提前还贷风险的定价需要处理两个关键问题：一是找到驱动风险的因子，并明确驱动因子与银行收益之间的函数关系；二是描述因子的波动。当然，银行收益还会受到信用风险等其他风险影响，本文只考虑提前还贷风险。
1．提前还贷行为受到哪些因子的影响呢？根据研究，利率水平的影响最为显著。要注意的是，在不同的环境下，利率水平的影响是不同的。例如，如果按揭贷款是固定利率，利率的下降，贷款人将利用低成本融资来提前还贷；如果按揭贷款是浮动利率，利率上升，贷款人因为利息成本变高而提前还贷。另外，利率期限结构的变化、经济状况（例如贷款人收入的增加）、季节因素（有研究表明春季的提前还贷增多、冬季的提前还贷减少）也都会影响到提前还贷行为。特别值得一提的是，提前还贷行为还存在路径依赖的特性。例如，利率在两年中经历了从4%→5%→4%→5%这样一个变化过程，利率上升1%导致的提前还贷行为在第一次的利率上升中已经发生，所以在第二次利率上升过程中，利率上升1%导致的提前还贷行为将大大减少。
精确描述这些驱动因子与收益之间关系，也就是期权定价中损益（payoff）的确定。提前还贷的损益函数要比标准期权的复杂得多，只能从大量历史数据中得到统计意义上的函数关系。对于单个客户，是否提前还贷还会受到其个人财务、心理等因素的影响，所以银行是对于一定的产品池进行损益函数的计算。在国外，基于历史的统计数据已经有了大量的研究结果，例如PSA（PublicSecuritiesAssociation）提前偿付基准，是从0.2%开始，每个月递增0.2%，到6%稳定。一般业界交流CPR（ConditionalPrepaymentRate）都用PSA描述，例如1.5个PSA，0.5个PSA。目前我国银行业还在研究的初步阶段，需要有经验的研发人员对提前还贷的数据进行收集、整理和清洗。
2．如何描述驱动因子的波动？以利率波动描述为例，从Vasicek（1977）模型到HJM（1992）模型，国外已经研究了几十年的利率模型，有丰富的研究成果，但我国在使用时不能全盘照搬。这些模型都是假设利率符合一定的随机过程，需要在市场化的利率环境下使用。我国的利率非市场化，对于其走向和波动，更多的需要从宏观经济和宏观政策研究着手。
当解决上述两个关键问题后，就需要把二者结合起来得到风险的补偿价格。提前还贷隐含期权的定价不宜采用Black-Scholes期权定价公式，B-S公式处理的是欧式期权，假定股票收益率符合正态分布，且损益函数严格确定，而提前还贷隐含期权是复杂的美式期权，客户不仅可以提前执行，而且可以分多次执行，主要驱动因子利率的波动不可能被假定为正态分布，期权的损益也只是一个统计意义上的函数关系。对此，笔者认为可采用MonteCarlo模拟，一次模拟，产生一条驱动因子的波动路径（例如一条利率路径），利用损益函数得到提前还贷的情况，然后算出银行的损益。通过多次的模拟后，可以计算损益的期望从而得到期权价格。所有这些工作都需要专业的金融工程师来完成，我国银行应尽早培育自己专业的风险计量团队来提升风险定价能力。
