论文部分内容阅读
【摘要】近年来，随着金融危机对我国经济影响程度的进一步加深，国内房地产业金融风险正快速向区域性金融风险渗透和集结，对维护区域金融稳定、防范系统性金融风险构成较大威胁，本文拟以房地产金融风险为研究重点，探讨构建房地产金融风险防火墙体系的对策和建议。
【关键词】金融稳定 金融风险 房地产
本文以威海市房地产金融情况为实证样本，通过对房地产业诱发金融风险的路径传导、识别方法及防火墙体系构建等问题研究，提出防范区域房地产金融风险的对策。
一、房地产行业风险诱发区域金融风险的路径传导
（一）集中度风险传递
2014年末我国房地产开发资金70%以上来自银行，房地产贷款余额17.37万亿元，是2004年的6.6倍；国民经济大行业分类中房地产业的贷款余额和占比排名均居榜首；加上钢铁、建材、家具等关联行业贷款，房地产贷款规模更大、占比更高。
（二）关联度风险传递
据对山东省30户骨干房地产企业融资结构调查，86%的房地产企业存在多渠道融资情况，除主要依赖银行贷款外，民间、信托、债券、理财等融资种类均为房地产业的多项选择。房地产业的高杠杆化经营，极易因某环节资金链断裂最终引发多米诺古牌效应。
二、构建房地产金融风险防火墙体系择优路径
（一）建立量化指标监测（指标及阀值见表1）。
（二）进行风险压力测试识别。
1.选取承压模型变量（包括承压变量和压力因子）。选取房地产贷款不良贷款率（NPLR）为承压对象、即承压变量；选择“房价（HP）、地区生产总值（GDP）、居民消费物价指数（CPI）、一年期贷款基准利率（IR）”等与房地产金融风险关联度较高的数据作为风险压力因子。测试对象为威海市房地产金融业，样本数据时间为2006～2014年32个季度。
2.进行实证检验分析。
①变量平稳性检验
采用扩展的单位根检验法（ADF）对变量数据进行平稳性检验，结果如表2所示，NPLR、GDP、CPI、HP、IR 的一阶差分序列在5%的显著性水平下都是平稳的。
②变量协整检验
通过对NPLR、GDP、CPI、HP、IR等变量进行回归，得到残差序列resid。对新序列进行单位根检验，由表3检验结果可知，在5%的置信水平下，NPLR与GDP、CPI、HP、IR存在长期稳定的协整关系。
3.设置情景模式。将情景压力测试模式设为轻度（房价下跌10%、利率上升27bp）、中度（房价下跌20%、利率上升54bp）和重度（房价下跌30%、利率上升108bp），分别选择房价（HP）和利率（IR）作为主要压力因子，假定GDP7%、CPI1.5%计算，代入回归方程进行动态情景压力测试，分别冲击未来8期内房地产不良贷款率的变化。
4.开展压力测试。通过轻度、中度和重度情景压力模式，分别计算出未来8期内GDP、CPI、HP、IR以及DGDP、DCPI、DIR 、DGDP（-1）、DCPI（-1）、DIR（-1）相关数据，带入回归方程（2）得到不同情景压力下房价对不良率的冲击结果（见表4、表5）及趋势变化图（见图1）。
5.压力测试结果分析。表5显示，房价（HP）在轻度、中度和重度情景下对房地产不良贷款率冲击分别在未来第3期、2期和1期末达到1%的橙色预警线，不良贷款率分别为1.011%、1.203%和1.075%；在第7期、4期和2期末达到1.5%的红色预警线，分别为1.591%、1.793%和1.562%。通过上述压力风险测试，监管部门可对未来第3、2、1期的房地产金融风险作黄色预警；对未来第7、4、2期作红色预警，并根据预警级别采取相应防范措施。
三、建立房地产金融风险防火墙体系建议
（一）构建防范区域房地产金融风险长效监测机制
对房地产行业及房地产金融指标进行监测，将可能引发区域性金融风险的房地产风险消灭在萌芽状态。
（二）定期开展区域房地产金融风险压力测试
及时评估房地产业风险对区域金融风险的冲击程度，对可能出现的金融风险及早防范。
（三）进一步加强房地产金融风险信息共享
加强职能部门的沟通和协调，实现辖区房地产金融业信息共享，为防范区域性金融风险提供信息支撑。
（四）继续加大对房地产金融业务的监管力度
督促金融机构认真执行房贷政策，严格控制投机或投资性购房贷款需求，确保房地产金融安全。
作者简介：吴勇（1971-）男，经济师，供职于中国人民银行威海市中心支行。
【关键词】金融稳定 金融风险 房地产
本文以威海市房地产金融情况为实证样本，通过对房地产业诱发金融风险的路径传导、识别方法及防火墙体系构建等问题研究，提出防范区域房地产金融风险的对策。
一、房地产行业风险诱发区域金融风险的路径传导
（一）集中度风险传递
2014年末我国房地产开发资金70%以上来自银行，房地产贷款余额17.37万亿元，是2004年的6.6倍；国民经济大行业分类中房地产业的贷款余额和占比排名均居榜首；加上钢铁、建材、家具等关联行业贷款，房地产贷款规模更大、占比更高。
（二）关联度风险传递
据对山东省30户骨干房地产企业融资结构调查，86%的房地产企业存在多渠道融资情况，除主要依赖银行贷款外，民间、信托、债券、理财等融资种类均为房地产业的多项选择。房地产业的高杠杆化经营，极易因某环节资金链断裂最终引发多米诺古牌效应。
二、构建房地产金融风险防火墙体系择优路径
（一）建立量化指标监测（指标及阀值见表1）。
（二）进行风险压力测试识别。
1.选取承压模型变量（包括承压变量和压力因子）。选取房地产贷款不良贷款率（NPLR）为承压对象、即承压变量；选择“房价（HP）、地区生产总值（GDP）、居民消费物价指数（CPI）、一年期贷款基准利率（IR）”等与房地产金融风险关联度较高的数据作为风险压力因子。测试对象为威海市房地产金融业，样本数据时间为2006～2014年32个季度。
2.进行实证检验分析。
①变量平稳性检验
采用扩展的单位根检验法（ADF）对变量数据进行平稳性检验，结果如表2所示，NPLR、GDP、CPI、HP、IR 的一阶差分序列在5%的显著性水平下都是平稳的。
②变量协整检验
通过对NPLR、GDP、CPI、HP、IR等变量进行回归，得到残差序列resid。对新序列进行单位根检验，由表3检验结果可知，在5%的置信水平下，NPLR与GDP、CPI、HP、IR存在长期稳定的协整关系。
3.设置情景模式。将情景压力测试模式设为轻度（房价下跌10%、利率上升27bp）、中度（房价下跌20%、利率上升54bp）和重度（房价下跌30%、利率上升108bp），分别选择房价（HP）和利率（IR）作为主要压力因子，假定GDP7%、CPI1.5%计算，代入回归方程进行动态情景压力测试，分别冲击未来8期内房地产不良贷款率的变化。
4.开展压力测试。通过轻度、中度和重度情景压力模式，分别计算出未来8期内GDP、CPI、HP、IR以及DGDP、DCPI、DIR 、DGDP（-1）、DCPI（-1）、DIR（-1）相关数据，带入回归方程（2）得到不同情景压力下房价对不良率的冲击结果（见表4、表5）及趋势变化图（见图1）。
5.压力测试结果分析。表5显示，房价（HP）在轻度、中度和重度情景下对房地产不良贷款率冲击分别在未来第3期、2期和1期末达到1%的橙色预警线，不良贷款率分别为1.011%、1.203%和1.075%；在第7期、4期和2期末达到1.5%的红色预警线，分别为1.591%、1.793%和1.562%。通过上述压力风险测试，监管部门可对未来第3、2、1期的房地产金融风险作黄色预警；对未来第7、4、2期作红色预警，并根据预警级别采取相应防范措施。
三、建立房地产金融风险防火墙体系建议
（一）构建防范区域房地产金融风险长效监测机制
对房地产行业及房地产金融指标进行监测，将可能引发区域性金融风险的房地产风险消灭在萌芽状态。
（二）定期开展区域房地产金融风险压力测试
及时评估房地产业风险对区域金融风险的冲击程度，对可能出现的金融风险及早防范。
（三）进一步加强房地产金融风险信息共享
加强职能部门的沟通和协调，实现辖区房地产金融业信息共享，为防范区域性金融风险提供信息支撑。
（四）继续加大对房地产金融业务的监管力度
督促金融机构认真执行房贷政策，严格控制投机或投资性购房贷款需求，确保房地产金融安全。
作者简介：吴勇（1971-）男，经济师，供职于中国人民银行威海市中心支行。