房價波動對商業銀行風險承擔的影響研究
——基于35家上市銀行數據的實證檢驗

景靈芝

（延安大學 陜西延安 717208）

一、引言

從1998年開始我國房地產市場駛入高速發展的快車道，在政府的鼓勵和支持下，很快成為我國經濟發展中的支柱性產業，具有很強的代表性。而房地產行業是較為典型的資金需求極強的行業，從開發到最后的銷售都需要信貸的支持。而目前在我國，銀行在金融體系中是最重要的位置，所以對于房地產行業來說，銀行信貸的支持毋庸置疑是極為重要的，可以說銀行會給房地產行業提供其所需的近乎一半以上的資金。同時由于房地產行業的飛速發展，其可觀的利潤與較高的投資回報率也吸引著銀行資金，為其提供金融支持。因此，在目前我國的金融系統中，商業銀行的信貸服務已經成為房地產行業最重要的融資渠道，兩者之間存在密切的聯系，房地產行業和銀行系統彼此之間會互相產生影響。眾所周知，上個世紀日本和美國的金融危機，起因都是房地產市場資產的過度波動。因此過度依賴銀行信貸的房地產行業，其長遠發展不僅會受到限制，同時也會嚴重影響社會金融系統的穩定。

十九大報告中提出“房子是用來住的，不是用來炒的”，奠定了目前整個房地產行業的總基調。而隨著房地產信貸規模的快速擴大，房地產泡沫也會越來越大，如果不及時進行調控，將會對商業銀行的風險承擔產生直接的影響，進而威脅到整個金融系統的穩定。因此在目前的現實背景中，研究房價波動對商業銀行風險承擔的影響很有意義。

二、文獻綜述

關于房價波動對我國商業銀行風險承擔的影響主要有以下幾個方面。一方面，Bernanke和Gertler（2000）認為，房地產企業自身的情況可能更應該被關注，即如果該經濟體的初始情況較為理想，比如現金流充足，資產負債率處于一個較低的水平，那么即使面對其資產價格的下降，也不會使自身和商業銀行陷入一定的危機，更不會影響金融系統的穩定。曾康霖（2003）指出，房地產企業的主要風險在于其較高的資產負債率以及較長的經營周期，因此容易產生泡沫。

另一方面，瞿強（2003）認為，在房地產價格的波動過程中，會使得個人和企業的還貸情況惡化，即凈資產的減少會導致商業銀行的不良貸款率上升，商業銀行從事信貸服務的收入減少。況偉大（2011）指出，比起經濟增長和利率變化對商業銀行風險承擔的影響，房價的波動對商業銀行風險承擔的影響，房地產價格的下降將會引起房地產信貸的萎縮，同時導致一定的還貸違約。譚政勛、魏琳（2010）指出，在房地產資產價格下降的過程中，會出現一定的反饋機制，即由于商業銀行貸款損失所造成的銀行資產的減少，會進一步引起信貸的收縮，即反過來會導致資產價格進一步下降。李勇（2012）提出，由于信息不對稱、以及對未來的不確定性，將導致資產價格的不斷波動，而由于金融系統其本身的內在脆弱性，將會使得金融風險不斷增加。而從影響的具體方式來看，Gerlach和Peng（2005）明確指出房地產行業資產的價格變動會引起商業銀行風險承擔的變動。Ta?jik等（2015）則認為，由于貸款類別和商業銀行類型的有所不同，房價波動對不同的商業銀行有不同的影響結果。當房地產資產價格上漲時，銀行的不良貸款率和還款違約率均會降低，從而銀行會繼續向房地產行業進行投資，為房地產市場帶來了巨大的內在壓力。

因此，國內外研究者主要把側重點放在房地產價格泡沫在產生的過程中銀行信貸資金的作用，但是在房價波動對我國商業銀行風險承擔的影響研究中，國內外的相關研究較少，尤其是借助實際數據對其進行分析和定量研究。

三、理論與模型

（一）房價波動對商業銀行風險承擔的作用機制

當房地產資產價格上漲時，購買者的資產會發生增值，進而引起投資者的財富增加，所以會刺激投資者繼續產生對房地產投資的需求，同時也會刺激追尋利潤的商業銀行去承擔更多的風險，所以最終房價上升帶來的風險就被過渡到商業銀行的體系中。而站在商業銀行的角度，房地產價格的上升使得一部分抵押品產生增值，從而會刺激貸款人去消費更多的貸款額度。對于流動性來說，由于商業銀行中的負債多為短期存款，對于極大需求的房屋貸款來說會出現資金供不應求的現象，造成流動性風險。

地產資產價格下降，首先會導致投資者對房地產的投資需求降低，即減少了一定的消費需求，消費減少會加劇企業經營的風險，使得企業償債能力減少。對于銀行來說，作為抵押品的房地產價格下降，會使貸款者在衡量按時還貸還是違約時更傾向于違約，使得銀行的不良貸款率上升。而進一步，由于房地產資產價格的下降會使得銀行的資產嚴重縮水，而為了緩解這一境況，銀行會選擇出售一部分房產，所以進一步加劇了房地產資產價格的下降。對于流動性來說，房地產資產價格的下降會使得一部分短期存款無法及時兌現，由此將造成一定的社會恐慌情緒，甚至引起銀行擠兌風險，但這是一個長期累積的過程。

（二）變量選擇

1.房價波動代理變量

從國內外相關文獻來看，衡量房地產價格的指標一般有房地產景氣指數、房地產價格指數以及房地產銷售均價，由于房地產價格指數的數據缺失，因此本文選擇全國房地產價格指數（HP）作為房價波動的代理變量。

2.銀行風險承擔變量

理論上預期違約率是銀行風險承擔變量的優先指標，但由于我國違約數據缺失，無法得到我國銀行業較為完整的EDF數據，且Z值主要代表銀行破產的風險而非風險承擔。因此本文選擇風險資產率（RISK2），作為商業銀行風險承擔的代理變量。

3.宏觀控制變量

銀行業具有顯著的順周期特征，當經濟狀況向好時，銀行也會產生積極的態度，偏好于增加信貸的投放，即銀行會提高自身的風險水平來響應較好的市場環境。本文選取GDP年增長率（GGDP），作為宏觀控制變量。

本文的研究樣本選取2009—2020年我國35家上市銀行的年度平衡面板數據。銀行數據來源于萬德數據庫及上市銀行年報；宏觀經濟數據來源于國家統計年鑒。變量描述性統計見表1。

表1 變量的描述性統計

（三）模型構建

為了驗證房價波動是否會對商業銀行風險承擔產生影響，本文構建以下基本模型。

其中，i=1，2，…，n表示銀行個數；t表示樣本中涉及的年份；RISKit為銀行風險承擔變量；HPt為房價波動的代理變量；bit代表一組銀行層面的微觀控制變量，由CAP、SIZE、FZ、XC等變量構成；cit代表宏觀經濟控制變量；uit為隨機擾動項。本文著重關注?1的符號及其顯著性。

四、貨幣政策與銀行風險承擔的實證檢驗

（一）變量相關性

由于本文選取了較多的變量，因此有必要對各解釋變量的相關性進行檢驗，否則容易出現多重共線性。檢驗結果如表2所示，風險資產率和全國房地產景氣指數之間的相關系數為-0.992，即兩者存在高度相關性。

表2 變量相關性分析

（二）模型行使設定檢驗

對面板數據進行回歸分析一共有三種方法，分別是混合回歸、固定效應回歸以及隨機效應回歸。首先可以通過F檢驗來判斷是混合回歸好還是固定效應好，通過表2可以看到F檢驗p值為0，即拒絕原假設，所以固定效應更好。通過進行BP檢驗得到結論，p值為0拒絕原假設，檢驗結果顯示隨機效應更好。最后，通過豪斯曼檢驗得到結論，p值等于0小于0.05，拒絕原假設。所以綜上所述選擇固定效應模型更好。

（三）模型回歸檢驗

為檢驗房價上漲對商業銀行風險承擔的影響，對模型（1）進行回歸分析，實證結果如表3所示。從表3的回歸結果可以看出，房價波動與商業銀行風險承擔顯著負相關，即當房價上漲時，商業銀行的風險承擔會下降，反之當房價下降時，商業銀行的風險承擔會上升，這與理論分析的結果一致。這是因為，當房價上升時，投資者對于房地產的需求增加，而作為銀行手中的抵押品價值也在上升，因此投資者和銀行有更多的意愿去還款和投資，所以銀行的風險資產率便會下降。反之當房價下降時，或者增速減緩時，房地產企業和投資者的投資和還款意愿會下降，因此相應的違約概率也會變高。

表3 房價波動對銀行風險承擔渠道檢驗

注：*、**、***分別表示在10%、5%、1%的水平下顯著，括號里的數值為t值

對于銀行層面的微觀控制變量，銀行資產規模、凈息差、經濟增長率的系數分別為-0.049、0.067、-0.019，并且在1%的水平下顯著。商業銀行的風險承擔與銀行的資產規模負相關，說明一家銀行的規模越大，其風險承擔的意愿也就越小，因為資產規模越大，則相應的銀行規模越大，銀行微觀層面的風險控制意識與所受監管的程度越強烈，因此兩者是負相關的關系。凈息差也叫凈利息收益率，凈息差越大，說明隨著銀行利息凈收入的增加，其相應的風險承擔也會增加，因為如果商業銀行只是安穩于只發展利息收入的業務，而不向非利息收入的方向拓展業務，長期來說對銀行是弊大于利。最后GDP的增長率系數為負，則說明當經濟形勢較好的時候，商業銀行對于未來的經濟發展趨勢持有樂觀的態度，因此商業銀行會傾向于追求高利潤從而適當對壞賬準備進行調整。

同時為了保證分析結果的穩健性，以不良貸款率作為銀行風險承擔行為的另一個代理變量對基準模型進行實證分析，回歸結果如表3第二列所示。可以看出，當不良貸款率作為商業銀行風險承擔的另一個變量時，與房價波動也依然是顯著的負相關，與上文結果一致，即前文結果是穩健的。

五、結語

通過以上房價波動對商業銀行風險承擔的實證分析，本文得到如下結論：第一，房價波動與商業銀行風險承擔是顯著的負相關；第二，宏觀經濟、銀行的微觀特征，對商業銀行風險承擔也有一定的影響。因此根據結論提出兩點政策建議。第一，對于房價波動的情況，政府部門應該密切及時地進行跟蹤，必要時采取一定的貨幣政策來穩定房地產市場；第二，銀行應該嚴格遵守監管的相關要求，尤其在房地產價格快速上漲時期，嚴加把控貸款發放的要求，避免不良貸款率的上升；第三，吸取國外金融危機的教訓，對于金融創新還需要持有平穩過渡的心態。