Determinants of Home Loan Default Risk among Salaried and Self- Employed Borrowers in India: A Comparative Empirical Study Using PLS-SEM and Logistic Regression
Questo studio propone e valida un quadro empirico comparativo utilizzando PLS-SEM e la regressione logistica per identificare come i determinanti finanziari, comportamentali e macroeconomici del rischio di insolenza dei prestiti ipotecari differiscano tra i mutuatari dipendenti e quelli lavoratori autonomi in India, dimostrando che la disciplina della cronologia creditizia impatta significativamente sulla mitigazione del rischio maggiormente per gli individui dipendenti, fornendo al contempo una pipeline analitica pronta per l'impiego per una sottoscrizione e una determinazione del prezzo del rischio differenziate.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Nel vivace panorama dei mercati finanziari indiani, il mutuo immobiliare è molto più di una semplice transazione; è una promessa tra un mutuatario e una banca, una promessa che si estende per decenni. Per i prestatori, la sfida centrale consiste nel prevedere chi manterrà quella promessa e chi potrebbe inciampare. Mentre il settore bancario tradizionale si è a lungo affidato a numeri freddi e duri — come quanto del reddito mensile di una persona vada verso la rata del mutuo o il valore della casa rispetto al debito — i ricercatori si stanno rendendo conto sempre più che il comportamento umano gioca un ruolo altrettanto critico. Le persone non sono solo fogli di calcolo; le loro scelte finanziarie sono modellate da quanto comprendono bene il denaro, dai loro tratti psicologici come l'impulsività e da come percepiscono la stabilità dell'economia generale. Una domanda chiave rimane: questi fattori influenzano un dipendente salariato, che riceve uno stipendio regolare, nello stesso modo in cui influenzano un lavoratore autonomo, il cui reddito può fluttuare selvaggiamente con le stagioni?
Questo studio si propone di rispondere a tale domanda costruendo un modello completo del rischio dei mutui che fonde i dati finanziari con il comportamento umano. I ricercatori si sono concentrati su due gruppi distinti in India: i lavoratori salariati e gli individui lavoratori autonomi. Hanno esaminato sette driver specifici del rischio: la stabilità del reddito di una persona, l'onere dei pagamenti mensili, l'adeguatezza del valore della casa come garanzia, la storia di rimborso dei debiti, la conoscenza finanziaria, le tendenze psicologiche e la percezione dello stress economico. L'obiettivo era vedere se questi fattori prevedono la percezione del rischio del mutuatario stesso — quanto egli pensi di poter saltare un pagamento — e testare se il tipo di impiego cambi la forza di queste relazioni. Per garantire la solidità dei loro metodi prima di raccogliere dati dal mondo reale, il team ha prima testato il proprio approccio su un dataset simulato di 400 mutuatari, creando uno specchio digitale del mondo reale per vedere se i loro strumenti funzionassero.
I risultati di questa prova simulata hanno rivelato un quadro chiaro di ciò che alimenta la paura del default. Tutti i sette fattori investigati dai ricercatori sono risultati essere predittori significativi. Quando il reddito è instabile, quando i pagamenti mensili sembrano pesanti, quando l'importo del prestito è troppo alto rispetto al valore della casa o quando un mutuatario ha una storia di pagamenti mancati, il rischio percepito di default aumenta. Al contrario, avere una solida cronologia creditizia, un'alta alfabetizzazione finanziaria e tratti psicologici stabili agisce come uno scudo, abbassando quel rischio percepito. Il modello è stato abbastanza robusto da spiegare quasi il 28 percento della variazione nel modo in cui i mutuatari vedevano il proprio rischio, e ha previsto con successo gli esiti meglio di quanto farebbe un semplice indovinare. Ciò ha confermato che un modello che combina rapporti finanziari con intuizioni comportamentali è un modo valido per comprendere il rischio del prestito.
Tuttavia, il risultato più rivelatore è emerso quando i ricercatori hanno confrontato i due gruppi. Hanno scoperto che l'importanza di questi fattori non è la stessa per tutti. Nello specifico, il legame tra la cronologia creditizia di un mutuatario e il suo rischio di default era significativamente più forte per i dipendenti salariati rispetto ai lavoratori autonomi. Per un lavoratore salariato, un record creditizio pulito è un segnale potente di affidabilità, che assume un peso sostanziale nel prevedere il suo comportamento. Per il lavoratore autonomo, i cui flussi di reddito sono spesso irregolari e più difficili da documentare, una cronologia creditizia è un segnale più rumoroso; conta, ma non ha lo stesso potere decisivo. Ciò suggerisce che le regole che le banche usano per giudicare il rischio potrebbero dover essere diverse per questi due gruppi, poiché uno standard unico potrebbe non riflettere accuratamente la realtà di come ciascun gruppo gestisce il debito.
Per colmare il divario tra questi sentimenti comportamentali e i reali esiti finanziari, lo studio ha anche eseguito un'analisi supplementare che ha esaminato dati concreti come il rapporto tra pagamenti e reddito e i punteggi delle centrali rischi. Questa parte dello studio ha confermato che l'aumento dell'onere dei pagamenti e i punteggi creditizi più bassi aumentano direttamente le probabilità che un prestito vada in perdita. Ha anche mostrato che, anche dopo aver tenuto conto di questi numeri finanziari, l'alfabetizzazione finanziaria agisce ancora come un fattore protettivo, riducendo la probabilità di default. L'analisi ha dimostrato la validità metodologica del collegamento del modello comportamentale agli esiti osservabili del prestito, mostrando una buona capacità di discriminazione tra conti in default e non in default nei dati simulati, sebbene queste specifiche metriche di performance debbano essere verificate nuovamente su dati di prestiti reali.
Gli autori sottolineano con cautela che questi risultati derivano da uno studio pilota simulato, un primo passo necessario per validare i loro metodi prima di implementare il sondaggio su persone reali. I numeri e i modelli descritti qui sono illustrativi di un quadro operativo, non ancora un verdetto finale sul mercato immobiliare indiano. Eppure, lo studio offre una chiara strada da seguire per le istituzioni di finanza abitativa. Suggerisce che i prestatori dovrebbero considerare di personalizzare le loro valutazioni del rischio, magari assegnando pesi diversi alla cronologia creditizia a seconda che il richiedente sia un lavoratore salariato o un lavoratore autonomo. Inoltre, evidenzia il valore dei programmi di alfabetizzazione finanziaria, in particolare per i lavoratori autonomi che affrontano la volatilità del reddito, come modo per costruire resilienza contro il default. Comprendendo che l'elemento umano del rischio si comporta diversamente tra le tipologie di impiego, il settore finanziario può muoversi verso pratiche di prestito più precise, eque ed efficaci.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.