ParK's 論文后花園

江西财经大学
硕士学位论文
我国商业银行房地产贷款信用风险研究
姓名：骆昀晖
申请学位级别：硕士
专业：金融学
指导教师：邹玲
20091201
摘要
自1998年国务院发布《关于进一步深化城镇住房制度改革加快住房建设的
通知》以来，房地产行业已成为我国国民经济中的重要支柱产业。随着银行对房
地产行业的投入不断增加，房地产贷款业务已经成为中国商业银行的重要业务领
域和核心业务之一，对银行业的重要性也日益提升。然而，随着房地产贷款业务
贷款总量的进一步加大、开办时间的延伸，高负债经营的房地产开发商信用风险
不断加大，个人住房贷款也进入了国际公认的信用风险高发期。如何防范我国商
业银行房地产贷款的信用风险已是亟待解决的重要问题，严重关系到我国银行体
系的稳定和国民经济的发展。
本文的研究思路为：首先考察了我国商业银行房地产贷款的发展历程以及
我国商业银行房地产贷款信用风险的概况；其次从宏观与微观分析了我国商业银
行房地产贷款信用风险的成因，并着重利用博弈论的分析框架与个人住房贷款违
约行为理论分别从房地产开发贷款与个人住房贷款两个方面对其加以分析；再次
基于CPV模型对我国商业银行房地产贷款的信用风险进行了实证研究；最后基于
上述理论与实证分析提出了目前我国商业银行防范和控制房地产贷款信用风险
的对策。本文共分五个部分，具体内容如下：
第一部分导论首先阐述了本文的研究背景和意义，其次对国内外的相关文献
进行了综述，最后介绍了本文的主要内容、研究方法和不足之处。
第二部分主要是对商业银行房地产贷款信用风险理论的概述，为下文研究作
理论铺垫。这部分首先阐述了我国商业银行房地产贷款的概念与分类，然后对房
地产贷款信用风险概念做了清晰的界定，并具体分析了房地产贷款信用风险的特
征。最后论述了房地产贷款信用风险的基本理论。
第三部分回顾了我国房地产贷款市场的发展历程，分析了我国商业银行房地
产贷款信用风险的概况，采用宏观与微观相结合的方法，并着重从微观方面按照
房地产企业贷款与个人住房贷款两个分类剖析了我国商业银行房地产贷款信用
风险的成因。在考察房地产贷款信用风险微观层面的成因时，本文将利用博弈论
的分析框架来分析房地产开发贷款信用风险成因，并试图根据个人住房贷款违约
行为理论挖掘出个人住房贷款信用风险的成因。
第四部分是对我国商业银行房地产贷款的实证分析，首先对比分析了四种信
用风险模型各自的优势以及局限性，然后从数据缺乏和模型的有效性角度论证了
信用风险模型在我国的适用性，得出CreditMetrics啊模型和KMV模型在我国的
应用还需要很长时间，我国商业银行应先探索运用CreditRisk+礓模型和Credit
Portfolio View“模型量化房地产贷款信用风险；最后基于Credit Portfolio
ViewlY模型对我国房地产贷款信用风险进行了实证分析。进一步分析了影响我国
房地产信用风险的主要因素，并考察了Credit Portfolio View埘模型在我国运
用的有效性。
第五部分根据我国商业银行房地产贷款信用风险形成原因的理论分析和对
商业银行房地产贷款信用风险的实证分析，提出了防范与控制我国商业银行房地
产贷款信用风险的途径。主要有：(1)完善我国征信系统以及信用评级体系，(2)
建立房地产贷款信用风险的监测预警指标体系，(3)提高我国商业银行房地产信
用风险管理能力，以及(4)从建立房地产贷款的保险和担保体系与加快实施房
地产贷款证券化两方面完善房地产贷款的信用风险控制体系。
关键词：房地产贷款信用风险博弈论Credit Portfolio View¨模型
Abstract
Since the State Council Issued‘‘Circular on Further deepening the urban housing
system reform to speed up housing construction”in 1 998，ne real estate industry has
become an important pillar industry of China's national economy．Witll the banks’
investment in the real estate industry increasing，real estate related loans have become
a significant part and one of core businesses of the commercial banks，which means
its significance for the banking sector rising too．However，、^，itll the amount of real
estate related loans becoming larger and the start·up time of the real estate related
loans extending，the real estate enterprises who run business wim huge debt are more
and more likely to default，while individual housing mortgage have also entered the
internationally admixed period of hi。gh default risk．So how to guard against the
default risks of the real estate related loans of commercial banks in China has became
an urgent problem，which would influences the stableness of china’S banking system
and the development ofnational economy．
11lis paper firstly investigates the history of the real estate related loans of
commercial banks in China and status quo of default risks of the real estate related
loans．Secondly this paper analyzes the cause of default risks in the real estate related
loans of commercial banks in China from Macro and micro perspective，and focus on
the use of game theory and the theories of housing mortgage to analyze the real estate
development loans and the individual housing mortgage respectively．Thirdly we
study the default risks of the real estate related loans of commercial banks in China
bases on CPV model．Lastly according to the above theoretical and empirical analysis，
we raise some solutions to prevent and control the default risks in the real estate
related loans of commercial banks in China．There are five parts in the paper：
nle first part of the paper is introduction，which states the background and
significance of the research．After that it is Literature Review,and introduction of the
major coverage，research approach and defects of the article simply．
111e second part is the overview about default risks in the real estate related loans
of commercial banks，which is the foundation for the further study．At first place，it
elaborates the concept and classification of the real estate related loans of commercial
banks in Our country．Then it gives the clear definition for default risks in the real
estate related loans，and analyzes the characteristics of default risks in the real estate
related lOanS．Finally，it discourses the basic theories of default risks in the real estate
related loans．
The third part of the paper firstly reviews the history of real estate related loans
in our country and analyzes the status of default risks in the real estate related loans of
Our country’S commercial banks．Then we study the contributing factors of such
default risk in real estate related loans from macro and micro perspective，especially
from the micro perspective by classifying the real estate related loans into the Real
estate development loans and the individual housing mortgage．When analyzing the
micro contributing factors of default risk in real estate related loans，we use game
theory and the theories of individual housing mortgage respectively．
At the beginning of the forth chapter,the article contrast and analyze
disadvantages and advantages of 4 sorts of default risk models．Then prove the
applicability of default risk model in our country from the aspect of shortage of
statistic and validity of the model．So it will takes a long time before both of the
Default Metrics model and KMV model are applied in OUr country．Before that，
commercial banks should try to measure the default risk in real estate related loan
with Default Risk—model and Default Portfolio View刑model．Finally,we carried
out an empirical analysis of default risk in real estate related loans base on the Default
Portfolio ViewTM model，for further analyzing the contributing factors of default risk
of real estate and investigating the validity of Default Portfolio ViewTM model if it
applied in OUr country．
In the fifth part，based on the above theoretical and empirical analysis of default
risks of real estate loan in Our country，we raise some solutions to ke印away the
default risks in the real estate related loans of commercial banks in China．Generally
speaking，it involves(1)improve the default information systems and default rating
system．(2)establish the monitoring and warning indicator system of default risks in
real estate loans．(3)improve the management capabilities in default risks of Our
commercial banks．and(4)perfect the default risks control system through the two
aspects which are to establish the insurance and guarantee system of real estate loans
and to accelerate the real estate loans securitization．
Key words：real estate related loans；default risks；game theory；Default
Portfolio Vie—modeI
独创性声咀
本人声明所呈交的论文是我个人在导师指导下进行的研究工
作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢
的地方外，论文中不包含其他人已经发表或撰写的研究成果，也
不包含为获得江西财经大学或其他教育机构的学位或证书所使用
过的材料。与我一同工作的同志对本研究所做的任何贡献均已在
论文中作了明确的说明并表示了谢意。
馘龇E；期：垦堕p垆
关于论文使用授权的说明
本人完全了解江西财经大学有关保留、使用学位论文的规定，
即：学校有权保留送交论文的复印件，允许论文被查阅和借阅；
学校可以公布论文的全部或部分内容，可以采用影印、缩印或其
他复制手段保存论文。
(保密的论文在解密后遵守此规定)
日期：雄垆
1。导论
1．导论
1．1研究背景及意义
自1998年中国国务院发布《关于进一步深化城镇住房制度改革加快住房建设
的通知》以来，经过近十年的改革、发展与完善，中国房地产市场逐渐走向成熟，
房地产行业已经发展为我国国民经济中的重要支柱产业。在我国，银行体系一直
在社会经济生活中占有绝对的主导地位，对国内经济的持续增长发挥着关键作用。
任何产业的发展和壮大都离不开商业银行的金融支持，房地产业更离不开商业银
行房地产贷款的支持。房地产贷款作为独立的贷款类别，既可以是短期的基建贷
款，也可以是长达25～30年的长期抵押贷款。随着市场经济不断发展，商业银行
房地产贷款在房地产开发与建设、消费与流通中的作用也不断加强。尤其自2003
年以来我国迎来了有史以来房地产发展最好的时期，房地产贷款年均26．7％的增长
速度远远超过了人民币信贷年均14．8％以及名义GDP年均15．4％的增长速度。根据
人民银行的统计数据，2008年年底，我国房地产贷款余额达到5．22万亿，其中，
房地产开发贷款余额2．21万亿元，增长9．40％；个人住房贷款余额3．01万亿元；
占金融机构各项贷款余额的比重为16．31％，占我国GDPl7．36％。房地产贷款业务
已成为中国商业银行的重要业务领域和核心业务之一，对银行业发展的重要性日
益提升。
信用风险是金融市场中最古老，也是最重要的风险形式之一，它是金融机构(特
别是银行)所面临的主要风险。从1933年以后历次大的银行危机来看，涉及信用
风险的银行危机动因是相似的，房地产贷款都扮演了“罪魁祸首"的角色。即某
一阶段金融管制解除，引起贷款额特别是房地产相关贷款的迅速增长，信贷膨胀
导致资产价格泡沫，随后快速上升的房地产价格又吸引了更多的银行贷款；一旦
经济出现衰退，膨胀的房地产价格顷刻崩溃，直接导致抵抗风险能力较弱的中小
银行破产，大银行信贷紧缩，进而引起经济衰退。如上世纪80年代初美国储贷协
会危机，1989年日本房地产泡沫破灭，90年代北欧银行危机，1997年开始的亚
洲金融危机，以及2007年开始的美国次级贷款危机。随着房地产贷款总量的进一
步加大、业务开办时间的延伸，高负债经营的房地产开发商面临融资困境，信用
风险加大，个人住房贷款也进入了国际公认的信用风险高发期，如何防范我国商
业银行房地产贷款的信用风险已是亟待解决的重要问题，由其引发的危机将会直
接影响到我国的宏观经济决策和经济发展，甚至影响到现代社会经济生活的各个
方面。因此，房地产贷款信用风险研究对我国商业银行具有重要的现实意义。
我国商业银行房地产贷款信用风险研究
1。2国内外文献综述
1．2．1国外文献综述
国外银行界和学术界对房地产贷款信用风险的研究主要集中在对个人住房
贷款信用风险微观特征的实证研究，总体上形成了相对比较成熟的理论体系。
Gau(1978)运用64个独立变量描述了一笔个人住房贷款的借款人、房产、融
资特征三个方面，并在此基础上建立了个人住房抵押贷款违约风险分类模型，为
制定合理的个人住房贷款评级体系以及为商业银行根据不同对象采用不同首付款
比率和保险费率提供了科学依据。
Jackson和Kaserman(1980)运用FHA(Federal Housing Administration，
联邦房屋管理局)的数据对个人住房贷款信用风险的期权理论和还款能力理论进
行了实证分析，通过对比得出的结论，他们认为期权理论解释美国住房抵押贷款
违约时更有说服力。
Foster和Van(1984)进一步运用期权理论对美国个人住房抵押贷款违约风
险进行探讨。研究表明LTV(Loan—to—Value贷款价值比)是解释借款人违约的一
个重要变量，可以解释90％以上借款人违约原因，同时违约成本等因素也对借款人
是否违约也有着重要影响。
Cunningham and Capone(1990)运用多元logit模型研究了固定利率抵押贷
款(FRMs)与可变利率抵押贷款(ARMs)两种业务样本的违约行为，得出结论是，
可变利率抵押贷款不但违约风险大于固定利率抵押贷款，而且其违约概率也更容
易受那些可变影响因素如LTV、利率等的影响，即违约风险与外部因素有更强的相
关性。
虽然信用风险早在几个世纪前就已经存在，但是直到20世纪80年代，信用
风险才引起了国外银行的高度重视，有关信用风险的理论也主要是从那时发展起
来的。
目前，信用风险定价理论主要可以分为三类：第一类是古典理论。有关信用
风险的古典理论大多采用的是传统的统计方法(参见Caouette等人于1998年的
综述)，这类方法的一个基本原理就是估计违约概率(或信用等级恶化的概率)，
以及合约在可能违约时的价值。Altman(1977)描述了用于预测单个企业违约概率
的技术。有关方法已经从计算死亡率发展到了对信用等级迁移概率(转移矩阵)
的计算，这些概率说明了信用等级上升和下降的可能性。采用古典方法为信用风
险定价的终端用户通常使用蒙特卡罗模拟方法，他们并不考虑产生计量结果的模
型可能存在不确定性；其次，忽略了违约概率同潜在损失间可能存在相关性。比
如：市场波动率上升会导致衍生证券相关的风险敞口上升，其违约概率也会上升。
为克服此困难，有些人已经在尝试使用更高级的分析方法，比如神经网络分析法
1．导论
(Tripi&Turban，1996)；最后信用风险的古典理论通常忽略了资产组合管理的重
要性。由于信用风险的收益不能表现出对数正态性，无法寻找马科维茨有效边界，
因此，Altman和Saunders(1996)曾试图建立有关有效边界的其他替代模型。总
之信用风险的古典理论过于依赖历史数据来估计信用风险的动态过程。
第二类是结构模型。Merton(1974)提出的基于期权定价技术的信用风险定
价模型被称为结构模型，其基本思想就是假定投资者对企业的资产和负债具有完
全信息，依靠将企业资产价值在企业两类主要的权益人⋯股东和债权人之间进行
分配的规则，利用期权定价方法来估计固定收益工具的违约风险利差。Merton模
型提供了企业信用品质和企业所处的经济金融环境之间的联系，为风险债务的定
价提供了基本的工具，并在Merton的论文发表了15年后，由Sarig和Warga(1989)
用实证的方法证实了长期债务驼峰形状的信用利差。Longstaff与Schwartz(1995)
借鉴Black与Cox(1976)所采用对经典Black-Scholes-Merton框架进行改造的
方法，放宽了违约的触发条件，即认为违约不仅是由于资产价值的变动所造成的
不可偿还性造成的，而且现金流的约束也可能导致违约。在债务合同期内，一旦
公司的资产价值低于某一门槛值，违约在债务合同的到期日之前的任何时点上都
有可能发生。Giesecke(2004)还认为债务的违约率受一些宏观因素的影响，具
有周期性的违约相关性，另外某些公司突然发生大的变故有一定的关联性，作者
在结构模型的框架内使用copula函数考察了这些相关性。
第三类是简化模型。结构模型依赖于债务人的资产负债表和相关的破产法规，
根据无套利原则和关于回收率、无风险利率等其他变量的假设，内生性地推导出
违约概率和信用差价，而简化模型对导致违约事件背后的经济学背景的进行了简
化，把信用事件看成是完全不可预测的，即将违约概率也称为违约强度当做外生
变量，类似于死亡率，属于强度模型。在这一分析框架中，违约时间遵循一个跳
跃过程，是外生决定的。主要文献包括：Iben和Litterman(1991)，Das和Tufano
(1996)，Jarrow等人(1997)，Lando(1998)，Duffie和Singleton(1999)，Madan
和Unal(1995)以及SchSnbucher等(1997)，Jarrow和Yu(2001)，Hull和White
(2004)，Totouom和Armstrong(2007)等)。
1980年以后，基于以上三类定价模型结合VAR理论和现代信息管理技术，国
外金融机构发展出了四种主要的信用风险量化工具，包括CreditMetricsw模型、
KMV模型、CreditRisk一模型、CreditPortfolio ViewTM模型。这四种模型基于不
同原理，各有特点，灵活运用于不同的市场领域。
1．2．2国内文献综述
目前在我国，大多数关于金融风险的文章都是从宏观层面和制度层面分析我
3
我国商业银行房地产贷款信用风险研究
国金融风险的现状、成因和应对措施。陈则明、吴光伟(2001)认为，导致中国
个人住房抵押贷款违约风险的发生除了借款人经济能力不足外，借款人与其他主
体的矛盾，如住房质量、虚假广告宣传、房屋预售中不能按时交付等也是导致当
前中国个人住房抵押贷款违约的一个重要因素。国内房地产市场不规范，使房地
产市场的很多风险通过房地产抵押贷款最终传递给了银行。刘萍(2002)概括了
个人住房抵押贷款业务中银行面临的6种风险形式，即利率风险、购买力风险、
房地产市场风险、流动性风险、抵押物风险和信用风险，并分析产生的根源在于：
①住房金融承担了国家财政分配职能；②住房产业政策长期目标的短期化；③住
房福利政策的金融化操作尚未形成；④政策上未能建立有效的住房。徐建斌(2003)
对房地产贷款风险行为的微观机理进行了分析，他认为房地产贷款风险产生的主
要原因是银行与开发商之间的信息不对称。韩继云(2003)认为房地产信信贷面
临的风险有道德风险、信用风险、流动性风险、产权和质量风险、房屋空置风险、
地方政府行为风险和泡沫经济风险。刘梓(2004)认为，房地产贷款风险来自于
以下几个方面：来自房地产市场的风险、来自开发企业的风险、来自银行信贷管
理的风险和来自政策法律环境的风险。王喻、卢阳春、康荔(2004)按照经济周
期一房地产价格一房地产抵押贷款风险这样的主线，分析了我国经济周期对房地
产抵押贷款风险的影响，最后提出了一些防范措施：刘枫、李涛(2007)按照抵
押贷款中的各个重要环节，着重从制度角度分析了产生房地产抵押贷款的原因，
为了控制这些风险，提出了一些防范房地产抵押贷款风险的方法。
从微观层面，从市场角度分析风险在金融体系中的作用，风险价值的确定以
及金融机构如何利用市场工具和内控机制有效地防范和规避金融风险的论著并不
多见，对于商业银行的信用风险度量模型的研究也尚处于起步阶段，国内这方面
的主要研究成果如下：彭书杰、詹远瑞(2002)将Credit Risk+模型与我国使用
的贷款风险度量法做了详细比较，对贷款风险度量方法提出了一些合理化的建议。
沈沛龙、任若恩(2002)对比较为著名的信用风险度量模型进行了一系列的比较，
研究了模型建立的理论基础和模型之间的相互关系，阐述了现代信用风险度量技
术和方法的发展趋势。王琼、陈金贤(2002)从期权理论的角度讨论了信用风险
定价问题，论述了基于期权理论的信用风险定级方法以及在此基础上建立的KMV
模型，并对该模型进行了评价。彭彰(2002)研究了巴塞尔新资本协议对我国信
用风险管理的挑战，对中国现有的信用风险管理进行了详细的阐述，同时结合中
国银行业的实际情况结实了巴塞尔新资本协议内部评级法的内容。易丹辉、吴建
民(2003)讨论了KMV模型的基本结构及形式，对我国上市公司的信用状况给予
了实证分析，指出了KMV模型在分析我国上市公司信用风险时所面临的一些问题
与不足。惠晓峰、孙嘉鹏(2004)使用信用矩阵对选择某商业银行的贷款的样本
4
1．导论
组合进行了风险测度。根据测量结果，对样本组合进行了总风险分析、边际风险
分析和风险收益分析，在此基础上对样本组合给出了具体的信贷决策建议。朱小
宗、张宗益、耿丹华(2004)从多方面剖析了比较著名的风险度量模型，并进行
了范式比较，发现建模的方法不同，预测的效果也相差较大，最后对这些模型作
出了较为客观的评价。霍学喜、张永娟(2004)在系统风险和非系统风险因素区
别的基础上，建立了一个简单的信用组合风险模型。同时引进编辑风险的概念，
将边际风险贡献与信用组合风险管理进行了有机的结合。靳风菊(2007)基于CPV
模型，对房地产贷款风险进行了度量与预测。结果表明，该模型在度量和预测房
地产贷款违约率方面具有较好的效果。房地产贷款的违约率和宏观经济状况紧密
相连，当经济状况恶化，房地产贷款违约率上升，当经济状况好转，房地产贷款
违约率下降。
上述已有的研究成果从不同的角度探讨了信用风险度量模型的有关问题，但
主要是对国外模型理论的介绍或具体数学原理的解释，并没有针对我国具体情况
进行较为系统的研究。总的来说，由于我国开办住房信贷业务时间较晚，我国理
论界在该领域的研究还较少，也较国外落后，国内理论界对于我国房地产贷款信
用风险的研究基本来自国外先进理论，只不过加以中国特色而己，并且均为就一、
两个方面进行论述，缺少全面、系统论述房地产贷款信用风险的文章。
1．3主要内容框架
本文主要可以分为五个部分，具体安排如图l—l：
第一部分导论首先阐述了本文的研究背景和意义，其次对国内外的相关文献
进行了综述，最后介绍了本文的主要内容、研究方法和不足之处。
．第二部分主要是对商业银行房地产贷款信用风险理论的概述，为下文研究作
理论铺垫。这部分首先阐述了我国商业银行房地产贷款的概念与分类，然后对房
地产贷款信用风险概念做了清晰的界定，并具体分析了房地产贷款信用风险的特
征。最后论述了房地产贷款信用风险的基本理论。
第三部分回顾了我国房地产贷款市场的发展历程，分析了我国商业银行房地
产贷款信用风险的概况，采用宏观与微观相结合的方法，并着重从微观方面按照
房地产企业贷款与个人住房贷款两个分类剖析了我国商业银行房地产贷款信用风
险的成因。在考察房地产贷款信用风险微观层面的成因时，本文将利用博弈论的
分析框架来分析房地产开发贷款信用风险成因，并试图根据个人住房贷款违约行
为理论挖掘出个人住房贷款信用风险的成因。
第四部分是对我国商业银行房地产贷款的实证分析，首先对比分析了四种信
用风险模型各自的优势以及局限性，然后从数据缺乏和模型的有效性角度论证了
我国商业银行房地产贷款信用风险研究
信用风险模型在我国的适用性，得出DefaultMetricsw模型和KMv模型在我国的应
用还需要很长时间，我国商业银行应先探索运用DefaultRisk+w模型和Default
Portfoli0 View¨模型量化房地产贷款信用风险；最后基于Default Portfolio
View似模型对我国房地产贷款信用风险进行了实证分析。进一步分析了影响我国房
地产信用风险的主要因素，并考察了Default Portfolio View傀模型在我国运用的
有效性。
第五部分根据我国商业银行房地产贷款信用风险形成原因的理论分析和对商
业银行房地产贷款信用风险的实证分析，提出了防范与控制我国商业银行房地产
贷款信用风险的途径。主要有：(1)完善我国征信系统以及信用评级体系，(2)
建立房地产贷款信用风险的监测预警指标体系，(3)提高我国商业银行房地产信
用风险管理能力，以及(4)从建立房地产贷款的保险和担保体系与加快实施房地
产贷款证券化两方面完善房地产贷款的信用风险控制体系。
我国房地产贷款信用风险的成因分析
房地产开发贷款
的信用风险
个人住房贷款
的信用风险
宏观层面造成
的信用风险
我国房地产贷款信用风险的实证分析
商业银行房地产贷款信用风险防范与控制
完善我国征信系l I建立房地产贷款信用风l l完善房地产贷款的
统以及信用评级I l险监测和预警指标体系I l信用风险控制体系
图I-I本文逻辑结构图
1．4研究方法及不足之处
(1)研究方法
本文采用系统分析方法，通过考察我国商业银行房地产贷款的发展历程以及我
国商业银行房地产贷款信用风险的概况，综合全面地考察了中国商业银行房地产
贷款信用风险的基本情况。采用宏观与微观相结合的方法，着重从微观方面按照
房地产开发贷款与个人住房贷款两个分类运用博弈论和逻辑分析的方法剖析了我
国商业银行房地产贷款信用风险的成因，并对中国商业银行房地产贷款信用风险
进行了实证研究。之后，在较为扎实的理论研究与实证研究的基础上，提出了我
6
1．导论
国房地产贷款信用风险防范与控制的应对策略。
(2)不足之处
(1)对房地产开发贷款进行的博弈分析，是单期博弈，虽然能够说明一些问
题，对商业银行具有一定的指导意义，但是仍然还是偏向于定性分析，不能作为
管理或者量化信用风险的科学依据。
(2)数据的客观限制，由于我国房地产贷款市场历史较短，能获得的房地产
贷款市场数据不能涵盖一次完整的房地产经济周期，使得对房地产贷款市场的实
证分析效果大打折扣。另外，过去我国商业银行的信用风险管理意识薄弱，疏忽
对原始资料的收集整理，使得房地产贷款微观资料非常缺乏，而这些资料是展开
研究的前提，信息越是充裕，结果越接近于事实。
(3)我们只是对Credit Portfol io Vieww模型进行了初步的实证研究，尝试
着考察了我国房地产贷款信用风险的相关影响因素，同时希望能为将来在信用风
险模型方面的研究提供参考。
我国商业银行房地产贷款信用风险研究
2．商业银行房地产贷款信用风险的概述
2．1商业银行房地产贷款的概念与分类
房地产贷款作为独立的贷款类别，既可以是短期的基建贷款，也可以是长达2
5,--,30年的长期抵押贷款。目前我国各商业银行提供房地产贷款产品和服务形式越
来越多样化，己经涉及到房地产开发和个人住房消费等许多方面。本文按照贷款
的用途将房地产贷款分为房地产开发贷款和个人住房贷款。
房地产开发贷款是指与房产或地产开发经营活动有关的贷款。贷款的对象是
注册的有房地产开发经营权的国有、集体、外资和股份制企业。房地产开发贷款
又有以下几种类型：
(1)住房开发贷款。是指银行向房地产开发企业发放的用于开发建造向市场销
售住房的贷款。
(2)商业用房开发贷款。是指银行向房地产开发企业发放的用于开发建造向市
场销售，主要用于商业行为而非家庭居住用房的贷款。
(3)土地开发贷款。是指银行向房地产开发企业发放的用于土地开发的贷款。
(4)房地产开发企业流动资金贷款。是指房地产开发企业因资金周转所需申请
的贷款，不与具体项目相联系，由于最终仍然用来支持房地产开发，因此这类贷
款仍属房地产开发贷款
个人住房贷款是指银行向借款人发放的用于购买自用普通住房的贷款。借款
人申请个人住房贷款时必须提供担保。目前，个人住房贷款主要有委托贷款、自
营贷款和组合贷款三种。
(1)个人住房委托贷款全称是个人住房担保委托贷款，它是指住房资金管理
中心运用住房公积金委托商业性银行发放的个人住房贷款。
(2)个人住房自营贷款是以银行信贷资金为来源向购房者个人发放的贷款。
也称商业性个人住房贷款，各银行的贷款名称也不一样，建设银行称为个人住房
贷款，工商银行和农业银行称为个人住房担保贷款。
(3)个人住房组合贷款指以住房公积金存款和信贷资金为来源向同一借款人
发放的用于购买自用普通住房的贷款，是个人住房委托贷款和白营贷款的组合。
此外，还有住房储蓄贷款和按揭贷款等。
2．2房地产贷款信用风险的概念与特征
2．2．1房地产贷款信用风险的概念
信用风险是金融机构面临的最古老的也是最重要的金融风险形式之一。传统
上它被定义为债务人未能如期偿还其债务造成违约而给经济主体带来的风险，又
称为违约风险。然而，随着现代风险环境的变化和风险管理技术的发展，这一定
义己不能充分反映现代信用风险及其管理的性质与特点。现代的信用风险定义还
包括由于借款人的信用评级的变动和履约能力的变化导致金融机构持有的资产组
2．商业银行房地产贷款信用风险的概述
合的市场价值发生变动，引起损失的可能性。由于现代意义上的信用风险包括了
资产价格下降进而造成损失的风险，这种风险显然也是一种市场风险，因此，现
代意义上的信用风险与市场风险有重叠的部分。根据《新巴塞尔协议》，信用风险
可以定义为因借款人违约事件，或因借款人的信用质量恶化事件而造成的风险。
商业银行房地产贷款的信用风险主要是指违约风险。是由于借款人(房地产企
业或住宅消费者)履约能力的下降，无力偿还或不愿意偿还，导致房地产贷款本息
不能按时收回甚至无法收回而使银行遭受损失的可能性。房地产贷款的信用风险
可能是贷款前对借款人资信审查评估失误造成的，也可能是贷款发放后情况变化
造成的，如：房地产开发企业商品房销售困难、资金周转不灵或经营不善、严重
亏损甚至破产倒闭而无力还款，以及借款的住宅消费者失业、收入减少、意外支
出增加、死亡等原因导致无力还款造成的。在本文的研究中，房地产贷款信用风
险主要是采用宏观风险与微观风险相结合，并着重从微观风险方面按照房地产开
发贷款的违约风险与个人住房贷款的违约风险两个分类进行分析。
2．2．2房地产贷款信用风险的特征
2．2．2．1信用风险的特征
(1)信用风险概率分布的可偏性
对市场风险而言，市场价格的波动通常是以其期望为中心的，主要集中于相
近的两侧，收益分布相对来说是对称的，通常呈现钟型曲线(不一定是正态)，因
为损失出现的机会大致与收益相当。而对于信用风险来说，信用事件的发生主要
带来损失，而非价值的增加，因此，信用风险的分析主要注重违约损失的分布，
而非价值的波动性，损失分布曲线是不是对称的，在左侧出现肥尾现象，即是明
显左偏的。信用风险的分布如图2—1：
可
日E J
性
／弋
／ ，， 一失／ ，，
／ ，，，
／ ，， ／ ，，。
一●-●●，， ’-’。--～--
图2-1信用风险分布图
左偏的损失分布曲线是由于贷款信用违约风险造成的，即银行贷款的收益是
固定和有上限的，但贷款一旦违约，则会使银行面临相对较大规模的损失，这种
损失要比利息收益大的多。另一方面，银行不能从贷款企业的经营业绩中获得对
9
我国商业银行房地产贷款信用风险研究
等的收益，贷款的预期收益不会随企业经营业绩的改善而增加，相反随着企业经
营业绩的恶化，贷款的预期损失却会增加。
(2)信用风险数据的获取困难
造成这一问题的主要原因主要体现在以下三方面：首先，贷款等信用产品的
流动性差，缺乏二级交易市场，且贷款等信用产品的持有期一般较长，即便到期
出现违约，其观察数据仍然较少；其次，由于信用合约的差别以及信用交易流程
的不同，信用产品一般不采取盯市法，通常在贷款违约发生前采用帐面价值，其
价格数据难以反映信用风险的变化，因而很难对采集到的信用交易数据进行统一
的分析处理；最后，由于信息不对称的原因，直接观察信用风险的变化也较为困
难，数据匮乏、数据的不规范造成数据库建设的严重滞后，使得数据保存的完整
性和延续性受到很大制约。因此给信用风险管理和度量带来了极大的困难。
(3)信用风险的非系统性
信用风险具有明显的非系统风险特点。尽管借款人的还款能力也会受到诸如
经济危机等系统性因素的影响，但在多数情况下，借款人的还款能力还是主要取
决于与借款人明确相联系的非系统性因素的影响，如贷款投资方向、借款人经营
管理能力及财务状况和借款人还款意愿等。因此，在信用风险管理缺乏对冲手段
的情况下，以多样化投资分散非系统性风险的管理原则更适合于信用风险管理。
然而，信用风险管理中却存在着信用悖论现象。在实践中由于客户信用关系，区
域行业信息优势以及银行贷款业务的规模效应，使得银行信用风险很难分散化。
(4)信息不对称在信用风险的形成中起重要作用
信息不对称是指交易各方对有关的交易信息有不同的知情度，知情度高的一
方有利用信息优势去获利的动机，知情度低的一方因信息掌握不足不能做出正确
的决策。贷款等信用交易存在明显的信息不对称现象，即交易双方对交易信息的
掌握是不对等的。一般情况下，借款人掌握更多的交易信息而处于有利地位，放
款人所拥有的信息较少而处于不利地位，从而会产生所谓逆向选择和道德风险效
应，成为形成信用风险的一个重要原因。
信息不对称的另一个结果表现为授信对象信用状况的变化不容易观察，～般
需要一个季度，甚至6-12个月才能对授信对象的信用状况进行更新，因而投资者
对信用风险的了解不够及时和深入。授信者对受信者信用状况及其变化的了解主
要有两条渠道：一是通过长期业务关系自己掌握的有关信息，二是外部评级机构
公布的评级信息。然而这两条渠道都有很大的局限性，前者受到自身业务范围的
局限，后者只能覆盖有限的大企业，对于众多的中小公司则不能提供相应的信用
信息。这造成了计算两个或更多企业间信用风险的相关系数远比计算两个市场产
品价格相关系数困难得多，这就给信用组合的风险管理带来很多的困难。
10
2．商业银行房地产贷款信用风险的概述
(5)信用风险的顺周期性
经济有一定的周期性，同样，信用风险也具有一定的周期性，而且信用周期
的变化表现出顺经济周期的偏好。具体表现为，商业银行在经济开始出现疲软的
时候由于更多的考虑到信用贷款的偿付可能，更加倾向于紧缩其信贷规模，从而
加剧整个宏观经济的萧条。相反，在经济快速膨胀的时期，商业银行会扩张其信
贷活动规模，从而可能导致整个宏观经济的进一步过热，并转化为通货膨胀。经
济上升时期，银行收取的信用风险溢价普遍较低，经济下降时期，银行收取的信
用风险溢价则普遍较高。信用风险的亲周期特性问题已经成为Basel II的核心问
题之一，有效应对信用周期的变化也成为管理信用风险的关键所在。
2．2．2．2房地产贷款信用风险的特征I
房地产贷款的信用风险，不仅具有一般信用风险的共性而且具有房地产领域
特有的特点。
(1)房地产贷款信用风险具有隐蔽性。商业银行与融资者间存在着极大程度的
信息不对称，商业银行无法了解融资者及贷款投放项目的一切信息，因此无法完
全约束融资者在贷款使用过程中的全部行为或因监管成本太高而不得不放弃对贷
款者的监控，当融资者经营或投资失败，融资者早已无力偿还贷款，银行不得不
承担所有的风险。
(2)房地产贷款信用风险具有周期性。房地产贷款信用风险在经济周期处于
繁荣阶段时不断积累，当经济周期处于衰退期时，累积的风险超过临界值，可能
会突然大规模的爆发，给金融机构带来严重的损失。
(3)房地产贷款信用期限较长。由于房地产投资大、生产周期长，而个人住房
贷款期限更长，因此，与其他贷款相比房地产贷款信用期限较长。在其他条件相
同的情况下，贷款期限越长，信用风险越高。
(4)房地产贷款信用风险具有传递性与综合性。房地产贷款的信用风险会通过
另一方传递给第三方，形成一个“信用风险链"。而最终所有各种其它风险最终
都会以信用风险体现出来，即表现为房地产贷款的违约行为。
2．3房地产贷款信用风险理论
2．3．1信息经济学理论
信息经济学一词，起源于1959年马尔萨克发表的《信息经济学评论》。1961年，
斯蒂格勒的论文《信息经济学》使信息经济学进入了主流经济学的视角。信息经
济学中的不对称信息论是英国剑桥大学教授詹姆斯·莫里斯和美国哥伦比亚大学
教授威廉维克瑞提出的重要理论。而建立在不对称信息理论基础上的博弈论是信
息经济学领域最重要的理论和分析方法。
我国商业银行房地产贷款信用风险研究
在信息经济学中，根据信息不对称发生的时间，可以把信息不对称划分为事前
不对称和事后不对称两类，分析事前信息不对称的模型为逆向选择(adverse
selection)模型，分析事后信息不对称的模型为道德风险(moral hazard)模型。
贷款者(银行等)与融资者(房地产开发企业等)之间存在严重的信息不对称。在贷
款发放前，房地产开发企业在自己的信用等级、担保条件、抵押物价值以及融资
项目的风险收益上拥有对银行的信息优势，房地产开发企业往往刻意隐瞒自己的
资信状况，财务状况和投资项目的风险，并制造虚假信息，传递不真信号，导致
信贷市场要么出现“信贷配给"，要么出现高风险借款者驱逐低风险借款者的逆向
选择效应；而贷款发放后，开发商在利益的驱动下往往又利用自己的信息优势逃
避还贷责任以及改变贷款用途，将流动资金贷款投放于固定资产投资或将贷款用
于炒房地产和股票等高风险的产业，加大了银行所承担的信贷风险造成道德风险
效应。为了防止逆向选择与道德风险效应造成的信用风险，商业银行往往有一定
的制度安排，这样就出现了房地产开发企业与商业银行之间的博弈行为。
因而，信息不对称在房地产贷款信用风险的形成中起着重要作用，必须从博
弈论和信息经济学的角度，围绕“信息”这一核心，研究贷款者(银行等)与融资
者(房地产开发企业等)之间的博弈行为，才能揭示决定房地产贷款信用风险的关
键因素，有效地分析房地产贷款信用风险形成机理，并有针对性地从技术上、制
度上提出行之有效的防范、控制及化解信用风险的方法。
2．3．2个人住房贷款违约行为理论
通常，个人住房贷款违约行为分为主动违约和被动违约两种情况。主动违约
是指借款人主观上认为放弃继续还款能带来更大的收益而产生的违约行为。主动
违约与借款人实际支付能力无关，是借款人出于个人收益最大化考虑的一种主动
违约行为。主动违约通常与房屋价格有关，而与借款人的经济收入无关。被动违
约是基于借款人发生财务困难等原因，导致无法按期支付住房抵押贷款而被商业
银行收回房产的违约行为。很多学者认为被动违约一般与突发事件和失业导致的
借款人收入下降有关。
从借款人的行为角度出发，研究个人住房贷款的文献可以分成两类：个人住房
贷款违约权益理论与个人住房贷款违约还款能力理论。前者主要考察借款人的主
动违约行为，后者则主要考察了借款人的被动违约行为。抵押贷款违约权益理论
与住房抵押贷款违约还款能力理论。Jackson和Kaserman(1980)的文章介绍了这
两个理论，并运用联邦房屋管理局(FHA)的数据对这两个理论进行了实证分析。
(1) 个人住房贷款违约权益理论
违约风险期权理论认为每个借款人都是一个理性的决策者，借款人可以根据
12
2．商业银行房地产贷款信用风险的概述
自身的私人信息来决定选择何种行为来实现自身效应的最大化。个人住房贷款的
借款人签订购房贷款合同，就等同于买入一个执行价格为未清偿贷款余额的关于
住房价值的看跌期权。在贷款期限内，借款人会比较违约的成本与收益，如果违
约成本(房价加其他成本)低于违约收益(贷款余额)，借款人就会行使其持有的
看跌期权，将住房以相当于贷款余额的价格卖给银行；反之，则借款人不执行看
跌期权，将继续支付银行贷款本息以保留对住房的权益。
(2)个人住房贷款违约还款能力
住房抵押贷款违约还款能力理论的主要观点是借款人之所以违约是由于受到
财务压力所致，当借款人收入下降到低于偿还抵押贷款需要时，借款人就被迫无
法按时还款了。这样，住房抵押贷款的信用风险只与影响借款人家庭净收入和月
还款额的因素相关，而与房价、利率等无关。衡量借款人还款能力的重要指标是
偿付与收入的比例(Payment—to—income，PTI)，如果PTI比例过高，借款人违约
发生的可能性也会增加。
2．3．3信用风险模型
1980年以前，商业银行运用的信用风险模型方面主要侧重于定性分析，着重
分析财务报表和静态财务数据与比率，并最终对客户的信用质量进行主观评价，
主要有“5C"法及“5P”法、财务比率指标分析法、贷款评级分级模型、RAROC模
型等。20世纪80年代以后，在国内外研究机构及金融界的不断努力下，随着一些
金融风险理论的发展和完善(尤其是VAR技术和信用风险定价理论的引入)，通过
借鉴对市场风险研究的有关理论工具，信用风险新的模型如雨后春笋般不断涌现。
《新巴塞尔资本协议》对信用风险模型要求达到效果主要有两个方面：一是估计
贷款信用风险发生的可能性；二是度量贷款信用风险可能带来的损失程度。．其所
推荐的信用风险模型主要有基于期权定价理论的Merton的结构模型和基于测度论
的简化模型发展而来的四种模型，这四种模型基于不同原理，各有特点，灵活运
用于不同的市场领域。包括：
(1)Jm Morgan与美洲银行、BZW、Deutsche Morgan Grenfell、KMV公司以
及以前的Swiss Bank of Switzerland合作组建的RiskMetrics集团开发的
creditMetrics佣模型。CreditMetricsH模型所基于的信用等级迁移矩阵可以由使
用者自己开发或者从信用评级机构那里购买，因此，其严格意义上CreditMetrics憎
不能被看做是一个模型，而应该看做一个处理资产组合分散化的统一框架。类似
的模型是Canadian Imperial Bank of Commerce开发并且在Crouhy等人(2000)
中给出的CreditVaR 1和lI．后者是前者的一个拓展，它为远期与调期这类对信用
敏感的衍生产品考虑了随机利率。
我国商业银行房地产贷款信用风险研究
(2)Moody的KMV公司开发的KMV模型。KMV模型的基础是Merton将股权看
做公司价值看涨期权的观点，用一种结构方法来定义订约方从属于其中的“违约
距离类别”(DD)，然后依靠庞大的违约数据库，KMV可以将这一DD类别同每个发
行者的“预期违约频率"(EDF)联系起来。
(3)Credit Suisse Financial Products(CSFP)的CreditRisk+啊模型。
CreditRisk+憎模型仅仅依赖于违约，它假设违约服从一个泊松过程，其相应损失
的严重程度服从伽马分布。它其实是一个传统的保险精算模型，它的优越性在于
随机利率的采用、对迁移的解释力和它能够给出显式解。
(4)Tom Wilson开发并由McKinsey公司推出的Credit Portfolio View憎
模型。Credit Portfolio View佣模型是一种离散化的多时期经济计量模型，其中
违约概率取决于宏观经济变量，从而将信用周期和经济周期看做是相互联系的整
体。它是一种能够很好地适用于投机级别订约方的模型，因为这类订约方对于信
用周期及其对宏观经济变量的依赖性更为敏感。
2．3．4房地产贷款信用风险的控制
对不同类型、不同概率和规模房地产贷款的信用风险，需要选择和实施恰
当的信用风险控制方法，才能使信用风险降到最低程度。如果在信用风险识别正
确、估价正确、报警及时以后，不能选择恰当的控制措施，信用风险管理的目的
仍然不会达到。银行可采取的风险控制方法主要有风险预防、风险规避、风险抑
制、风险分散、风险转移等。
风险预防是指银行通过强化管理，采取相应的措施，阻止信用风险的发生。
风险回避是指银行对某些可能给银行带来较大损失的借款人，有意识地采取回避
措施，主动放弃或拒绝承担该风险。比如在建工程抵押项目，如果借款人已投入
资金数额比申请贷款数额小，而申请人又不能提供第三方担保，这样银行就可采
取风险回避策略，拒绝对借款人放款。风险抑制是指银行在贷出资金后，加强对
信贷资产的监督，力争在损失发生或者情况恶化之前提前采取措施减少风险造成
的损失。风险分散也称为风险组合，是指银行运用资产组合理论和有关模型对各
种房地产贷款的风险特性进行分析，根据其不同的风险收益特征，不同地域和房
地产贷款相互之间的相关性建立风险、收益最优的信贷组合。风险转移是指银行
采取担保、保险、资产证券化等方式和手段将房地产贷款信用风险转移出去，以
便在借款人还贷出现非正常现象时，可以依法处置抵押品或由第三人承担全部或
部分风险损失，从而在一定程度上使商业银行避免自己完全承担风险损失。
14
3．我国商业银行房地产贷款的信用风险现状及其成因
3．我国商业银行房地产贷款的信用风险现状及其成因
本文主要是从宏观与微观两个方面挖掘出房地产贷款信用风险的成因，并着
重从微观方面按照房地产开发贷款与个人住房贷款两个分类分别进行分析。
3．1我国房地产贷款市场的发展历程
自改革开放以来，我国房地产贷款市场经历了计划经济向市场经济的转轨和
住房制度改革。其发展历程可以大体上分为三个阶段：
3．1．1初级发展阶段(1 978—1 997)
1978--1993年这一阶段我国房地产贷款市场尚处于初级发展阶段，房地产贷
款市场从无到有，逐步发展，具有不成熟性、不稳定性和不规范性的特点。1980
年，邓小平提出房屋可以出售，房租需要调整的住房商品化思想。在当时资金缺
乏的状况下，住房制度改革确立了通过公房出售回收住宅资金的思路，经历了全
价出售、补贴出售和优惠出售三个阶段，在这一过程中，银行系统对住房改革的
支持作用越来越明显。为促进住房制度改革服务，1984年根据国务院的有关规定，
建设银行从建筑业流动资金贷款中单独切出一块支持城市综合开发和商品房专项
贷款。1985年开始的城市经济体制改革，促生了真正意义上的房地产业，1987年
和1988年先后建立了烟台和蚌埠住房储蓄银行，在住房制度改革探索中起到了积
极的作用。
1988年以后，为了配合各地的房改和房地产金融业务的发展，以建设银行为
主的几家专业银行成立了房地产金融业务机构，开发了不同种类的房地产贷款。
我国房地产市场出现了一个高潮。1989年开始，国家宏观调控，实行紧缩银根、
压缩开支， 房地产市场受到巨大冲击，信贷业务出现回落趋势，1989年底，贷款
余额由年初的88．6亿元下降到81亿元，房地产投资和经营业务亦因整顿而无法
正常开展。1991年，我国率先在上海借鉴新加坡的模式建立了住房公积金制度，
上海的公积金制度很快推广到全国，有效地提高了职工家庭解决自住住房的能力。
1992年起，我国人民银行每年从全社会信用计划中单独安排一块用于专业银行的
房地产贷款部的委托贷款。这段时期我国以沿海大中城市为代表的房地产业得到
迅速发展，到1993年，我国商品房销售额和房地产企业投资完成额年增长率同比
分别达到最高的102．47％和164．98％。1992年起，我国又盛行“开发区”热、圈地
热。商业银行通过绕规模贷款，违规拆借和自办公司等用于圈地、炒地， 1993年
国家开始整顿房地产市场并实行从紧的货币政策。人民银行规定专业银行的新增
房地产贷款安排纳入当年的信用计划和固定资产投资计划，新增自营性开发类贷
款控制很严，只能发放一部分委托贷款。房地产贷款市场的发展从1994年起一直
我国商业银行房地产贷款信用风险研究
处于停滞状态。到1997年我国房地产市场达到了谷底，房地产投资甚至出现1．18％
的负增长，但是当年商品房销售额年增长率为26．09％，已有一定的回暖迹象。
3．1．2高速发展阶段(1998--2006)
1998年到至2006年这段时期我国住房改革全面起步，房地产贷款市场高速发
展。1998年国家住房制度改革以后，我国进入以个人购买住房为主的时期。央行
颁布了《个人住房贷款管理办法》，规定所有商业银行可以开办住房抵押贷款业务，
房地产投资增长率开始回升，房地产贷款市场进入四大国有商业银行为主的自由
竞争时期。同时，央行对商业银行实行的规模管理转变成资产负债比例管理，银
行可贷资金增加，房地产贷款的扩张加快了房地产市场的发展。根据人民银行的
统计数据，1刍2003年以来，我国迎来了有史以来房地产市场发展最好的时期，我
国房地产投资年增速均超过固定资产投资增速，房地产业也从沿海大中城市扩展
到中西部地区。中西部地区房地产开发投比重逐年上升，从1998年不足25％提高到
2007年1-10月份占全国房地产开发投资总额的38．29％。房地产贷款以年均26．7％的
增长速度远远超过了人民币信贷年均14．8％以及名义GDP年均15．4％的增长速度。到
2007年末，全国境内房地产开发贷款与个人住房贷款余额已经达到4．8万亿元，其
中，房地产开发贷款余额为1．8万亿元，个人住房贷款余额达到了3．O万亿元。房
地产贷款余额占到我国GDP仁L重的19．43％，占我国银行业人民币信贷余额达到
18．3％。，银行贷款、预售款、资本市场融资依然是房地产市场资金来源的三大重
要渠道，从目前的统计数据来看，银行贷款在房地产市场资金来源所占到的实际
比例要超过60％。
我国商品房销售额增长率在2005年出现一个增长69％的阶段性高点之后， 为了
抑制过度投机，2006年针对过热的房地产业，中央政府出台了一系列宏观调控政
策，通过房地产开发政策调整、土地出让政策调控、外资购房政策严控、房地产
税收的不断规范和房地产贷款适时紧缩，加强了对房地产市场的监控，商品房销
售额增长率在2006年直线下降，出现了一个十年的低点。房地产企业获得银行贷
款的难度不断加大，房地产行业资金紧缺，房地产贷款的增速也有所放缓。
3．1．3逐步成熟阶段(2007至今)
随着加入WTO体系后我国金融市场于2006年全面开放，再加上国内金融体制的
调整，我国房地产行业进入由“土地地产”向“金融地产"的转型升级优化期，
融资渠道逐渐多元化，房地产贷款市场也逐渐走向成熟。2007年3月发生的美国次
贷危机演变成一场国际金融危机，给各国经济造成了严重的打击，全球经济陷入
低谷，我国经济增长率也迅速下降，房地产行业增长率进一步下降，国家相继出
16
3．我国商业银行房地产贷款的信用风险现状及其成因
台了经济刺激政策。房地产价格经历2008年底的短暂调整后，2009年第二季度房
地产价格再拾升势。但是，我国商品房价格仍处于相对较高的位置，一方面，从
实际需求角度来看，我国的房价收入比已偏高。2008年全国为6．78倍，总体水平
高于发达国家的平均水平，在一线城市，如北京、上海、广州和深圳等，2008年
的房价收入比最高均超过10，房价远远超过了当地居民收入的可承受范围。另一
方面，从投资需求角度来看，房租背离房价。在房价上涨的过程中，出现房价快
速上涨而租金涨幅却不大，有些城市在一定时期内甚至出现房价上涨但租金却下
跌的现象。无论是基于实际需求还是基于投资需求的分析，均显示我国房地产价
格一定程度脱离了一般基本面因素。为房价上涨过快，2007年人民银行、银监会
发布了《关于加强商业性房地产贷款管理的通知》，明确了要提高第二套住房贷款
首付比例和贷款利率，规定贷款人偿还住房贷款的月支出不得高于其月收入的
50％。
目前，我国从事房地产金融业务的机构日趋多元化，除了原有的商业银行、
信托公司以及保险公司之外，还有专业化的房地产投资基金、抵押资产管理公司、
互助储蓄银行和储蓄贷款协会等金融机构，以及政府性质的政策性房地产金融机
构；房地产贷款工具创新不断丰富，商业银行开发出多种房地产贷款，以适合不
同的需求；资产证券化已经起步，已有多家商业银行在银行间市场发行资产证券
化产品；REITs(房地产投资信托基金)在我国崭露头角。在今后一段时期，房地
产行业资金来源将日趋多元化与国际化。
3．2我国商业银行房地产贷款信用风险的概况
中国房地产贷款业务的迅速发展处在经济转轨的重要时期，这一时期中国经
济转轨有一些典型的特征事实，如住房分配体制改革、城市化进程加速一经济增
长主要靠投资拉动与投融资体系不完善等等，它们一方面促进了中国房地产市场
的迅速发展，带来了房地产贷款市场发展契机，同时也决定了转轨时期中国房地
产贷款市场的特点。
(1)商业银行房地产贷款增长速度过快
2003年以来，我国房地产业迎来了历史上发展最好的时期，房地产贷款也迅
速增长。房地产贷款年均26．7％的增长速度远远超过了人民币信贷年均1 4．8％以及
名义GDP年均15．4％的增长速度。2008年年底，我国房地产贷款余额达到5．22万
亿，占金融机构各项贷款余额的比重为16．31％，占我国GDP的比重为17．36％。其
中，房地产开发贷款余额2．21万亿元，个人住房贷款余额3．01万亿元。如表3—1
所示。从表3-1可以看出，由于房地产贷款余额增速要大于贷款余额的增速，中
国商业银行房地产贷款的比重逐年上升，由2003年的13％上升到2007年的17．3％。
17
我国商业银行房地产贷教信用风险研究
2008年，在国家相继出台房地产调控政策和国际金融危机的背景下，房地产贷款
增幅迅速下降，房地产贷款的比重也略有降低至16 3％。其中房地产开发贷款即便
在2008年也始终保持2雠以上的快速增长，而个人住房贷款在2008年增长则近乎
为零。如图3—1所示。
表3一l商业银行房地产贷款整体情况单位：亿元
金融机构贷款房地产贷款房地产贷款余额占金
年份同比增长同比增长
余额余额融机构贷款余额比例
2003篮158996 21422 13％
2004￡178198 12％ 26306 23％ 15％
2005矩207000 13％ 27700 】6．1％ 13％
2006＆ 225300 15．1％ 36800 22．1％ 16．3％
2007芷277746 23．3％ 48000 30 4％ 17 3％
2008芷320048 13．296 52200 8．7％ 16．3％
口_ I，、1‘卜誓日’二x
图3-l商业银行房地产贷款分类别余额
(2)我国房地产业的发展严重依赖于银行贷款
目前，我国金融市场还不够发达，房地产业的发展严重依赖于银行贷款。第
一、银行贷款是房地产公司资金来源的主要部分。我国实行土地配给制度，采用
“价高者获得土地”的招拍模式，刚性的土地成本不仅导致了房价的居高不下，
增加了企业的资金压力．也导致房地产业需要相对更大的现金流。另外，我国房
地产企业普遍采用杠杆经营，资产负债率普遍达到70％以上，其房地产开发项目的
台同金额往往要比企业的净资产大的多，而我国房地产金融市场还不够发达，直
接融资成本较高，因此，其额外的巨额现金流就不得不依靠银行的融资。2000—2008
年我国房地产资金来源中自筹资金、国内贷款和其它资金来源占绝大多数。(如表
㈧㈣黜咖垂；咖舌|
3．我国商业银行房地产贷款的信用风险现状及其成因
3-2)国内贷款比例一直维持在20％左右，但如果再加上开发企业流动资金贷款、
施工企业垫资中的银行贷款、预收款中的个人住房贷款部分，目前银行贷款占房
地产开发资金的比例在60％左右，是房地产公司资金来源的主要部分。
表1全国房地产开发企业资金来源(1998—2008) 单位：亿元
房地产开发外商
投资资金来国内贷款利用外资直接自筹资金
其他资金
源小计投资
来源
1998 4415 1053 362 259 1167 1819
1999 4796 lll2 257 180 1345 2063
2000 5998 1385 169 135 1614 2819
200l 7696 1692 136 106 2184 367l
2002 9750 2220 157 124 2738 4620
2003 13197 3138 170 116 377I 6106
2004 17169 3158 228 143 5208 8563
2005 21398 3918 259 17l 7000 10222
2006 27136 5357 400 303 8597 12781
2007 37478 7016 641 485 11773 18049
2008 38146 7257 726 644 1508l 15082
数据来源：国家统计局网站
第二、购房者依赖于银行个人按揭贷款；1998年住房体制全面改革之后，伴
随着房地产市场的逐步完善，我国的房价也稳步上升，近期甚至表现出加速增长
的趋势，从图3-2可以清楚地看出，全国的房屋销售价格从2000年至2008年一
直维持着逐步上涨的趋势，以1999年3月为基期的全国房屋季度销售价格指数在
8年中增长了67．5％，2002之后的房价曲线斜率更大，房价上涨加快。同时，住房
体制改革及城市化建设带来了巨大的房地产需求，我国房屋价格却往往是个人购
房者十年到二十年的收入，如此大的金额使得个人购房者不得不依赖于银行个人
按揭贷款。
图3—2中国房屋销售价格定基指数(1999年3月为100)
19
我国商业银行房地产贷款信用风险研究
由上可知我国房地产业无论是供给环节还是需求环节均离不开房地产贷款的
支持，对房地产贷款的过度依赖，使得商业银行具有了改变房地产市场均衡的力
量，按照具有供给刚性的蛛网模型，其对均衡的偏离会越来越远。在一片繁荣的
市场景象下，危机具有极大的隐蔽性。
(3)房地产贷款的集中度过高
我国商业银行房地产贷款的集中度过高主要体现在三个方面：
第一、房地产贷款在时间上呈现高度集中。我国房地产市场经历了一段时间
调整后，1999年全国房地产市场开始复苏，特别是，2000年起房地产业投资增长
迅猛。据统计，1998年末，商业银行房地产贷款余额约为3000亿元，2008年底
增到5．22万亿元，在10年的时间，房地产贷款余额增长了约17．4倍；个人住房
贷款余领1997年末为190亿元，截至2008年底增到3．01万亿元，不到12年时
间，个人住房贷款增长了近500倍。房地产贷款的增长速度快得惊人，在时间上
呈现高度集中。
第二、房地产贷款在空间上呈现高度集中。房地产业具有明显的地域集中度
特征，和区域经济发展水平、消费水平、购买能力有着密切的联系。我国各地区
的房地产价格存在巨大差异，2007年我国31个省直辖市商品房平均销售价格：最
高地区是北京，房价为11553元／平方米，最低地区是江西，房价为2072元／平方
米，差价高达5．58倍。同样，房地产贷款的地区分布也极不平衡，据统计，当前
我国房地产投资60％以上分布东部地区，我国房地产贷款则主要投向珠江三角洲、
长江三角洲和环渤海湾三大板块地区。
第三、房地产贷款的贷款品种集中。目前房地产贷款在土地储备贷款上集中度
较高，由于个人购房贷款具有风险低、回报高等特点，各行均将该项业务作为战
略性重点业务进行大力拓展，从未来的发展趋势看，个人购房贷款业务占房地产
贷款业务比重仍将不断上升。同时，由于住房抵押贷款市场的超常规发展，在2006
年之前，中国商业银行发放的全部是浮动利率抵押贷款，实行的是逐年甚至逐月
调整利率的计息方式。虽然固定利率抵押贷款业务正在逐步开展，但目前的市场
上还是以浮动利率抵押贷款为主。
(4)没有充分发展的二级市场
一个成熟的房地产贷款市场构成包括一级市场和二级市场，而且二级市场即
抵押贷款证券化市场的交易规模通常会远大于一级市场。目前我国房地产贷款市
场仍以一级市场为主，中国房地产贷款市场还存在着极大的不完备性。虽然2005
年底我国开始在国家开发银行与中国建设银行开展证券化试点以后，已有多家银
行发行证券化产品，但是由于投资者范围受到限制，中国住房抵押贷款二级市场
的成熟运作仍然还需要多方努力。
20
3．我国商业银行房地产贷款的信用风险现状及其成因
伴随着商业银行房地产贷款增长速度过快、房地产开发企业普遍采用高杠杆经
营、商业银行体系支撑着房地产业发展的资金需求等特征的是我国房地产贷款的
信用风险的日益凸显。根据《2008中国房地产金融报告》， 2007年末，我国金融
机构房地产贷款的不良率达到5．58％，其中，房地产开发贷款不良率要高于整体贷
款的不良率，为6．73％。这还是在我国过去几年房地产业欣欣向荣，房地产贷款飞
速增长的情况下的数字。房地产属于高收益高风险的行业，商业银行不能从过去
房地产行业的高收益中获得额外的收益，收益与风险的不对称将给我国房地产贷
款埋下巨大隐患，同时，商业银行却并没有形成相应的风险分担体系，无法通过2
级市场分散风险。从个人住房贷款方面来看，2007年末，个人住房贷款的不良率
为1．08％，远远高于开展初期只有O．3％的不良率，并有逐步上升的趋势。中国的
个人住房贷款业务起步于1998年，但真正发展起来还是2000年之后。尽管个人
住房信贷资产是目前我国各大商业银行所拥有的质量最优的资产之一，但是个人
住房贷款信用风险的暴露期通常为3—8年，中国己经进入个人住房贷款信用风险
的高发期，随着个人住房贷款余额的迅速上升，这部分资产的不良率也会同步提
高，个人住房贷款信用风险的影响也会越来越大，其潜在的金融风险不容小视。
因而，我们绝不能掉以轻心，不断累积的风险一旦爆发后果将不堪设想。
3．3我国商业银行房地产贷款信用风险的成因
本文主要是采用宏观与微观相结合的方法挖掘出房地产贷款信用风险的成
因，并着重从微观方面按照房地产开发贷款与个人住房贷款两个分类分别进行分
析。
3．3．1我国商业银行房地产贷款信用风险宏观层面的成因
(1)经济周期风险
房地产业对宏观环境变化有较高的行业敏感度，房地产贷款周期与宏观经济
周期有很大的相关性，会严重影响那些对经济周期比较敏感的债务人的违约概率。
使得商业银行在信贷活动中带有明显的亲周期性，导致在经济扩张时房地产信用
跟随急剧膨胀，在经济衰退时房地产信用急剧萎缩，诱发危机。另外，宏观经济
因素波动可能会影响到房地产开发商以及个人借款者的信用质量，从而导致信用
风险发生。如失业率较高可能会影响家庭收入的流动性，从而影响到个人住房贷
款的违约率；而股市低迷则借款人可能会将资金从资本市场收回并投资房地产市
场，股票市场的繁荣则会对房地产行业形成一定的挤出效应。
(2)宏观政策变动风险
中国房地产市场的发展是一个渐进的过程。在这一过程中，各项法律、法规政
21
我国商业银行房地产贷款信用风险研究
策变动较为频繁。中国的特殊政策环境使银行的房地产贷款承受了多种政策风险。
如在20世纪90年代初全国各地不断出现房地产热，我国金融机构各项贷款余额
伴随房地产行业的高涨而扩张，社会的主要资金大量流入房地产业。在出现宏观
经济过热并发生了严重通货膨胀以后，中央政府通过推出宏观调控政策，收紧银
根，抑制了房地产项目的扩展，使相当一部分房地产项目成为烂尾工程，引发了
大量的商业银行不良贷款。近年来，由于我国房地产价格上涨过快，央行和银监
会不断对房地产贷款规模实行严格控制，提高法定存款准备金率，第二套住房贷
款新政等法律、法规政策、政府的土地政策导致了房地产企业经营成本越来越高，
融资越来越难，使得中小房地产企业的经营环境和融资环境正在经历史无前例的
困境，同样增加了商业银行房地产贷款的信用风险。
(3)房地产行业风险
房地产业是一个高固定成本、高风险，高收益的周期性行业。由于房地产业
的进入壁垒相对较高，加上产品高成本和供给的刚性特征，很容易造成房地产商
联手造市、托市的可能性，其结果势必造成银行贷款风险集中于整个行业，而非
单个贷款客体。另外对行业内领军企业销售政策的跟风作法，使得房地产业内的
联动效应显现得尤为突出，一旦发生违约，可能形成一连串的连锁反应，进而可
能大面积地威胁到房地产贷款的安全回收。
3．3．2我国商业银行房地产贷款信用风险微观层面的成因
为了更好地考察我国商业银行房地产贷款信用风险微观层面的成因，我们将利
用博弈论的分析框架与个人住房贷款违约行为理论分别从房地产开发贷款与个人
住房贷款两个方面对其加以分析。
3．3．2．1房地产开发贷款信用风险成因的博弈分析
当前，我国的房地产开发贷款市场实际上就是开发商与银行博弈的战场。在
实际操作中，银行办理房地产开发贷款时，按业务流程来分，可分为两大阶段，
即企业申请贷款的贷前阶段和银行发放贷款后企业归还贷款前的贷后阶段。在该
市场中，开发商拥有信息优势，首先选择是否申请贷款，若开发企业申请贷款，
银行再决定是否发放贷款，若银行决定发放贷款，则还需考虑贷款如何定价，如
何监督贷款的使用以保证贷款的安全收回，最后贷款企业再决定是否按照合同使
用贷款或归还贷款等，上述双方系列的决策问题的结果都依赖于对方的策略与行
动，因而上述决策的过程实际上就是一个开发商与贷款银行之间进行的一个动态
博弈问题。
目前我国股票、企业债券仍然实行的是审批制，在这样的制度下，即便房地
产企业符合直接融资标准，管理当局也会根据宏观经济状况决定股票、企业债券
3．我国商业银行房地产贷款的信用风险现状及其成因
等风险资产的市场供给。这就造成了在中国特有的风险资产配额供给制度背景下，
房地产企业直接融资成本很高，房地产企业主要依靠间接融资。另外，由央行实
施的价格管制即存贷款利率管制，当市场真实利率超过管制利率时，存贷款利率
便失去了调节资金供求的功能。最后市场化改革以后，商业银行和房地产公司都
是自负盈亏的市场主体，受到法律约束，其理性的目标都是利润最大化。
根据以上分析，本文对博弈分析做如下说明和假设：
①信贷博弈参与人即商业银行和房地产公司都是理性的，均为风险规避者，
他们在给定的情况下均能做出使自身利益最大化的理性决策；
②“所有参与人是理性的，并且所有博弈方是不会犯非理性错误的”是所有
参与人的共同知识；
③本文设定的信贷博弈为非合作博弈，即博弈双方之间不存在任何形式的串
谋或共谋；
④博弈过程中博弈双方所获得的信息是不完全的，也是不对称的。如开发企
业对自身的经营实力、项目开发状况、销售水平、还贷能力非常了解，但商业银
行则较难获得这些真实信息，因而博弈时开发企业拥有信息优势。
⑤在所有房地产公司贷款申请人中，只有一部分申请人能获得贷款，而另一
部分人即使愿意支付更高的利息也得不到开发贷款。
在信息经济学中，根据信息不对称发生的时间，可以分为事前信息不对称和
事后信息不对称两类。研究事前不对称信息的模型称为逆向选择模型，研究事后
不对称信息的模型称为道德风险模型。
(1)房地产开发贷款事前阶段博弈分析——逆向选择
所谓房地产开发贷款事前阶段是指开发企业为取得银行贷款而提交申请资
料后，商业银行通过调查，根据市场环境、项目预期收益、借款人的财务信息与
经营状况、借款人的还款意愿和还款能力等方面进行全面评估，形成贷款发放与
否的最终结论。银企双方在此阶段的主要是围绕“发放贷款"这一中心展开博弈，
开发企业是为了取得贷款，从而扩大项目资金规模增加预期收益：商业银行是为
了寻找有利可图的投资项目，从而增加银行利息收入。
在房地产贷款市场，逆向选择一般发生在房地产开发贷款事前阶段，通常出
现三种逆向选择的情况，具体如下：
①贷款对象的逆向选择效应
在房地产贷款市场，贷款对象的逆向选择效应是指那些经营能力或业绩较差
的企业，为改善融资条件，会隐藏不利的信息甚至伪造信息，而不知情的商业银
行很难识别和区分不同类别的借款人，只能根据企业平均风险状况，决定贷款条
件。结果那些低风险企业由于贷款成本高于预期水平而退出贷款市场，那些寻找
我国商业银行房地产贷款信用风险研究
贷款最积极，而且是最可能拿到贷款的企业往往都是高风险企业。逆向选择的普
遍存在加大了信用风险，“差’’企业的数量大小将决定投资者所提供的贷款条件，
这会造成的投资不足或投资过剩，降低了贷款市场的运作效率。
根据房地产企业自身素质、综合实力，借款企业可以分为优质客户与劣质客
户两种类型，两种企业若不申请开发贷款，那么收益为100，博弈结束；若申请开
发贷款，面对房地产企业开发贷款的申请，商业银行有两种选择：发放贷款、不
发放贷款。但由于信息的不对称，银行难以判断申请企业是具有较强还贷能力的
优质客户，还是较低还贷能力的劣质客户目。银行对贷款申请有相应的两种决策，
相应产生四种结果：即向优质客户发放贷款，则各自得到100个单位收益；不向
优质客户发放贷款，则银行与优质客户各自承担机会成本，收益为-100；若接受
劣质客户开发贷款申请，则银行将损失100个单位收益，而企业获得100，若拒绝
向劣质客户发放开发贷款，则银行无损失，而劣质企业损失100。因而，该博弈实
际上是不完全信息动态博弈．整个博弈过程可以用博弈树表示如下：
房地产企业
】：／∥＼?
优质客户劣质客户
申请请不申申请
银行(00) (00) 银行
贷
显然，若开发商申请贷款且银行接受贷款申请时，贷款银行的期望收益为
尸×1+(1-P)x一1=2P-1银行拒绝贷款申请时，银行的期望收益为：
尸×(一1)+(1一P)×0=一尸上述博弈的精练贝叶斯纳什均衡与银行对开发项目类型
的推断尸的大小有关。若2P一1>一P， 即若银行推断出优质客户的概率尸>三时，
此时精练贝叶斯纳什均衡路径是不论是优质客户或劣质客户都选择贷款申请，而
银行将选择接受贷款申请。均衡的结果是优质客户和劣质客户各自得到1个单位
的收益，而银行的收益为2P一1；若2P一1<一户，即银行推断出优质客户的概率
P<三3时，由于银行将选择拒绝贷款申请，均衡的结果是优质客户和劣质客户各自
得到0个单位的收益。
上述分析表明，银行是否发放贷款，主要取决于银行对申请贷款的客户是优
质客户还是劣质客户的判断。若银行识别能力很强，信用风险的评估手段科学，
那么银行只需依据自己的判断，选择发放贷款或拒绝贷款，从而避免逆向选择的
发生。但是在现实当中，房地产公司为取得贷款，可能通过弄虚作假如编制虚假
会计报表想方设法掩盖自己的真实经营状况，采用假按揭变更贷款用途等方式增
加银行贷款信用风险，此时商业银行却只能根据房地产公司传递的信息来判断企
业属于优质客户还是劣质客户，并根据判断结果决定是否向该房地产公司发放贷
款。而一旦判断失误，往往就导致银行的贷款大量流向劣质客户，导致逆向选择
效应的出现而威胁到开发贷款的安全。
②贷款利率的逆向选择效应
根据stiglitz和weiss(1981)的研究成果1，当银行不能观察借款人的投资风
险时，提高利率将使低风险的借款人退出市场(逆向选择行为)，或者诱使借款人
选择更高风险的项目(道德风险行为)，从而使得银行放款的平均风险上升，造成
银行提高利率后，出现贷款的期望收益会不升反降的情景，这就是所谓的贷款利
率的逆向选择效应。因而，存在一个最佳的贷款利率水平，’，该利率水平使银行
贷款的期望收益最大。如图3-3所示：
银
行
的
期
望
收
益
万
，‘ 贷款利率r
图3-3期望收益与利率关系图
但是在实际操作中，由于信息是不完全、非对称、利率管制、信贷管制、且
项目回报是不确定的，导致贷款市场的供给和需求无法在利率，．‘处实现均衡。假
定房地产公司有连续多个投资项目，每个投资项目成功的收益为R>O，失败的收益
为0。进一步，假设给定贷款种类中的所有投资项目具有相同的收益均值T，并且
银行知道T。那么，如果P(R)是给定项目成功的概率，则p(R)R=T，即成功时的
收益R越高，成功的概率P越低。假定每个投资项目所需资金都为l，企业没有自
‘参照张维迎：鬈博弈论．0信息经济学》第563—568页，上海三联书店、上海人民出版社，1996
25
我国商业银行房地产贷款信用风险研究
有资金，银行是唯一资金提供者，贷款利率为r。如果企业得到贷款，项目得以进
行，成功时企业的利润为(R一(1+r))，失败时为0；因此，企业的期望利润为：
Y=p(R一(1+，．))+(1一p)O=p(R一(1+，．))
如果企业不投资，则期望利润为0。因此，若企业投资，当只当R≥(1+，．)时，
企业才会申请贷款。因为p(R)R=T，那么当只当P≤P‘时，企业才会申请贷款。
P+定义为：P’=T／R‘=T／(1+r)。假定P在[O，1]区间上密度函数为f(P)，分布
函数为F(p)，那么所有申请贷款的项目的平均成功概率为：
五(r)=c，pf(p)@／f f(p)dp=f pf(p)dp／F(p‘)
则： a刁毋：【攀p’m‘)砌’)一掣r万(p)dpl／F2(p‘) Or Ur “
一器南(p'F(p‘j—r pf(p)dp)<0
也就是说，利率越高，申请项目的平均质量越低，违约的概率越大。给定项
目的收益，较高的利率意味着成功时较低的利润，只有那些成功时收益较高的项
目才会去申请；但是，给定期望收益相同，较高的成功收益意味着较低的成功概
率(较大的风险)。高风险的项目驱赶走低风险的项目，较高的利率意味着较大的
违约风险。这就是信贷市场的“逆向选择"。
因为银行的期望收益不仅取决于贷款利率，而且取决于借款人还款的概率，
当信贷市场出现超额需求时，贷款利率的逆向选择效应将会造成信贷配给，使得
我国信贷资金向房地产市场集中，也造成我国房地产企业普遍资产负债率过高。
同时，我国央行利率管制使存贷款利率在流动性过剩的情况下失去了调节资金供
求的功能，真实利率在某些阶段会出现为负的现象，造成商业银行在某些阶段有
过度扩张贷款的冲动，另外，信贷管制则导致我国房地产贷款在时间上非常集中，
比如贷款条件放松时发放量比较大，贷款条件较严时，银行则高筑融资门槛。
还有，我国商业银行贷款定价目前仍然相当落后，贷款定价主要是基于对企
业的评级结果，而对企业的评级结果仍采用定性分析为主，客户信用等级的分类
也相对比较简单，更重要的是由于我国商业银行信用评级开展的时间短，各商业
银行的信用评级体系都没有与违约率挂钩。使得我国商业银行难以根据风险大小
科学合理地针对不同客户制定贷款价格。
③贷款抵押的逆向选择效应
在目前信贷工作中，“能抵押不担保，能担保不信用”的做法普遍存在，就房
地产贷款而言，抵押物条款在贷款合同中经常被使用，基本上都落实了土地抵押
或者是土地和在建工程同时抵押。抵押物的使用被认为全可以减轻乃至消除银行
26
3．我国商业银行房地产贷款的信用风险现状及其成因
与借款人之间的逆向选择问题。然而，贷款抵押同样存在逆向选择效应，一方面
越是具有风险的企业，在申请贷款时为了迎合银行的需要，越是会主动提出采取
抵押贷款方式。商业银行在开发贷款的审批和发放中，过分强调抵押物的存在，
因而在贷款审查中忽视对企业项目风险、客户风险和偿还能力的评估，结果是风
险越高的企业越有可能获得贷款。贷款合同签订之后这些高风险企业往往不能产
生足够的现金流偿还贷款本息，贷款的回收只好求助于抵押物。但是由于在我国
缺乏有效处置抵押物的市场机制，抵押物的处理成本非常高，往往会威胁到贷款
的安全回收。另一方面，企业对抵押品的实际价值、变现能力较银行有比较完全
的信息，我国又缺乏比较权威的抵押物价值的评估机构，银行很有可能选择不足
值、变现能力很差的抵押品，并且目前我国房地产产权制度还不完善，抵押登记
制度混乱，一套住房重复抵押、循环抵押及房地产交易后并不进行法定的产权登
记过户手续的现象屡有发生。
贷款抵押的逆向选择效应可能会对我国房地产贷款资产质量产生严重影响，
进一步可能会影响到银行整体的资产质量。我国房地产价格上涨速度非常迅速，
存在相当的下跌空间，一旦价格下跌至抵押物价值之下，则抵押物的价值必然大
幅下降，还会造成大量以土地或在建工程作为抵押物的开发发生不良，其结果就
是银行形成大量的呆账坏账。1992—1993年我国海南、北海房地产泡沫破灭，给
商业银行造成了大量的呆坏帐就是代表性的例子。
(2)房地产开发贷款事后阶段博弈分析——道德风险
所谓房地产开发贷款事后阶段是指在贷款合同签订之后，商业银行向借款人
发放贷款，以及贷款发放后的贷后监控及回收阶段。企业作为资金的使用者，对
资金的实际用途、使用资金的负责和努力程度、资金使用的损益等情况拥有完备
的信息；由于商业银行无法跟踪借款人的行动(或因获取这一信息的成本过高而
不去知道)，处于资金使用信息的劣势。这样便产生了借款人(开发企业)利用自
己的信息优势，为了自身的利益而采取有损贷款银行利益的行为(道德风险行为)，
进而给银行带来的风险。同时，道德风险还包括银行内部人员操作不规范而给银
行带来的风险。
①房地产企业的道德风险分析
现假设房地产企业在以价值为M的抵押品下，借入银行的房地产开发贷款金
额L后获得还贷后收益为P。银行贷款利率为r，则到期本息为R=(1+r)L。若
企业不履约还款，则其收益取决于银行的策略的选择。银行面临企业的违约也有
两种策略选择，即容忍和斗争。银行若不打官司容忍，则银行只能获得部分本金
R。(Rb<L)，而企业的得益为P+(R．R。)；银行若打官司斗争，则可收回债权6 M(8
为抵押品的变现率0≤8≤1，6的高低取决于政府的干预程度、是否存在有效的
27
我国商业银行房地产贷款信用风险研究
处置抵押品的市场机制、抵押品的专用性等)，但为此要付出成本C。(主要为诉讼
费用)，银行打官司的收益为也+踟一c6。企业在打官司的过程中付出的成本为
C。，企业的收益为P+(R一只6)一6M—C。。根据上述假设，我们就可以得到商业
银行与企业偿还贷款的博弈树：
银行苎／八乏竺
企业(0，O)
三(1+，)，P) 银行
限+‘皇lz’-G，尸+僻一R)一弘C】【Rb，P+(R-Rb)】
先看该博弈的最后一个阶段，商业银行是否选择打官司这一行动策略取决于
打官司收益吃+6M—Ce与不打官司的收益R。的对比。在我国的现实情况中，由于
没有有效的抵押品处置的市场机制，抵押品处置变现率6非常小，因而通过打官
司收回的资金6 M是非常少的，但是打官司过程中所付出的成本Cb却非常高，使得
R+掰一G<R，这经常会造成银行打官司得不偿失。因此，银行往往选择诉讼
外的解决方案。
由于银行打官司的策略是不可信的，那么企业在违约的收益大于履约偿还贷
款的收益即P+(R—R。)>P时，往往会选择违约，将风险转嫁给银行。
房地产业属于高风险高收益的行业，我国银行承担房地产企业超过一半的融
资任务，从中获得的收益却只是固定的利息。一方面银行业所承担的风险与其收
益并不对称，另一方面开发商的违约成本非常低，房地产企业提高经营杠杆，长
期的低成本经营导致了整个房地产业的投资过度。这样投融资结构引发了房地产
企业为高额利润铤而走险，不断占用信贷资金进行“滚动开发”，从而将其经营风
险转嫁给银行。目前，我国房地产企业的道德风险还表现为银行资金从除房地产
商贷款外其他合法或不合法的途径流入房地产开发企业，包括房屋预售款、假按
揭、建筑企业使用流动资金贷款为房地产开发企业垫资等。
②银行内部的道德风险分析
在日常操作过程中，银行在贷款发放后监管不到位、贷后管理信息不对称也
导致大量不良资产的产生。贷款发放后，银行内部人员往往不注重贷后管理，存
在“重营销，轻管理”的思想，对于一些经过苦心拓展的房地产开发项目，在贷
3．我国商业银行房地产贷款的信用风险现状及其成因
款发放后对房地产开发商的经营管理状况、财务状况以及重大经营决策、信誉情
况目前如何、股权构成是否发生变化等不及时了解，当出现一些不利于银行贷款
的情况时不能及时发现、报告和解决；没有按规定对房地产开发项目进行全过程
跟踪监管，没有对项目资金实行封闭运行管理(包括项目资金使用和项目收入的
监管)、导致资金挪作他用，往往在借款人“人去楼空"、开发项目“烂尾”、贷款
发生了逾期或欠息时才有所反应，从而给银行贷款带来风险。另外，我国由央行
实施的价格管制即存贷款利率管制，使存贷款利率失去了调节资金供求的功能，
但银行家和投资者可以通过隐性契约，在贷款利率之外约定价格外利益，即投资
者向银行家支付额外的利息，产生道德风险。最后，在我国现行的银行治理结构
之下，银行人员的收入与银行利润挂钩，在房地产市场繁荣时，正的私人边际利
益就会引发银行工作人员的道德风险，使其倾向于向房地产市场过度供给贷款，
导致房地产泡沫的产生，银行房地产贷款风险水平上升。
3．3．2．2个人住房贷款信用风险的成因分析
(1)借款人因素导致的信用风险
个人住房贷款属于中长期贷款，在长达5--30年的还款期间内的不确定因素
太多，个人支付能力下降以及下降的情况很容易发生，发生贷款违约风险的几率
也会随着时间增长而不断增加。根据贷款违约风险发生时借款人的动机，个人住
房贷款违约行为分为主动违约和被动违约两种情况，这两种行为有着不同的形成
原因。
住房抵押贷款违约还款能力理论的主要观点是借款人之所以违约是由于受到
财务压力所致，当借款人收入下降到低于偿还抵押贷款需要时，借款人就被迫无
法按时还款了。这样，住房抵押贷款的信用风险只与影响借款人家庭净收入和月
还款额的因素相关，而与房价、利率等无关。衡量借款人还款能力的重要指标是．
偿付与收入的比例(Payment—to—income，PTI)，如果P1II比例过高，借款人违约
发生的可能性也会增加。
①借款人被动违约行为
我国个人住房贷款借款人的被动违约行为主要有个人支付能力下降造成的。
一方面现阶段我国居民收入来源多样，透明度低，实际收入与名义收入存在着一
定的差距，这就使个人住房贷款人在申请贷款时提供的收入证明并不能有效预测
其未来的收入，同时我国正处于经济升级调整阶段，居民个人收入具有较大的不
确定性。另一方面，我国居民收入的上涨速度远远落后于房价上涨速度。根据国
家统计局数据，2003-2007年我国东中西部居民的住房可支付性指数(HAI)逐年
下降，说明三大地区的当地居民的住房支付能力在持续下降(如图3-4)。住房可
支付性指数中部地区最高，西部地区其次。东部地区住房可支付性指数最低，早
我国商业银行房地产贷款信用风险研究
在2005年就降到100以下，同时我国个人住房贷款却大部分集中在东部地区
上述这两方面导致了我国个人住房贷款借款人偿付与收入的比例(PTI)普遍
较高，偿债比不断上升，据统计我国购房家庭月收入中用来偿还个人住房贷款的
比率整体已超过40％，上海市家庭负债率甚至超过了150％。居民住房支付能力不
断下降使我国购房家庭承受风险能力大大缩小。由于还不起贷款而造成的被迫违
约必然增加，最终转化成银行个人住房贷款的信用风险。
我国个人住房贷款借款人的被动违约行为还与一些不可抗因素有关。我国正
处于经济升级调整阶段，居民个人收入波动性很大，对未来无法形成准确的预期，
屡屡出现居民在购房过程中不考虑自己的还款能力而盲目借贷的现象"个人住房
贷款的期限长达十几年，一旦借款人失业，就会给银行住房贷款带来了潜在的风
险，导致部分不良资产发生。另外，在十几年的还款期内，借款人很可能发生婚
变、重大疾病或意外伤亡等突发变故，造成还款能力下降而被迫违约，形成个人
住房贷款的信用风险。
@借款人主动违约行为
我国个人住房贷款借款人的主动违约行为主要由房地产投机者造成的。我国
房价总体上一直处于上升通道，2002之后的房价甚至出现加速上涨的现象。房价
的持续上升吸引了众多的房地产投机者如温州炒房团，许多家庭也受利益的驱动
购买了多套住房，使得我国房地产市场上存在着大量的投机炒房行为。房地产投
机者为了从不断上涨的房价中获得高额收益，就利用银行贷款管理上的漏洞，多
头重复从银行申请贷款，更有甚者甚至通过“虚假证明”等手段从银行恶意骗取
贷款，利用银行资金大肆在房地产市场上进行投机炒作活动。这些不良贷款行为
的存在严重影响了银行的房地产抵押贷款安全，一旦房价下跌，那些投机炒房者
将面临巨大的还贷压力，而当其无力偿还贷款时，他们投机炒作房地产的风险就
毫无疑问地转嫁给了银行，变为银行的信用风险。
h一陆一m厂L ⋯rlj
n口
=■ 渺峙
3．我国商业银行房地产贷款的信用风险现状及其成因
另外，我国当前个人信用体系尚未完全建立，银行在发放贷款时无法考察借
款人的信用记录，从而给许多信用意识薄弱的借款入留下了可乘之机。一些借款
人无偿还抵押贷款，但为了骗取住房贷款而伪造收入。这类贷款人在贷款前期己
经具有不还贷款的计划，是一种典型的恶意“骗贷”。
(2)贷款因素导致的信用风险
①个人住房贷款的月还款额引发的信用风险。
个人住房贷款的月还款额是贷款总额在贷款期限内分摊到各期的金额，是借
款人的每月购房支出，对借款人来说是贷款后还款支出最为直接相关的数据。与
月还款金额相关的因素有贷款金额、贷款利率、还款期限。显然，贷款金额越大，
贷款利率则月还款额越高；月还款额越高，购房者负担越大，如果月还款额超过
购房者月收入，则就会诱发购房者被迫违约或者提前偿付，商业银行住房贷款发
生信用风险。
我国目前存量的个人住房贷款主要是浮动利率贷款，由于贷款期限很长，
期间的各种风险往往超出人们的估计，比如有人借了一笔100000元25年期(300
个月) 的浮动利率抵押贷款， 利率为7％， 贴现常数为
f=f·(1+f)“／【(1+f)”一1】=2．12034，即还款总额等于贴现常数乘以贷款金
额为212034元，300个月每月的偿还额是706．78元，如果利率上调到7．5％，新
的还偿还总额将达到221442，多出9408元，每月将是738．14元，如果借款人由
于工资没有上涨决定延长抵押贷款期限并保持偿还几乎不变，剩余期限将不得不
从300个月增长到329个月，利率变化了0．5％，偿还额增加了4．4％，期限延长了
14％。其中利率对偿还额、期限的杠杆作用分别达到了8．8倍和28倍，并且由贴
现常数计算公式我们也可以看出来，期限越长这种杠杆作用越大。
在央行加息的情况下，一方面资金实力雄厚的投资者将会选择提前偿付个人
住房贷款，导致商业银行在开展个人住房贷款业务时产生服务成本未得到补偿、
提前收回的资金闲置损失、预期收益减少等三方面的风险，给商业银行的带来提
前偿付的信用风险。另一方面，月还款额的增加可能导致借款人没有能力继续还
款，从而发生违约行为导致信用风险的发生。
②贷款价值比(Loan—to-Value Ratio)引发的信用风险。
贷款价值比是影响个人住房贷款信用风险的重要因素，贷款价值比越底，则
个人住房贷款的违约率就越低。借款人获得贷款并偿还一段时间的本息后，对住
房价值所拥有的权益也在不断增加，当借款人履行完全合同约定的还款额时，借
款人取得住房价值的全部权益，即借款人的还款额财务支出(包括首付款量、已
还款量、初始费用等)和权益积累量具有正相关性。但是，由于房屋的价值受经
济形势等多种因素的影响，却会在一定的时期内具有较大的波动性，如果住房价
我国商业银行房地产贷款信用风险研究
格发生大幅下降，并且重新购置同质住宅所需支付的费用低于尚待归还的贷款余
额时，即贷款价值比高到购房者违约能带来正的收益时，借款人就有可能主动违
约。这增大了银行的信用风险。尤其是在房地产投机行为盛行的情况下，理性违
约的隐患更大。一旦房市受挫投资失败，或是投机者发现更好的投资机会，重新
拟定还款资金的投向，就很可能主动放弃房屋所有权，银行将承担巨大损失。
目前中国个人住房贷款一般都有不低于20％的首付款，还需要靠居民个人唯一
的住宅作为抵押物，这样中国购房者主动违约存在着巨额交易成本，另外，就中
国房地产贷款市场的现状来看，主动违约还要承担不能再享受7折优惠利率的成
本。据此，许多学者推断中国个人住房贷款的信用风险不大，但是我们要看到，
由于房地产价格上涨过快，房地产价格有了一定的下跌空间，虽然中国购房者主
动违约存在着巨额交易成本，但是一旦房地产价格跌破购房者的交易成本，其所
引发的信用风险就会导致更大的损失，因此，我们万万不能忽视贷款价值比提高
所可能导致的信用风险。
4．基于CPV模型的我国房地产贷款信用风险实证分析
4．我国商业银行房地产贷款信用风险的实证分析一基于CPV
模型
信用风险模型有助于商业银行正确地识别房地产贷款信用风险的具体成因，
有助于商业银行科学地评估和管理房地产贷款信用风险，进而达到有效地防范和
控制房地产贷款信用风险的目的。但是商业银行应用信用风险模型需要具有一定
的条件。根据数据可获得性和模型的有效性，我们从四种主要的信用风险模型中
选择了Credit Portfolio View憎模型，并运用其对我国商业银行房地产贷款信用
风险进行了实证研究。根据实证研究的过程以及结果，进一步分析了我国商业银
行房地产贷款信用风险的影响因素，同时考察了应用Credit Portfolio View住
模型科学地评估及管理我国商业银行房地产贷款信用风险的有效性。
4．1信用风险模型的选择
信用风险模型主要有CreditMetrics删模型、KMV模型、CreditRisk+租模型、
Credit Portfolio View删模型四种。这四种模型基于不同的原理，各有特点，灵
活运用于不同的市场领域，相互之间既有相似之处，也有重要差异(如表4—1)。
表4—1四种主要的信用风险模彗
比较的维
CreditMetricsw KM＼『CreditRisk+TM CreditPortfol ioView删
度
模型分
MTM MTM或DM DM MTM或DM
结构式结构式简化式经济计量方法
类
离散型连续型离散型离散型
产生风险
的主要因市场价值变化市场价值变化违约概率宏观因素
素
来自股本回报的多要估计出每对债务
相关性结
元结构模型，要估计人资产收益率之间
来自使用者定义的来自预测经济变量的马
出每对债务人资产的相关性，通过多因
资产组合子集的违尔可夫或ARIMA模型和
构约概率与基本因素多元Logistic指数模
收益率之间的相关素结构模型将相关
之间的相关性型
性性与基本因素联结
资产特征、股本
资产价值及其波动
回报率、评级系统和
性、企业资本结构、
跨移矩阵、国别和产
DD和EDF间的关系、
单个债务人的违约
宏观经济变量、资产特
数据要求无风险利率、国别和
概率和银行针对单
征以及针对不同国别和
业指数以及单项项
产业指数以及单项
个债务人的风险敞
产业的校正系数
资产对经济部门的
资产对经济部门的
口。
不同同风险敞口。
不同风险敞口。
Monte Carlo模拟、Monte Carlo模拟、假设贷款呈泊松分Monte Carlo模拟、
数字方法
逻辑分析逻辑分析布、逻辑分析Logi stic指数模型
公司和大的私人客公司和大的私人客零售客户的信用风对信用周期及宏观因素
适用范围
户的信用风险户的信用风险险变化敏感的债务人
我国商业银行房地产贷款信用风险研究
表4—1中的盯市模型(Mark to Market Model，MTM)和违约模型(Default
Model，DM)对信用损失有着不同的定义，违约模型只考虑债务人处于违约或者未
违约两种状态，损失全部来自违约债务人：而盯市模型则还考虑了信用质量变化
导致的贷款价值变化。其中CreditMetricsw模型是典型的盯市模型，而
CreditRisk+强模型则是违约模型。四种模型中只有KMV模型使用连续的计算方法，
其他三种都属于为离散型的信用风险模型。四种信用风险模型运用了不同的定价
方法，考虑了不同的风险因素，并有着不同的数据要求。其中CreditMetrics似模
型和KMv模型是以Merton期权理论为基础，债务人预期违约概率、企业的资产价
值及其波动性是影响违约风险的关键因素。CreditRisk+w模型是一个保险精算模
型，它采用的是简化的信用风险定价方法j违约率及其波动性是影响模型输出的
最重要因素。而Credit Portfolio View州模型则是一种多时期的经济计量模型，
违约概率取决于宏观经济变量，它体现了宏观经济对信用风险的影响。四种模型
还对资产相关性、违约概率的相关性，违约概率的分布函数都有着不同的理解，
计算模型输出也采用不同的方法。这些不同导致模型的存在各自的局限性，产生
了不同的适用范围。
根据表4—1可以看出：目前，我国商业银行应用信用风险模型管理房地产贷款
信用风险的困难主要原因在于两个方面：
一是数据缺乏。我国的房地产贷款市场起步较晚，1998年至今不过十多年的
历史，由于房地产贷款不采取盯市原则计量每日损益、持有期限长、违约事件发
生较少，因此非常缺乏违约的样本数据，而建立的信用风险量化模型需要大量信
用记录的样本数据。我国股市退出机制不健全，上市的房地产企业违约的门槛值
同样难以确定，因此，计算违约概率时，难以科学地确定违约距离。同时，我国
企业债券市场不发达，房地产企业发行的企业债券就更少，受市场随机因素冲击
的影响巨大，同样缺乏数据计算与国债的信用利差。而我国资产证券化才刚刚起
步，进入证券化资产池的都是严格审核的优质资产，一方面发行量较少，另一方
面也不能全面反映我国房地产贷款的信用风险状况。
二是难以检验模型的有效性。模型检验的困难很大程度上也是由于房地产贷
款持有期限长、数据有限等原因。我国房地产贷款历史较短，房地产价格一直处
于上升的通道中，商业银行从来没有经历一次完整的房地产周期检验，对现代信
用风险度量模型使用《新巴塞尔协议》所推荐的回顾测试，采用Monte Carlo模
拟的方法，会系统性的低估信用风险，从而导致商业银行盲目乐观的心态。
CreditMetrics删模型和KMV模型是大型的综合模型，应用范围比较广。可是
CreditMetrics憎模型要求输入的数据非常多，包括资产特征、股本回报率、信用
迁移矩阵、国债收益率曲线以及国别和产业指数。目前，我国信用评级社会化才
4．基于CPV模型的我国房地产贷款信用风险实证分析
刚刚起步，中诚信国际，联合资信，大公国际等信用评级机构不够成熟，与发达
国家尚有很大的差距，其信用迁移矩阵还不具有权威性。国内企业的财务也有数
据收集不全和存在失真的情况，因此在该模型的应用方面还存在许多的限制。KMV
模型则需要大量的历史违约率数据。KMV公司的数据库时间跨度长达30年，拥有
6万家政府企业和280万家企业数据，信用事件(包括违约和评级降低)超过22
万件。这些数据在中国并不一定适用，而建立我们自己的违约率数据库则还需要
相当长的时间。并且KMV模型侧重企业的数据特征包括财务结构和负债状况等，
这些对于大的授信客户才比较容易得到。同时CreditMetrics憎模型和KMV模型对
相关性系数高度敏感，对相关性参数估计的精确度要求很高。而这些相关性指标
作为商业机密被严格保密，并且国外评级机构在选择宏观经济变量方面，自身仍
然面I临一系列计量检验方面的难题。相比之下，CreditRisk+疆模型要求输入的数
据较少，在风险管理模型中具有其特有的优势。CreditRisk+¨模型违约率的计算
采用的是保险精算的方法，相对比较成熟，非常适合个人住房贷款。在风险管理
中，不但通过违约率已经将贷款的信用风险评级考虑进去，而且通过违约率的波
动也将市场风险融入模型，银行房地产贷款的风险敞口数据也比较容易取得。但
是CreditRisk+住模型假设违约率是以“特设"的方式确定的，这样就降低了模型
的应用范围，而针对某一类贷款制定不同的模型对商业银行来说成本太大，因此，
CreditRisk+TM模型一般是作为辅助模型应用。
Credit Portfolio View朋模型是一种多时期的经济计量模型，违约概率取决
于宏观经济变量，它可以采用现成的宏观经济数据，数据获得上最为容易。Credit
Portfolio View憎模型有效地将经典评级方法与当前的经济现实联系了起来，很好
地包含了信用周期的影响。并且模型中的Logistic函数估计结果与实际数据的拟
合度较高，适用性较强。在Logistic模型中引入宏观、行业以及地区等经济指标．
有助于提高模型预测结果的准确度，比较符合我国实际情况，适合在实际工作中推
广应用。
通过以上分析，本文认为我国商业银行应该首先从Credit Portfolio View珥
模型尝试使用信用风险模型管理房地产贷款信用风险，同时积极开展国际合作，
为CreditMetrics¨模型和KMV模型在我国的应用做好准备条件，根据中国房地产
市场特点建立中国化的模型，争取早日能够实施《新巴塞尔协议》，实现银行业与
全球化的接轨，更好地服务于我国经济发展。
4．2实证分析一
4．2．1 CPV模型的基本原理和框架
Credit Portfolio Wiew¨模型是由Wilson(1997)提出的一种离散化的多时
35
我国商业银行房地产贷款信用风险研究
期经济计量模型。该模型认为信用周期和经济周期是一个整体，贷款的信用风险
取决于宏观经济变量，贷款的违约概率在不同时期的迁移概率不是固定不变的，
而是随着失业率、长期利率、GDP增长率、汇率、政府支出和总储蓄率等宏观变量
的不同而不同。
在该模型中违约概率被假设为由一个对数方程生成，因此，在时期t某特定
贷款组合的违约概率为：
户，，=1／(1+e叫少) (4—1)
F，是由以下多因素模型给出的宏观经济指数：
Yj’f=岛。o+岛，lx』，l，+岛。2x胆J+⋯+岛，。x伽，r+D" (4—2)
其中，Xj，肘．，是J国家(或行业)的m个宏观经济变量，∥『’卅是J国家(或行业)
的m个宏观经济变量的相关系数。u，』是与宏观经济变量Xj州无关的随机项，要求
服从正态分布，并且有q～N(O，Σ，)，q是指标创新D，，f的堆叠矢量，而Σ，则是q，，
的方差一协方差矩阵。
另外，Credit Portfolio View“模型还假设各个宏观经济变量X，朋J服从
AR(2)，即：
XJ。。J=，』，。’o+厂J。。JXJ，，J—l+7j．f,2X』，。，一2+sJ。。， (4—3)
其中，Xj．，，，，是在时间t的第j个区段中第m个宏观变量的值，y埘代表需要
估计的对过去信息的敏感度。同样，s，。，是服从正态分布的随机项。
方程(4—1)、方程(4-2)和方程(4-3)定义了一个国家(或行业)贷款违
约率和相关宏观变量的联合演变的系统，当它必须进行校准，特别是对于总体创
新矢量：
置=卧⋯，．；Σ幢矧
其中E是整个方程体系的(J+i)xl创新矢量，而Σ是宏观变量预测误差’，和区
段特定投机性违约率冲击g的(／+f)×(f+_，)协方差矩阵。Σ，善是交叉相关系数矩
阵。
在校准之后，对Σ运用Choleski分解，可得：Σ=AA’。这样我们就可以通
过三步运算对债务人的联合违约概率进行模拟：首先，从t=l到T的(_，+i)N(O，，)
随机变量(其中I是('，+f)×(i+jf)的单位矩阵)中，抽取随机向量z，，z，为一个
(，+i)xl随机矢量。然后，计算E=Az，，得到宏观变量与行业特定投机性违约率
相关性矢量。最后运用方程组就可以算出y，，和P，。
一旦我们计算出某个国家(或行业)的投机违约率之后，我们就可以用模拟得
出的违约率矩阵只，除以历史平均违约率矩阵SDP。如果比率大于1，则说明经济
36
4．基于CPV模型的我国房地产贷款信用风险实证分析
膨胀，违约率将下降，企业的信用等级也会提高；小于1则说明经济衰退，更多
企业的信用会被降级，违约率自然趋于上升。
通过在同一时间范围进行多次模拟，我们就可以得到一个取决于经济状况的迁
移矩阵：M，=M(只，／SDP)，再通过在不同时间范围进行模拟，可以使我们能够
r
生成多时期的迁移矩阵：Mr=丌M(尸，，／SDP)。这样就得到了任何信用等级在任-- ，’
，=l
何时刻的瞬间迁移和累计迁移概率分布，然后根据这一分布我们就可以得到任何
信用风险的价值测度。例如99％百分位水平的信用风险。
4．2．2变量的选择
本文首先选择了经济合作与发展组织(OECD)发布的中国的综合领先指标
(Composite Leading Indicator)来代表整体的宏观经济状况，其次选择了中国房
地产开发企业综合景气指数来表现房地产业供给方的整体状况，再次选择了企业
景气指数和房地产销售价格指数反映房地产业需求方的整体状况，最后整合这三
个方面宏观经济因素指标，对运用Credit Portfolio View删模型管理我国房地产
贷款信用风险的想法进行了实证研究。
(1)综合领先指标(Composite Leading Indicator)。经济合作与发展组织(oEco)
在1980年基于“增长周期"的理论为成员国创建了综合领先指标(Composite
Leading Indicator)。中国的综合领先指标(Composite Leading Indicator)是由
OECD和中国中央银行基于中国经济特色而共同创建，基本上涵盖了反映我国经济
状况的各个方面，是预测我国经济变动趋势的良好指标。
(2)中国房地产企业景气指数。中国房地产企业景气指数是根据房地产商对当
前房地产行业的前景、房地产企业的经营状况、投资规模的综合判断和对未来发
展变化的预期(通常是对“上升"、“不变”、“下降"的选择)而编制的景气指数。
(3)企业景气指数。企业景气指数也称为企业生产经营综合景气指数，它是根
据所有企业家对当前企业生产经营状况的综合判断和对未来发展变化的预期而编
制的景气指数。景气指数的表示范围为卜200之间。表示形式含义为：100为景
气指数的临界值，表明景气状况变化不大；10卜200为景气区间，表明经济状况
趋于上升或改善，越接近200状况越景气：卜100为不景气区间，表明经济状况
趋于下降或恶化，越接近0，状况越不景气。
(4)房屋销售价格指数。房屋销售价格指数是反映一定时期房屋销售价格变
动程度和趋势的相对数，它是通过百分数的形式来反映房价在不同时期的涨
跌幅度。包括了商品房、公有房屋和私有房屋各大类房屋的销售价格的变动
情况。
我国商业银行房地产贷款信用风险研究
本文分别选取了这四个变量从2002年第四季度至2009年第二季度共31个季
度的数据。数据来源于www．oecd．org以及中国国家统计局。房地产贷款违约率的
值来源于中国人民银行的相关统计资料。
4。2．3实证结果
(1)Logistic转换及Eviews软件回归
本文首先把所统计的实际违约率数据带入公式(4-1)，利用Logistic转换，
将实际违约率只，成y。值，然后再利用E．值和综合领先指标、中国房地产企业景
气指数、企业景气指数和房屋销售价格指数，对公式(4—1)运用Eviews软件回
归，可以得到如表4-2的回归结果以及如表4-3所示的方差一协方差矩阵。
表4-2
回归结果因变量：Y
变量相关系数标准误卜检验概率
综合领先指标一0．096509 0．05661 5 —1．704655 0．1076
房地产企业景气指数．O．01 3242 0．004614 -2．869780 0．0124
企业景气指数0．057867 0．009548 6．060935 0．0000
房屋销售价格指数0．01 0420 0．0041 24 2．526548 O．0242
C ．3．3301 76 1．052912 -3．1 62823 0．0069
AR(1) 0．457409 0．256023 2．086592 0．0657
AR(2) 0．456552 0．247923 1．841505 0．0868
R平方调整的R平方D-W统计量AIC值F．统计量
0．971 303 0．959004 1．971047 ．2051 959 78．97456
表4．3总体变量的方差一协方差矩阵表
CU FDJ QYJ ×SJ C AR(1) AR(2)
CU ．0．0001 8 —7．56E．05 4．12E一06 —0．36298 0．00014 0．00012 ．0．0001 8
FDJ 9．12E一05 ．8．51 E—06 -2．68E．05 0．23811 3．91 E．05 ．0．00025 9．12E—05
QYJ 一8．51 E．06 2．1 3E．05 8．26E一06 ．0．01 398 3．07E．05 ．1．49E．05 ．8．51 E．06
XSJ 一2．68E一05 8．26E一06 ‘0．00021 0．55758 ．0．001 13 0．00064 ．2．68E．05
C 0．23811 ．0．01 398 0．55758 10019．38 ．5．29992 ．3．56612 0．238111
AR(I) 3．91 E一05 3．07E．05 —0．001 13 —5．29992 0．032766 —0．02828 3．91 E．05
AR(2) 一0．00025 ．1．49E．05 0．00064 ．3．5661 2 ．0．02828 0．031 649 -0．000247
注：表中CLI表示综合领先指标、FDJ表示中国房地产开发企业综合景气指数、QYJ表不企业景气
指数、XSJ表示房地产销售价格指数、C表示常数项，AR表示滞后项
回归结果说明如下：
①按照计量经济学理论，滞后期的选择是根据Akaike information criterion
(AIC)准则确定。在本例中，根据相关数据显示，到第2期的时候，AIC值最小。
这也符合CPV模型的假设所以最后确定滞后期为2。
②根据回归结果显示R平方为0．971303，调整后的R平方为0．959004，证明该
回归结果有很好的拟合优度。
③D-W统计量显示为1．971047，表示时间序列变量没有自相关。
4．基于CPV模型的我国房地产贷款信用风险实证分析
④F一统计量的值为78．97456，表示该模型显著性较好。
⑤综合领先指标、中国房地产企业景气指数、企业景气指数和房屋销售价格
指数的概率项显示的数值表明该变量解释因变量的有效性，其中综合领先指标的
有效性较差。另外，从估计出的相关系数还可以看出，综合领先指标和中国房地
产企业景气指数的系数为正，企业景气指数和房屋销售价格指数的系数为负，所
以，当综合领先指标和中国房地产企业景气指数的值上升的时候，Y值的绝对值也
上升(违约率下降)，它们之间是同向变化。企业景气指数和房屋销售价格指数
的值上升的时候，Y值的绝对值下降(违约率上升)。其中房屋销售价格指数影响
力度最大。
(2)残差分析： ?
根据上面的模型估计结果，可以得出以下Y的残差值、实际值和拟合值的趋势
图。
、八／＼一八一】
V．!⋯V⋯V⋯V二⋯沙
l三匦三!二坐!：=型l
图4—1 Residual(残差值)、Actual(实际值)和Fitted(拟合值)的趋势
如图4—1所示，图中左侧坐标是残差大小的测度，右侧坐标是Y值的测度，
Residual代表残差， Actual代表实际的Y值，Fitted代表拟合值。根据残差值、
实际值和拟合值的趋势图，我们可以清楚地看出，Y的拟合值和实际值的曲线几乎
完全重合，这也说明该模型比较好地拟合了样本数据，也跟上述结果表明的事实
相符合。
另外，残差的相关系数和偏相关系数如图4--2所示。AC表示各期的自相关
系数，PAC表示各期的偏自相关系数。图形的左半部分分别是自相关系数和偏自
相关系数的直方图。其中，虚线表示±0．5。残差各期自相关系数和偏自相关系数
的直方图均没有超过虚线部分，即模型产生的残差不存在序列自相关和偏自相关。
39
O
5
0
5
0
5
乏
乏
o
o
4
4
我国商业银行房地产贷款信用风险研究
AutocorreIation PartiaI Correlation AC PAC Q．Stat Prob
1．0 040．0．040
2．0．209—0．211
3．0．040．0．061
4 0．000-0．052
5．0．157．0．191
6 0．015．O．024
7 0．148 0．074
8．0．003．0．013
9 0，000 0．043
10 0．002-0．007
0．0516
1．5028
1 5577 0．212
1．5577 0．459
2．4803 0，479
2．4892 0．647
3+3836 0．641
3．3840 0．759
3．3840 0．847
3．3843 0．908
图4—2残差的相关系数和偏相关系数
我们还进一步运用J—B统计量检验了残差的正态性情况。检验结果如图4—3
所示：
Series：Residuals
Sample 2002Q4 2009Q2
0bservations 21
Mean
Median
Maximum
MinimUm
Std．Oev．
Skewness
Kurtosis
0．007733
0．008797
0．234972
国．187660
0．104142
O．180883
2．56661 7
Jarque—Bera 0．278858
Probability 0．869855
．0．2 ．0．1 -O．0 O．1 02
图4_3残差的正态性检验图
从图4—2可以看出，J-B统计量的值较小，同时ProbabiIity较大。根据J—B统
计量的检验原理，该检验结果表明不能拒绝上述模型的残差服从正态分布的假设，
即模型残差是随机序列。
综上所述，此模型检验达到预期要求，很好的说明了宏观经济状态和各宏观
经济变量与房地产贷款信用风险之间的关系。
4．3实证结果的进一步讨论
(1)根据运用Credit Portfolio View伯模型进行实证研究的过程以及结果，
我们对我国商业银行房地产贷款信用风险影响因素做了进一步的分析：
①我国房地产贷款信用风险最显著的影响因素是房屋销售价格指数，房屋销
售价格指数的上升会明显导致房地产贷款违约率的上升。首先，房屋销售价格上
6
5
4
3
2
1
0
4．基于CPv模型的我国房地产贷款信用风险实证分析
升，相应的我国居民买房每月的还款额也会提升。2008年我国的房价收入比为6．78
倍，总体水平高于发达国家的平均水平，在一线城市，如北京、上海、广州和深
圳等，2008年的房价收入比最高均超过10，房价已经远远超过了当地居民收入的
可承受范围。居民购房后还款负担非常大，风险承受能力变小，相应地个人住房
贷款的信用风险就会增加。房屋销售价格上升，使得商业银行的抵押品价格上升，
资本充足率相应提高，造成了商业银行的贷款冲动，使得银行在发放贷款时对贷
款对象信用质量要求下降，违约率自然提高。
②企业景气指数的上升同样会导致房地产贷款信用风险上升，这主要是由于企
业景气指数很大程度上代表企业家对未来的预期，其上升表示企业对未来前景看
好，会推动企业加大固定资产投资，比如购买写字楼扩大规模等都涉及到房地产
领域，然而我企业融资主要依赖银行，经济是具有周期性的，我国企业的盲目投
资带来的风险经常会转嫁给商业银行形成银行的不良资产。
③综合领先指标与我国房地产贷款的违约率具有反向关系，这也与我国实际情
况相符合，从2003年底到2009年这段期间，我国宏观经济快速发展，商业银行
房地产贷款不良率总体上也一直趋于下降趋势。宏观经济快速发展主要是通过两
种途径降低了我国房地产贷款的信用风险，一方面随着总体经济发展良好，居民
收入提高，房地产企业效益也较好，降低了违约率，另一方面房地产贷款的规模
迅速扩大，使得不良贷款所占比例缩小同样降低了房地产贷款的信用风险。这也
就不难解释我国房地产企业景气指数与房地产贷款的违约率所具有的反向关系
了，房地产企业前景向好时，商业银行向其大量贷款，从而稀释了前期的不良贷
款，造成房地产贷款信用风险暂时的下降。
(2)根据运用Credit Portfolio ViewH模型进行实证研究的过程以及结果，
我们还可以看出：我国商业银行应该以Cre4it Portfolio View伯模型作为突破口，
提高房地产贷款信用风险评估技术，强化信用风险管理能力。
首先，在Logistic函数中引入的宏观、行业等经济指标包含了影响我国商业
银行房地产贷款信用风险的主要因素，比较符合我国实际情况；其次，实证过程
中，采用现成的宏观经济数据，Credit Portfolio View’”模型比较好地拟合了样
本数据，违约率的实际值和拟合值几乎完全重合，体现出Credit Portfolio View僧
模型能够很好地反映我国相关宏观经济变量对房地产贷款信用风险的影响，能够
有效的评估我国商业银行房地产贷款信用风险；最后，Credit Portfolio ViewTM
模型所需要的数据主要是宏观数据，获得上较为容易，适合在实际工作中推广应
用。
因此，我国商业银行应该以Credit Portfolio ViewH模型作为突破口，提高
房地产贷款信用风险的评估和管理能力，以期我国银行早同达到《新巴塞尔协议》
4l
我国商业银行房地产贷款信用风险研究
对银行内部评级法的要求，从而实现信用风险管理能力质的飞跃，有效防范与控
制房地产贷款的信用风险。
但是由于种种因素，模型的实证研究还存在不足之处：
首先，我国商业银行从来没有经历一次真正的房地产经济周期的检验，对模
型的实证没有涵盖一次完整的房地产经济周期。
其次，实证用到的违约率是我国房地产贷款的总体违约率，并非具体到个体
的信用评级矩阵，使得模型实证结果微观化时，其在我国的有效性可能就不像上
述结果所显示的那么好。
最后，由于数据的可获得性问题，模型采用的是季度数据，这就限制了对模
型的多次实证，从而不能得到多个如表4-3所示的方差协方差矩阵，并通过模拟获
得总体的创新矢量，即房地产贷款信用评级矩阵的条件迁移矩阵，从而进一步将
个体信用等级矩阵与当前的经济现实联系了起来考察。
在这里，我们只是对Credit Portfolio ViewTM模型进行了初步的实证研究，
尝试着分析了我国房地产贷款信用风险的相关影响因素，同时初步考察了Credit
Portfolio View州模型的适用性，希望能为将来在信用风险模型方面的研究提供参
考。
42
5．商业银行房地产贷款信用风险的防范与控制
5．我国商业银行房地产贷款信用风险的防范与控制
根据我国商业银行房地产贷款信用风险形成原因的理论分析和对商业银行房
地产贷款信用风险的实证分析，本文认为只有以银行为核心，通过建立房地产贷
款信用风险的过滤机制以及监测预警指标体系，提高我国商业银行房地产信用风
险管理能力和完善房地产贷款的信用风险控制手段，才能实现我国商业银行房地
产贷款信用风险有效地分散和化解。
5．1完善我国征信系统以及信用评级体系
防范信用风险首先要完善我国企业和个人征信系统以及信用评级体系。征信
系统是我国房地产贷款信用风险的“过滤器"，完善的征信系统使得具有不良信用
记录的企业和个人无法进入借贷环节，有助于商业银行从源头上控制了房地产贷
款的信用风险。中国人民银行于1997年开始组织各金融机构建设银行信贷登记系
统，2006年建立了全国统一的企业和个人信用征信体系，为商业银行根据企业与
个人信用状况发放贷款、更好的从源头上防范信用风险提供了基础，到2007年底，
全国企业和个人信用征信系统共纳入1300万户企业信用信息，累计提供了近1000
万份的企业信用报告；已有6亿自然人的相关信息纳入系统， 为各金融机构累计
提供了超过1亿人次的个人信用报告查询服务，涵盖了97．5％的个人信贷和几乎
100％的企业信贷。
但是，我国征信系统仍然存在一些制度上的缺陷。由于体制的原因和部门既
得利益的驱使，我国征信系统信用信息缺乏有效共享，比如个人纳税的诚信记录、
私人公司履约记录、个人的违法犯罪记录等等，几乎均无法纳入央行征信系统。
导致信用报告仅仅是片面金融信用记录。信用信息完整性决定信用有效性，如果
根据不完整的信息判断，就有可能做出错误的判断。进一步完善企业和个人征信
系统。完善的企业和个人征信系统，有助于银行能够快捷、准确、全面地掌握借
款人的信用信息，进行科学的贷款决策，有效地防范信用风险。
在我国目前的体制条件和市场环境下，企业和个人征信系统建设离不开政府
的推动作用。通过政府立法、监督、协调，一方面能够克服部门利益，实现数据
共享机制，使得征信系统不但包括金融信息，还能取得行政部门以及企业部门提
供的重要信息，能够把信用信息整合到一起，那么信用报告就能全面地反映企业
和个人的信用状况；另一方面通过政府还能够规范信用信息服务机构收集、加工
和传播信息的行为，保障信用交易的公平性及规范化。
在国外，信用评级机构提供的信用评级是房地产贷款是否发放发与贷款定价
的重要依据。我国商业银行也要参照《新巴塞尔协议》尽早引入外部评级，完全
由商业银行对贷款人的资料进行收集与调查，会使得信用评估程序更加复杂化，
43
我国商业银行房地产贷款信用风险研究
大大提高了贷款的交易成本。经过二十年发展，我国信用评级机构各方面有了不
同程度的进步，截至2007年底，全国共有专业从事信用评级业务的法人机构78
家，信用评级专业人员1983人。2006年和2007年两年内，评级机构对借款企业
主体累计评级8万多笔。但是，我国信用评级机构总体来看还很薄弱。社会对信
用评级的重要性认识还不够，使得我国信用评级机构的业务范围非常狭窄。信用
评级机构自身的内部的管理制度也不够健全，缺少统一的评级标准，造成评级结
果可信度不高，利用率较低；还造成商业银行不得不依赖自身的评级系统，难以
实现信用评级的外包。必须采取有效措施促进我国信用评级业的发展。
信用评级业的健康发展首先需要有社会和制度环境作为基础。目前我国仍须加
强信用评级意识，对信用评级行业的发展给予足够的重视，同时完善法律法规，
建立有效的监管体制，还要加强评级方法的研究，形成统一的行业标准，提高信
用评级的可信度，使评级结果能被广泛利用。其次，应健全市场化得信用评级中
介服务机构体系。建立包括信用评级机构、会计师事务所、律师事务所以及其他
专业信息咨询服务机构的中介服务机构体系，提供独立的风险评估和信用评估，
能够保证投资者获得及时、全面、公正的市场信息，从而加快信用评级的市场化、
独立化和公开化进程。再次，信用评级机构也要加强自身建设，建立健全内部管
理制度，包括评级工作程序、岗位责任制、跟踪评级责任制、评级报告要求、信
用评级委员会工作制度、保密制度、档案管理办法、评级人员守则等。从而使信
用评级工作具有得力的组织和制度保障。增强评级机构的保密性也非常重要，信
用评级涉及大量的商业机密，不能做好保密工作，评级机构的业务范围就不可能
有效扩大。信用评级机构还要注重培养专业化人才，只有拥有专业化的人才，信
用评级工作才能够顺利进行。最后，我国信用评级业历史较短，因此，除了实施
上述举措，国内信用评级机构应该积极开展国际交流与合作，吸收国际先进的管
理经验。只有这样才能推动了我国信用评级机构的规范化与健康发展。
5．2建立房地产贷款信用风险监测预警指标体系
通过建立由宏观经济监测预警指标和房地产贷款监测预警指标组成的房地产
贷款信用风险监测预警指标体系，可以帮助商业银行对房地产贷款信用风险状况
进行动态实时监控，提早发现和识别风险来源、风险程度和风险走势，使商业银
行及时采取措施，并及时调整贷款投向，减少或避免信用风险发生带来的损失。
正确地选取监测预警指标是监测体系运作的前提和基础。从统计学角度来看，
大多数领域的指标数据收集通常至少需满足五个标准：可行性、代表性、可比性、
连续性以及数据频率。可行性是指我们能够获得提供了原始数据来源的数据，并
且数据源能定期提供更新。数据还要能够有效、客观、全面地描述统计对象的典
5．商业银行房地产贷款信用风险的防范与控制
型特征，即数据要具有代表性。统计数据还要具有可比性，否则前期的数据所反
映出的统计特征就不能对以后的发展趋势产生启示的作用。为能够持续评估，毋
庸置疑，指标数据需要有连续的数据来源。由于数据被用来作为预警指标，所以
高频率的数据也是必须的，季度数据才能够很好地满足要求。
我国商业银行房地产贷款信用风险预警体系的建立应遵循以上指标选取原则，
同时应依据我国房地产市场特征和房地产贷款信用风险形成机制，还应考虑到有
利于商业银行建立内部评级制度提供基础数据积累，如现代信用风险管理模型、
房地产贷款压力测试(Stress Test)、模型有效性检验的回顾测试(Back Testing)。
房地产贷款信用风险监测预警指标体系可以分为以下两大类：宏观经济监测预警
指标和房地产贷款监测预警指标。具体如表5-1所示：
表5—1我国房地产贷款信用风险监测预警指标体系表
总
分具体因素变量具体指标
类
宏观经济宏观经济指标、
GDP增长率、通货膨胀率、固定投资增长率、失业
房
宏指标金融指标、对外
率、利率、汇率、外商直接货币供应量增长率、股
地
观指标
价指数、股市总交易量、外债／GDP、外汇储备／进
产
经
口额、经济指数(如制造业销售额、商业信心指数)
贷
济人口指标
人口特征、收
人口规模、年龄特征、人均收入、人均居住面积、
款
监
入、家庭特征、
家庭总规模、家庭收入、家庭特征，人口预测
信
测
住房状况
用
预存量、供给、需
商品房新完工量、房地产投资增长率、土地与住宅
风
警
房地产市供应增长率、房地产投资收益率、未售登记面积、
险
指
场指标
求、成交量、投
空置率、买方收入等级登记，商品房销售额、租金
资需求
监
标
房价比、房价收入比
测
政策风险
法律、法规政策
首付比例、项目资本金比例、财政支出、政府赤字
风险、财政支出
预房房地产开财务指标、竞争资产负债率、销售收入、销售净利率、流动比率、
警地发贷款预能力、经营能市场占有率、存货周转率、-净资产收益率、土地储
指产警指标力、发展能力备量、
标贷个人住房还款能力指标、月还款额占家庭收入比、贷款存款比、年龄、丁作
体款贷款预警个人住房贷款年限、婚姻状况、贷款价值比、贷款利率、贷款期
系监指标特征限、
测
预房地产贷贷款规模、贷款不良贷款占比、房地产贷款增长率、房地产贷款余
警款总体指特征、贷款结额与总贷款余额比例、开发贷款与住房贷款比例、
指标构、贷款期限房地产贷款平均期限
标
5．3提高我国商业银行房地产贷款信用风险管理能力
加入WTO后，我国金融业已全面对外开放，为能及早达到《新巴塞尔协议》
要求，能与外资银行在竞争中不处于劣势。我国商业银行已逐步应用现代的信用
45
我国商业银行房地产货款信用风险研究
风险模型，提高银行风险评估技术和管理水平，实现商业银行信用风险量化技术
的定性分析与定量分析并重，2006年中国银行就开发了以违约概率(PD)为基础
的公司客户量化评级模型。这为实现我国银行房地产贷款信用风险管理的定量化、
科学化、标准化和制度化创造了条件。
科学量化房地产贷款信用风险首先需要建立符合模型要求的客户数据库系
统。现代的信用风险管理模型均需要大量的历史实证数据作支持，以便应用数理
统计模型准确量化信用风险的违约概率(PD)和违约损失率(LGP)，对我国商业
银行来说，当前的主要任务是如何利用现有的数据初步建立现代的信用风险管理
模型，作为尝试和参考，同时不断积累和完善数据资源，争取早日建立安全高效
的客户数据库系统，实现全面、实时、动态、持续的信息采集、传递和分析，为
日后能够应用现代的信用风险管理模型实施风险管理奠定基础。
其次，科学地量化房地产贷款信用风险，还需要检验现代的信用风险管理模
型的有效性。《新巴塞尔协议》建议应用回顾测试(Back Testing)来检验模型的
有效性，防范模型风险。房地产贷款信用风险管理模型的回顾测试就是指：比较
长期以来风险管理模型所生成的违约率和违约损失率与房地产贷款实际的违约率
与违约损失率之间的误差频率，检查模型能否正确掌握房地产贷款的违约率与违
约损失率。如果实际发生值在某个置信区间如99％超出模型值，那么就表明该模型
不正确。
最后，房地产贷款信用风险具有厚尾的特征，因此，要科学地量化房地产贷
款信用风险，就必须定期对房地产贷款信用风险进行压力测试(Stress Test)。
压力测试可以防范现代信用风险管理模型所不能衡量的极端风险，还可以作为商
业银行开发现代信用风险管理模型过渡期间的辅助工具。《新巴塞尔协议》建议商
业银行实行压力测试的主要程序包括：①针对风险因素建立完整的情景，所谓情
景是指历史上或假设房地产贷款信用风险发生时特定的因素特征，如考察当我国
发生货币危机时，房地产贷款的违约率，则货币危机就是所要建立的情景；②设
定各种情景下信用风险可能的变动情形③当定义的某一个情景发生时，重新量化
商业银行面临的信用风险④计算各种情景可能发生的概率⑤整合概率，计算完整
的情景下商业银行的预期损失。
5．4完善我国商业银行房地产贷款信用风险的控制手段
5．4．1建立房地产贷款的保险和担保体系
良好的房地产保险和担保体系可以使商业银行在贷款发生损失时获取补偿，
一直都是降低房地产贷款信用风险的有效手段。我国可以建立商业性保险与政策
性担保相结合的体系来分散和降低房地产贷款的信用风险，既有利于在房地产贷
5．商业银行房地产贷款信用风险的防范与控制
款市场上有效发挥市场机制的基础性调节作用，又能发挥政府管制对市场失灵的
弥补作用。
房地产保险是指在房屋设计、营建、销售、消费和服务等环节中以房屋及其
相关利益与责任为保险标的的保险。主要险种有：为商品住房购买者提供配套服
务的商品住房保险；承保房屋建筑工程和安装工程的房屋工程保险； 保障房屋抵
押贷款的安全的贷款抵押房屋保险；以及防止借款人拒绝或不能按期偿付债务而
造成贷款人损失的商品房抵押贷款保证保险。房地产保险不仅能控制抵押标的物
因自然灾害或意外事故而产生的风险，还能够控制借款人还款信用和还款能力方
面的风险。商业银行利用房地产保险，可以有效化解房地产贷款的信用风险。但
是，房地产风险涉及到很多领域，尤其是个人住房贷款的保险，需要对房屋、人
身及信用进行多重综合保险，具有较高的出险率，这严重降低了保险公司在房地
产保险市场的积极性。因此，发展房地产保险还需要有强有力的金融机构做担保，
美国就是通过建立了有政府机构性质的房地产保险机构联邦住宅管理局FHA
(Federal Housing Administration)和退伍军人管理局VA(Veterans
Administration)等为不同性质的房地产贷款提供担保，从而建立了完善的住宅
抵押贷款保险机制。
在财力允许的情况下，我国政府应该学习美国的成功经验，尽早以国有独资
的形式建立起全国性的住房信贷担保公司，形成政府担保体系和商业保险体系相
结合的个人住房抵押贷款担保体系。政府担保体系的建立主要是为了解决中低收
入家庭购房担保问题，是社会保障体系的一个有机组成部分，可以扩大银行个人
住房抵押贷款发放规模，增加社会福利总水平，又可有效地减少信息不对称和道
德风险等问题，降低银行抵押贷款风险，促进房地产金融的发展。而商业保险体
系可以克服政府担保能力有限、覆盖面积狭窄的不足，通过商业保险机构和商业
银行的合作、信息资源共享及相互监督，有效地防范个人住房抵押贷款市场的风
险。政府担保体系和商业保险体系相结合的个人住房抵押贷款担保体系对减少我
国房地产贷款的信用风险具有重要的意义。
5．4．2加快实施房地产贷款证券化
房地产贷款证券化是指通过将银行房地产贷款进行资产负债表外的组合和
信用增级，然后设计成在资本市场上发行的房地产贷款债券，从而达到商业银行
采取市场化的手段转移、分散银行贷款房地产风险的目的。作为一种金融创新业
务，资产证券化在80年代始于美国，目前，美国的房地产贷款债券市场的规模己
经超过股票市场和企业债券市场，并接近于国债市场，成为美国第二大证券市场。
2005年4月20日，我国银监会颁布了《信贷资产证券化管理办法))，允许
47
我国商业银行房地产贷款信用风险研究
在中国境内，银行业金融机构作为发起机构，将信贷资产信托给受托机构，由受
托机构以资产支持证券的形式向投资机构发行受益证券。2005年12月15日，国
家开发银行的第一期41．7727亿元开元信贷资产支持证券和建设银行30亿元建元
2005—1个人住房抵押贷款支持证券成功在银行间市场发行交易，标志着中国的
资产证券化业务在境内正式开展。目前，在我国推行房地产贷款证券化主要有以
下几点现实意义：
(1)有助于银行有效地控制、转移和分散房地产贷款风险
目前，虽然房地产贷款有房地产作抵押，但当经济萧条时，抵押品大幅度贬
值从而使银行蒙受巨大损失。同时考虑到社会安定问题，也会给抵押品的强行处
置带来一定的困难。商业银行依然面临很高的信用风险。同时，我国住房抵押贷
款最高期限已延长到了30年，它在减轻购房者压力的同时，也提高了银行所面临
的流动性风险程度，使银行资产负债结构不匹配的矛盾日益凸现。通过证券化可
以将原来由一家或少数几家银行持有的房地产贷款资产变为资本市场上很多投资
者持有的债券，这样就能把房地产贷款的风险相应分散。同时，通过房地产贷款
的证券化还可以改变银行资产负债的期限结构，变非流动性资产为流动性资产，
大大削减了银行在资产负债期限和流动性方面的风险。
(2)提高银行资本充足率，满足巴塞尔协议
目前，我国国有商业银行普遍存在不良资产比例高、资本充足率低的问题。这
些问题的存在严重影响我国银行业的声誉，阻碍其参与国际竞争。房地产贷款属
于高风险资产，其风险暴露较高，与宏观经济的相关性也较高，造成了其资本计
提要求也比较高，从而影响了我国商业银行不良资产剥离后资本充足率的进一步
提高。通过将房地产贷款证券化，将这部份资产从银行的资产负债中移出，使其
成为表外资产，就可以提高银行的资本充足率并相应提升银行的信用等级。
(3)拓宽银行等金融机构资金来源，改善资产负债结构
房地产贷款证券化的过程实际上是把资本市场上的资金引入房地产贷款市场，
从而极大地拓宽了抵押贷款发放的资金来源。不但解决了资金来源量小与资金投
放量大、资金来源分散与资金投放集中的矛盾，而且可以改变目前商业银行的贷
款结构。
资产证券化在我国尚处于起步阶段，因此我国房地产贷款证券化的运作应基
于中国现行法律框架，借鉴国际上成熟的资产证券化运作模式，逐步实施。具体
而言：首先，应建立政府主导型的房地产贷款证券化市场。住房地产贷款证券化
是一项系统工程，涉及经济、金融、法律、会计和税务等各部门，我国市场经济
体制尚不完善，政府的支持和推动对房地产贷款证券化的有效运作尤为重要，因
此发展我国住房抵押贷款证券化采取政府主导型更合适。其次，采用信托形式设
5．商业银行房地产贷款信用风险的防范与控制
立SPV(Special Purpose Vehicle，特殊目的机构)。SPV(Special Purpose Vehicle，
特殊目的机构)是资产证券化的核心机构，根据中国目前的情况，采用信托形式是
较为现实的选择。这种设计的基本思路优点是：证券化资产的原始权益人可将作
为证券化标的物的资产转移给作为SPV的信托投资公司，设立信托，然后通过信
托投资公司发行信托计划募集资金，银行则实现了贷款风险的完全退出。最后，
可以通过跨国运作实现跨越发展。虽然我国税收制度改革、法律框架建立、信用
基础完善和中介机构增加等诸多因素为房地产证券化创造了条件。但是，仍然无
法支持住房抵押贷款证券化在我国大规模的推进。因此，初期采用住房抵押贷款
证券化的跨国运作模式可能更符合中国国情。
49
我国商业银行房地产贷款信用风险研究
基本结论
(1)本文的主要观点和基本结论可以概括为如下几个方面：
第一、通过考察改革开放以来我国房地产贷款市场的发展历程，发现我国房
地产贷款市场发展处于经济转轨时期，因而具有不成熟性、不稳定性和不规范性
的特点，房地产开发企业普遍采用高杠杆经营，商业银行体系支撑着房地产业发
展的资金需求，所获得的收益与所承担的风险及不对称，同时却并没有形成相应
的风险分担体系。这些特征造成我国房地产贷款的信用风险日益凸显。
第二、本文主要采用宏观与微观相结合的方法，着重从微观方面按照房地产
开发贷款与个人住房贷款两个分类剖析了我国商业银行房地产贷款信用风险的成
因，目前，房地产贷款信用风险宏观层面的原因包括法律法规变动、宏观经济变
化以及房地产行业风险。博弈分析发现房地产开发贷款信用风险成因主要是由虚
假信息与利率、信贷管制所滋生的逆向选择和道德风险行为造成的，尤其是利率、
信贷管制下我国银行工作人员通过隐性契约寻求价格外利益的行为。由于有严格
的首付规定和二套房政策，我国个人住房贷款的信用风险则主要来源与个人或家
庭的还款能力。
第三、基于CPV模型的我国房地产贷款信用风险实证研究发现，Credit
Portfolio View删模型能够很好地体现我国相关宏观经济变量对房地产贷款信用风
险的影响。我国房地产贷款信用风险最显著驱动因素是房屋销售价格指数，房屋
销售价格指数的上升会明显导致房地产贷款违约率的上升。企业景气指数的上升
同样会导致房地产贷款信用风险上升，而综合领先指标和房地产企业景气指数与
我国房地产贷款的违约率则具有反向关系。
(2)有待进一步深入研究的问题
第一、中国商业银行房地产贷款定价机制的完善问题。贷款定价是商业银行
房地产贷款信用风险管理的非常重要的课题。只有形成市场定价机制，才能克服
利率、信贷管制所滋生的逆向选择和道德风险行为。因此，对此问题有待于今后
做进一步研究。
第二、中国商业银行房地产贷款信用等级矩阵的迁移问题。2006年中国银行
就开发了以违约概率(PD)为基础的公司客户量化评级模型，国内其他银行也在
少数分行开始试点。研究房地产贷款信用等级矩阵的迁移是实现房地产贷款信用
风险模型化的前提，因此，必须尽快积累房地产贷款违约率的历史数据。本文就
因为缺少历史数据和数据频率不够没有对CPV模型框架中的后半部分进行实证研
究。
附录一
参考文献
[1]刘博韬、龚红莲、王建峰．房地产贷款与信用风险的关联性分析[J]．经济论
坛，2008．7，101-104页
[2]江苏省农村金融学会调研组．房地产信贷集中度风险分析[J]．中国房地产金
融，2007第8期，40～45页
[3]方丰、岳东、何军．住房抵押贷款信用风险与个人征信体系[J]．金融与经
济，2005第9期，49～51页
[4]唐纳德·R·范·戴维特、今井贤志、马克．梅斯勒．高级金融风险管理[M]．朱
世武、邢丽等译．中国人民大学出版社，2006，315-355页：
[5]王坤、王泽森．银行业房地产信贷风险成因及对策[J]金融理论与实践，2007年
第5期，18～20页
[6]华伟、王新军．房地产金融学[M]复旦大学出版社，2007，41~48页
[7]沈沛龙、任若恩．现代信用风险管理模型和方法的比较研究[J]．经济科
学，2002，32---41页
[8]彭彰．商业银行信用风险管理—一论巴塞尔新资本协议[M]．北京：中国人民大学出版社，2002，6嗍1页
[9]彭书杰、詹远瑞．国内外两种信用风险模型的比较与剖析[J]．甘肃科学学报，
2002．3，36～39页
[10]王琼、陈金贤．信用风险定价方法与模型研究[J]．现代财经，2002．4，23-27
页
[11]刘萍．个人住房抵押贷款风险探析[J]．金融研究，2002．8，105--109页
[12]徐建斌．银行房地产贷款形成的微观机制及其防范措施[J]．投资研究，
2003．8，21～25页
[13]韩继云．房地产贷款风险剖析及防范措施[J]．宏观经济管理，2003．8，36～39页
[14]惠晓峰、孙嘉鹏．商业银行信用风险识别：信用矩阵的实证应用研究[J]．国际
金融研究，2004，47～52页
[15]朱小宗、张宗益、耿丹华．现代信用风险度量模型剖析与综合比较分析[J]．财
经研究，2004，33~46页
[16]霍学喜、张永娟．信用组合风险模型的构建及其应用[J]．西北农林科技大学学
报，2004，12-14页
[17]刘梓．房地产贷款风险与防范措施[J]．中国金融，2004．7，32～36页
[18]王喻、卢阳春、康荔．经济周期影响房地产抵押贷款风险的机制分析[J]．河南
金融管理干部学院学报，2004年第2期，14-17页
我国商业银行房地产贷款信用风险研究
[19]易丹辉、吴建民．上市公司信用风险计量研究[J]．统计与信息论坛，
2004，39-42页
[20]刘枫、李涛．房地产抵押贷款风险的分析与防范[J]．科学学与科学技术管
理，2007第12期，46～52页
[21]靳凤菊．基于CPV模型的房地产贷款信用风险的度量和预测[J]．金融论坛2007
年第9期．40~43页
[22]陈则明、吴光伟．住房抵押贷款中业主违约现象的分析[J]．中国房地产，
2001．11，49～5l页
[23]任宇航、孙孝坤、程功等．信用风险压力测试方法与应用研究[J]．统计与决
策，2007年7月，i01～103页
[24]韩岗．国外信用风险度量方法及其适用性研究[J]．国际金融研究，
2008．3，43-47页
[25]Shimko，David，Naohiko Tejima and Donald VanDeventer，1993，‘'The pricing
of Risky Debt When Interest Rates ale Stochastic”，The Journal of Fixed Income，
September， 58-65
【26]Longstaff， Franeis and Eduardo Schwartz， 1 995， ‘‘A Simple Approach to
Valuing Risky Fixed and Floating Rate Debt and Determining Swap Spreads”，Journal
of finance， 50(3)， July， 789-8 1 9
【27]Briys，Eric and Francois de valenne，1 997，“Valuing Risky Fixed Rate Debt：An
Extension”，Journal ofFinancial andQuantitative Analysis，32(2)，June， 239—49
【28]Leland，H．E．and K．B．Toil，1996，‘‘Optimal Capital Structure，Endogenous
Bankruptcy and the Term Structure ofCredit Spreads”， Journal ofFinance， 51(3)，
July， 987-1 01 9．
【29]Iben，Th．and R．Litterman， 1991， “Corporate Bond Valuation and the Term
Structure of Credit Spreads”， Journal of Portfolio Management， 17(3)， Spring，
52．64
【30]Das， Sanjiv and Peter Tufano， 1996， ‘'Pricing Credit Sensitive Debt when
Interest Rates，Credit Ratings and Credit Spreads ale Stochastic”，Journal of Financial
Engineering， 5(2)，June．
【3 1]Jarrow，R—David Lando and Stuart Tumbull，1 997，“A Markov Model of the
Term Structure of Credit Spreads”， Review of Financial Studies，l O(2)， Summer．
【32]Lando，D．，1 998，“On Cox Processes and Credit·Risky Securities”，Review of
Derivatives Research， 2， 99．1 20
【33]Duffle，Darrell and K．．Singleton， 1 999， “Modeling Term Structures of
52
附录一
Defaultable Bonds”，Review of Financial Studies，Special 1 999， 1 2(4)，687—720
【34]Madan，Dilip and Haluk Unal，1995，“Pricing the Risks ofDefault”，Working
Paper， September， 68 PP．
【35]Sch6nbucher， P．，1997， “The Term Structure of Defaultable Bond Prices”，
Working Paper， University of Bonn．
【36]Jarrow R．．and Turnbull， S．， 1 995“Pricing Derivatives on Financial Securities
Subject to Credit Risk．”Journal ofFinance, 50(1)， 53-85 PP．
【37]Jarrow R．，Lando，D．and Turnbull，S．“A Markov Model for the Term Structure
of Credit RiskSpread．”Review of Financial Studies， 1 997， 1 0(2)，48 1—523 PP．
【38]Jarrow， R．， and Yu， E“Counterparty Risk and the Pricing of Defaultable
Securities．”Journal of Finance， 2001， 56， 1 765-1 799 PP．
[39]Hull，J．，and White，A．．，2004，“Valuation ofa CDO and an nth—to—default
CDS without Monte Carlo simulation．"d Derivatives，2004， 2， 8—23 PP．
【40]Totouom D．and Armstrong M．2007， “Dynamic Copulas and Forward Starting
Credit Derivatives．”Cema&BNNParibas Working paper， 2007．
[4 l lTripi，Robert and Efrain Turban．‘'Neural Netwotl(S in Finance and Investing”
Working paper，1 996，see http：／／www．sigma-research．com／bookshelf／rtbookn2．htm．+
[42]George彤Gau．“么Taxonomic Model for the Risk-Rating of Residential
Mortgages’',The Journal ofBusiness，V01．5 1，No．4(Oct．，1 978)，pp．687-706
【43]Jerry R．Jackson&David L．Kasemlan．“Default硒Sk on Home Mortgage Loans：A
Test of Competing Hypotheses'’，The Journal of砒sk and Insurance，V01．47，No．4
(Dec．，1 980)，PP．678—690
[44】Cunningham&Capone．‘'The Relative Termination Experience of Adjustable to
Fixed-Rate Mortgages”，The Joumal of Finance，V01．45，No．5(Dec．，1 990)，PP．
1687．1703
【45]Altman，E⋯I Saunder，A．1 998，“Credit risk measurement-development over the
last 20 years”，J．Bank&Finance
【1 8]Altman， Edward and Anthony Saunders，“Credit Risk Measurement：
Developments Over the Last 20 Y|e矿’，Working Paper，New York University，
Salomon Center， 1996，38 PP．
[46]Caouette， John B．， Edward I．Altrnan and Paul Narayana， “Managing Credit
Risk：the Next Great Financial Challenge”， 1 998， New York：John Wiley&Sons’
【47]Duffee，G R．， 1 995a，“On Measuring Credit斑sk of Derivative Instruments”，
Working Paper， Federal Reserve Board， February．
53
我国商业银行房地产贷款信用风险研究
【48]Duffee， G R．， 1 995b， “The Variation of Default Risk with Treasury Yields”，
Working Paper， Federal Reserve Board， January．
【49]Basel committee on Banking supervision，1999，Credit Risk Modelling：Current
Practices and Applications，Basle，April，60pp．
[50]Merton，Robert C．，1974，“On the Pricing ofCorporate Debt：The鼬sk Structure
of Interest Rates”，The Joumal of Finance，29，May,70—449
【51]Sarig，Oded&Arther Warga，1989，“Some Empirical Estimates ofthe融sk Structure
ofInterest Rates”，Journal ofFinance，44(5)，December，1351-1360
附录一
附录一在读期间科研成果目录
序号作者题目刊物或出版社
1 邹玲、骆昀晖我国居良消费波动的影响因素研究《譬瑟熏黑理》
主持的学生课题
美尽骠．。登。苎墨．篡；i％隽。?窖t警国：江西省研究生创新专项资金课题房地产金融发展的启示：一“。⋯”一“⋯⋯““一”、～
55
我国商业银行房地产贷款信用风险研究
致谢
随着这篇论文的结束，研究生的学习也即将接近尾声，回首读研这段旅程真
是感慨万千。这里，我要感谢每一个给予我无私帮助和关心的人，否则，我是无
法走到现在这一步的。
读研究生，能到邹玲教授门下我深感荣幸，邹老师学识渊博、治学严谨、诲
人不倦，她的这种高贵品质和精神时刻潜移默化的感染、影响和激励着我，在这
里，对邹老师给予我学业上的指导以及生活上的关心表示深深的感谢!
还要感谢金融学院各位老师精心授课，更要感谢他们引领我进入经济学帝国
的殿堂，让我体会到经济学博大精深的真谛。
最后我要感谢的父母和弟弟，他们是我精神上的支柱和物质上的保证，如果
没有他们，我不可能继续学习到今天!
在以后的征程中，我定会永远铭记帮助过和关心过我的每一个人，滴水之恩
必当涌泉相报，谢谢!