Що пояснює прогалини в неплаті студентської позики і що відбувається після цього

Резюме

У попередньому Докази говорить звіт , я описав високі ставки, за яких позичальники студентської позики не погашаються протягом 12 років після вступу до коледжу, часто на відносно скромні суми боргу. Однією з найяскравіших моделей, що випливають із цього звіту та інших попередніх робіт, є те, наскільки різко відрізняються показники дефолту залежно від сектора навчального закладу та раси/етнічної приналежності: чорні, неіспаномовні абітурієнти та абітурієнти, які отримують прибуток, відчувають дефолт набагато вищими темпами, ніж інші студенти. У цьому звіті я використовую те саме джерело даних, щоб перевірити, чи можна пояснити ці відмінності в ставках дефолту іншими факторами. Я також досліджую, що відбувається після дефолту, і чи залежить це також залежно від раси чи сектора установи.

Я вважаю, що відмінності в характеристиках студентів і сім’ї, включаючи показники сімейного доходу та багатства, можуть становити приблизно половину розриву між чорними та білими за умовчанням (зменшуючи його з 28 до 14 процентних пунктів). Але навіть врахування відмінностей у досягненні ступеню, середньому балу в коледжі, доходах і зайнятості після закінчення коледжу не може повністю пояснити різницю між чорними та білими в ставках дефолту, яка залишається великою та статистично значущою на рівні 11 процентних пунктів у найповнішій моделі.

Аналогічно, відмінності в характеристиках студентів і сімей можуть становити трохи менше половини розриву в ставках дефолту між позичальниками, які займаються прибутком, і позичальниками державних дворічних коледжів (зменшуючи його з 25 до 14 процентних пунктів). Дещо дивно, що розрив між секторами не повністю пояснюється відмінностями в досягненні або показниками зайнятості та заробітків. Введення прибутку пов’язане з вищим на 10 пунктів показником дефолту навіть після врахування всього іншого в моделі.

Як скориговані, так і некориговані розриви надають важливу інформацію; один не правильніший за інший. Коригування настільки хороші, як і включені заходи, а кращі дані про заробітки, зайнятість та інші обставини після навчання в коледжі можуть пояснити більший розрив. Також певну роль можуть зіграти відмінності в консультуванні чи обслуговуванні позики. Чим краще ми зможемо зрозуміти, що спричиняє ці явні прогалини, тим краще політики можуть спрямовувати свої зусилля на зменшення дефолту.

Додатковий аналіз того, що відбувається після дефолту, показує, що більше половини всіх неплатників (54 відсотки) змогли успішно вирішити принаймні один із своїх прострочених кредитів шляхом відновлення, консолідації, повної виплати або погашення кредиту. Щонайменше 14% позичальників, які не виплатили, змогли вийти з дефолту і знову вступити до школи. Хоча між чорними і білими не існує різниці в ставках вирішення проблеми за умов дефолту, білі неплатники з більшою ймовірністю реабілітують прострочені позики, тоді як чорні неплатники з більшою ймовірністю консолідуються. Аналогічно, неплатники з комерційних установ мали більшу ймовірність консолідації та рідше реабілітували прострочену позику, ніж неплатники з державних дворічних установ.

походження високосного року

фон і дані

У цьому звіті використовуються дані, оприлюднені Міністерством освіти США у жовтні 2017 року, пов’язуючи дані опитування та адміністративні дані опитувань для студентів-початківців середньої освіти (BPS) з адміністративними даними щодо боргу та неплатежів із Національної системи даних про студентські позики (NSLDS). Я зосереджуюсь на вибірці опитування BPS 2003-04, яка є національною репрезентативною для вступників коледжу, які вперше вступили в 2003-04.^одинРеспонденти були повторно опитані в 2006 та 2009 роках, і дані NSLDS доступні до 2015 року, що дає змогу вимірювати певні результати протягом 12 років після першого вступу до коледжу. Хоча деякі зі статистичних даних, наведених нижче, є загальнодоступними з Національного центру статистики освіти (NCES) за допомогою онлайн-інструменту Power Stats, я обчислив інші, використовуючи дані індивідуального рівня, які можна отримати лише через ліцензію на обмежене використання даних. Де можливо, я перевірив свої розрахунки, використовуючи дані з обмеженим доступом, у порівнянні з загальнодоступними показниками.

На малюнку 1 нижче наведено дані про раніше повідомлені показники, за яких студенти зазнають дефолту протягом 12 років після вступу, за секторами та расами для когорти BPS-2004. На малюнку 2 наведено ту саму інформацію, але обмежена лише позичальниками студентів.^дваЦифри показують, що 17 відсотків усіх абітурієнтів (28 відсотків позичальників бакалавриата) зазнали дефолту протягом 12 років після вступу. Цифри також підкреслюють різкі відмінності в дефолті за секторами та расою/етнічністю. Прибуткові вступники майже в чотири рази частіше зазнають дефолту порівняно з державними дворічними абітурієнтами (47 відсотків проти 13 відсотків), тоді як чорні неіспаномовні вступники більш ніж у три рази частіше, ніж білі неіспаномовні вступники. дефолт (38 відсотків проти 12 відсотків).

Що пояснює моделі дефолту студентської позики за секторами та расами?

Сектор закладу та расова/етнічна приналежність є безсумнівно важливими корелятами дефолту студентської позики. Але наскільки ці відмінності можна пояснити іншими характеристиками студентів? І оскільки ці два фактори явно не є визначальними, які інші характеристики чи досвід можуть допомогти пояснити закономірності неплатежів навіть для студентів певного сектора чи певної раси/етнічної приналежності? Метою аналізу, проведеного нижче, є не спроба визначити причинно-наслідковий вплив певних факторів на дефолт, а краще зрозуміти сукупність факторів, які можуть або не можуть пояснити різкі розриви між расою та сектором. Наприклад, якби расові чи галузеві розриви можна було б повністю пояснити відмінностями у досягненні ступеня, увагу політики можна було б краще спрямувати на те, що відбувається під час навчання в коледжі, ніж на те, що станеться після.

Для того, щоб даний фактор пояснив ці прогалини, мають бути правдивими дві речі: фактор повинен бути пов’язаний з ймовірністю дефолту, а поширеність фактора має відрізнятися в різних групах. Попередня робота виявила низку факторів, що передбачають дефолт, багато з яких не є дуже дивними. На додаток до інституційного сектору та раси, вік і стать студентів, батьківський дохід та освіта, здобута освіта, попередні кредитні бали та результати на ринку праці пов’язані з дефолтом.³

Один добре задокументований результат, який багато робити дивним є те, що сума боргу студентів є якщо взагалі обернено пов’язані з рівнем дефолту, тобто ті, хто має більшу заборгованість, мають значно меншу ймовірність дефолту.⁴Ця закономірність зумовлена ​​тим фактом, що студенти з більшим балансом також, як правило, мають набагато вищий рівень досягнень і заробітків.⁵Після контролю за досягненням попередня робота виявила, що обернена залежність зникає, але кореляція, що залишилася між розміром боргу та дефолтом, все ще невелика і лише слабо позитивна.⁶

Демінг, Голдін та Кац (2012) проводять подібний аналіз секторальних розривів у трирічних когортних ставках дефолту, використовуючи дані на рівні установи, і виявляють, що розрив між прибутковими та іншими секторами не можна пояснити відмінностями у складі студентів і інші характеристики на рівні установи.⁷Нове зв’язування даних BPS на рівні студентів із NLSDS дає можливість вивчити чинники дефолту для відносно недавньої когорти вступу до коледжу протягом тривалого періоду часу та з можливістю розглянути надзвичайно багатий набір опитувань та адміністративні змінні як потенційні пояснювальні фактори. Використовуючи ті ж дані, які були використані тут, Kelchen (2018) вважає, що расові розриви за умовчанням не можуть бути повністю пояснені іншими факторами, хоча я включаю більш повний набір заходів.⁸

Щоб зрозуміти, що спричиняє галузеві та расові розриви в ставках дефолту, я спершу запустив регресію, передбачаючи ймовірність колись відчути дефолт протягом 12 років як функцію найбагатшого набору доступних прогнозів.⁹Я обмежую вибірку студентами, які коли-небудь позичали для навчання в бакалавраті. Повний набір включених провісників, а також їх зв’язок із ймовірністю дефолту можна знайти в додатку, Таблиця A1. Якщо коротко, аналіз включає в себе:

• Основні характеристики студента та сім’ї . Ці характеристики, виміряні на першому курсі зарахування, включають расу/етнічну приналежність, стать, вік та віковий квадрат, чи був студент класифікований як утриманий, EFC (це підсумковий показник фінансових потреб, обумовлених головним чином сімейним доходом).¹⁰, чи мали батьки житло чи ні, найвищий рівень освіти батьків, чи надали батьки фінансову підтримку, бали SAT або еквівалент, якщо вони є, а також показник того, чи був студент кредитної картки на першому курсі коледжу.
• Бакалаврське запозичення . Регресія включає загальну суму, позичену для навчання на бакалавраті, а також цю суму, зведену в квадрат, щоб залежність була нелінійною.
• Сектор установ і вибірковість . Регресія включає показники того, чи була перша установа прибутковою, державною чотирирічною та приватною некомерційною установою, з державними дворічними вступниками як контрольною групою. Чотирирічні заклади додатково виділяються рівнем вибірковості.
• Результати та досягнення в коледжі . Регресія включає показники для найвищого рівня досягнень на момент шестирічного наступного опитування (2009), включаючи те, чи був респондент все ще зарахований, і з досягненням BA/BS як контрольною групою. Я також включаю останній відомий GPA за результатами шестирічного наступного опитування (ця змінна в основному отримана з записів студентів, а не з самозвітів).^{одинадцять}
• Показники співвідношення зайнятості, заробітків та боргу до доходу. Регресія включає дані про зайнятість та заробітки (для тих, хто ще не зарахований) на момент 6-річного спостереження (2009), а також показники щомісячних сум погашення позики та співвідношення боргу та доходу. На жаль, дані не включають показники зайнятості чи заробітку після 2009 року.

Навіть як міри кореляції, а не причинно-наслідкового зв’язку, окремі коефіцієнти з цих регресій слід інтерпретувати обережно, оскільки деякі фактори в моделі тісно пов’язані один з одним. Коли це відбувається, модель не завжди може розрізнити, який із пов’язаних факторів є причиною асоціації.

Результати підтверджують раніше встановлені закономірності за расою, інституційним сектором і досягненнями, а також за показниками фінансових потреб (EFC), але також додають деякі нові деталі. Для тих, хто має дані SAT або ACT, бали не пов’язані значною мірою з тим, що за замовчуванням залишається незмінним, але останній відомий середній бал у коледжі є, причому кожен бал GPA пов’язаний з нижчим показником дефолту на 8 відсотків. Показники батьківського багатства, в тому числі батьківське володіння будинком, батьківська освіта та фінансова допомога, яку батьки надавали учням під час навчання, мають суттєвий негативний зв’язок з ймовірністю невиконання зобов’язань, навіть якщо контролювати все інше в моделі. Наприклад, у студентів, чиї батьки володіли будинком на момент вступу до коледжу, на 3 відсоткові пункти менше шансів відчувати, що за замовчуванням усе інше залишається незмінним.

Нарешті, повна модель показує, що за замовчуванням все ще значно негативно корелювали з позиками студентів і дефолтом (з додатковими 10 000 дол. США боргу, пов’язаними з нижчою на 4 пункти ставкою дефолту), навіть після контролю за іншими факторами, включаючи досягнення.¹²Однак дефолт суттєвий позитивно корелював із співвідношенням боргу до доходу, підкреслюючи роль спроможності до погашення: збільшення цього коефіцієнта на 10 пунктів пов’язане з вищим на 2 пункти показником дефолту.¹³Одним з дивовижних результатів є те, що працевлаштування у 2009 році позитивно пов’язане з дефолтом протягом 12 років. Це може бути пов’язано з тим, що ті, хто не працював у 2009 році, мають більше шансів отримати додаткову освіту та мають менше часу на оплату.

Чи можуть ці фактори пояснити інституційні та расові/етнічні розриви у неплаті студентської позики?

Далі я досліджую, якою мірою драматичні відмінності в ставках неплатежів за секторами та расами можна пояснити відмінностями в студентському/сімейному фоні, сумах позик, досягненнях і досягненнях у коледжі, а також заробітках і працевлаштуванні після закінчення коледжу. Для цього я запускаю серію регресій, подібних до наведених вище, але додаю предиктори крок за кроком у групах. Наприклад, щоб перевірити диспропорції за умовчанням за секторами, я спочатку запускаю пробіт-регресію, яка включає лише набір індикаторів для типу установи. Отримані коефіцієнти описують нескориговані відмінності в ставках дефолту за секторами порівняно з рівнем дефолту в контрольній групі (у цьому випадку державні дворічні установи). Потім я додаю додаткові предиктори в групи, описані вище, і оцінюю, наскільки змінюються коефіцієнти на індикаторах сектора.

Результати для інституційного сектора узагальнені на рисунку 3 (повні результати регресії доступні в Додатку, Таблиця A2). Перший набір стовпців показує невідрегульовані розриви в ставках неплатежів для позичальників бакалавра з кожного сектора в порівнянні з показником для позичальників, які вступили до державних дворічних коледжів (26 відсотків). Другий набір стовпців показує, як змінюються прогалини після додавання характеристик учнів та родини. Цікаво, що в той час як чотирирічні позичальники коледжу мають нижчі нескориговані ставки непогашення, ніж державні дворічні позичальники коледжу, ця перевага повністю усувається після врахування відмінностей у студентському та сімейному фоні між секторами. Недолік для прибутку зменшується, але на рівні 14 процентних пунктів все ще залишається великим і статистично значущим.

Додавання додаткових засобів контролю для позичених сум, досягнень та середнього бала в середньому мало що пояснює недоліки для отримання прибутку.¹⁴Найбагатша модель, включаючи контроль зайнятості у 2009 році та співвідношення боргу та доходу, помірно скорочує розрив до 11 процентних пунктів, але якщо підприємці, які вступають у прибуток, мають нижчу зайнятість та прибутки, ніж інші позичальники з подібними характеристиками, це цілком може бути наслідком зарахування на прибуток, а не як пояснювальним фактором, що пом'якшує.

На малюнку 4 я повторюю ту саму вправу, щоб вивчити расові відмінності. Перший набір стовпців показує різницю в ставках неплатежів за расою/етнічною приналежністю порівняно зі ставкою для білих позичальників, які не є іспанцями (21 відсоток).^{п'ятнадцять}У другому стовпці враховуються додаткові показники учнів та родини, які можуть відрізнятися залежно від раси. Додавання цих показників пояснює приблизно половину розриву між чорними та білими та понад 80 відсотків розриву між латиноамериканцями та білими, але жодного розриву між білими та азіатськими. Облік різниць у сумах запозичених має незначний додатковий ефект. Урахування сектора, вибірковості, досягнення та середнього бала ще трохи зменшує виміряний розрив між чорним і білим. Цікаво, що врахування статусу роботи та співвідношення боргу та доходу майже не змінює розрив між чорними та білими, якщо врахувати все інше. Найбагатша модель все ще залишає великий, статистично значущий розрив між чорними та білими в 11 процентних пунктів у ймовірності дефолту, тоді як скоригований розрив між білими позичальниками та тими, хто має походження з азіатських або тихоокеанських островів, становить 9 процентних пунктів.

Для інтерпретації потрібні деякі важливі застереження. По-перше, оскільки багато предикторів корелюють один з одним, має значення порядок додавання предикторів. Досягнення та заробітки можуть мати відносно невелику додаткову силу пояснення не тому, що вони не мають значення, а просто тому, що їхній вплив вже враховано іншими змінними. Насправді, в результатах, не показаних, я вважаю, що відмінності в секторі, вибірковості та досягненні, якщо їх додати самі по собі, можуть пояснити майже половину розриву між чорним і білим.¹⁶По-друге, прогнозні моделі настільки хороші, наскільки хороші заходи, які включені, а додаткові чи точніші заходи можуть ще більше зменшити розриви.¹⁷Показники зайнятості та доходу 2009 року, зокрема, є менш ніж ідеальними, оскільки вони самооцінюються в той час, коли багато хто з вибірки ще не ввійшли в оплату, а багато хто ще навчається у школі.¹⁸

Нарешті, хоча наведені тут скориговані та не скориговані прогалини надають чітку інформацію, один не обов’язково є правильнішим або кориснішим за інший. Наприклад, навіть якщо розрив між чорними та білими неплатежами можна було б повністю пояснити доходами та багатством сім’ї, це не зробило б його менш проблемним для чорношкірих позичальників, які не можуть змінити своє сімейне походження. Більше того, запозичення, здобуття наукового ступеня та заробітки самі по собі є потенційними функціями расового та/або інституційного сектору. Оскільки контроль за цими факторами зменшує розрив у дефолті, це просто зміщує питання на те, чому існують прогалини в цих предикторах.

Що відбувається з неплатниками після дефолту?

Високий рівень дефолту серед чорношкірих позичальників і тих, хто навчається в комерційних коледжах, викликає занепокоєння через потенційні фінансові наслідки дефолту. Коли студентська позика стає дефолтом, весь залишок підлягає негайному погашенню, і позичальники втрачають доступ до опцій, які могли б застосовуватися в іншому випадку, таких як відстрочка та відстрочка.¹⁹Якщо позичальник не домовиться зі своїм обслуговуючою службою, щоб вийти з дефолту, позика може перейти до стягнення. У результаті можуть бути додані комісійні до 25% від балансу.^{двадцять}Прострочення студентської позики також може знизити кредитні бали, що ускладнить отримання кредиту або навіть оренду квартири в майбутньому. У деяких штатах дефолт може призвести до анулювання професійних ліцензій, а кредитні історії можуть оцінюватися як частина заяв на працевлаштування, що ускладнює пошук або збереження роботи. Крім того, учні не можуть отримувати будь-яку додаткову федеральну допомогу студентам, поки вони перебувають за умовчанням, що ускладнює повернення до школи.

Тим не менш, дефолт — це статус, а не постійна характеристика, і багато студентів, які відчувають дефолт, зрештою виходять із нього. Насправді, більше половини тих, хто коли-небудь виконував дефолт (54 відсотки), змогли вирішити принаймні одне з цих дефолтів до кінця 12-річного спостереження, і щонайменше 14 відсотків повернулися до школи після дефолту.^{двадцять один}Є чотири способи вийти з дефолту: реабілітація, консолідація, повна оплата або погашення кредиту.

Реабілітація пропонує перевагу вилучення дефолту з кредитної історії позичальника, але вона вимагає успішного здійснення 9 платежів протягом 10 місяців і може бути використана лише один раз. Консолідація прострочених позик у нову позику може швидше вивести позичальника з дефолту і може бути єдиним можливим варіантом для тих, хто має кілька невиконаних позик, але дефолт залишається в кредитному обліку до 7 років.

Малюнок 5 показує відсоток студентів, які не виплачували зобов’язань, які коли-небудь змогли успішно погасити прострочену позику до кінця 12-річного спостереження, а також відсоток тих, хто коли-небудь вийшов із дефолту за допомогою одного з цих шляхів, за расою/етнічністю. Хоча чорні позичальники мають набагато вищий рівень дефолту, перш за все, чорні та білі неплатники виходять із дефолту з подібними темпами, тоді як іспаномовні неплатники мали трохи більше шансів вирішити дефолт.²²Наприкінці наступного періоду близько 54% ​​білих неплатників погасили принаймні один прострочений кредит у порівнянні з 53% чорних неплатників.

Однак чорні та білі неплатники відрізняються за тим, як вони виходять із дефолту: чорні неплатники мають більшу ймовірність вийти з дефолту шляхом консолідації (23 проти 15 відсотків), тоді як білі неплатники частіше реабілітуються (32 проти 26 відсотків) або платять. повністю (34 проти 30 відсотків).²³Оскільки реабілітацію можна використати лише один раз, я також досліджую моделі погашення за першою простроченою позикою (не показано) і виявляю, що має місце та сама загальна модель.

Рисунок 6 показує ту саму статистику щодо неплатників за сектором першої установи. Неплатники з приватних установ — як комерційних, так і некомерційних — мали більше шансів вирішити дефолт, ніж неплатники з державних установ. Ці неплатники також частіше, ніж ті з державних установ, вирішили проблему шляхом консолідації. Знову ж таки, ця закономірність також має місце, якщо я розглядаю лише першу позику, яка прострочена.

У подальшій роботі можна було б застосувати методи, подібні до тих, які використовувалися вище, щоб краще зрозуміти прогнози та наслідки консолідації та реабілітації серед позичальників, які не мають зобов’язань. Попередній аналіз (не показано) вказує на те, що неплатники, які погашали свою першу позику, яка прострочена, шляхом консолідації, мають більший загальний залишок на момент дефолту, ніж ті, хто реабілітується (19 185 доларів США проти 17 124 доларів США), імовірніше, що вони зазнали багаторазових випадків дефолту (56 відсоток проти 41 відсотка), і з більшою ймовірністю отримають федеральну допомогу студентам після дефолту (26 відсотків проти 14 відсотків).²⁴Хоча інтерпретація цих висновків не є повністю зрозумілою, вона узгоджується з тим, що консолідація є більш привабливим варіантом для позичальників із дефолтом з кількома невиконаними позиками, а також для неплатників, які прагнуть повторно вступити до коледжу (оскільки консолідація може відбутися швидше, ніж реабілітація ).

Висновки та наслідки

З цього аналізу випливає низка ключових висновків. По-перше, близько половини загальної різниці між чорними та білими в ставках дефолту і трохи менше половини розриву між комерційними та державними дворічними коледжами можна пояснити студентським та сімейним походженням, включаючи показники батьківського багатства та підтримки. По-друге, додавання додаткових елементів керування ще більше зменшує обидва прогалини; але навіть контроль за досягненням диплому, середнього балу та показників зайнятості, заробітків та співвідношення боргу та доходу за 2009 рік не може повністю пояснити будь-який розрив. І, нарешті, більше половини позичальників, які не мають зобов’язань, можуть погасити принаймні одну з своїх позик протягом 12-річного періоду, причому чорні неплатники та особи з приватних установ частіше, ніж інші групи, зможуть вирішити проблему шляхом консолідації.

Як скориговані, так і некориговані розриви надають важливу інформацію; один не правильніший за інший. Коригування настільки хороші, наскільки хороші показники, які включені, і оскільки деякі предиктори співвідносяться один з одним, порядок додавання груп предикторів може мати значення. Наприклад, відмінності в секторі коледжу, вибірковості та досягненні пояснюють більше чорно-білого розриву за замовчуванням, коли ці предиктори додаються до додавання характеристик студента/сім’ї.

Чим можна пояснити прогалини, що залишилися в дефолті? Кращі показники доходів та інших фінансових факторів після навчання в коледжі могли б додатково пояснити розрив, як і більше інформації про час, коли студенти залишили школу та коли вони почали платити. Деякі прогалини, що залишилися, можуть стосуватися якості консультування щодо виходу з кредиту або обслуговування позики, яка може відрізнятися залежно від раси чи сектора. Справді, інші дослідження виявили значні відмінності в результатах погашення між окремими агентами з обслуговування позик, які спілкуються з позичальниками.²⁵

Цей звіт також показує, що більше половини позичальників, які не мають зобов’язань, можуть погасити принаймні один із своїх прострочених позик, хоча врегулювання не обов’язково усуває наслідки дефолту. За умови виникнення дефолту ймовірність вирішення проблеми не залежить від раси, але ті, хто відвідував приватні установи (комерційні чи некомерційні), з більшою ймовірністю погашатимуть прострочену позику. Шлях до вирішення проблеми залежить як від раси, так і від сектора: порівняно з іншими студентами, консолідація є більш характерною для чорношкірих неплатників і тих, хто з приватних закладів.

Останнім застереженням є те, що цей звіт зосереджено на дефолті, а не на погашенні. Те, що студент не має проплати, не обов’язково означає, що він виплачує свій кредит. І хоча неплатежі можуть мати найбільші наслідки для позичальників, ставки погашення є законною проблемою для політиків і платників податків. Подібний аналіз предикторів успішного погашення ще більше збагатить наше розуміння результатів студентських позик. Якісне дослідження, щоб з’ясувати, як учні переходять зі школи на плату, і так часто до дефолту, а потім назад, також було б дуже цінним. Чим краще ми зможемо зрозуміти, що керує цими моделями, тим краще політики можуть спрямовувати свої зусилля на покращення результатів студентської позики.

---

Звіт Створено Центр дітей та сім'ї