动态视角下房地产贷款对银行业系统性风险溢出研究

基于Credit Metrics模型动态度量房地产贷款信用风险,运用双重ΔCoVaR模型分析框架量化其对单家银行风险的影响,以及对银行业系统性风险的溢出,将总体溢出分解为直接溢出和间接溢出,考量房地产贷款信用风险对银行业系统性风险的传导途径。结果显示:一方面,房地产贷款信用风险近年来整体呈上升趋势,且对银行业风险溢出显著,尤其是大规模债务违约和新冠疫情的爆发加剧了溢出效应。另一方面,房地产贷款信用风险的间接溢出大于直接溢出,且高(低)系统重要性银行产生了更大的间接(直接)溢出,表明高系统重要性银行由于与其他银行的业务联系密切,其贷款信用风险更易引发银行业内的连锁反应从而间接刺激风险爆发;低系统重要性银行因为依赖少数大型客户贷款,面临信用丢失时缺乏强劲的风险缓冲能力,更可能直接对银行业的稳定造成显著破坏。

中国金融-房地产系统的风险溢出效应研究

本研究提出了风险级联传染网络模型,证明了当传染轮数趋于无穷时,节点风险增量收敛的充分必要条件是风险传染强度矩阵特征值的模值小于1。在实证研究方面,本研究基于公开的股票市场数据,构建了中国的房地产-金融系统风险传染网络。结果表明:(1)从2010年到2022年,总体风险传染强度在波动中不断上升,房地产业是最大的系统性风险源头(2)房地产业对银行业的溢出风险存在类别与空间异质性。(3)节点重要性分数服从幂律分布。

房地产贷款违约与银行系统性风险——基于银行间市场债务违约与资产减值抛售视角

文章构建了银行间市场债务违约与资产减值抛售共同作用下的银行系统性风险形成模型,研究房地产贷款违约冲击下我国银行系统性风险的形成机制。通过对2012-2020年银行体系进行系统性风险测算发现:银行体系能够抵御房地产贷款违约冲击,银行系统性破产主要发生在缩表导致的风险传染过程中;资产减值抛售是造成银行系统性损失的重要因素,银行间市场债务违约对系统性风险的影响有限;不同程度房地产贷款违约冲击造成的银行风险传染强度差异较大;银行脆弱性与银行资产规模关系不大,风险贡献度与资产规模密切相关。研究结论为监管部门提供了银行风险预警与测算的依据。

中国银行业系统性风险研究——宏观审慎视角下的三个压力测试

本文在传统网络模型中加入去杠杆—降价抛售机制,研究以下两类宏观经济冲击对银行体系系统性风险的影响。从房地产贷款违约压力测试看,房地产贷款违约引起的传染风险是系统性风险的重要来源;传染损失比重和去杠杆次数结果则表明,2007年我国银行面临的传染风险最高,之后呈现快速下降的趋势;参数敏感性结果表明,网络模型中去杠杆、降价抛售以及破产对传染风险的相对重要性依次递减。从地方政府融资平台贷款违约压力测试看,大型商业银行受平台贷款违约的影响小于股份制和城市商业银行。此外,平台贷款违约概率存在阈值,在阈值之上银行损失和倒闭急剧攀升。基于银行倒闭压力测试,量化出本文的网络模型相对于传统网络模型的优越性。本文还发现中国金融体系的系统重要性与系统脆弱性指标的"错配"对于维持金融体系稳定非常关键。

金融系统性风险的演化与监管研究——基于实体经济视角

受新冠肺炎疫情冲击以及国际形势恶化的影响,中国经济下行压力增大,金融稳定遭遇挑战。为探究金融体系潜在风险与实体经济发展困境之间的内在联系,基于内嵌金融分层网络的多主体模型,从实体经济视角分析中国金融风险的演化特征和作用路径。研究发现:系统性风险根源于缺乏消费基础的企业信贷的过度扩张,而这种过度负债的违约极易带来风险在实体经济与金融体系的双向传染与负向反馈;金融机构底层资产的高度同质化、金融网络的高连通度均会加剧风险传染的程度与范围;单一的严格控杠杆政策加剧了金融体系的脆弱性,结合逆周期监管的适度杠杆监管能更好地维护金融稳定,实现与实体经济的良性互动,助力中国经济高质量发展。

基于缓释乘数的房地产贷款逆周期调节方法

在宏观审慎监管框架下引入逆周期的房地产贷款缓释乘数,对房地产贷款进行逆周期的动态调节,以降低房地产市场风险与银行业系统性风险的相关性。将不良贷款率作为银行业系统性风险的显性指标,实证分析表明,引入缓释乘数的逆周期调节能有效缓释房地产贷款与房地产价格之间的顺周期性,能降低银行业的系统性风险;与开发贷款相比较而言,购房贷款的缓释作用更为明显。

房地产风险投资复杂网络混沌系统的 H∞同步控制

将房地产风险投资系统建模为复杂网络混沌系统,研究该网络模型的H∞混沌同步问题.基于Lyapunov稳定性理论和自适应控制方法,实现了系统H∞同步控制,给出了同步的充分条件.

温州市房地产金融风险的形成及防范机制研究

房价下跌、民间借贷崩盘和银行贷款不良率大幅攀升,使温州房地产金融风险空前加剧。温州房地产金融风险根源在于制造业瓶颈,金融制度的不完善起到了推波助澜的作用。只有完善金融制度,促进金融业"以实为主,虚实并进"助推制造业复苏并成功转型升级,才能解决温州市房地产金融困局,防止局部风险演化为全局性危机。

我国商业银行贷款规避房地产估价风险的分析

商业银行不动产信贷面临的最主要的风险是房地产估价带来的金融风险。房地产过高估值和长期大量的金融抵押贷款给金融机构带来越来越多的呆账坏账,影响了金融机构的真实资产。评估风险的防范最终取决于房地产评估质量保证体系的完善和商业银行管理制度的规范,以及评估需求者正确利用评估结果。本文对此进行了探讨。

关注房屋预售制度 慎防房贷风险

房屋预售制度是一项给予房地产开发商的扶持政策,但从实践来看,它在推动房地产市场繁荣的同时,也为房地产开发商利用其制度缺陷掠夺财富提供了便利,从而给提供房贷的银行带来了金融风险,进而威胁社会的金融稳定。阐述了我国房屋预售制度的历史与现状,讨论了房屋预售制度的负效应及取消之后可能造成的影响,提出了加大监管力度、完善房屋预售制度、防范房贷风险的建议。

我国房地产企业风险度量及其溢出效应研究

房地产风险是我国现阶段经济金融领域重要风险源。房地产企业间风险相互溢出对房地产市场平稳健康发展、经济平稳运行产生巨大影响,然而相关研究较少。基于此,本文构建房地产风险指标CSRISK,并使用适应性弹性网络VAR模型结合广义方差分解构建风险溢出指数,分析我国房地产企业微观层面特征对其风险溢出的影响,以及是否存在风险溢出的融资端渠道和销售端渠道。研究结果表明:(1)房地产企业持有房地产资产规模和资产规模对风险溢入、溢出和净溢出均有显著正向作用,净负债率对风险溢入、溢出和净溢出均有显著负向作用,资产收益率对风险溢出和净溢出均有显著负向作用;(2)房地产企业持有房地产资产规模对风险溢入、溢出和净溢出的正向作用受长期有息负债率的显著正向影响,即房地产企业使用长期有息负债比重越高,其持有房地产资产规模对风险溢入、溢出和净溢出正向作用越大,存在风险溢出的融资端渠道;(3)房地产企业持有房地产资产规模对风险溢入、溢出和净溢出的正向作用受经营分散度显著负向影响,即房地产企业经营越分散,其持有房地产资产规模对风险溢入、溢出和净溢出正向作用越大,存在风险溢出的销售端渠道。

房地产贷款损失与银行间市场风险传染——基于金融网络方法的研究

本文利用金融网络方法构建完全连接和中心-边缘结构的银行间市场网络,研究由房地产贷款损失引发的银行间市场风险传染的动态过程及影响因素。研究表明:若不考虑银行间关联,我国单个银行抵御房地产贷款损失能力较强;若考虑银行间关联,则相同程度的房地产贷款损失会引发大规模的银行风险传染;中心-边缘结构的银行间市场网络更易发生大规模风险传染;与大银行相比,小银行的破产受房地产贷款损失的直接冲击较小,受银行间风险传染的影响较大。

基于内部视角的中国房地产业与银行业系统性风险传染测度研究

银行业在维护整个金融系统稳定中处于举足轻重的地位,而基础信贷市场又是房地产行业与银行业紧密相连的重要渠道,因此本文将银行间同业市场与房地产行业的银行信贷市场作为一个系统建立了扩展的矩阵模型。本文采用2007-2014年银行和房地产业的公开财务数据,基于扩展的矩阵模型,对我国房地产行业与银行业系统性风险的传染性进行测度。研究结果表明,房地产行业与银行业组成的金融系统比单独的银行系统更加脆弱,风险传染速度明显加快;与房地产企业信贷相比,个人住房按揭贷款对银行业的影响更大;相对于清偿能力,银行更容易受到流动性不足的冲击。

银行系统性风险多渠道形成机制及测度研究

考察资不抵债与流动枯竭叠加作用下,银行债务违约、流动性挤兑和资产减值抛售相互渗透、相互强化的系统性风险多渠道形成机制,动态模拟房地产贷款违约冲击下的风险传染演化过程.对2012-2020年我国38家银行进行研究发现:第一,银行体系能充分吸收房地产贷款违约初始冲击,系统性风险主要产生于银行去杠杆行为导致的多渠道风险传染过程中.资产减值抛售对系统性风险影响较大,债务违约和流动性挤兑对系统性风险的贡献较小.第二,资不抵债与流动性枯竭是银行风险传染的主要形式,两者的叠加效应持续放大系统性风险.银行体系流动性枯竭较资不抵债更突出,但前者影响呈下降趋势,后者逐年凸显.第三,系统性风险释放在重度冲击下呈现“即时性”,中度冲击下呈现“延续性”,轻度冲击下呈现“自我恢复”特征.第四,银行体系风险类型趋于复杂化,国有商业银行和股份制商业银行更容易出现流动性枯竭与资不抵债双重风险,且两者脆弱性和风险贡献度更突出;城市商业银行和农村商业银行多表现为双重风险或单一风险.基于研究结论,为我国银行系统性风险防范及金融监管提供政策建议.

基于房地产市场的我国系统性金融风险测度与预警研究

本文阐释了基于房地产市场的系统性金融风险形成机制,据此建立了分阶段、跨部门的房地产市场的系统性金融风险网络模型,并运用2006-2017年16家上市银行数据,分析和测度了我国房价大幅下跌所引发的系统性金融风险水平和结构,构建了基于房地产市场的系统性金融风险预警指标并进行测算。研究发现:在房价下跌30%的压力情景下,我国金融体系的潜在总损失总体呈级数式上升,年均增长22.70%;基于房地产市场的系统性金融风险值(SR)呈现先上升后波动下降的总体趋势;系统性金融风险(SR)的脆弱性指标(FLI)整体呈现波浪式振荡变化,且与房地产贷款/权益整体呈反向变动,系统性金融风险(SR)的传染性指标(CTI)在2012-2017年呈持续下降趋势,且与金融市场压力指数、金融机构间资产占总资产比重呈现出高度的一致性变化趋势。最后,基于房地产市场的系统性金融风险预警指标(SRWI)值呈收敛式振荡走势,表明基于房地产市场的系统性金融风险总体可控且呈收敛式下降。

基于贝叶斯方法的中国商业银行同业借贷网络中系统风险研究

本文针对银行双边风险敞口不可得的现实情况,利用贝叶斯方法,基于185家商业银行在2013年至2017年的资产负债表数据,在不同的网络结构设定下构建吉布斯抽样器,根据大量银行间同业资产及同业负债分布矩阵的样本,考察了每个商业银行在负面冲击后违约的概率及其分布。研究结果表明,银行同业借贷网络的结构能够显著影响银行的系统风险和违约概率。当网络连接概率处于中等水平时,冲击影响的范围最广;在完全网络结构下,风险分担的作用大于风险传染。总之,银行同业借贷既可以分担风险,也成为了风险传染的渠道,这种功能的转换取决于以下几类因素的相互作用:冲击的性质,例如冲击的规模,受冲击银行的数量以及冲击涉及的银行类型;清算时资产的贬值程度;银行自身资产负债表的特征。如果仅考虑银行同业借贷渠道,样本期内最稳健的银行系统是在2017年,而2014年的银行系统最脆弱。

中国房地产企业间系统性风险溢出效应分析--基于尾部风险网络模型

本文以2007—2021年沪深A股上市房企为样本,首先基于SIM单指数分位数回归技术提出测量系统性风险的新指标SIM-CoVaR,并结合前沿的TENET网络模型,构造跨房地产企业风险动态传染的尾部风险网络,然后采用块模型探究房地产市场系统性风险溢出的聚类性、触发机制及传播路径,最后考察网络整体结构和宏观经济变量对房地产市场系统性风险溢出的影响。研究表明:(1)我国房地产企业间存在明显的系统性风险联动性和溢出效应,在市场动荡时期房地产部门是金融风险溢出的放大器;(2)评估系统重要性节点企业时,除考虑企业规模等内部属性,还应考虑房企间关联结构,利用系统性风险指数可有效捕捉网络中系统重要性节点;(3)跨房企的系统性风险溢出具有显著的聚类特征,尾部风险网络可被划分为4个不同的功能模块,各模块的成员及其角色呈现明显的时变特性,监管部门可据此从供给端“因企施策”;(4)网络聚集性、网络效率和网络匹配性的降低能显著降低房地产市场的系统性风险溢出效应。本文从企业微观层面探讨房地产市场风险的形成机制,为促进房地产业健康发展和防范化解宏观层面的系统性金融风险提供参考。