论文部分内容阅读
蔡雅莉
安徽财经大学管理科学与工程学院 2013级工程管理
摘要：自90年代以来，房地产行业已经发展为我国国民经济中的重要支柱产业，同时房地产融资也逐渐成为银行借出资金的重要组成部分。然而随着房地产信用贷款业务规模的不断扩大，贷款总量的不断提高，其伴随而来的信用风险也在不断加大，导致目前房地产信贷产生的风险是影响银行业信用风险的重要组成。如何控制我国银行房地产信用风险已经是中国目前急需解决的问题，严重关系到我国银行体系的稳定及国民经济的发展。
关键词：房地产信用风险；信用度量；Credit Portfolio View模型
1绪论
研究背景及意义
市场经济从某种意义上说是一种信用经济，高度发达的信用体系在防范金融风险、维护市场经济秩序、提高经济运行效率等诸多方面都发挥着重要的作用。2008年由次贷危机引发的金融危机从某种意义上可以看做是全球信用危机的导火索。此后，在保證经济平稳向上发展的前提下，世界各国密切关心的话题是如何建立高效完善的信用体系、怎样更为妥善的解决各类信用风险。
因此，本文选取房地产信用控制作为研究点具有很多理论和现实的重大意义。我国房地产行业的主要风险为信用风险，国家和银行部门都在加大力度防范信用风险，对信用风险正确的识别和度量可以在源头上降低甚至防止信用风险的发生。
2房地产信用风险
风险的定义
风险定义是生产目的与劳动成果之间的不确定性。大致有两层含义：广义上，强调了风险表现为收益或者代价的不确定性，说明风险产生的结果可能带来损失、获利或是无损失也无获利，所有人行使所有权的活动，应被视为管理风险；而狭义上则强调风险表现为成本或代价的不确定性，说明风险只能表现出损失，没有从风险中获利的可能性。
房地产信用风险的定义
银行房地产信用风险是指债务人（房地产开发商或个人住宅信贷者）或交易对于不能或者不愿意履行合同所规定的义务，从而给债权人（银行）带来损失的可能性。也称为履约风险。
3商业银行对房地产上市公司信用风险的管理的现状
从2008年金融危机的结果来看，我国商业银行现行的信用风险管理方法还不完善，使用的信用评级方法也不完全贴合经济。对融出资金的监控也没有达到风险管理及时性的目的。虽然我国银行一直在积极学习国际先进的风险管理经验，但由于时间太短，加上我国特有体制问题，效果并不十分显著，所以我国信用风险管理的研究和实践也仅仅处于初步探索阶段，还存在很多问题。
4银行对于信用风险的度量
信用风险度量模型的介绍
对于信用风险度量模型，有传统方法（贷款评级法、专家评级法、Logistic回归模型等）和现代方法，本文主要评析国际上认可的几种现代方法，具体有以下几种：
模型 Credit Metrics KMV Credit Risk+ Credit Portfolio view
模型类别 MTM结构式离散型 MTM或DM结构式连续型 DM简化式离散型 MTM或DM经济计量方法离散型
风险原因 市场价值变化 市场价值变化 违约概论 宏观因素
相关性结构 来自股本回报的多元结构模型，要估计出每对债务人资产收益率之间的相关性 要估计出每对债务人资产收益率之间的相关性，通过多因素结构模型将相关性与基本因素联结 来自使用者定义的资产组合子集的违约概率与基本因素之间的相关性 来自预测经济变量的马尔可夫或ARIMA模型和多元Logistic指数模型
数据要求 资产特征、股本回报率、评级系统和转移矩阵、国别和产业指数、以及单项资产对经济部门的不同风险敞口 资产价值及其波动性、企业资本结构、DD和EDF之间的关系、无风险利率、国别和产业指数、以及单项资产对经济部门的不同风险敞口 单个债务人的违约概率和银行针对单个债务人的风险敞口 宏观经济变量、资产特征以及针对不同国别和产业的校正系数
数字方法 Monte Carlo模拟、逻辑分析 Monte Carlo模拟、逻辑分析 假设贷款呈泊松分布、逻辑分析 Monte Carlo模拟、Logistic指数模型
适用范围 公司和大私人客户的信用风险 公司和大私人客户的信用风险 零售客户的信用风险 对信用周期及宏观因素变化敏感的债务人
（注：表中MTM为盯市模型、DM为违约模型、EDF为预期违约模型）
我国目前信用风险管理方面的情况
我国银行目前面对房地产信用管理模型选取有以下问题：
A，相关数据严重缺乏
由于我国房地产信用贷款起步晚，相关信用风险体系还处于初步建设阶段，且盯市不规范，因此非常缺乏违约的样本数据。
B，难以检测模型的有效性
由于我国房地产信贷相关数据有限等原因，模型的有效性很难检测。而我国目前使用的度量模型是《新巴塞尔协议》所推荐的回归测试模型，它采用Monte Carlo模拟的方法，信用分险估计的系统误差较大，相对实际值要低出很多，从而会导致商业银行因错误估计信用风险而盲目乐观的心态。
我国房地产信用风险控制适用模型比较
Credit Metrics模型和KMV模型是大型的综合模型，应用范围比较广。但这两种模型要求的数据太多，而中国相关数据严重缺乏，因此该模型在中国的可应用性不高。
Credit Risk模型要求输入的数据较少，在风险管理模型中具有其特有的优势。该模型与我国现行使用的信用风险度量方法一贷款风险度量法较为类似，是一个国际银行界流行的两状态（two-state）模型。但是Credit Risk模型假设违约率以某种特定的形式存在，这大大降低了模型的适用范围，因为银行会制定多种类型的信用贷款，如果每一种信用贷款都要制定一个专属模型，那么这对银行来说成本太大，几乎是不可能实现的，因此 Credit Risk模型一般只作为辅助模型在银行应用。
而Credit Portfolio view模型是一种跨时期计量模型，其违约概率取决于宏观经济变量的影响，例如信贷周期等。同时函数估计结果与现实数据拟合度较高，适用性强，适合在实际工作中推广应用。
综上所述，本文认为我国银行应该首先应用Credit Portfolio view模型控制房地产贷款信用风险，同时积极开展国际合作，营造社会大数据意识，为更高级可靠的模型在中国的应用做好准备条件。同时根据中国房地产市场特点建立中国化的模型，争取早日能够实施《新巴塞尔协议》，实现银行业与全球化的接轨，更好地服务于我国经济发展。
参考文献：
[1]骆昀晖.我国商业银行房地产贷款信用风险研究[D].江西财经大学，2009.
[2]高珊珊.商业银行房地产信贷风险识别与防范研究[D].西南财经大学，2013.
[3]吴莹迪.房地产信贷风险控制法律机制研究[D].西南政法大学，2008.
[4]邹瑾.关于市场化手段化解我国房地产金融风险问题研究[D].西南财经大学，2010.
作者简介：
蔡雅莉（1993--）汉族，安徽五河人 电话：18326954966
安徽财经大学管理科学与工程学院 2013级工程管理
摘要：自90年代以来，房地产行业已经发展为我国国民经济中的重要支柱产业，同时房地产融资也逐渐成为银行借出资金的重要组成部分。然而随着房地产信用贷款业务规模的不断扩大，贷款总量的不断提高，其伴随而来的信用风险也在不断加大，导致目前房地产信贷产生的风险是影响银行业信用风险的重要组成。如何控制我国银行房地产信用风险已经是中国目前急需解决的问题，严重关系到我国银行体系的稳定及国民经济的发展。
关键词：房地产信用风险；信用度量；Credit Portfolio View模型
1绪论
研究背景及意义
市场经济从某种意义上说是一种信用经济，高度发达的信用体系在防范金融风险、维护市场经济秩序、提高经济运行效率等诸多方面都发挥着重要的作用。2008年由次贷危机引发的金融危机从某种意义上可以看做是全球信用危机的导火索。此后，在保證经济平稳向上发展的前提下，世界各国密切关心的话题是如何建立高效完善的信用体系、怎样更为妥善的解决各类信用风险。
因此，本文选取房地产信用控制作为研究点具有很多理论和现实的重大意义。我国房地产行业的主要风险为信用风险，国家和银行部门都在加大力度防范信用风险，对信用风险正确的识别和度量可以在源头上降低甚至防止信用风险的发生。
2房地产信用风险
风险的定义
风险定义是生产目的与劳动成果之间的不确定性。大致有两层含义：广义上，强调了风险表现为收益或者代价的不确定性，说明风险产生的结果可能带来损失、获利或是无损失也无获利，所有人行使所有权的活动，应被视为管理风险；而狭义上则强调风险表现为成本或代价的不确定性，说明风险只能表现出损失，没有从风险中获利的可能性。
房地产信用风险的定义
银行房地产信用风险是指债务人（房地产开发商或个人住宅信贷者）或交易对于不能或者不愿意履行合同所规定的义务，从而给债权人（银行）带来损失的可能性。也称为履约风险。
3商业银行对房地产上市公司信用风险的管理的现状
从2008年金融危机的结果来看，我国商业银行现行的信用风险管理方法还不完善，使用的信用评级方法也不完全贴合经济。对融出资金的监控也没有达到风险管理及时性的目的。虽然我国银行一直在积极学习国际先进的风险管理经验，但由于时间太短，加上我国特有体制问题，效果并不十分显著，所以我国信用风险管理的研究和实践也仅仅处于初步探索阶段，还存在很多问题。
4银行对于信用风险的度量
信用风险度量模型的介绍
对于信用风险度量模型，有传统方法（贷款评级法、专家评级法、Logistic回归模型等）和现代方法，本文主要评析国际上认可的几种现代方法，具体有以下几种：
模型 Credit Metrics KMV Credit Risk+ Credit Portfolio view
模型类别 MTM结构式离散型 MTM或DM结构式连续型 DM简化式离散型 MTM或DM经济计量方法离散型
风险原因 市场价值变化 市场价值变化 违约概论 宏观因素
相关性结构 来自股本回报的多元结构模型，要估计出每对债务人资产收益率之间的相关性 要估计出每对债务人资产收益率之间的相关性，通过多因素结构模型将相关性与基本因素联结 来自使用者定义的资产组合子集的违约概率与基本因素之间的相关性 来自预测经济变量的马尔可夫或ARIMA模型和多元Logistic指数模型
数据要求 资产特征、股本回报率、评级系统和转移矩阵、国别和产业指数、以及单项资产对经济部门的不同风险敞口 资产价值及其波动性、企业资本结构、DD和EDF之间的关系、无风险利率、国别和产业指数、以及单项资产对经济部门的不同风险敞口 单个债务人的违约概率和银行针对单个债务人的风险敞口 宏观经济变量、资产特征以及针对不同国别和产业的校正系数
数字方法 Monte Carlo模拟、逻辑分析 Monte Carlo模拟、逻辑分析 假设贷款呈泊松分布、逻辑分析 Monte Carlo模拟、Logistic指数模型
适用范围 公司和大私人客户的信用风险 公司和大私人客户的信用风险 零售客户的信用风险 对信用周期及宏观因素变化敏感的债务人
（注：表中MTM为盯市模型、DM为违约模型、EDF为预期违约模型）
我国目前信用风险管理方面的情况
我国银行目前面对房地产信用管理模型选取有以下问题：
A，相关数据严重缺乏
由于我国房地产信用贷款起步晚，相关信用风险体系还处于初步建设阶段，且盯市不规范，因此非常缺乏违约的样本数据。
B，难以检测模型的有效性
由于我国房地产信贷相关数据有限等原因，模型的有效性很难检测。而我国目前使用的度量模型是《新巴塞尔协议》所推荐的回归测试模型，它采用Monte Carlo模拟的方法，信用分险估计的系统误差较大，相对实际值要低出很多，从而会导致商业银行因错误估计信用风险而盲目乐观的心态。
我国房地产信用风险控制适用模型比较
Credit Metrics模型和KMV模型是大型的综合模型，应用范围比较广。但这两种模型要求的数据太多，而中国相关数据严重缺乏，因此该模型在中国的可应用性不高。
Credit Risk模型要求输入的数据较少，在风险管理模型中具有其特有的优势。该模型与我国现行使用的信用风险度量方法一贷款风险度量法较为类似，是一个国际银行界流行的两状态（two-state）模型。但是Credit Risk模型假设违约率以某种特定的形式存在，这大大降低了模型的适用范围，因为银行会制定多种类型的信用贷款，如果每一种信用贷款都要制定一个专属模型，那么这对银行来说成本太大，几乎是不可能实现的，因此 Credit Risk模型一般只作为辅助模型在银行应用。
而Credit Portfolio view模型是一种跨时期计量模型，其违约概率取决于宏观经济变量的影响，例如信贷周期等。同时函数估计结果与现实数据拟合度较高，适用性强，适合在实际工作中推广应用。
综上所述，本文认为我国银行应该首先应用Credit Portfolio view模型控制房地产贷款信用风险，同时积极开展国际合作，营造社会大数据意识，为更高级可靠的模型在中国的应用做好准备条件。同时根据中国房地产市场特点建立中国化的模型，争取早日能够实施《新巴塞尔协议》，实现银行业与全球化的接轨，更好地服务于我国经济发展。
参考文献：
[1]骆昀晖.我国商业银行房地产贷款信用风险研究[D].江西财经大学，2009.
[2]高珊珊.商业银行房地产信贷风险识别与防范研究[D].西南财经大学，2013.
[3]吴莹迪.房地产信贷风险控制法律机制研究[D].西南政法大学，2008.
[4]邹瑾.关于市场化手段化解我国房地产金融风险问题研究[D].西南财经大学，2010.
作者简介：
蔡雅莉（1993--）汉族，安徽五河人 电话：18326954966