自1996年我国开始开展个人购房贷款业务以来，业务发展十分迅速。根据央行公布的《2018年金融机构贷款投向统计报告》显示:2018年末，我国本外币住户贷款余额已达到47.9万亿元，同比增长18.2％。目前，个人购房贷款己成为居民购置房产不可或缺的金融工具。而随着我国经济的快速发展和市场环境的变化，提前还款行为变得越来越常见。借款人提前还款虽然降低了银行的信用违约风险，但是干扰了银行的资金安排，降低了银行的预期利息收入，同时增加了银行的再投资风险和服务成本。近年来，各商业银行对提前还款的态度，已从最初的鼓励、默许转为回避，并制定了相应的控制措施。对提前还款风险的研究，己成为商业银行管理个人购房贷款风险不容忽视的部分。本文从该情况出发，通过对所收集的个人购房贷款数据进行实证研究，以识别现阶段影响个人购房贷款提前还款行为的主要因素，为商业银行进行提前还款风险管理提供理论和技术参考。
　　本文通过理论分析和实证分析相结合的方式，在国内外已有文献的研究基础上，采用来自X银行上海分行自2003年至2018年的34158条样本数据，选择了19个解释变量建立Logistic回归分析模型，分析不同的解释变量是否显著影响提前还款行为。本文抽取了样本中80％的数据对模型参数进行估计，并利用剩余20％的数据对模型的预测效果进行了检验。
　　通过实证分析，本文发现(1)借款人性别、年龄及家庭年收入对提前还款行为无显著影响;(2)学历越低的借款人，提前还款的概率越大;(3)未婚的借款人比已婚的借款人提前还款概率大;(4)选择等额本金还款法的借款人比选择等额本息还款法的借款人提前还款概率大;(5)贷款金额越小，贷款期限越短，提前还款的概率越大;(6)贷款价值比(LTV)越高，提前还款概率越大;(7)抵押物的建筑面积越小、单价越低，提前还款的可能性越大;(8)贷款基准利率越高，提前还款概率越大;(9)宏观经济形势越萧条，提前还款的概率越大;(10)房屋平均销售价格越低，提前还款概率越大;(11)资本市场投资回报率越低，提前还款的概率越大。虽然各个解释变量对提前还款均有影响，但是否发生提前还款，最终取决于各因素共同作用的结果。同时，本文建立的Logistic回归模型对样本数据的预测准确率为75.92％，且模型对于正常还款组的预测准确率较提前还款组的预测准确率要更高。
　　基于对以上结果的分析，本文对商业银行提前还款风险管理提出了三点建议:(1)完善个人购房贷款业务相关数据信息，并建立动态信息数据库，为定量研究夯实基础;(2)将提前还款概率较高的客户分为收益型、改善型、融资型三类，对三类客户采取不同的管理方法，持续跟踪营销，实现客户价值的转化;(3)关注宏观经济发展情况对提前还款的影响，在预期经济下行时采用MBS等方法转移提前还款风险，降低自身损失。最后，本文总结了论文的结论和不足，讨论了未来对于该问题的研究方向。