房地產行業風險及其對銀行收益的影響

張鴻玲

隨著金融全球化趨勢的加深和資本市場的發展，行業間的聯系日益突出，特定行業的風險引起廣泛的重視。尤其1997年的亞洲金融危機和2007年的美國次貸危機等全球性的金融危機在近年來導致國家、地區乃至全球金融系統遭受重大損失，使得房地產行業風險的研究顯得越發重要。我國近幾年房價持續走高，房價上漲引發的過度投資投機行為，導致房地產行業風險積累，一旦房地產泡沫破裂，房價出現斷崖式下跌，將直接引起行業整體風險，房地產行業風險在我國有現實存在的土壤。我國房地產行業融資渠道又非常單一，無論是房地產開發商還是房屋購買者，大部分資金都來源于銀行貸款，因此，房地產行業的風險與銀行業息息相關。

房地產是國民經濟的重要產業，又是資金密集型行業，但在我國資本市場還不完善的情況下，房地產的供給方和需求方的資金有很大部分都來源于銀行貸款。據中國人民銀行的研究估計，我國房地產開發商的資金超過55%的部分都來源于銀行貸款，土地購置資金甚至有80%來自銀行，房屋購買者有60%來自銀行。當房屋價格走高時，開發商會以所建成的房屋為抵押進行貸款建造更多的商品房，房屋購買者也會出于投資投機需求向銀行貸款購買更多的房子；當房地產泡沫積累到一定程度或在政府的調控下房地產價格奔潰時，房地產開發商和購買者雙雙違約，銀行出現大量壞賬，陷入危機。可見，房價上漲時，房地產行業風險增加，并將風險轉嫁給銀行業，銀行業隨著房價的上漲風險逐步積累；當房價大幅度下跌時，房地產行業系統性風險爆發，發生大量違約，銀行出現壞賬呆賬，銀行業收益下降，陷入危機。

資產泡沫在堆積，而銀行涉及房地產行業的貸款也還在快速增長。一方面，房貸業務幾乎成為大部分銀行信貸板塊中的絕對主力；另一方面，在相對謹慎的前提下，銀行對品牌房企布局在一二線城市的住宅項目仍頻頻輸血。房價“泡沫”風險與高企的個人按揭杠桿風險正逐步累積，樓市一旦調整，會對銀行收益帶來一定的沖擊。

鑒于我國商業銀行具有一定的存貸款利率定價權，并非處于一個完全靜態的環境中，因此本文借鑒交易商模型來構建理論模型。但與HoTSY，Saunders A（1981）最初的交易商模型不同，本文所建模型采納了Maudos J， Fernandez de Guevara J（2004）拓展模型所作的改進（考慮了商業銀行的信用風險和運營成本），并結合了我國商業銀行的實際運行狀況，度量相關指標時考慮了中間業務的影響，在此基礎上，本文建模如下：

其中：IIP代表隱含利息支付，以非利息支出與其他業務收入之差占總資產的比率來表示。隱含的利息支付代表的是銀行的隱性成本，銀行隱性成本越高，則會通過提高利率差等方式來抵補自己的損失，因此預計會增大凈利差；EFFI代表銀行管理質量，即成本與總收入的比率。商業銀行的經營管理質量與獲利能力息息相關，所以銀行的管理質量也是收益的影響因素之一，成本與總收入的比率越大，銀行的管理質量越差，則預計收益越低；OC代表銀行運營成本，是營業費用與總資產的比值。預計運營成本越高，銀行收益越低；LOAN代表貸款與總資產的比值。貸款是銀行最重要的生息性資產，因此是本文回歸模型中重要的控制變量，貸款占總資產的比率越大，預計收益越高；lnDD代表房地產行業的違約距離，是本文的一個創新之處，預計房地產行業的違約距離會影響銀行收益。

考慮到使研究數據較好的刻畫房地產行業風險，本文選取的數據從2007年開始，從而較好的包含了危機前、危機中、危機后的數據。本文的研究區間是2007年3月31日到2017年3月31日，由于所選銀行上市交易時間較晚，僅選取年度的數據不能夠滿足本文分析需要，因此為了增加樣本的數量和信息的可靠性，本文選取的了十六家銀行每季度的數據，一共41個季度。

（1）單位根檢驗

為了避免時間序列因為數據的不平穩出現偽回歸，需要對數據進行單位根檢驗。由下圖可知，該序列存在單位根，不平穩。

（2）協整檢驗

協整檢驗揭示變量之間是否存在長期穩定的均衡關系，時間序列YIELD、IIP、EFFI、OC、LOAN、lnDD全都是平穩的一階單整序列，所以它們可能存在平穩的線性組合，這個線性組合可以反映變量之間長期穩定的均衡關系。本文采用Johansen協整檢驗的跡特征根值軌跡法，運用前述確定滯后階數的方法，對上述六個變量之間的關系進行檢驗。

協整秩越大，對應的似然函數最大值越大；跡統計量越大，越傾向于拒絕原假設。由上表看出，在最多有零個線性無關的協整向量的假設下，跡統計量大于5%顯著水平下的臨界值，拒絕原假設；在最多有一個線性無關的協整向量的假設下，跡統計量小于5%顯著水平下的臨界值，不能拒絕原假設，即變量間至少存在一個線性無關的協整關系。

（3）構建誤差修正模型

通過上述分析可以看出，銀行收益與管理質量、隱性成本、運營成本、貸款規模及房地產行業的違約距離存在協整關系，及長期均衡關系。短期誤差修正模型可以反映短期偏離長期均衡的修正機制，從而彌補長期靜態模型的不足。這里同樣運用AIC準則來確定滯后階數，并且當滯后期數為2時，AIC數值最小，因此所選最優滯后階數為2。下面檢驗VECM模型的殘差是否存在自相關，如果存在自相關，則預示著要增加滯后階數：

原假設為在對應的滯后階上無自相關，圖中P值較大，接受原假設，即殘差不存在自相關

結果顯示，除了VECM模型本身所假設的單位根外，伴隨矩陣所有特征值均落在單位圓之內，因此模型是穩定的。

（4） 因果檢驗

在做具體檢驗之前，本文先闡述格蘭杰因果檢驗的原理。格蘭杰因果檢驗在2003年由諾貝爾經濟學家獲得者克萊夫？格蘭杰（Clive W. J. Granger）提出，用于檢驗變量之間的因果關系。對于兩個變量x、y，格蘭杰認為可以看前期的y值可以在多大程度上解釋當期的y值，加入x的滯后變量后是否能加強這種解釋能力，如果加入的x滯后變量有助于預測y的值，或者x的滯后變量的回歸系數具有顯著性，則說明x對y有格蘭杰因果性，反之亦然。

協整檢驗揭示了銀行收益與管理質量、隱性成本、運營成本、貸款規模及房地產行業的違約距離之間存在長期穩定的均衡關系，但無法說明變量之間是否存在因果關系。

通過格蘭杰檢驗得出，隱性成本和銀行收益之間存在單向的因果關系，隱性成本是影響銀行收益的原因；運營成本、貸款規模和銀行收益之間存在雙向的因果關系，運營成本、貸款規模及管理質量是影響銀行收益的原因，銀行收益也影響運營成本、貸款規模及管理質量；違約距離和銀行收益之間的因果關系不十分明顯，但與貸款規模及管理質量之間存在單向的因果關系，因此，房地產違約距離是影響銀行收益的間接原因。由此得出房地產行業風險間接影響銀行收益。