基层金融机构房地产贷款压力测试剖析.docVIP

基层金融机构房地产贷款压力测试探析 　　摘要:当前,房地产宏观调控引发的房地产市场调整将给金融机构贷款安全造成影响。本文运用向量自回归方法,以河南省洛阳市为例,对商品房价格、销售量、利率变化对金融机构房地产贷款质量的影响,进行了实证分析和压力测试。本文认为在房地产萧条情形下,银行会受到较大打击,但通过压力测试表明银行可以承受。 　　关键词:金融机构;房地产贷款;压力测试;向量自回归 　　文章编号:1003-4625(2010)11-0103-04　中图分类号:F832.45　文献标识码:A 　　 　　一、绪　论 　　 　　(一)问题的提出 　　2009年,中国房地产市场上演了由谷底向巅峰的大逆转,房价的节节攀升和房屋销售的火爆成了国际金融危机“寒冬”里一道独特的“风景”。然而,在表面繁荣的背后,房地产市场巨大的泡沫也日益引起各方特别是政府管理层的高度重视。房地产泡沫的危害有目共睹,金融业首当其冲。因此,未雨绸缪式的宏观调控对于防范金融风险、保障经济持续健康发展至关重要。 　　 　　2010年4月份以来,国务院及相关部门相继出台了一系列房地产调控政策,被称为“史上最严厉的调控措施”。政策推出后,房地产市场形势陡然逆转,一线城市房地产市场甚至陷入“冰冻期”。鉴于房地产市场广泛的牵连性,在当前国内外经济不确定性较大的形势下,房地产市场调整是否会导致严重的金融风险甚至影响金融稳定,调控政策是否应该持续甚至加码,需要进行科学的评估,最好是有一个较为准确的定量判断。虽然上半年多家商业银行对此进行了系统性的压力测试,但同时也应针对不同地区进行多层次的评估。 　　 　　(二)理论基础 　　根据IMF(2004)的定义,压力测试(Stress Test-ing)是指一系列用来评估一些异常但又可信的宏观经济冲击对金融体系脆弱性影响的技术总称,是一种对金融风险的定量研究方法。 　　金融风险管理中,VAR(在险价值法)能较为准确地测量金融市场处于正常波动情形下资产组合的市场风险,但不能处理金融市场处于极端价格变动的情形,于是,人们引入了压力测试。压力测试是分析最不利市场情形对资产组合影响效果的一种方法,已成为国际风险管理体系中不可缺少的一部分。我国部分商业银行于2003年在银监会的牵头下进行了压力测试在风险评估方面的尝试,今年以来,银监会又要求部分商业银行进行了房地产贷款压力测试。这一方法已获得较广泛的认可。 　　 　　(三)研究方法 　　由于造成金融风险的因素很多,而且经济指标往往具有延续性,压力测试自变量还应考虑其滞后项。因此,本次测试将使用VAR(向量自回归)模型来建立冲击变量与风险变量之间的数量联系,以满足这一要求。 　　VAR模型是自回归模型的联立形式,所以又称向量自回归模型。VAR(向量自回归)常用于预测相互联系的时间序列系统,以及分析随机扰动对变量系统的动态影响。本文将采用VAR方法,以全国70个房屋销售价格重点监测城市之一的洛阳市数据为例,分析房地产价格、销售量、利率变化对金融机构房地产贷款不良资产的影响,通过特定敏感度下情景分析,在压力测试的基础上提出政策性建议。 　　 　　二、数据分析 　　 　　本文分析以下变量:金融机构房地产不良贷款率(Nperformratio)、商品房价格(Price)、商品房销售量(salesq)、一至三年期人民币贷款利率(Lrate)。数据为季度序列,从2007年1季度起到2010年1季度止。文中数据计算由Eviews实现。因为压力测试需要分析单位变动对其他变量的影响,所以对变量采取了相对可比的单位,以便于测算。 　　 　　为减少季节变动的影响,对price、salesq等原始数据进行了X12季节调整;对price、Irate等涉及价格的数据都消除了价格变动的影响,取实际价格或实际利率。近几年,洛阳市商品房价格总体呈现上升的趋势,而从2008年开始这种趋势发生了逆转,商品房销售量、价格双双出现下降趋势,2009年再次快速向上。 　　时间序列数据分析必须考虑其平稳性,对以上变量进行单位根检验,采用了常用的ADF检验和PP检验。通过ADF检验得知:nperformratio、salesq、]rate序列的t统计量比显著性水平为10%的临界值都要大,序列存在单位根,是非平稳的,price序列通过检验,数据不存在单位根;通过PP检验得知:npefformratio、salesq、1rate序列检验结果与ADF检验结果一致,但price序列未通过检验。因此,对上述四组数据一阶差分序列进行单位根检验,数据不含单位根,为平稳序列,即四组非平稳序列经过一阶差分后平稳,故本文将对nperformratio、price、salesq、Irate一阶差分数据建模。