有效的方法估计虚假住房贷款的总量和质量。根据笔者的调研，虚假按揭是住房贷款的重灾区，由于期限长、利率低、金额大，一些借款者会通过不真实的房地产交易套取银行资金进行投资，甚至进入股市进行投机，这部分贷款的风险是相当大的，虽然规模并不占主流，但违约比例较高，且违约损失率较大，应引起商业银行足够的重视，应作为调整变量加入模型。
借助完整规范的数据，修正后的实证模型可以比较全面地反映我国住房贷款的违约规律，并对未来信用风险状况进行预测。但是，作为常规的信用风险分析模式，以上分析方法仍然存在以下不足：一是限于数据的保密性，除了监管机构和银行内部相关部门，一般研究人员很难得到充分数据，因此需要寻找更为直接或者简单易行的方法；二是以上方法在国民经济出现较大波动、房价出现较多下跌的情况下很难规避趋势性的错误，美国次贷危机就是最具代表性的案例，这属于系统性风险问题，下文将作专门分析。
三、个人住房贷款信用风险压力测试分析方法
近几年我国房地产市场处于异常繁荣的时期，房价不断上涨，成交量一再扩大，在房地产行业的上升期，不良贷款率维持在较低水平是正常的。但是，如果房地产遇到周期性拐点或者单边上涨过后出现深幅下跌，根据国外经验个人贷款资产质量存在较大滑坡的可能。次贷危机的前车之鉴告诉我们，由于个人住房贷款规模较大，一旦出现系统性风险对商业银行将造成重大影响，因此研究价格调整压力下个人住房贷款的信用风险问题就成为个人住房贷款信用风险管理中的重要补充。显然，如何测度房价出现大幅下跌的情况下个人住房贷款的违约率和违约损失率的变化，属于敏感性分析或者压力测试研究的范畴。
当系统性风险发生时(如房地产的周期性波动)，本文前两部分所述信用风险模型由于没有考虑或者很难考虑特殊时期信用风险参数的设定问题，常常不能有效发现和规避系统性风险，从目前国内外的研究成果来看，压力测试成为常规信用风险测度方法的有益补充。在IMF和World Bank联合开展的金融部门评估规划(FSAP，Financial Sector Assessment Programme)框架下，压力测试已成为评估商业银行应对各类冲击能力的重要手段。关于信用风险压力测试的英文文献可分为两类，一类是关于压力测试基本原理和方法的研究，Marco Sorge(2004)对这类文献进行了较好的总结。另一类是则侧重于压力测试的实证分析，大多是基于时间序列数据和面板数据的简化压力测试模型分析，如PetrKadeábek等(2008)对个人贷款的违约概率进行了压力情景下的分析。另有一些学者的研究相对深入，为解决线性假设和前人在数据处理上的不足提出了一些新的思路，如Michael C S Wong and Yat-fai Lam(2008)利用KMV模型的思想，提出了一个基于历史违约数据的压力测试模型，以期解决监管机构压力测试结果的定制问题；Mathias Drehmann(2005)利用改进的Merton模型，对英国银行业的公司贷款进行了宏观压力测试等。
虽然银监会、各大商业银行均声明进行了个人住房贷款的压力测试，但国内对于个人住房贷款压力测试的公开研究尚非常少见，李树林(2010)对各大商业银行压力测试的结果进行了分析和介绍，方舟(2011)对国内某股份制商业银行个人住房贷款质量进行房价压力测试，均尚处于压力测试的探索阶段。总结国外对于个人住房贷款压力测试的文章我们发现，其基本思路是首先通过计量的方法确定宏观经济和金融变量与个人住房贷款违约率(其中违约损失率常常按50%进行假设)的关系，然后按照历史事件或者假设情景设定压力情景下各宏观经济和金融变量可能的取值，最后计算压力情景下的违约概率。例如，对基于Logistic模型的压力测试，我们可以将上文提到的模型的变量由首付比例、贷款利率、借款人职业等变量替换为国民收入增长率、贷款利率、房地产价格指数等变量，进而确定各变量与个人住房贷款违约概率间的关系。因此，如果拥有充足的数据，可先用聚类分析的方法对所有样本进行分类，然后分别用Logistic模型进行分类压力测试，以得到更加精确的结果。
但是，由于我国房地产业没有经历过较严重的衰退，亦未形成较为完整、连续和相对稳定的房地产业长波周期，尤其难以确定在房价短时间内迅速上涨后调整的幅度和时间如何，压力情景下各变量取值存在相当大的难度，以国外流行的压力测试方法进行计量分析其意义可能并不大。
四、我国个人住房贷款整体信用风险定性判断
结合前文的讨论，本论文不再采用常规的计量方法进行信用风险估计，而是以定性分析为主，通过分析宏观和商业银行的公开数据，以简单数据的逻辑推理方式对压力情景下个人住房贷款的质量情况进行总体判断。
(一)判断依据一：储蓄率仍处于较高水平
美国抵押贷款银行家协会的数据显示，2002年美国家庭债务为8.5万亿美元，2007年扩大到14万亿美元，高达家庭年可支配收入的133%，创历史新高。其中，家庭抵押贷款从2002年的5万亿美元增加到20 07年的10.6万亿美元，家庭消费信贷从2002年的1.9万亿美元增加到2007年的2.5万亿美元。2001年，美国次贷总规模仅占抵押贷款市场总规模的5.6%，2006年则上升为20%。同期，美国的个人储蓄率持续下滑(图1)，2005年至2007年间接近于零，分别为0.4%、0.7%、0.6%，2005年仅次于1932年负0.9%和1933年负1.5%的历史最低纪录，创下自“大萧条”时期以来历史最低点。
图1 美国个人储蓄率(1929-2007)
资料来源：美国经济分析局(BEA)。
图2 我国个人储蓄率(1992-2007)(单位：%)
资料来源：王毅、石春华(2010)。
由经济学常识及以上数据可以看出，储蓄率的变化是衡量购房者最终偿债能力的最终和重要指标，虽然近几年我国住房贷款额迅速攀升，但是储蓄率仍处于较高水平。
因此，简单从储蓄率判断，虽然我国房地产价格持续上涨，成交量一再扩大，个人住房贷款迅速增加，但从宏观整体情况来看，负债的增长并未超出居民的最终承受能力，居民在迅速上涨的房地产市场中购房，损失的是总体福利水平，并没有严重危及个人住房贷款本身的安全。
(二)判断依据二：LTV仍处于合理范围
根据笔者对国内某银行的调研情况，如果按2008年的房地产价格对抵押物价值进行调整，该行部分分行贷款余额/抵押物价值比在80%以上的比例不足1%，且主要是部分政策性住房(部分享受10%的首付优惠政策)。根据我国政策性住房的相关政策，政策性住房的单价较低，月供较少，主要面向有当地户口的家庭(收入不高但相对稳定)，由于贷款总额较小，且借款人收入稳定，即使出现风险影响亦有限。以上情况与我国个人住房贷款政策密切相关，即使在政策最为宽松的2008年，首套房首付比例也不能低于20%。根据李树林(2010)的研究，2009年全国个人住房贷款自付比例达到46.2%；另根据方舟(2011)的研究成果整理，按国内某股份制商业银行2010年3月31日数据，LTV大于80%的比例仅为3.28%。同时，随着2010年房地产价格的进一步上涨，2008-2009年发放的首付比例在20%的个人住房贷款其贷款余额/抵押物价值比亦已大大下降，相应风险进一步降低。另外，虽然2010年以来在房地产价格相对较高的时期住房贷款仍持续增长，但国家相应出台了针对多套房的住房信贷政策，导致风险仍然可控。
(三)判断依据三：理性违约可能性小
理性违约的基本逻辑是如果房地产价值小于剩余的贷款余额，理性借款人将宁愿放弃对房屋的拥有而不再还款。笔者认为，这种情况在我国目前阶段基本上是不会大面积出现的。首先，我国目前的信贷制度规定，除被抵押的房屋外，个人是以连带责任对银行贷款承担责任的，假设贷款前期调查时认为该借款人以其自身收入可以归还月供，那么房地产价格下降影响的是借款人的资产净值，而不是月供能力(当然部分炒房者除外)；同时，由于我国没有个人破产制度，不会出现像美国次贷危机期间大规模个人破产导致的债务逃避行为；即使房地产价值下降到一定的水平使得借款人有理性违约的可能，还需考虑失去住房给借款人带来的代价，以及借款人大都认为房地产价格经历短暂的下跌后仍然会反弹的预期，以上两项因素决定了大多数借款人不会放弃还贷从而放弃对住房的拥有，我国香港在亚洲金融危机期间面临房地产价格的深度下跌时极低的违约率就是个很好的例证；另外，假设房地产出现30%的下跌幅度，经过简单的计算可以知道，绝大部分个人住房贷款其贷款余额/抵押物价值仍然是小于1的，当然不会存在大规模的理性违约问题。
(四)判断依据四：被迫违约可能性不大
被迫违约通常是借款人收入下降，导致无力偿还贷款的情况。通常情况下，如果房地产行业出现严重衰退，那么GDP增长速度将受到较大影响，从而国民收入减少或者借款人的支付能力削弱。但是，一方面我国目前的贷款价值/抵押物价值比较低，即使发生违约银行的损失也不会太大；另一方面，我国目前的借款人结构并不像美国次贷危机发生前一样，贷款大量发放给没有实际偿还能力，仅依靠房地产价格上涨预期维持信心的借款人，而是严格按照监管机构的首付比例和借款人相对稳定的收入水平发放个人住房贷款，风险是可控的。另外，虽然近一年多来人民币利率处于上升通道，2010年来进行了5次加息，但基准利率仍低于2007年和2008的水平，因按揭成本上升导致大面积违约可能性也较小。同样根据李树林(2010)的统计数据，2008和2009年，国内借款人月供和月收入之比分别为35.3%和34.2%。由于数据取得的难度问题，我们未得到受调研银行一手房住房贷款客户结构相关数据，仅得到二手房客户结构数据，考虑到整体来看二手房贷款质量差于一手房贷款，从保守角度考虑，可以二手房贷款质量分析一手房贷款风险状况。某银行二手房个人住房贷款按职业分类图如图3所示。
图3 某银行2008年二手房个人住房贷款按职业分占比
图3的启示是，目前商业银行对借款者收入稳定性的控制是十分严格的，即使对资产总额较高的个人业主，仍然不作为积极营销对象，而对于工作不十分稳定的从业人员，则要求大幅提高首付比例。同时，这个统计结果也可以从我们周围的实际情况出发来观察，目前我国个人按揭贷款的深度还远远不够，大量具备偿还能力的借款人由于不愿意接受高房价而没有办理个人住房贷款，各大商业银行开拓个人住房贷款的重点不是像美国那样放宽借款人的偿还能力标准，将借款人按偿债能力分级发放所谓次级债，我国目前发放的个人贷款都是在严格审查并符合监管机构规定基础上发放的，营销重点仍然是以楼盘开发贷款为基础的房地产卖方市场下的优质客户群体，因此发生大规模被迫违约的可能性同样很小。
四、小结
个人信用贷款范文第5篇
关键词：非住房类；个人贷款渠道；实际利率；建议
缺钱是每个人都会经历的，紧急关头上缺钱更是不少人难忘的经历。那么个人有哪些方法能筹措到非住房类资金呢？各类资金筹措方法的利弊如何？这就是本文想探讨的问题。
一、非住房类个人贷款渠道
《个人贷款管理暂行办法》指出：“个人贷款用途应符合法律法规规定和国家有关政策，贷款人不得发放无指定用途的个人贷款。”一般地，个人贷款可用于个人消费、生产经营等用途；目前我国政策明确非房贷类贷款资金不能被使用在购置房产、购买股票等方面。
（一）银行
根据产品用途的不同，银行个人贷款产品可以分楦鋈俗》看款、个人消费贷款和个人经营类贷款等。根据担保方式的不同，个人贷款产品可以分为个人信用贷款、个人质押贷款、个人抵押贷款和个人保证贷款。
1.个人消费贷款。个人消费贷款是指向个人发放的用于消费的贷款。个人消费贷款包括：个人汽车贷款、个人教育贷款、个人耐用消费品贷款、个人消费额度贷款、个人旅游消费贷款和个人医疗贷款等。如果有理财产品、银行存款、债券等个人资产证明，或房地产抵押等方式可以提高贷款成功率和贷款额度。
2.个人经营类贷款。向从事合法生产经营的个人发放的，用于定向购买或租赁商用房、机械设备，以及用于满足个人控制的企业生产经营流动资金等需求的贷款。例如中国建设银行官网的“个人助业贷款”条目中写到“需要提供的申请材料有：从事生产经营的营业执照或经营许可证、贷款用途证明、生产经营活动的纳税证明等。”
3.个人信用类贷款。（1）信用卡付款。信用卡其实质是一种个人消费贷款，有时甚至是个人短期小额融资的最佳方式，因为如果运用得当，可以免去利息。使用注意事项：第一，如果你有几张信用卡，你可以分别在其信用额度内获得一般最短25天、最长56天的免息使用期；超过了最后还款日，一般要收取以复利计息的日利率0.5‰的利息；第二，信用卡分期付款，一般享受0首付、0利息，不过要收取1.5-4.5%的手续费。第三，可调高信用卡临时额度，当个人因出国旅游等在短期内需要使用更高信用额度时，银行一般可以为其提供调高数倍的临时信用额度服务。第四，如果你目前急需用钱，也可以使用信用卡来取现，额度一般不超过持卡人信用额度的30-50%，取现的还款利率很高，一般为日利率0.5%。（2）个人信用贷款。个人信用贷款是银行向个人发放的无须提供任何担保的贷款。信用等级越高，信用额度越大。个人信用贷款额度一般最高不超过100万元。贷款期限一般为1年，最长3年。大多银行都有自己的个人信用贷款产品。中资银行的个人信用贷款大多面向优质客户，利率较低，而外资银行则是门槛较低、但利率较高。目前中资银行的信用贷款年利率在4.75-4.8%左右；又分为两类，一类是专为本行工资的企业员工设计的产品如中国民生银行的“薪喜贷”等，贷款额度多为年收入的三倍左右；另一类更加强调资信良好，如中国建设银行的个人信用贷款，采用内部评级系统的客户星级、在本行有一定额度的个人贷款客户等指标对客户进行限制。
（二）与小贷公司、担保公司等相关的借贷
小贷公司是由自然人、企业法人等投资设立，不吸收公众存款，经营小额贷款业务的有限公司。相对于银行，小贷公司门槛低、手续相对简单、放款快；相对于民间借贷，小贷公司更加规范。
担保公司：个人在向银行借款的时候，银行为了降低风险，不直接放款给个人，而是要求借款人‘找到第三方（担保公司等）为其做信用担保。担保公司必须向该行所在地分行机构交纳一定的保证金。担保公司将自己审核过的借款人资质证明等资料交到银行，银行复核后放款，担保公司向借款人收取一定比例的费用，并对该笔贷款向银行提供全程连带责任担保。
（三）P2P网贷平台
P2P是Peer-to-Peer lending的简称，即个人与个人间的网络借贷，是指借贷双方以第三方互联网平台（称为P2P网贷平台）为中介，实现借款人借人资金、贷款人发放贷款的行为。一般被传统金融机构拒之门外的，缺乏信用保证及抵押物保障的小微企业和个人才会向P2P寻求帮助。平台负责对借款人的真实性和借贷条件等进行审核，并向双方收取管理费。贷款品种多样；贷款额度随贷款种类或抵押物不同，数额可以很大。
（四）保单质押贷款
保单质押贷款是保单所有者以保单作为质押物，按照保单现金价值的一定比例向保险公司或银行获得短期资金的一种融资方式，投保人的保单在办理质押贷款后，仍具有保障功能。如泰康人寿的客服热线说，“本公司有的产品如分红类的产品一般具有保单质押功能，最高贷款金额不超过保单现金价值的80%，目前年利率为5.4%，无其他手续费，以180天为一周期，可以还本付息，也可以复利、滚人下一个180天周期。”
（五）其他形式
如果你未采用公积金贷款，又在近几年购过房，你可以研究自己是否符合公积金的提取条件。还有传统的民间借贷，一般包括亲朋好友之间的借贷和民间高利贷。
二、各类渠道的实际利率与存在问题
（一）银行贷款
1.利率。银行贷款的主要优势是利率低。目前各家银行的贷款利率是可以自由浮动的。其中国家助学贷款、个人医疗贷款、工薪贷或优质客户个人信用贷款、汽车贷款利率一般按中国人民银行公布的相应档次贷款基准利率或上浮10-20%以内执行；其中个人留学贷款、个人信用综合贷款、个人经营类贷款利率上浮一般在20%以上，目前平均利率在7.5-8%左右。
2.存在的问题。（1）时间长，银行有必要的申请办理过程，需要花费更多的时间和精力，放款慢。一般银行放款最快是7个工作日，慢的需要2个月左右；（2）门槛较高，商业银行对个人贷款条件、贷款用途和个人信用要求较高，个人在银行有可能贷不到款或只能拿到利率较高的贷款；（3）受金融紧缩政策影响大，紧缩政策使银行方面面临“钱紧”的尴尬局面，部分银行会停止大部分个人信贷的业务办理。
（二）与小贷公司、担保公司相关的个人借贷
1.利率。当借款人不满足银行的贷款限制或银行收紧信贷时，借款人会将目光转向低门槛的小贷公司、担保公司或P2P网络借贷平台等。小贷公司的贷款利率―般高于银行的贷款利率，最高贷款金额一般可达50万元。目前小贷公司的月息以1.2-1：3%（年化利率14.4-15.6%）居多（中安信I），也有个别的打出月息0.7%的特价吸引眼球（一米贷）。担保公司的收费多为银行贷款总数的3-8%左右，加上银行贷款的利率其年利率约在9.8-14.8%间。
2存在的问题。（1）业务办理不够规范，非银行类的贷款，必须要认真研读合同，最好找业内人士考虑各种收费和还款方式后计算出实际利率后再决定是否贷款，因为这类贷款业务办理不够规范，工作人员有可能忽悠你一个名义利率，然后通过收取各种手续费和提前还款的方式来提高利率；（2）小贷公司放贷资金有限、资金成本高，导致利率较高，小贷公司不能享受金融机构的减、免税优惠政策，不能吸收公众存款。这些都导致小贷公司的资金有限、且利率降不下来。
（三）P2P网贷平台
1刑率。近几年，P2P网贷平台在我国取得飞速发展，P2P网贷平台的优势是：操作简单、额度高、速度快、门槛低。通常P2P平台借款人的综合年利率在9-24%之间，风险越大、利率越高。以红岭创投官网上的房易贷为例，借款管理费为“资产标按借款金额0.25%/月收取，在借款标的审核通过时全额扣除”。还可能存在风险保证金的先扣后还，这些将导致借款人的实际利率高于名义利率。
2.存在的问题。（1）利率偏高、有各类管理费和手续费。网络平台的利率随个人信用、抵押物、借款时间、资金需求是否紧急而变；（2）违约金高，P2P网贷平台的逾期违约金都不低。大多平台会收取当月应还本息的0.2-0.6%/天作为违约金，而个别竟要收取未还款金额的1%/天的天价，设贷款10 000元、年利率10%贷款1年、逾期一年还款，按前者利率中值计算，除本息外有10000×（1+10%）÷12×04%*365=1338元的逾期费；如按后者方法计算，不考虑应还的本金和利息，逾期1年则产生10 000×1%×365=36 500的天价逾期费。（3）逾期信息会被网贷信用黑名单公布，影响信用，有一些名为“网贷信用黑名单”的网站，一般逾期一个月未还款就会被列入黑名单，上面有借款人的姓名、身份证号、逾期本金，有的还有照片或录像，目前就有很多机构在放款前会借鉴互联网的征信数据，所以网贷要量力而行，并请管理好自己的信用。
三、非住房类个人贷款渠道的建议
一是住房公积金满足提取条件应尽量提出来，因为连银行的理财产品都比公积金的利率高得多。
二是1-2个月1-5万的个人短期小额贷款首选信用卡付款。可以获得一定期限的免息，但要注意信用卡的还款日期，因为逾期利息很高。
三是银行的工薪贷或优质客户个人信用贷款、汽车贷款等利率一般在5%左右，利率很低。
四是如果可以获得保单质押贷款，利率一般在6%以内，也比较低。
五是除信用贷款外，能获得银行贷款的请尽量使用银行贷款，因为银行贷款利率明显比其他个人贷款渠道的利率要低。对银行也要货比三家，找到最低利率。
