劉明顯,劉 洋
(貴州財經大學,貴陽 550025)
自《國務院關于進一步深化城鎮住房制度改革加快住房建設的通知》發布以來,住房的實物分配成為歷史,中國房地產行業正式邁入市場化階段。中國的城市化率已從1998 年的30%增長至2019 年的65%左右,伴隨著高速發展的城市化進程,涌入城市的人口帶來了住房的海量剛性需求。
中國房地產業的快速發展離不開商業銀行信貸資金的支持,該支持集中在房地產項目的開發和出售環節。截至2020 年末,房地產開發貸款余額約9.1 萬億元,房地產貸款余額約49.6 萬億元。數額巨大的房地產貸款給商業銀行體系埋下了風險隱患,一旦房價開始下跌,房地產企業償債能力下降,房產抵押貸款接連止贖,銀行信貸違約率上升,銀行惜貸,違約進一步爆發,房價攀升累積的銀行系統性風險就有可能變為危機。因此,研究房價波動對我國商業銀行系統性風險的影響是有現實意義的。
2008 年金融危機沖擊了中國出口產業,國內的房地產行業增速亦放緩;為刺激經濟增長,中央出臺了一系列房地產利好政策。2008 年房地產行業對GDP 的貢獻度為9.8%,2014 年已經達到14.8%,政策的刺激效果明顯。從房地產開發投資規模的角度來看,2008 年至2019 年,房地產投資開發規模增長了兩倍,國內生產總值增長了三倍以上。
中國的商業銀行體系經過近40 年發展,形成了巨大的規模。由于商業銀行體系自身存在的一些問題,中國商業銀行體系仍然面臨較為復雜的風險狀況,具體表現在以下兩個方面。
(1)經營風險仍較高。銀行非利息收入是衡量商業銀行運營風險水平的象征性指標,從目前的情況看,2012 年至2019 年,中國商業銀行非利息收入占比停滯在24%附近,比重較低,經營風險較大。
(2)不良貸款率只增不減。不良貸款率從2012 年的0.9%上升到2019 年的1.8%,系統性風險在累積。
本文從三個方面分析房價波動對商業銀行系統風險的影響:投資者財富、抵押價值和流動性風險。
當房價上漲時,投機者或投資者的財富增加,這強化了投資者對房產的需求,也增加了信貸需求,金融資產泡沫也由此傳遞到銀行。
其次,房價上漲使得房產作為抵押品的價值上升,貸款人的貸款能力提升,商業銀行盲目擴大信貸規模也會增加銀行系統性風險。
進入房地產市場的銀行信貸多為中長期貸款,而銀行業務中短期存款居多,存貸款期限錯配會增大潛在的流動性風險。
而在房價螺旋下降的階段,投機者賬面價值受損,甚至會出現恐慌性拋售。抵押物公允價值的下降將使得宏觀經濟由于債務緊縮而下滑,實體經濟的運營狀況也將因為債務緊縮和居民支出緊縮而陷入困境,銀行壞賬率增加。由于存貸款期限錯配問題的存在,若個別銀行無法及時兌付存款而出現擠兌,恐慌會蔓延到整個銀行系統,銀行為緩解流行性危機會出售房地產資產,進一步導致房價下跌。





房價(PC)指標采取《中國房地產統計年鑒》中的房地產商品房銷售價格數據部分,本文將銀行注冊地省份與35 個大中小城市的房價相匹配。
控制變量選取國內生產總值(lnGDP)、各銀行的資產規模(lnSIZE)、資產收益率(ROA)和杠 桿率(LEVERAGE)。
本文選取的樣本為13 家上市銀行2008—2018 年的面板數據,數據來源于RESSET 數據庫和CSMAR 數據庫。
為防止偽回歸現象的發生,本文采用ADF 單位根檢驗方法對變量的平穩性進行檢驗,檢驗發現,在5%的顯著性水平下,所有變量的ADF 檢驗值均小于5%水平下的t 統計量臨界值,故均為平穩序列,可以進行后續建模。
本文使用模型分析房價波動對銀行系統性風險的影響,模型設定如下:

這里使用固定效應模型進行回歸分析,結果見表1。

表1 回歸結果
從表1 中的回歸分析結果來看,房價(PC)的系數為6.636,在5%的水平下能夠通過顯著性檢驗,表明房價增長會導致銀行系統性風險集聚。
從控制變量的回歸結果來看,資產收益率(ROA)的回歸系數為-10.847,在5%的水平下通過顯著性檢驗,表明銀行資產收益率的提升會減低銀行系統的風險;杠桿率(LEVERAGE)的回歸系數為0.082,表明杠桿率的上升會提升銀行系統性風險;資產規模(InSIZE)的系數為正,但未在5%的水平上通過顯著性檢驗;在10%的顯著性水平上lnGDP 的回歸系數為負,表明樂觀的國內宏觀經濟可降低銀行系統性風險水平。
本文通過對中國商業銀行的系統性風險和房價指標進行固定效應面板回歸,研究了房價上升對商業銀行系統性風險的影響。研究結果表明,房價上漲將導致銀行系統性風險增加。
根據實證結果,提出以下建議:①限制非納稅所得資金流入樓市;②強化“三道紅線”對房地產業的融資限制,削弱風險由房地產行業向銀行系統傳導;③加強對銀行系統性風險的監控,盡早應對,避免銀行系統性風險爆發。