房地產(chǎn)行業(yè)宏觀風(fēng)險(xiǎn)分析

羅銀河

摘 要：文章基于2008～2014年房地產(chǎn)行業(yè)的季度數(shù)據(jù)，用因子分析提取綜合反映行業(yè)風(fēng)險(xiǎn)的5個(gè)公因子，并建立識(shí)別宏觀風(fēng)險(xiǎn)的二元邏輯回歸模型。實(shí)證結(jié)果顯示：2008年底中國(guó)房地產(chǎn)行業(yè)風(fēng)險(xiǎn)達(dá)到最大值98.7%，2008年以后風(fēng)險(xiǎn)快速下降，到2011年下半年風(fēng)險(xiǎn)開(kāi)始迅速回升至90%，2012-2014年風(fēng)險(xiǎn)發(fā)生概率維持在70%左右且呈現(xiàn)波動(dòng)下降趨勢(shì);對(duì)中國(guó)房地產(chǎn)行業(yè)風(fēng)險(xiǎn)影響較大的是房屋銷(xiāo)售面積增長(zhǎng)率、房屋銷(xiāo)售額增長(zhǎng)率和定金及預(yù)收款增長(zhǎng)率等房地產(chǎn)需求因素且負(fù)相關(guān);GDP增長(zhǎng)率、房地產(chǎn)企業(yè)景氣指數(shù)和房地產(chǎn)貸款余額增長(zhǎng)率是影響我國(guó)房地產(chǎn)行業(yè)風(fēng)險(xiǎn)的重要因素。

關(guān)鍵詞：房地產(chǎn)行業(yè) 宏觀風(fēng)險(xiǎn) 因子分析 Logistic回歸

中圖分類(lèi)號(hào)：F293.3 ?文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1004-4914（2015）09-280-03

一、引言

現(xiàn)今在房地產(chǎn)行業(yè)的風(fēng)險(xiǎn)方面研究局限在微觀層面上，針對(duì)某領(lǐng)域或某企業(yè)。對(duì)某具體領(lǐng)域的風(fēng)險(xiǎn)包括房地產(chǎn)信貸風(fēng)險(xiǎn)、財(cái)務(wù)風(fēng)險(xiǎn)、價(jià)格風(fēng)險(xiǎn)、投資風(fēng)險(xiǎn)和政策風(fēng)險(xiǎn)等，其對(duì)風(fēng)險(xiǎn)的度量必然忽略行業(yè)整體性和相關(guān)性，不能代表行業(yè)全部風(fēng)險(xiǎn);單個(gè)房地產(chǎn)企業(yè)破產(chǎn)并不能代表整個(gè)行業(yè)出現(xiàn)清償力問(wèn)題和危機(jī)。因此非常有必要從宏觀層面上研究房地產(chǎn)行業(yè)的風(fēng)險(xiǎn)，分析及觀察中國(guó)房地產(chǎn)行業(yè)風(fēng)險(xiǎn)的發(fā)展現(xiàn)狀及其歷史變化過(guò)程。

本文沿用房地產(chǎn)行業(yè)宏觀風(fēng)險(xiǎn)定性分析理論，采用因子分析和Logistic回歸分析的方法，選取2008年以來(lái)影響房地產(chǎn)行業(yè)風(fēng)險(xiǎn)18個(gè)分析指標(biāo)作為樣本數(shù)據(jù)，構(gòu)造相應(yīng)的行業(yè)風(fēng)險(xiǎn)指標(biāo)，探討房地產(chǎn)行業(yè)風(fēng)險(xiǎn)的影響因素和發(fā)生風(fēng)險(xiǎn)的概率分布。

二、文獻(xiàn)綜述

房地產(chǎn)行業(yè)風(fēng)險(xiǎn)研究是將行業(yè)內(nèi)所有企業(yè)作為一個(gè)整體，研究其風(fēng)險(xiǎn)的內(nèi)外部影響因素的過(guò)程。目前房地產(chǎn)行業(yè)宏觀風(fēng)險(xiǎn)相關(guān)研究可以分為兩方面：一是對(duì)我國(guó)房地產(chǎn)行業(yè)影響因素和金融安全的研究，二是對(duì)我國(guó)房地產(chǎn)行業(yè)宏觀風(fēng)險(xiǎn)的研究。

1.對(duì)房地產(chǎn)行業(yè)影響因素和金融安全的研究。對(duì)我國(guó)房地產(chǎn)行業(yè)影響因素和金融安全的研究主要集中在信貸風(fēng)險(xiǎn)和房地產(chǎn)價(jià)格泡沫上，研究包括財(cái)務(wù)指標(biāo)、宏觀經(jīng)濟(jì)指標(biāo)、信貸指標(biāo)等在內(nèi)的因素。肖冰、李春紅（2010）認(rèn)為，房地產(chǎn)信貸風(fēng)險(xiǎn)影響因素不僅包括銷(xiāo)售利潤(rùn)率、總資產(chǎn)增長(zhǎng)率等財(cái)務(wù)指標(biāo)，還包括商品房?jī)r(jià)格、GDP增長(zhǎng)率以及中長(zhǎng)期貸款利率等宏觀層面的指標(biāo);劉海英、李偉群（2010）認(rèn)為，影響房?jī)r(jià)的因素很多，包括土地成本及其投放量、開(kāi)發(fā)商貸款情況、住房的剛性需求量、住房投資性需求量等，以上的各種因素再加上房地產(chǎn)行業(yè)本身所具有的特殊性會(huì)使房地產(chǎn)行業(yè)越發(fā)對(duì)金融系統(tǒng)產(chǎn)生依賴(lài)，由此產(chǎn)生的風(fēng)險(xiǎn)也會(huì)由房地產(chǎn)行業(yè)向金融行業(yè)擴(kuò)散轉(zhuǎn)移;易憲容（2005）認(rèn)為，我國(guó)房地產(chǎn)市場(chǎng)的資金來(lái)源完全依靠商業(yè)銀行等金融機(jī)構(gòu)的信貸支持，并非房地產(chǎn)行業(yè)本身的實(shí)力體現(xiàn)，這在一定程度上增加了金融機(jī)構(gòu)的經(jīng)營(yíng)方面難度，也給金融危機(jī)發(fā)生帶來(lái)了潛在的風(fēng)險(xiǎn)。

2.對(duì)房地產(chǎn)行業(yè)宏觀風(fēng)險(xiǎn)的研究。對(duì)我國(guó)房地產(chǎn)行業(yè)宏觀風(fēng)險(xiǎn)的研究以描述性分析方法為主，直接對(duì)房地產(chǎn)行業(yè)宏觀風(fēng)險(xiǎn)進(jìn)行定性分析。陳洪波、王震（2006）認(rèn)為，房地產(chǎn)宏觀風(fēng)險(xiǎn)主要集中在房地產(chǎn)資金循環(huán)中的開(kāi)發(fā)企業(yè)環(huán)節(jié)，宏觀經(jīng)濟(jì)繁榮帶動(dòng)房地產(chǎn)行業(yè)的上升，制度因素對(duì)風(fēng)險(xiǎn)影響較大;梁爽（2008）認(rèn)為，在國(guó)際金融市場(chǎng)不穩(wěn)定的同時(shí)，國(guó)內(nèi)經(jīng)濟(jì)的增長(zhǎng)速度也在下降，2008年國(guó)家也對(duì)房地產(chǎn)行業(yè)的調(diào)控有了顯著的效果，到了2009年進(jìn)入了調(diào)整階段，這種狀態(tài)也將維持一段較長(zhǎng)時(shí)間。

宋凌峰、葉永剛（2010）認(rèn)為，房地產(chǎn)行業(yè)在宏觀層面上的金融風(fēng)險(xiǎn)并不能簡(jiǎn)單地用價(jià)格泡沫指標(biāo)進(jìn)行測(cè)度，違約距離指標(biāo)能更為準(zhǔn)確地揭示出宏觀金融風(fēng)險(xiǎn)。因房地產(chǎn)價(jià)格及其銀行信貸等各方面的影響，2008年房地產(chǎn)市場(chǎng)的全面調(diào)控釋放了金融風(fēng)險(xiǎn)，從而2009年后房地產(chǎn)市場(chǎng)的行業(yè)風(fēng)險(xiǎn)有了大幅回落。

三、實(shí)證分析

1.指標(biāo)構(gòu)造與因子分析。目前我國(guó)商業(yè)銀行的行業(yè)風(fēng)險(xiǎn)評(píng)級(jí)指標(biāo)體系最為完整，包含行業(yè)環(huán)境特征、行業(yè)經(jīng)營(yíng)狀況、行業(yè)財(cái)務(wù)數(shù)據(jù)、行業(yè)信貸質(zhì)量四個(gè)模塊，本文風(fēng)險(xiǎn)指標(biāo)體系的構(gòu)造同樣參照該體系?；诒疚牡难芯繉?duì)象是房地產(chǎn)行業(yè)宏觀風(fēng)險(xiǎn)，行業(yè)資金數(shù)據(jù)比行業(yè)財(cái)務(wù)數(shù)據(jù)更能反映整個(gè)行業(yè)資金鏈的變化和宏觀風(fēng)險(xiǎn)的形成，因此構(gòu)造行業(yè)環(huán)境、行業(yè)運(yùn)營(yíng)、行業(yè)資金和行業(yè)信貸四大分類(lèi)指標(biāo)，下設(shè)18個(gè)分析指標(biāo)（如表1所示）。

根據(jù)國(guó)家統(tǒng)計(jì)局以及中國(guó)人民銀行調(diào)查統(tǒng)計(jì)司的數(shù)據(jù)，選取2008年第1季度～2014年第4季度影響房地產(chǎn)行業(yè)風(fēng)險(xiǎn)的18個(gè)分析指標(biāo)數(shù)據(jù)，共得到504個(gè)樣本。用SPSS16.0對(duì)其進(jìn)行因子分析，盡可能不損失信息或者減少信息損失。其中因子提取采用主成分分析方法，并且運(yùn)用方差最大化正交旋轉(zhuǎn)法使因子的解釋得到簡(jiǎn)化，結(jié)果如表2所示。

根據(jù)提取相關(guān)系數(shù)矩陣特征值大于1的因子的規(guī)定，提取5個(gè)公因子，特征值分別為4.415、4.002、3.644、1.878、1.182。這5個(gè)公因子的累計(jì)貢獻(xiàn)率達(dá)到84.008%，即可解釋度為84.008%，基本符合要求。

用回歸法計(jì)算因子得分，將公因子表示成原始變量的線(xiàn)性組合，得到公因子模型：

Yi=α1x1+α2x2+…+α18x18 （i=1，2，3，4，5）（1）

2.回歸分析。國(guó)房景氣指數(shù)是綜合反映房地產(chǎn)業(yè)發(fā)展變化趨勢(shì)和變化程度的總體指數(shù)。因此，本文選擇2008年第1季度～2014年第4季度國(guó)房景氣指數(shù)作為回歸函數(shù)的被解釋變量Y，指數(shù)較上季上升定義為“1”，即無(wú)風(fēng)險(xiǎn)，下降則為“0”，存在風(fēng)險(xiǎn)。根據(jù)因子分析結(jié)果，本文選取2008年第1季度～2014年第4季度影響房地產(chǎn)行業(yè)風(fēng)險(xiǎn)的5個(gè)公因子作Y1～Y5為解釋變量，采用Eviews進(jìn)行Logistic回歸，以ML—Binary Probit模型為估計(jì)方法，得到的Logistic模型參數(shù)如表3所示。

根據(jù)表3，得到Logistic回歸函數(shù)，即y=1時(shí)，行業(yè)無(wú)風(fēng)險(xiǎn)的概率分布函數(shù)F：

F=（y=1ㄧyi）■（2）

當(dāng)y=0時(shí)，存在風(fēng)險(xiǎn)，風(fēng)險(xiǎn)發(fā)生的概率分布函數(shù)P：

P=1-F（y=1ㄧyi）=1-■（3）

將2008年第1季度～2014年第4季度影響房地產(chǎn)行業(yè)風(fēng)險(xiǎn)的公因子Y1～Y5的數(shù)據(jù)代入函數(shù)P中，得到房地產(chǎn)行業(yè)風(fēng)險(xiǎn)的概率分布情況，如圖1所示。

從圖1中可以看到，2008年4個(gè)季度風(fēng)險(xiǎn)發(fā)生概率均超過(guò)75%，其中第4季度風(fēng)險(xiǎn)發(fā)生概率達(dá)到最大值98.7%。2008年以后風(fēng)險(xiǎn)逐步降低，直到2011年下半年，房地產(chǎn)行業(yè)風(fēng)險(xiǎn)回升并且概率達(dá)到90%。2012-2014年各季度的風(fēng)險(xiǎn)發(fā)生概率維持在70%左右，呈現(xiàn)波動(dòng)下降趨勢(shì)。其中2008年房地產(chǎn)行業(yè)整體風(fēng)險(xiǎn)發(fā)生轉(zhuǎn)變的原因主要是房地產(chǎn)市場(chǎng)監(jiān)管政策的調(diào)整。在2008年7月央行和銀監(jiān)會(huì)聯(lián)合發(fā)出的《關(guān)于金融促進(jìn)節(jié)約集約用地的通知》中提到，對(duì)建設(shè)項(xiàng)目以及商用房地產(chǎn)的信貸方面要加強(qiáng)管理，對(duì)廉租房、經(jīng)濟(jì)適用房、限價(jià)商品房及中小套型普通商品住房要給予一定的優(yōu)先。由此可見(jiàn)，2008年以抑制投機(jī)性需求、擠壓房地產(chǎn)泡沫為基調(diào)的房地產(chǎn)政策，促使房地產(chǎn)市場(chǎng)景氣回落，房地產(chǎn)行業(yè)風(fēng)險(xiǎn)劇增。2011年房地產(chǎn)行業(yè)整體風(fēng)險(xiǎn)明顯上升主要在于國(guó)家宏觀調(diào)控政策的改變，貨幣政策由適度寬松變?yōu)榉€(wěn)健，多次加息和上調(diào)存款準(zhǔn)備金率使得房地產(chǎn)市場(chǎng)融資難度增加，需求和供給同時(shí)受到抑制，導(dǎo)致市場(chǎng)緊縮，房地產(chǎn)行業(yè)風(fēng)險(xiǎn)增加。另外，如“國(guó)八條”、房地產(chǎn)稅試點(diǎn)改革等房地產(chǎn)調(diào)控政策不斷加碼，也是加大2011年行業(yè)風(fēng)險(xiǎn)的重要原因。2012年開(kāi)始，中央對(duì)房地產(chǎn)市場(chǎng)的政策思路和管理方式開(kāi)始發(fā)生轉(zhuǎn)變，使得房地產(chǎn)市場(chǎng)在低位徘徊，行業(yè)風(fēng)險(xiǎn)概率也在波動(dòng)中趨于下降。

根據(jù)Logistic函數(shù)的系數(shù)得到影響房地產(chǎn)行業(yè)風(fēng)險(xiǎn)的主要指標(biāo)，行業(yè)環(huán)境指標(biāo)：GDP增長(zhǎng)率、購(gòu)房意愿;行業(yè)運(yùn)營(yíng)指標(biāo)：房地產(chǎn)企業(yè)景氣指數(shù)、房屋銷(xiāo)售面積增長(zhǎng)率、房屋銷(xiāo)售額增長(zhǎng)率、土地購(gòu)置面積增長(zhǎng)率、房屋施工面積增長(zhǎng)率;行業(yè)資金指標(biāo)：行業(yè)年投資額增長(zhǎng)率、定金及預(yù)收款增長(zhǎng)率、資金來(lái)源增長(zhǎng)率;行業(yè)信貸指標(biāo)：房地產(chǎn)開(kāi)發(fā)貸款余額增長(zhǎng)率、中長(zhǎng)期貸款余額增長(zhǎng)率。

由于Logistic函數(shù)中估計(jì)的系數(shù)不能被解釋成對(duì)因變量的邊際影響，對(duì)系數(shù)的解釋顯得復(fù)雜，因此，對(duì)風(fēng)險(xiǎn)概率分布函數(shù)P中的因變量逐個(gè)求導(dǎo)，可得對(duì)的條件概率的邊際影響：

Pi=f（-biyi）×bi（4）

Pi（i=1，2，3，4，5）的分布如表4所示。

由表4可知，代表房地產(chǎn)需求的房屋銷(xiāo)售面積增長(zhǎng)率、房屋銷(xiāo)售額增長(zhǎng)率和定金及預(yù)收款增長(zhǎng)率對(duì)房地產(chǎn)行業(yè)風(fēng)險(xiǎn)影響較大且負(fù)相關(guān);代表宏觀經(jīng)濟(jì)環(huán)境的GDP增長(zhǎng)率、反映行業(yè)整體運(yùn)營(yíng)的房地產(chǎn)企業(yè)景氣指數(shù)和房地產(chǎn)開(kāi)發(fā)貸款余額增長(zhǎng)率對(duì)房地產(chǎn)業(yè)風(fēng)險(xiǎn)有重要影響。

四、結(jié)果與討論

本文在房地產(chǎn)行業(yè)風(fēng)險(xiǎn)定性分析理論的基礎(chǔ)上，結(jié)合了因子分析法以及Logistic回歸分析法，對(duì)房地產(chǎn)行業(yè)的風(fēng)險(xiǎn)進(jìn)行研究，得出了以下結(jié)果：2008年第4季度房地產(chǎn)行業(yè)風(fēng)險(xiǎn)概率達(dá)到98.7%。

2008年以后風(fēng)險(xiǎn)逐步降低，直到2011年下半年房地產(chǎn)行業(yè)風(fēng)險(xiǎn)回升且概率達(dá)到90%。2012-2014年各季度的風(fēng)險(xiǎn)發(fā)生概率維持在70%左右，呈現(xiàn)波動(dòng)下降趨勢(shì)。其中2008年房地產(chǎn)行業(yè)風(fēng)險(xiǎn)發(fā)生轉(zhuǎn)變的原因主要是房地產(chǎn)市場(chǎng)監(jiān)管政策的調(diào)整，2011年房地產(chǎn)行業(yè)風(fēng)險(xiǎn)明顯上升是由于國(guó)家宏觀調(diào)控政策的改變，2012年后是由于中央對(duì)房地產(chǎn)市場(chǎng)的政策思路和管理方式發(fā)生轉(zhuǎn)變;代表房地產(chǎn)需求的房屋銷(xiāo)售面積增長(zhǎng)率、房屋銷(xiāo)售額增長(zhǎng)率和定金及預(yù)收款增長(zhǎng)率對(duì)房地產(chǎn)行業(yè)風(fēng)險(xiǎn)影響較大且負(fù)相關(guān);代表宏觀經(jīng)濟(jì)環(huán)境的GDP增長(zhǎng)率、反映行業(yè)整體運(yùn)營(yíng)的房地產(chǎn)企業(yè)景氣指數(shù)和房地產(chǎn)開(kāi)發(fā)貸款余額增長(zhǎng)率也是影響房地產(chǎn)行業(yè)風(fēng)險(xiǎn)的重要指標(biāo)。

本文從宏觀層面上對(duì)房地產(chǎn)行業(yè)的風(fēng)險(xiǎn)進(jìn)行探討，這種做法并不那么細(xì)致。原因主要有兩方面：一是缺乏房地產(chǎn)對(duì)銀行等金融部門(mén)影響的分析。因?yàn)榉康禺a(chǎn)是資金密集型行業(yè)，其主要融資渠道是銀行貸款，房地產(chǎn)對(duì)銀行的依賴(lài)使得房地產(chǎn)行業(yè)風(fēng)險(xiǎn)與銀行信貸風(fēng)險(xiǎn)具有極大的雙向關(guān)聯(lián)性，但本文只是從銀行業(yè)對(duì)房地產(chǎn)這單方面的路徑出發(fā)，忽略了兩者間的反向作用，應(yīng)該將兩者結(jié)合起來(lái)討論;二是沒(méi)有直接對(duì)房地產(chǎn)監(jiān)管政策等制度因素進(jìn)行研究。本文通過(guò)對(duì)利率、中長(zhǎng)期貸款余額增長(zhǎng)率等指標(biāo)的研究間接反映房地產(chǎn)政策對(duì)行業(yè)風(fēng)險(xiǎn)的影響，但沒(méi)有研究房產(chǎn)稅、“限購(gòu)令”等其他政策，需要詳細(xì)研究政府發(fā)布的政策對(duì)房地產(chǎn)行業(yè)風(fēng)險(xiǎn)的直接影響。

參考文獻(xiàn)：

[1] 辛建.中國(guó)房地產(chǎn)行業(yè)風(fēng)險(xiǎn)分析[J].國(guó)際金融，2007（11）

[2] 易憲容.房地產(chǎn)對(duì)國(guó)內(nèi)金融業(yè)的依賴(lài)與影響[J].現(xiàn)代商業(yè)銀行，2005（4）

[3] 陳洪波，王震.我國(guó)房地產(chǎn)宏觀金融風(fēng)險(xiǎn)研究[J].北京：中國(guó)社會(huì)科學(xué)院金融研究所金融論壇，2006（6）

[4] 肖冰，李春紅.基于Logistic模型的房地產(chǎn)行業(yè)信用風(fēng)險(xiǎn)研究[J].技術(shù)經(jīng)濟(jì)，2010（3）

[5] 宋凌峰，葉永剛.中國(guó)房地產(chǎn)行業(yè)宏觀金融風(fēng)險(xiǎn)研究——基于金融穩(wěn)定的視角[J].經(jīng)濟(jì)管理，2010（12）

[6] 武劍.論我國(guó)商業(yè)銀行的行業(yè)風(fēng)險(xiǎn)評(píng)級(jí)與信貨管理[J].新金融，2003（2）

[7] 劉海英，李偉群.房地產(chǎn)宏觀調(diào)控與金融風(fēng)險(xiǎn)控制[J].建筑經(jīng)濟(jì)，2010（6）

[8] 匡建超，陳小花.基于改進(jìn)遺傳算法的房地產(chǎn)投資項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)模型[J].商業(yè)研究，2006（21）

[9] 蔣根謀，胡振鵬，金峻炎.基于模擬技術(shù)和AHP的房地產(chǎn)項(xiàng)目風(fēng)險(xiǎn)的定量評(píng)估[J].系統(tǒng)工程理論與實(shí)踐，2007（9）

[10] 尹航，南靈.我國(guó)商業(yè)銀行房地產(chǎn)信貸風(fēng)險(xiǎn)相關(guān)因素分析——基于CPV信用風(fēng)險(xiǎn)度量模型[J].金融經(jīng)濟(jì)，2010（7）

[11] 周瓊.KMV模型對(duì)我國(guó)房地產(chǎn)上市公司信用風(fēng)險(xiǎn)度量的實(shí)證研究[J].中國(guó)城市經(jīng)濟(jì)，2011（23）

[12] 劉開(kāi)瑞，李蕊.基于模糊神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)投資風(fēng)險(xiǎn)評(píng)價(jià)研究[J].經(jīng)濟(jì)與管理，2012（1）

[13] 張帥.資產(chǎn)價(jià)格波動(dòng)對(duì)我國(guó)宏觀經(jīng)濟(jì)的影響研究[D].華中科技大學(xué)，2010

[14] 周琮宇.組織變革中的人力資源管理[D].同濟(jì)大學(xué)，2005

（作者單位：中山大學(xué)嶺南學(xué)院 廣東廣州 510000）

（責(zé)編：賈偉）