房價波動對商業(yè)銀行風(fēng)險承擔(dān)的影響研究-基于35家上市銀行數(shù)據(jù)的實證檢驗_第1頁
房價波動對商業(yè)銀行風(fēng)險承擔(dān)的影響研究-基于35家上市銀行數(shù)據(jù)的實證檢驗_第2頁
房價波動對商業(yè)銀行風(fēng)險承擔(dān)的影響研究-基于35家上市銀行數(shù)據(jù)的實證檢驗_第3頁
房價波動對商業(yè)銀行風(fēng)險承擔(dān)的影響研究-基于35家上市銀行數(shù)據(jù)的實證檢驗_第4頁
房價波動對商業(yè)銀行風(fēng)險承擔(dān)的影響研究-基于35家上市銀行數(shù)據(jù)的實證檢驗_第5頁
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

摘要:房地產(chǎn)市場是我國的支柱性產(chǎn)業(yè),由于其行業(yè)的特殊性,大量的資金聚集于房地產(chǎn)行業(yè),由于銀行的大部分資金來源于銀行信貸,因此房地產(chǎn)行業(yè)的風(fēng)險同時也會傳遞到銀行體系。本文基于我國35家上市商業(yè)銀行2009年至2020年共11年的面板數(shù)據(jù),通過固定效應(yīng)模型實證分析了房價波動對商業(yè)銀行風(fēng)險承擔(dān)的影響。實證結(jié)果顯示,商業(yè)銀行風(fēng)險承擔(dān)與房價波動之間是負相關(guān)。并據(jù)此將理論與實際結(jié)合得出結(jié)論,并提出應(yīng)對建議。關(guān)鍵詞:房價波動,商業(yè)銀行風(fēng)險承擔(dān),風(fēng)險資產(chǎn)率,房地產(chǎn)景氣指數(shù)一、引言從1998年開始我國房地產(chǎn)市場駛?cè)敫咚侔l(fā)展的快車道,在政府的鼓勵和支持下,很快成為我國經(jīng)濟發(fā)展中的支柱性產(chǎn)業(yè),具有很強的代表性。而房地產(chǎn)行業(yè)是較為典型的資金需求極強的行業(yè),從開發(fā)到最后的銷售都需要信貸的支持。而目前在我國,銀行在金融體系中是最重要的位置,所以對于房地產(chǎn)行業(yè)來說,銀行信貸的支持毋庸置疑是極為重要的,可以說銀行會給房地產(chǎn)行業(yè)提供其所需的近乎一半以上的資金。同時由于房地產(chǎn)行業(yè)的飛速發(fā)展,其可觀的利潤與較高的投資回報率也吸引著銀行資金,為其提供金融支持。因此,在目前我國的金融系統(tǒng)中,商業(yè)銀行的信貸服務(wù)已經(jīng)成為房地產(chǎn)行業(yè)最重要的融資渠道,兩者之間存在密切的聯(lián)系,房地產(chǎn)行業(yè)和銀行系統(tǒng)彼此之間會互相產(chǎn)生影響。眾所周知,上個世紀(jì)日本和美國的金融危機,起因都是房地產(chǎn)市場資產(chǎn)的過度波動。因此過度依賴銀行信貸的房地產(chǎn)行業(yè),其長遠發(fā)展不僅會受到限制,同時也會嚴(yán)重影響社會金融系統(tǒng)的穩(wěn)定。十九大報告中提出“房子是用來住的,不是用來炒的”,奠定了目前整個房地產(chǎn)行業(yè)的總基調(diào)。而隨著房地產(chǎn)信貸規(guī)模的快速擴大,房地產(chǎn)泡沫也會越來越大,如果不及時進行調(diào)控,將會對商業(yè)銀行的風(fēng)險承擔(dān)產(chǎn)生直接的影響,進而威脅到整個金融系統(tǒng)的穩(wěn)定。因此在目前的現(xiàn)實背景中,研究房價波動對商業(yè)銀行風(fēng)險承擔(dān)的影響很有意義。二、文獻綜述關(guān)于房價波動對我國商業(yè)銀行風(fēng)險承擔(dān)的影響主要有以下幾個方面。一方面,Bernanke和Gertler(2000)認為,房地產(chǎn)企業(yè)自身的情況可能更應(yīng)該被關(guān)注,即如果該經(jīng)濟體的初始情況較為理想,比如現(xiàn)金流充足,資產(chǎn)負債率處于一個較低的水平,那么即使面對其資產(chǎn)價格的下降,也不會使自身和商業(yè)銀行陷入一定的危機,更不會影響金融系統(tǒng)的穩(wěn)定。曾康霖(2003)指出,房地產(chǎn)企業(yè)的主要風(fēng)險在于其較高的資產(chǎn)負債率以及較長的經(jīng)營周期,因此容易產(chǎn)生泡沫。另一方面,瞿強(2003)認為,在房地產(chǎn)價格的波動過程中,會使得個人和企業(yè)的還貸情況惡化,即凈資產(chǎn)的減少會導(dǎo)致商業(yè)銀行的不良貸款率上升,商業(yè)銀行從事信貸服務(wù)的收入減少。況偉大(2011)指出,比起經(jīng)濟增長和利率變化對商業(yè)銀行風(fēng)險承擔(dān)的影響,房價的波動對商業(yè)銀行風(fēng)險承擔(dān)的影響,房地產(chǎn)價格的下降將會引起房地產(chǎn)信貸的萎縮,同時導(dǎo)致一定的還貸違約。譚政勛、魏琳(2010)指出,在房地產(chǎn)資產(chǎn)價格下降的過程中,會出現(xiàn)一定的反饋機制,即由于商業(yè)銀行貸款損失所造成的銀行資產(chǎn)的減少,會進一步引起信貸的收縮,即反過來會導(dǎo)致資產(chǎn)價格進一步下降。李勇(2012)提出,由于信息不對稱、以及對未來的不確定性,將導(dǎo)致資產(chǎn)價格的不斷波動,而由于金融系統(tǒng)其本身的內(nèi)在脆弱性,將會使得金融風(fēng)險不斷增加。而從影響的具體方式來看,Gerlach和Peng(2005)明確指出房地產(chǎn)行業(yè)資產(chǎn)的價格變動會引起商業(yè)銀行風(fēng)險承擔(dān)的變動。Ta-jik等(2015)則認為,由于貸款類別和商業(yè)銀行類型的有所不同,房價波動對不同的商業(yè)銀行有不同的影響結(jié)果。當(dāng)房地產(chǎn)資產(chǎn)價格上漲時,銀行的不良貸款率和還款違約率均會降低,從而銀行會繼續(xù)向房地產(chǎn)行業(yè)進行投資,為房地產(chǎn)市場帶來了巨大的內(nèi)在壓力。因此,國內(nèi)外研究者主要把側(cè)重點放在房地產(chǎn)價格泡沫在產(chǎn)生的過程中銀行信貸資金的作用,但是在房價波動對我國商業(yè)銀行風(fēng)險承擔(dān)的影響研究中,國內(nèi)外的相關(guān)研究較少,尤其是借助實際數(shù)據(jù)對其進行分析和定量研究。三、理論與模型(一)房價波動對商業(yè)銀行風(fēng)險承擔(dān)的作用機制當(dāng)房地產(chǎn)資產(chǎn)價格上漲時,購買者的資產(chǎn)會發(fā)生增值,進而引起投資者的財富增加,所以會刺激投資者繼續(xù)產(chǎn)生對房地產(chǎn)投資的需求,同時也會刺激追尋利潤的商業(yè)銀行去承擔(dān)更多的風(fēng)險,所以最終房價上升帶來的風(fēng)險就被過渡到商業(yè)銀行的體系中。而站在商業(yè)銀行的角度,房地產(chǎn)價格的上升使得一部分抵押品產(chǎn)生增值,從而會刺激貸款人去消費更多的貸款額度。對于流動性來說,由于商業(yè)銀行中的負債多為短期存款,對于極大需求的房屋貸款來說會出現(xiàn)資金供不應(yīng)求的現(xiàn)象,造成流動性風(fēng)險。地產(chǎn)資產(chǎn)價格下降,首先會導(dǎo)致投資者對房地產(chǎn)的投資需求降低,即減少了一定的消費需求,消費減少會加劇企業(yè)經(jīng)營的風(fēng)險,使得企業(yè)償債能力減少。對于銀行來說,作為抵押品的房地產(chǎn)價格下降,會使貸款者在衡量按時還貸還是違約時更傾向于違約,使得銀行的不良貸款率上升。而進一步,由于房地產(chǎn)資產(chǎn)價格的下降會使得銀行的資產(chǎn)嚴(yán)重縮水,而為了緩解這一境況,銀行會選擇出售一部分房產(chǎn),所以進一步加劇了房地產(chǎn)資產(chǎn)價格的下降。對于流動性來說,房地產(chǎn)資產(chǎn)價格的下降會使得一部分短期存款無法及時兌現(xiàn),由此將造成一定的社會恐慌情緒,甚至引起銀行擠兌風(fēng)險,但這是一個長期累積的過程。(二)變量選擇1.房價波動代理變量從國內(nèi)外相關(guān)文獻來看,衡量房地產(chǎn)價格的指標(biāo)一般有房地產(chǎn)景氣指數(shù)、房地產(chǎn)價格指數(shù)以及房地產(chǎn)銷售均價,由于房地產(chǎn)價格指數(shù)的數(shù)據(jù)缺失,因此本文選擇全國房地產(chǎn)價格指數(shù)(HP)作為房價波動的代理變量。2.銀行風(fēng)險承擔(dān)變量理論上預(yù)期違約率是銀行風(fēng)險承擔(dān)變量的優(yōu)先指標(biāo),但由于我國違約數(shù)據(jù)缺失,無法得到我國銀行業(yè)較為完整的EDF數(shù)據(jù),且Z值主要代表銀行破產(chǎn)的風(fēng)險而非風(fēng)險承擔(dān)。因此本文選擇風(fēng)險資產(chǎn)率(RISK2),作為商業(yè)銀行風(fēng)險承擔(dān)的代理變量。3.宏觀控制變量銀行業(yè)具有顯著的順周期特征,當(dāng)經(jīng)濟狀況向好時,銀行也會產(chǎn)生積極的態(tài)度,偏好于增加信貸的投放,即銀行會提高自身的風(fēng)險水平來響應(yīng)較好的市場環(huán)境。本文選取GDP年增長率(GGDP),作為宏觀控制變量。本文的研究樣本選取2009—2020年我國35家上市銀行的年度平衡面板數(shù)據(jù)。銀行數(shù)據(jù)來源于萬德數(shù)據(jù)庫及上市銀行年報;宏觀經(jīng)濟數(shù)據(jù)來源于國家統(tǒng)計年鑒。變量描述性統(tǒng)計見表1。(三)模型構(gòu)建為了驗證房價波動是否會對商業(yè)銀行風(fēng)險承擔(dān)產(chǎn)生影響,本文構(gòu)建以下基本模型。RISKit=?1HPt+?2bit+?3cit+uit(1)其中,i=1,2,…,n表示銀行個數(shù);t表示樣本中涉及的年份;RISKit為銀行風(fēng)險承擔(dān)變量;HPt為房價波動的代理變量;bit代表一組銀行層面的微觀控制變量,由CAP、SIZE、FZ、XC等變量構(gòu)成;cit代表宏觀經(jīng)濟控制變量;uit為隨機擾動項。本文著重關(guān)注?1的符號及其顯著性。四、貨幣政策與銀行風(fēng)險承擔(dān)的實證檢驗(一)變量相關(guān)性由于本文選取了較多的變量,因此有必要對各解釋變量的相關(guān)性進行檢驗,否則容易出現(xiàn)多重共線性。檢驗結(jié)果如表2所示,風(fēng)險資產(chǎn)率和全國房地產(chǎn)景氣指數(shù)之間的相關(guān)系數(shù)為-0.992,即兩者存在高度相關(guān)性。(二)模型行使設(shè)定檢驗對面板數(shù)據(jù)進行回歸分析一共有三種方法,分別是混合回歸、固定效應(yīng)回歸以及隨機效應(yīng)回歸。首先可以通過F檢驗來判斷是混合回歸好還是固定效應(yīng)好,通過表2可以看到F檢驗p值為0,即拒絕原假設(shè),所以固定效應(yīng)更好。通過進行BP檢驗得到結(jié)論,p值為0拒絕原假設(shè),檢驗結(jié)果顯示隨機效應(yīng)更好。最后,通過豪斯曼檢驗得到結(jié)論,p值等于0小于0.05,拒絕原假設(shè)。所以綜上所述選擇固定效應(yīng)模型更好。(三)模型回歸檢驗為檢驗房價上漲對商業(yè)銀行風(fēng)險承擔(dān)的影響,對模型(1)進行回歸分析,實證結(jié)果如表3所示。從表3的回歸結(jié)果可以看出,房價波動與商業(yè)銀行風(fēng)險承擔(dān)顯著負相關(guān),即當(dāng)房價上漲時,商業(yè)銀行的風(fēng)險承擔(dān)會下降,反之當(dāng)房價下降時,商業(yè)銀行的風(fēng)險承擔(dān)會上升,這與理論分析的結(jié)果一致。這是因為,當(dāng)房價上升時,投資者對于房地產(chǎn)的需求增加,而作為銀行手中的抵押品價值也在上升,因此投資者和銀行有更多的意愿去還款和投資,所以銀行的風(fēng)險資產(chǎn)率便會下降。反之當(dāng)房價下降時,或者增速減緩時,房地產(chǎn)企業(yè)和投資者的投資和還款意愿會下降,因此相應(yīng)的違約概率也會變高。對于銀行層面的微觀控制變量,銀行資產(chǎn)規(guī)模、凈息差、經(jīng)濟增長率的系數(shù)分別為-0.049、0.067、-0.019,并且在1%的水平下顯著。商業(yè)銀行的風(fēng)險承擔(dān)與銀行的資產(chǎn)規(guī)模負相關(guān),說明一家銀行的規(guī)模越大,其風(fēng)險承擔(dān)的意愿也就越小,因為資產(chǎn)規(guī)模越大,則相應(yīng)的銀行規(guī)模越大,銀行微觀層面的風(fēng)險控制意識與所受監(jiān)管的程度越強烈,因此兩者是負相關(guān)的關(guān)系。凈息差也叫凈利息收益率,凈息差越大,說明隨著銀行利息凈收入的增加,其相應(yīng)的風(fēng)險承擔(dān)也會增加,因為如果商業(yè)銀行只是安穩(wěn)于只發(fā)展利息收入的業(yè)務(wù),而不向非利息收入的方向拓展業(yè)務(wù),長期來說對銀行是弊大于利。最后GDP的增長率系數(shù)為負,則說明當(dāng)經(jīng)濟形勢較好的時候,商業(yè)銀行對于未來的經(jīng)濟發(fā)展趨勢持有樂觀的態(tài)度,因此商業(yè)銀行會傾向于追求高利潤從而適當(dāng)對壞賬準(zhǔn)備進行調(diào)整。同時為了保證分析結(jié)果的穩(wěn)健性,以不良貸款率作為銀行風(fēng)險承擔(dān)行為的另一個代理變量對基準(zhǔn)模型進行實證分析,回歸結(jié)果如表3第二列所示。可以看出,當(dāng)不良貸款率作為商業(yè)銀行風(fēng)險承擔(dān)的另一個變量時,與房價波動也依然是顯著的負相關(guān),與上文結(jié)果一致,即前文結(jié)果是穩(wěn)健的。五、結(jié)語通過以上房價波動對商業(yè)銀行風(fēng)險承擔(dān)的實證分析,本文得到如下結(jié)論:第一,房價波動與商業(yè)銀行風(fēng)險承擔(dān)是顯著的負相關(guān);第二,宏觀經(jīng)濟、銀行的微觀特征,對商業(yè)銀行風(fēng)險承擔(dān)也有一定的影響。因此根據(jù)結(jié)論提出兩點政策建議。第一,對于房價波動的情況,政府部門應(yīng)該密切及時地進行跟蹤,必要時采取一定的貨幣政策來穩(wěn)定房地產(chǎn)市場;第二,銀行應(yīng)該嚴(yán)格遵守監(jiān)管的相關(guān)要求,尤其在房地產(chǎn)價格快速上漲時期,嚴(yán)加把控貸款發(fā)放的要求,避免不良貸款率的上升;第三,吸取國外金融危機的教訓(xùn),對于金融創(chuàng)新還需要持有平穩(wěn)過渡的心態(tài)。參考文獻:[1]張雪蘭,何德旭.貨幣政策立場與銀行風(fēng)險承擔(dān)——基于中國銀行業(yè)的實證研究[J].經(jīng)濟研究,2012,(05):31-44.[2]陳華,伍志文.銀行體系脆弱性:理論及基于中國的實證分析[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究,2004,(09):120-135.[3]巴曙松,朱元倩.壓力測試在銀行風(fēng)險管理中的應(yīng)用[J].經(jīng)濟學(xué)家,2010,(02):70-79.[4]白雪梅,石大龍.中國金融體系的系統(tǒng)性風(fēng)險度量[J].國際金融研究,2014,(06):75-85.[5]宮曉琳.未定權(quán)益分析方法與中國宏觀金融風(fēng)險的測度分析[J].經(jīng)濟研究,2012,(03):76-87.[6]茍文均,袁鷹,漆鑫.債務(wù)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論