中小城市房價波動下的信貸風險壓力測試

周文君

【摘 要】本文以A市為例，利用蒙特卡洛法，對不同經濟情景沖擊下房價的波動及對經濟金融的影響進行壓力測試。結果顯示，中小城市房價波動同金融風險存在顯著的正相關性，后期需采取措施加快房地產庫存去化，以防范由房地產風險而引發的金融風險。

【關鍵詞】中小城市；房價波動；信貸風險；壓力測試

一、引言

我國中小城市房地產業在最近十年多的時間里快速發展，按揭購房行為較為普遍，所以中小城市商業銀行的信貸風險走勢與房地產業的興衰密切相關，一旦房價較大幅度下跌，房地產金融危機便近在咫尺。本文以A市房地產行業發展情況為基礎，著重探討中小城市房價波動下的信貸風險問題。近十年來，隨著我國房地產市場的蓬勃發展，國內學者針對中國房地產業的發展特點，在房地產供求關系、房價運行規律等方面做了大量有價值的研究。在供求關系研究方面，韓毅指出現階段房地產供給仍以存量的供給為主，房屋的均衡價格由需求和存量供給來決定。曹光輝分析發現，地區經濟發展水平、城市常住人口數量、可支配收入的人均水平和當地政府住房政策是影響一個城市住宅需求的主要因素。

二、房價波動下個人按揭貸款違約概率壓力測試

本文主要以購房者未來的違約概率為測算指標，分析在不同房價波動程度下商業銀行房地產貸款所面臨的信用風險。

1.變量選取及數據處理

我們以蒙特卡洛法模擬房價及主要經濟變量沖擊下，A市個人住房按揭貸款違約概率即可能的不良貸款率。選取A市個人住房按揭貸款不良率（RNPL）作為因變量；A市GDP、商品房屋銷售均價（以下簡稱為AP）、制造業采購經理人指數（PMI）和一年期貸款基準利率（DR）4個經濟變量作為解釋變量。數據區間為2011年1季度至2016年2季度，通過灰色綜合關聯度計算得出：GDP、PMI、DR、AP這四個經濟指標與RNPL的關聯度較高，其灰色關聯度系數均大于0.781，因此我們將這4個經濟變量均引入壓力測試模型中。

2.模型估計

3.基于蒙特卡羅模擬法的壓力測試

根據估計得到的壓力測試模型模擬未來違約率的路徑，由于多數經濟變量沖擊持續期較長，所以我們以2016年2季度A市經濟及房地產市場狀況作為當前環境，模擬的未來路徑涵蓋2016年3季度至2017年2季度的 4 個季度時間點。 假設： AP季度均值在2016 年4季度和2017年2季度分別下滑2.8%和4.8%；2017年第1、2季度，A市GDP依次每季減少1.5和1.8個百分點；PMI指數在2017年1、2季度分別下降0.15和0.3個百分點；一年期貸款基準利率保持不變。

我們就基準情況和在3個沖擊變量壓力下各自模擬 10000 個未來路徑，并以2017年2季度不良率的10000 個模擬值來分析個人購房按揭貸款不良率的頻率分布。

圖1顯示為2017年2季度基準條件和各經濟變量沖擊下的不良率的模擬頻率分布。如圖所示，引入經濟變量沖擊后會令不良率分布移向右邊。與基準情況下的不良率分布相比，房價下滑、經濟增速放緩及制造業沖擊都會使不良率分布的均值和峰度同時向右移動。

與基準情況下的不良率分布相比， AP沖擊下的不良率分布向右移動最多，制造業沖擊下的不良率分布向右移動最少。說明在上述受壓情況下，A市個人按揭住房不良貸款率受AP的沖擊影響最大，其后依次是GDP和PMI，后期需要重點關注房價下跌和經濟增速放緩對中小城市個人按揭不良率的影響。

三、結論與建議

以上分析表明，A市房價波動與金融風險是存在顯著的正相關性，后期需采取措施以防范由房地產風險而引發的金融風險。一是根據人口結構變化特征和居民收入結構科學規劃不同檔次住房供給比例，特別是加大保障性住房建設力度，增加住房供給，引導住房價格理性回落。二是支持改善型購房需求。居民家庭購買住房時，不再以家庭擁有的房屋數量來認定，只要還清住房貸款，再次貸款按照首套房認定。三是政府根據市場變化和居民實際承受能力，設立住房價格“指導價”范圍，規范市場價格和穩定市場預期。

參考文獻：

段忠東，曾令華，黃澤先：“房地產價格波動與銀行信貸增長的實證研究”，《金融論壇》，2007， （2） .