● 張 超，張文蕾

（安徽財(cái)經(jīng)大學(xué)金融學(xué)院，安徽 蚌埠 233030）

一、引言

進(jìn)入新世紀(jì)以來(lái)，我國(guó)GDP由全球第六躍升至全球第二，并對(duì)美國(guó)形成強(qiáng)有力的追趕。毋庸置疑在我國(guó)經(jīng)濟(jì)增長(zhǎng)過(guò)程中房地產(chǎn)業(yè)發(fā)揮了重要作用；但是，隨著資金的大量涌入，房地產(chǎn)業(yè)出現(xiàn)了明顯的投資過(guò)熱傾向，虛擬化屬性逐漸放大，泡沫風(fēng)險(xiǎn)不斷累積。同時(shí)，房地產(chǎn)企業(yè)經(jīng)營(yíng)具有顯著的高負(fù)債特征，加之以銀行為主導(dǎo)的金融結(jié)構(gòu)，我國(guó)商業(yè)銀行普遍具有較高的房地產(chǎn)風(fēng)險(xiǎn)敞口①根據(jù)中國(guó)政府網(wǎng)發(fā)布的《2021年金融機(jī)構(gòu)貸款投向統(tǒng)計(jì)報(bào)告》，截止到2021年末，我國(guó)房地產(chǎn)貸款余額占金融機(jī)構(gòu)人民幣各項(xiàng)貸款余額的比例約為27.07%。。隨著我國(guó)經(jīng)濟(jì)向高質(zhì)量發(fā)展階段轉(zhuǎn)型，房地產(chǎn)業(yè)一直被詬病——不僅推高了房?jī)r(jià)，也大大擠壓了實(shí)體經(jīng)濟(jì)的生存空間。政府對(duì)房地產(chǎn)業(yè)的調(diào)控也從未停止，近年來(lái)政策更是進(jìn)一步趨緊。由于市場(chǎng)與政策的雙向逼近，近年來(lái)多家經(jīng)營(yíng)不善的房地產(chǎn)企業(yè)宣告破產(chǎn)，個(gè)別萬(wàn)億級(jí)別的房地產(chǎn)企業(yè)也陷入資金困境。房地產(chǎn)業(yè)與銀行業(yè)之間具有高度關(guān)聯(lián)性，房地產(chǎn)風(fēng)險(xiǎn)可能會(huì)對(duì)銀行業(yè)產(chǎn)生溢出效應(yīng)，增大銀行業(yè)的系統(tǒng)性風(fēng)險(xiǎn)，進(jìn)而波及經(jīng)濟(jì)金融的穩(wěn)定與發(fā)展。有鑒于此，研究擬從行業(yè)和企業(yè)兩個(gè)層面分析房地產(chǎn)業(yè)對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的溢出過(guò)程，厘清其風(fēng)險(xiǎn)傳導(dǎo)機(jī)制，最后依據(jù)分析結(jié)果提出具有針對(duì)性的政策建議。

二、文獻(xiàn)綜述

系統(tǒng)性風(fēng)險(xiǎn)的溢出效應(yīng)是倍受關(guān)注的熱點(diǎn)問(wèn)題，現(xiàn)有研究主要集中于金融部門間、金融市場(chǎng)間的渠道識(shí)別和預(yù)警。房地產(chǎn)業(yè)和銀行業(yè)的風(fēng)險(xiǎn)溢出效應(yīng)也應(yīng)重點(diǎn)關(guān)注。實(shí)證表明，房地產(chǎn)和銀行部門是極端風(fēng)險(xiǎn)溢出效應(yīng)的凈發(fā)送者，在系統(tǒng)性風(fēng)險(xiǎn)溢出中發(fā)揮關(guān)鍵作用[1-3]，其中，銀行業(yè)是系統(tǒng)性風(fēng)險(xiǎn)的主要發(fā)送者[4]，房地產(chǎn)業(yè)對(duì)銀行業(yè)存在顯著的風(fēng)險(xiǎn)溢出效應(yīng)[5-6]。

近年來(lái)對(duì)于房地產(chǎn)業(yè)如何影響銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)這一問(wèn)題，文獻(xiàn)主要從房地產(chǎn)信貸和房地產(chǎn)業(yè)的風(fēng)險(xiǎn)特征兩個(gè)方面進(jìn)行分析。

一是銀行業(yè)高占比的房地產(chǎn)信貸形成較高的房地產(chǎn)風(fēng)險(xiǎn)敞口，使得房地產(chǎn)業(yè)風(fēng)險(xiǎn)容易轉(zhuǎn)化成銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)。在以銀行為主導(dǎo)的結(jié)構(gòu)中，房地產(chǎn)融資幾乎全來(lái)自商業(yè)銀行，使得銀行部門產(chǎn)生高占比房地產(chǎn)信貸，進(jìn)而使得房地產(chǎn)業(yè)風(fēng)險(xiǎn)高度集中于銀行體系[7]，這一潛在的金融風(fēng)險(xiǎn)直到近期也依然存在[8]。銀行業(yè)高占比的房地產(chǎn)信貸，一方面使得房地產(chǎn)業(yè)發(fā)展離不開(kāi)銀行業(yè)的穩(wěn)定[9]；另一方面，較高的房地產(chǎn)風(fēng)險(xiǎn)敞口，使得銀行業(yè)對(duì)房地產(chǎn)業(yè)風(fēng)險(xiǎn)的敏感性更高[10-11]，兩者形成利益共同體和風(fēng)險(xiǎn)共生關(guān)系[12]。房地產(chǎn)業(yè)風(fēng)險(xiǎn)極易通過(guò)信貸渠道影響銀行部門的系統(tǒng)性風(fēng)險(xiǎn)[13]。歷史證據(jù)表明，在過(guò)去幾十年中，銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)變得更加頻繁，房地產(chǎn)開(kāi)發(fā)往往是這些風(fēng)險(xiǎn)背后的主要因素[14-15]。房地產(chǎn)繁榮與系統(tǒng)性風(fēng)險(xiǎn)的產(chǎn)生密切相關(guān)[16]。近些年來(lái)，隨著房地產(chǎn)信貸逐漸成為銀行資產(chǎn)負(fù)債表中越來(lái)越大的組成部分，房地產(chǎn)開(kāi)發(fā)已成為銀行風(fēng)險(xiǎn)的主要驅(qū)動(dòng)因素[17]。長(zhǎng)此以往，房地產(chǎn)業(yè)風(fēng)險(xiǎn)可能會(huì)導(dǎo)致銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)惡化[18]。如果在經(jīng)濟(jì)發(fā)展過(guò)程中過(guò)分倚重房地產(chǎn)，會(huì)出現(xiàn)房地產(chǎn)業(yè)投資過(guò)熱，帶來(lái)對(duì)金融和經(jīng)濟(jì)的“風(fēng)險(xiǎn)效應(yīng)”[19]。

二是房地產(chǎn)業(yè)順周期性和泡沫化的風(fēng)險(xiǎn)特征使得房地產(chǎn)業(yè)風(fēng)險(xiǎn)對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的影響不容忽視。由于房?jī)r(jià)與投資及信貸之間自我強(qiáng)化的順周期性特征，房?jī)r(jià)波動(dòng)與銀行風(fēng)險(xiǎn)承擔(dān)存在聯(lián)動(dòng)性，房?jī)r(jià)上漲會(huì)增加銀行系統(tǒng)性風(fēng)險(xiǎn)進(jìn)而對(duì)金融穩(wěn)定產(chǎn)生不利沖擊[20]。房地產(chǎn)價(jià)格持續(xù)上漲，若缺乏宏觀經(jīng)濟(jì)面的足夠支撐，房地產(chǎn)投資屬性顯化，房?jī)r(jià)主要由市場(chǎng)預(yù)期和投資量決定，會(huì)催生房地產(chǎn)泡沫[21-22]。長(zhǎng)期的房地產(chǎn)泡沫會(huì)顯著危害銀行穩(wěn)定性[23]，房地產(chǎn)泡沫破裂后會(huì)引起銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)[24]。房地產(chǎn)業(yè)風(fēng)險(xiǎn)已成為中國(guó)主要的系統(tǒng)性金融風(fēng)險(xiǎn)來(lái)源之一[25-26]，其中，銀行體系是房地產(chǎn)業(yè)風(fēng)險(xiǎn)向系統(tǒng)性風(fēng)險(xiǎn)傳染的關(guān)鍵[27]。

綜上，現(xiàn)有研究就以下現(xiàn)象達(dá)成了共識(shí)：房地產(chǎn)業(yè)對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的溢出問(wèn)題突出，銀行信貸由于集中于房地產(chǎn)業(yè)具有較高房地產(chǎn)風(fēng)險(xiǎn)暴露，房地產(chǎn)自身風(fēng)險(xiǎn)會(huì)通過(guò)信貸渠道向銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)演化。但研究空間仍有拓展的可能性：第一，現(xiàn)有研究多從市場(chǎng)層面展開(kāi)，很少有研究集中于兩個(gè)系統(tǒng)重要市場(chǎng)（房地產(chǎn)與銀行）進(jìn)行分析，因此房地產(chǎn)業(yè)對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的溢出效應(yīng)研究仍需深入。第二，房地產(chǎn)業(yè)對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)影響機(jī)制的分析仍需完善。現(xiàn)有研究多從房地產(chǎn)信貸或房?jī)r(jià)波動(dòng)視角分析房地產(chǎn)部門與銀行部門間的風(fēng)險(xiǎn)影響，而從房地產(chǎn)行業(yè)和企業(yè)兩個(gè)層面，以及系統(tǒng)性風(fēng)險(xiǎn)溢出效應(yīng)的視角所進(jìn)行的理論或定量分析較少?；诖耍芯繉⒎康禺a(chǎn)行業(yè)風(fēng)險(xiǎn)和企業(yè)風(fēng)險(xiǎn)納入對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的溢出效應(yīng)的分析框架，利用中國(guó)市場(chǎng)數(shù)據(jù)建立DCC-GARCH-CoVaR模型，動(dòng)態(tài)考察房地產(chǎn)業(yè)風(fēng)險(xiǎn)對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的溢出效應(yīng)。本研究的創(chuàng)新之處或邊際貢獻(xiàn)是：相比于現(xiàn)有集中于行業(yè)間系統(tǒng)性風(fēng)險(xiǎn)溢出效應(yīng)的實(shí)證研究，考察房地產(chǎn)行業(yè)層面和企業(yè)層面的風(fēng)險(xiǎn)如何產(chǎn)生對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的溢出效應(yīng)。

三、機(jī)制分析

在過(guò)去二十多年里中國(guó)房地產(chǎn)市場(chǎng)快速發(fā)展，成為經(jīng)濟(jì)增長(zhǎng)的重要驅(qū)動(dòng)力，但也暴露出市場(chǎng)過(guò)熱、價(jià)格上漲過(guò)快及泡沫風(fēng)險(xiǎn)加劇等問(wèn)題[28]。從時(shí)間維度和集中度來(lái)看，房地產(chǎn)部門具有極強(qiáng)的順周期性特征，極易受到宏觀經(jīng)濟(jì)波動(dòng)的沖擊[29]；房地產(chǎn)行業(yè)還由于其上市公司眾多、杠桿率較高、資本損失概率較大，存在明顯的金融風(fēng)險(xiǎn)隱患[30]?，F(xiàn)實(shí)是，房地產(chǎn)業(yè)與銀行業(yè)風(fēng)險(xiǎn)高度共生[5]，房地產(chǎn)業(yè)與銀行業(yè)組成的金融系統(tǒng)比單獨(dú)的銀行系統(tǒng)更加脆弱[31]，房地產(chǎn)業(yè)對(duì)銀行業(yè)的風(fēng)險(xiǎn)溢出效應(yīng)比銀行業(yè)對(duì)房地產(chǎn)業(yè)的風(fēng)險(xiǎn)溢出效應(yīng)更為顯著[32]。因此，房地產(chǎn)自身風(fēng)險(xiǎn)對(duì)銀行業(yè)的風(fēng)險(xiǎn)溢出起到關(guān)鍵作用。

從風(fēng)險(xiǎn)的空間維度來(lái)看，在中國(guó)以銀行為主導(dǎo)的金融市場(chǎng)中，相比于保險(xiǎn)、信托等金融機(jī)構(gòu)，房地產(chǎn)業(yè)融資多與銀行業(yè)的信貸相關(guān)聯(lián)。房地產(chǎn)信貸占據(jù)銀行業(yè)較高的風(fēng)險(xiǎn)敞口，其風(fēng)險(xiǎn)主要通過(guò)貸款和抵押兩種信貸渠道向銀行業(yè)產(chǎn)生溢出效應(yīng)。一方面，在經(jīng)濟(jì)繁榮時(shí)期房地產(chǎn)市場(chǎng)過(guò)熱會(huì)催生房地產(chǎn)泡沫風(fēng)險(xiǎn)，同時(shí)推動(dòng)房地產(chǎn)信貸規(guī)模擴(kuò)大，表現(xiàn)為房地產(chǎn)貸款寬松和抵押盛行，從而加大銀行業(yè)對(duì)房地產(chǎn)業(yè)風(fēng)險(xiǎn)的暴露，加劇銀行業(yè)脆弱性，埋下系統(tǒng)性風(fēng)險(xiǎn)隱患。另一方面，在經(jīng)濟(jì)蕭條時(shí)期，房地產(chǎn)市場(chǎng)過(guò)熱帶來(lái)的信貸資金高度集中會(huì)使得其難以抵御沖擊，極易產(chǎn)生風(fēng)險(xiǎn)。而銀行業(yè)在受到?jīng)_擊后由于房地產(chǎn)貸款實(shí)際價(jià)值過(guò)高和房地產(chǎn)抵押價(jià)值大幅縮水，在“債務(wù)-通縮理論”和“金融加速器”效應(yīng)下，會(huì)引起信貸危機(jī)和流動(dòng)性危機(jī)，最終演變成銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)。

行業(yè)和企業(yè)層面視角下房地產(chǎn)業(yè)對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的溢出效應(yīng)機(jī)制如圖1所示。從行業(yè)層面來(lái)看，如圖1左圖所示，房地產(chǎn)行業(yè)風(fēng)險(xiǎn)受順周期特征、市場(chǎng)過(guò)熱和市場(chǎng)脆弱性影響；房地產(chǎn)行業(yè)風(fēng)險(xiǎn)通過(guò)信貸渠道引起房地產(chǎn)貸款違約和房地產(chǎn)抵押價(jià)值縮水，導(dǎo)致銀行業(yè)信貸危機(jī)和流動(dòng)性危機(jī)，然后再通過(guò)銀行間資產(chǎn)關(guān)聯(lián)和共同風(fēng)險(xiǎn)暴露使得風(fēng)險(xiǎn)演化、擴(kuò)大成銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)，正向產(chǎn)生對(duì)銀行業(yè)的風(fēng)險(xiǎn)溢出效應(yīng)。從房地產(chǎn)企業(yè)層面來(lái)看，如圖1右圖所示，單個(gè)房地產(chǎn)企業(yè)的風(fēng)險(xiǎn)受到企業(yè)負(fù)債水平、企業(yè)資產(chǎn)規(guī)模和盈利能力的影響；單個(gè)房地產(chǎn)企業(yè)的風(fēng)險(xiǎn)通過(guò)信貸渠道引起房地產(chǎn)貸款違約和房地產(chǎn)抵押價(jià)值縮水導(dǎo)致單個(gè)或多個(gè)銀行信貸危機(jī)、流動(dòng)性危機(jī)，然后再通過(guò)銀行間資產(chǎn)關(guān)聯(lián)和共同風(fēng)險(xiǎn)暴露使得風(fēng)險(xiǎn)演化、擴(kuò)大成銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)，正向產(chǎn)生對(duì)銀行業(yè)的風(fēng)險(xiǎn)溢出效應(yīng)。

圖1 行業(yè)和企業(yè)層面視角下房地產(chǎn)業(yè)對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的溢出效應(yīng)機(jī)制

四、研究設(shè)計(jì)

（一）模型設(shè)計(jì)與變量說(shuō)明

系統(tǒng)性風(fēng)險(xiǎn)的溢出效應(yīng)測(cè)度，主流方法有分位數(shù)回歸的 CoVaR、Copula函數(shù)的 CoVaR和DCC-GARCH-CoVaR。相比前兩者，DCCGARCH-CoVaR模型可以有效擬合兩序列間時(shí)變相關(guān)系數(shù)，從而使CoVaR估計(jì)更精準(zhǔn)、預(yù)警更有效，且更符合中國(guó)現(xiàn)實(shí)[33]，故研究選擇 DCCGARCH-CoVaR模型[34]來(lái)測(cè)度中國(guó)房地產(chǎn)業(yè)對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的溢出效應(yīng)，然后再分別從行業(yè)層面和企業(yè)層面，進(jìn)一步探究房地產(chǎn)自身風(fēng)險(xiǎn)對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的溢出問(wèn)題。

1.房地產(chǎn)業(yè)對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的溢出效應(yīng)①行業(yè)層面和企業(yè)層面的溢出效應(yīng)在此處統(tǒng)稱為“房地產(chǎn)業(yè)對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的溢出效應(yīng)”；此外，為表示區(qū)分，行業(yè)層面的溢出效應(yīng)稱為“房地產(chǎn)行業(yè)對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的溢出效應(yīng)”，企業(yè)層面的溢出效應(yīng)稱為“房地產(chǎn)企業(yè)對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的溢出效應(yīng)”。其中，行業(yè)層面的溢出效應(yīng)指標(biāo)由房地產(chǎn)行業(yè)和銀行業(yè)指數(shù)周對(duì)數(shù)收益率序列運(yùn)用DCC-GARCH-CoVaR模型計(jì)算得到；企業(yè)層面的溢出效應(yīng)指標(biāo)由房地產(chǎn)企業(yè)i和銀行業(yè)指數(shù)周對(duì)數(shù)收益率序列運(yùn)用DCC-GARCH-CoVaR模型計(jì)算得到。下文同。測(cè)度模型

（1）動(dòng)態(tài)條件相關(guān)系數(shù)測(cè)度（DCC-GARCH模型）

為刻畫(huà)房地產(chǎn)業(yè)與銀行業(yè)的時(shí)變聯(lián)動(dòng)性，選取DCC-GARCH模型[35]進(jìn)行估計(jì)，再依據(jù)單變量GARCH模型進(jìn)一步計(jì)算出房地產(chǎn)業(yè)與銀行業(yè)間動(dòng)態(tài)條件相關(guān)系數(shù)。

假設(shè)房地產(chǎn)業(yè)或銀行業(yè)收益率rt服從分布：

其中，rt是收益率，Ωt是t時(shí)刻信息集，Ht是條件協(xié)方差矩陣，Rt是動(dòng)態(tài)條件相關(guān)系數(shù)矩陣，條件方差hNN,t由單變量GARCH模型算出，Dt為含的對(duì)角矩陣。

其中，Qt是殘差標(biāo)準(zhǔn)化的條件協(xié)方差矩陣，是殘差標(biāo)準(zhǔn)化的無(wú)條件協(xié)方差矩陣，ψ是滯后n階的標(biāo)準(zhǔn)化殘差系數(shù)，ξ是滯后m階的條件方差系數(shù)，兩者都不小于零，約束條件為ψ+ξ＜1。

進(jìn)而，DCC-GARCH(1,1)模型下兩變量間動(dòng)態(tài)條件相關(guān)系數(shù)定義如下：

（2）溢出效應(yīng)測(cè)度（CoVaR 和ΔCoVaR）

分別采用CoVaR和ΔCoVaR測(cè)算房地產(chǎn)業(yè)對(duì)銀行業(yè)的條件在險(xiǎn)價(jià)值和系統(tǒng)性風(fēng)險(xiǎn)的溢出效應(yīng)，進(jìn)而分析房地產(chǎn)業(yè)自身風(fēng)險(xiǎn)對(duì)銀行業(yè)穩(wěn)定的影響。作為CoVaR的基礎(chǔ)，VaR用于測(cè)度某個(gè)金融部門在一定置信水平下最大可能損失。

其中，Xi是金融部門i的損失，是金融部門i在q%的置信水平下的最大可能損失。VaR無(wú)法測(cè)度一個(gè)金融部門對(duì)另一個(gè)金融部門的風(fēng)險(xiǎn)溢出效應(yīng)，但CoVaR和ΔCoVaR可以。計(jì)算公式如下：

其中，XB表示銀行業(yè)風(fēng)險(xiǎn)損失；C(XRE)表示房地產(chǎn)市場(chǎng)遭受的風(fēng)險(xiǎn)事件；表示當(dāng)房地產(chǎn)市場(chǎng)受到風(fēng)險(xiǎn)事件C(XRE)沖擊時(shí)，在q%的置信水平下，銀行業(yè)面臨的最大可能風(fēng)險(xiǎn)損失；表示房地產(chǎn)自身風(fēng)險(xiǎn)波動(dòng)處于正常水平下，銀行業(yè)面臨的最大可能風(fēng)險(xiǎn)損失。

假設(shè)房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)和銀行業(yè)風(fēng)險(xiǎn)服從二元正態(tài)分布，即：

進(jìn)而，房地產(chǎn)市場(chǎng)（RE）對(duì)銀行業(yè)（B）的邊際溢出或溢出效應(yīng)為：

2.房地產(chǎn)業(yè)自身風(fēng)險(xiǎn)對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)溢出的影響

首先從行業(yè)層面初步確認(rèn)房地產(chǎn)行業(yè)風(fēng)險(xiǎn)是如何產(chǎn)生對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的溢出效應(yīng)，然后從企業(yè)層面比較并驗(yàn)證房地產(chǎn)企業(yè)風(fēng)險(xiǎn)如何產(chǎn)生對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的溢出效應(yīng)。根據(jù)相關(guān)研究[5]，選取房地產(chǎn)業(yè)對(duì)銀行業(yè)的條件在險(xiǎn)價(jià)值變動(dòng)（ΔCoVaR）作為被解釋變量，采用房地產(chǎn)自身風(fēng)險(xiǎn)（VaR）作為核心解釋變量；在企業(yè)層面模型中，另選擇房地產(chǎn)企業(yè)的資產(chǎn)負(fù)債率（ALR）、資產(chǎn)規(guī)模（Lnsize）以及總資產(chǎn)收益率（ROA）作為控制變量。

分別構(gòu)建模型如下：

（1）房地產(chǎn)行業(yè)風(fēng)險(xiǎn)對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)溢出的影響

（2）房地產(chǎn)企業(yè)風(fēng)險(xiǎn)對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)溢出的影響

選擇雙向固定效應(yīng)模型進(jìn)行測(cè)度，模型如下：

3.變量說(shuō)明

模型使用的變量（見(jiàn)表1）如下：

表1 變量定義與測(cè)度

被解釋變量。條件在險(xiǎn)價(jià)值變動(dòng)（ΔCoVaR）：作為反映房地產(chǎn)業(yè)對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的溢出效應(yīng)的代理變量。其中，ΔCoVaR越大，表示房地產(chǎn)業(yè)對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的溢出效應(yīng)越高。ΔCoVaRB|RE、ΔCoVaRB|REE分別由房地產(chǎn)業(yè)指數(shù)收益率（RE）與銀行業(yè)指數(shù)收益率（B）、房地產(chǎn)企業(yè)個(gè)股收益率（REE）與銀行業(yè)指數(shù)收益率（B）根據(jù)DCC-GARCH-CoVaR模型計(jì)算得到。對(duì)于收益率的頻率，由于日數(shù)據(jù)尾部時(shí)間短、月數(shù)據(jù)樣本不足，參照相關(guān)研究[36]，選擇周對(duì)數(shù)收益率的百分?jǐn)?shù)。通過(guò)對(duì)每周收盤價(jià)進(jìn)行對(duì)數(shù)一階差分得到的百分?jǐn)?shù)，具體計(jì)算公式分別為：。

解釋變量。房地產(chǎn)自身風(fēng)險(xiǎn)（VaR）：參照相關(guān)研究[5]所使用的方法，選擇周對(duì)數(shù)收益率的VaR值作為衡量房地產(chǎn)自身風(fēng)險(xiǎn)的代理變量?？紤]到周對(duì)數(shù)收益率當(dāng)前的實(shí)際情況，此處的VaR值是通過(guò)方差-協(xié)方差法正向計(jì)算得出的，計(jì)算公式為：VaR=μt+?-1(q%)σt。VaR值越大，表示房地產(chǎn)自身風(fēng)險(xiǎn)越大。其中，VaRRE、VaRREE分別由房地產(chǎn)業(yè)指數(shù)周對(duì)數(shù)收益率（RE）、房地產(chǎn)企業(yè)個(gè)股周對(duì)數(shù)收益率（REE）計(jì)算得到，分別反映房地產(chǎn)行業(yè)風(fēng)險(xiǎn)和房地產(chǎn)企業(yè)風(fēng)險(xiǎn)。

控制變量?？紤]到房地產(chǎn)企業(yè)層面的面板數(shù)據(jù)特征，在現(xiàn)有研究的基礎(chǔ)上，盡可能控制會(huì)影響房地產(chǎn)企業(yè)對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)溢出效應(yīng)的因素。參照相關(guān)研究[5]，選擇的控制變量主要有：一是房地產(chǎn)企業(yè)資產(chǎn)負(fù)債率（ALR）。通過(guò)計(jì)算總負(fù)債/總資產(chǎn)得到，作為房地產(chǎn)企業(yè)負(fù)債水平的代理變量。二是房地產(chǎn)資產(chǎn)規(guī)模（Lnsize）。以ln(總資產(chǎn))作為衡量指標(biāo)。三是房地產(chǎn)總資產(chǎn)收益率（ROA）。通過(guò)稅后凈利潤(rùn)/總資產(chǎn)度量得到，用作房地產(chǎn)企業(yè)盈利能力的代理變量。四是時(shí)間和個(gè)體固定效應(yīng)（Year、Enterprise）。為了控制年度特征對(duì)ΔCoVaRB|REE的影響，按照不同年份生成T-1個(gè)虛擬變量；為了控制企業(yè)個(gè)體特征對(duì)ΔCoVaRB|REE的影響，按照企業(yè)數(shù)量生成N-1個(gè)虛擬變量。

（二）數(shù)據(jù)來(lái)源與樣本選擇

各變量的原始數(shù)據(jù)來(lái)自RESSET金融研究數(shù)據(jù)庫(kù)和CSMAR國(guó)泰安財(cái)經(jīng)研究數(shù)據(jù)庫(kù)?？紤]到1998年住房市場(chǎng)化改革政策的時(shí)滯性，以及數(shù)據(jù)的完整性和可靠性，研究中將樣本期定為2000年1月1日—2020年12月31日。行業(yè)層面，選擇了申萬(wàn)一級(jí)行業(yè)分類下房地產(chǎn)業(yè)和銀行業(yè)指數(shù)周數(shù)據(jù)。企業(yè)層面，選擇了證監(jiān)會(huì)2012版行業(yè)分類項(xiàng)下房地產(chǎn)行業(yè)139家上市公司作為研究對(duì)象，并作如下數(shù)據(jù)處理：一是剔除存續(xù)期完全不在樣本期以內(nèi)的公司；二是剔除被解釋變量（ΔCoVaRB|REE）缺失值過(guò)多和樣本觀察值不足的公司；三是對(duì)于利用房地產(chǎn)上市企業(yè)個(gè)股周對(duì)數(shù)收益率計(jì)算得到的ΔCoVaRB|REE和VaRREE的周數(shù)據(jù)，通過(guò)Excel數(shù)據(jù)透視表匯總成年平均值得到年數(shù)據(jù)，其他財(cái)務(wù)指標(biāo)（總資產(chǎn)、總負(fù)債、稅后凈利潤(rùn)）選擇年度數(shù)據(jù)。最后篩選整理出2000—2020年131家房地產(chǎn)上市公司的面板數(shù)據(jù)作為研究樣本，一共2 493組有效數(shù)據(jù)。數(shù)據(jù)分析所用軟件為Stata16.0。

五、實(shí)證分析

（一）描述性統(tǒng)計(jì)

首先對(duì)周對(duì)數(shù)收益率進(jìn)行描述性統(tǒng)計(jì)Jarque-Bera檢驗(yàn)，結(jié)果如表2①由于企業(yè)層面?zhèn)€體較多，限于篇幅，無(wú)法全部列示，考慮到后續(xù)實(shí)證結(jié)果表明企業(yè)資產(chǎn)規(guī)模對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的溢出效應(yīng)存在顯著影響，故表2只列示樣本期內(nèi)資產(chǎn)規(guī)模年度平均值排名前10的房地產(chǎn)上市公司，即招商蛇口、新城控股、保利發(fā)展、萬(wàn)科A、榮盛發(fā)展、萬(wàn)科B、濱江集團(tuán)、金地集團(tuán)、北辰實(shí)業(yè)與華發(fā)股份。所示。從均值看，房地產(chǎn)業(yè)與銀行業(yè)指數(shù)收益率為正，而大部分房地產(chǎn)企業(yè)個(gè)股收益率為負(fù)。從標(biāo)準(zhǔn)差看，房地產(chǎn)企業(yè)個(gè)股收益率均大于房地產(chǎn)業(yè)和銀行業(yè)指數(shù)收益率。從最值看，大部分房地產(chǎn)企業(yè)個(gè)股收益率最大值和最小值差距都大于房地產(chǎn)業(yè)和銀行業(yè)指數(shù)收益率。從偏度和峰度看，除銀行業(yè)指數(shù)收益率表現(xiàn)為右偏外，房地產(chǎn)業(yè)指數(shù)與房地產(chǎn)企業(yè)個(gè)股收益率都表現(xiàn)出左偏；三者峰度都高于3，可知三者分布都表現(xiàn)為尖峰厚尾，符合大多數(shù)金融數(shù)據(jù)特點(diǎn)。Jarque-Bera檢驗(yàn)在1%顯著水平拒絕原假設(shè)，說(shuō)明數(shù)據(jù)非正態(tài)。

表2 周對(duì)數(shù)收益率描述性統(tǒng)計(jì)與檢驗(yàn)結(jié)果

其次對(duì)模型(14)和(15)中包含的變量進(jìn)行描述性統(tǒng)計(jì)，具體如表3所示。從整體來(lái)看，無(wú)論是行業(yè)層面還是企業(yè)層面，對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的溢出效應(yīng)（ΔCoVaR）與自身風(fēng)險(xiǎn)（VaR）的均值、標(biāo)準(zhǔn)差和最大值均為正且數(shù)值較大，初步驗(yàn)證了房地產(chǎn)業(yè)對(duì)銀行業(yè)存在正向系統(tǒng)性風(fēng)險(xiǎn)溢出，房地產(chǎn)自身存在風(fēng)險(xiǎn)。從均值和標(biāo)準(zhǔn)差看，企業(yè)層面對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的溢出效應(yīng)（ΔCoVaRB|REE)的均值和波動(dòng)遠(yuǎn)大于行業(yè)層面；而行業(yè)層面自身風(fēng)險(xiǎn)（VaRRE）的均值和波動(dòng)遠(yuǎn)大于企業(yè)層面，初步說(shuō)明行業(yè)層面自身風(fēng)險(xiǎn)的影響相比企業(yè)層面更大，企業(yè)層面對(duì)于銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的溢出效應(yīng)相比行業(yè)層面更大。

表3 房地產(chǎn)業(yè)對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)溢出效應(yīng)模型中變量描述性統(tǒng)計(jì)結(jié)果

（二）房地產(chǎn)行業(yè)對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的溢出效應(yīng)分析

根據(jù)DCC-GARCH模型，利用房地產(chǎn)業(yè)指數(shù)收益率（RE）以及銀行業(yè)指數(shù)收益率（B）計(jì)算出兩行業(yè)時(shí)變聯(lián)動(dòng)關(guān)系，獲取兩者動(dòng)態(tài)條件相關(guān)系數(shù)和動(dòng)態(tài)條件方差，然后再計(jì)算出房地產(chǎn)行業(yè)對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的溢出效應(yīng)（ΔCoVaR）。

1.房地產(chǎn)行業(yè)與銀行業(yè)動(dòng)態(tài)條件相關(guān)性分析

DCC-GARCH模型可以用于測(cè)度多元變量間的動(dòng)態(tài)相關(guān)性。由模型(5)可以計(jì)算出房地產(chǎn)行業(yè)與銀行業(yè)動(dòng)態(tài)條件的相關(guān)系數(shù)。根據(jù)模型(13)可知，該系數(shù)數(shù)值越大，代表房地產(chǎn)行業(yè)和銀行業(yè)的相關(guān)性越強(qiáng)，亦即風(fēng)險(xiǎn)溢出效應(yīng)越明顯。計(jì)算得出的房地產(chǎn)行業(yè)與銀行業(yè)的動(dòng)態(tài)條件相關(guān)系數(shù)整體均值高達(dá)0.6511%，其標(biāo)準(zhǔn)差為0.0565%。

通過(guò)對(duì)房地產(chǎn)行業(yè)對(duì)銀行業(yè)動(dòng)態(tài)條件相關(guān)系數(shù)時(shí)間序列圖（見(jiàn)圖2）的分析可知，其動(dòng)態(tài)條件相關(guān)系數(shù)在樣本期內(nèi)全部大于零，說(shuō)明房地產(chǎn)業(yè)對(duì)銀行業(yè)具有正向動(dòng)態(tài)相關(guān)關(guān)系。由此可合理推導(dǎo)出，房地產(chǎn)業(yè)對(duì)銀行業(yè)具有明顯正向的系統(tǒng)性風(fēng)險(xiǎn)溢出。

圖2 房地產(chǎn)行業(yè)對(duì)銀行業(yè)動(dòng)態(tài)條件相關(guān)系數(shù)時(shí)間序列圖

2.房地產(chǎn)行業(yè)對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的溢出效應(yīng)分析

將房地產(chǎn)行業(yè)層面數(shù)據(jù)代入模型(12)和(13)，可估計(jì)出在99%置信水平下的CoVaR和ΔCo-VaR，其均值和標(biāo)準(zhǔn)差具體見(jiàn)表4。從均值來(lái)看，房地產(chǎn)行業(yè)對(duì)銀行業(yè)CoVaR和ΔCoVaR的貢獻(xiàn)分別是 55.312%、29.005%，對(duì)應(yīng)標(biāo)準(zhǔn)差分別為40.398%、23.566%，CoVaR的均值和標(biāo)準(zhǔn)差都比Δ CoVaR的更大。從最值來(lái)看，CoVaR的最大值和最小值的差距也比ΔCoVaR的更大。

一是要擺正位置，行業(yè)、企業(yè)主管部門是介于政府與學(xué)校、企業(yè)之間的機(jī)構(gòu)，既要發(fā)揮橋梁紐帶作用，又要監(jiān)督企業(yè)對(duì)《辦法》的落實(shí)。要積極配合政府及相關(guān)行政部門，在校企合作系統(tǒng)工程中扮演協(xié)調(diào)者、監(jiān)管者、促進(jìn)者的角色。二是要發(fā)揮督導(dǎo)作用，行業(yè)、企業(yè)主管部門既是企業(yè)的領(lǐng)導(dǎo)者，也是校企合作機(jī)制的制定者。要針對(duì)企業(yè)參與校企合作途徑不暢的短板，采取相應(yīng)措施，拿出具體解決辦法，使企業(yè)充分了解并履行應(yīng)盡的責(zé)任與義務(wù)，主動(dòng)配合政府主導(dǎo)的監(jiān)管績(jī)效考評(píng)。同時(shí)，按照校企合作年度“責(zé)任報(bào)告”，進(jìn)行具有行業(yè)特點(diǎn)的監(jiān)管，考核與支持并舉，引導(dǎo)、落實(shí)企業(yè)主動(dòng)參與、承擔(dān)培養(yǎng)學(xué)生的社會(huì)責(zé)任。

表4 房地產(chǎn)行業(yè)對(duì)銀行業(yè)的CoVaR和ΔCoVaR統(tǒng)計(jì)結(jié)果

為了直觀地觀察房地產(chǎn)行業(yè)對(duì)銀行業(yè)CoVaR和ΔCoVaR變化的影響，以下根據(jù)二者的時(shí)間序列變化圖（見(jiàn)圖3）進(jìn)行分析。由圖3可知，面對(duì)房地產(chǎn)行業(yè)自身風(fēng)險(xiǎn)的沖擊，銀行業(yè)產(chǎn)生的Co-VaR和ΔCoVaR變化具有共同的趨勢(shì)，且波動(dòng)幅度大、頻率高，尤其是在2008年集中波動(dòng)，而且Co-VaR和ΔCoVaR的最高值也是出現(xiàn)在這個(gè)時(shí)期。這主要是由于2008年的全球金融危機(jī)的沖擊與影響。從整體來(lái)看，房地產(chǎn)行業(yè)對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的溢出效應(yīng)大約在2017年之前都存在高頻大幅波動(dòng)現(xiàn)象，在2017年之后，大多數(shù)情況都是高頻小幅波動(dòng)。這是因?yàn)椋?016年末，基于國(guó)情，中央政府大力著手穩(wěn)房?jī)r(jià)調(diào)控，對(duì)房地產(chǎn)新的政策定位是“房住不炒”；2017年之后，中央政府大力推行降杠桿措施；2020年8月出臺(tái)了針對(duì)房地產(chǎn)企業(yè)資金檢測(cè)和融資管理的“三線四檔”政策，2020年12月又出臺(tái)了銀行業(yè)金融機(jī)構(gòu)房地產(chǎn)貸款集中度管理制度。這些政策的出臺(tái)使得房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)得到一定程度的控制，相應(yīng)減少了其對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的溢出效應(yīng)。

圖3 房地產(chǎn)行業(yè)對(duì)銀行業(yè)的CoVaR和ΔCoVaR變動(dòng)圖

3.房地產(chǎn)行業(yè)風(fēng)險(xiǎn)對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)溢出的影響

使用模型(14)計(jì)算出的房地產(chǎn)行業(yè)層面風(fēng)險(xiǎn)對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)溢出的影響結(jié)果如表5列(1)所示。該結(jié)果表明房地產(chǎn)行業(yè)自身風(fēng)險(xiǎn)（VaRRE）顯著正向促進(jìn)對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的溢出效應(yīng)（ΔCoVaRB|RE），與預(yù)期影響方向一致。

為檢驗(yàn)該實(shí)證結(jié)果的可靠性，通過(guò)變量替換方式進(jìn)行穩(wěn)健性檢驗(yàn)。考慮到模型(8)揭示的條件在險(xiǎn)價(jià)值（CoVaR）與溢出效應(yīng)（ΔCoVaR）間存在正相關(guān)關(guān)系，以房地產(chǎn)行業(yè)對(duì)銀行業(yè)的條件在險(xiǎn)價(jià)值（CoVaRB|RE）替換原被解釋變量溢出效應(yīng)（ΔCoVaRB|RE）重新回歸，結(jié)果如表5列(2)所示。該結(jié)果表明房地產(chǎn)行業(yè)自身風(fēng)險(xiǎn)（VaRRE）對(duì)銀行業(yè)的條件在險(xiǎn)價(jià)值（CoVaRB|RE）存在顯著正向影響。與原結(jié)論一致，說(shuō)明原實(shí)證結(jié)果具有穩(wěn)健性。

表5 房地產(chǎn)行業(yè)風(fēng)險(xiǎn)對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)溢出影響的回歸結(jié)果與穩(wěn)健性檢驗(yàn)結(jié)果

（三）房地產(chǎn)企業(yè)對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)溢出效應(yīng)分析

1.房地產(chǎn)企業(yè)自身風(fēng)險(xiǎn)對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)溢出的影響

使用模型(15)實(shí)證分析房地產(chǎn)企業(yè)風(fēng)險(xiǎn)對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)溢出的影響。為了確保實(shí)證結(jié)果的穩(wěn)健性，先保持核心解釋變量房地產(chǎn)企業(yè)風(fēng)險(xiǎn)（VaRREE）固定不變，對(duì)控制變量進(jìn)行逐步組合后進(jìn)行雙向固定效應(yīng)回歸。表6列(1)至列(8)列示了核心解釋變量房地產(chǎn)企業(yè)風(fēng)險(xiǎn)（VaRREE）與控制變量對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的溢出效應(yīng)（ΔCoVaRB|REE）。

表6 房地產(chǎn)企業(yè)風(fēng)險(xiǎn)對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)溢出影響的面板回歸結(jié)果

首先，從整體上可以發(fā)現(xiàn)無(wú)論是否添加控制變量或者是添加幾個(gè)控制變量，核心解釋變量房地產(chǎn)企業(yè)風(fēng)險(xiǎn)（VaRREE）對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的溢出效應(yīng)（ΔCoVaRB|REE）的影響都在1%的水平上顯著。列(8)是添加所有控制變量后的回歸結(jié)果，可以看出，其他因素不變，房地產(chǎn)企業(yè)風(fēng)險(xiǎn)（VaRREE）的解釋力度和顯著性水平幾乎沒(méi)有變化，十分穩(wěn)健。由此，可合理推導(dǎo)出房地產(chǎn)企業(yè)自身風(fēng)險(xiǎn)是對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)溢出的作用關(guān)鍵。

其次，觀察列(1)至列(8)可以發(fā)現(xiàn)，房地產(chǎn)企業(yè)風(fēng)險(xiǎn)（VaRREE）的系數(shù)β1顯著為正，說(shuō)明房地產(chǎn)企業(yè)風(fēng)險(xiǎn)越高對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的溢出效應(yīng)也越高。這與預(yù)期影響方向一致。結(jié)合中國(guó)現(xiàn)實(shí)情況可知，銀行持有較高比例的房地產(chǎn)信貸敞口，房地產(chǎn)與銀行業(yè)間存在風(fēng)險(xiǎn)共生性，房地產(chǎn)企業(yè)風(fēng)險(xiǎn)會(huì)通過(guò)信貸渠道和銀行業(yè)間資產(chǎn)負(fù)債表渠道增大對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的溢出效應(yīng)。

最后，觀察列(1)至列(8)的變量系數(shù)顯著性、組內(nèi)可決系數(shù)（R2within）和 F 統(tǒng)計(jì)量可發(fā)現(xiàn)，列(3)模型最優(yōu)，因?yàn)槌藬M合優(yōu)度最高外，加入的控制變量資產(chǎn)規(guī)模（Lnsize）對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的溢出效應(yīng)（ΔCoVaRB|REE）也是顯著正向影響，而其他控制變量對(duì)ΔCoVaRB|REE的影響則不顯著。該結(jié)果表明房地產(chǎn)企業(yè)資產(chǎn)規(guī)模顯著正向影響對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的溢出效應(yīng)，即單個(gè)房地產(chǎn)企業(yè)資產(chǎn)規(guī)模越大，對(duì)銀行業(yè)產(chǎn)生的系統(tǒng)性風(fēng)險(xiǎn)的溢出效應(yīng)也就越高。大型房地產(chǎn)企業(yè)因其規(guī)模優(yōu)勢(shì)，較易獲得銀行信貸資源[37]；企業(yè)規(guī)模越小，銀行融資占總資產(chǎn)的比重越小，同時(shí)銀行融資相對(duì)于股權(quán)融資的比例越小[38]。由此，可合理推導(dǎo)出房地產(chǎn)企業(yè)資產(chǎn)規(guī)模越大，銀行信貸融資規(guī)模就越大，對(duì)銀行業(yè)產(chǎn)生系統(tǒng)性風(fēng)險(xiǎn)的溢出效應(yīng)也就越高。

2.穩(wěn)健性檢驗(yàn)

為進(jìn)一步檢驗(yàn)該結(jié)論的可靠性，采用變量替換方式進(jìn)行穩(wěn)健性檢驗(yàn)。由于基于公式(8)揭示的條件在險(xiǎn)價(jià)值（CoVaR）與溢出效應(yīng)（ΔCoVaR）間存在正相關(guān)關(guān)系，以房地產(chǎn)企業(yè)對(duì)銀行業(yè)的條件在險(xiǎn)價(jià)值（CoVaRB|REE）替換原被解釋變量ΔCoVaRB|REE重新進(jìn)行雙向固定效應(yīng)面板回歸，分析結(jié)果如表7所示。觀察表7列(1)至列(8)可以發(fā)現(xiàn)，房地產(chǎn)企業(yè)的自身風(fēng)險(xiǎn)（VaRREE）對(duì)銀行業(yè)的條件在險(xiǎn)價(jià)值（CoVaRB|REE）具有顯著的正向影響；再結(jié)合模型變量系數(shù)顯著性、組內(nèi)可決系數(shù)（R2within）和F統(tǒng)計(jì)量可知，列(3)所示的模型最優(yōu)，這些結(jié)論都與表6得到的結(jié)論相一致，因此，該實(shí)證結(jié)論具有穩(wěn)健性。

表7 房地產(chǎn)企業(yè)風(fēng)險(xiǎn)對(duì)銀行業(yè)條件在險(xiǎn)價(jià)值影響的穩(wěn)健性檢驗(yàn)面板回歸結(jié)果

六、結(jié)論與建議

研究從行業(yè)和企業(yè)兩個(gè)層面，基于DCCGARCH-CoVaR模型實(shí)證分析房地產(chǎn)業(yè)對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的溢出效應(yīng)，然后通過(guò)逐步回歸法分析房地產(chǎn)行業(yè)風(fēng)險(xiǎn)和房地產(chǎn)企業(yè)風(fēng)險(xiǎn)如何產(chǎn)生對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的溢出效應(yīng)，得到如下結(jié)論：第一，無(wú)論是行業(yè)層面還是企業(yè)層面，房地產(chǎn)自身風(fēng)險(xiǎn)均對(duì)銀行業(yè)產(chǎn)生顯著正向的系統(tǒng)性風(fēng)險(xiǎn)溢出，原因是銀行持有較高比例的房地產(chǎn)信貸敞口，房地產(chǎn)業(yè)與銀行業(yè)存在風(fēng)險(xiǎn)共生性；第二，從行業(yè)層面來(lái)看，房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)管控措施可以有效降低房地產(chǎn)業(yè)對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的溢出效應(yīng)，這意味著，管控好房地產(chǎn)業(yè)自身風(fēng)險(xiǎn)是解決其對(duì)銀行業(yè)風(fēng)險(xiǎn)溢出問(wèn)題的關(guān)鍵；第三，從企業(yè)層面來(lái)看，大規(guī)模房地產(chǎn)企業(yè)對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)會(huì)產(chǎn)生更大的溢出效應(yīng)，這意味著為控制房地產(chǎn)業(yè)對(duì)銀行業(yè)的風(fēng)險(xiǎn)溢出效應(yīng)，需要重點(diǎn)監(jiān)管解決大型房地產(chǎn)企業(yè)的風(fēng)險(xiǎn)問(wèn)題。

由上述結(jié)論可知，就減少房地產(chǎn)業(yè)對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的溢出效應(yīng)，以及貫徹“堅(jiān)守不發(fā)生系統(tǒng)性金融風(fēng)險(xiǎn)的底線”而言，最關(guān)鍵的是要促進(jìn)房地產(chǎn)行業(yè)平穩(wěn)健康發(fā)展。降低房地產(chǎn)業(yè)風(fēng)險(xiǎn)的外溢性和傳染性，需要在穩(wěn)定房地產(chǎn)業(yè)現(xiàn)有融資渠道的基礎(chǔ)上，降低房地產(chǎn)業(yè)與銀行業(yè)的風(fēng)險(xiǎn)共生性，提高房地產(chǎn)企業(yè)的風(fēng)險(xiǎn)抵抗能力。

首先，從行業(yè)層面來(lái)看，一是從整體上降低銀行部門房地產(chǎn)信貸敞口，從信貸渠道降低房地產(chǎn)業(yè)與銀行業(yè)的風(fēng)險(xiǎn)共生性。要嚴(yán)格落實(shí)銀行業(yè)房地產(chǎn)貸款集中度管理，加強(qiáng)房地產(chǎn)金融審慎管理制度，引導(dǎo)銀行業(yè)調(diào)整信貸方向，優(yōu)化信貸結(jié)構(gòu)。減少存量規(guī)模，對(duì)房地產(chǎn)信貸占比較高的銀行實(shí)行名單制管理，督促這些銀行做好房地產(chǎn)信貸的追蹤審查與風(fēng)險(xiǎn)控制。減少房地產(chǎn)信貸增量，做好貸前審查與貸后資金監(jiān)控工作。二是要監(jiān)管房地產(chǎn)市場(chǎng)資金的過(guò)度流入，防止房?jī)r(jià)非理性上漲，降低房地產(chǎn)市場(chǎng)的泡沫化風(fēng)險(xiǎn)。通過(guò)圍堵繞道違規(guī)資金流入房地產(chǎn)市場(chǎng)、住房限購(gòu)、強(qiáng)調(diào)住房的實(shí)體資產(chǎn)屬性，以及避免利用房地產(chǎn)短期刺激經(jīng)濟(jì)的舉施，穩(wěn)住房?jī)r(jià)、房地產(chǎn)市場(chǎng)預(yù)期，以弱化房地產(chǎn)自身風(fēng)險(xiǎn)，從而降低房地產(chǎn)業(yè)對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的溢出效應(yīng)。

其次，從企業(yè)層面來(lái)看，一是房地產(chǎn)企業(yè)應(yīng)當(dāng)通過(guò)提高融資質(zhì)量和優(yōu)化融資結(jié)構(gòu)來(lái)提高其風(fēng)險(xiǎn)抵抗能力。要合理規(guī)劃開(kāi)發(fā)項(xiàng)目，注重融資渠道的合規(guī)性，減小負(fù)債規(guī)模，降低融資杠桿；同時(shí)，拓寬保險(xiǎn)、信托等多元化融資渠道，增強(qiáng)企業(yè)抵抗金融風(fēng)險(xiǎn)的能力，在降低自身風(fēng)險(xiǎn)的同時(shí)，減少風(fēng)險(xiǎn)的溢出效應(yīng)。二是重點(diǎn)監(jiān)管大規(guī)模房企的風(fēng)險(xiǎn)。對(duì)于負(fù)債規(guī)模大、融資涉及多個(gè)金融機(jī)構(gòu)的房地產(chǎn)企業(yè)，應(yīng)當(dāng)重點(diǎn)監(jiān)管其融資管理、經(jīng)營(yíng)風(fēng)險(xiǎn)，實(shí)時(shí)跟進(jìn)資金動(dòng)向，以降低其風(fēng)險(xiǎn)，減少其風(fēng)險(xiǎn)溢出效應(yīng)。

最后，從長(zhǎng)期來(lái)看，需要大力發(fā)展實(shí)體經(jīng)濟(jì)，提高實(shí)體經(jīng)濟(jì)回報(bào)率，引導(dǎo)房地產(chǎn)市場(chǎng)過(guò)熱資金回流到實(shí)體經(jīng)濟(jì)，從而降低房地產(chǎn)市場(chǎng)過(guò)度投資，降低房地產(chǎn)市場(chǎng)泡沫化風(fēng)險(xiǎn)，進(jìn)而減少房地產(chǎn)業(yè)對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的溢出效應(yīng)。