《房地產(chǎn)價格對商業(yè)銀行風險影響實證研究8800字（論文）》

PAGEPAGE2房地產(chǎn)價格對商業(yè)銀行風險影響實證研究目錄TOC\o"1-2"\h\u16032摘要 1315791.引言 22982.相關理論 3159782.1銀行風險理論 3211372.2房產(chǎn)價格理論 4190912.3房產(chǎn)價格影響銀行風險的傳導機制理論 5155123.房地產(chǎn)價格對銀行風險影響的研究設計 6128253.1商業(yè)銀行風險度量 686643.2變量的選擇與說明 723133.3模型設計 8313843.4變量描述性統(tǒng)計 844104.房地產(chǎn)價格對銀行風險影響的實證研究 9105824.1變量相關性檢驗 9130964.2單位根檢驗 10114454.3模型設定形式檢驗 1047904.4模型回歸結(jié)果 11249974.5.穩(wěn)健性檢驗 13182235.結(jié)論與建議 13摘要自中國改革開放以來，經(jīng)濟騰飛向前，但高速發(fā)展的同時，風險也隨之而來。尤其后金融危機時代的到來，中國宏觀經(jīng)濟形勢不確定性日益凸顯。房地產(chǎn)作為我國經(jīng)濟的支柱產(chǎn)業(yè)，具有資本密集型的特點，其發(fā)展離不開銀行系統(tǒng)的支持，房地產(chǎn)價格會影響銀行信貸規(guī)模、信貸質(zhì)量乃至銀行風險產(chǎn)生較大的影響。研究房地產(chǎn)價格對銀行風險的影響，可以提升銀行業(yè)風險管控能力，使監(jiān)管機構(gòu)能夠以更宏觀的視野制定政策。本文結(jié)合銀行風險相關理論背景，闡述房價對銀行風險影響的傳導機制。利用2007年——2019年4家國有商業(yè)銀行和8家全國性股份制商業(yè)的數(shù)據(jù)建立面板模型，進行實證分析，采用Z值測度銀行風險，檢驗房價對商業(yè)銀行風險的影響。實證結(jié)果表明，房地產(chǎn)價格對商業(yè)銀行風險有顯著的反向影響。關鍵詞：房地產(chǎn)價格；銀行風險；Z值；面板模型1.引言在當下的市場經(jīng)濟條件下，一般經(jīng)濟體的房地產(chǎn)的價值大約占可變價格財富總額的50%，總價值通常是年度GDP的2倍～3倍。房地產(chǎn)在經(jīng)濟體中的重要性可見一斑。作為資金密集型行業(yè)，房地產(chǎn)市場的衰退往往伴隨著商業(yè)銀行危機的開端，20世紀末日本的泡沫經(jīng)濟和2007年的美國次貸危機是典型案例。房地產(chǎn)市場的震蕩總會引起金融市場波動。2007年始于美國次貸危機的金融海嘯席卷而來，全球資本市場無一幸免，世界經(jīng)濟體遭受巨大損失。而次貸危機的源頭就在于房地產(chǎn)產(chǎn)業(yè)的過度繁榮和隨之而來的房價下跌。2000年美國房價的凱斯-庫勒指數(shù)被定義為100，2006年上漲到226，然而，在2007年，出現(xiàn)了一個前兆，擴張走到了終點，到2008年年末金融危機之時，指數(shù)下降到162。房地產(chǎn)的價格的巨大波動，成為引起金融危機的重要因素。在房價快速上漲的時期，因為抵押貸款機構(gòu)變得更加樂意為風險更高的借款者提供貸款，次級貸款數(shù)量不斷增加，故而在房價開始下跌時，借款者發(fā)現(xiàn)他們處在欠下的抵押貸款金額超過房產(chǎn)價值的處境下，就相當于給了他們違約的激勵，質(zhì)量差的貸款不斷暴露，背負大額貸款的借錢人無法按月還款的情況越來越多。更糟糕的是，銀行已經(jīng)把他們的抵押貸款實施捆綁打包，以此為抵押發(fā)行了新的證券，并將此證券銷售給其他銀行與投資人。這些證券又被重新打包到新的證券中，如此循環(huán)下去。結(jié)果是，許多銀行不僅僅持有抵押貸款，而且持有這些新的證券；而這些新證券太過復雜，難以進行價格評估。正是新證券的復雜性與不透明性使房價的下降轉(zhuǎn)變成了主要的金融危機，而金融危機很快轉(zhuǎn)變?yōu)榻?jīng)濟危機，并席卷全球，損失慘重。1980年代，日本政府采用寬松貨幣政策來刺激經(jīng)濟發(fā)展，結(jié)果大量資金流入房地產(chǎn)和股票市場，外加美元在“廣場協(xié)議”后貶值，國際資本涌入日本房地產(chǎn)，在1986到1989年的短短三年中，日本房價翻倍。日本當時國土面積僅相當于美國的加利佛尼亞洲，而日本房地產(chǎn)市值竟相當于整個美國的四倍。盡管后來日本政府限制了商業(yè)銀行對房地產(chǎn)公司的貸款，但并不能阻止商業(yè)銀行通過非銀行機構(gòu)間接貸款給土地持有者，還接受了二次抵押，銀行土地抵押貸款規(guī)模急劇膨脹，大規(guī)模的貸款被日本商業(yè)銀行發(fā)放給投資者，使日本的商業(yè)銀行在泡沫破裂后自食其果又成了最大的受害者。20世紀末期日本泡沫經(jīng)濟、1990年代亞洲金融危機和2007年美國次貸危機都是由房地產(chǎn)價格波動引起的。房地產(chǎn)價格上漲會使銀行在樂觀預期下過度擴大貸款規(guī)模，而當房價下跌，累積的風險暴露，易引發(fā)難以估計的后果。我國的房地產(chǎn)體量在近十年的飛速發(fā)展中已頗具規(guī)模，諸多地區(qū)的房價水平已遠超當?shù)鼐用竦膶嶋H購買能力，呈現(xiàn)出“非理性繁榮”。如何對我國當前房地產(chǎn)市場狀態(tài)做出客觀理性的判斷，如何控制房地產(chǎn)價格波動引發(fā)的銀行風險，進而提高銀行風險管理能力已成為當下重要課題。2.相關理論2.1銀行風險理論現(xiàn)有的關于銀行風險影響的研究大抵從兩個方面開展，一方面是銀行內(nèi)部因素，以資本充足率、收入多元化等因素為切入點研究銀行業(yè)風險。根據(jù)資產(chǎn)組合理論，各類創(chuàng)新型非利息收入業(yè)務使銀行業(yè)務品種增加，還可以與傳統(tǒng)業(yè)務交叉銷售，為銀行的收入組合提供多元化收益，降低銀行風險。但DeYoung和Roland提出非利息收入有較大的波動性、銀行經(jīng)營杠桿提高、財務杠桿提高三個理由駁斥收入結(jié)構(gòu)多元化會降低銀行風險的觀點。周開國和李琳討了我國商業(yè)銀行收入結(jié)構(gòu)多元化與商業(yè)銀行風險變化之間的關系。其選用14家商業(yè)銀行12年的數(shù)據(jù)，建立面板數(shù)據(jù)模型，結(jié)果表明，我國商業(yè)銀行的經(jīng)營風險并不會隨著收入多元化而降低，開展非利息業(yè)務引起的風險大于非利息業(yè)務所分散的風險，商業(yè)銀行風險的降低主要歸因于利息收入波動風險減小。另一方面是外部影響，如銀行業(yè)集中度，法律保護水平等因素。有關銀行集中度和競爭度與銀行風險之間的關系有兩種對立的說法。一種觀點認為銀行集中度高，則市場勢力會更強，獲利能力更強，有較多的資本緩沖不可預見的危機。同時具有勢力的銀行選擇關系型貸款，而減少高風險貸款活動，貸款組合的質(zhì)量會相對較高。另外，銀行數(shù)量較少時政府監(jiān)管也相對容易，風險就比較低。另一種觀點持有以下理由：高集中度帶來提升銀行勢力，銀行可以收取較高的貸款利率，而這誘使企業(yè)從事高風險投資，企業(yè)的道德風險也會增加，相應地，銀行的信貸風險增加；大銀行對宏觀經(jīng)濟影響很大，會使政府機構(gòu)擔心而用政策貼補銀行，這提高銀行參與高風險活動的誘因；銀行規(guī)模越大復雜度越高，高集中度的銀行體系中大銀行多，政府監(jiān)管很難，銀行風險提高。2013年，楊天宇和鐘宇平基于中國125家商業(yè)銀行1995～2010年的非平衡面板數(shù)據(jù)，利用更具有微觀基礎的Lerner指數(shù)衡量銀行競爭度，用Z指數(shù)衡量銀行風險。研究結(jié)果表明，銀行集中度和競爭度與銀行風險正相關，且銀行競爭度不是導致銀行集中度與銀行風險正相關的原因。2.2房產(chǎn)價格理論房地產(chǎn)同時具有實物資產(chǎn)屬性和虛擬資產(chǎn)屬性的產(chǎn)業(yè)，故房地產(chǎn)價格波動的成因繁多復雜。房地產(chǎn)是具有價值和使用價值的消費品，從這個角度來說，房地產(chǎn)具有實物資產(chǎn)屬性。與其他消費品相同，房地產(chǎn)的價格由供需關系決定。從供給角度，地方政府限制土地供給來抬高土地交易價格，以此增加財政收入。而土地由地方政府壟斷，地價可以一直上漲，這使房地產(chǎn)商成本大大增加，房價自然水漲船高。從需求角度，我國城鎮(zhèn)化進程推動房地產(chǎn)需求量上漲，經(jīng)濟發(fā)達地區(qū)一直有大量的凈流入人口。我國房地產(chǎn)供給由于受諸多因素制約，形成需求缺口，造成了房地產(chǎn)價格上漲。并且我國現(xiàn)階段寬松的貨幣政策隊及較低的實際利率，使得貨幣供給遠遠滿足實體經(jīng)濟的貨幣需求，造成流動性過剩而引發(fā)的通貨膨脹，在此背景下，房地產(chǎn)價格將面臨更大的上漲壓力。房地產(chǎn)還具有虛擬經(jīng)濟屬性。房地產(chǎn)是典型的區(qū)域市場，受區(qū)域經(jīng)濟的影響面極大，而中國幅員遼闊，經(jīng)濟體內(nèi)部區(qū)域經(jīng)濟差距大，近年來發(fā)展速度極快，房價隨著我國經(jīng)濟發(fā)展飛漲，很多家庭都選擇購入房產(chǎn)進行投資。周京奎通過對我國14個城市進行房地產(chǎn)投機度研究發(fā)現(xiàn)，大多數(shù)城市的房地產(chǎn)投機度都高于1.00，而最髙的城市房地產(chǎn)投機度己高達5.99。房產(chǎn)作為投資品的價格由未來收益的折現(xiàn)值決定，而未來收益的不確定性造成了房價的波動。房價的波動也來源于房地產(chǎn)市場的信息不對稱。房地產(chǎn)市場的信息不對稱存于房地產(chǎn)企業(yè)、購房者與銀行之間和房地產(chǎn)企業(yè)與購房者之間。房地產(chǎn)企業(yè)和購房者作為資金需求方，對自身財務狀況十分了解，而銀行作為資金供給方，只能通過有限的材料來評估需求方的資金狀況和還款能力。而資質(zhì)較差的購房者和房地產(chǎn)商通常有更大的資金需求，這令其有隱瞞真實狀況甚至編造虛假材料的動機。這使得銀行常犯逆向選擇的錯誤，向大量資質(zhì)不良的貸款者發(fā)放貸款，刺激房地產(chǎn)過度開發(fā)，購房者過度消費，推動房地產(chǎn)價格上漲。在購房者與房地產(chǎn)商的博弈中，房地產(chǎn)商對房產(chǎn)的信息占有極大優(yōu)勢，而購房者常常并沒有了解這些信息的渠道，者容易引發(fā)房地產(chǎn)商的企業(yè)道德風險，為了獲得更高的利潤，房地產(chǎn)商可能設定遠高于成本的價格，通過控制期房和現(xiàn)房的銷售量，人為調(diào)節(jié)當?shù)氐姆慨a(chǎn)供給，調(diào)動房地產(chǎn)情緒，利用羊群效應和人們的有限理性，抬高房地產(chǎn)價格。2.3房產(chǎn)價格影響銀行風險的傳導機制理論房地產(chǎn)價格影響銀行風險的渠道之一是信貸傳導。當房地產(chǎn)繁榮時，房價高漲，更多的購房者選擇通過銀行貸款的途徑實現(xiàn)購房需求，商業(yè)銀行隨之推出更多的抵押貸款品類，購房者需求更易轉(zhuǎn)化為有效需求，這從需求側(cè)又推動了房地產(chǎn)發(fā)展，房地產(chǎn)發(fā)展又會創(chuàng)造新的需求。在該過程中，房價上漲帶來更多的銀行貸款，這是穩(wěn)定的商業(yè)銀行獲利渠道，降低銀行風險。此外，商業(yè)銀行常被不良貸款所困擾，而有住房抵押的貸款則可以相對減少信貸風險，因為當貸款人無力償還貸款時，銀行可以出售房產(chǎn)來抵消貸款。但當房價下跌時，房地產(chǎn)作為投資品的需求下降，銀行信貸業(yè)務下降，同時貸款損失會給銀行帶來新的經(jīng)營風險。譚政勛、魏琳將房地產(chǎn)價格加入消費資產(chǎn)模型，對房價下跌階段時銀行的反饋機制進行分析，結(jié)果顯示，由于銀行體系的資本金約束的存在，信貸收縮和資本收縮都會因貸款損失所帶來的銀行資本金的減少而放大，進而資產(chǎn)價格進一步的下跌又會加速貸款損失，金融穩(wěn)定狀況更加惡化。況偉大的研究結(jié)果顯示房價對房地產(chǎn)信貸的影響大于經(jīng)濟增長和利率對房地產(chǎn)信貸的影響，一旦房價下跌，房地產(chǎn)信貸將嚴重萎縮，并導致嚴重的違約風險，從而可能引發(fā)房地產(chǎn)金融危機。另一個傳導機制是房價通過抵押品價值影響銀行風險。房價與銀行住房抵押貸款的價值捆綁在一起。KiyotakiandMoore首次系統(tǒng)地闡述抵押品價值效應的理論，他們認為經(jīng)濟中信貸約束的產(chǎn)生，來源于貸款人無法確保借款人是否會償還債務，因此需要有抵押品來貸款人的權(quán)益。借款企業(yè)所提供的抵押品價值決定了其可獲得的信貸數(shù)量。當?shù)盅浩穬r值上升，企業(yè)能夠獲得的信貸量增多，企業(yè)投資增加，企業(yè)規(guī)模更大，這樣抵押品價值也會上升。而當?shù)盅浩穬r值下降，企業(yè)可貸資金數(shù)量減少，企業(yè)不得不減少投資，進而總資產(chǎn)下降，企業(yè)對抵押品需求進一步下降，致使抵押品價值也進一步下降。因此，房價的變動也會通過上述抵押品價值效應影響貸款人對住房抵押貸款的需求及其執(zhí)行合同的能力，并進而影響商業(yè)銀行風險。中國的房地產(chǎn)業(yè)和金融業(yè)都在快速發(fā)展，房地產(chǎn)金融化已成為將來發(fā)展趨勢。房產(chǎn)價值的變動影響抵押品價值，從而作用到銀行風險上。同時這是也經(jīng)濟周期作用于銀行風險的主要渠道。Fisher結(jié)合金融危機情境，提出債務清償是經(jīng)濟金融系統(tǒng)的加速器。在經(jīng)濟處于擴張階段時，基礎建設增加、企業(yè)擴張、居民收入增長，對房地產(chǎn)需求的持續(xù)增長推動房價繼續(xù)上漲，抵押品價值效應使得居民借貸的資金數(shù)量增加，住房的流通性變強，借款者和貸款者對未來都有樂觀預期，商業(yè)銀行會大大增加發(fā)放貸款的數(shù)量。反過來，當經(jīng)濟處于緊縮階段時，失業(yè)率上升、居民收入下降，初步出現(xiàn)住房抵押貸款的壞賬以及對房地產(chǎn)需求的下降使房價下跌，人們持有悲觀預期，抵押品價值效應減少了借款者可能得到的資金數(shù)量，大量貸款無力償還，甚至已被抵押給商業(yè)銀行的住房也會因為房地產(chǎn)業(yè)疲軟導致難以變現(xiàn)。商業(yè)銀行大量呆帳壞帳的出現(xiàn)，使其發(fā)生信用危機乃至破產(chǎn)的概率大大增加。而當“羊群效應”出現(xiàn)時，一旦借貸鏈條中的某個個體或機構(gòu)不能按時償還債務，銀行擠兌就會發(fā)生，債務螺旋會傳導到其他個體或機構(gòu)，導致金融危機的發(fā)生。3.房地產(chǎn)價格對銀行風險影響的研究設計3.1商業(yè)銀行風險度量衡量商業(yè)銀行的常用指標有Z值、風險資產(chǎn)占比、特許權(quán)價值等，考慮到Z值評估的是銀行整體風險狀況，本文選擇Z值作為測度銀行風險的指標。Z值由Nicole提出，其將銀行風險定義為銀行虧損額超過超過銀行權(quán)益資產(chǎn)的概率，即P其中，π表示銀行凈利潤，E表示銀行權(quán)益資產(chǎn)。k=E/A為銀行權(quán)益資產(chǎn)比，A為銀行總資產(chǎn)，r=π/A為資產(chǎn)收益率。假設F(r)為銀行利潤分布函數(shù)，和σ2分別表示資產(chǎn)收益率r的期望和方差，設μ>0和σPZ值用來衡量銀行破產(chǎn)風險，且Z值越大的銀行，破產(chǎn)風險越小。根據(jù)張建華和王鵬計算Z值的公式：Z其中，ROAit表示銀行的資產(chǎn)收益率，為銀行凈利潤/銀行總資產(chǎn)；CARit是商業(yè)銀行資本充足率，為銀行權(quán)益資產(chǎn)/總資產(chǎn)；3.2變量的選擇與說明被解釋變量選擇上述模型中的Z值，即Zit表示第i家銀行在第t年的風險值。本文參考LaevenandLevine的處理方法，以三年為一個區(qū)間進行滾動處理。ROAit和CARit是第t年以及其前后一年的均值，σ是三年的移動平均值，即當年和前兩年資產(chǎn)收益率的標準差。本文的核心解釋變量為房價（HP），銀行信貸規(guī)模、信貸結(jié)構(gòu)以及信貸質(zhì)量與房地產(chǎn)價格密切相關，房價對銀行信貸風險產(chǎn)生巨大的影響，本文選擇08年到18年的房價指標。其中房價為全國平均房價，數(shù)據(jù)來源于國家統(tǒng)計局。根據(jù)商業(yè)銀行風險的影響因素及統(tǒng)計分析的嚴謹性，本文還選擇經(jīng)濟增速、商業(yè)銀行房地產(chǎn)貸款余額、不良貸款率、非利息收入規(guī)模這四個控制變量。（1）經(jīng)濟增速（GDP）：選取我國國內(nèi)生產(chǎn)總值增速年增長率來反映宏觀經(jīng)濟環(huán)境；（2）商業(yè)銀行房地產(chǎn)貸款余額（LBORE）：各個商業(yè)銀行持有的房地產(chǎn)行業(yè)貸款余額，數(shù)據(jù)來源于wind數(shù)據(jù)庫，單位為百億；（3）銀行不良貸款率（NPLR）：是不良貸款與總貸款余額的比值，這是衡量商業(yè)銀行信貸資產(chǎn)質(zhì)量的重要指標之一；（4）銀行非利息收入收入規(guī)模（NI），即非利息收入占總資產(chǎn)的比重。3.3模型設計本文考察房產(chǎn)價格對銀行風險的影響，選擇使用的計量模型需涵蓋其他影響商業(yè)銀行風險的因素。根據(jù)上文闡述的銀行風險理論，這些因素大概分為兩類，一類與銀行自身特點相關，如不良貸款率，非利息收入、銀行總資產(chǎn)等；第二類與宏觀環(huán)境相關，如經(jīng)濟增速和房價變動，從數(shù)據(jù)擬合度來講，上述數(shù)據(jù)均取對數(shù)值。綜合考慮上述因素，本文選用的模型為：Z3.4變量描述性統(tǒng)計表SEQ表\*ARABIC1變量描述性統(tǒng)計在選擇樣本時，本文遵循個體全面性和期數(shù)最大性原則，綜合考慮數(shù)據(jù)的可得性，選擇了四大國有商業(yè)銀行以及全國性股份制商業(yè)銀行中的中信銀行、民生銀行、招商銀行、興業(yè)銀行、華夏銀行、平安銀行、上海浦東發(fā)展銀行、廣東發(fā)展銀行，共12家商業(yè)銀行的數(shù)據(jù)，由于國泰安數(shù)據(jù)庫中，一些大型銀行數(shù)據(jù)是從2007開始的，故本文選擇2007年到2019的數(shù)據(jù)進行分析。由于本文在計算Z值時，采用3年移動平均值，所以實證運用數(shù)據(jù)的時期跨度為2008年到2018年。描述性統(tǒng)計結(jié)果如下表所示。銀行風險Z值從7.73到17.68表SEQ表\*ARABIC1變量描述性統(tǒng)計4.房地產(chǎn)價格對銀行風險影響的實證研究4.1變量相關性檢驗由于本文采用面板模型，其中時間序列數(shù)據(jù)間產(chǎn)生多重共線性難以完全避免，故將解釋變量的相關行分為三級，分別為低度相關、顯著相關和高度相關。只要變量間相關系數(shù)絕對值小于0.5，則認為是低度相關，是可以接受的；相關系數(shù)絕對值在0.5到0.8之間，為顯著相關；相關系數(shù)絕對值大于0.8，為高度相關。表SEQ表\*ARABIC2解釋變量相關性矩陣變量相關性測度采用相關系數(shù)矩陣，檢驗結(jié)果如圖表SEQ表\*ARABIC2解釋變量相關性矩陣可見大多數(shù)相關系數(shù)的絕對值是小于0.5的，為低度相關，所有的相關系數(shù)絕對值均小于0.8。非利息收入規(guī)模（NI）、國民收入總值增速（GDP）與房價（HP）之間和房地產(chǎn)貸款余額（LBORE）與非利息收入規(guī)模（NI）的關系為顯著相關，但當分別剔除非利息收入規(guī)模、國民收入總值增速、房地產(chǎn)貸款余額這三個變量時，模型調(diào)整后R2都不如原模型，故依舊保留這三個變量。4.2單位根檢驗表SEQ表\*ARABIC3單位根檢驗表SEQ表\*ARABIC3單位根檢驗本文用EViews軟件將五個變量分別進行了單位根檢驗，EViews軟件提供包括LLC、ADF、PP-Fisher等六種檢驗方式，本文對數(shù)據(jù)平穩(wěn)的判定標準是，只要LLC和ADF都拒絕原假設，則認為數(shù)據(jù)平穩(wěn)。檢驗結(jié)果顯示，所有變量均在5%的顯著性水平上接受原假設。4.3模型設定形式檢驗面板數(shù)據(jù)模型有3種類型：混合模型、變截距模型、變系數(shù)模型?；旌夏Ｐ偷南禂?shù)和截距項在整個模型中都是一致的，不隨時點和個體變化，可以用普通最小二乘法進行估計；變截距模型在橫截面上僅具有個體影響，而無結(jié)構(gòu)變化；變系數(shù)模型的截距項和系數(shù)項都不同。為了檢測模型設定方法，采用F檢驗來確定模型形式。公式為：F帶入模型數(shù)據(jù)進行檢驗，計算得F值為1.3603，查表值F0.01（11，115）為2.406，故接受原假設，選擇混合估計模型。4.4模型回歸結(jié)果表SEQ表\*ARABIC4表SEQ表\*ARABIC4殘差截面相關性檢驗表SEQ表\*ARABIC5EViews回歸結(jié)果從模型實證結(jié)果來看，模型的可決系數(shù)為0.86，對于面板模型來說，模型擬合優(yōu)度非常不錯，其中房價、商業(yè)銀行房地產(chǎn)貸款余額、利率的回歸系數(shù)1%水平上顯著，國民生產(chǎn)總值在5%的水平上顯著，非利息收入規(guī)模的回歸系數(shù)不顯著，且結(jié)果顯示非利息收入規(guī)模的增加會使銀行風險下降，這支持了收入結(jié)構(gòu)多元化假說，與周開國的結(jié)論不同，原因可能是本研究涵蓋的時間跨度較短，而且只收集了12表SEQ表\*ARABIC5EViews回歸結(jié)果上文在構(gòu)建Z值時表明，Z值代表銀行風險，且Z值越大說明商業(yè)銀行風險越小，故解釋變量的系數(shù)為正值說明該解釋變量可以降低銀行風險，反之系數(shù)為負會提高銀行風險。從結(jié)果上看出，房價與Z值正相關，說明房價上漲時會帶來房地產(chǎn)需求上升，房地產(chǎn)企業(yè)收入增多，銀行抵押貸款的抵押品價值上升，銀行信貸規(guī)模增大，故銀行破產(chǎn)風險降低，Z值增大；當房價下降時，Z值也下降，銀行風險變大。這與之前的理論分析相符。首先對信貸傳導機制進行分析。由表2可知，房價與不良貸款率的相關系數(shù)為正，即房價與不良貸款率同比例變化，將房價與不良貸款率進行變系數(shù)模型的估計時，結(jié)果顯示中國銀行，中國工商銀行、中國建設銀行、廣發(fā)銀行四家銀行的房價對不良貸款率的的系數(shù)為負值，這四家銀行在房價上漲時銀行信貸狀況確實變好了，但對于其他七家銀行來講，情況正好相反，房價與銀行不良貸款率同表SEQ表\*ARABIC6表SEQ表\*ARABIC6房價與不良貸款率的回歸分析結(jié)果表SEQ表\*ARABIC7房價與房地產(chǎn)貸款規(guī)?；貧w結(jié)果分析從抵押品價值效應的傳導機制角度來看，將房價與商業(yè)銀行房地產(chǎn)貸款余額做回歸分析，結(jié)果如表5所示，房價對商業(yè)銀行房地產(chǎn)貸款余額的系數(shù)顯著為正，這說明房價的上漲確實會帶來銀行貸款的抵押品價值上漲，商業(yè)銀行的信貸規(guī)模上升。商業(yè)銀行房地產(chǎn)貸款余額對Z值的系數(shù)顯著為正,說明商業(yè)銀行的住房抵押貸款規(guī)模越大，銀行破產(chǎn)風險越小，這表明商業(yè)銀行持有的房地產(chǎn)貸款規(guī)模的表SEQ表\*ARABIC7房價與房地產(chǎn)貸款規(guī)?；貧w結(jié)果分析另外，國民收入總值增速的回歸系數(shù)為負值，這是因為在GDP高速增長時，房地產(chǎn)企業(yè)會增加投資，投資大部分來源于銀行貸款，房地產(chǎn)企業(yè)杠桿變大，償債能力下降；另一方面，作為貸款房的銀行在經(jīng)濟繁榮時對未來有樂觀預期，更傾向于投資風險較高的項目，故而風險會增大，Z值變小。不良貸款率與Z值負相關，不良貸款率的上升會使得銀行風險上升，這與銀行風險理論一致。4.5.穩(wěn)健性檢驗表SEQ表\*ARABIC8更換變量的穩(wěn)健性檢驗的實證