商業銀行房地產信貸風險研究畢業論文(編輯修改稿)

　

【文章內容簡介】 研究方向做進一步的展望。 研究方法 （1）文獻分析法 目前有關商業銀行房地產信貸風險的文章比較多，本文通過閱讀大量的相關文獻，結合它們的優點，提出自己的研究方法，盡量使本文的研究更加深入和豐富。 （2）實證分析法 在本文第四章中，基于logistic 模型的基本思想構建了商業銀行房地產信貸風險度量模型，通過從巨潮資訊網、國家統計局、證監會官方網站等網站搜集到的相關數據，建立logistic 模型對商業銀行房地產信貸風險進行評價，這樣使得研究更加具有實際意義。 （3）定性分析、定量分析相結合 在對國內外相關研究進行分析綜合的基礎上，第二、三章對商業銀行房地產信貸風險的傳導過程進行了詳細的闡述，介紹了商業銀行房地產信貸風險度量的各種方法，并對其比較分析，選擇適合我國國情的Logistic 模型對商業銀行房地產信貸風險進行評價。針對于我國商業銀行房地產信貸現狀，從信貸風險的來源對我國商業銀行房地產信貸存在的問題進行了深入分析。然后在第四章中基于logistic 模型對商業銀行房地產信貸風險進行了定量分析，這使得研究結論更加具有可靠性。 技術路線 本篇論文立足于我國商業銀行房地產信貸的現狀，對商業銀行房地產信貸存在問題進行深入的分析，在目前商業銀行信用風險評價指標體系以及存在缺陷的基礎上，建立一套商業銀行房地產信貸風險評價指標體系，選取一定數量的非ST和 ST 兩類上市房地產公司作為研究樣本，對指標變量進行分析比較，從而篩選出解釋能力較強的指標，構建商業銀行房地產信貸風險評價的 Logistic 模型，并驗證了該模型的有效性，最后針對現實商業銀行房地產信貸中存在的問題提出合理化的對策建議。論文研究的基本框架。 圖 論文結構框架圖 2 商業銀行房地產信貸風險理論概述 商業銀行房地產信貸風險含義 風險通俗的說就是一種不確定性。1895 年海斯第一次提出，“風險是損失的可能性”；1921 年，奈特認為：“風險是由于不確定性因素而造成的損失”；1996年，段開齡認為：“風險為預期損失的不利偏差”；1998 年，格里茨認為：“風險是結果的任何變化”。在經濟發展的過程中，許多學者關于風險提出了多種不同表述的定義，但其不同的表述都具有一定的相同點，都認為：“風險的不確定性是風險的一種態勢，即發生危機或損壞性后果的可能性，這種可能性會帶來危機或者破壞性的后果”；簡單的說，風險是指實際結果和預期結果偏差或者偏離的程度；風險因素可能對行為主體帶來一定程度的影響。避免風險不僅僅意味著回避壞的后果，也包含利用好的結果。金融信貸風險是由于風險的不確定性而造成的資產、負債和收益的波動，從而導致金融機構的實際收益和預期收益產生偏離，致使其蒙受損失[23]。 根據以上關于風險的表述，商業銀行信貸風險是指由風險的實質特征而引起信貸資產或收益的不確定性或波動性，主要表現為銀行的信貸資金不能夠按時收回而導致信貸資金出現逾期、呆滯或者呆賬的可能性。 商業銀行房地產信貸風險則是指商業銀行在向房地產開發、經營、流通和銷售等領域發放貸款的業務中，由于受到外部與內部多因素的影響，導致房地產信貸資產遭受損失，甚至使得銀行整體價值下降的可能性。 房地產業的發展與商業銀行的信貸資金緊密相連，商業銀行不僅要面臨房地產行業帶來的風險，更主要是面臨由于房地產開發項目周期長而導致銀行自身期限風險和“短貸長用”而引起流動性風險等各種潛在的房地產信貸風險。 商業銀行房地產信貸風險特點 房地產信貸風險的主體是商業銀行房地產信貸資金，客體是己經建立信貸關系的房地產開發企業、個人住房按揭貸款客戶等，除了具有一般信貸風險的特征外，還具有其行業性信貸風險特征。 信貸風險的一般特點主要包括一下幾點： （1）客觀性。只要存在借貸款的行為，信貸風險就不會隨著人們思想意志的變化而變化，具體來說就是，無風險的信貸活動在信貸機構現實的信貸活動中根本不可能存在。 （2）不確定性。信貸風險隨著經濟活動客觀的不斷變化會呈現不確定性變化。 （3）可控性。風險是可以控制的，商業銀行按照一定的制度和方法能夠在事前對風險進行識別和評估，在事中進行防范，在事后進行化解，使得風險降到最低。在具體的實踐活動中，商業銀行針對各種風險構建的風險管理機制，有效地控制了信貸風險。 （4）潛在性。商業銀行信貸的潛在風險從一種可能存在轉化為現實需要一定的外部條件，不容易被察覺，因此具有較強的隱蔽性。 房地產信貸風險具有行業性的特點，具體包括以下幾點： （1）周期性。隨著宏觀經濟和房地產業的周期性波動，房地產信貸風險也呈現出周期性波動。 （2）政策性。國家和地方政府出臺的各種經濟干預政策也會對房地產信貸風險產生影響。 （3）擴散性。房地產業作為國民經濟的支柱性產業，在國計民生中發揮著舉足輕重的作用，其影響會涉及到社會的各個方面，一旦房地產信貸出現大規模的違約，必將影響到整個金融體系穩定，會快速傳遞到其他經濟主體，嚴重的甚至會引發持續經濟衰退，如美國的次貸危機，不僅損害了本國經濟，還殃及世界許多國家[24]。 （4）傳染性。當國家房地產政策或商業銀行房地產貸款利率發生大幅調整或劇烈波動時，房地產開發企業和個人信貸客戶就可能出現大面積違約，此時房地產信貸風險可能不僅局限于房地產信貸業務本身，還會迅速波及到以房地產為抵押物的其他信貸業務，以及負債業務、中間業務等，形成流動性風險[25]。 商業銀行房地產信貸風險形成及傳導過程 在房地產開發建設中，商業銀行房地產信貸資金發揮著積極的作用，并參與了房地產開發建設的各個環節（），主要可以分為以下三個階段。 第一階段是土地一級開發階段。就房地產開發而言，這個階段最主要的任務是把“生地”變成“熟地”，涉及到的主體主要包括土地儲備中心、土地出讓單位、項目公司及土地出資（合作）者，這三類單位都有銀行貸款介入。在這個階段，商業銀行主要向這三類單位發放土地儲備貸款。 第二階段是房地產開發階段。商業銀行直接向房地產開發企業和建筑安裝企業發放開發貸款和流動資金貸款，以及間接輸入房地產開發企業的預收房款以及關聯企業比如建筑安裝企業對房地產開發企業的代墊款中包含的信貸資金部分。在這個階段，商業銀行主要向房地產開發企業、建筑公司和預購房產者提供貸款。 第三階段是房地產銷售階段。當房地產開發商銷售商品房時，這個階段商業銀行主要向購房者提供貸款支持。以上三個階段之間存在著緊密的資金循環關系：一是第一階段和第二階段之間的資金循環，在第二階段商業銀行向房地產開發企業發放貸款，使其房地產開發企業有能力向土地開發商支付地價款，進而為收回商業銀行在第一階段發放的土地一級開發貸款創造條件()；二是第二階段內部的資金循環，商業銀行需等到向房地產開發企業發放貸款和房地產開發企業收回房款后才能夠收回向建筑安裝企業發放的貸款；三是第二、三階段之間的資金循環，商業銀行需等到商品房銷售出去并獲得售房款后才能收回向房地產企業發放的貸款()[26]。由以上可見，商業銀行房地產資金在以上三個階段中不斷循環流動中回收、增值，任何一個階段的循環出現問題都可能導致商業銀行貸款面臨風險。特別是第三階段房屋的銷售在很大程度上決定了房地產企業是否能夠順利償還第一階段與第二階段的貸款，如果房屋銷售成功，那么在第二階段的房地產開發資金將順利收回，則第二階段的商業銀行房地產開發貸款風險將隨之化解，并且使商業銀行能夠收回土地儲備貸款，從而使按揭貸款的風險在很大程度上集中在個人住房貸款上。如果房屋銷售出現問題，則第一、二階段的房地產貸款風險將有可能顯現出來，對商業銀行造成一定的威脅。總之，商業銀行房地產信貸資金貫穿于我國房地產開發過程的始終，對房地產業的發展起著決定性的作用，房地產業的迅速發展不僅給商業銀行增加了利潤，而且也使得商業銀行面臨著信貸風險。 商業銀行房地產信貸風險度量方法 商業銀行房地產信貸風險管理的基礎環節就是對房地產信貸風險進行量化，即運用各種技術方法，比如概率法、統計估值法、時間序列預測法、回歸分析法等各種方法對商業銀行房地產信貸風險進行度量，能對風險已超過臨界風險值的貸款及時預警，以便商業銀行能夠及時采取措施，確保信貸資產的安全[27]。 目前，商業銀行房地產信貸風險的度量方法較多，主要有傳統的信貸風險度量方法、基于財務指標的現代統計分析方法與基于金融理論和數學工具的風險度量模型三種。本小節將在介紹這些度量方面的基礎上，對其進行深入的比較分析，從中選出適合我國國情的信貸風險度量模型即 logistic 模型作為商業銀行房地產信貸風險度量的工具。 傳統的信用風險度量方法 傳統分析方法主要是專家判斷法和貸款風險分類法。 房地產開發企業 建筑安裝企業 購房者（業主） 商 業 銀 行 （1）專家判斷法是信貸專家依據自身的經驗主觀判斷相關的定性和定量信息，最終獲得一個評定的等級。在批準信貸資金的決策中，銀行信貸負責人的專業知識、主觀判斷起著決定性的作用。最為常見的專家判斷法有“5C”法、“5P”法和“5W”法。如果實施專家判斷方法，將需要大量專門的信貸風險分析人員，但隨著銀行業務量的不斷增加，需的信貸風險分析人員就會越來越多，那么銀行的成本就會增加。因此，專家判斷方法只能作為商業銀行信貸風險分析的一種輔助性工具[28]。 （2）貸款風險分類法是金融機構在美國貨幣監理署（OCC）最早開發的評級系統基礎上拓展而來的，將貸款按照質量的高低分成若干個級別。OCC 最早將貸款按照質量的高低分成若干個級別，貸款分為五級，分別為：正常貸款、關注貸款、次級貸款、可疑貸款、損失貸款。貸款風險分類法是一種定性的分析方法，存在著難以量化的問題。目前，貸款五級分類法已經在我國全面實施，但是時間并不長，部分銀行機構仍處于推行階段，實行的深度和力度都存在不少問題，有待于進一步改進和完善。 基于財務指標的現代統計分析方法 多元判別分析法、人工神經網絡（ANN）模型和 Logistic 模型是基于財務指標的現代統計分析方法中最為常見的三種方法。 （1）多元判別分析法，又稱為多變量分析法，是判別研究對象所屬類別的一種統計分析方法。主要是從若干表明研究對象特征的變量值(主要是財務比率)中篩選出能提供較多信息的因子并建立判別函數，推導出的判別函數對研究樣本分類時的錯判率最小，然后對研究對象所屬類別進行判別。 （2）人工神經網絡（ANN）模型就是將神經網絡的分類方法應用于財務預警。它是從神經心理學和認識科學研究成果出發，應用數學方法發展起來的一種并行分布模式處理系統。它具有高度并行計算能力、分布式存儲和處理、自組織、自適應、自學習能力和容錯能力，特別適用于處理需要同時考慮許多因素和條件的，不精確和模糊的信息處理問題[29]。 （3）Logistic 模型是美國學者 Martin 于 1977 年首次運用此方法對銀行經營狀況和風險水平進行分析研究，現在被廣泛應用于信用風險預測領域[30]。 Logistic 模型可以根據經濟主體不同的風險偏好制定不同的風險預警模型，以此來研究經濟主體面臨的風險和可能帶來的損失。Logistic 模型不要求數據具有正態分布性、等方差性，減少了誤判的概率，西方學者在分類預測的研究中采用Logistic模型分析，該模型用于估計某種事件（客戶違約）發生的概率。Logistic模型是對數線性模型中的特殊形式，對二分類變量要么是0要么是1的因變量進行統計分析，是一種分析房地產信貸風險的重要方法。 基于金融理論和數學工具的風險度量模型 期權定價法（KMV）、VAR 法Credit Metrics 模型、信用風險附加（Credit Risk+）模型和宏觀因素模擬（CPV）方法都可以用來估計未來一段時間內商業銀行整個資產組合價值的變化，以此來衡量商業銀行的風險。 （1）KMV 模型是著名的風險管理公司KMV 公司于1993年創立的一個信貸風險計量模型。它利用莫頓模型（Merton，1974）為理論基礎將期權定價理論對貸款和風險債券進行評估而開發出的一種信用風險監控模型，將股權視為企業資產的看漲期權，通過對上市公司股票價格波動的分析，來預測股權公開交易公司發生違約的可能性[31]。 （2）Credit Metrics （JP. Morgan）等7家著名金融機構共同合作研究開發的對資產組合風險進行評估的分析工具，它以信用評級體系為基礎，以資產組合理論、VAR（Value at Risk）理論為依據，不僅能識別傳統的貸款、債券等信用工具風險，還可以對金融衍生產品的風險進行度量。 （3）信用風險附加（Credit Risk+）模型由瑞士銀行金融部于1997年提出，以保險精算技術為基本方法，對資產組合違約概率度量的風險管理模型[32]。它利用債務人信用等級、償還債務期限、風險暴露規模和系統風險等信息對違約風險進行深入的分析。 （4）Credit Portfolio View模型是麥肯錫公司1998年提出的一種離散化的多時期經濟計量模型，也稱麥肯錫模型。該模型將違約概率看成是一系列宏觀經濟變量，如 GDP 增長率、失業率、匯率、長期利率、政府支出和儲蓄等的函數，運用經濟計量學和蒙特卡羅模擬來分析貸款組合的風險和收益。該模型認為與經濟周期相對應還存在著信用周期，即當經濟處于繁榮時期時，貸款企業的違約率普遍降低；而當經濟處于衰退時，企業的信用質量普遍下降，違約率偏高。 信貸風險度量方法比較 綜上所述，我們對以上介紹的三種度量模型進行了分析，對于傳統的模型主要為定性研究，其主觀性太強，其說服力不強，因此我們對基于財務指標的現代統計分析方法與基于金融理論和數學工具的風險度量模型進行分析比較。 表 信貸風險度量方法比較分析匯總表 綜合對模型的比較可以發現，它們都是對信貸行為主體面臨的各種風險進行識別、計量、調節、監測。首先，我國商業銀行尚無建立健全信貸風險監管制度，股票市場發展仍處于初級階段，市場有