【正文】 2 商業(yè)銀行房地產(chǎn)信貸風(fēng)險理論概述 商業(yè)銀行房地產(chǎn)信貸風(fēng)險含義 風(fēng)險通俗的說就是一種不確定性。對本文所作出的研究進行總結(jié)，并對將來的研究方向做進一步的展望。 第三章商業(yè)銀行房地產(chǎn)信貸現(xiàn)狀及問題。綜合國內(nèi)外的研究現(xiàn)狀我們不難發(fā)現(xiàn)，國外學(xué)者在對銀行信貸風(fēng)險理論的研究中,引入數(shù)理統(tǒng)計、系統(tǒng)工程, 甚至是物理學(xué)等科學(xué)的研究方法構(gòu)建模型, 通過模型預(yù)測結(jié)果對銀行面臨的各種風(fēng)險進行識別、計量、調(diào)節(jié)、監(jiān)測的一系列方法和程序。綜合以上兩方面分析認(rèn)為從房地產(chǎn)信貸風(fēng)險預(yù)警、風(fēng)險轉(zhuǎn)移和風(fēng)險內(nèi)部控制三個方面來對房地產(chǎn)信貸風(fēng)險進行管理可以產(chǎn)生較好的效果。在此基礎(chǔ)上進行分析有利于商業(yè)銀行及時調(diào)整經(jīng)營管理策略，實現(xiàn)可持續(xù)發(fā)展。 （1）商業(yè)銀行房地產(chǎn)信貸風(fēng)險的研究 薛峰[10]（1995）是最早系統(tǒng)地對我國商業(yè)銀行信貸風(fēng)險進行研究，考慮到宏觀的產(chǎn)權(quán)和體制兩個定性因素對信貸風(fēng)險進行分析。 Lias（2000）[9]認(rèn)為借款人和貸款人之間存在著信息不對稱的情況，借款人的風(fēng)險類型是高風(fēng)險還是低風(fēng)險只有自己清楚，對于貸款人來說不知道，這屬于私人信息，基于信號博弈模型理論分析我們知道他們之間存在一種分離均衡，有高風(fēng)險的借款人在以住房抵押貸款時會選擇浮動利率，相反，對于低風(fēng)險的借款人來講，在以住房抵押貸款時，會選擇固定利率，針對這一種情況，貸款人應(yīng)該把借款人在住房抵押貸款時對利率的不同選擇視為判別風(fēng)險大小的一種違約信號。Altman 和 Suggitt[5]通過建立貸款等級違約率表，在 1997年開發(fā)出開發(fā)出死亡率模型(Mortality Model)。 Martin[2]（1977）是首次利用Logistic 模型對銀行經(jīng)營狀況和風(fēng)險水平進行分析研究，選取58家經(jīng)營狀況出現(xiàn)困境銀行作為研究樣本，選取8個財務(wù)比率，構(gòu)建 Logistic 回歸模型，對公司的破產(chǎn)及違約概率進行預(yù)測，并與 ZScore 模型和ZETA 模型預(yù)測效果比較，發(fā)現(xiàn) ZScore 模型和 ZETA 模型預(yù)測效果都劣與該模型，說明該模型具有較好的預(yù)測功能。 鑒于此本文立足于我國商業(yè)銀行房地產(chǎn)信貸現(xiàn)狀，從信貸風(fēng)險的來源對我國商業(yè)銀行房地產(chǎn)信貸存在的問題進行了深入的分析，在目前我國商業(yè)銀行信用風(fēng)險評價指標(biāo)體系以及存在缺陷的基礎(chǔ)上，建立一套商業(yè)銀行房地產(chǎn)信貸風(fēng)險評價指標(biāo)體系，構(gòu)建商業(yè)銀行房地產(chǎn)信貸風(fēng)險度量模型，對房地產(chǎn)信貸風(fēng)險進行預(yù)測，能有效地控制房地產(chǎn)信貸風(fēng)險發(fā)生，降低風(fēng)險損失，保證商業(yè)銀行信貸資金的安全和金融系統(tǒng)的穩(wěn)定運行。s mercial banks credit risk evaluation index system, a set of mercial bank real estate credit risk evaluation index system was created, which was used to build mercial banks Logistic credit risk measurement model for the real estate business. The real estate credit risk assessment model of mercial banks was verified by software. The output shows that the model has good discrimination ability, and it helps to mercial banks make the right judgments, assess and decisionmaking to response according to the real estate corporate default probability of occurrence. The model can effectively control the real estate credit risk, reduce the risk of loss, and ensure the safety of credit funds and the stable operation of the financial system. Finally, synthesize the previous summary and analysis, the counter measures were explored from three different perspectives of the mercial banks, government, real estate panies. Keywords: mercial bank, real estate credit risk, risk measurement, Logistic model 目錄1 緒論 1 研究背景和意義 1 國內(nèi)外研究文獻綜述 3 研究內(nèi)容 10 研究方法 11 技術(shù)路線 122 商業(yè)銀行房地產(chǎn)信貸風(fēng)險理論概述 14 商業(yè)銀行房地產(chǎn)信貸風(fēng)險含義 14 商業(yè)銀行房地產(chǎn)信貸風(fēng)險特點 15 商業(yè)銀行房地產(chǎn)信貸風(fēng)險形成及傳導(dǎo)過程 16 商業(yè)銀行房地產(chǎn)信貸風(fēng)險度量方法 183 商業(yè)銀行房地產(chǎn)信貸現(xiàn)狀及問題 24 商業(yè)銀行房地產(chǎn)信貸現(xiàn)狀分析 24 商業(yè)銀行房地產(chǎn)信貸存在問題 274 基于 Logistic 模型商業(yè)銀行房地產(chǎn)信貸風(fēng)險分析 33 商業(yè)銀行信用風(fēng)險評價指標(biāo)體系及缺陷 33 構(gòu)建商業(yè)銀行房地產(chǎn)信貸風(fēng)險評價指標(biāo)體系 36 模型構(gòu)建及實證分析 475 商業(yè)銀行房地產(chǎn)信貸風(fēng)險防范對策建議 59 商業(yè)銀行視角 59 政府視角 62 房地產(chǎn)企業(yè)視角 646 總結(jié)及展望 65 總結(jié) 65 展望 66參考文獻 1I江蘇師范大學(xué)商學(xué)院2012級學(xué)生論文1 緒論 研究背景和意義 研究背景 商業(yè)銀行作為我國主要的存貸款金融機構(gòu)，信貸風(fēng)險是商業(yè)銀行所面臨的主要風(fēng)險，它是金融市場中最古老的風(fēng)險形式之一。針對于我國商業(yè)銀行房地產(chǎn)信貸現(xiàn)狀，從信貸風(fēng)險來源認(rèn)真分析了商業(yè)銀行房地產(chǎn)信貸存在的問題。對本文的研究做出重要貢獻的個人和集體，均已在文中作了明確說明并表示謝意。由美國次級房貸危機所引發(fā)的全球金融危機，對我國金融市場以及房地產(chǎn)業(yè)的發(fā)展具有一定的警示作用。 關(guān)鍵詞：商業(yè)銀行，房地產(chǎn)信貸風(fēng)險，風(fēng)險度量，Logistic 模型 The Commercial Bank Real Estate Credit Risk Research Abstract：Credit risk is one of the main risks of the financial industry, which also is the major risk that mercial banks need to strengthen credit risk management has bee an eternal topic of mercial global financial crisis that triggered by the mortgage crisis has a certain warning on China39。 表 主要上市銀行房貸在其各項貸款中的占比（%） 數(shù)據(jù)來源：相關(guān)上市銀行年報 ，大多數(shù)上市銀行房地產(chǎn)貸款在其各項貸款中的占比大多保持在20%以上，但房地產(chǎn)業(yè)是比較典型的資金密集型行業(yè)，其發(fā)展需要龐大的資金作為支撐。 國內(nèi)外研究文獻綜述 國外研究文獻綜述 在信貸風(fēng)險的研究方面，國外銀行較我國起步早，積累了許多豐富的經(jīng)驗。 West[4]（1985）利用 Logistic 模型，通過實證研究表明該模型對企業(yè)違約破產(chǎn)有很好的預(yù)測效果。通過運用這種理論進行研究表明借款人的個人住房價值如果小于抵押貸款價值時，借款人就會選擇違約即不會償還貸款，并在本次研究中假設(shè)了借款人就是理性的經(jīng)濟人。 Davis 和 Haibin Zhu(2004)通過房地產(chǎn)價格與商業(yè)銀行信貸規(guī)模關(guān)系的研究發(fā)現(xiàn)，商業(yè)銀行房地產(chǎn)信貸規(guī)模的擴張之間是有影響的，基于此收集總結(jié)并分析了17 個國家兩個變量之間的關(guān)系，通過分析確定了影響關(guān)系是房地產(chǎn)價格的波動單方面對商業(yè)銀行房地產(chǎn)信貸規(guī)模的擴張產(chǎn)生影響，而商業(yè)銀行房地產(chǎn)信貸規(guī)模對房價沒有顯著的影響。 徐剛、敖曉東[12]（2011）認(rèn)為影響房地產(chǎn)開發(fā)貸款的風(fēng)險因素不僅有市場風(fēng)險還有融資擔(dān)保的設(shè)定和操作風(fēng)險，因此，商業(yè)銀行應(yīng)該設(shè)定合理的擔(dān)保條件、制定有效的擔(dān)保實施政策以保障能有效控制商業(yè)銀行房地產(chǎn)開發(fā)貸款風(fēng)險。 喬卓、薛鋒[16]（2002）等對我國上市公司的財務(wù)困境進行研究，通過大量的實證數(shù)據(jù)，構(gòu)建 Logit 模型，研究結(jié)果表明該模型對財務(wù)困境預(yù)測具有較好的預(yù)測效果。國房景氣指數(shù)和居民消費價格指數(shù)和違約率存在正相關(guān)關(guān)系,影響幅度較小。在分析研究我國商業(yè)銀行房地產(chǎn)信貸風(fēng)險問題時，我們可以借鑒國外成熟的理論和風(fēng)險評價模型，利用量化模型度量和評估信貸風(fēng)險，使得房地產(chǎn)信貸風(fēng)險具有可測性，從而避免了主觀判斷上的盲目性、隨意性，能夠從整體的角度把握房地產(chǎn)信貸風(fēng)險發(fā)生的概率。在目前我國商業(yè)銀行信用風(fēng)險評價指標(biāo)體系的基礎(chǔ)上，建立一套商業(yè)銀行房地產(chǎn)信貸風(fēng)險評價指標(biāo)體系，從滬深兩地共選取 25 家房地產(chǎn)上市公司作為研究樣本，構(gòu)建商業(yè)銀行針對房地產(chǎn)企業(yè)的Logistic信貸風(fēng)險度量模型。 （3）定性分析、定量分析相結(jié)合 在對國內(nèi)外相關(guān)研究進行分析綜合的基礎(chǔ)上，第二、三章對商業(yè)銀行房地產(chǎn)信貸風(fēng)險的傳導(dǎo)過程進行了詳細(xì)的闡述，介紹了商業(yè)銀行房地產(chǎn)信貸風(fēng)險度量的各種方法，并對其比較分析，選擇適合我國國情的Logistic 模型對商業(yè)銀行房地產(chǎn)信貸風(fēng)險進行評價。避免風(fēng)險不僅僅意味著回避壞的后果，也包含利用好的結(jié)果。 （2）不確定性。隨著宏觀經(jīng)濟和房地產(chǎn)業(yè)的周期性波動，房地產(chǎn)信貸風(fēng)險也呈現(xiàn)出周期性波動。 第一階段是土地一級開發(fā)階段。以上三個階段之間存在著緊密的資金循環(huán)關(guān)系：一是第一階段和第二階段之間的資金循環(huán)，在第二階段商業(yè)銀行向房地產(chǎn)開發(fā)企業(yè)發(fā)放貸款，使其房地產(chǎn)開發(fā)企業(yè)有能力向土地開發(fā)商支付地價款，進而為收回商業(yè)銀行在第一階段發(fā)放的土地一級開發(fā)貸款創(chuàng)造條件()；二是第二階段內(nèi)部的資金循環(huán)，商業(yè)銀行需等到向房地產(chǎn)開發(fā)企業(yè)發(fā)放貸款和房地產(chǎn)開發(fā)企業(yè)收回房款后才能夠收回向建筑安裝企業(yè)發(fā)放的貸款；三是第二、三階段之間的資金循環(huán)，商業(yè)銀行需等到商品房銷售出去并獲得售房款后才能收回向房地產(chǎn)企業(yè)發(fā)放的貸款()[26]。 傳統(tǒng)的信用風(fēng)險度量方法 傳統(tǒng)分析方法主要是專家判斷法和貸款風(fēng)險分類法。貸款風(fēng)險分類法是一種定性的分析方法，存在著難以量化的問題。 （3）Logistic 模型是美國學(xué)者 Martin 于 1977 年首次運用此方法對銀行經(jīng)營狀況和風(fēng)險水平進行分析研究，現(xiàn)在被廣泛應(yīng)用于信用風(fēng)險預(yù)測領(lǐng)域[30]。 （3）信用風(fēng)險附加（Credit Risk+）模型由瑞士銀行金融部于1997年提出，以保險精算技術(shù)為基本方法，對資產(chǎn)組合違約概率度量的風(fēng)險管理模型[32]。 Logistic 模型在國內(nèi)外的研究中得到了反復(fù)驗證，具有較高的預(yù)測效率，該方法既穩(wěn)健又適用。2012 年，房地產(chǎn)開發(fā)貸款余額達到 30000 億元，是 1998 年的 倍，占金融機構(gòu)貸款余額比重也上升到 %，房地產(chǎn)開發(fā)貸款同比增長速度也幾乎年年都高于同期金融機構(gòu)的貸款增長速度。 商業(yè)銀行房地產(chǎn)信貸存在問題 從信貸風(fēng)險的來源來看，我國商業(yè)銀行房地產(chǎn)信貸存在以下幾個問題。例如2012年廣發(fā)銀行珠海分行行長屈建國，利用自己分行行長的特權(quán)貪污受賄 3200 萬元，而其中的 1400 萬就是利用行長在發(fā)放貸款過程中的絕對決策權(quán)，向貸款公司進行要挾而獲取的。缺乏專業(yè)信貸知識的工作人員不但無法識別信貸對象的風(fēng)險，還會因為個人素質(zhì)能力的原因，產(chǎn)生一些由于操作失誤的風(fēng)險，從而增加商業(yè)銀行的整體信貸風(fēng)險。 房地產(chǎn)企業(yè)融資狀況 目前，房地產(chǎn)業(yè)的融資渠道相對比較單一，房地產(chǎn)開發(fā)從購買土地、項目的可行性研究、設(shè)計、設(shè)備采購、建筑施工和房屋銷售每一階段都需要商業(yè)銀行信貸資金的支持。風(fēng)險評價依據(jù)客觀的指標(biāo)，建立預(yù)警體系，對房地產(chǎn)信貸風(fēng)險進行預(yù)測，能有效地控制房地產(chǎn)信貸風(fēng)險發(fā)生，降低風(fēng)險損失，保證信貸資金的安全和金融系統(tǒng)的穩(wěn)定運行[69]。 （2）信用評級結(jié)果有待進一步檢驗 目前各個商業(yè)銀行都建立有自己的評級系統(tǒng)，評價口徑不一致，評級的結(jié)果僅限于銀行內(nèi)部使用，來確定授信額度，對外并沒有公開，很難判斷其各個銀行評級結(jié)果的準(zhǔn)確性。 （1）宏觀分析。 （4）企業(yè)經(jīng)營管理能力。房地產(chǎn)企業(yè)的擔(dān)保方式主要有保證、抵押和質(zhì)押。 流動比率=流動資產(chǎn)/流動負(fù)債100％ 流動資產(chǎn)主要包括貨幣現(xiàn)金、有價證劵、應(yīng)收賬款、存貨、待攤費用等，房地產(chǎn)企業(yè)開發(fā)的房地產(chǎn)的變現(xiàn)能力較差，其流動比率比其他行業(yè)大。 ④利息保障倍數(shù)，是指企業(yè)支付負(fù)債利息費用的能力。 凈資產(chǎn)收益率=凈利潤/所有者權(quán)益余額100% ②銷售毛利率，是指主營業(yè)務(wù)收入減去主營業(yè)務(wù)收入占主營業(yè)務(wù)收入的百分比率。 成本費用利潤率=利潤總額/（主營業(yè)成本+期間費用） （3）營運能力指標(biāo) 房地產(chǎn)企業(yè)的營運能力，是指評價房地產(chǎn)企業(yè)資金的利用效率以及資金周轉(zhuǎn)使用情況，即房地產(chǎn)企業(yè)生產(chǎn)經(jīng)營過程中運用各項資產(chǎn)獲取利潤的能力。 ④預(yù)收賬款周轉(zhuǎn)率，該指標(biāo)為了企業(yè)提供了現(xiàn)金流保障，確保了企業(yè)經(jīng)營的穩(wěn)定。該指標(biāo)越高，反映了企業(yè)盈利能力就越強。該數(shù)值越大越好，表明房地產(chǎn)企業(yè)的收入質(zhì)量越好，資金利用效果越好。該比率越高，說明企業(yè)的的償債能力越