大型房企違約對金融部門的影響
——基于系統性風險視角

楊凡佳，楊 勇，方 意（博士生導師）

一、引言

房地產是國民經濟的支柱產業，在經濟社會和金融體系中承擔著重要使命。2021年中央財經委員會第十次會議提出，“完善住房供應和保障體系”。2021年中國人民銀行針對樓市提出重要的“兩個維護”，即維護房地產市場的健康發展、維護住房消費者的合法權益。針對房地產領域，監管部門在近年持續通過調控政策推進房地產業風險防范化解。2021年，房地產貸款集中度管理制度得以建立，表明中國房地產金融的宏觀審慎監管向前邁出了標志性的一步。

在強力的調控政策之下，房地產市場的存量風險逐步暴露，導致當前房企違約事件頻發。截至2021年10月26日，2021年房地產行業累計違約債券達到40只，累計違約債券余額420.16億元。房地產企業違約成為社會關注的熱點問題。2021年恒大集團發生債務違約的輿情危機：廣發銀行的地方支行申請對恒大集團進行財產保全，恒大集團旗下的理財公司恒大財富也出現兌付危機，同時供應商大規模對其商業票據逾期提起法律訴訟。監管部門對恒大的違約風險給予了高度關注。2021年10月20日，中國人民銀行行長易綱公開回應，恒大風險是個案風險，需要避免恒大風險傳染至其他房企與金融部門，有信心避免系統性風險的發生。

歷史上，發達國家房地產業對金融部門的風險傳導曾造成重大而深刻的影響。而在恒大集團深陷輿情危機的2021年9月，金融行業板塊的股價受其影響持續下跌，為這種風險傳導增加了新的經驗證據。在房企違約風險高企、違約事件頻發的當前階段，大型房企違約背后的風險機理如何？其對金融部門能造成何種程度的影響？監管部門應該如何應對？針對這些問題，本文圍繞房企違約的風險成因、影響程度與政策應對三個方面，對現實依據豐富的房企債券違約事件進行案例研究，對理論依據豐富的房企貸款違約情景進行實證模擬。

二、文獻綜述

房地產業對金融部門具有風險溢出效應，這是本文研究的一條基礎邏輯。Herring和Wachter[1]通過構建信貸市場模型，發現銀行對房地產的高信貸集中度直接導致美國信貸危機的發生。基于房地產業對金融部門的重要影響，國內學者對房地產業對金融部門的系統性風險溢出效應進行了測算[2，3]。方意等[4]利用雙重△CoVaR模型測算了我國房地產業對銀行部門的風險溢出效應。

Pais和Stork[5]分析了金融危機時期澳大利亞房地產業對銀行業的風險傳導，證明房地產業使銀行業跨部門風險傳染更加嚴重。王輝和李碩[6]利用銀行間同業市場與房地產行業的信貸市場進行建模，發現房地產行業的加入使銀行系統具有更強的金融脆弱性。

系統性風險領域的研究為本文提供了研究框架和方法。本文借鑒系統性風險領域的經典研究，對系統性風險的主流建模思路包括兩種[7]。第一種思路是構建尾部依賴模型，例如上文提及的△CoVaR類模型，已有研究運用此類模型進行了大量研究，如范小云等[8]、梁琪和常姝雅[9]、李政等[10]；第二種思路是構建金融網絡模型，從直接關聯性和間接關聯性出發直接建立網絡，對系統性風險的傳染結果實現模擬[11，12]，例如Greenwood等[13]建立了基于共同資產持有的間接關聯網絡模型。

本文以房企的違約風險為切入點，重點研究房地產行業的風險狀態。已有研究集中于行業層面進行分析[14，15]。房地產周期是風險驅動的關鍵因素，房地產周期波動中的風險也高度集中于商業銀行[16]。針對微觀層面的研究發現，在房地產調控政策下，我國房地產企業的抗風險能力偏弱[17]。在限購、限貸政策下，房地產企業的財務風險水平持續提升[18，19]。借助案例研究的方法，李焰等[20]分析了復星集團的集團化運作模式，發現房地產企業集團化的運作模式使其面臨較大的融資約束，并抬高了財務風險。

梳理已有研究發現，學者們較多從宏觀視角分析行業層面的關聯性，較少從微觀視角出發基于房地產企業分析風險溢出效應。基于此，本文創新性地將系統性風險傳染模型用于研究大型房企違約對金融部門的風險溢出效應，并結合金融因素分析當前階段房企違約的風險機理。

三、大型房企違約的風險成因分析

當前房企違約事件頻發，其中比較典型的包括泰禾集團違約事件、華夏幸福違約事件和藍光發展違約事件。將這三起房企違約案例進行比較分析，可以更加全面地理解房企違約背后的風險機理。

（一）房企違約案例介紹

1.泰禾集團違約案例。泰禾集團股份有限公司（簡稱“泰禾集團”）成立于1992年，于2010年借殼上市，發展速度一度較快。據克而瑞咨詢公司統計，2018年集團銷售額達1007.2億元，位居我國房企前20名。但從2018年開始，集團的現金凈增加額由正轉負，此后三年中現金流不斷消耗。2017年，泰禾集團期末現金余額為132.43億元；2021年6月末，期末現金余額僅為10.08億元。泰禾集團正式違約之前，市場上已經醞釀了多輪的輿論危機，其信用評級也幾經下調。表1對泰禾集團違約的過程進行了整理。如表1所示，從2020年7月6日首次違約開始，2020年泰禾集團共計違約六只債券。2021年5月24日及8月2日，泰禾集團再度出現債券違約。事實上，通過泰禾集團披露的信息可知，除自身違約外，其擔保的子公司也頻繁地出現違約。截至2021年7月30日，公司違約債務金額共計436.93億元。

表1 泰禾集團違約債券明細

在違約事件發生后，泰禾集團啟動了一系列措施應對債務危機，其中包括引入戰略投資者、債務重組、資產出售等。2020年7月31日，泰禾集團擬引入萬科作為戰略投資者，隨后雙方簽訂股權轉讓框架協議。同時，泰禾集團與民生銀行、長城資產管理公司、華融資產管理公司、東方資產管理公司等金融機構進行大規模的債務重組，對現有債務進行展期，以保障公司項目繼續運行，盤活存量資產。泰禾集團對優質的存量房地產項目也進行了部分出售。然而，成功引入戰略投資者的泰禾集團并未“重獲新生”。根據2021年中報的財務數據，泰禾集團營業收入為6.6億元，同比下降73.1%。截至2021年6月30日，泰禾集團已到期未歸還借款金額為447.08億元，如何消化這筆龐大的已違約債務依然是有待解決的難題。

2.華夏幸福違約案例。華夏幸福基業股份有限公司（簡稱“華夏幸福”）成立于1998年，2011年在上交所上市。據克而瑞咨詢公司統計，華夏幸福銷售額位居中國房企第47名。依靠產業新城模式，華夏幸福在房地產行業內被稱為“環京王”。2018年，平安集團作為戰略投資者入股華夏幸福，隨后成為華夏幸福的第二大股東。早在華夏幸福正式違約之前，其已發行債券的價格就已經開始大幅下跌。表2對華夏幸福違約的債券進行了整理。華夏幸福違約始于2021年2月27日，截至2021年9月22日，其違約債務本息達到878.99億元。

表2 華夏幸福違約債券明細

華夏幸福在違約之后，迅速采取多元舉措化解債務風險。2021年2月華夏幸福成立債權人委員會，專職推進債務處置工作。同時，華夏幸福對部分項目及子公司進行出售以換取流動性。根據公司在2021年9月30日披露的信息可知，其正在積極推動債務重組。雖然地方政府和金融監管部門積極助力，華夏幸福也為化解債務風險付出了巨大努力，但債務危機仍然對其造成了不可挽回的巨大損失。

3.藍光發展違約案例。四川藍光發展股份有限公司（簡稱“藍光發展”）隸屬于藍光投資控股集團有限公司，于2015年在上交所重組上市，是四川省房地產業的龍頭企業。根據中國指數研究院的統計數據，2021年藍光發展位列我國房企第21名、我國百強成長性房企第4名、滬深最具投資價值上市房地產公司第4名。在違約事件爆發之前，藍光發展快速擴張規模，躍升至千億房企的行列。事實上，藍光發展的債務風險暴露較早，評級公司自2020年11月開始陸續下調公司信用評級并提示投資風險。表3對藍光發展違約的債券進行了整理。2021年5月，媒體報道藍光發展信托產品暴雷；2021年7月，19藍光MTN001正式違約。隨后，公司已發行的債券在短時間內密集性地發生違約；截至2021年9月24日，根據藍光發展的最新公告，其已違約的債務本息合計約215.07億元。

表3 華夏幸福違約債券明細

在違約以后，藍光發展提出以“不逃廢債”為原則制定債務償付的綜合方案。然而據媒體報道，2021年8月藍光發展由于流動性持續緊張，公司僅歸還借款500萬元。值得關注的是，市場普遍認為在其公司債務結構中“明股實債”的表外債務占有較大比重。作為當前階段最新暴雷的房地產企業，藍光發展后續處置如何，仍然有待進一步觀察。

（二）房企違約風險的主要成因

根據Wind的統計數據，2020年房地產行業累計違約債券為23只；截至2021年10月27日，年內房地產行業累計違約債券已達40只。在房企違約頻發的階段，結合金融因素識別風險成因具有重要的理論意義和現實意義。

1.宏觀經濟下行。經濟下行是2020年我國宏觀經濟的重要表征。2020年第一季度，我國GDP同比增長速度驟降至-6.8%，這是改革開放近四十年以來我國經濟首次負增長。受困于經濟不景氣，房地產市場需求萎靡，具體影響表現在供求兩側：①在需求側，居民消費意愿緊縮，同時樓盤交付無法保證，導致居民購房意愿進一步削弱。售樓處活動被迫暫停，銷售回款節奏中斷。②在供給側，土地交易節奏放緩，施工活動被迫暫停，項目交付大幅延期，房地產企業的現金流由此受到雙重擠壓。

2.房市調控與下行周期。2020年在嚴格的政策調控下，房地產市場處于下行周期，房企的經營壓力進一步加劇。房地產市場既關系國計民生，又易引起經濟金融的相關風險，因此房地產市場需要政府的有力調控和積極引導。在房企發展和政策調控的共同作用下，房地產行業的發展具有較強的周期性。在房地產周期的上行階段，房地產市場供需兩側同時優化，大型房企發展勢頭迅猛，并快速實現規模擴張；在房地產周期的下行階段，積聚已久的風險得以暴露，違約現象逐漸增加。

參考張曉晶等[16]的研究成果，本文可以從房地產市場的銷售價格方面觀察其周期性變化。如圖1所示，借助國家統計局公布的房地產銷售價格指數，本文對房地產周期性變化趨勢進行了繪制。可以看出，當前階段是房地產行業的“寒冬期”：①本輪房地產周期的下行階段尤為持久。在樣本期間內，房地產市場基本以3至4年為一個運行周期。然而，伴隨著2016年“房住不炒”政策的提出，從2016年末開始，房地產市場進入了近十年以來持續時間最長的下行區間。②觀察幾輪房地產周期性變化特征可以發現，房地產市場總體上具有下行趨勢，每一輪房價上升的低點在不斷地下移。

圖1 2004～2020年我國房地產市場周期性變化

前述三家違約房企負債水平較高，監管政策的出臺使得其再融資環境迅速惡化。以華夏幸福為例，根據2020年第三季度的財務數據進行計算，其現金短債比為0.41，凈負債率為214%，剔除預收款的資產負債率為78%，在“三條紅線”的政策規定中，屬于“紅檔房企”。房地產下行周期的政策調控目的在于化解風險，但也必然使得高風險房企的存量風險加速暴露，導致其最終違約。

3.房企“激進”的擴張戰略。在已有的房企違約案例中，各家房企在公司戰略層面均存在重大失誤，大都表現為利用杠桿實現“激進”的擴張。例如，泰禾集團于2010年上市，從2013年開始加速擴張，布局全國一線城市，加快拿地節奏。早在2018年，監管機構已經表現出對泰禾集團擴張戰略的擔憂。2018年第一季度末公司負債超過2000億元，控股股東對其持有股票的99%份額進行質押，導致股票融資計劃被證監會中止審查。泰禾集團最終的實質性違約本質上是房企經營的戰略失敗。相似的，華夏幸福的戰略失敗表現為高杠桿的“激進擴張”以及對主要目標市場的判斷失誤。在業務多元化方面，與幾家已經違約的大型房企相近，近期陷入輿論危機的恒大集團其發展戰略也具有“激進”的特征。除去高杠桿支撐下的大舉拿地之外，恒大集團同時實施了高度的多元化發展戰略。截至目前，恒大集團已涉足地產、金融、健康、新能源汽車、足球、網絡、高科技等諸多行業。一方面，公司涉及的業務板塊過于復雜，并且與其主營業務關聯性差；另一方面，其多元化收益較低，甚至為集團自身帶來了巨額的虧損。

4.融資成本高企的財務困境。華夏幸福一度因其強大的多元化融資能力而備受矚目。在2017～2020年，華夏幸福利用永續債進行信托融資，規模達381億元。發行永續債的融資方式，本質上是“借新還舊”的債務疊加，同時還需承擔超出贖回時間而利率上升的風險。得益于多渠道融資的財務安排，華夏幸福在案例房企中融資成本最低。盡管如此，根據華夏幸福年報數據披露，其融資加權平均利率依然在2017～2019年間從5.98%上升至7.86%。違約房企的融資成本遠高于房企融資的平均水平。據統計，近年房企融資成本的平均水平為5%～6%。然而，在房地產周期的上行階段，高風險房企曾經一度使用融資成本為10%以上的融資工具以提高杠桿水平。過度的負債經營使得房企的債務風險加速積累，直至最終暴露并導致實質性違約。

從房企融資的視角來看，金融部門扮演了類似“加速器”的角色。在房地產周期的上行階段，房企通過金融機構以高融資成本獲取大量流動資金，快速地實現規模擴張。在房地產周期的下行階段，市場需求萎靡導致房企資金回流緩慢。房企既難以從金融部門獲取新的融資，又面臨前一階段高融資成本債務償還的困境，流動性危機的發生使得房企經營進一步惡化，可能引發更嚴重的風險事件。因此，當前階段政府科學施策、合理引導房企走出經營困境十分重要。

四、大型房企違約對金融部門的影響分析

本部分通過實證檢驗，分析大型房企違約對金融部門的影響，重點探究違約后的風險傳染機制。房企違約之后，其債權主體會因此利益受損，具體傳染機制如圖2所示。由圖2可知，銀行機構遭受直接損失之后，會因為銀行間關聯網絡發生風險傳染，從而造成更大的損失；非銀行機構會出現債券違約、基金凈值下降和信托貸款損失等現象，給金融市場的穩定造成一定影響；與房企相關的上下游企業、房產業主和房企員工也會受到相應的影響。

圖2 大型房企違約造成的影響作用

考慮到全面量化房企違約影響的復雜性及數據可得性的問題，本部分選擇金融機構中的銀行部門作為房地產企業的違約對象。盡管銀行部門是金融體系的重要組成部分，但本部分測算出的影響作用遠低于其對經濟社會帶來的整體影響。

（一）大型房企違約對銀行業金融機構的風險傳染

為了滿足正常經營需要，房企向銀行貸款，由此與銀行建立了債權債務關系。當房企的現金流出現問題時，債權銀行就面臨貸款無法收回的風險。房企發生貸款違約時，債權銀行會遭受數量等于違約貸款的直接損失；由于我國銀行之間間接關聯網絡的存在，除直接損失之外，銀行還會面臨間接關聯網絡帶來的傳染損失。因此，構造包含直接損失與傳染損失的網絡模型十分重要。借鑒Greenwood等[13]的方法，本部分通過構建包含間接關聯性的系統性風險傳染模型，探究大型房企在不同違約程度下給銀行網絡帶來的損失程度，并計算各家銀行的系統重要性指標以探究應對政策。

1.模型構建。系統性風險傳染模型包含銀行間直接損失和傳染損失，下面將具體介紹直接損失和傳染損失發生的過程。銀行網絡中往往包含多家銀行，因此本文采用矩陣的形式進行風險傳染的計算。其中，diag是將向量轉換為對角矩陣或者將對角矩陣轉換成向量的計算符號。M'表示矩陣M的轉置，1表示N×1的元素都為1的向量。

（1）直接損失。假定銀行網絡中有N家銀行、K種銀行間共同資產。在t時刻，房企發生貸款違約，銀行遭受到無法收回貸款的損失。此時，銀行體系遭受的直接損失如式（1）所示：

其中：At為資產矩陣；M為共同資產矩陣；Ft為沖擊矩陣。

發生直接損失后，銀行資本金隨之下降。變化后的資本金數量為：

其中，Et為資本金矩陣。

銀行資本金下降后，銀行需要出售資產使杠桿水平回歸初始水平。在經歷了直接損失和資產出售后，銀行的總資產變化為：

其中，I為單位矩陣。

（2）傳染損失。從式（3）中可以得知銀行回歸初始杠桿水平而拋售的資產數量為：

銀行在拋售資產后，由于市場上資產的供給增加，資產的價格會相應下降。價格的下降程度與資產拋售之間的關系如式（5）所示：

資產價格下降后，仍然擁有該項資產的銀行會遭受降價損失。這部分損失被稱為傳染損失：

（3）相關指標的建立。首先構建度量銀行網絡整體風險水平的指標risk_level，計算公式為：

其中，LOSSt為直接損失，LOSSt+1為傳染損失，sum（E）表示銀行網絡中各銀行所有者權益之和，risk_level為銀行網絡中直接損失和傳染損失之和與各銀行所有者權益之和的比值，描述了銀行網絡風險水平的大小。

然后構建度量單家銀行對銀行網絡造成影響的指標SI（n），計算公式為：

系統重要性指標SI（n）反映的是銀行n遭受資產價格沖擊后，進行資產拋售對銀行網絡造成的影響程度。δ是第n個元素為1、其余元素為0的列向量，其作用是將銀行n資產拋售數量提取出來，作為影響資產價格的總拋售，計算其產生的影響。由于房企的銀行貸款數量相對于銀行的資產數量非常小，貸款違約引起的資產拋售數量較小，導致SI（n）指標較小。為了更好地體現不同銀行的重要性，本文構建SIB指標度量銀行體系中各家銀行的系統重要性。其計算公式為：

2.數據說明。在進行沖擊模擬時需要以各家銀行的資產數據來構建初始資產矩陣A、資本金矩陣E、共同資產矩陣M以及杠桿水平矩陣B。由于非上市銀行的財務數據缺失嚴重，故本文選擇與三家房企的主要往來銀行中的上市銀行組成銀行網絡。經過篩選，本文構建的銀行網絡中共有10家銀行，具體包括SH銀行、ZX銀行、GD銀行、XY銀行、NY銀行、GS銀行、JS銀行、MS銀行、ZS銀行和PF銀行。這10家銀行代表了房企的主要貸款業務合作對象，增加了沖擊模擬的真實性。根據本文的研究需要，樣本區間設定為2021年，樣本頻率為年頻。

表4為樣本銀行資產數據的描述性統計結果。資產主要根據資產負債表中的資產負債項目進行分類，前八項資產項目為銀行持有的共同資產。其中，其他資產為總資產減去前六種共同資產總和后的差值。

表4 樣本描述性統計

3.風險度量。接下來，需確定銀行體系面臨風險敞口的大小。根據泰禾集團、華夏幸福和藍光發展的財務報告，三家房企從銀行獲得的總借款分別為162.75億元、452.2億元和323.08億元。由于缺乏房企對各家銀行的真實貸款數據，本部分通過以下步驟建立初始沖擊矩陣Ft。

首先，將銀行體系中各家銀行的發放貸款及墊款資產求和：

其中，loan（i）代表第i家銀行的發放貸款及墊款資產的數量。

然后，計算違約比例與房地產企業總貸款的乘積：

其中，p表示房企的違約比例，loanep表示房企總借款。

最后，利用assetdefault與loansum的比值計算各家銀行發放貸款及墊款資產的資產損失率。

為了研究大型房企在不同違約水平下對銀行網絡的影響，本文以不同貸款損失比例p作為外生沖擊，模擬大型房企的風險暴露對于銀行網絡的影響。具體操作為：違約比例以10%為步長，以（0，1］為總區間，由此構建10個不同的違約比例。通過網絡模型的模擬，計算各個違約水平下銀行體系的整體風險水平，如圖3所示。

圖3 不同違約水平下銀行網絡的風險水平

表5列示了不同貸款違約程度下銀行網絡的風險水平。可以發現，隨著貸款違約率的上升，銀行網絡的風險水平在不斷提高，風險水平與違約比例幾乎呈線性變化。根據模擬結果，如果三家大型房企各自貸款違約比例為10%，銀行網絡整體資本金損失為0.23%，表明該損失程度較小。如果三家大型房企各自違約比例達到50%，銀行網絡整體資本金損失為1.14%，該程度的損失值得關注。如果三家大型房企共同違約100%（基本相當于三家房企同時破產），將給銀行網絡整體資本金帶來2.21%的總損失。雖然超過2%的資本金損失值得銀行警惕，但是房企違約是“個案風險”，大型房企同時破產的情況幾乎不會發生。

表5 不同貸款違約比例下銀行網絡的風險（%）

據此可知，大型房企的違約不會對銀行網絡帶來較大的影響。其背后深層次的原因有兩點：①相較于龐大的銀行體系總貸款，大型房企貸款的比例較小。事實上，本研究選取的三家大型房企貸款總額占銀行體系總貸款的比例為0.12%。較小的風險敞口決定了銀行部門的受影響程度并不大。②即便應對經營危機，房企一般也存在風險處置手段以避免破產。房企能夠采取的措施包括：出售控股銀行股份，增加企業流動性；銀行向房地產企業發放貸款時，其一般會占有房地產企業一定的抵押資產，即使房地產企業發生危機，銀行可以通過拍賣抵押資產來減少損失。綜上所述，以房企的銀行貸款作為風險敞口，其債務違約對銀行部門產生的影響有限。

4.銀行網絡中系統重要性銀行的識別。系統重要性銀行是指與其他金融機構關聯性較強，在金融體系中扮演重要角色、提供關鍵金融服務的銀行。在負向沖擊發生后，保持系統重要性銀行的穩健經營是金融體系穩定的關鍵點。因此，識別系統重要性銀行對于促進我國銀行健康發展、完善銀行監管政策框架具有重要意義。本文選擇以三家房地產企業共同違約為負向沖擊，計算出各家銀行的SIB指標的大小，結果如表6所示。

表6 銀行網絡中各家銀行的系統重要性水平（SIB）

從表6可以看出，GS銀行、JS銀行、NY銀行和ZX銀行是該網絡中系統重要性程度最高的銀行。這四家銀行的重要性較高的原因主要在于：四家銀行的資產規模較大，因此其往往擁有更多的貸款資產。在相同的沖擊和杠桿水平下，規模大的銀行往往會拋售更多的資產，相對于其他銀行會給資產價格造成更大的負向沖擊，從而重要性程度也較高。因此，在大型房企發生較為嚴重的風險事件時，監管當局應當對上述銀行予以重視，以增強銀行體系的穩定性。

五、結論與政策建議

（一）結論

本文主要研究大型房企違約的成因及其對金融部門的影響作用：一方面，基于當前的典型房企違約事件分析了房企違約的風險成因；另一方面，基于系統性風險傳染模型進行了數值模擬。基于兩個方面的研究結果，本文得出主要結論如下：

第一，當前階段的房企違約是內外部風險因素共同疊加的結果，金融部門在其中扮演了重要角色。外部風險成因包括宏觀經濟下行、房市調控與處于房地產下行周期。內部風險成因包括房企“激進”的擴張戰略與融資成本高企的財務困境。金融部門在房地產市場中扮演了類似“加速器”的角色。

第二，大型房企對金融部門的影響較為有限。相較于龐大的銀行體系，即便大型房企的金融債務同時發生一部分違約，也僅能造成銀行部門較小比例的資本金損失。伴隨大型房企貸款違約比例的逐漸提升，銀行網絡遭受的資本金損失也基本呈線性增加的趨勢。這進一步說明房企違約造成的風險具有可控性。

第三，在大型房企違約時，銀行網絡中各家銀行的系統重要性不同。在本文構建的銀行網絡中，GS銀行、JS銀行、NY銀行和ZX銀行是該網絡中系統重要性程度最高的銀行。這意味著大型房企違約時，對以上幾家銀行需要給予更多的關注。

（二）政策建議

基于以上結論，本文提出政策建議如下：

第一，在房企違約風險引發輿論危機時，監管部門應及時告知風險的可控性，加強政策溝通，引導市場穩定發展。從理論模型的測算結果來看，即便是多家大型房企同時發生違約，其對金融部門的影響依然較小。然而，若缺乏監管引導和政策溝通，房企違約會引發投資者的深度擔憂。因此，監管部門應該及時與社會各界加強溝通，讓公眾對房地產市場平穩健康發展保持信心，引導金融機構向房地產市場提供信貸資金，從而穩房價、穩地價、穩預期。

第二，在房企發生實質性違約時，監管部門應該在明晰風險機理的基礎上科學施策，在早期阻斷風險傳導。房企違約是內部成因與外部成因疊加的結果，風險化解也要從宏觀層面與微觀層面綜合施策。尤為重要的是，化解房企風險應該關注對金融部門的風險傳導，針對性地通過系統重要性銀行實現早期的風險阻斷，這能從根本上避免系統性風險的生成。

第三，房地產金融監管應該圍繞房地產周期展開，加速推進房地產金融宏觀審慎監管，積極構建房地產金融管理長效機制。金融部門在房地產市場中扮演著類似“加速器”的角色，是房企違約的一個重要風險源。而房地產風險具有順周期性，因此房地產金融宏觀審慎監管政策尤為必要。在房地產周期上行階段，要及時發現高風險房企，避免其過度擴張，弱化其風險承擔意愿；在房地產周期下行階段，要引導房企去杠桿、降負債，促進房地產市場健康發展。

第四，政府應該加強引導，讓房地產市場發展回歸本源，讓房企轉變粗放式經營模式，緊跟國家高質量發展戰略。當前階段房企內部的風險根源在于粗放式的經營戰略和財務管理。在已經享受我國房地產市場的土地紅利和金融紅利之后，房企更應該加強“內功”修煉。房企需要根據市場需求的改變和監管政策的調整加快自身轉型，逐步轉向精細化發展。在高質量發展階段，房企應借助數字化技術與價值鏈管理打造自身品牌，挖掘高品牌的附加價值。

【主要參考文獻】

［1］Herring R.J.，Wachter S..Real Estate Booms and Banking Busts：An International Perspective［Z］.Center for Financial Institu?tions Working Papers，1999.

［2］方意.貨幣政策與房地產價格沖擊下的銀行風險承擔分析［J］.世界經濟，2015（7）：73～98.

［3］肖斌卿，王粟旸，周小超，顏建曄.債務網絡、投資者行為與傳染性風險：來自中國銀行業與房地產業的研究發現［J］.管理科學學報，2014（11）：139～150.

［4］方意，荊中博，馬曉.中國房地產市場對銀行業系統性風險的溢出效應［J］.經濟學（季刊），2021（6）：2037～2060.

［5］Pais A.，Stork P.A..Contagion Risk in the Australian Banking and Property Sectors［J］.Social Science Electronic Publishing，2011（3）：681～697.

［6］王輝，李碩.基于內部視角的中國房地產業與銀行業系統性風險傳染測度研究［J］.國際金融研究，2015（9）：76～85.

［7］Elliott M.，Golub B.，Jackson M.O..Financial Networks and Contagion［J］.The American Economic Review，2014（10）：3115～3153.

［8］范小云，張少東，王博.跨境資本流動對股市波動的影響——基于分部門資本流動波動性視角的研究［J］.國際金融研究，2020（10）：24～33.

［9］梁琪，常姝雅.我國金融混業經營與系統性金融風險——基于高維風險關聯網絡的研究［J］.財貿經濟，2020（11）：67～82.

［10］李政，朱明皓，溫博慧.經濟政策不確定性的跨國溢出效應及其形成機理［J］.財貿經濟，2021（1）：92～106.

［11］方意.前瞻性與逆周期性的系統性風險指標構建［J］.經濟研究，2021（9）：191～208.

［12］方意.系統性風險的傳染渠道與度量研究——兼論宏觀審慎政策實施［J］.管理世界，2016（8）：32～57+187.

［13］Greenwood R.M.，Landier A.，Thesmar D..Vulnerable Banks［J］.Journal of Financial Economics，2011（3）：471～485.

［14］楊娟妮，張品一.我國房地產業對銀行業的風險溢出效應研究——基于GARCH-CoVaR模型［J］.價值工程，2020（11）：96～100.

［15］江紅莉，何建敏.房地產業與金融業的波動溢出效應研究［J］.現代管理科學，2014（8）：33～35.

［16］張曉晶，孫濤.中國房地產周期與金融穩定［J］.經濟研究，2006（1）：23～33.

［17］周陽敏.房地產企業風險壓力測試實證研究：限購令、房產稅、新土管政策的持續性沖擊影響［J］.管理評論，2014（9）：58～68.

［18］陶雪梅.限購背景下的房地產財務風險探究［J］.經濟管理文摘，2021（4）：180～181.

［19］郭淑青.限貸令背景下房地產企業財務風險控制［J］.合作經濟與科技，2021（21）：150～151.

［20］李焰，陳才東，黃磊.集團化運作、融資約束與財務風險——基于上海復星集團案例研究［J］.管理世界，2007（12）：117～135.