張鴻玲

隨著金融全球化趨勢的加深和資本市場的發(fā)展，行業(yè)間的聯(lián)系日益突出，特定行業(yè)的風險引起廣泛的重視。尤其1997年的亞洲金融危機和2007年的美國次貸危機等全球性的金融危機在近年來導致國家、地區(qū)乃至全球金融系統(tǒng)遭受重大損失，使得房地產(chǎn)行業(yè)風險的研究顯得越發(fā)重要。我國近幾年房價持續(xù)走高，房價上漲引發(fā)的過度投資投機行為，導致房地產(chǎn)行業(yè)風險積累，一旦房地產(chǎn)泡沫破裂，房價出現(xiàn)斷崖式下跌，將直接引起行業(yè)整體風險，房地產(chǎn)行業(yè)風險在我國有現(xiàn)實存在的土壤。我國房地產(chǎn)行業(yè)融資渠道又非常單一，無論是房地產(chǎn)開發(fā)商還是房屋購買者，大部分資金都來源于銀行貸款，因此，房地產(chǎn)行業(yè)的風險與銀行業(yè)息息相關(guān)。

房地產(chǎn)是國民經(jīng)濟的重要產(chǎn)業(yè)，又是資金密集型行業(yè)，但在我國資本市場還不完善的情況下，房地產(chǎn)的供給方和需求方的資金有很大部分都來源于銀行貸款。據(jù)中國人民銀行的研究估計，我國房地產(chǎn)開發(fā)商的資金超過55%的部分都來源于銀行貸款，土地購置資金甚至有80%來自銀行，房屋購買者有60%來自銀行。當房屋價格走高時，開發(fā)商會以所建成的房屋為抵押進行貸款建造更多的商品房，房屋購買者也會出于投資投機需求向銀行貸款購買更多的房子；當房地產(chǎn)泡沫積累到一定程度或在政府的調(diào)控下房地產(chǎn)價格奔潰時，房地產(chǎn)開發(fā)商和購買者雙雙違約，銀行出現(xiàn)大量壞賬，陷入危機?？梢?，房價上漲時，房地產(chǎn)行業(yè)風險增加，并將風險轉(zhuǎn)嫁給銀行業(yè)，銀行業(yè)隨著房價的上漲風險逐步積累；當房價大幅度下跌時，房地產(chǎn)行業(yè)系統(tǒng)性風險爆發(fā)，發(fā)生大量違約，銀行出現(xiàn)壞賬呆賬，銀行業(yè)收益下降，陷入危機。

資產(chǎn)泡沫在堆積，而銀行涉及房地產(chǎn)行業(yè)的貸款也還在快速增長。一方面，房貸業(yè)務(wù)幾乎成為大部分銀行信貸板塊中的絕對主力；另一方面，在相對謹慎的前提下，銀行對品牌房企布局在一二線城市的住宅項目仍頻頻輸血。房價“泡沫”風險與高企的個人按揭杠桿風險正逐步累積，樓市一旦調(diào)整，會對銀行收益帶來一定的沖擊。

鑒于我國商業(yè)銀行具有一定的存貸款利率定價權(quán)，并非處于一個完全靜態(tài)的環(huán)境中，因此本文借鑒交易商模型來構(gòu)建理論模型。但與HoTSY，Saunders A（1981）最初的交易商模型不同，本文所建模型采納了Maudos J， Fernandez de Guevara J（2004）拓展模型所作的改進（考慮了商業(yè)銀行的信用風險和運營成本），并結(jié)合了我國商業(yè)銀行的實際運行狀況，度量相關(guān)指標時考慮了中間業(yè)務(wù)的影響，在此基礎(chǔ)上，本文建模如下：

其中：IIP代表隱含利息支付，以非利息支出與其他業(yè)務(wù)收入之差占總資產(chǎn)的比率來表示。隱含的利息支付代表的是銀行的隱性成本，銀行隱性成本越高，則會通過提高利率差等方式來抵補自己的損失，因此預計會增大凈利差；EFFI代表銀行管理質(zhì)量，即成本與總收入的比率。商業(yè)銀行的經(jīng)營管理質(zhì)量與獲利能力息息相關(guān)，所以銀行的管理質(zhì)量也是收益的影響因素之一，成本與總收入的比率越大，銀行的管理質(zhì)量越差，則預計收益越低；OC代表銀行運營成本，是營業(yè)費用與總資產(chǎn)的比值。預計運營成本越高，銀行收益越低；LOAN代表貸款與總資產(chǎn)的比值。貸款是銀行最重要的生息性資產(chǎn)，因此是本文回歸模型中重要的控制變量，貸款占總資產(chǎn)的比率越大，預計收益越高；lnDD代表房地產(chǎn)行業(yè)的違約距離，是本文的一個創(chuàng)新之處，預計房地產(chǎn)行業(yè)的違約距離會影響銀行收益。

考慮到使研究數(shù)據(jù)較好的刻畫房地產(chǎn)行業(yè)風險，本文選取的數(shù)據(jù)從2007年開始，從而較好的包含了危機前、危機中、危機后的數(shù)據(jù)。本文的研究區(qū)間是2007年3月31日到2017年3月31日，由于所選銀行上市交易時間較晚，僅選取年度的數(shù)據(jù)不能夠滿足本文分析需要，因此為了增加樣本的數(shù)量和信息的可靠性，本文選取的了十六家銀行每季度的數(shù)據(jù)，一共41個季度。

（1）單位根檢驗

為了避免時間序列因為數(shù)據(jù)的不平穩(wěn)出現(xiàn)偽回歸，需要對數(shù)據(jù)進行單位根檢驗。由下圖可知，該序列存在單位根，不平穩(wěn)。

（2）協(xié)整檢驗

協(xié)整檢驗揭示變量之間是否存在長期穩(wěn)定的均衡關(guān)系，時間序列YIELD、IIP、EFFI、OC、LOAN、lnDD全都是平穩(wěn)的一階單整序列，所以它們可能存在平穩(wěn)的線性組合，這個線性組合可以反映變量之間長期穩(wěn)定的均衡關(guān)系。本文采用Johansen協(xié)整檢驗的跡特征根值軌跡法，運用前述確定滯后階數(shù)的方法，對上述六個變量之間的關(guān)系進行檢驗。

協(xié)整秩越大，對應(yīng)的似然函數(shù)最大值越大；跡統(tǒng)計量越大，越傾向于拒絕原假設(shè)。由上表看出，在最多有零個線性無關(guān)的協(xié)整向量的假設(shè)下，跡統(tǒng)計量大于5%顯著水平下的臨界值，拒絕原假設(shè)；在最多有一個線性無關(guān)的協(xié)整向量的假設(shè)下，跡統(tǒng)計量小于5%顯著水平下的臨界值，不能拒絕原假設(shè)，即變量間至少存在一個線性無關(guān)的協(xié)整關(guān)系。

（3）構(gòu)建誤差修正模型

通過上述分析可以看出，銀行收益與管理質(zhì)量、隱性成本、運營成本、貸款規(guī)模及房地產(chǎn)行業(yè)的違約距離存在協(xié)整關(guān)系，及長期均衡關(guān)系。短期誤差修正模型可以反映短期偏離長期均衡的修正機制，從而彌補長期靜態(tài)模型的不足。這里同樣運用AIC準則來確定滯后階數(shù)，并且當滯后期數(shù)為2時，AIC數(shù)值最小，因此所選最優(yōu)滯后階數(shù)為2。下面檢驗VECM模型的殘差是否存在自相關(guān)，如果存在自相關(guān)，則預示著要增加滯后階數(shù)：

原假設(shè)為在對應(yīng)的滯后階上無自相關(guān)，圖中P值較大，接受原假設(shè)，即殘差不存在自相關(guān)

結(jié)果顯示，除了VECM模型本身所假設(shè)的單位根外，伴隨矩陣所有特征值均落在單位圓之內(nèi)，因此模型是穩(wěn)定的。

（4） 因果檢驗

在做具體檢驗之前，本文先闡述格蘭杰因果檢驗的原理。格蘭杰因果檢驗在2003年由諾貝爾經(jīng)濟學家獲得者克萊夫？格蘭杰（Clive W. J. Granger）提出，用于檢驗變量之間的因果關(guān)系。對于兩個變量x、y，格蘭杰認為可以看前期的y值可以在多大程度上解釋當期的y值，加入x的滯后變量后是否能加強這種解釋能力，如果加入的x滯后變量有助于預測y的值，或者x的滯后變量的回歸系數(shù)具有顯著性，則說明x對y有格蘭杰因果性，反之亦然。

協(xié)整檢驗揭示了銀行收益與管理質(zhì)量、隱性成本、運營成本、貸款規(guī)模及房地產(chǎn)行業(yè)的違約距離之間存在長期穩(wěn)定的均衡關(guān)系，但無法說明變量之間是否存在因果關(guān)系。

通過格蘭杰檢驗得出，隱性成本和銀行收益之間存在單向的因果關(guān)系，隱性成本是影響銀行收益的原因；運營成本、貸款規(guī)模和銀行收益之間存在雙向的因果關(guān)系，運營成本、貸款規(guī)模及管理質(zhì)量是影響銀行收益的原因，銀行收益也影響運營成本、貸款規(guī)模及管理質(zhì)量；違約距離和銀行收益之間的因果關(guān)系不十分明顯，但與貸款規(guī)模及管理質(zhì)量之間存在單向的因果關(guān)系，因此，房地產(chǎn)違約距離是影響銀行收益的間接原因。由此得出房地產(chǎn)行業(yè)風險間接影響銀行收益。