我国商业银行房地产信贷风险相关因素分析_基于CPV信用风险度量模型.pdfVIP

FINANCE ECONOMY 金融经济 我国商业银行房地产信贷风险相关因素分析 ———基于CPV 信用风险度量模型 □ 尹 航 南 灵 摘要：本文基于CPV 模型，选取2001 年至2007 年我国四个 动因素；在 CPV 模型中，信用风险驱动因素是一些宏观经济 宏观经济变量的季度数据，通过回归分析研究我国商业银行房地 因素，如 GDP 增长率、 失业率、 汇率、 长期利率、 政府支出和 产信贷风险与宏观经济变量之间的相关关系。 实证结果表明，我 储蓄等。 除此之外，CPV 模型采用了前瞻性的 VAR 观点 ；克 国房地产贷款信用风险与宏观经济状况紧密相连，与宏观经济一 服了由于假定不同时期的转移概率是静态的和固定的而引 致指数、企业景气指数呈负向变动关系，与国房景气指数、居民消 起的一些偏差；既可以被当做盯市模型使用，又可以被当做 费价格指数呈正向变动关系，据此提出了我国商业银行控制房地 违约模型使用 ，对房地产信贷风险既有度量的作用 ，也有预 产信贷风险的几点对策建议。 测的功能。 关键词：房地产贷款 信用风险 CPV 模型 出于本文对宏观经济因素与房地产信贷风险相关关系分析 的需要及CPV 模型的优势与特点，本文选择采用 CPV 模型的基 一、 引言 本思想建立回归模型。 房地产业作为国民经济的重要支柱产业， 其发展具有强大 2.变量选取与解释 的带动效应，是启动内需、促进经济增长、改善人民生活的重要 本文从国家经济、 行业状况及居民个人三个层面选取宏 途径。房地产业涉及面广、投资规模大、开发周期长、资本占用量 观经济变量作为解释变量，包括：宏观经济景气指数、居民消 大及回收时间慢等特点决定了其资金密集的行业属性。然而， 目 费价格指数、财政支出、货币供应量 、 国房景气指数、 企业 M2 前我国房地产融资渠道单一， 房地产业发展的资金需求主要来 景气指数和城镇居民人均季度总收入等， 经过逐步剔除法进 源于银行体系，包括信托、上市、债券、基金等融资渠道的多元化 行筛选，最终引进四个宏观经济变量，构建房地产信贷风险回 融资体系还未形成， 这种现状导致巨大的信用风险向商业银行 归模型： 集中。 （1）宏观经济一致指数（Coincident Index,CI ） 由社会需求指 信用风险对国民经济乃至全球经济的稳定、 协调发展具有 数（投资、消费、外贸）、社会收入指数（国家税收、企业利润、居民 重大影响， 是商业银行和监管部门风险管理的主要对象和核心 收入）、工业从业人员数和工业生产指数四个指标合成，包括了 内容。房地产信贷风险占据了商业银行信用风险很大的一部分， 需求、收入分配、就业、生产等经济活动各方面的情况，可以综合 因此我国商业银行房地产信贷风险相关因素分析对提高商业银 反映总体经济的变动情况。 行信用风险管理水平具有极大的现实意义。 （2 ） 国房景气指数(China RealEstate Climate Index,CERCI) 是 本文基于 Credit Portfolio View 模型的基本思想， 通过所选 中国房地产开发业综合景气指数的简称， 它从房地产业发展必 取的宏观经济变量与房地产信贷违约率的回归分析， 得出它们 须同时具备的土地、资金和市场需要三个基本条件出发，由房地 之间的相关关系，以期为相关部门监测、控制房