《房地产价格对商业银行风险影响实证研究8800字（论文）》

PAGEPAGE2房地产价格对商业银行风险影响实证研究目录TOC\o"1-2"\h\u16032摘要 1315791.引言 22982.相关理论 3159782.1银行风险理论 3211372.2房产价格理论 4190912.3房产价格影响银行风险的传导机制理论 5155123.房地产价格对银行风险影响的研究设计 6128253.1商业银行风险度量 686643.2变量的选择与说明 723133.3模型设计 8313843.4变量描述性统计 844104.房地产价格对银行风险影响的实证研究 9105824.1变量相关性检验 9130964.2单位根检验 10114454.3模型设定形式检验 1047904.4模型回归结果 11249974.5.稳健性检验 13182235.结论与建议 13摘要自中国改革开放以来，经济腾飞向前，但高速发展的同时，风险也随之而来。尤其后金融危机时代的到来，中国宏观经济形势不确定性日益凸显。房地产作为我国经济的支柱产业，具有资本密集型的特点，其发展离不开银行系统的支持，房地产价格会影响银行信贷规模、信贷质量乃至银行风险产生较大的影响。研究房地产价格对银行风险的影响，可以提升银行业风险管控能力，使监管机构能够以更宏观的视野制定政策。本文结合银行风险相关理论背景，阐述房价对银行风险影响的传导机制。利用2007年——2019年4家国有商业银行和8家全国性股份制商业的数据建立面板模型，进行实证分析，采用Z值测度银行风险，检验房价对商业银行风险的影响。实证结果表明，房地产价格对商业银行风险有显著的反向影响。关键词：房地产价格；银行风险；Z值；面板模型1.引言在当下的市场经济条件下，一般经济体的房地产的价值大约占可变价格财富总额的50%，总价值通常是年度GDP的2倍～3倍。房地产在经济体中的重要性可见一斑。作为资金密集型行业，房地产市场的衰退往往伴随着商业银行危机的开端，20世纪末日本的泡沫经济和2007年的美国次贷危机是典型案例。房地产市场的震荡总会引起金融市场波动。2007年始于美国次贷危机的金融海啸席卷而来，全球资本市场无一幸免，世界经济体遭受巨大损失。而次贷危机的源头就在于房地产产业的过度繁荣和随之而来的房价下跌。2000年美国房价的凯斯-库勒指数被定义为100，2006年上涨到226，然而，在2007年，出现了一个前兆，扩张走到了终点，到2008年年末金融危机之时，指数下降到162。房地产的价格的巨大波动，成为引起金融危机的重要因素。在房价快速上涨的时期，因为抵押贷款机构变得更加乐意为风险更高的借款者提供贷款，次级贷款数量不断增加，故而在房价开始下跌时，借款者发现他们处在欠下的抵押贷款金额超过房产价值的处境下，就相当于给了他们违约的激励，质量差的贷款不断暴露，背负大额贷款的借钱人无法按月还款的情况越来越多。更糟糕的是，银行已经把他们的抵押贷款实施捆绑打包，以此为抵押发行了新的证券，并将此证券销售给其他银行与投资人。这些证券又被重新打包到新的证券中，如此循环下去。结果是，许多银行不仅仅持有抵押贷款，而且持有这些新的证券；而这些新证券太过复杂，难以进行价格评估。正是新证券的复杂性与不透明性使房价的下降转变成了主要的金融危机，而金融危机很快转变为经济危机，并席卷全球，损失惨重。1980年代，日本政府采用宽松货币政策来刺激经济发展，结果大量资金流入房地产和股票市场，外加美元在“广场协议”后贬值，国际资本涌入日本房地产，在1986到1989年的短短三年中，日本房价翻倍。日本当时国土面积仅相当于美国的加利佛尼亚洲，而日本房地产市值竟相当于整个美国的四倍。尽管后来日本政府限制了商业银行对房地产公司的贷款，但并不能阻止商业银行通过非银行机构间接贷款给土地持有者，还接受了二次抵押，银行土地抵押贷款规模急剧膨胀，大规模的贷款被日本商业银行发放给投资者，使日本的商业银行在泡沫破裂后自食其果又成了最大的受害者。20世纪末期日本泡沫经济、1990年代亚洲金融危机和2007年美国次贷危机都是由房地产价格波动引起的。房地产价格上涨会使银行在乐观预期下过度扩大贷款规模，而当房价下跌，累积的风险暴露，易引发难以估计的后果。我国的房地产体量在近十年的飞速发展中已颇具规模，诸多地区的房价水平已远超当地居民的实际购买能力，呈现出“非理性繁荣”。如何对我国当前房地产市场状态做出客观理性的判断，如何控制房地产价格波动引发的银行风险，进而提高银行风险管理能力已成为当下重要课题。2.相关理论2.1银行风险理论现有的关于银行风险影响的研究大抵从两个方面开展，一方面是银行内部因素，以资本充足率、收入多元化等因素为切入点研究银行业风险。根据资产组合理论，各类创新型非利息收入业务使银行业务品种增加，还可以与传统业务交叉销售，为银行的收入组合提供多元化收益，降低银行风险。但DeYoung和Roland提出非利息收入有较大的波动性、银行经营杠杆提高、财务杠杆提高三个理由驳斥收入结构多元化会降低银行风险的观点。周开国和李琳讨了我国商业银行收入结构多元化与商业银行风险变化之间的关系。其选用14家商业银行12年的数据，建立面板数据模型，结果表明，我国商业银行的经营风险并不会随着收入多元化而降低，开展非利息业务引起的风险大于非利息业务所分散的风险，商业银行风险的降低主要归因于利息收入波动风险减小。另一方面是外部影响，如银行业集中度，法律保护水平等因素。有关银行集中度和竞争度与银行风险之间的关系有两种对立的说法。一种观点认为银行集中度高，则市场势力会更强，获利能力更强，有较多的资本缓冲不可预见的危机。同时具有势力的银行选择关系型贷款，而减少高风险贷款活动，贷款组合的质量会相对较高。另外，银行数量较少时政府监管也相对容易，风险就比较低。另一种观点持有以下理由：高集中度带来提升银行势力，银行可以收取较高的贷款利率，而这诱使企业从事高风险投资，企业的道德风险也会增加，相应地，银行的信贷风险增加；大银行对宏观经济影响很大，会使政府机构担心而用政策贴补银行，这提高银行参与高风险活动的诱因；银行规模越大复杂度越高，高集中度的银行体系中大银行多，政府监管很难，银行风险提高。2013年，杨天宇和钟宇平基于中国125家商业银行1995～2010年的非平衡面板数据，利用更具有微观基础的Lerner指数衡量银行竞争度，用Z指数衡量银行风险。研究结果表明，银行集中度和竞争度与银行风险正相关，且银行竞争度不是导致银行集中度与银行风险正相关的原因。2.2房产价格理论房地产同时具有实物资产属性和虚拟资产属性的产业，故房地产价格波动的成因繁多复杂。房地产是具有价值和使用价值的消费品，从这个角度来说，房地产具有实物资产属性。与其他消费品相同，房地产的价格由供需关系决定。从供给角度，地方政府限制土地供给来抬高土地交易价格，以此增加财政收入。而土地由地方政府垄断，地价可以一直上涨，这使房地产商成本大大增加，房价自然水涨船高。从需求角度，我国城镇化进程推动房地产需求量上涨，经济发达地区一直有大量的净流入人口。我国房地产供给由于受诸多因素制约，形成需求缺口，造成了房地产价格上涨。并且我国现阶段宽松的货币政策队及较低的实际利率，使得货币供给远远满足实体经济的货币需求，造成流动性过剩而引发的通货膨胀，在此背景下，房地产价格将面临更大的上涨压力。房地产还具有虚拟经济属性。房地产是典型的区域市场，受区域经济的影响面极大，而中国幅员辽阔，经济体内部区域经济差距大，近年来发展速度极快，房价随着我国经济发展飞涨，很多家庭都选择购入房产进行投资。周京奎通过对我国14个城市进行房地产投机度研究发现，大多数城市的房地产投机度都高于1.00，而最髙的城市房地产投机度己高达5.99。房产作为投资品的价格由未来收益的折现值决定，而未来收益的不确定性造成了房价的波动。房价的波动也来源于房地产市场的信息不对称。房地产市场的信息不对称存于房地产企业、购房者与银行之间和房地产企业与购房者之间。房地产企业和购房者作为资金需求方，对自身财务状况十分了解，而银行作为资金供给方，只能通过有限的材料来评估需求方的资金状况和还款能力。而资质较差的购房者和房地产商通常有更大的资金需求，这令其有隐瞒真实状况甚至编造虚假材料的动机。这使得银行常犯逆向选择的错误，向大量资质不良的贷款者发放贷款，刺激房地产过度开发，购房者过度消费，推动房地产价格上涨。在购房者与房地产商的博弈中，房地产商对房产的信息占有极大优势，而购房者常常并没有了解这些信息的渠道，者容易引发房地产商的企业道德风险，为了获得更高的利润，房地产商可能设定远高于成本的价格，通过控制期房和现房的销售量，人为调节当地的房产供给，调动房地产情绪，利用羊群效应和人们的有限理性，抬高房地产价格。2.3房产价格影响银行风险的传导机制理论房地产价格影响银行风险的渠道之一是信贷传导。当房地产繁荣时，房价高涨，更多的购房者选择通过银行贷款的途径实现购房需求，商业银行随之推出更多的抵押贷款品类，购房者需求更易转化为有效需求，这从需求侧又推动了房地产发展，房地产发展又会创造新的需求。在该过程中，房价上涨带来更多的银行贷款，这是稳定的商业银行获利渠道，降低银行风险。此外，商业银行常被不良贷款所困扰，而有住房抵押的贷款则可以相对减少信贷风险，因为当贷款人无力偿还贷款时，银行可以出售房产来抵消贷款。但当房价下跌时，房地产作为投资品的需求下降，银行信贷业务下降，同时贷款损失会给银行带来新的经营风险。谭政勋、魏琳将房地产价格加入消费资产模型，对房价下跌阶段时银行的反馈机制进行分析，结果显示，由于银行体系的资本金约束的存在，信贷收缩和资本收缩都会因贷款损失所带来的银行资本金的减少而放大，进而资产价格进一步的下跌又会加速贷款损失，金融稳定状况更加恶化。况伟大的研究结果显示房价对房地产信贷的影响大于经济增长和利率对房地产信贷的影响，一旦房价下跌，房地产信贷将严重萎缩，并导致严重的违约风险，从而可能引发房地产金融危机。另一个传导机制是房价通过抵押品价值影响银行风险。房价与银行住房抵押贷款的价值捆绑在一起。KiyotakiandMoore首次系统地阐述抵押品价值效应的理论，他们认为经济中信贷约束的产生，来源于贷款人无法确保借款人是否会偿还债务，因此需要有抵押品来贷款人的权益。借款企业所提供的抵押品价值决定了其可获得的信贷数量。当抵押品价值上升，企业能够获得的信贷量增多，企业投资增加，企业规模更大，这样抵押品价值也会上升。而当抵押品价值下降，企业可贷资金数量减少，企业不得不减少投资，进而总资产下降，企业对抵押品需求进一步下降，致使抵押品价值也进一步下降。因此，房价的变动也会通过上述抵押品价值效应影响贷款人对住房抵押贷款的需求及其执行合同的能力，并进而影响商业银行风险。中国的房地产业和金融业都在快速发展，房地产金融化已成为将来发展趋势。房产价值的变动影响抵押品价值，从而作用到银行风险上。同时这是也经济周期作用于银行风险的主要渠道。Fisher结合金融危机情境，提出债务清偿是经济金融系统的加速器。在经济处于扩张阶段时，基础建设增加、企业扩张、居民收入增长，对房地产需求的持续增长推动房价继续上涨，抵押品价值效应使得居民借贷的资金数量增加，住房的流通性变强，借款者和贷款者对未来都有乐观预期，商业银行会大大增加发放贷款的数量。反过来，当经济处于紧缩阶段时，失业率上升、居民收入下降，初步出现住房抵押贷款的坏账以及对房地产需求的下降使房价下跌，人们持有悲观预期，抵押品价值效应减少了借款者可能得到的资金数量，大量贷款无力偿还，甚至已被抵押给商业银行的住房也会因为房地产业疲软导致难以变现。商业银行大量呆帐坏帐的出现，使其发生信用危机乃至破产的概率大大增加。而当“羊群效应”出现时，一旦借贷链条中的某个个体或机构不能按时偿还债务，银行挤兑就会发生，债务螺旋会传导到其他个体或机构，导致金融危机的发生。3.房地产价格对银行风险影响的研究设计3.1商业银行风险度量衡量商业银行的常用指标有Z值、风险资产占比、特许权价值等，考虑到Z值评估的是银行整体风险状况，本文选择Z值作为测度银行风险的指标。Z值由Nicole提出，其将银行风险定义为银行亏损额超过超过银行权益资产的概率，即P其中，π表示银行净利润，E表示银行权益资产。k=E/A为银行权益资产比，A为银行总资产，r=π/A为资产收益率。假设F(r)为银行利润分布函数，和σ2分别表示资产收益率r的期望和方差，设μ>0和σPZ值用来衡量银行破产风险，且Z值越大的银行，破产风险越小。根据张建华和王鹏计算Z值的公式：Z其中，ROAit表示银行的资产收益率，为银行净利润/银行总资产；CARit是商业银行资本充足率，为银行权益资产/总资产；3.2变量的选择与说明被解释变量选择上述模型中的Z值，即Zit表示第i家银行在第t年的风险值。本文参考LaevenandLevine的处理方法，以三年为一个区间进行滚动处理。ROAit和CARit是第t年以及其前后一年的均值，σ是三年的移动平均值，即当年和前两年资产收益率的标准差。本文的核心解释变量为房价（HP），银行信贷规模、信贷结构以及信贷质量与房地产价格密切相关，房价对银行信贷风险产生巨大的影响，本文选择08年到18年的房价指标。其中房价为全国平均房价，数据来源于国家统计局。根据商业银行风险的影响因素及统计分析的严谨性，本文还选择经济增速、商业银行房地产贷款余额、不良贷款率、非利息收入规模这四个控制变量。（1）经济增速（GDP）：选取我国国内生产总值增速年增长率来反映宏观经济环境；（2）商业银行房地产贷款余额（LBORE）：各个商业银行持有的房地产行业贷款余额，数据来源于wind数据库，单位为百亿；（3）银行不良贷款率（NPLR）：是不良贷款与总贷款余额的比值，这是衡量商业银行信贷资产质量的重要指标之一；（4）银行非利息收入收入规模（NI），即非利息收入占总资产的比重。3.3模型设计本文考察房产价格对银行风险的影响，选择使用的计量模型需涵盖其他影响商业银行风险的因素。根据上文阐述的银行风险理论，这些因素大概分为两类，一类与银行自身特点相关，如不良贷款率，非利息收入、银行总资产等；第二类与宏观环境相关，如经济增速和房价变动，从数据拟合度来讲，上述数据均取对数值。综合考虑上述因素，本文选用的模型为：Z3.4变量描述性统计表SEQ表\*ARABIC1变量描述性统计在选择样本时，本文遵循个体全面性和期数最大性原则，综合考虑数据的可得性，选择了四大国有商业银行以及全国性股份制商业银行中的中信银行、民生银行、招商银行、兴业银行、华夏银行、平安银行、上海浦东发展银行、广东发展银行，共12家商业银行的数据，由于国泰安数据库中，一些大型银行数据是从2007开始的，故本文选择2007年到2019的数据进行分析。由于本文在计算Z值时，采用3年移动平均值，所以实证运用数据的时期跨度为2008年到2018年。描述性统计结果如下表所示。银行风险Z值从7.73到17.68表SEQ表\*ARABIC1变量描述性统计4.房地产价格对银行风险影响的实证研究4.1变量相关性检验由于本文采用面板模型，其中时间序列数据间产生多重共线性难以完全避免，故将解释变量的相关行分为三级，分别为低度相关、显著相关和高度相关。只要变量间相关系数绝对值小于0.5，则认为是低度相关，是可以接受的；相关系数绝对值在0.5到0.8之间，为显著相关；相关系数绝对值大于0.8，为高度相关。表SEQ表\*ARABIC2解释变量相关性矩阵变量相关性测度采用相关系数矩阵，检验结果如图表SEQ表\*ARABIC2解释变量相关性矩阵可见大多数相关系数的绝对值是小于0.5的，为低度相关，所有的相关系数绝对值均小于0.8。非利息收入规模（NI）、国民收入总值增速（GDP）与房价（HP）之间和房地产贷款余额（LBORE）与非利息收入规模（NI）的关系为显著相关，但当分别剔除非利息收入规模、国民收入总值增速、房地产贷款余额这三个变量时，模型调整后R2都不如原模型，故依旧保留这三个变量。4.2单位根检验表SEQ表\*ARABIC3单位根检验表SEQ表\*ARABIC3单位根检验本文用EViews软件将五个变量分别进行了单位根检验，EViews软件提供包括LLC、ADF、PP-Fisher等六种检验方式，本文对数据平稳的判定标准是，只要LLC和ADF都拒绝原假设，则认为数据平稳。检验结果显示，所有变量均在5%的显著性水平上接受原假设。4.3模型设定形式检验面板数据模型有3种类型：混合模型、变截距模型、变系数模型。混合模型的系数和截距项在整个模型中都是一致的，不随时点和个体变化，可以用普通最小二乘法进行估计；变截距模型在横截面上仅具有个体影响，而无结构变化；变系数模型的截距项和系数项都不同。为了检测模型设定方法，采用F检验来确定模型形式。公式为：F带入模型数据进行检验，计算得F值为1.3603，查表值F0.01（11，115）为2.406，故接受原假设，选择混合估计模型。4.4模型回归结果表SEQ表\*ARABIC4表SEQ表\*ARABIC4残差截面相关性检验表SEQ表\*ARABIC5EViews回归结果从模型实证结果来看，模型的可决系数为0.86，对于面板模型来说，模型拟合优度非常不错，其中房价、商业银行房地产贷款余额、利率的回归系数1%水平上显著，国民生产总值在5%的水平上显著，非利息收入规模的回归系数不显著，且结果显示非利息收入规模的增加会使银行风险下降，这支持了收入结构多元化假说，与周开国的结论不同，原因可能是本研究涵盖的时间跨度较短，而且只收集了12表SEQ表\*ARABIC5EViews回归结果上文在构建Z值时表明，Z值代表银行风险，且Z值越大说明商业银行风险越小，故解释变量的系数为正值说明该解释变量可以降低银行风险，反之系数为负会提高银行风险。从结果上看出，房价与Z值正相关，说明房价上涨时会带来房地产需求上升，房地产企业收入增多，银行抵押贷款的抵押品价值上升，银行信贷规模增大，故银行破产风险降低，Z值增大；当房价下降时，Z值也下降，银行风险变大。这与之前的理论分析相符。首先对信贷传导机制进行分析。由表2可知，房价与不良贷款率的相关系数为正，即房价与不良贷款率同比例变化，将房价与不良贷款率进行变系数模型的估计时，结果显示中国银行，中国工商银行、中国建设银行、广发银行四家银行的房价对不良贷款率的的系数为负值，这四家银行在房价上涨时银行信贷状况确实变好了，但对于其他七家银行来讲，情况正好相反，房价与银行不良贷款率同表SEQ表\*ARABIC6表SEQ表\*ARABIC6房价与不良贷款率的回归分析结果表SEQ表\*ARABIC7房价与房地产贷款规模回归结果分析从抵押品价值效应的传导机制角度来看，将房价与商业银行房地产贷款余额做回归分析，结果如表5所示，房价对商业银行房地产贷款余额的系数显著为正，这说明房价的上涨确实会带来银行贷款的抵押品价值上涨，商业银行的信贷规模上升。商业银行房地产贷款余额对Z值的系数显著为正,说明商业银行的住房抵押贷款规模越大，银行破产风险越小，这表明商业银行持有的房地产贷款规模的表SEQ表\*ARABIC7房价与房地产贷款规模回归结果分析另外，国民收入总值增速的回归系数为负值，这是因为在GDP高速增长时，房地产企业会增加投资，投资大部分来源于银行贷款，房地产企业杠杆变大，偿债能力下降；另一方面，作为贷款房的银行在经济繁荣时对未来有乐观预期，更倾向于投资风险较高的项目，故而风险会增大，Z值变小。不良贷款率与Z值负相关，不良贷款率的上升会使得银行风险上升，这与银行风险理论一致。4.5.稳健性检验表SEQ表\*ARABIC8更换变量的稳健性检验的实证