【正文】 構(gòu)建商業(yè)銀行房地產(chǎn)信貸風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系 商業(yè)銀行房地產(chǎn)信貸風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系設(shè)計(jì)原則 （ 1）系統(tǒng)性和針對(duì)性原則 構(gòu)建商業(yè)銀行房地產(chǎn)信貸風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系時(shí)，所選指標(biāo)能從不同層次、不同角度系統(tǒng)全面地反映房地產(chǎn)企業(yè)信貸風(fēng)險(xiǎn)的狀態(tài)，能夠真實(shí)地反映房地產(chǎn)企業(yè)的整體水平，由于房地產(chǎn)信貸風(fēng)險(xiǎn)的形成過程中受到多種因素的影響，所以所選指標(biāo)要求必須系統(tǒng)、全面，具有層次性。 表 1998 年至 20xx 年房地產(chǎn)行業(yè)開發(fā)資金來源情況（單位：億元） 江蘇師范大學(xué)商學(xué)院 20xx 級(jí)學(xué)生論文 32 具體數(shù)據(jù)來源：《中國(guó)統(tǒng)計(jì)年鑒》，國(guó)家統(tǒng)計(jì)局 從表 我們可以看出 ,我國(guó)房地產(chǎn)開發(fā)企業(yè)的自籌資金約占 26%35%左右，國(guó)內(nèi)貸款約占 15%23%左右，利用外資資金的金額相對(duì)銀行貸 款卻少之又少。 （ 3）商業(yè)銀行的信貸管理手段不夠完善 我國(guó)商業(yè)銀行的信貸管理手段還十分落后，在銀行風(fēng)險(xiǎn)監(jiān)控方面亟待完善。由此可見，商業(yè)銀行對(duì)房地產(chǎn)開發(fā)貸款，一方面為我國(guó)房地產(chǎn)開發(fā)建設(shè)提供資金支持，另一方面也推動(dòng)房地產(chǎn)市場(chǎng)的快速發(fā)展。 （ 4） Credit Portfolio View 模型是麥肯錫公司 1998 年提出的一種離散化的多時(shí)期經(jīng)濟(jì)計(jì)量模型，也稱麥肯錫模型。 基于財(cái)務(wù)指標(biāo)的現(xiàn)代統(tǒng)計(jì)分析方法 多元判別分析法、人工神經(jīng)網(wǎng)絡(luò)（ ANN）模型和 Logistic 模型是基于財(cái)務(wù)指標(biāo)的現(xiàn) 代統(tǒng)計(jì)分析方法中最為常見的三種方法。特別是第三階段房屋的銷售在很大程度上決定了房地產(chǎn)企業(yè)是否能夠順利償還第一階段與第二階段的貸款，如果房屋銷售成功，那么在第二階段的房地產(chǎn)開發(fā)資金將順利收回，則第二階段的商業(yè)銀行房地產(chǎn)開發(fā)貸款風(fēng)險(xiǎn)將隨之化解，并且使商業(yè)銀行能夠收回土地儲(chǔ)備貸款，從而使按揭貸款的風(fēng)險(xiǎn)在很大程度上集中在個(gè)人住房貸款上。國(guó)家和地方政府出臺(tái)的各種經(jīng)濟(jì)干預(yù)政策也會(huì)對(duì)房地產(chǎn)信貸風(fēng)險(xiǎn)產(chǎn)生影響。 根據(jù)以上關(guān)于風(fēng)險(xiǎn)的表述，商業(yè)銀行信貸風(fēng)險(xiǎn)是指由風(fēng)險(xiǎn)的實(shí)質(zhì)特征而引起信貸資產(chǎn)或收益的不確定性或波動(dòng)性，主要表現(xiàn)為銀行的信貸資金不能夠按時(shí)收回而導(dǎo)致信貸資金出現(xiàn)逾期、呆滯或者呆賬的可能性。 第五章商業(yè)銀行房地產(chǎn)信貸風(fēng)險(xiǎn)防范對(duì)策建議。應(yīng)健全我國(guó)保障性住房供給制度，遏制房地產(chǎn)市場(chǎng)投機(jī)性需求，使銀行信貸保持適度規(guī)模，從而降低銀行系統(tǒng)風(fēng)險(xiǎn)。 楊小麗 [14]（ 20xx）對(duì)我國(guó)商業(yè)銀行面臨的房地產(chǎn)貸款的周期性風(fēng)險(xiǎn)進(jìn)行了研究，提出了運(yùn)用短周期波動(dòng)分析和中長(zhǎng)期周期波動(dòng)分析，健全和完善風(fēng)險(xiǎn)預(yù)警體系；順應(yīng)房地產(chǎn)市場(chǎng)周期性變化，適當(dāng)調(diào)整房地產(chǎn)貸款的比重和發(fā)放條件；改進(jìn)和完善現(xiàn)行的銀行房地產(chǎn)貸款評(píng)估系統(tǒng)；加快我國(guó)住房抵押貸款證券化進(jìn)程，轉(zhuǎn)移房地產(chǎn)貸款風(fēng)險(xiǎn)等措施建議。 Gau（ 20xx） [8]根據(jù)以前的研究基礎(chǔ)，采用與之前研究不同的方法，構(gòu)建了一套個(gè)人住房抵押貸款違約風(fēng)險(xiǎn)的評(píng)價(jià)指標(biāo)體系。 （ 1）基于計(jì)量方法的風(fēng)險(xiǎn)評(píng)估模型研究 Altman[1]（ 1968） 通過對(duì) 66 家公司（ 33 家破產(chǎn)公司和 33 家非破產(chǎn)公司） 5 年的財(cái)務(wù)數(shù)據(jù)，利用多元判別分析法，從初選的 22 個(gè)財(cái)務(wù)比率變量中最終選取 5 個(gè)財(cái)務(wù)變量對(duì)其進(jìn)行判定，來預(yù)測(cè)公司破產(chǎn)的概率。s real estate bank real estate credit risk more and more prominent, if mercial banks underestimated the real estate credit risk, it is possible to suffer the huge financial losses. So, making the study and analysis on the mercial bank real estate credit risk has a significant role and practical significance for protection the safety of mercial bank credit funds, the prevention and control of real estate credit risk, and thus maintaining the stable and secure operation of banks. Firstly, the background and significance of the real estate credit risk of mercial banks were introduced briefly in the paper. On the basis of consulting the large number of documents, domestic and foreign research present situation were analyzed and summarized, and important significance of learning from the foreign mature theory and risk assessment model of real estate credit risk management research was proposed. And then, the meaning and features of the real estate credit risk of mercial banks were analyzed. The formation and conduction process of real estate credit risk of mercial banks were described, and through analysis and parison a variety of methods of mercial bank real estate credit risk measure, the Logistic model was chose as this mercial assessment model for China39。 存檔日期： 存檔編號(hào)： 本科生畢業(yè)設(shè)計(jì)（論文） 論 文 題 目： 姓 名： 王雪菲 學(xué) 院： 商學(xué)院 專 業(yè)： 金融工程 年 級(jí) 、 學(xué) 號(hào) ： 12級(jí) 12088007 指 導(dǎo) 教 師： 王露 江蘇師范大學(xué)教務(wù)處印制 商業(yè)銀行房地產(chǎn)信貸風(fēng)險(xiǎn)研究 江蘇師范大學(xué)商學(xué)院學(xué)位論文 獨(dú)創(chuàng)性聲明 本人鄭重聲明： 本人所呈交的學(xué)位論文 是我在老師的指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。s national conditions. For the real estate credit status quo of China39。建立了著名的 5 變量 Z 評(píng)分模型。通過對(duì)兩家保險(xiǎn)公司提供的數(shù)據(jù)資料，初步選取 64 個(gè)指標(biāo)變量，利用主成分分析方法提出了 17 個(gè)主成分構(gòu)建分類模型，用以判斷個(gè)人住房抵押貸款違約風(fēng)險(xiǎn)的高低。 吳愛民 [15]（ 20xx）認(rèn)為國(guó)家出臺(tái)的有關(guān)房地產(chǎn)信貸調(diào)控政策，不僅對(duì)我國(guó)房地產(chǎn)市場(chǎng)產(chǎn)生影響，而且會(huì)給商業(yè)銀行帶來風(fēng)險(xiǎn)。 賈云赟（ 20xx） [21] 基于最新的統(tǒng)計(jì)數(shù)據(jù)，最終確定對(duì)商業(yè)銀行信貸資產(chǎn)影響較大的 11 個(gè)變量指標(biāo)，構(gòu)建 Logistic 模型，研究結(jié)果表明一旦這些變量指標(biāo)發(fā)生變動(dòng)，商業(yè)銀行信貸資產(chǎn)所面臨的由房地產(chǎn)開發(fā)商所帶來的風(fēng)險(xiǎn)的大小。 結(jié)合以上分析，本文從商業(yè)銀行自身、政府、房地產(chǎn)企業(yè)三個(gè)不同的視角對(duì)如何防范和控制商業(yè)銀行房地產(chǎn)信貸風(fēng)險(xiǎn)給出合理化建議。 商業(yè)銀行房地產(chǎn)信貸風(fēng)險(xiǎn)則是指商業(yè)銀行在向房地產(chǎn)開發(fā)、經(jīng)營(yíng)、流通和銷售等領(lǐng)域發(fā)放貸款的業(yè)務(wù)中，由于受到外部與內(nèi)部多因素的影響，導(dǎo)致房地產(chǎn)信貸資產(chǎn)遭受損失，甚至使得銀行整體價(jià)值下降的可能性。 （ 3）擴(kuò)散性。如果房屋銷售出現(xiàn)問題，則第一、二階段的房地產(chǎn)貸款 風(fēng)險(xiǎn)將有可能顯現(xiàn)出來，對(duì)商業(yè)銀行造成一定的威脅。 （ 1）多元判別分析法，又稱為多變量分析法，是判別研究對(duì)象所屬類別的一種統(tǒng)計(jì)分析方法。該模型將違約概率看成是一系列宏觀經(jīng)濟(jì)變量，如 GDP 增長(zhǎng)率、失業(yè)率、匯率、長(zhǎng)期利率、政府支出和儲(chǔ)蓄等的函數(shù)，運(yùn)用經(jīng)濟(jì)計(jì)量學(xué)和蒙特卡羅模擬來分析貸款江蘇師范大學(xué)商學(xué)院 20xx 級(jí)學(xué)生論文 22 組合的風(fēng)險(xiǎn)和收益。 在個(gè)人住房貸款方面，由表 數(shù)據(jù)可以看出：我國(guó)個(gè)人住房貸款占金融機(jī)構(gòu)貸款的比重也是幾乎年年增長(zhǎng)，其中 1998 年個(gè)人住房貸款余額僅為 億元，僅占同期金融機(jī)構(gòu)貸款余額的 %；到 20xx年，人住房貸款余額已經(jīng)達(dá)到 81000 億元，是 1998 年的 倍之多，其比重也上升到了 %，且?guī)缀趺磕晖谠?長(zhǎng)率都高于商業(yè)銀行等金融機(jī)構(gòu)貸款余額的整體增長(zhǎng)率。 近幾年，房地產(chǎn)業(yè)快速發(fā)展，商業(yè)銀行之間競(jìng)爭(zhēng)加劇，有的商業(yè)銀行盲目搶占房地產(chǎn)信貸市場(chǎng)份額，往往對(duì)貸前審查把關(guān)不嚴(yán)，降低貸款準(zhǔn)入門檻，出現(xiàn)違規(guī)放貸現(xiàn)象，有的對(duì)“四證”不齊全或是自有資金達(dá)不到總投資的 30%的開發(fā)項(xiàng)目發(fā)放貸款 ，有的發(fā)放流動(dòng)資金貸款用于房地產(chǎn)項(xiàng)目開發(fā)。房地產(chǎn)開發(fā)資金來源主要來源于國(guó)內(nèi)貸款、利用外資、房地產(chǎn)企業(yè)自籌資金和其他資金（定金及預(yù)收款），據(jù)央行分析顯示，我國(guó)房地產(chǎn)開發(fā)的“自籌資金”和“其他資金”中有很大比例來自銀行信貸資金，加上這部分資金，房地產(chǎn)開發(fā)中直接或間接使用的銀行貸款的比重在 55%以上。針對(duì)性是指所選的指標(biāo)要有代表性，并不是說所有相關(guān)指標(biāo)一概納入，而是要選擇重要的指標(biāo)，盡可能 地避免各指標(biāo)之間的重復(fù)。 （ 3）缺乏完整可靠的數(shù)據(jù)庫(kù) 我國(guó)商業(yè)銀行缺乏一套完整的、可靠的數(shù)據(jù)庫(kù)，由于信息的不對(duì)稱使商業(yè)銀行在進(jìn)行信 用風(fēng)險(xiǎn)分析及標(biāo)準(zhǔn)制定時(shí)缺乏堅(jiān)實(shí)的基礎(chǔ)?，F(xiàn)階段，由于我國(guó)資本市場(chǎng)發(fā)展還不完善，金融工具創(chuàng)新由于受體制、技術(shù)、宏觀政策等多方面的限制 ，其發(fā)展步伐比較緩慢，房地產(chǎn)企業(yè)主要通過間接融資渠道從商業(yè)銀行獲取資金，這就導(dǎo)致了商業(yè)銀行巨額的房地產(chǎn)信貸資金難以通過有效途徑在次級(jí)市場(chǎng)上進(jìn)行流通轉(zhuǎn)讓，也使風(fēng)險(xiǎn)難以分散，以致房地產(chǎn)貸款風(fēng)險(xiǎn)過度集中，從而商業(yè)銀行面臨較大的市場(chǎng)風(fēng)險(xiǎn)。銀行的考核監(jiān)督機(jī)制的不完善不但會(huì)給銀行帶來巨大的風(fēng)險(xiǎn)，也是貪污腐敗滋生的根源。特別指出的是， 20xx 年房地產(chǎn)市場(chǎng)過度膨脹，引起了房地產(chǎn)開發(fā)投資大幅增長(zhǎng)，房屋銷售與房?jī)r(jià)的過度增長(zhǎng)，國(guó)務(wù)院接連出臺(tái)遏制房?jī)r(jià)過快增長(zhǎng)的相關(guān)政策， 20xx 年江蘇師范大學(xué)商學(xué)院 20xx 級(jí)學(xué)生論文 26 房地產(chǎn)開發(fā)貸 款余額 27200 億元，在金融機(jī)構(gòu)貸款余額中的僅占 %。它利用債務(wù)人信用等級(jí)、償還債務(wù)期限、風(fēng)險(xiǎn)暴露規(guī)模和系統(tǒng)風(fēng)險(xiǎn)等信息對(duì)違約風(fēng)險(xiǎn)進(jìn)行深入的分析。目前，貸款五級(jí)分類法已經(jīng)在我國(guó)全面實(shí)施，但是時(shí)間并不長(zhǎng)，部分銀行機(jī)構(gòu)江蘇師范大學(xué)商學(xué)院 20xx 級(jí)學(xué)生論文 20 仍處于推行階段，實(shí)行的深度和力度都存在不少問題，有待于進(jìn)一步改進(jìn)和完善。 江蘇師范大學(xué)商學(xué)院 20xx 級(jí)學(xué)生論文 18 由以上可見，商業(yè)銀行房地產(chǎn)資金在以上三個(gè)階段中不斷循環(huán)流動(dòng)中回收、增值，任何一個(gè)階段的循環(huán)出現(xiàn)問題都可能導(dǎo)致商業(yè)銀行貸款面臨風(fēng)險(xiǎn)。 （ 2）政策性。金融信貸風(fēng)險(xiǎn)是由于風(fēng)險(xiǎn)的不確定性而造成的資產(chǎn)、負(fù)債和收益的波動(dòng)，從而導(dǎo)致金融機(jī)構(gòu)的實(shí)際收 益和預(yù)期收益產(chǎn)生偏離，致使其蒙受損失 [23]。模型建立之后，選擇 30 家房地產(chǎn)樣本公司對(duì)構(gòu)建的 Logistic 信貸風(fēng)險(xiǎn)評(píng)價(jià)模型進(jìn)行驗(yàn)證，輸出結(jié)果表明該模型具有較好的判別能力，有助于商業(yè)銀行根據(jù)房地產(chǎn)企業(yè)違約發(fā)生的概率做出正確的判斷、評(píng)估和應(yīng)對(duì)江蘇師范大學(xué)商學(xué)院 20xx 級(jí)學(xué)生論文 11 決策，能有效地控制房地產(chǎn)信貸風(fēng)險(xiǎn)發(fā)生，降低風(fēng)險(xiǎn)損失，保證信貸資金的安全和金融系統(tǒng)的穩(wěn)定運(yùn)行。 王經(jīng)政，秦小麗 [20]（ 20xx）運(yùn)用向量回歸 (VAR)模型檢驗(yàn)分析商品房供需變化對(duì)銀行信貸的具體影響，結(jié)果表明我國(guó)銀行信貸規(guī)模在未來一段時(shí)間將繼續(xù)保持增長(zhǎng)，由投機(jī)性需求引起的房地產(chǎn)供需比下降會(huì)導(dǎo)致銀行信貸 規(guī)模的擴(kuò)張，這將加大我國(guó)銀行業(yè)整體信貸風(fēng)險(xiǎn)。 涂杰平，呂雙利 [13]（ 20xx）在針對(duì)近期國(guó)務(wù)院針對(duì)房地產(chǎn)行業(yè)快速發(fā)展引發(fā)的一系列問題而 出臺(tái)調(diào)控政策，可能給我國(guó)商業(yè)銀行帶來的主要風(fēng)險(xiǎn)，并提出銀行的應(yīng)對(duì)策略。 (1978)在對(duì)個(gè)人住房抵押貸款違約風(fēng)險(xiǎn)的研究時(shí)，選江蘇師范大學(xué)商學(xué)院 20xx 級(jí)學(xué)生論文 5 取了能全面反映貸款人、房地產(chǎn)和融資等三個(gè)方面特征的 64 個(gè)指標(biāo)對(duì)其進(jìn)行綜合研究分析，并依據(jù)這 64 個(gè)變量構(gòu)建其分類模型并對(duì)其評(píng)估違約風(fēng)險(xiǎn)的高低。國(guó)外大批學(xué)者在對(duì)商