黎東升,夏靜文

(浙江科技學(xué)院 經(jīng)濟(jì)與管理學(xué)院,杭州 310023)

自1998年中國啟動(dòng)住房制度改革以來,房地產(chǎn)市場迅速發(fā)展,房地產(chǎn)價(jià)格一路攀升,甚至一度出現(xiàn)“非理性繁榮”現(xiàn)象,對(duì)金融體系的穩(wěn)定產(chǎn)生了較大的負(fù)面作用。為規(guī)范房地產(chǎn)金融業(yè)的發(fā)展,中國人民銀行在2018年初提出加強(qiáng)對(duì)房地產(chǎn)金融的宏觀審慎管理,以切實(shí)防范金融風(fēng)險(xiǎn)。司登奎等[1]的研究表明房價(jià)上漲會(huì)增加銀行系統(tǒng)性風(fēng)險(xiǎn),從而對(duì)金融穩(wěn)定產(chǎn)生不利沖擊。石林梅等[2]認(rèn)為一二線城市房價(jià)的急劇拉升與人口基數(shù)的迅速增長呈正相關(guān)。何鑫[3]的研究表明人口凈流入越多的城市,房價(jià)增長的幅度越高。況偉大[4]的研究表明利好性的理性預(yù)期會(huì)刺激投機(jī)行為使得房價(jià)波動(dòng)幅度增大。而王云清等[5]認(rèn)為貨幣政策是影響中國房價(jià)波動(dòng)的主要因素。唐志軍等[6]認(rèn)為房價(jià)變動(dòng)會(huì)通過影響GDP和通貨膨脹率,間接影響到商業(yè)銀行的經(jīng)營狀況。陳志英等[7]的研究表明房價(jià)和信貸波動(dòng)及聯(lián)合波動(dòng)會(huì)對(duì)商業(yè)銀行經(jīng)營穩(wěn)定造成影響。Gorton等[8]認(rèn)為信貸行業(yè)的發(fā)展與房地產(chǎn)行業(yè)的繁榮聯(lián)系緊密。Collyns等[9]的研究表明房價(jià)增長與銀行信貸擴(kuò)張之間存在雙向引導(dǎo)關(guān)系。Beaty等[10]認(rèn)為商業(yè)銀行計(jì)提的貸款損失準(zhǔn)備不僅是對(duì)貸款損失的估計(jì),同時(shí)也反映了銀行與貸款方的信息不對(duì)稱程度。孫天琦等[11]認(rèn)為貸款損失準(zhǔn)備的計(jì)提比例與抵御風(fēng)險(xiǎn)的能力成正比。戴德明等[12]認(rèn)為在穩(wěn)定的條件下,貸款損失準(zhǔn)備計(jì)提越多,商業(yè)銀行抵抗下一階段的個(gè)體風(fēng)險(xiǎn)和外溢風(fēng)險(xiǎn)能力越強(qiáng)。申宇等[13]的研究表明在經(jīng)濟(jì)政策不確定性較高時(shí),商業(yè)銀行增加貸款損失準(zhǔn)備計(jì)提,有助于穩(wěn)定銀行收益、降低銀行破產(chǎn)風(fēng)險(xiǎn)。祝繼高等[14]發(fā)現(xiàn)由大型審計(jì)事務(wù)所審計(jì)的城市商業(yè)銀行的貸款損失準(zhǔn)備會(huì)計(jì)提更高。尤博揚(yáng)[15]的研究表明在經(jīng)濟(jì)波動(dòng)影響下,房地產(chǎn)業(yè)通過銀行信貸渠道傳導(dǎo)至銀行業(yè)的信貸風(fēng)險(xiǎn)逐漸增加,商業(yè)銀行可以通過改變計(jì)提風(fēng)險(xiǎn)準(zhǔn)備策略覆蓋該類風(fēng)險(xiǎn)。在房價(jià)波動(dòng)對(duì)商業(yè)銀行經(jīng)營的影響中,現(xiàn)有文獻(xiàn)分析了房價(jià)變動(dòng)對(duì)銀行信貸的影響,但主要研究房地產(chǎn)價(jià)格波動(dòng)與信貸規(guī)模的聯(lián)系。而對(duì)于作為商業(yè)銀行管控金融風(fēng)險(xiǎn)手段的貸款損失準(zhǔn)備,現(xiàn)有文獻(xiàn)多從其作為風(fēng)險(xiǎn)管理的手段出發(fā),研究貸款損失準(zhǔn)備應(yīng)對(duì)銀行信貸和金融風(fēng)險(xiǎn)的能力。通過梳理文獻(xiàn)發(fā)現(xiàn),對(duì)房價(jià)波動(dòng)與商業(yè)銀行貸款計(jì)提準(zhǔn)備的動(dòng)態(tài)聯(lián)動(dòng)機(jī)制的研究尚不多,因此,筆者借助隨機(jī)波動(dòng)時(shí)變參數(shù)向量自回歸(random fluctuation time-varying parameter vector autoregression,TVP-VARS-SV)模型,研究房價(jià)波動(dòng)對(duì)商業(yè)銀行計(jì)提貸款損失準(zhǔn)備的時(shí)變傳導(dǎo)特性,進(jìn)一步提出在中國特有經(jīng)濟(jì)運(yùn)行環(huán)境下,針對(duì)房價(jià)波動(dòng)的優(yōu)化商業(yè)銀行管控風(fēng)險(xiǎn)模式。

1 機(jī)制分析

1.1 房價(jià)波動(dòng)與商業(yè)銀行經(jīng)營穩(wěn)定性的互動(dòng)分析

房地產(chǎn)行業(yè)是典型的周期長、資金集聚的產(chǎn)業(yè),充裕的資金鏈條是整個(gè)產(chǎn)業(yè)得以順利運(yùn)轉(zhuǎn)的必要條件。在目前以銀行為主要融資方式的背景下,房地產(chǎn)行業(yè)與銀行業(yè)的經(jīng)營模式之間已然存在一定的互動(dòng)性。從前期開發(fā)商的開發(fā)投資到后期購房者購房需求的實(shí)現(xiàn)都需要商業(yè)銀行的信貸支持。對(duì)金融業(yè)務(wù)多元化的商業(yè)銀行而言,由房地產(chǎn)行業(yè)發(fā)展所引發(fā)的貸款需求占其經(jīng)營業(yè)務(wù)的主要部分。商業(yè)銀行能否穩(wěn)健持續(xù)地經(jīng)營較大程度上取決于房地產(chǎn)行業(yè)能否保持健康長足的發(fā)展。從可量化視角切入,已有的研究主要集中在房地產(chǎn)價(jià)格波動(dòng)對(duì)商業(yè)銀行經(jīng)營穩(wěn)定的影響上。一般認(rèn)為,從銀行風(fēng)險(xiǎn)管理的角度出發(fā),房價(jià)上升在短期內(nèi)可以增加抵押物價(jià)值進(jìn)而降低銀行發(fā)生系統(tǒng)性風(fēng)險(xiǎn)的可能性;但是從中長期來看,一方面房價(jià)持續(xù)上漲會(huì)吸引熱錢的流入造成非理性繁榮,另一方面銀行為擴(kuò)大盈利空間會(huì)降低貸款標(biāo)準(zhǔn)。然而,當(dāng)基本面發(fā)生轉(zhuǎn)變,房價(jià)難以進(jìn)一步上升開始回落時(shí),銀行將是房地產(chǎn)行業(yè)風(fēng)險(xiǎn)的主要承擔(dān)者。房價(jià)一旦跌到銀行難以承受的區(qū)域,銀行經(jīng)營穩(wěn)定性就會(huì)受到挑戰(zhàn)。

1.2 房價(jià)波動(dòng)與商業(yè)銀行計(jì)提貸款損失準(zhǔn)備的關(guān)聯(lián)性

貸款損失準(zhǔn)備作為銀行業(yè)應(yīng)對(duì)信貸及金融風(fēng)險(xiǎn)的主要方式,自建立以來就在風(fēng)險(xiǎn)防控上起著重要作用。一方面,它緩沖了銀行信貸資產(chǎn)的風(fēng)險(xiǎn);另一方面,它在商業(yè)銀行經(jīng)營的風(fēng)險(xiǎn)預(yù)警機(jī)制中發(fā)揮重要作用。祝繼高等[16]通過對(duì)房價(jià)波動(dòng)與商業(yè)銀行計(jì)提貸款損失準(zhǔn)備關(guān)聯(lián)性的研究后得出,房價(jià)波動(dòng)幅度加大會(huì)刺激城市商業(yè)銀行計(jì)提更多的貸款損失準(zhǔn)備。換言之,房價(jià)的利差波動(dòng)與商業(yè)銀行計(jì)提的貸款損失準(zhǔn)備成正相關(guān)。對(duì)此,有部分研究側(cè)重于房價(jià)波動(dòng)作用于商業(yè)銀行計(jì)提貸款損失準(zhǔn)備的傳導(dǎo)途徑。馬洋[17]通過對(duì)2007—2016年商業(yè)銀行貸款損失準(zhǔn)備和各類型房地產(chǎn)價(jià)格波動(dòng)的數(shù)據(jù)進(jìn)行面板回歸,發(fā)現(xiàn)房價(jià)上漲時(shí)能夠降低貸款損失準(zhǔn)備的計(jì)提比例,而房價(jià)下跌時(shí)會(huì)通過投資效應(yīng)和財(cái)富效應(yīng)直接影響到房地產(chǎn)市場的直接參與者,最終會(huì)通過抵押品價(jià)值、資產(chǎn)負(fù)債表及資本充足率三個(gè)渠道對(duì)商業(yè)銀行的信貸規(guī)模產(chǎn)生影響,進(jìn)而影響到貸款損失準(zhǔn)備的計(jì)提。銀行對(duì)貸款損失準(zhǔn)備計(jì)提的自主性較高,因而目前關(guān)于貸款損失準(zhǔn)備的研究主要集中在其內(nèi)部影響因素上,并且現(xiàn)有的關(guān)于房價(jià)變動(dòng)與商業(yè)銀行互動(dòng)關(guān)系的研究,大多停留在房價(jià)變動(dòng)對(duì)銀行信貸規(guī)模的影響上,而將房價(jià)變動(dòng)作為外部影響因素影響貸款損失準(zhǔn)備的相關(guān)研究較少。因此本研究可視為對(duì)銀行貸款損失準(zhǔn)備研究的一種補(bǔ)充。

2 實(shí)證分析

2.1 研究變量選擇

本研究旨在研究房價(jià)波動(dòng)與商業(yè)銀行計(jì)提貸款損失準(zhǔn)備之間的時(shí)變聯(lián)系,考慮到貨幣政策對(duì)商業(yè)銀行信貸行為和房地產(chǎn)行業(yè)發(fā)展的信息指導(dǎo)作用,筆者會(huì)增加一個(gè)合適的政策變量。同時(shí),研究期間設(shè)定為2012年第一季度到2018年第四季度。本文所涉及的變量如下:1)國房景氣指數(shù)。房價(jià)波動(dòng)屬于較為宏觀的經(jīng)濟(jì)現(xiàn)象,且具有隨機(jī)性,為擬合這種特征,本文借鑒邵方等[18]描述房地產(chǎn)行業(yè)變動(dòng)的指標(biāo),將國房景氣指數(shù)作為房價(jià)波動(dòng)的代理變量,用INHC表示。2)貸款損失準(zhǔn)備。被解釋變量,用PII表示。3)貨幣供應(yīng)量。參考陳旭東等[19]在研究貨幣政策與貸款損失準(zhǔn)備中的做法,又鑒于所研究主體是銀行業(yè),與之相關(guān)的貨幣政策變量主要有利率指標(biāo)、貨幣供應(yīng)指標(biāo)(如M1、M2)?？紤]到數(shù)據(jù)收集的可行性,筆者選取廣義貨幣量作為貨幣政策的代理變量,用M2表示。

2.2 數(shù)據(jù)檢驗(yàn)

2.2.1 單位根檢驗(yàn)

在對(duì)數(shù)據(jù)進(jìn)行協(xié)整檢驗(yàn)之前需要對(duì)數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn),只有兩個(gè)時(shí)間序列數(shù)據(jù)呈現(xiàn)同階單整時(shí)才能呈現(xiàn)協(xié)整關(guān)系,而檢驗(yàn)一個(gè)序列是否平穩(wěn),可以對(duì)其進(jìn)行單位根檢驗(yàn),筆者運(yùn)用ADF方法(Augmented Dickey-Fuller test)對(duì)變量進(jìn)行檢驗(yàn),結(jié)果見表1。由表1可知,貸款損失準(zhǔn)備、廣義貨幣供應(yīng)量、國房景氣指數(shù)均在1%的顯著水平下滿足一階單整。

表1 時(shí)序變量單位根檢驗(yàn)結(jié)果

2.2.2 協(xié)整檢驗(yàn)

表2 變量組協(xié)整關(guān)系檢驗(yàn)結(jié)果

如果若干時(shí)間序列同階單整,則它們之間的某種線性組合可能存在長期均衡關(guān)系。如表1的結(jié)果所示,三個(gè)序列均屬于一階單整序列,滿足協(xié)整檢驗(yàn)的前提。筆者使用EG(Engle-Granger)兩步法來判斷PII與INHC和M2的協(xié)整性,結(jié)果見表2。由表2可知,殘差序列平穩(wěn)即表明PII與INHC和M2存在長期均衡關(guān)系。

2.2.3 格蘭杰因果關(guān)系檢驗(yàn)

協(xié)整結(jié)果證明貸款損失準(zhǔn)備與廣義貨幣量和國房景氣指數(shù)之間存在長期穩(wěn)定的均衡,但是否構(gòu)成因果關(guān)系還需進(jìn)一步檢驗(yàn)。通過不同滯后期數(shù)的格蘭杰因果關(guān)系檢驗(yàn),發(fā)現(xiàn)滯后期數(shù)為2時(shí),一階差分的廣義貨幣供應(yīng)量可以看作是一階差分的貸款損失準(zhǔn)備的單向格蘭杰原因,檢驗(yàn)結(jié)果見表3。但是變量間的因果關(guān)系并沒有隨著滯后期數(shù)的增加而表現(xiàn)得更明顯,可見,廣義貨幣供應(yīng)量變化在一定程度上通過特殊的傳導(dǎo)路徑影響了貸款損失準(zhǔn)備,這與理論分析相一致,同時(shí)這種影響存在適度的滯后期。一般而言,貨幣政策的傳導(dǎo)具有滯后性,即從貨幣政策的實(shí)施到影響到銀行業(yè)的信貸行為及經(jīng)營管理方式存在一定的時(shí)間跨度。同時(shí)檢驗(yàn)結(jié)果也表明房價(jià)波動(dòng)和貸款損失準(zhǔn)備之間不能建立良好的格蘭杰因果關(guān)系。筆者認(rèn)為檢驗(yàn)結(jié)果不顯著的原因主要如下:首先,實(shí)證過程中可能存在統(tǒng)計(jì)技術(shù)上的問題,如變量的選取、檢驗(yàn)方法的運(yùn)用等;其次,從理論上而論,格蘭杰因果檢驗(yàn)并不是嚴(yán)格意義上變量之間的邏輯因果關(guān)系,而只是提供變量間先后發(fā)生順序的預(yù)判;再者,也有現(xiàn)實(shí)方面的因素,與一般產(chǎn)業(yè)相比,房地產(chǎn)行業(yè)與信貸市場的關(guān)系更復(fù)雜,交織的利益鏈條更隱秘,房價(jià)波動(dòng)對(duì)貸款損失準(zhǔn)備的傳導(dǎo)路徑表現(xiàn)為隱性化,因而較難通過檢驗(yàn)有效地捕捉到相關(guān)變量之間顯著的格蘭杰因果聯(lián)系。換言之,盡管檢驗(yàn)結(jié)果表明房價(jià)變化不是貸款損失準(zhǔn)備的格蘭杰原因,但是房價(jià)波動(dòng)可能通過其他方式或渠道影響貸款損失準(zhǔn)備。

表3 滯后期數(shù)為2時(shí)的格蘭杰因果關(guān)系檢驗(yàn)結(jié)果

2.3 模型設(shè)計(jì)

Chan等[20]認(rèn)為TVP-VARS-SV模型具有協(xié)方差和回歸系數(shù)雙時(shí)變特性,同時(shí)與一般的向量自回歸(vector autoregression,VAR)模型相比,在估計(jì)精度與演算效率上具有明顯的優(yōu)勢,同時(shí)更能準(zhǔn)確刻畫兩者間影響機(jī)制的時(shí)變特性,因此選定該模型進(jìn)行研究。

假設(shè)變量個(gè)數(shù)為n,而滯后期為p,那么TVP-VARS-SV模型如下:

B0tyt=μt+B1tyt -1+…+Bp tyt -p+εt,εt～N(0,Σt)。

(1)

式(1)中:yt為自變量組成的n×1維向量;μt為n×1維時(shí)變截距向量;B1t,…,Bp t為n×n時(shí)變系數(shù)矩陣,B0t與隨機(jī)波動(dòng)Σt=diag(exp(h1t),…,exp(hn t))分別為n×n的下三角矩陣與n×n的時(shí)變誤差協(xié)方差矩陣,對(duì)數(shù)波動(dòng)率ht=(h1t,…,hn t)′服從隨機(jī)游走。

為實(shí)現(xiàn)式(1)的參數(shù)估計(jì),參考半相依回歸方法將式(1)改寫為

(2)

基于以上假設(shè),為提高采樣效率,參考Eisenstat等[21]的做法,聯(lián)合βt和γt進(jìn)一步改寫式(2)為

yt=xtθt+εt,εt～N(0,Σt)。

(3)

θt=θt-1+ηt,ηt～N(0,Σθ)。

(4)

2.4 實(shí)證結(jié)果分析

2.4.1 TVP-VARS-SV實(shí)證結(jié)果分析

本研究借助MATLAB軟件,采用馬爾科夫鏈蒙特卡羅算法(Markov Chain Monte Carlo algorithm,MCMC)進(jìn)行100 000次模擬,實(shí)證結(jié)果表明樣本的取值方法產(chǎn)生了非相關(guān)樣本。從各個(gè)待估計(jì)參數(shù)方差的Geweke收斂值可以判斷收斂于后驗(yàn)分布的零假設(shè)不能被拒絕,高斯分布10%的臨界值是1.65,而表4中的檢驗(yàn)值顯著低于該水平。無效因子是衡量模擬所得樣本有效性的指標(biāo),其數(shù)值越小,抽樣效果越好。模型中無效因子最大值為198.73,即已進(jìn)行的100 000次有效模擬相當(dāng)于至少有100 000/198.73≈503個(gè)不相關(guān)數(shù)據(jù),以上結(jié)果足以準(zhǔn)確推斷后驗(yàn)分布。綜合考慮,利用MCMC算法進(jìn)行估計(jì)是有效的。

表4 樣本參數(shù)方差估計(jì)結(jié)果

2.4.2 時(shí)變脈沖響應(yīng)分析

TVP-VARS-SV模型與常系數(shù)VAR模型下二維脈沖響應(yīng)不同,可以運(yùn)用時(shí)變參數(shù)計(jì)算各變量在滯后3期、滯后6期和滯后12期上的脈沖響應(yīng),如圖1所示。

圖1 變量滯后3期、6期和12期的動(dòng)態(tài)脈沖響應(yīng)

如圖1(a)所示,廣義貨幣供應(yīng)對(duì)房價(jià)波動(dòng)的沖擊在2014年以前表現(xiàn)為負(fù)影響,2014年以后,不同滯后期房價(jià)波動(dòng)對(duì)廣義貨幣供應(yīng)呈正響應(yīng)。寬松的貨幣政策刺激銀行放貸,提高了市場流動(dòng)性,同時(shí)也為房地產(chǎn)行業(yè)的發(fā)展注入資金活力,與之相應(yīng)的是房價(jià)在接收到貨幣政策利好的信號(hào)下微幅上漲。短期、中期與長期的房價(jià)波動(dòng)在期初受到廣義貨幣供應(yīng)沖擊,脈沖響應(yīng)表現(xiàn)得顯著不同。在樣本區(qū)間內(nèi),滯后3期和滯后6期的房價(jià)波動(dòng)在受到廣義貨幣供給沖擊之后,在短期內(nèi)由負(fù)響應(yīng)轉(zhuǎn)為正響應(yīng)。中短期表現(xiàn)為負(fù)影響的可能因素是貨幣政策的傳導(dǎo)具有時(shí)滯性,政策從出臺(tái)到落實(shí)需要一定的空間與時(shí)間。一旦房地產(chǎn)行業(yè)充分接收到政府發(fā)出的積極信號(hào)就會(huì)迅速作出調(diào)整,具體表現(xiàn)為房價(jià)有所上漲。

如圖1(b)所示,房價(jià)波動(dòng)對(duì)貸款損失準(zhǔn)備的影響均為負(fù)影響,但長期和短期影響的顯著水平不同。其中長期影響較為顯著。在經(jīng)濟(jì)大環(huán)境較為穩(wěn)定且朝著積極健康方向調(diào)整的情況下,房價(jià)上漲,銀行所擁有的抵押物價(jià)值相應(yīng)上升,即表現(xiàn)為信貸資產(chǎn)良好,銀行將其視為調(diào)控經(jīng)營模式的信號(hào),進(jìn)一步采取積極的管理舉措,在風(fēng)險(xiǎn)可控的范圍內(nèi)適量減少計(jì)提貸款損失準(zhǔn)備以期增加利潤。但在2015年,滯后12期的脈沖響應(yīng)曲線觸底反彈,結(jié)合《中國房地產(chǎn)統(tǒng)計(jì)年鑒》可知,2015年是新的一輪房價(jià)上漲元年,銀行業(yè)作為風(fēng)險(xiǎn)敏感性行業(yè)對(duì)明顯的變動(dòng)會(huì)提高警惕并采取防范措施以規(guī)避風(fēng)險(xiǎn),前幾年逐年調(diào)低的貸款損失準(zhǔn)備開始理性回升,并且這種趨勢具有持續(xù)性。滯后3期的貸款損失準(zhǔn)備對(duì)房價(jià)上漲沖擊的響應(yīng)一開始處于較低位,但逐年緩慢爬升,繁榮的房產(chǎn)市場吸引眾多投資者,銀行大量的信貸資金流入房地產(chǎn)行業(yè),與之相應(yīng)的,房地產(chǎn)市場的發(fā)展在一定程度上刺激了信貸市場的繁榮,銀行業(yè)作為信貸市場的主體積極地應(yīng)對(duì)這種變化。同時(shí),由于銀行業(yè)天生的金融脆弱性使得其在面對(duì)繁榮景象時(shí)必須要強(qiáng)化風(fēng)險(xiǎn)意識(shí)、規(guī)范風(fēng)險(xiǎn)管控手段,因此,隨著房價(jià)上漲相應(yīng)的貸款損失準(zhǔn)備也呈逐年增加的趨勢。如圖1(c)所示,貸款損失準(zhǔn)備對(duì)廣義貨幣供給的沖擊響應(yīng)均為正影響且不同滯后期反應(yīng)相似。寬松的貨幣供給釋放了市場流動(dòng)性,銀行業(yè)作為資金周轉(zhuǎn)的主要渠道為避免流動(dòng)性風(fēng)險(xiǎn)相應(yīng)的就會(huì)提高貸款損失準(zhǔn)備。

3 建 議

房地產(chǎn)業(yè)曾是中國的支柱產(chǎn)業(yè),銀行業(yè)又是金融系統(tǒng)的中心,兩者變化態(tài)勢在經(jīng)濟(jì)層面上影響著國民經(jīng)濟(jì)持續(xù)、健康發(fā)展?；谝陨蠈?shí)證檢驗(yàn)的結(jié)果,筆者認(rèn)為貨幣政策在長期和短期對(duì)房價(jià)和貸款損失準(zhǔn)備都有顯著影響,房價(jià)與貸款損失準(zhǔn)備相互影響,中長期比短期影響程度更大,要維護(hù)房價(jià)穩(wěn)定與銀行業(yè)健康發(fā)展需要從多方面著手。

3.1 對(duì)銀行業(yè)的建議

首先,商業(yè)銀行應(yīng)積極開拓新型業(yè)務(wù),發(fā)展多元化業(yè)務(wù)模式,減少對(duì)房貸業(yè)務(wù)的依賴,將經(jīng)營風(fēng)險(xiǎn)分散,降低銀行承擔(dān)風(fēng)險(xiǎn)的概率。其次,考慮到房地產(chǎn)行業(yè)對(duì)銀行業(yè)經(jīng)營發(fā)展的重要性,銀行的風(fēng)險(xiǎn)控制部門可針對(duì)房價(jià)變動(dòng)與貸款損失準(zhǔn)備聯(lián)動(dòng)機(jī)制設(shè)計(jì)一套專業(yè)化的風(fēng)險(xiǎn)監(jiān)測系統(tǒng),以達(dá)到特定業(yè)務(wù)下的風(fēng)險(xiǎn)可控范圍內(nèi)收益最大化目標(biāo)。再者,銀行業(yè)可以借助金融市場上多元化的金融工具去規(guī)避風(fēng)險(xiǎn),具體措施如實(shí)施信貸資產(chǎn)證券化等。

3.2 對(duì)政府的建議

首先,貨幣政策作為中國重要的宏觀調(diào)控手段,其對(duì)房價(jià)和貸款損失準(zhǔn)備都有顯著影響,因此,政府需要強(qiáng)化貨幣政策調(diào)控作用。同時(shí),政府要考慮貨幣政策影響下的貸款損失準(zhǔn)備可能對(duì)未來房價(jià)波動(dòng)方向和變動(dòng)程度帶來的影響,在制定貨幣政策時(shí)要根據(jù)可能對(duì)房地產(chǎn)市場產(chǎn)生的沖擊適當(dāng)調(diào)整政策力度。其次,政策制定者應(yīng)考慮到貨幣政策可能存在的時(shí)滯效應(yīng),把握好調(diào)控時(shí)機(jī)。最后,政府不僅是宏觀調(diào)控的主體也是市場的監(jiān)管者,應(yīng)充分發(fā)揮其第三方監(jiān)管職能,給那些因利益而違規(guī)的當(dāng)事者適時(shí)警告,責(zé)令其及時(shí)改正以避免災(zāi)難性后果的發(fā)生。

4 結(jié) 語

隨著政府對(duì)房地產(chǎn)行業(yè)監(jiān)管力度的加強(qiáng),房價(jià)出現(xiàn)一定幅度波動(dòng)的概率增大,因此,為維護(hù)銀行業(yè)的金融穩(wěn)定而完善風(fēng)險(xiǎn)預(yù)警機(jī)制就顯得很重要。筆者從動(dòng)態(tài)化視角出發(fā),借助時(shí)變動(dòng)態(tài)模型研究房價(jià)波動(dòng)對(duì)銀行計(jì)提貸款損失準(zhǔn)備的影響,這對(duì)從量化動(dòng)態(tài)方向去改進(jìn)商業(yè)銀行風(fēng)險(xiǎn)防范機(jī)制具有現(xiàn)實(shí)意義。對(duì)于未來研究,研究者應(yīng)側(cè)重于對(duì)房價(jià)異常波動(dòng)信息的抓取,從及對(duì)商業(yè)銀行計(jì)提貸款損失準(zhǔn)備動(dòng)態(tài)時(shí)變模型的構(gòu)建,從更精準(zhǔn)的角度進(jìn)行商業(yè)銀行風(fēng)險(xiǎn)管控,進(jìn)而在房價(jià)發(fā)生較大變動(dòng)時(shí)能在較大程度上規(guī)避風(fēng)險(xiǎn)。