摘 要：房地产企业的资金大部分来源于商业银行贷款，一旦房地产行业泡沫破裂，房地产开发贷款风险将影响整个银行业。首先，本文对影响房地产开发贷款风险的理论因素进行探讨；然后，利用SPSS软件对影响因素进行多元线性回归模型分析；最后，根据模型的相关结论提出防范房地产开发贷款风险的措施。
　　关键词：房地产开发；贷款风险；风险防控
　　房地产行业是一个需要大量资金投入的行业，目前我国房地产开发项目资金大部分是通过商业银行进行间接融资，因此我国房地产行业对商业银行贷款的依赖性比较强。
　　一、房地产开发贷款风险的影响因素
　　（一）宏观因素
　　1.宏观经济指标因素
　　从图2.1中可以看出，GDP的发展趋势与房地产开发投资额呈现正相关趋势。
　　2.政策因素
　　房地产行业作为国民经济的支柱性产业，关联着许多其他的企业，并且受国家宏观调控的影响较大，因此国家对宏观经济指标的改动会对该行业的发展产生波动影响。
　　（二）中观因素
　　由图2.2可知，2016年房地产景气度一般，但在2016年年末国房景气指数出现大幅的上升，说明在2016年年末国家在“两会”上提出的房地产调控政策的影响，使得该年房地产景气度上升，并且数值较为理想。
　　（三）微观因素
　　衡量一个企业的经营情况采用偿债能力、盈利能力、营运能力这三个指标。
　　二、商业银行房地产开发贷款风险分析
　　（一）数据选择与来源
　　本文以商业银行房地产开发贷款的“不良贷款率”来代替实际违约概率；以宏观经济景气指数为代表进行变量的建立；中观分析中则取较为有代表性的国房景气指数；微观因素以销售净利率，资产净利率，净资产收益率，资产负债率，产权比率，总资产周转率分别代表上述房地产开发企业财务状况。
　　（二）研究方法
　　本文选择使用多元线性回归的方式对商业银行房地产贷款风险因素进行度量。多元线性回归模型如下：
　　Y=β+a1X1+a2X2+a3X3+a4X4+…
　　其中Y代表商业银行的房地产开发企业的不良貸款率，β为常数，Xi代表影响商业银行房地产开发贷款的因素，即宏观经济景气指数，国房景气指数，盈利能力，偿债能力，营运能力。
　　（三）模型建立
　　1.数据降维
　　由于房地产企业财务数据指标过多，先通过求取权重的方式对其进行数据降维。其具体计算步骤如下：在本研究中存在n个样本，m个被评价对象；
　　Pij=Xij/Xij ，表示第j个属性下面第i个方案Ai的贡献度；
　　Ej=-KPijln（Pij），表示所有方案对属性Xj的贡献总量，K=1/ln（m），m=3；
　　Dj=1-Ej，Wj=Dj/Dj；
　　综合评价值为：WjXij。
　　2.多元线性回归模型
　　根据商业银行房地产开发贷款风险模型，本文设计以2012年—2016年的不良贷款率为因变量，宏观经济景气指数、国房景气指数、财务指标评价值为自变量，本文利用SPSS.23软件进行多元线性回归。可以构建的多元线性回归方程式：
　　Y=44.933+0.490X1—1.081X2+1.188X3
　　（四）模型分析
　　宏观经济景气指数与商业银行房地产开发不良贷款风险存在明显的正相关；国房景气指数与商业银行房地产开发不良贷款风险存在负相关；财务指标评价值与商业银行房地产开发不良贷款率存在正相关。
　　三、商业银行房地产开发贷款风险的防范措施
　　（一）银行角度
　　建立完善的客户信用数据库，优化贷款结构；加强银行人员的管理，优化风险管理岗位；加强对房地产企业财务状况的追踪与评估。
　　（二）房地产开发商角度
　　实现房地产企业的多元化融资渠道。
　　（三）政府角度
　　加强宏观调控；完善房地产开发贷款的法规细则。
　　参考文献：
　　[1]万丹丹.KMV模型在我国商业银行度量上市公司信用风险中的适用性研究[D].西南财经大学，2016.
　　[2]张瑞鸿.我国房地产金融风险的分析与防范[J].对外经贸，2017（7）.
　　[3]赵洋.资产证券化创新发展提速[N].金融时报，2017-9-20（007）.
　　作者简介：蒲珂娜（1994—），女，汉族，浙江杭州人，专业：金融工程，主要研究方向：融资管理。
　　牛桂千（1983—），女，汉族，浙江宁波人，教师，主要研究方向：民间金融。
　　（指导教师：牛桂千）