美联储-家庭、银行和保险公司对迈阿密飓风的风险敞口：风险分析流程（英）（英译中）

财经系列的讨论美国联邦储备委员会，华盛顿特区ISSN1936-2854(印刷)ISSN2767-3898(在线)家庭、银行和保险公司对迈阿密飓风的影响：风险流分析本杰明·n·丹尼斯2023-013请引用这篇文章:丹尼斯、本杰明·(2023).“家庭、银行和保险公司对米阿米飓风的暴露：风险流分析”，《财经讨论》系列，2023-013。华盛顿：联邦储备系统理事会，/10.17016/FEDS.2023.013。注：财经讨论系列(FEDS)中的工作人员工作文件是分发的初步材料，旨在激发讨论和批评意见。所阐述的分析和结论是作者的分析和结论，并不表示研究人员或理事会的其他成员同意。出版物中对财经讨论系列的引用(致谢除外)应与作者澄清，以保护这些论文的暂定性。1家庭、银行和保险公司对迈阿密飓风的影响：风险流分析斯*联邦储备我们分析了如果飓风对迈阿密住宅房地产造成破坏，未来可能造成的经济损失，飓风的破坏性反映了气候变化。我们重点关注三种情景：(i)一切照旧情景，(ii)飓风-伊恩溢出情景，以及(iii)谨慎市场情景。我们量化银行风险敞口和损失率，其中风险敞口与房地产市场规模成正比，损失率取决于飓风后的贬值和保险范围。这种定量方法可以对地方经济影响、公共财政压力、资产市场损失以及其他也将影响银行的金融发展进行建模。*本文中表达的观点不应归因于美国联邦储备委员会，而应由作者全权负责。本文中的情景分析是一项研究工作，与美国联邦储备委员会最近宣布的情景无关试点气候情景分析。本文建立在我在S&R政策规划和战略方面的同事对迈阿密气候风险审查的贡献之上，包括JosephCox，JonathanLoritz，JacySu，NickTabor，JustinWarner和AuriteWerman。迈阿密研究的其他参与者包括BrianBailey，KyleBinder，SabaHaq，NickKlagge，AndyPolacek，JohnSchindlerJr.，SolomonTarlin，LaurenTerschan和JamesWang。我感谢LizMarshall和RoisinMcCord对代码的审查。杰克·克拉克(JakeClark)在应用Hazus工具方面发挥了重要作用。我还要感谢本杰明·凯的许多有益评论。虽然这些人的见解有助于形成这种分析，但所有错误和遗漏仍然是我自己的。21介绍3678933.3一切照旧(BAU)情景.3.4飓风伊恩溢出效应情景..3.5谨慎的市场情景.011214结论25一模型28个A28A28A29A30A31A33A34B36C36C38D.2跟踪损失缓冲队列.403 G48 1介绍的紧迫性。1本文采用自下而上的方法，对海平面上升对银行在迈阿密的住宅房地产组合遭受损失的脆弱性的影响进行了调查。此分析的定义特征是它跟踪了我们定义为flow-of-risk跨整个。Pozsar(2014)[31]引入了“风险流”一词，作为在量化影子业特定金融风险敞口时考虑衍生品和其他风险转移机制的一种手段。我们简单地该术语作为识别气候风险真实敞口的一种手段，同时考虑到所有已知的损失分配安排。如果迈阿密发生飓风，保险公司将承担第一笔损失(扣除额)。当保险范围不或不足时，损失会蔓延到房主身上。如果房主因任何原因违约，抵押贷款发起人开资理者之间的损失分布而开发的瀑布模型具有共同的亲缘关系。这种亲属关系延伸1例如，见政府间气候变化专门委员会(气专委)最近的第六次评估：https：//www.ipcc.ch4鉴于银行在抵押贷款中的重要作用以及可以与飓风和洪水风险相匹配的银行资产地产敞口只占任何大型国家银行投资组合的一小部分，但这项工作提供了一个可以扩展到其他资产和地区的tem-plate。通过对这些资产和地区进行汇总的适当方气候庭都有保险，特别是如果他们不需要保险，而那些有保险的家庭可能没有完全投保。这适用于不同保险公司在独立市场销售的洪水和风力保险(风是否捆绑在一般2这里研究的风险流动考虑因素是Batten等人(2016)[5]描述的影响的一个子集，他们提供了与气候相关的自然灾害对金融体系的直接和间接影响的全面映射。5分设和设计3这一点最初是在与保险专家的非正式讨论中提出的，得到了第3.1节中所述NFIP的承保范围数据的支持。4参见，例如，《纽约时报》，“美国洪水战略转向'不可避免的'搬迁轮胎邻里“：ttps:///2020/08/26/climate/floo叮叮当搬迁管退.html6迈阿密的物理特征来确定人口普查区域的损坏率。然后将这些损坏率应HAZUS高度，飓风宽度等。在组风暴特征以及风暴路径中建筑结构的特征(例如，框架与砖石、年龄、高度、目的等)。移动、风速较慢的风暴将造成高比例的洪水与风灾。狭窄、快速移动的5级飓风将主要造成风灾(尽管风暴潮引起的洪水将取决于海岸线的地形)HAZUS提供了一系列风力和洪水损失率，作为人口普查区单户住宅，多户住宅和移动房屋重置价值的一小部分。HAZUS还提供替换值，使我们能够计算损失。实增加但情况并非总是如此。当地便利设施可能具有负值，使房产的销售价格低于重定中高收入业主、低收入业主和主要出租物业的区域。这些5边界由以下最大持续风速给出：类别1=74英里/小时，类别2=96英里/小时，类别3=111英里/小时，类别4=130英里/小时，以及5级=157英里每小时。7我们使用《住房抵押贷款解除抵押权法案》(HMDA)数据得出银行对每个人口普查区域的抵押贷款敞口，从而得出六个房主类别中的每一个。HMDA抵押贷款数为各种金融机构提供有关借款人类型、房产位置、贷款价值比率以及许多其他因素的信息。但是，它没有提供这些机构的抵押贷款资产存量吗？平衡表。我们从Y-14M数据中获取有关抵押贷款存量的信息。Y-14M数据的一个好处是，它将银行发起的抵押贷款分为银行持有的抵押贷款，出售给GSE的抵押贷款，证券化和出售的抵押贷款及在银行间市场上出售的抵押贷款。银行发起的抵押贷款仅占所有抵押贷款的三分之一，通过非银行金融机构(NBFIs)如火箭抵押贷款提供的抵押贷款数量众多。银款将反映风险管理策略。由于缺乏银行自己账簿上保留和持有哪些抵押贷款的数据我们假设抵押贷款保留和销售与六个类别中每个类别的抵押贷款存量成正比。如果银行为其投资组合保留风险最低的抵押贷款类别，这一假设将夸大银行的风险(并低估购买者的风险)。损失吸收的第一层是保险，扣除免赔额。由于房主保险免赔额非常小，通常为5006没有关于家庭保险范围的综合数据集。我们对覆盖率的估计基于对飓风伊恩影响的报告，例如，参见Rozsa和Werner(2022)[33]和Flavelle(2022b)[15]89关于自然灾害后房屋价值的文献倾向于发现，房屋价值在灾难发生三到七年后恢味着土地价值通常是持久的。预计最终会恢复房屋价值的房主不太可能违约少永久贬值财产。首先是改造房产以承受更高海平面和承受更频繁或破坏性风成本。第二个是公共服务侵蚀、税收增加以及气候引起的变化对社区影响造加。这意味着，将违约率与负资产挂钩的研究需要修改土地价值贬值，此外还需要考罗里达州是一个追索权州。我们使用Bhutta等人(2010)[6]的改编，其中部分关注佛罗捕捉10一旦我们有了四方的总损失，我们就使用每个机构对每个四方的份额敞口将它们分配给债权人机构。例如，假设洪水易发人口普查区X中移动房屋的低收入房主在所有队列中净违约损失总计100美元，而Y银行占该人口普查区低收入移动房屋抵押贷Y3场景11Elliot等人(2017)[10]，我们按社区获得：住房单元的数量，占用单元的数量，中低收入(LMI)家庭的数量，极低收入(VLI)加(LMI)家庭的数量，人口，数量，la-bor强制失业LMI房者住房的比例、VLI租房者住房的比例、20万美元以下的自有住房份额、每月租金低于1，000美元的出租占用住房份额12我们将HMDA的流量数据与Y14M的库存数据进行匹配，以结合以下假设从附录 (A)部分生成库存流量数据。在所有情况下，首付都假定为贷款价值的20%。低收入家庭被定义为收入不超过11.7万美元。7.未占用或承租人居住的房屋被归类为其他 (即“OX”)。“LX”房屋的数量计算为低于20万美元的自住房屋份额(来自Elliot等人，2017年，[10])乘以主要居住房屋的数量(来自HMDA)。因此，“HX”房屋的数量等于主要居住房屋的总数减去“LX”房屋。“OX”房屋都是非主要住宅(来自HMDA)。 7迈阿密戴德将低收入家庭定义为截至2020年4月一个四口之家的收入为7.31万美元，占AMI的80%)8虽然这忽略了纯现金销售，但这是与财务相关的离职率机构的财务状况。9我们可以在说废话区域⇒选择的区域指标⇒房地产市场统计数据。3.2假设0.81.510尽管20%的首付率是理想的，但2021年首次购房者的典型首付为7%，根据全国房地产经纪人协会的说法，回头客的典型首付率为17%。Https://www.nar.realtor/blogs/economists-前景/解决住房融资和首付误解.因此，我们对20%的假设是保守的。11根据2021年住房抵押贷款披露法案(HMDA)数据，非存款人，独立抵押贷款公司占第一留置权、1-4户、场地建造、自住、封闭式购房贷款的63.9%，高于2020年的60.7%。https:///data-research/hmda/summary-of-2021-data-on-按揭贷款/12框架，2010年，[17]，例如，调查止赎折扣估计范围从22到50%。Pennington-Cross，2006，[29]将折扣与贷款规模，房地产拥有(REO)状态的时间，当地房价变动以及位于司法止赎状态联系起来。猫50.4?IP(y/n)哈y0y拉y0低频y0办公化y0的y哈n00n00拉n00低频n00办公化n00的n00注意：房主类型是：HA=高/中等收入，高于洪泛区，HF=高/中等收入，洪泛区，LA=低收入，高于洪泛区，LF=低收入，洪泛区，OA=其他，高于洪泛区，OF=其他，洪泛区。0年、2045件造成的数十亿美元的损失。根据每种情景的假设，展，根据情景的不同，可能会使其或多或少地脆弱。这戴德抵押贷款组合中损失的份额。需要注意的是，这些损失估计是针对特定参数化的飓风，不应被视为代表所有可能的飓风。例如，中等速度和狭窄的Cat1飓风。15保险作为初始损失缓冲(扣除后)的继续存在是值得怀疑的——13RMSMoody对飓风伊恩的私人保险损失的最佳估计是670亿美元，NFIP的额外损失为100亿美元，总计770亿美元。https:///newsroom/press-re租赁/新闻详情/2022-10-07/RMS-估计飓风造成的保险损失为670亿美元。1我们忽略了“回放”风险的可能性，或者购买者的潜在风险担保抵押贷款可能具有合同权利，可以将低于绩效标准的抵押贷款退还给出售抵押贷款的银行。我们还假设银行出售的抵押贷款的房主型股票与银行自身资产负债表上持有的这些股票的分布相匹配。换句话说，我们不允许[21](对于证券)和[27]GSE购买。15例如，参见Flavelle(2022a)[14]，其中描述了无法触及的保险对佛罗里达州住房市场的潜在后果。猫1猫nkoriginatedoriginated总猫2猫nkoriginatedoriginated总猫3nkoriginatedoriginated总计猫4nkoriginatedoriginated总计猫5nkoriginatedoriginated总计 61 1,751,413,877 61 2,032370 4348100 ,774 2,7099,7715,5230,000 5 47 12,100,00085 035 9 6,694 035 9 1,3765900 7,490370,000 0 572 7,0339942946,200,000 9,476 45 814,100,0007 1 41 77 41,233 1 41 77 5,011,11568700 9,39392 0 4,892,14448900,000 ,645 % 97 716,800,00029 856 094 42343,635 828 856 094 4246,74260,000 03,3669100,000 6,590,83505,383000 54,419 % 2,756 919,900,00077 61 86 702,219 464 61 86 372,171785 40 18,060180,000 12 498,82746000 1,918 % 4,587 10073264,442%3046,50247 %3047200,000 027 123 9411,00005891276,000 36 % 07,738 3,67300因此，我们模拟了对飓风伊恩的鲜明反应，其中保险人逃离该州，导致保险范围建设停止。表5显示了我们的假设。鉴于房主已经意识到飓风破坏的可能性，我们降低了BAU情景中洪泛区房屋的事后贬值。到2035年，洪泛区房屋的价格开始以近期涨幅的一半下降，之后气候变化导致它们进一步大幅下降。对于高于洪泛区的房屋，到2035年，价格上涨速度是之前的一半，之后价格趋于稳定。洪泛区的家庭建筑停止(无法代)，而洪泛区以上的建筑以以前的一半速度进行。洪泛区房屋销售难度加大，导致周转率下降，2040年及以后略有下降。两种房主类型的投保份额都严重下降，房。猫514.0.5520?IP(y/n)哈y0y0拉y0低频y0办公化y0的y0哈n00n00拉n00低频n00办公化n00的n00注意：房主类型是：HA=高/中等收入，高于洪泛区，HF=高/中等收入，洪泛区，LA=低收入，高于洪泛区，LF=低收入，洪泛区，OA=其他，高于洪泛区，OF=其他，洪泛区。21的54.8%)降至22亿美元(或.5谨慎的市场情况22猫1猫nkoriginatedoriginated总计猫2猫nkoriginatedoriginated总计猫3nkoriginatedoriginated总计猫4nkoriginatedoriginated总计猫5nkoriginatedoriginated总计 53 41 027 299 53 41 2944,06394 33 46 46365 48,955 60 4,8739,6713 10 86339,38552 11 86 8686,560756%7206812,111,341 4,483,34261,375,911 119,671 55 760 29 56 55 760 3146,560682 %4738 215,371 4,483 1,115,956 06,241,7466743 80 94 61329%3868516,5606,470,597 479 470 ,0243,657,495754,483 34 9,970,999573 974 111,214 ,4546,5605,828,364 ,308 05 7527 15.5% 7,376924,4832,387,930 % 710361544.0%171,9573,0156,5606,228110.1%96183,8020721617.1%80,707494,48361,751,174062猫5..0.4?IP(y/n)哈yy拉y低频y办公化y的y哈n00n00拉n00低频n00办公化n00的n00注意：房主类型是：HA=高/中等收入，高于洪泛区，HF=高/中等收入，洪泛区，LA=低收入，高于洪泛区，LF=低收入，洪泛区，OA=其他，高于洪泛区，OF=其他，洪泛区。由于在我们的研究期间，洪泛区房屋建设量较少。银行持有的房地产投失为19.3%，而IAN和BAU情景分别为29.5%和54.8%。在谨慎市场情景下，总损失3亿美元和在显著上升。16如果某家银行面临影响其部分投资组合的反复气候灾难，或者其业务的所有地区同时发生气候事件，则损失可能会胁痛苦。一种方法可能是在银行的主要业务中重复进行联合风险流类型16例如，参见NOAA的十亿美元灾害数据中大型气候灾害的数量和联合发生的增加。https:///accESS/十亿/映射猫1猫猫1猫nkoriginatedoriginated总计猫2猫nkoriginatedoriginated总计猫3nkoriginatedoriginated总计猫4nkoriginatedoriginated总计猫5nkoriginatedoriginated总计,115736359,2421680736359349139241,471332562116,1421.7%7472,1125420.9%,540,427 87 966 26,82872 93 87 966 26156,092,540 20 980 53486947 1.6%111,9776424,366420 37 34,427 17 068333,682,37172 60 17 068333,6831155,808,625 76 093 1408,962,466 1.6% 487 143 ,786,427 22 776 04,22172 78 11 14 516354,636,502 191,105 486111 ,167 99 6,839420 ,884 4,47690,427 1.7% 0429,60772 36 3988853,785,778 98 386 9,813 ,178 714 93,93942 99 2 17.7% 1 813 6,58410,427.0%7,428723.1%6035,1201717.7%502,503,932708,7278,051015895,656A模型A.1房主类型je高频、低频的,哈,洛杉矶,OA}.我们不将租房的低收入家庭算作“LF，LA”类别的一部分，因为他们没有抵押贷款。出租给低收入家庭的房产被认为是高收入“OF，OA”类别的一部分，据此，业主可能A.2住宅房地产动态jttjtj,在那里γj是价格升值之间的时间t−1tt和t普通住房的房主的类型j,Hjjjpt−1是tjjjt−1通住房的价格j;·pj,在那里tt−1t−1−1ttttj5.家收购房主的类型j购买现有住房jtjHjt·pt,在那里ψj6.购买新住宅,这是ψj·∆Hj·pj,∆HjttttJ∆Et∆Et=γjπj−t(1−ˆjt−ψj)ωjHjtttt−1pjt−1+ψjptj∆tHjtj=1.∆问t=JΣ∆Hjpjt−∆tEt.j=1j的j以上,这是−ˆj·ωj·Hjttt−1·pt−1;3.的融资购房都是现有的和新的,等于:ttt−1(1−·(ωjHjtt·p+Hjj),ωj的周转率ΣJ∆问t=ΣJ∆问t=JK(1−ψj)(ωtjHjtt−1pt−1+Hjpj−(tπjˆjωj)tHjtt pj,t−1t−1˛¸Repay总共ΣΣj=1k=1−ojk.在哪里k上标是指银行类型,米jk是新的抵押贷款ojktt问tjk=$jk问t.jk$jk=1,在哪里jjk$jk=1,Σjk∀jk米tjkjktot=χjk米jt,=χjkojt.Σ在哪里χ是另一个固定分享这样kχjk=1,∀keK.这意味着还款是由:χjkoΣ在哪里$j=k$jk。我们可以求出:=χjk米j−t$jk∆问t.=米j$j∆问t.‘¸‘¸米tj问t知的以较低利率再融资，这原则上可以包括在等式(A.1)中。A.5平均大小的抵押贷款群组让米j在抵押剩余量j,米j等于原始0t0米j=米j(1rj)−Fj.100在哪里Fj是抵押的固定(年)付款(利息和本金)，以及rj是抵押贷款的合同利率。0等等。一般来说,如果米jt:=米j(rj)−Fj,00=米j(01rj)2−Fj(1rj)−Fj0=米j01rjt−"t−1#j我(1rj)我0=0.(a)我们可以确定Fj作为初始抵押贷款金额和最高级利率的函数，注意在抵押贷款寿命结束时(在T),jT=0。因此:米j(1rTj)Fj=hΣ00我T−1我=0(1r0)我jPj=Pj−(Fj−米jrj).1000在哪里Pj首席剩余时间t。在时间2,我们有:P=Pj−1(Fj−米jrj),10=Pj−2Fjrj(米j米j).P0=Pjt·Fjrj000t−1我1!j米我.(a)每个房主的平均抵押贷款类型j根据HMDA数据计算得出。我们将此抵押贷款强加给所有类型的房主j.我们假设存在一个恒定的概率(等于类型房主的周转率)j)任何房主群体在任何给定时间内出售他们的房屋t.然后，这将推动有抵押贷款的房屋体的规模分布。然后我们取值在军团j给了我们πω在军团j给了我们πωj。这使我们能够解出剩下的一个ttt让我们定义Hj，s为类型房主拥有的房屋数量j在时间t他拿出抵押贷款年代几年前。从HMDA所有权,ωjt在所有队列中都是相同的。然后房屋所有权将是年tΣ代年代=1r=t−=Hjs(1−ωtj)−rHj,0(1r−ωj).t−1年代=1r=t−家庭类型的j在时间t就等于Hjs=Hjs(1−ωtj)−年代,ttHj,t0房屋属于业主的类型j是完全拥有的。由抵押贷款资助的房屋数量年代多年前是通过向房主提供的总贷款j在HMDA数据中找到。我们根据Zillow提供的HAVER数据估算离职率，尽管我们无法按年份确定这些比率。最后，我们知道房屋管理员持有的房屋总数j在时间t。使用这些信息,我们可以计算Ej,0.t−1j,年代让一个t等于房主的平均抵押贷款类型j谁买了一个回家t−年代年前,我们假设等于(1−ψjt−).使用等式(A.2)和(A.3)，抵押贷款金额代主要在任何给定的时间t就等于:Pj,年代tjs一t个tPj,年代t=j,年,P代0=−(t−年代)Fj,(t代−1"年,rj,1rj,年P代我我"Fj,年代F0Pj,年k=0代1rj,1r0##)k在哪里Fj,年代/PJ，S纯粹是合同利率的函数：00j,F年0代0Pj,年0代1rjs1rT−我T−我1j,年代我jsΥt==Frj,年0代A.7解决对抵押贷款还款退休(预付)他们的抵押贷款。要按房主类型确定总还款额，我们需要：考虑单一房主类型的情况，并搁置j上标。指定当前队列中的房主数量年代=t=0H0。的one-period-earlier队列年代=−1总大小相等t−1t−1r=年−我们可以通过两种方式解决还款问题。我们可以直接使用每个房主类型和群体的17米j−$j∆问ttt−1t−t−1t−1t∆问t=Bt∆Gt∆Ft∆NBFIt,问t=BtGtFtNBFIt.在哪里Bt是银行持有的房屋净值,Gt是GSE持有的银行——起源于作抵押,Ft是银行发起的抵押品的投资基金持有量，以及NBFIt是所有非银行金融机构(NBFI)发起的抵押贷款的持有量。请注意，非银行金融机构发起的抵押贷款占新18抵押贷款的大部分(高达三分之二)。17注意：有关房屋销售的详细历史数据由迈阿密戴德评估办公室提供-见。18Https:///articles/nonb贷款人占主导地位市场-11624367460B洪水和风力损害19见,例如,https:///2021/09/10/your-money/ida-flooD-损坏-保险单.html。险范围t1,t等于:我t我t=ΣreN,F,WjrI,Z,tλ我−(C.1)在哪里λj是r型保险公司的损失率占冲击总风险敞口的比例的Z型在时间t房主的报道j型(详细介绍部分(E));和Rjr是曝光的保险公司r型房主的j型.20我我t=l我,Z,t×R我,不.t我t=tt我t=t办.办.公化 20国会预算办公室。(2019)[8].0,0,0.0,0,00,0,00··0OAW..我,Z,我,Z,我,Z,0000我,Z,t......0··,我,Z,t我我,Z,t高频,N频,FR频,FR我,t高频,WR我,不R我,不=..AA,WR我,不C粗放与集约保险保证金未根据更换房屋结构的成本进行校准的，该成本可以大于或小于财产本身的方面，在衰落的城市中，重建结构的成本可能比Zillow房屋的价格高出许多倍。如果我们或两候事件可能会降低一块土地的可取性，导致价值永久下降，即使该地块上的结直接受到损害。这种损失无法通过房主保险附加条款为洪水和风灾投保。或者事件可能会损坏房屋的结构，而不会降低地块本身的可取性，从而导致可保价限制在房屋的重置价值上，即使我们允许气候“损害”通过降低房产的可取性来转嫁到房价。表示每个家庭积累的损害年·vj·Hj,vjtttt是家里的替换值,年是损伤率比例t的房屋重置价值。显然，房主不会遭受任何损失建立财产的损害只要:tttt我j=年·vjtttt例如，如果需要进行补救以更好地保护财产免受未来气候事件的影响(例如，通过提高财产的桩子)。为t·vtj·Hjt>我jt年t·vtj·Hjt=我jt由于地块贬值=∆损失pj=年pj=f(年代j).tttt在哪里年t是下面描述的气候强迫过程。很明显，一个代jD.2跟踪损失缓冲队列Ej,年代hj,=−一,年代(D.1)因此,我们可以包括hj，s作为在冲击后消除违约率的论据。然而，等式(D.1)非常有用，它表明金融部门对抵押贷款违约的脆弱性将部分取决于特定房主类型中群体的构成j，原始抵押贷款的大小相对于房屋的价值(这既涉及购买以来的价格升值以及再融资的普遍性)，也涉及抵押贷款利率(考虑到高利率可以再融资，但也考虑到可调利率抵押贷款可能会使不太谨慎的借款人陷入更高的利率支付)。21有大量关于违约和负资产的文献可以为本次讨论提供信息，包括：Bhuttaetal.(2010)[6]，ScharlemannandShore(2016)[34]，以及Footeetal.(2008)[16]。够吸收。继续偿还抵押贷款债务的能力将取决于房主的收入和他们重新安略违约动机，更加复杂。除了对违约实施处罚的制度因素(例如国家是否无追索权以及对信用评分的影响)之外，还必须加上房主对(飓风引起的)房价大幅贬值是逆转的预期。历史经验是，房价往往会在几年后反弹到灾前的水平。在这种情况房主们坚持自己的房屋直到价格回升是有道理的。然而，这种历史趋势可能不是变化的良好指南，因为海平面上升或持续的野火风险可能使这种价格恢复变得不年代jpttttt=年vj问j年pt.类型j.ljt在哪里我j=我j/(Hj)。tttttt=年vj−我tttx年代jpj.ej,=hj,代−lj.tj,χ年代.!j,年代Pj!j,年代 t+Wj, p t+Wj,j年,年,jPptjPp,作为一个提醒Pjs是剩下的贷款余额和pjt休克)的价值。这个词Wjttt积极的股权被毁。因此,对于Hj年代t−1年代λjH,Z,=Σ年t代)jHjt+Σ年代tχj,年t代j1年代助教y在哪里ϵj是队列的份额年代户房主类型j在时间t，缩写“W.A.”代表“走开”。请注意，如果所有房主都走开，χj=1,损失率也团结,λZ,=1。换句话说,房主的j型失去所有的股t票,但是t可能吸收的t损t失大于其权益金额，具体取决于lj>hj。在没有正公平的情况下，这种方法必须是可能将其表示为“损失率”。作为替代方案，我们认为选择留下来是在房价上涨时保持从上行中受益的选择(除了住房服务的流量t)。这个真实期权的价值足够低，以至于随着家庭贬值。因此，我们处理损失率λjt−1t−1<0.H,Z,E高频感应EtEtLFIREtEtEtEFU.Et LFUt非统.非统Etλ高频高频0E,Z,t000.lE,Z,tλ.非.统E,Z,在哪里λjE,Z,=0,如果1<0.Nt=lE,Z,t×REt.(D.4)中，我们将损失估算合并到一个框架中，该框架在银行、GSE和投资基金之间分配22该模型不考虑因按市值计价的担忧而导致的损失，例如，导致附带看涨或其他破坏性事件。j:pjjt房主类型j:tt代代.年t非统代j作为以下(气候前事件)房屋总价值的向量高频感应VtjLFIVtjVt.非Tt=Vt−1ht−1)−(代t−1Nt−1)˛+χj,年代,(E.1)J