【摘要】：2009年的金融危機(jī)使很多國(guó)家的經(jīng)濟(jì)發(fā)展一度低迷,但中國(guó)的房地產(chǎn)市場(chǎng)卻上演了由谷底向巔峰的大逆轉(zhuǎn),房?jī)r(jià)飛速發(fā)展成為了國(guó)際金融危機(jī)“寒冬”里獨(dú)特的“風(fēng)景”。房地產(chǎn)市場(chǎng)的繁榮也拉動(dòng)了房地產(chǎn)信貸的節(jié)節(jié)攀升。然而,對(duì)于商業(yè)銀行來(lái)說(shuō),房地產(chǎn)信貸井噴式的擴(kuò)張卻累積了較大的風(fēng)險(xiǎn),一旦房?jī)r(jià)下跌將使房地產(chǎn)信貸受眾的信用風(fēng)險(xiǎn)集中體現(xiàn),使房地產(chǎn)信貸在高速發(fā)展及瘋狂狀態(tài)中所隱藏的風(fēng)險(xiǎn)完全暴露。因此,進(jìn)行房地產(chǎn)信貸風(fēng)險(xiǎn)管理研究,不僅對(duì)商業(yè)銀行做到未雨綢繆,有效防范與控制風(fēng)險(xiǎn),保證其持續(xù)健康發(fā)展至關(guān)重要,而且具有重要的理論意義與現(xiàn)實(shí)意義。 論文由五部分組成:第一部分介紹了選題的背景和意義;系統(tǒng)回顧和總結(jié)了國(guó)內(nèi)外學(xué)者關(guān)于商業(yè)銀行房地產(chǎn)信貸風(fēng)險(xiǎn)的研究成果和當(dāng)前的研究重點(diǎn),并通過(guò)分析找到本課題研究的切入點(diǎn)。第二部分房地產(chǎn)信貸風(fēng)險(xiǎn)理論,這是全文的理論基礎(chǔ),為本文的后續(xù)分析打下了理論基礎(chǔ)。第三部分為我國(guó)商業(yè)銀行房地產(chǎn)信貸風(fēng)險(xiǎn)分析,從宏觀和微觀層面分析了房地產(chǎn)信貸風(fēng)險(xiǎn)。在宏觀層面,論文從房地產(chǎn)周期角度分析房地產(chǎn)信貸風(fēng)險(xiǎn)和房地產(chǎn)信貸政策風(fēng)險(xiǎn);在微觀層面,論文主要從房地產(chǎn)信貸的信用風(fēng)險(xiǎn)和操作風(fēng)險(xiǎn)方面進(jìn)行分析,其中信用風(fēng)險(xiǎn)包括房地產(chǎn)開(kāi)發(fā)貸款和房地產(chǎn)個(gè)人消費(fèi)貸款的信貸風(fēng)險(xiǎn)分析。第四部分是我國(guó)商業(yè)銀行房地產(chǎn)信貸風(fēng)險(xiǎn)度量。本文主要是采用VAR方法,以山東省為例,從商品房?jī)r(jià)格、國(guó)房景氣指數(shù)、利率變化等方面,對(duì)金融機(jī)構(gòu)房地產(chǎn)貸款不良資產(chǎn)的影響進(jìn)行了實(shí)證分析和壓力測(cè)試。第五部分是我國(guó)商業(yè)銀行房地產(chǎn)信貸風(fēng)險(xiǎn)防范的措施選擇,通過(guò)前面幾章的分析,在本文的最后有針對(duì)性的提出防控房地產(chǎn)信貸風(fēng)險(xiǎn)的建議,希望能為我國(guó)商業(yè)銀行房地產(chǎn)信貸風(fēng)險(xiǎn)管理提供一定的幫助。
【學(xué)位授予單位】：山東經(jīng)濟(jì)學(xué)院
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2011
【分類號(hào)】：F832.4;F293.3
【圖文】：

至三年期人民幣貸款利率由中國(guó)人民銀行規(guī)定，而不，作為外生變量。價(jià)格對(duì)不良貸款率的傳導(dǎo) 模型來(lái)分析房?jī)r(jià)、人民幣貸款利率及不良貸款率之擇上，利用 Eviews 中的 Lag Length Criteria 功能，取滯后期為 2，即建立 VAR（2），模型結(jié)果如下：11 3001203 ( 1) 0.139503 ( 2) 2.096778ln ( 1)3.754911ln ( 2) 49.555179 0.066840y y xx x + + +dj.R-squared=0.761434 F-statistic=6.745083進(jìn)行檢驗(yàn)，通過(guò)檢驗(yàn)可以得到特征根都在單位圓內(nèi)位根都在單位圓內(nèi)，可認(rèn)為該模型滿足穩(wěn)定條件。可及進(jìn)行方差分解。

圖 4 逐期脈沖響應(yīng)函數(shù)效應(yīng)圖 圖 5 累計(jì)脈沖響應(yīng)函數(shù)圖由圖 4 可以看出，商品房?jī)r(jià)格對(duì)不良貸款率產(chǎn)生反向的沖擊。第三期沖擊達(dá)到最大，為 9.7 個(gè)百分點(diǎn)，此后沖擊效果雖有波動(dòng)，但整體是逐漸減小的，到第十二期沖擊效果為 3.2%，累計(jì)沖擊增長(zhǎng)趨勢(shì)有所緩和，截至第十二期計(jì)沖擊為 56.06%。由此可見(jiàn)，商品房?jī)r(jià)格對(duì)不良貸款率有著較大反作用。3.方差分解脈沖響應(yīng)函數(shù)描述的是 VAR 模型中的一個(gè)內(nèi)生變量的沖擊對(duì)其他內(nèi)生變帶來(lái)的影響。而方差分解（Variance decomposition）是通過(guò)分析每一個(gè)結(jié)構(gòu)對(duì)內(nèi)生變量變化的貢獻(xiàn)度，進(jìn)一步評(píng)價(jià)不同結(jié)構(gòu)沖擊的重要性。因此，方差給出對(duì)于 VAR 模型中的變量產(chǎn)生影響的每個(gè)隨機(jī)擾動(dòng)的相對(duì)重要性信息。，我們僅研究商品房?jī)r(jià)格的沖擊對(duì)不良貸款率變化的貢獻(xiàn)。所得結(jié)果詳情見(jiàn) 所示。表 6 商品房?jī)r(jià)格沖擊對(duì)不良貸款率變化的貢獻(xiàn)度

圖 4 逐期脈沖響應(yīng)函數(shù)效應(yīng)圖 圖 5 累計(jì)脈沖響應(yīng)函數(shù)圖由圖 4 可以看出，商品房?jī)r(jià)格對(duì)不良貸款率產(chǎn)生反向的沖擊。第三期沖擊達(dá)到最大，為 9.7 個(gè)百分點(diǎn)，此后沖擊效果雖有波動(dòng)，但整體是逐漸減小的，到第十二期沖擊效果為 3.2%，累計(jì)沖擊增長(zhǎng)趨勢(shì)有所緩和，截至第十二期計(jì)沖擊為 56.06%。由此可見(jiàn)，商品房?jī)r(jià)格對(duì)不良貸款率有著較大反作用。3.方差分解脈沖響應(yīng)函數(shù)描述的是 VAR 模型中的一個(gè)內(nèi)生變量的沖擊對(duì)其他內(nèi)生變帶來(lái)的影響。而方差分解（Variance decomposition）是通過(guò)分析每一個(gè)結(jié)構(gòu)對(duì)內(nèi)生變量變化的貢獻(xiàn)度，進(jìn)一步評(píng)價(jià)不同結(jié)構(gòu)沖擊的重要性。因此，方差給出對(duì)于 VAR 模型中的變量產(chǎn)生影響的每個(gè)隨機(jī)擾動(dòng)的相對(duì)重要性信息。，我們僅研究商品房?jī)r(jià)格的沖擊對(duì)不良貸款率變化的貢獻(xiàn)。所得結(jié)果詳情見(jiàn) 所示。表 6 商品房?jī)r(jià)格沖擊對(duì)不良貸款率變化的貢獻(xiàn)度

【引證文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前1條

1 林海君;北京銀行杭州分行信貸風(fēng)險(xiǎn)管理研究[D];浙江工業(yè)大學(xué);2013年

本文編號(hào)：2766217