中小房地产企业贷款信用风险评价研究

论文摘要

房地产业是国民经济的先导性、支柱性和基础性产业,根据测算,房地产业对经济增长的贡献率大约在2.1%-2.7%之间,它的发展在很大程度上带动和制约着城市和其它产业的发展,甚至带动经济的周期性波动。我国房地产业起步较晚,计划经济时代,我国的住宅以福利分房的形式存在,在市场上公开买卖的房屋少之又少。改革开放后,随着商品的逐渐市场化,房屋住宅也逐渐在市场上出现,特别是从上世纪九十年代初,我国房地产业的发展逐渐进入了个高潮期,也正是从那时候起,房地产才真正作为一个产业出现在我们的日常生活中。进入21世纪后,我国房地产业又有了新的发展,开发面积的迅猛增长,建筑形态的不断丰富,以及在国民经济中的地位都达到了前所未有的高度,而与此相对应的资金需求量也不断的增加。从房地产开发在国民经济中崭露头角到如今的全国各地都如火如荼地搞房地产开发,在这短短不到20年的时间内,房地产业已经成为我国国民经济的支柱产业。2010年前两个季度,我国房地产开发投资19747.12亿元,同比增长38.1%,占固定资产投资比重的20.1%,房地产业的发展带动一大批关联产业发展,对于改善广大城市居民的居住条件,增加就业,促进产业结构的调整和国民经济的快速发展作出了巨大的贡献。房地产的开发投资、房地产销售所需要的资金大部分都来自银行,因此,银行信贷资产的质量在很大程度上受房地产信贷资产质量的影响。房地产业的风险绝大部分都转嫁到了银行。然而,随着房价的不断上涨,流入房地产企业的资金越来越多,一旦出现资金供给不足,房价就会下跌,银行和房地产投资者就会出现两败的局面。美国金融危机的创痛还未消去,并时刻警示着中国房地产业,乃至于中国的金融业。我国的房地产市场仍处在初期阶段,市场秩序、相关法规,以及与之有密切联系的金融制度都尚未完善,另外一个明显的现象就是房地产企业众多,且以中小房地产企业为主,其占房地产企业数量的90%以上。由于我国中小房地产企业居多,而房地产企业对银行信贷具有相当程度的依赖性,根据美国次贷危机的波及链条,金融危机又往往来源于房地产泡沫的影响,因此,制定一套适用于中小房地产企业的信用评价体系及评价方法具有重要的现实意义。完善的信用评价体系必须是全面的、客观的和科学的,才能从众多中小房地产企业中剔除信用质量不好、违约风险较大的企业,筛选出信用和经营情况良好、发展稳定的企业进行授信,保障我国房地产经济健康稳定地发展,进而促进国民经济的良好发展。本文首先对我国中小房地产企业信用风险特征进行了分析,揭示了中小房地产企业信用分析原因以及必要性,结合国内外研究现状,在现有的信用风险模型上,提出了对中小房地产企业信用评价的指标体系和方法,建立了基于Logistic回归的信用风险评价模型。中小房地产企业信用度量的原因主要是由于融资缺口的存在,中小房地产企业在直接融资的方式上具有明显的劣势,因此只能通过向商业银行贷款进行融资,为了减少中小房地产企业违约信用风险的暴露,避免对融资机构造成资产损失和影响经济发展的稳定性,对中小房地产企业信用风险的度量迫在眉睫。中小房地产信用风险存在的原因主要是由于信息不对称造成的,一方面银行等金融机构由于对借款人的经营状况、财务情况等信息的不充分了解,容易产生错误贷款或者贷款过度,导致违约概率上升,造成呆账坏账和资产损失；另一方面借款人为了顺利取得融资资金,会隐瞒或者虚报自己的信息,形成道德风险,使得风险加大。同时,房地产经济周期和房地产泡沫也对中小房地产企业信用风险的发生产生影响。本文首先选取了15个财务理论指标和2个定性指标,在构建中小房地产企业信用风险评价体系时,剔除3个由于代表性不强和客观数据缺失的财务指标,采用12个财务指标和2个定性指标（量化）对中小房地产企业信用风险进行度量。为了避免多重共线性,使用因子分析的方法将财务指标简化为6个不相关变量,建立了logistic模型进行回归分析。在对86个中小房地产企业样本进行分析时,本文采取了logistic回归分析中的全部自变量强制回归（Enter）、向前选择变量逐步回归（Forward Conditional）、向后选择变量逐步回归（Backward Conditional）三种方法。通过对比分析发现,向前选择变量逐步回归对于模型的拟合优度和准确率相对较差,自变量强制回归和向后选择变量逐步回归在拟合优度和准确率上相近,但是后者更能够体现中小房地产企业信用风险的影响因素。因此选择Backward方法所建立的模型,根据建立的模型和检验结果可以看出：对企业是否存在违约风险影响显著的指标只有F1、F2、F3、F4、F5和企业基本素质。其中F1主要包含了总资产增长率、净资产收益率、净资产增长率和总资产报酬率,F2主要包含了资产负债率、流动比率和速动比率,F4是存货周转速度,F5主要包含了主营业务收入增长率,说明这9个财务指标及企业基本素质对企业是否违约起着决定性的作用,9个财务指标主要集中在企业资产质量、偿债能力、产品周转能力和现金流量四个方面。同时,企业素质也对中小房地产企业违约风险起到了重要的影响。因此,在对中小房地产企业进行信用评级时可以考虑适当的增加这四个方面财务指标和企业素质的权重,对进一步完善中小房地产企业贷款的信用评价体系具有一定的指导意义。对国内外文献的阅读中,笔者发现,国外虽然很多学者对房地产信用风险进行了实证分析,但因为国情不同,大多是对个人房贷方面进行分析,对我国中小房地产企业信用风险度量的借鉴意义不大。国内学者对房地产企业信用风险风险形成原因和风险归类的做了分析,对房地产信用风险的防范提出建议；实证研究方面利用上市房地产公司的财务数据对于房地产企业信用风险度量。因此,在对房地产企业一般认识的基础上,本文重点研究了对中小房地产企业信用风险的度量。从研究方法来看,本文结合了因子分析方法和logistic回归分析,利用因子分析法达到降维的目的,避免了多重共线性,再把新的变量代入,得到适用于我国中小房地产企业信用度量的模型。本文建立的模型可以用于商业银行等金融机构对中小房地产企业进行信用评价的实际工作中,模型的系数可以作为商业银行的评价指标体系中指标权重的参考；根据模型计算出的各参评企业的p值可以看着该企业发生违约的概率,为商业银行等金融机构信用评级提供参考。

论文目录

• 摘要
• Abstract
• 1. 绪论
• 1.1 研究背景和意义
• 1.2 研究结构
• 1.3 本文特点
• 2. 文献综述
• 2.1 房地产信用风险概述
• 2.1.1 信用风险的定义
• 2.1.2 房地产信用风险
• 2.1.3 中小房地产企业信用风险特征
• 2.2 中小房地产企业信用风险的度量
• 2.2.1 信用风险的识别
• 2.2.2 信用风险的度量
• 2.3 国内外研究现状
• 2.3.1 国外研究现状
• 2.3.2 国内研究现状
• 2.4 文献评述与研究内容
• 3. 理论分析
• 3.1 房地产企业发展现状和风险形成
• 3.1.1 我国房地产发展现状
• 3.1.2 房地产信贷风险形成理论分析
• 3.2 基于融资缺口的中小房地产信用度量原因分析
• 3.3 中小房地产企业信用风险度量理论指标分析
• 3.3.1 中小房地产企业信用风险度量财务理论指标
• 3.3.2 房地产企业信用风险定性指标
• 3.4 实证分析方法的选择
• 4 中小房地产企业指标体系的构建
• 4.1 样本选取及来源
• 4.2 指标体系的设计
• 4.2.1 指标体系设计原则
• 4.2.2 实际指标的选取和处理
• 4.3 因子分析
• 4.3.1 数据统计特征
• 4.3.2 因子分析过程
• 5 基于logistic模型的实证分析
• 5.1 Logistic模型概述
• 5.2 logistic模型实证检验
• 5.2.1 Enter方法的logistic分析
• 5.2.2 Forward方法的logistic分析
• 5.2.3 Backward方法的logistic分析
• 5.2.4 对三种方法logistic回归分析的小结
• 5.4 模型检验
• 6 结论
• 6.1 结论总结
• 6.2 建议
• 6.3 研究不足
• 参考文献
• 后记
• 致谢
• 在读期间科研成果目录