□

（1.南開大學(xué)商學(xué)院天津300071 2.南開大學(xué)中國公司治理研究院天津300071 3.天津市中國特色社會主義理論體系研究中心南開大學(xué)基地天津300071 4.中國特色社會主義經(jīng)濟(jì)建設(shè)協(xié)同研究中心天津300071 5.華中科技大學(xué)管理學(xué)院湖北武漢430000）

一、引言

近年來，一二線城市房價(jià)增長過快問題受到了社會各界的關(guān)注，政府工作報(bào)告進(jìn)一步強(qiáng)調(diào)“房子是用來住的、不是用來炒的”。商業(yè)銀行因與房地產(chǎn)業(yè)息息相關(guān)，在新一輪的調(diào)控背景下會受到直接影響。因此，商業(yè)銀行如何在政府調(diào)控的大背景下，切實(shí)有效地管理房地產(chǎn)信貸業(yè)務(wù)至關(guān)重要。

房地產(chǎn)貸款是各商業(yè)銀行的一項(xiàng)主要業(yè)務(wù)。目前，我國關(guān)于房貸政策與商業(yè)銀行的信貸規(guī)模和信貸風(fēng)險(xiǎn)防范關(guān)系的相關(guān)文獻(xiàn)較少。何靜、李村璞、邱長溶（2011）對房地產(chǎn)價(jià)格與信貸規(guī)模的非線性動態(tài)關(guān)系進(jìn)行了研究，得出只要房地產(chǎn)信貸數(shù)量保持在合理范圍內(nèi)，其對房價(jià)上漲的影響就會顯著減弱的結(jié)論。危英（2014）設(shè)計(jì)了房地產(chǎn)信貸風(fēng)險(xiǎn)的壓力測試方案，揭示了影響房地產(chǎn)開發(fā)企業(yè)利潤率的主要因素。隨著房價(jià)的過快增長，針對我國房地產(chǎn)調(diào)控政策是否有效影響了商業(yè)銀行的房地產(chǎn)貸款發(fā)放行為問題依然有待驗(yàn)證。

本文將我國的房貸政策演變過程（1993年至今）劃分為四個(gè)不同階段，分別探討了不同階段下商業(yè)銀行信貸規(guī)模的變化情況，提出商業(yè)銀行應(yīng)健全和完善內(nèi)部控制制度，根據(jù)房地產(chǎn)市場及相關(guān)政策制定房貸業(yè)務(wù)的發(fā)展計(jì)劃。本文以房貸政策的主要工具之一——貸款利率為切入點(diǎn)，分析了調(diào)控階段（2009—2016年）下貸款利率與商業(yè)銀行信貸規(guī)模的關(guān)聯(lián)性，發(fā)現(xiàn)貸款利率對房地產(chǎn)信貸規(guī)模的調(diào)控效應(yīng)顯著，利率上升可以減緩信貸規(guī)模的增長速度且抑制作用較大。因此，政府在利用貸款利率影響市場的供給和需求雙方時(shí)，需謹(jǐn)慎操作，同時(shí)輔之以其他有效手段。

在這些手段中，本文根據(jù)房貸政策的變化與宏觀經(jīng)濟(jì)緊密相關(guān)的特點(diǎn)，運(yùn)用以宏觀經(jīng)濟(jì)變量為基礎(chǔ)的CPV定量模型，對商業(yè)銀行房地產(chǎn)信貸風(fēng)險(xiǎn)進(jìn)行度量分析。CPV模型即信用組合觀點(diǎn)模型，是由麥肯錫公司開發(fā)的一種多因數(shù)模型，該模型通過觀測宏觀經(jīng)濟(jì)因數(shù)信息，計(jì)算不同行業(yè)違約概率的分布函數(shù)。因此，本文應(yīng)用該模型對信貸風(fēng)險(xiǎn)進(jìn)行度量分析具有合理性。在模型指標(biāo)的選取上，本文根據(jù)實(shí)際選取五個(gè)變量對宏觀經(jīng)濟(jì)指數(shù)進(jìn)行擬合，有效降低了模型運(yùn)用的主觀性。本文創(chuàng)新性地應(yīng)用不良貸款率代替商業(yè)銀行信貸違約率來估計(jì)信貸風(fēng)險(xiǎn)，精確地選取了36個(gè)觀測值對模型進(jìn)行分析，結(jié)果發(fā)現(xiàn)國民生產(chǎn)總值、居民消費(fèi)價(jià)格指數(shù)、房地產(chǎn)景氣指數(shù)、宏觀經(jīng)濟(jì)景氣指數(shù)、一年期貸款基準(zhǔn)利率這五個(gè)宏觀經(jīng)濟(jì)指標(biāo)，能夠較好地協(xié)同擬合宏觀經(jīng)濟(jì)指數(shù)，在預(yù)測商業(yè)銀行信貸違約率方面，估計(jì)值與實(shí)際值僅相差0.0028，因此具有較好的預(yù)測效果。本文的研究結(jié)論對房貸新政下商業(yè)銀行的策略選擇、政府和金融監(jiān)管部門采取的措施具有一定的理論和實(shí)踐指導(dǎo)意義。

二、文獻(xiàn)綜述

自2009年我國進(jìn)入房地產(chǎn)調(diào)控階段以來，國內(nèi)學(xué)者紛紛展開關(guān)于房貸政策的研究。戴羅仙、朱吉芳（2015）提出要充分利用房貸政策及時(shí)調(diào)整融資手段，建立適應(yīng)政府全面調(diào)控和市場變化的內(nèi)部融資體制。吳愛民（2013）對房貸政策與商業(yè)銀行的相關(guān)性進(jìn)行了分析，認(rèn)為房貸政策可能會給商業(yè)銀行帶來經(jīng)營性風(fēng)險(xiǎn)，應(yīng)實(shí)時(shí)調(diào)整經(jīng)營管理戰(zhàn)略。齊岳、衣夢涵和于博文（2016）分析了四類房地產(chǎn)調(diào)控政策對房企股票的影響，提出投資者可依據(jù)不同類別政策的波動期進(jìn)行買賣操作。齊岳、廖科智和李心宇（2017）指出房地產(chǎn)市場是政策敏感性市場，政府采取相應(yīng)措施完善房地產(chǎn)市場治理體系至關(guān)重要。關(guān)于商業(yè)銀行方面的研究，齊岳、侯席培（2017）深度探究了房地產(chǎn)行業(yè)景氣度與商業(yè)銀行績效之間的聯(lián)動性，提出商業(yè)銀行應(yīng)積極響應(yīng)房地產(chǎn)調(diào)控政策，完善信貸機(jī)制。

國外學(xué)者Kashyap，Stein（2000）對貨幣政策對商業(yè)銀行信貸供給的影響進(jìn)行了深入研究，通過實(shí)證檢驗(yàn)證明了存在貨幣政策信貸傳導(dǎo)途徑，并進(jìn)一步指出，商業(yè)銀行的流動性越差，受到的政策沖擊越大。Nickell等人強(qiáng)調(diào)，相對于其他轉(zhuǎn)移概率，經(jīng)濟(jì)周期最容易影響貸款的違約概率（PD）。李睿（2005）運(yùn)用 CPV（Credit Portfolio View）模型對違約事件的信用風(fēng)險(xiǎn)進(jìn)行了模擬，即McKinsey公司提出的以宏觀經(jīng)濟(jì)變量為基礎(chǔ)的模型。

通過查閱國內(nèi)外的文獻(xiàn)可以發(fā)現(xiàn)，目前我國學(xué)者較少通過定量分析研究房貸政策對商業(yè)銀行信貸規(guī)模和信貸風(fēng)險(xiǎn)產(chǎn)生的影響，這是因?yàn)榉抠J政策因素難以量化。本文在已有研究成果的基礎(chǔ)上，全面分析我國新一輪調(diào)控背景下房貸政策對商業(yè)銀行信貸規(guī)模和信貸風(fēng)險(xiǎn)產(chǎn)生的影響，并利用相關(guān)指標(biāo)展開實(shí)證研究。

三、不同階段下商業(yè)銀行的信貸規(guī)模分析

（一）房貸政策的演變

初步形成階段（1993—1997年）：1995年8月，中國人民銀行頒布了《商業(yè)銀行自營住房貸款管理暫行辦法》，為我國銀行開展商業(yè)性住房貸款業(yè)務(wù)提供了新的機(jī)遇。

成長階段（1998—2002年）：這一期間，我國房地產(chǎn)投資總額為32 424.7億元，完成投資總額為36 781.5億元，房地產(chǎn)業(yè)連續(xù)5年保持年均20%左右的增長率。

快速發(fā)展階段（2003—2008年）：2003年我國累計(jì)完成的房地產(chǎn)開發(fā)投資額超過了1萬億元，比上年增加了29.7%，是1995年以來的最高增長幅度。自2008年下半年開始，受到美國次貸危機(jī)引發(fā)的金融危機(jī)影響，我國通過一系列政策措施確保房地產(chǎn)業(yè)的健康發(fā)展?！皣畻l”“國五條”“新國八條”陸續(xù)出臺背景下，房地產(chǎn)市場交易規(guī)模嚴(yán)重萎縮。

調(diào)控階段（2009年至今）：2016年房貸政策調(diào)整的基本邏輯是“分類指導(dǎo)、因地施策”，對房價(jià)過高的一二線城市進(jìn)行調(diào)控，對房地產(chǎn)市場低迷的三四線城市著力推進(jìn) “去庫存”。同時(shí)，我國商業(yè)銀行的房地產(chǎn)信貸調(diào)整也在不斷深入。

（二）商業(yè)銀行房地產(chǎn)信貸規(guī)模分析

商業(yè)銀行房地產(chǎn)信貸主要分為對房地產(chǎn)企業(yè)的信貸和對購房者的信貸，即供給信貸和需求信貸。本文根據(jù)四個(gè)階段商業(yè)銀行房地產(chǎn)信貸的規(guī)模，取各個(gè)階段的年份均值，數(shù)據(jù)整理如表1所示。

表1 不同階段下我國商業(yè)銀行房地產(chǎn)信貸情況

形成信貸風(fēng)險(xiǎn)的主要原因在于商業(yè)銀行對房地產(chǎn)貸款的依賴性，由表1可以看到，商業(yè)銀行房地產(chǎn)貸款余額在逐年增加，各個(gè)階段的個(gè)人住房貸款余額遠(yuǎn)遠(yuǎn)大于房地產(chǎn)開發(fā)貸款余額，尤其到了調(diào)控階段（2009—2016年），個(gè)人住房貸款所占比例已達(dá)到房地產(chǎn)開發(fā)貸款的2倍，說明個(gè)人住房貸款對商業(yè)銀行信貸規(guī)模的影響較大。

從下頁圖1可以直觀地看出具體的變化情況，不同類型的房貸政策對商業(yè)銀行信貸規(guī)模的影響較大。1993—1997年是起步階段，商業(yè)銀行房地產(chǎn)信貸規(guī)模相對較?。?998—2002年進(jìn)入發(fā)展階段，房地產(chǎn)信貸規(guī)模開始初步增大，但增速較小，房地產(chǎn)開發(fā)貸款與個(gè)人住房貸款均保持在相對穩(wěn)定的水平；2003—2008年是房地產(chǎn)的快速發(fā)展時(shí)期，這一時(shí)期房地產(chǎn)貸款占各項(xiàng)貸款的比例增速最大，其中個(gè)人住房貸款激增，大大促進(jìn)了房地產(chǎn)市場的發(fā)展；2008年美國次貸危機(jī)爆發(fā)，我國政府制定了一系列調(diào)控措施來應(yīng)對危機(jī)所造成的影響，因此2009—2016年房地產(chǎn)貸款的增速有所放緩。總體來看，我國商業(yè)銀行房地產(chǎn)信貸規(guī)模是在逐年擴(kuò)張的，而偏離正常發(fā)展速度的快速擴(kuò)張極有可能帶來潛在風(fēng)險(xiǎn)，制約經(jīng)濟(jì)發(fā)展。目前，房地產(chǎn)行業(yè)處于調(diào)整期，商業(yè)銀行應(yīng)健全和完善內(nèi)部控制制度，實(shí)行“審貸分離”的管理機(jī)制。

圖1 不同階段下我國商業(yè)銀行房地產(chǎn)貸款情況

四、房貸政策對商業(yè)銀行房地產(chǎn)信貸影響實(shí)證分析

（一）調(diào)控階段下貸款利率與商業(yè)銀行信貸規(guī)模相關(guān)性分析

利率調(diào)整是用來影響商業(yè)銀行信貸規(guī)模的主要房貸政策之一。從房地產(chǎn)的供給看，利率下降，開發(fā)成本減少，房地產(chǎn)開發(fā)商會增加對房地產(chǎn)的開發(fā)，供給就會增加，反之亦然；從房地產(chǎn)的需求看，利率上升，購房者的購房壓力加重，需要向銀行還款的數(shù)額變大，購房者對房地產(chǎn)的需求減少，反之亦然。傳導(dǎo)過程如圖2所示。

圖2 貸款利率對商業(yè)銀行房地產(chǎn)信貸規(guī)模影響的傳導(dǎo)路徑

由于目前房地產(chǎn)行業(yè)處于調(diào)控階段，因此，本文選取我國2009年第一季度到2016年第四季度的一年期貸款基準(zhǔn)利率（LR），對其與商業(yè)銀行房地產(chǎn)信貸規(guī)模的相關(guān)關(guān)系進(jìn)行分析，如表2所示?？梢钥闯?，一年期貸款基準(zhǔn)利率越低，房地產(chǎn)貸款占各項(xiàng)貸款的比例（ELP）越高，二者反向相關(guān)，為0.901，在1%的水平上顯著，這也充分說明了商業(yè)銀行的房地產(chǎn)信貸規(guī)模可以通過貸款利率進(jìn)行有效調(diào)節(jié)。提高利率是減緩貸款增長速度的重要方法，而且影響程度較大，所以在調(diào)節(jié)貸款利率以控制信貸增加時(shí)，需審慎操作。調(diào)整貸款利率是房貸政策的三大手段之一，但僅僅采用利率工具對房貸規(guī)模進(jìn)行調(diào)控，效果可能存在一定局限性，應(yīng)輔之以其他有效手段。同時(shí)，房地產(chǎn)信貸規(guī)模的擴(kuò)大和縮小也會影響商業(yè)銀行房地產(chǎn)信貸風(fēng)險(xiǎn)的變化，以下從實(shí)證角度進(jìn)行度量分析。

表2 調(diào)控階段下貸款利率與商業(yè)銀行信貸規(guī)模相關(guān)性分析

（二）基于CPV模型的商業(yè)銀行信貸風(fēng)險(xiǎn)度量分析

金融機(jī)構(gòu)的不良貸款率是衡量金融機(jī)構(gòu)信貸是否安全的重要標(biāo)準(zhǔn)，不良貸款率（NPL）的高低直接決定著金融機(jī)構(gòu)能否如期收回貸款。本文基于CPV模型選取合適的代表宏觀經(jīng)濟(jì)狀況的因子，對調(diào)控背景下房貸政策對商業(yè)銀行信貸風(fēng)險(xiǎn)的影響進(jìn)行分析。

1.指標(biāo)及樣本數(shù)據(jù)選擇。房地產(chǎn)市場的興衰與我國的宏觀經(jīng)濟(jì)狀況緊密相連，同時(shí)，只有當(dāng)影響因素個(gè)數(shù)達(dá)到三個(gè)以上時(shí)，CPV模型才能有效運(yùn)用。因此，本文選取了一年期貸款基準(zhǔn)利率（NLR）、宏觀經(jīng)濟(jì)景氣指數(shù)（MCI）、國民生產(chǎn)總值（GDP）、房地產(chǎn)景氣指數(shù)（ECI）和居民消費(fèi)價(jià)格指數(shù)（CPI）五個(gè)指標(biāo)，運(yùn)用CPV模型來評估房地產(chǎn)信貸風(fēng)險(xiǎn)。本文分別選取這五個(gè)指標(biāo)從2008年第一季度到2016年第四季度的36組數(shù)據(jù)，根據(jù)各上市商業(yè)銀行的年報(bào)，可以得到2008—2016年商業(yè)銀行不良貸款率（NPL）的值。

2.模型構(gòu)建。為了降低以往模型運(yùn)用中主觀因素的影響，本文選取了代表宏觀經(jīng)濟(jì)狀況的五個(gè)變量對宏觀經(jīng)濟(jì)指數(shù)進(jìn)行擬合研究。同時(shí)，商業(yè)銀行的有序發(fā)展關(guān)系到我國金融發(fā)展的大局，而對不良貸款的管理是目前商業(yè)銀行亟需解決的重要問題。因此本文創(chuàng)新性地應(yīng)用不良貸款率代替商業(yè)銀行信貸違約率來進(jìn)行信貸風(fēng)險(xiǎn)的估計(jì)與分析。在時(shí)間選擇上，本文應(yīng)時(shí)性地選取了房地產(chǎn)調(diào)控背景下的36個(gè)觀測值，緊密聯(lián)系現(xiàn)階段房貸政策所帶來的影響，為未來宏觀經(jīng)濟(jì)變革給商業(yè)銀行造成的信貸風(fēng)險(xiǎn)提供有效的預(yù)測工具。CPV模型如下：

其中，Pj，t表示借款人的條件違約概率；Yj，t是由如下多因素模型給出的宏觀經(jīng)濟(jì)變量相關(guān)指數(shù)：

其中，Xj，m，t表示 t時(shí)期 j行業(yè)的 m 個(gè)宏觀經(jīng)濟(jì)變量；Xj，1，t、Xj，2，t、Xj，3，t、Xj，4，t、Xj，5，t分別代表NLR、MCI、GDP、ECI、CPI；βj，m是j行業(yè)債務(wù)人的估計(jì)系數(shù)；ε是假設(shè)獨(dú)立于 Xj，m，t的誤差項(xiàng)。

3.模型估計(jì)與分析。本文根據(jù)前文所統(tǒng)計(jì)出的不良貸款率數(shù)據(jù)，代入公式（1）求出Y值（此處的Y值表示公式（1）中的-Yj，t），再利用 Y 值和一年期貸款基準(zhǔn)利率（NLR）、宏觀經(jīng)濟(jì)景氣指數(shù)（MCI）、國民生產(chǎn)總值（GDP）、房地產(chǎn)景氣指數(shù)（ECI）和居民消費(fèi)價(jià)格指數(shù)（CPI）五個(gè)指標(biāo)的實(shí)際值，運(yùn)用Eviews軟件，得到的回歸結(jié)果如表3所示。

表3 五元線性模型回歸結(jié)果

（1）結(jié)果分析。由第12頁表1可以看出，R2為0.9757，模型的整體擬合度表現(xiàn)較好。而且模型中各變量均通過了給定顯著性水平0.05的t檢驗(yàn)、F檢驗(yàn)，說明各解釋變量對模型均具有顯著性作用。從估計(jì)出的敏感系數(shù)可以看出，NLR 和 CPI的系數(shù)（Coefficient）為正，所以當(dāng) CPI、NLR 值上升時(shí)，Y值也上升。同時(shí)，居民消費(fèi)價(jià)格指數(shù)（CPI）的系數(shù)值是一年期貸款基準(zhǔn)利率（NLR）的2倍左右，說明其對商業(yè)銀行的信貸風(fēng)險(xiǎn)影響更大。一般來說，居民消費(fèi)價(jià)格指數(shù)越高，宏觀經(jīng)濟(jì)越可能出現(xiàn)通脹過度現(xiàn)象，從而引起經(jīng)濟(jì)波動，銀行信貸風(fēng)險(xiǎn)加大，不良貸款率增加。根據(jù)實(shí)證結(jié)果，本文發(fā)現(xiàn)模型中的違約概率與宏觀經(jīng)濟(jì)密切相關(guān)，由公式（1）可以看出貸款違約概率Pj，t隨著指數(shù)價(jià)值Y反向變動，Y越大Pj，t越小。解釋變量中國內(nèi)生產(chǎn)總值（GDP）、宏觀經(jīng)濟(jì)景氣指數(shù)（MCI）、房地產(chǎn)景氣指數(shù)（ECI）在模型中的系數(shù)為負(fù)，這說明隨著國內(nèi)生產(chǎn)總值、景氣指數(shù)的增加，國內(nèi)經(jīng)濟(jì)前景明朗，貸款違約率下降；反之，當(dāng)經(jīng)濟(jì)運(yùn)行不佳時(shí)，違約概率較大，這與實(shí)際情況是相符的。

從以上分析可以看出，該模型符合經(jīng)濟(jì)原理。2008年美國次貸危機(jī)引發(fā)的金融危機(jī)，加之目前我國商業(yè)銀行處于調(diào)控階段，因此選取2008—2016年的數(shù)據(jù)并引入模型，計(jì)算出貸款違約率，可以提高商業(yè)銀行面對宏觀經(jīng)濟(jì)變化時(shí)的反應(yīng)速度，有效應(yīng)對商業(yè)銀行貸款風(fēng)險(xiǎn)。

（2）模型預(yù)測與分析。本文分別使用 X1、X2、X3、X4、X5代表NLR、MCI、GDP、ECI、CPI，構(gòu)建的商業(yè)銀行信貸風(fēng)險(xiǎn)回歸模型為：

為了驗(yàn)證上述模型的預(yù)測效果，本文依據(jù)我國2017年第四季度的宏觀經(jīng)濟(jì)數(shù)據(jù)，對宏觀經(jīng)濟(jì)系數(shù)表達(dá)式中的各個(gè)變量賦值，計(jì)算出的Y值為3.8817，將該值代入Pj，t=1/（1+e-Yj,t）中，可以計(jì)算出違約率的估計(jì)值為0.0202，這一數(shù)據(jù)與銀監(jiān)會發(fā)布的實(shí)際商業(yè)銀行貸款違約率0.0174相差較小，因此本文構(gòu)建的模型具有一定的現(xiàn)實(shí)意義，可以應(yīng)用于預(yù)測和分析新一輪調(diào)控背景下房貸政策對商業(yè)銀行信貸風(fēng)險(xiǎn)的影響。

針對一二線城市房價(jià)過快上漲，“房子是用來住的、不是用來炒的”概念的提出切中要害。房地產(chǎn)市場在進(jìn)入2018年之后調(diào)控力度進(jìn)一步加大，分類調(diào)控也將持續(xù)加強(qiáng)。在此背景下，本文提出的模型可以分析出影響商業(yè)銀行違約率的主要因素，同時(shí)模型的系數(shù)包含了以下信息：房地產(chǎn)景氣指數(shù)和居民消費(fèi)價(jià)格指數(shù)是影響商業(yè)銀行信貸風(fēng)險(xiǎn)的主要宏觀經(jīng)濟(jì)因素，其中，房地產(chǎn)景氣指數(shù)與信貸違約率呈負(fù)相關(guān)關(guān)系，而居民消費(fèi)價(jià)格與信貸違約率呈正相關(guān)關(guān)系。商業(yè)銀行應(yīng)密切關(guān)注這兩個(gè)指數(shù)的變化趨勢，關(guān)注“新政”對房貸業(yè)務(wù)可能產(chǎn)生的負(fù)面影響。不確定因素將會增加貸款違約率的上升和不良貸款反彈壓力增大的風(fēng)險(xiǎn)，商業(yè)銀行可以運(yùn)用本文所構(gòu)建的CPV模型對信貸風(fēng)險(xiǎn)進(jìn)行預(yù)測分析，沉著面對未來業(yè)務(wù)經(jīng)營中出現(xiàn)的新挑戰(zhàn)，有效防范房地產(chǎn)信貸風(fēng)險(xiǎn)。

五、總結(jié)與建議

本文緊密結(jié)合經(jīng)濟(jì)新常態(tài)下央行、銀監(jiān)會關(guān)于房地產(chǎn)貸款的新政及商業(yè)銀行面臨的新環(huán)境，將房貸政策劃分為四個(gè)階段，深入比較分析了各個(gè)階段下商業(yè)銀行的房地產(chǎn)信貸情況。在目前的調(diào)控階段，以貸款利率的變化實(shí)證分析了房貸政策與商業(yè)銀行信貸規(guī)模的相關(guān)性?；贑PV模型，使用宏觀經(jīng)濟(jì)的代表性變量對貸款違約率進(jìn)行回歸分析，并以不良貸款率代替貸款違約率，具有一定創(chuàng)新性。根據(jù)模型的估計(jì)結(jié)果實(shí)證分析了房貸調(diào)控政策對商業(yè)銀行信貸風(fēng)險(xiǎn)的影響力度。隨著房貸調(diào)控的持續(xù)深入，商業(yè)銀行房地產(chǎn)信貸規(guī)?？刂婆c信貸風(fēng)險(xiǎn)防范也面臨著新的挑戰(zhàn)，本文從不同角度提出如下建議：

從研究結(jié)果可以看出，商業(yè)銀行信貸風(fēng)險(xiǎn)與一年期貸款基準(zhǔn)利率（NLR）、宏觀經(jīng)濟(jì)景氣指數(shù)（MCI）、國民生產(chǎn)總值（GDP）、房地產(chǎn)景氣指數(shù)（ECI）和居民消費(fèi)價(jià)格指數(shù)（CPI）五個(gè)指標(biāo)息息相關(guān)，其中房地產(chǎn)景氣指數(shù)和居民消費(fèi)價(jià)格指數(shù)的影響力度最大。因此，商業(yè)銀行應(yīng)密切關(guān)注這兩個(gè)指標(biāo)的變化趨勢，若居民消費(fèi)價(jià)格指數(shù)呈遞增趨勢，房地產(chǎn)景氣指數(shù)呈遞減趨勢，商業(yè)銀行應(yīng)及時(shí)優(yōu)化房地產(chǎn)信貸配置，積極尋求資金出路，提高資金的使用效率和效益，降低不良貸款率。同時(shí)，商業(yè)銀行應(yīng)實(shí)時(shí)關(guān)注房地產(chǎn)調(diào)控政策的變化，使房貸業(yè)務(wù)的發(fā)展方向與相關(guān)政策保持一致。針對一二線城市房價(jià)過高的問題，商業(yè)銀行應(yīng)收緊信貸政策，縮小房地產(chǎn)信貸規(guī)模，將房貸規(guī)模控制在一個(gè)合理范圍內(nèi)。

本文研究發(fā)現(xiàn)貸款利率的調(diào)控效應(yīng)顯著，政府可通過利率影響控制房地產(chǎn)信貸規(guī)模。同時(shí)，金融監(jiān)管部門應(yīng)以監(jiān)管促進(jìn)商業(yè)銀行加強(qiáng)內(nèi)部管理，提高房地產(chǎn)貸款準(zhǔn)入門檻，規(guī)范房地產(chǎn)信貸業(yè)務(wù)。本文提出的建議對商業(yè)銀行信貸業(yè)務(wù)的穩(wěn)健發(fā)展提供了借鑒。