Determinants of Home Loan Default Risk among Salaried and Self- Employed Borrowers in India: A Comparative Empirical Study Using PLS-SEM and Logistic Regression
Cette étude propose et valide un cadre empirique comparatif utilisant la méthode PLS-SEM et la régression logistique afin d'identifier comment les déterminants financiers, comportementaux et macroéconomiques du risque de défaut de prêt immobilier diffèrent entre les emprunteurs salariés et indépendants en Inde, démontrant que la discipline de l'historique de crédit impacte de manière significative l'atténuation des risques davantage pour les individus salariés, tout en fournant un pipeline analytique prêt à être déployé pour une souscription et une tarification du risque différenciées.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Dans le paysage bouillonnant des marchés financiers de l'Inde, le prêt immobilier est bien plus qu'une simple transaction ; c'est une promesse entre un emprunteur et une banque, une promesse qui s'étend sur des décennies. Pour les prêteurs, le défi central consiste à prédire qui tiendra cette promesse et qui pourrait trébucher. Alors que le secteur bancaire traditionnel s'appuie depuis longtemps sur des chiffres froids et implacables — comme la part du revenu mensuel d'une personne consacrée au remboursement du prêt ou la valeur de la maison par rapport à la dette — les chercheurs réalisent de plus en-delà que le comportement humain joue un rôle tout aussi critique. Les individus ne sont pas seulement des feuilles de calcul ; leurs choix financiers sont façonnés par leur compréhension de l'argent, leurs traits psychologiques comme l'impulsivité, et la façon dont ils perçoivent la stabilité de l'économie globale. Une question clé demeure : ces facteurs affectent-ils de la même manière un employé salarié, qui reçoit un salaire régulier, et un entrepreneur indépendant, dont les revenus peuvent fluctuer radicalement selon les saisons ?
Cette étude se propose de répondre à cette question en construisant un modèle complet du risque lié au prêt immobilier qui mêle données financières et comportement humain. Les chercheurs se sont concentrés sur deux groupes distincts en Inde : les travailleurs salariés et les travailleurs indépendants. Ils ont examiné sept moteurs spécifiques du risque : la stabilité du revenu d'une personne, la charge de ses mensualités, l'adéquation de la valeur de la maison comme garantie, l'historique de remboursement de ses dettes, la culture financière, les tendances psychologiques et la perception du stress économique. L'objectif était de voir si ces facteurs prédisent le sentiment de risque propre à l'emprunteur — sa propre perception de la probabilité de manquer un paiement — et de tester si le type d'emploi modifie la force de ces relations. Pour s'assurer de la solidité de leurs méthodes avant de collecter des données réelles, l'équipe a d'abord testé toute son approche sur un ensemble de données simulées de 400 emprunteurs, créant un miroir numérique du monde réel pour voir si leurs outils fonctionnaient.
Les résultats de cet essai simulé ont révélé une image claire de ce qui alimente la peur du défaut de paiement. Les sept facteurs étudiés par les chercheurs se sont révélés être des prédicteurs significatifs. Lorsque le revenu est instable, lorsque les mensualités semblent lourdes, lorsque le montant du prêt est trop élevé par rapport à la valeur de la maison, ou lorsqu'un emprunteur a un historique de paiements manqués, le risque perçu de défaut augmente. Inversement, avoir un historique de crédit solide, une grande littératie financière et des traits psychologiques stables agit comme un bouclier, abaissant ce risque perçu. Le modèle était suffisamment robuste pour expliquer près de 28 % de la variation dans la perception du risque par les emprunteurs, et il a réussi à prédire les résultats mieux qu'une simple supposition. Cela a confirmé qu'un modèle combinant des ratios financiers et des intuitions comportementales est un moyen viable de comprendre le risque de prêt.
Cependant, la découverte la plus révélatrice est apparue lorsque les chercheurs ont comparé les deux groupes. Ils ont découvert que l'importance de ces facteurs n'est pas la même pour tout le monde. Plus précisément, le lien entre l'historique de crédit d'un emprunteur et son risque de défaut de paiement était nettement plus fort pour les salariés que pour les indépendants. Pour un salarié, un dossier de crédit irréprochable est un signal puissant de fiabilité, portant un poids substantiel dans la prédiction de son comportement. Pour l'indépendant, dont les flux de revenus sont souvent irréguliers et plus difficiles à documenter, un historique de crédit est un signal plus bruyant ; il compte, mais il n'a pas le même pouvoir décisif. Cela suggère que les règles utilisées par les banques pour juger le risque pourraient devoir être différentes pour ces deux groupes, car une norme unique peut ne pas refléter avec précision la réalité de la gestion de la dette par chacun.
Pour combler le fossé entre ces ressentis comportementaux et les résultats financiers réels, l'étude a également mené une analyse complémentaire examinant des données concrètes telles que le ratio des paiements par rapport au revenu et les scores des bureaux de crédit. Cette partie de l'étude a confirmé que des charges de paiement plus élevées et des scores de crédit plus faibles augmentent directement les probabilités qu'un prêt devienne défectueux. Elle a également montré que même en tenant compte de ces chiffres financiers, la littératie financière agit toujours comme un facteur protecteur, réduisant la probabilité de défaut. L'analyse a démontré la viabilité méthodologique de la connexion du modèle comportemental aux résultats observables au niveau du prêt, montrant une bonne capacité de discrimination entre les comptes en défaut et les comptes sains sur les données simulées, bien que ces mesures de performance spécifiques doivent être vérifiées sur des données de prêts réels.
Les auteurs précisent avec prudence que ces conclusions proviennent d'une étude pilote simulée, une première étape nécessaire pour valider leurs méthodes avant de déployer le sondage auprès de personnes réelles. Les chiffres et les schémas décrits ici sont illustratifs d'un cadre de travail, et non encore un verdict final sur le marché du logement indien. Pourtant, l'étude offre une voie claire pour les institutions de financement du logement. Elle suggère que les prêteurs devraient envisager d'adapter leurs évaluations de risque, en accordant peut-être des poids différents à l'historique de crédit selon que le demandeur est salarié ou indépendant. De plus, elle souligne la valeur des programmes de littératie financière, particulièrement pour les emprunteurs indépendants confrontés à la volatilité des revenus, comme moyen de renforcer la résilience face au défaut. En comprenant que l'élément humain du risque se comporte différemment selon les types d'emploi, le secteur financier peut progresser vers des pratiques de prêt plus précises, équitables et efficaces.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.