房地产信贷风险对商业银行传导的实证研究

发布时间：2017-08-11 08:05

  本文关键词：房地产信贷风险对商业银行传导的实证研究

  更多相关文章： 房地产信贷风险 不良贷款率 压力测试 Logistic模型

【摘要】：随着我国市场化改革的逐步推进,以及金融创新工具的大量涌现,银行面临的信用风险愈发复杂,已然成为银行重点防控的风险类型。同时,伴随着我国经济发展和城镇化建设水平的提高,房地产行业迅速发展,房地产价格迅猛上升。由于我国房地产市场的发展远未成熟,在政策刺激和利益驱动下发展起来的房地产行业存在诸多不合理之处,这就使得依赖银行贷款作为其主要资金来源的房地产市场存在着巨大的潜在信贷风险,研究其对商业银行信用风险的影响,不仅为防范由房地产信贷风险引发的银行危机和金融危机提供坚实的理论基础,也为商业银行信用风险管理提供重要的实践基础。本文以房地产信贷风险对商业银行的传导为切入点,通过构建压力测试和VAR模型研究了房地产信贷风险对商业银行的宏观传导,通过构建Logistic模型和因子分析研究了房地产信贷风险对商业银行的微观传导,并在分析结果的基础上分别提出了防范房地产信贷风险的建议。本文得到的结论有:(1)宏观经济波动、国家宏观经济政策以及房地产行业的发展状况都会影响商业银行的信用风险。(2)在极端情况下,如房地产价格下降、经济增长放缓时,商业银行的不良贷款率会出现巨大波动,且极端情况越严重,不良贷款率升高的幅度和持续的时间越长。(3)财务指标对房地产企业破产概率的影响较为显著,用因子分析法得到的各财务因子对房地产企业违约概率的影响均为负,即房地产企业财务指标的恶化,会增加房地产企业破产的可能性,从而影响商业银行的不良贷款,最终引起商业银行信用风险的恶化。根据上述结论本文提出了分散房地产信贷风险、加强商业银行风险控制和抑制房地产投资需求的宏观层面建议和针对银行加强贷前贷后管理的微观层面建议。这些建议为房地产行业和商业银行控制风险提供了理论和实践参考。
【关键词】：房地产信贷风险 不良贷款率 压力测试 Logistic模型
【学位授予单位】：西安建筑科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F832.45;F299.23
【目录】：

• 摘要3-4
• Abstract4-8
• 1 绪论8-16
• 1.1 研究背景8
• 1.2 研究目的及意义8-9
• 1.3 国内外研究现状9-12
• 1.3.1 国外研究现状9-10
• 1.3.2 国内研究现状10-12
• 1.4 研究内容12-13
• 1.5 研究方法13-14
• 1.6 研究的技术路线14-16
• 2 概念界定及相关理论与方法16-20
• 2.1 基本概念界定16
• 2.2 压力测试16-18
• 2.3 Logistic模型18-20
• 2.3.1 Logistic模型的定义和具体形式18-19
• 2.3.2 Logistic模型的极大似然估计19-20
• 3 房地产信贷风险分析及其对商业银行的传导20-26
• 3.1 房地产行业的融资现状20-22
• 3.1.1 资金来源渠道20
• 3.1.2 资金来源总量20-21
• 3.1.3 资金来源结构21-22
• 3.2 房地产信贷风险分析22-23
• 3.2.1 宏观层面22
• 3.2.2 微观层面22-23
• 3.3 房地产信贷风险对商业银行的传导23-26
• 3.3.1 经济发展水平影响下的传导途径23-24
• 3.3.2 国家宏观经济政策影响下的传导途径24
• 3.3.3 房地产企业经营状况影响下的传导途径24-26
• 4 房地产信贷风险对商业银行传导的宏观压力测试26-42
• 4.1 房地产风险对商业银行传导的压力测试模型构建26-27
• 4.2 宏观压力测试模型变量和数据的选取27-31
• 4.2.1 宏观压力测试变量的选取27-29
• 4.2.2 相关数据的收集29-31
• 4.3 宏观压力测试模型的模型估计31-37
• 4.3.1 单位根检验31-32
• 4.3.2 模型估计32-37
• 4.4 宏观压力测试的情景设计与测试结果37-40
• 4.4.1 压力测试情景的选择37-39
• 4.4.2 执行压力测试的结果39-40
• 4.5 商业银行房地产信贷风险的防范对策40-42
• 5 基于Logistic模型的房地产信贷风险分析42-52
• 5.1 商业银行房地产信贷风险评价指标的选取42-48
• 5.1.1 指标选择42-44
• 5.1.2 指标筛选44-48
• 5.2 Logistic回归模型的建立与数据来源48-49
• 5.2.1 二元Logistic回归模型的构建48-49
• 5.2.2 数据来源49
• 5.3 Logistic模型的估计结果及其分析49-51
• 5.4 商业银行房地产信贷风险防范对策51-52
• 6 结论与展望52-54
• 6.1 结论52-53
• 6.2 展望53-54
• 致谢54-56
• 参考文献56-60
• 附录Ⅰ 硕士研究生学习阶段发表论文60-62
• 附录Ⅱ 商业银行不良贷款率和宏观经济指标62-64
• 附录Ⅲ Y值和经过处理后的宏观经济指标64-65
• 附录Ⅳ 30个房地产企业的财务指标65-67

【参考文献】

中国期刊全文数据库 前10条

1 孙志娟;;我国商业银行信贷风险评估预警研究——基于灰色自校正SAGM(1,1)模型[J];金融理论与实践;2013年06期

2 牟玲玲;刘平;李鹏;;信贷增长与房地产市场风险相关性研究[J];会计之友;2013年02期

3 郭永济;唐建民;;房地产泡沫对商业银行信贷风险的影响研究[J];时代金融;2011年36期

4 刘锦锦;;基于VAR模型的商业银行房地产信贷风险研究[J];北方经贸;2011年11期

5 杜秋;;商业银行房地产信贷风险问题研究[J];经营管理者;2010年14期

6 肖冰;李春红;;基于Logistic模型的房地产行业信用风险研究[J];技术经济;2010年03期

7 徐琦;王帆;;次贷危机与我国商业银行房地产信贷风险管理[J];北方经济;2009年20期

8 华晓龙;;基于宏观压力测试方法的商业银行体系信用风险评估[J];数量经济技术经济研究;2009年04期

9 王宏新;王昊;;房价变动的情景测试与商业银行风险规避[J];改革;2009年03期

10 宋素荣;于丽萍;;上市公司财务危机预警的Logistic模型[J];财会月刊;2006年29期

，

本文编号：654999