我國(guó)商業(yè)銀行房地產(chǎn)信貸風(fēng)險(xiǎn)度量與預(yù)測(cè)
——基于CPV模型

(福建師范大學(xué)經(jīng)濟(jì)學(xué)院 福建 福州 350108)

一、引言

貸款業(yè)務(wù)一直以來(lái)都是商業(yè)銀行傳統(tǒng)業(yè)務(wù)的重要組成部分，尤其是房地產(chǎn)企業(yè)的貸款，近幾年在商業(yè)銀行的貸款總額中所占比例居高不下，已構(gòu)成銀行信用風(fēng)險(xiǎn)管理的重要部分[1]。目前我國(guó)的房地產(chǎn)行業(yè)的信托基金、股權(quán)融資之類各種融資渠道尚未真正形成，因此商業(yè)銀行信貸成為我國(guó)房地產(chǎn)主要的資金支持。根據(jù)國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)，我國(guó)房地產(chǎn)業(yè)的資金構(gòu)成比例中，來(lái)源于商業(yè)銀行的信貸資金高達(dá)80%以上，足以見(jiàn)得，房地產(chǎn)業(yè)融資對(duì)商業(yè)銀行的強(qiáng)依賴性。

近年來(lái)，我國(guó)政府針對(duì)房?jī)r(jià)調(diào)控頒發(fā)了一系列文件，但房?jī)r(jià)并沒(méi)有下跌，反倒持續(xù)上漲，尤其在過(guò)去的一年里，三四線城市房?jī)r(jià)出現(xiàn)了大幅度上漲，房?jī)r(jià)的不斷上漲加快了房地產(chǎn)信貸的快速增長(zhǎng)。房地產(chǎn)與商業(yè)銀行關(guān)系越來(lái)越緊密，但信貸違約事件時(shí)有發(fā)生，房地產(chǎn)信貸風(fēng)險(xiǎn)正在逐漸顯露。

為有效度量與預(yù)測(cè)我國(guó)商業(yè)銀行房地產(chǎn)信貸風(fēng)險(xiǎn)，本文以CPV模型為信貸風(fēng)險(xiǎn)度量基礎(chǔ)，從宏觀經(jīng)濟(jì)、房地產(chǎn)行業(yè)以及消費(fèi)者個(gè)人三個(gè)層面進(jìn)行綜合分析與研究，并根據(jù)三個(gè)層面選取了綜合經(jīng)濟(jì)景氣指數(shù)(MCI)、國(guó)房景氣指數(shù)(ECRI)、消費(fèi)價(jià)格指數(shù)(CPI)。借助2007-2017年1-4季度MCI、ERCI、CPI與RD(商業(yè)銀行房地產(chǎn)不良貸款率)數(shù)據(jù)進(jìn)行回歸分析、對(duì)CPV模型進(jìn)行檢驗(yàn)，以探討商業(yè)銀行房地產(chǎn)不良貸款率與各宏觀經(jīng)濟(jì)指標(biāo)之間的關(guān)系，驗(yàn)證CPV模型在度量我國(guó)商業(yè)銀行房地產(chǎn)信貸風(fēng)險(xiǎn)的有效性，為有效防范商業(yè)銀行房地產(chǎn)信貸風(fēng)險(xiǎn)提供理論指導(dǎo)。

二、相關(guān)文獻(xiàn)綜述

國(guó)內(nèi)外學(xué)者對(duì)商業(yè)銀行房地產(chǎn)信貸風(fēng)險(xiǎn)的度量與預(yù)測(cè)已進(jìn)行了多方面研究，其成果常見(jiàn)于諸刊，也為本文的研究提供了理論基礎(chǔ)及其思路。

Liyin Shen(2009)[2]通過(guò)CPV模型和壓力測(cè)試的實(shí)證研究方法，分析了芬蘭的信貸風(fēng)險(xiǎn)和相關(guān)影響因素。研究結(jié)果表明名義利率、通貨膨脹率、和工業(yè)指數(shù)對(duì)信貸風(fēng)險(xiǎn)有著緊密的關(guān)系。Yong Kim(2012)[3]運(yùn)用蒙特卡洛技術(shù)分析方法對(duì)CPV模型進(jìn)行深入分析，發(fā)現(xiàn)了部分宏觀因素對(duì)違約概率的影響較大的結(jié)論，但具體因素的影響力各有不同。易傳和、詹蕙卿(2009)[4]選擇運(yùn)用CPV模型的基本思想,構(gòu)建房地產(chǎn)信貸風(fēng)險(xiǎn)計(jì)量模型,分析房地產(chǎn)信貸違約率和宏觀經(jīng)濟(jì)的關(guān)系。研究發(fā)現(xiàn)，房地產(chǎn)信貸與國(guó)房景氣指數(shù)密切相關(guān)，當(dāng)國(guó)房景氣指數(shù)上升時(shí)，房地產(chǎn)信貸會(huì)隨著上升，該景氣指數(shù)可作為度量?jī)煞抠J風(fēng)險(xiǎn)大小的重要指標(biāo)。靳鳳菊(2007)[5]基于CPV模型,選取綜合領(lǐng)先指數(shù)、企業(yè)景氣指數(shù)與國(guó)房景氣指數(shù)三個(gè)宏觀經(jīng)濟(jì)因素指標(biāo)，通過(guò)實(shí)證檢驗(yàn)三指標(biāo)與房地產(chǎn)信貸的關(guān)系。其實(shí)證結(jié)果顯示，綜合領(lǐng)先指標(biāo)可顯著預(yù)測(cè)房地產(chǎn)信貸風(fēng)險(xiǎn)。楊萌萌(2018)[6]通過(guò)收集次貸危機(jī)前后房地產(chǎn)財(cái)務(wù)數(shù)據(jù)值代入Logistic模型中，計(jì)算出P值并根據(jù)其來(lái)研究次貸危機(jī)對(duì)我國(guó)商業(yè)銀行房地產(chǎn)信貸風(fēng)險(xiǎn)的影響。

綜上所述，國(guó)內(nèi)外學(xué)者在商業(yè)房地產(chǎn)信貸風(fēng)險(xiǎn)的度量方法上采用了各種數(shù)理模型，如logistic模型、CPV模型。我國(guó)房地產(chǎn)市場(chǎng)發(fā)展起步較晚，其度量商業(yè)銀行房地產(chǎn)信貸風(fēng)險(xiǎn)的技術(shù)和成果比較匱乏，當(dāng)前我國(guó)學(xué)術(shù)界使用較為廣泛的是CPV模型，但大部分學(xué)者只是對(duì)相應(yīng)的宏觀經(jīng)濟(jì)指標(biāo)與不良貸款率進(jìn)行簡(jiǎn)單回歸分析，并沒(méi)有進(jìn)一步驗(yàn)證CPV模型在度量我國(guó)房地產(chǎn)信貸風(fēng)險(xiǎn)的有效性。本文將通過(guò)實(shí)證分析，探討CPV模型在度量我國(guó)商業(yè)銀行房地產(chǎn)信貸風(fēng)險(xiǎn)的有效性與適用性，為有效防范商業(yè)銀行房地產(chǎn)信貸風(fēng)險(xiǎn)提供理論指導(dǎo)。

三、實(shí)證分析

(一)模型的建立

1.CPV模型的理論基礎(chǔ)與優(yōu)勢(shì)

CPV(Credit Portfolio View)模型是由麥肯錫公司最早構(gòu)建的一種模型，這一模型通過(guò)擬合一系列宏觀經(jīng)濟(jì)因素指標(biāo)來(lái)考察一國(guó)的宏觀經(jīng)濟(jì)狀況，其宏觀經(jīng)濟(jì)指標(biāo)數(shù)量一般選擇三個(gè)以上。該模型從宏觀經(jīng)濟(jì)層面度量了違約概率，其宏觀經(jīng)濟(jì)變量選取諸如GDP增長(zhǎng)率、利率、消費(fèi)價(jià)格指數(shù)等。由于宏觀經(jīng)濟(jì)數(shù)據(jù)具有公開(kāi)性、透明性等特點(diǎn)，有效避免了在信貸風(fēng)險(xiǎn)度量過(guò)程中，數(shù)據(jù)獲取困難的難題，也為后續(xù)有效度量、預(yù)測(cè)信貸風(fēng)險(xiǎn)提供了基礎(chǔ)。

2.模型的理論形式

yt=a0+a1x1+a2x2+a3x3……amxm+ut

①

其中，yt代表的是t時(shí)期的不良貸款率，a0代表常數(shù)，xt代表各宏觀經(jīng)濟(jì)變量，如GDP增長(zhǎng)率、消費(fèi)價(jià)格指數(shù)、企業(yè)景氣指數(shù)、匯率等一系列宏觀經(jīng)濟(jì)變量。

(二)變量的選擇與說(shuō)明：

本文通過(guò)對(duì)我國(guó)國(guó)民經(jīng)濟(jì)的不同層面，即從宏觀經(jīng)濟(jì)、居民消費(fèi)者以及房地產(chǎn)行業(yè)三個(gè)層面進(jìn)行綜合分析與研究，在結(jié)合國(guó)外眾多學(xué)者的研究成果基礎(chǔ)上，將涉及本研究的宏觀經(jīng)濟(jì)變量定為宏觀經(jīng)濟(jì)景氣指數(shù)(MCI)、國(guó)房景氣指數(shù)(RECI)、消費(fèi)價(jià)格指數(shù)(CPI)。

1.商業(yè)銀行房地產(chǎn)不良貸款率(RD)

由于現(xiàn)實(shí)情況中銀行房地產(chǎn)信貸的違約數(shù)據(jù)很難收集，且我國(guó)商業(yè)銀行業(yè)并沒(méi)有形成一個(gè)準(zhǔn)確的界定，在參考國(guó)內(nèi)外眾多學(xué)者研究成果基礎(chǔ)上、考慮到數(shù)據(jù)的真實(shí)性和可得性，因此選擇了我國(guó)主要商業(yè)不良貸款率代替商業(yè)銀行房地產(chǎn)不良貸款率。

2.宏觀經(jīng)濟(jì)景氣指數(shù)(MCI)

我國(guó)的宏觀經(jīng)濟(jì)景氣指數(shù)采用的是月度數(shù)據(jù)，包括工業(yè)生產(chǎn)指數(shù)、從業(yè)人數(shù)、社會(huì)需求、社會(huì)收入等四個(gè)大類的指標(biāo)，涵蓋了國(guó)民經(jīng)濟(jì)生活的各個(gè)方面，能夠比較全面地反映我國(guó)宏觀經(jīng)濟(jì)的運(yùn)行狀況和周期性波動(dòng)。在宏觀經(jīng)濟(jì)景氣指數(shù)中，其變動(dòng)領(lǐng)先與經(jīng)濟(jì)周期而變化的是先行指標(biāo)，與經(jīng)濟(jì)變動(dòng)同步的為一致指數(shù)，其變動(dòng)滯后于經(jīng)濟(jì)狀況變化的稱為滯后指標(biāo)。本文選取其中的一致景氣指數(shù)來(lái)對(duì)我國(guó)商業(yè)銀行房地產(chǎn)信貸風(fēng)險(xiǎn)進(jìn)行研究。

3.國(guó)房景氣指數(shù)(RECI)

國(guó)房景氣指數(shù)是從土地、市場(chǎng)需求、資金等幾個(gè)房地產(chǎn)業(yè)的必備要素選取了八個(gè)典型的指數(shù)進(jìn)行匯總合成的一個(gè)景氣指標(biāo)，這八個(gè)指標(biāo)分別是房地產(chǎn)商開(kāi)發(fā)投資額、出售商品房?jī)r(jià)格、出讓土地收入額、本年度資金來(lái)源、本年度新開(kāi)工土地面積、已完成開(kāi)發(fā)的土地面積、已竣工房屋面積和房屋空置面積，通過(guò)加權(quán)平均得到綜合指數(shù)。國(guó)房景氣指數(shù)由國(guó)家房地產(chǎn)統(tǒng)計(jì)系統(tǒng)實(shí)施，以全國(guó)房地產(chǎn)企業(yè)的統(tǒng)計(jì)資料為依據(jù)，按月發(fā)布，及時(shí)、權(quán)威、準(zhǔn)確，能夠比較全面地對(duì)房地產(chǎn)業(yè)的景氣狀況進(jìn)行反映，通過(guò)定期公布數(shù)據(jù)，可以引導(dǎo)房地產(chǎn)業(yè)健康、穩(wěn)健發(fā)展，為國(guó)家宏觀調(diào)控部門提供預(yù)警和決策的依據(jù)。

4.居民消費(fèi)價(jià)格指數(shù)(CPI)

居民消費(fèi)價(jià)格指數(shù)是對(duì)城鄉(xiāng)居民一定時(shí)期內(nèi)用于購(gòu)買固定種類的消費(fèi)品和服務(wù)的價(jià)格指數(shù)匯總而得的指標(biāo)。該指數(shù)反映了居民購(gòu)買消費(fèi)品和服務(wù)的價(jià)格水平在一定時(shí)期內(nèi)的變動(dòng)情況，可以用來(lái)反映一國(guó)經(jīng)濟(jì)中通脹和緊縮的程度，為相關(guān)部門了解經(jīng)濟(jì)狀況、調(diào)整福利薪資水平、進(jìn)行宏觀調(diào)控提供了重要依據(jù)。

(三)數(shù)據(jù)的來(lái)源與整理

本文采用數(shù)據(jù)跨度達(dá)11年，從2007年第一季度到2017年第四季度。

在下文中，宏觀經(jīng)濟(jì)景氣指數(shù)來(lái)源于網(wǎng)站和WIND數(shù)據(jù)庫(kù)，由于只有月度數(shù)據(jù)，而分析需要季度數(shù)據(jù)，所以該部分的數(shù)據(jù)分別由三個(gè)月的月度數(shù)據(jù)平均而來(lái)，該處理可能會(huì)對(duì)研究造成一定的誤差，但不會(huì)對(duì)研究結(jié)果帶來(lái)太大影響。國(guó)房景氣指數(shù)與消費(fèi)價(jià)格指數(shù)，其數(shù)據(jù)由國(guó)家統(tǒng)計(jì)局、國(guó)家統(tǒng)計(jì)年鑒整理而來(lái)。主要商業(yè)銀行不良貸款率數(shù)據(jù)由銀行與保險(xiǎn)業(yè)監(jiān)督委員會(huì)網(wǎng)站整理得到。

(四)模型的估計(jì)與檢驗(yàn)

1.模型的估計(jì)

本文以CPV模型為基礎(chǔ)，運(yùn)用EVIWS8.0,對(duì)以上變量(RD，MCI,RECI,CPI)樣本數(shù)據(jù)進(jìn)行回歸分析。其回歸分析結(jié)果如下表所示：

表1 模型回歸分析結(jié)果

注：以上結(jié)果由eviews8.0操作整理得到

2.模型檢驗(yàn)

(1)參數(shù)檢驗(yàn)

由回歸分析結(jié)果可知，F(xiàn)所對(duì)應(yīng)的Prob值=0.0000，小于0.05，F(xiàn)的顯著性通過(guò)，方程擬合程度較高；變量MCI、RECI、CPI、C所對(duì)應(yīng)的t檢驗(yàn)的Prob.值分別為0.04532、0.0063、0.0491、0.0378，以上Prob.值均小于0.05，故參數(shù)的顯著性檢驗(yàn)通過(guò)；且復(fù)相關(guān)系數(shù)R2=0.8790較接近1，表明方程具有較強(qiáng)的相關(guān)性。

(2)異方差檢驗(yàn)(white檢驗(yàn))

表2 懷特檢驗(yàn)結(jié)果

注：以上結(jié)果由EVIEWS8.0操作整理得到。

由上表可知該模型檢驗(yàn)的相伴概率為0.7357222，也即P>a(a=0.05),故無(wú)法拒絕原假設(shè)(原假設(shè)為不存在異方差)，即該模型不存在異方差。

(3)多重共線性檢驗(yàn)

多重共線性是指n個(gè)回歸變量X1、X2、X3……之間存在嚴(yán)格線性相關(guān)或近似的線性相關(guān)關(guān)系。方差擴(kuò)大因子法(VIF)常用于檢測(cè)回歸變量間是否存在線性相關(guān)性。以下采用VIF法進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果如下所示：

表3 多重共線性檢驗(yàn)結(jié)果

注：以上結(jié)果由EVIEWS8.0操作整理得到。

由上可知，各變量所對(duì)應(yīng)的方差擴(kuò)大因子(VIF值)均小于10，因此回歸變量(MCI、RECI、CPI)間不存在嚴(yán)重的共線性。

(4)殘差的相關(guān)系數(shù)和偏相關(guān)系數(shù)檢驗(yàn)

表4殘差相關(guān)系數(shù)和偏相關(guān)系數(shù)檢驗(yàn)結(jié)果

注：以上結(jié)果由EVIEWS8.0操作整理得到

上圖中右半部分的AC為各期殘差的自相關(guān)系數(shù)，PAC為各期殘差的偏相關(guān)系數(shù)，

左半部分分別是它們的直方圖。如果S期偏相關(guān)系數(shù)的直方圖超過(guò)表示±0.5的虛線，說(shuō)明存在S階自相關(guān)。觀察圖可知，各期偏相關(guān)系數(shù)都未超過(guò)虛線部分，由此說(shuō)明模型的殘差不存在自相關(guān)。

(5)模型的經(jīng)濟(jì)意義

由模型的回歸結(jié)果，將各變量的系數(shù)代入回歸模型①，可得如下結(jié)果：

RD=20.376-0.5731MCI-0.3157RECI+0.0715CPI

②

由以上方程②可知：(1)宏觀經(jīng)濟(jì)景氣指數(shù)(MCI)以及國(guó)房景氣指數(shù)(RECI)與商業(yè)銀行房地產(chǎn)不良貸款率(RD)呈負(fù)相關(guān)關(guān)系，且消費(fèi)價(jià)格指數(shù)CPI與商業(yè)銀行信貸違約(RD)呈正相關(guān)關(guān)系；(2)當(dāng)宏觀經(jīng)濟(jì)景氣指數(shù)提高1%，則商業(yè)銀行不良貸款率將會(huì)減少0.5731%；國(guó)房景氣指數(shù)提高1%,其商業(yè)銀行不良率將會(huì)降低0.3157%；消費(fèi)價(jià)格指數(shù)提高1%，則商業(yè)銀行不良貸款率將會(huì)增加0.0715%。

四、實(shí)證結(jié)果分析

1.商業(yè)銀行信貸違約率與宏觀經(jīng)濟(jì)變量及房地產(chǎn)行業(yè)運(yùn)行變量息息相關(guān)。主要表現(xiàn)為：宏觀經(jīng)濟(jì)景氣指數(shù)、國(guó)房景氣指數(shù)與信貸違約率呈負(fù)相關(guān)關(guān)系，宏觀經(jīng)濟(jì)景氣指數(shù)、國(guó)房景氣指數(shù)的上升均會(huì)會(huì)導(dǎo)致信貸違約率下降，反之，當(dāng)宏觀經(jīng)濟(jì)景氣指數(shù)、國(guó)房景氣指數(shù)下降時(shí)，信貸違約率會(huì)上升；居民消費(fèi)價(jià)格指數(shù)與銀行信貸違約率呈正相關(guān)關(guān)系，也從側(cè)面反映通貨膨脹的上升將導(dǎo)致信貸違約率的上升。因此，商業(yè)銀行為有效防范房地產(chǎn)信貸風(fēng)險(xiǎn)，應(yīng)密切關(guān)注宏觀經(jīng)濟(jì)景氣指數(shù)、居民消費(fèi)價(jià)格指數(shù)、房地產(chǎn)市場(chǎng)景氣指數(shù)等指標(biāo)，并建立與這些宏觀經(jīng)濟(jì)變量有關(guān)的風(fēng)險(xiǎn)預(yù)警機(jī)制。

2.根據(jù)以上模型分析與檢驗(yàn)結(jié)果可知，房地產(chǎn)不良貸款率的大小和各宏觀經(jīng)濟(jì)因素確實(shí)存在著緊密的聯(lián)系，且CPV模型能有效度量我國(guó)商業(yè)銀行房地產(chǎn)信貸風(fēng)險(xiǎn)。

3.模型的回歸結(jié)果顯示的各個(gè)系數(shù)較小，回歸結(jié)果并不是十分理想，這可能也符合我國(guó)當(dāng)前的實(shí)際情況：現(xiàn)階段我國(guó)房地產(chǎn)信貸風(fēng)險(xiǎn)沒(méi)有完全暴露，房地產(chǎn)貸款對(duì)于銀行目前來(lái)說(shuō)是優(yōu)質(zhì)資產(chǎn)，風(fēng)險(xiǎn)較小。但是未來(lái)房地產(chǎn)市場(chǎng)變幻莫測(cè)，為有效防范房地產(chǎn)信貸風(fēng)險(xiǎn)，當(dāng)前對(duì)于房地產(chǎn)信貸風(fēng)險(xiǎn)險(xiǎn)的度量與預(yù)測(cè)研究仍具有現(xiàn)實(shí)意義與指導(dǎo)意義。