基于灰色关联分析我国以房养老风险评价研究

郑晓云　许曼　陈振兴

摘要：以房养老是缓解当前养老负担的途径之一，分析以房养老风险，对于以房养老的开展有重要意义。根据影响以房养老风险评价指标因素，按长寿风险、市场风险、或然风险、经营风险、政策风险5个要素确定评价指标体系，运用层次分析法计算出权重，结合灰色关联分析的方法，对某金融公司开展以房养老风险评价。研究结果表明：金融公司应重点加强对金融公司总资产、城市规划、利润、地质条件、汇率、住房制度变更、货币供应量、支付保险金额、土地制度变更、地域环境、资产评估机构资质方面的风险控制。针对金融公司开展以房养老如何规避风险提出建议。

关键词：以房养老;风险评价;层次分析;灰色关联分析

中图分类号：F293 文献标识码：A

文章編号：1001-9138-（2021）08-0040-46 收稿日期：2021-07-15

自2000年以来我国正经历着人口年龄结构的加速老化，这种快速的人口老龄化加剧了政府的养老负担。据《中国家庭发展报告（2015年）》统计，我国只有28.9%的城市老人和15.9%的农村老人没有养老困难。目前，我国未富先老和社会保障体系不完善的问题，不仅影响着老年人的养老，同时也影响着未来社会的稳定发展，成为当前需要解决的问题之一。因此，寻求其他的养老方式势在必行。了解以房养老的风险因素，是金融公司开展以房养老的关键，也是金融公司开展以房养老业务的决定性因素。研究以房养老风险因素，有助于推动金融公司开展以房养老的业务，满足现在老年人多样化的养老需求，对实现积极老龄化，完善我国养老体制，补充养老方式，具有理论和现实意义。

1 相关研究文献评述

当前，以房养老的风险研究受到国内外广泛关注，如Adam W. Shao分析了房价风险和寿命风险对反向抵押贷款定价和风险分布的综合影响。Jackie Li在考虑房价风险、利率风险和寿命风险的基础上，采用熵权法得出反向抵押贷款在财务上是可持续的。我国学者王小平研究大财富管理概念，用银行的钱消费，用自己的钱理财，让房屋的拥有形态多样化，最终保险可以实现以房养老。李宇嘉主要研究发挥住房的养老功能，其中包括以房养老。王亚柯借鉴美国的保险机制，提出为推动我国住房反向抵押养老保险的快速发展，应加大政府的保障力度，鼓励多类金融机构以多种形式参与，加快相关法律法规建设。马征对“以房养老”政策热情不够高涨的原因进行分析。方永恒基于可拓理论对西安市以房养老风险模式进行分析，得出了可拓评价在以房养老风险评价上适用性较好，西安市金融公司适合开展以房养老业务。张杰通过保险公司参与住房反向抵押养老的风险控制提出了建立动态评估合同、合理控制业务规模、建立健全法规等建议。张瑜通过分析以房养老政策难以推行的原因，提出加强风险管控，同时政府给予政策支持以及培育新型养老消费理念。岳一鸣分析以房养老发展阻力和成因，并针对性地提出相应对策建议。徐瑛楠阐述了以房养老模式的相关涵义，重点分析了以房养老模式推行风险与政策应对。赵艳朋则关注影响以房养老的各种经济力量的演变，抓住人口结构变迁的主线，通过分析几个关键经济变量的变化过程，揭示人口结构变迁可能对以房养老市场造成的风险。柏晶将从开展住房反向抵押养老保险业务的可行性和面临的风险进行分析，并提出相关政策性建议。杨哲提出以房养老服务模式实施，需要政府的政策支持和监管，需要舆论宣传和国民养老消费理念的转变，而且目前政府只能将以房养老定位于一种养老补充产品。严韬分析了以房养老的风险因素，并给出相关的应对策略。虽然国内外学者关于以房养老风险评价问题相关研究取得了一些成果，但还存在很多不足，如评价指标体系不够完善，经营风险考虑不足，缺少定量分析指标等。本文在以往的研究基础上，从金融公司视角出发，引入灰色关联分析对以房养老风险进行评价，利用灰色关联分析能够量化指标之间互相影响的特点。定量研究以房养老的风险因素，为金融公司开展以房养老业务降低风险提供依据。

2 以房养老的风险现状分析

2.1 以房养老的发展现状

据中国人民银行调查统计司城镇居民家庭资产负债调查课题组在《中国金融》发布的2019年中国城镇居民家庭资产负债情况，调查报告显示我国城镇家庭住房拥有率为96%，为以房养老的开展提供物质基础。以房养老是指老年人将自己的房子抵押给保险公司，自己继续拥有房屋占有、使用、收益和经抵押权人同意的处置权，并按照约定条件从保险公司领取养老金直至身故。老年人身故后，保险公司获得抵押房屋的处置权，用于偿还养老保险相关费用。这是目前能够缓解传统养老的家庭压力，与现有商业养老保险业务互补的一款养老产品。我国于2003年开始引入以房养老理念，2013年正式颁布《国务院关于加快发展养老服务业的若干年意见》，2014年开始实施以房养老试点，2015年幸福人寿获得批准，成为首款以房养老保险业务。2019年，人寿保险首单以房养老业务发行上市，成为第二家承担此业务的保险公司。总的来说，我国住房反向抵押养老保险虽然有所发展，但发展速度仍然比较缓慢，而且在发展中还存在很多障碍。

2.2 以房养老的发展障碍

2.2.1 风险不确定性

对于我国金融公司来说，风险的不确定性抑制了金融公司参与以房养老保险的积极性，金融公司不仅面临着房地产市场的不确定性，以及住房政策、利率的变化，还要面临着老人年龄、身体和家庭关系的压力，除此之外，还有可能受到自然灾害的风险，因此开展以房养老对金融公司有着很高的技术要求。

2.2.2 养老观念落后

在我国传统的观念里，养儿防老根深蒂固，房子是留给子女的遗产，以房养老与老年人传统观念相违背。一方面，容易受到家庭和亲人的反对，另一方面，老年人为了子女而放弃追求改善养老条件的意识很难改变。大部分老人主要依赖政府养老的观念，也会制约着以房养老的发展。

2.2.3 相关法律法规滞后

我国并没有出台以房养老专门性法律制度，缺乏具体的操作规程以及交易环境，降低了公众的信任度，限制了公司运营和管理的实施，导致金融公司开展以房养老业务的困难。我国现行法律法规不能适应养老市场，因此，法律依据滞后是限制以房养老发展的原因之一。

纵观以房养老市场，相关的管理政策暂未形成，以房养老发展过程中出现的问题日益凸显，各金融公司的积极性仍处于比较低的水平，严重制约其发展。因此，以房养老风险评价对以房养老行业的发展具有非常重要的意义。

3 以房养老风险评价指标体系的构建

3.1 层次分析法

本文选取层次分析法确定以房养老风险指标的权重，层次分析法是一种系统性的研究方法，主要针对多层次、多因素和复杂问题进行决策，将待决策的目标分成3大层面，包括决策目标、中间层要素和备选方案。采用该层次分析法能将复杂问题简单化。

（1）建立以房养老风险评价层次分析结构。

（2）构建判断矩阵U。

采用1～9及其倒数标度法构建判断矩阵表示同级别指标相对上层元素的重要性，下列公式中用Uij （i = 1 …n， j = 1 …n）表示两元素Ui和Uj的相对重要程度。

（3）计算以房养老风险指标的权重。计算矩阵U的最大特征值λmax和特征向量确定权重，计算公式如下：

（4）一致性检验。计算公式如下：

式中：CR小于0.1，RI为随机性指标，根据矩阵阶数n进行取值。

3.2 灰色关联分析法

灰色关联分析法计算步骤如下：

（1）根据以房养老风险评价指标体系，收集并分析专家数据结果，设n个数据序列形成以下矩阵：

式中：m指的是指标的个数;n是评价对象的个数。对以房养老风险评价指标数据进行标准化处理，标准化后的数据为：

其中，i=1，2，…，m

（2）确定参考序列为x0：

（3）以房养老风险关联系数计算，x0与xi关于第k个元素的关联系数为：

式中：ρ为分辨系数，ρ ∈[0，1]，其中ρ值越小，关联系数差异越大，区分能力越强，通常取ρ= 0.5。

（4）根据以房养老风险评价关联系数计算以房养老风险的灰色关联度：

（5）依据以房养老风险的关联度排序，得出以房养老的风险评价结果。

3.3 以房养老评价指标的说明

本文旨在建立以房养老风险的评价指标体系。通过对我国以房养老现状的分析，考虑以房养老的特点，在文献调查和专家访问的基础上，将其划分为长寿风险、市场风险、经营风险、或然风险和政策风险。最终得到以房养老风险评价指标体系如表1所示。

长寿风险。金融公司对老年人的预估寿命低于个人实际寿命，对于金融公司来说，需要额外承担一大笔支出，因此给金融公司带来巨大的损失。如果想要避免长寿风险，必须准确预测被保险人的寿命，影响老人的寿命因素有年雾霾天数、污水排放量、噪声年平均值、温湿指数、水文指数、交通事故发生率、传染病发病率、参加医疗保险人数、医疗卫生机构数，其中参加医疗保险人数、医疗卫生机构数、传染病发病率影响较大。

市场风险。对于金融公司来说需要承担市场的变动造成的风险，因此必须深入了解市场信息，掌握市场的动态变化，减小因为市场波动而引起的风险。住宅商品房平均销售价格、房地产开发企业土地购置单价、城市绿地面积、房屋建筑年限、客户认知度、通货膨胀、利率、税率、汇率、货币供应量、60岁以上人口数、房产供应量、居民消费价格指数因素将直接或间接的影响市场的波动。

或然风险。影响或然风险的因素有地域环境、地质条件、火灾、涝灾、地震等自然灾害类的不可抗力。自然灾害等不可抗力是无法避免的，甚至会导致很多人失去生命。

经营风险。金融公司的经营管理水平不高，也会造成经营风险，要想开展以房养老，高水平的经营管理是必不可少的，因此需要加强金融公司的经营管理，减小金融公司的经营风险。资产评估机构资质、委托代理公司资质、利润、以房养老管理人才数量、支付保险金额、金融公司总资产、银行不良贷款记录因素将直接或间接地影响经营风险。

政策风险。开展以房养老政策风险也是不可避免的，因此需要时刻关注政策变化，了解政策详情，避免因为政策变动而引起的风险。影响政策风险的因素有城市规划、住房制度变更、土地制度变更、金融制度变更、产业制度变更等。

3.4 计算权重的结果

通过对房地产与金融保险机构领域的专家进行问卷调查，由30位专家共同完成。专家们按照1～9标度法进行赋值，通过两两比较的方法，确定同层次元素之间的相对重要性。对30位专家打分结果的几何平均数作取整处理后，通过Yaaph軟件计算各级指标的权重，并进行判断矩阵一致性检验计算每层的因素权重，最终得出相对重要权重结果如表1所示。

4 实证分析

4.1 以房养老风险评价

研究数据由专家打分获得，评价方法选取灰色关联分析法，选定某金融公司为研究对象，邀请30位保险与房地产领域的专家对5个将要开展的保险业务进行打分。然后，依据待评价的指标，设计了以房养老风险因素打分表，对各指标风险进行打分，满分为10分，评价得分取各人的平均值。

根据公式（6） ～ （10）计算出的以房养老风险评价关联度及排序结果如表2所示。

由表2数据表明：金融公司总资产、城市规划、利润、地质条件、汇率、住房制度变更、货币供应量、支付保险金额、土地制度变更、地域环境、资产评估机构资质、税率、利率、住宅商品房平均销售价格、房地产开发企业土地购置单价、通货膨胀、委托代理公司资质的风险系数明显高于其他指标。

由此可以看出，金融公司开展以房养老应当注意对政策的变化重点加强把握，其中城市规划、住房制度变更、土地制度变更的风险更高;经营风险应重点把握金融公司总资产、利润、资产评估机构资质、委托代理公司资质、支付保险金额;市场风险应重点加强汇率、货币供应量、税率、利率、住宅商品房平均销售价格、房地产开发企业土地购置单价、通货膨胀;或然风险应注意地质条件、地域环境。

4.2 建议

根据本文建立的以房养老风险评价指标体系得出的结果，对金融公司开展以房养老业务如何规避风险提出以下建议。

（1）与房地产公司的合作。金融公司可以通过与房地产公司的合作，了解市场信息，进而对市场的发展趋势做出准确的预判，降低由于住宅商品房平均销售价格、房地产开发企业土地购置单价变动产生的市场风险。

（2）采用分期续约的合同模式。金融公司可以创新产品类型，对产品进行优化设计，满足不同类型的老年人。例如：金融公司可以设计多种支付方式、不同年限等，通过尝试将以房养老合同进行分期续约的模式，缩短合同期限，动态更新合同条件，进而降低由于汇率、税率、利率、货币供应量、通货膨胀等波动产生的市场风险。

（3）设计多种类型的以房养老产品。金融公司可以通过创新产品类型，对产品进行优化设计，最大程度满足不同类型的老年人的需求。例如可以“以大换小”“以近换远”等。

（4）建立多层次的保险保障制度。金融公司可以建立多层次的保险保障制度，提前做好防范，由其他保险公司分散风险，例如：可以购买其他类型的保险、组织其他公司融资等，降低由于地质条件、地域环境产生的或然风险。

（5）对保险行业人才的培训。金融公司通过引进国外专家以及其他合作交流等方式对保险行业人才进行培训。并且投入一定的基金加强教育培训提升技能，通过培养行业保险人才，加强专业性和管理水平，提高创新能力，降低由于金融公司总资产、支付保险金额、利润而产生的经营风险。

（6）与资产评估机构和委托代理公司的合作。金融公司可以通过与资产评估机构的合作，降低由于资产评估不准确而产生的经营风险。金融公司通过与委托代理公司的合作，降低由于信息不匹配产生的经营风险。

（7）加强国家和地区政策的研究。实时掌握国家和地区的政策信息，深入研究和解读，及时更新最新政策，降低由于城市规划、住房制度变更、土地制度变更等产生的政策风险。

（8）定期检查老人的身体。金融公司可以通过与医疗机构的合作，例如，制定老年人身体健康检查方案，定期检查老人的身体，对于老年人的身体情况及时作出筛查，建立老年人身体健康档案，及时的监测身体状况，及时掌握老人的身体状况，降低由于寿命预估不准确而造成的风险。

（9）加强以房养老的业务宣传。通过对以房养老的业务宣传，提高客户的认知度，让老年人摒弃落后的养老观念，接受新的养老方式，自觉提升自己的生活品质，自愿加入以房养老保险。

5 结论

本文通过筛选长寿风险、市场风险、经营风险、或然风险和政策风险5个一级指标和39个二级指标对以房养老评价，运用层次分析和灰色关联构建评价模型，最后根据以房养老风险评价的结果，提出建议措施。本文利用灰色关联分析能够精确的计算以房养老风险因素之间影响，提供了可量化的以房养老风险评估指标，有利于抓住以房养老风险的重点加强管理的因素。本研究结果对提升以房养老风险的管理能力、降低金融公司风险等都具有重要意义。

参考文献：

1.Adam W.Shao，KatjaHanewald，Michael Sherris. Reverse mortgage pricing and risk analysis allowing for idiosyncratic house price risk and longevity risk. Insurance Mathematics and Economics.2015.63

2.Jackie Li，AtsuyukiKogure，Jia Liu. Multivariate Risk-Neutral Pricing of Reverse Mortgages under the Bayesian Framework. Risks.2019.7（1）

3.王小平.以房养老与财富管理创新.中国金融.2016.15

4.李宇嘉.培育“以房养老”在我国的生存环境.经济研究参考.2016.66

5.王亚柯 叶雨彤 汤晟.以房养老：经验、困境与发展路径.江海学刊.2020.01

6.马征.政策过程理论视角下“以房养老”推行困境的原因分析.河北经贸大学学报.2018.39 （03）

7.方永恒 叶芬.关于以房养老模式风险评价研究——基于可拓理论对西安市以房养老模式的分析.价格理论与实践.2017.09

8.张杰 张雯涵 孙亮.商业保险公司参与住房反向抵押养老的风险控制研究.金融理论与实践.2019.07

9.张瑜.“以房养老”推行风险与防范.市场周刊.2020.33 （12）

10.岳一鳴.浅析我国以房养老模式的潜在风险和对策建议.中国国际财经（中英文）.2017.22

11.徐瑛楠.“以房养老”模式推行风险与政策应对研究.金融经济.2017.20

12.赵艳朋 胡涛.房地产价格变动对以房养老风险的影响——一个人口结构变迁的视角.现代管理科学.2017.06

13.柏晶.关于我国住房反向抵押养老保险的思考.现代经济信息.2017.08

14.杨哲.“以房养老”模式推行风险及政策应对.吉林工商学院学报.2016.32 （02）

15.严韬.以房养老反向抵押产品的风险分析和应对策略研究.金融经济.2016.02

16.姜学军 宫思路.浅谈住房反向抵押养老保险的风险.辽宁经济.2019.06

17.章芮.以养老保险消融人口老龄化之压.上海企业.2014.10

18.韩文琰 易艳红.中国“以房养老”：梳理、审视与重构.价格理论与实践.2019.10

19.张栋.中国“以房养老”：现实困境、国际经验与应对策略.当代经济管理.2020.02

作者简介：郑晓云，东北林业大学土木工程学院副教授，硕士生导师。

许曼、陈振兴，东北林业大学土木工程学院硕士研究生。