商业银行房地产信贷风险管理分析.docVIP

商业银行房地产信贷风险管理分析 摘要:采用2010～2017年30个省份的面板数据，基于面板格兰杰因果检验分析信贷对房地产市场波动的影响，进而分析对商业银行资产风险的影响及相应采取的应对措施。通过对房地产市场的反思，从信贷的维度来分析对房地产市场波动的影响，进而分析对银行系统乃至整个金融体系稳定性的影响，并从多个方面提出有针对性的建议，以期为我国房地产市场平稳运行提供有益启示。 关键词:信贷;房价波动;商业银行资产风险管理 一、我国房地产行业现状与银行信贷关系 我国房价经历了近二十年的快速增长，房地产行业逐渐成为国民经济的支柱产业，对国内投资的推动和GDP的提升起到重要的促进作用。近二十年来，不同城市房地产市场逐渐产生分化，以房价指数为衡量标准，截止到2017年年底，(如图1)70个大中城市整体上呈现上涨趋势，其中北上广深4个一线城市房价有所回落，31个二线城市和35个三线城市房价上涨幅度高于一线城市。一方面，房地产是一切生产部门的物质空间基础，尤其是在城市现代化进程的背景之下;另一方面，房地产上下游产业链长，对多个相关产业有着举足轻重的影响。据测算，从2007年至2017年这十年间，房地产投资占全社会固定资产投资的比重一直保持在五分之一以上，若把房地产相关产业计算在内，则占比近四分之一。随着资本市场的繁荣发展，绝大多数金融危机都或多或少与房地产市场有着密切关系。资产价格的波动影响着信贷市场的稳定，并催生了危机的形成。在我国，银行作为整个金融体系的主体，银行对风险的把控是影响金融体系稳定的最重要因素。与此同时，伴随着房地产市场过热，银行作为直接的金融中介，在房地产市场中的业务量不断加大，房地产贷款占银行贷款比重稳步上升，由于住房作为抵押物，房价波动将波及到银行系统，并影响到整个金融体系的稳定。相对于多数发达国家而言，我国金融体系仍十分脆弱，金融市场不够健全。自1998年住房货币化改革以来，房地产市场的非理性繁荣催生了泡沫的产生。在我国融资渠道较为单一的情况下，房地产投融资倾向于银行，这种高度的依赖性使得银行和房地产市场的联系最为紧密。因此，若要维护银行系统的稳定，最大的前提就是保持房地产市场平稳运行。对于房地产市场与银行信贷的关系问题，大多数学者认为两者相互影响，互相作用。马勇和吴雪妍(2018)［1］基于银行信贷的角度发现对房价的影响呈现显著的非线性的不对称效应，即区域房贷规模越高，信贷影响房价越显著。祝继高(2017)［2］考察了商业银行贷款损失准备与房价的关系，发现房价增幅越高的城市，该地区商业银行需要计提更高额度的贷款损失准备金。刘颜和邓若冰(2017)［3］则基于金融集聚度的角度，全面考察了对房价的作用效果，金融集聚度提升显著促进了房价上涨，尤其是银行业的集聚对房价的作用效果最为显著。秦岭和姚一旻(2012)［4］、陈健等(2013)［5］、罗知和张川川(2015)［6］、潘海峰和张定胜(2018)［7］也基本得出银行信贷和房价存在同向正相关的结论，房地产价格的波动对银行金融风险存在巨大影响。实证研究方面，胡金星等［8］(2018)利用中国35个大中城市的面板数据，以个人购房按揭贷款刻画信贷因素，分析了对房价的作用机制，研究结果表明第一、二、三类城市房地产开发贷款对房价均有显著的正向影响。曾祥月(2015)［9］采用我国除西藏、港澳台以外的30个省市2000～2015年的面板数据考察了银行信贷对房价波动的作用，分地区的回归结果表明，银行信贷对三个地区的房价波动均有推动作用，但这种作用强度在不同地区有所差别，对中部地区的推动尤为显著。 二、模型设定和数据来源 根据房价与银行信贷的相关关系，设定模型如下:Pit=β0+Σki=1αi?Tit+i+μit(1)其中，P代表房价，T代表信贷因素，i代表省份，t代表时间，i代表个体异质效应，μit代表均值为0、服从独立同分布的随机干扰项。本文采用来自国内的房地产开发贷款来刻画信贷因素，由于房地产市场是资金密集型市场，自2010～2017年，每年的房地产贷款年末余额占该年各项贷款年末总和的比值均超过20%，可见房地产商主要从国内银行获取房地产开发建设贷款用于中长期项目。为了实证检验信贷对房价是否存在因果关系，下文采用面板格兰杰(Granger)因果检验考察这两个变量的关系。考虑到数据的可获得性，统计地区不包括西藏以及港澳台。从2010～2017年，商品房平均销售价格、来自国内的房地产开发贷款、CPI指数来源于WIND数据库，剔除了价格因素对变量的影响，将变量除以以2010年为基期的CPI价格指数得到换算指标，变量描述性统计结果如表1所示。 三、银行信贷与房价波动的关联性 面板格兰杰(Grange