Keresletvezérelt lakáspiaci modell a lakáshitelezést szabályozó makro­prudenciális eszközök tanulmányozására

Abstract

Keresletvezérelt lakáspiaci modell a lakáshitelezést szabályozó makro prudenciális eszközök tanulmányozására A makroprudenciális politika egyik feladata a lakáshitelezés folyamán fellépő rendszerszintű kockázatok csökkentése. A nemteljesítés valószínűségét és az ebből fakadó hitelezési veszteségeket minden hitelnél egyedi jellemzők befolyásolják, ezért a makroprudenciális eszközök bankrendszeri stabilitásra gyakorolt hatásának vizsgálatához olyan ágensalapú lakáspiaci modellt fejlesztettünk, amely lehetőséget ad a háztartások kellő mértékű heterogenitásának szerepeltetésére. A modellt egymillió háztartással futtattuk, amelyek jellemzőit magyar adatbázisok felhasználásával generáltuk. A lakáspiac keresletvezérelt, a háztartások döntését preferenciájuk, jövedelmük és a makroprudenciális szabályokból fakadó hitelezési korlátok határozzák meg. Megvizsgáljuk, hogy a jövedelemarányos törlesztőrészletre és a hitelfedezeti mutatóra vonatkozó korlátok különböző kombinációi mellett hogyan alakul a bankrendszer jövedelmezősége, stabilitása, valamint a háztartások jóléte. Az egyes kombinációk megítélése függ a sokkokra vonatkozó feltételezésektől és a döntéshozó preferenciájától, mivel a bankok jövedelmezőségét és a háztartások jólétét eltérően befolyásolják az adósságfékszabályok. A modell eredményei alapján a bankrendszer hosszú távú jövedelmezősége szempontjából nem célszerű a jelenlegi 80 százalékos hitelfedezeti korlátnál szigorúbb előírást alkalmazni.* Journal of Economic Literature (JEL) kód: C63, G21, G28, R21. * a szerzők köszönettel tartoznak Hosszú Zsuzsannának a modell fejlesztése során nyújtott segítségéért.

Who Can Refinance? The Possibilities and Limitations of Market-based Refinancing in the Case of Mortgages with a Variable Interest Rate

“…Bálint Dancsik -Nedim Márton El-Meouch The estimated coefficients of the models of the total banking sector are shown in Table 6. 20 The direction of the coefficients estimated by the model is consistent with the intuition and with the model results estimated by previous studies (Aczél et al 2016;Mérő and Vágó 2018). The explanatory power of the models amounts to 44 per cent in the case of the banking sector estimate (based on R 2 statistics), and ranges between 8 per cent and 72 per cent in the case of individual bank estimates.…”