3．根據時間序列的相關性對反向抵押貸款的抵押品進行分類鑒於房產市場價格指數可能呈現出短期和長期的不同變化趨勢，勢必將根據時間序列的相關性情況對反向抵押貸款的抵押品進行分類，分類的標準就是時間長短。通過檢驗其看樣本自相關係數的Q統計量以及其P值，看其取值以確定何時為相關性序列，何時為隨機序列。這裏主要通過分析樣本數據的Q統計量以及其P值，將數據分為短期情況和長期情況，短期存在序列存在自相關性，長期呈現隨機遊走的特征。
對於短期的地方性的反向抵押貸款的房產定價，可以采用一個自回歸移動平均模型（ARMA模型），它主要用於分析平穩且非純隨機性序列的一種模型，對這組數據時首先進行平穩性進行檢驗。對數據的平穩性檢驗，主要是看數據序列的時序圖與單位根檢驗。當原始數據並非平穩序列時，可以進行差分操作，以便可以充分地提取序列中有用的可供預測的信息。然後檢驗序列數據是否純隨機性，也即數據序列是否存在顯著的相關性，這是能否使用這一模型的關鍵。通過模型的構建得出回歸模型，即可對未來的房地產價格指數的走勢做出預測。
對於我國房地產市場大範圍的房地產價格指數和較長時間（如10年以上等）發展的預期，我們采用西方完善的房地產市場關於房地產價格預測采用的隨機遊走模型，他們認為潛在借款人利用自己對本地房產價格較為了解的信息優勢，能夠取得的額外收益是非常有限的。這是因為單個房產的價值水平要受到許多因素的幹擾，並且在申請貸款之前發生的任何趨勢的記憶效應，都有可能很快消失。即對未來價值的最好預測就是其當前的價值，因為這是交易雙方現在都確知的信息。
鑒於此種假定，在此部分的定價中主要采用維納過程和馬爾柯夫鏈，這一過程的特征，就是對房產的當前值作出未來預測中所需的全部信息，可以通過Markov 過程的性質對未來房價進行預測。
（二）具體步驟
1．短期數據采集模擬並對房產指數走勢序列進行預測
①樣本數據的采集，包括抽樣期間的全國樣本數據，以及反向抵押貸款業務試點的北京、上海和廣州三地的三個中房指數值。②數據預處理和數據的平穩性檢驗。三個中房指數如果是非平穩性序列，則要通過差分處理變成平穩性序列。③樣本數據的隨機性檢驗。中房數據是否存在短期相關性，隻有存在相關性，才可建立ARMA模型。④模型的定階和回歸。通過對中房指數的序列自相關係數和偏自相關係數的觀測，可以選擇不止一個模型對其進行回歸。通過觀察係數的顯著性（t統計量），模型的擬合優度（R2值），模型的顯著性（AIC 值）以及模型是否最優地提取了數據中的信息等情況，選出最優的模型對其進行回歸。⑤通過得到的中房指數的ARMA模型，即可對房產指數的走勢序列進行預測。
2．長期數據采集模擬並對房產指數走勢序列預測的具體步驟具體步驟包括：①樣本數據的采集，包括抽樣期間的全國和三地的三個中房指數值。②樣本數據的隨機性檢驗。數據隻有存在隨機性特征才能使用Markov過程。③房產價格模型的初始分布和轉移概率。④通過上麵的計算得出房產的未來價值，這是采用期望值表現的。如上工作的步驟和短期數據的采集分析等基本一致，隻是要考慮的時期較為長遠。
3．房產預期價值的計算
這裏預測出的未來房產價格走勢，沒有扣除住房的磨損折舊部分，雖然我國將有可能對住宅用地70年使用權的法規進行改革，但尚未有正式文件出台，這裏仍將采用70年期計算每年房產價值的折舊。由於本文要計算的是年金支付額，因而假定反向抵押貸款為每年支付一次，並假設在每年年初進行支付。將反向抵押貸款開辦初始年份（假設從該年1月1日開始計算）抵押房產的價格作為基期值，定為“100”，通過預測N年後（抵押人死亡，收回抵押房產進行變現）抵押房產價值的預測，計算得到不考慮折舊因素下的抵押房產的預期價值。再扣除N年的折舊損失後，就是我們所要求的房產的預期價值。
五、反向抵押貸款產品定價的公式列示
（一）每年年金支付額的計算
開辦反向抵押貸款的金融機構在計量經營反向抵押貸款業務的保本點時，可以列示的一個基本公式是：
預期房產價值的可變現淨值的現值＝每期支付房款×（年金終值係數，實際執行利率＋業務開辦實際發生費率，實際期限）每期支付房款＝預期房產價值的可變現淨值的現值／（年金終值係數，實際執行利率＋業務開辦實際發生費率，實際期限）這部分計算，需要考慮的因素有：用於貼現計算的利率水平；貸款開辦年限，其中涉及生存率的計算問題；金融機構開辦反向抵押貸款的費率問題，其中包括住房反向抵押貸款的發起費，住房反向抵押貸款的保險費住房反向抵押貸款的其他交易費用，即除利率、發起費和保險費之外的其他交易費用，如第三方服務費、手續費等。
（二）指標數值的設定
在具體操作中，計算反向抵押貸款利率，由於住房反向抵押貸款麵臨著較大的風險，如未來還款期的不確定、住房資產價值的不確定等。因此，在無風險利率的基礎上，加上一定的風險升水成本（包括平均通脹率和一些額外風險本文取2%）和必要的利潤率（本文取1%），作為反向抵押貸款利率。
生存率和死亡率的計算，不能從生命表中直接查取，但可利用生命表中給出的不同年齡的死亡概率，通過推導出的關係式計算得出。具體推導過程參見範子文《無贖回權的住房反向抵押貸款定價研究——基於保險精算方法》一文，這裏不再予特意說明。
相關費用的計算中，發起費用全部由借款人支付，假定其為反向抵押貸款發起時住房資產的一定比例，取1%；保險費為反向抵押貸款發起時住房價值的一定比例，取值2%，除利率、發起費和保險費之外的其他各類交易費用，如第三方服務費，手續費等，取值為房產價值的3%，三者合計，可得相關費用率為房產價值的1%＋2%＋3%＝6%。
Σ（每年評估抵押房產的預期的價格的現值×貸款人的生存率）－房產初始價格×費率水平＝Σ每期支付房款×（年金終值係數，貼現率，年限）×死亡率每期支付房款＝［Σ（每年評估抵押房產的預期的價格的現值×貸款人的生存率）－房產初始價格×費率水平］／Σ（年金終值係數，貼現率，年限）×死亡率。
（三）根據反向抵押貸款年金支付的模型計算年金支付額
由以上的公式計算得出基於房產價值預測的反向抵押貸款年金支付模型的年金支付額。
接下來可以設計一個年金支付模擬，以求達到更為直觀的效果。將上述各有關參數的數值代入公式，得出在假定房產初始價值下，不同年齡的老人能獲得的基於房產價值預測的反向抵押貸款年金支付模型的年金支付額，通過數據的計算可以得知老年人參與反向抵押貸款對每期可支配收入的改善情況。
例舉：假設某個參與反向抵押貸款的男性老人現年65歲，房屋初始價值為100萬。無風險利率水平為4．17%，則利率水平則為4．17%＋2%＋1%＝7．17%。費率水平為房屋初始價值的6%。假設人的最大存活壽命為105歲（根據中國人壽保險業經驗生命表1990～1993年混合表），即最大可能餘存年限為40年。
本文分析了國內外關於反向抵押貸款產品定價研究的相關資料文獻，總結了本產品定價方麵應該研究的要點，並根據我國的實際情況分析得出較適合的產品定價的模式：即采用保險精算的方法，基於房產價值預測得出單生命定價的年金支付定價模式，並給出了建議的操作步驟。