房地產(chǎn)價格對商業(yè)銀行貸款損失撥備的影響

肖穎

摘要：本文基于長三角地區(qū)2010-2018年共51家城市商業(yè)銀行和農(nóng)村商業(yè)銀行的數(shù)據(jù)，研究分析房地產(chǎn)價格的上漲對商業(yè)銀行貸款損失撥備的影響。研究發(fā)現(xiàn)，在房地產(chǎn)價格上漲時，商業(yè)銀行會計提更多的貸款損失撥備，且住宅商品房價格的上漲對商業(yè)銀行貸款損失撥備影響更大。進一步研究發(fā)現(xiàn)，在房價上漲時，規(guī)模越小、經(jīng)營業(yè)績越差的商業(yè)銀行會傾向于計提更多的貸款損失撥備。本文的研究對商業(yè)銀行在房地產(chǎn)價格上漲時通過計提貸款損失撥備等手段來防范信貸風(fēng)險和經(jīng)營風(fēng)險有著一定的參考價值。

關(guān)鍵詞：房地產(chǎn)價格波動 貸款損失撥備 風(fēng)險防范 長三角地區(qū)

一、 引言

從2003年開始，我國房地產(chǎn)市場進入了高速發(fā)展階段，房價逐漸超過居民收入的承受水平。根據(jù)《中國房地產(chǎn)統(tǒng)計年鑒》，2018年我國商品房平均銷售價格為8726元/平方米，相較于2009年上漲了197.00%，其中住宅類商品房平均銷售價格為8553元/平方米，相較于2009年上漲了204.16%。銀行信貸是我國房地產(chǎn)行業(yè)的主要籌資方式，作為銀行信貸的重要指標(biāo)，貸款損失撥備揭示了銀行和貸款方的信息不對稱程度，是衡量銀行業(yè)績最重要的指標(biāo)，對銀行的信貸風(fēng)險可以起到有效防范的作用（Beatty和Liao，2014）。2011年7月，銀監(jiān)會發(fā)布《商業(yè)銀行貸款損失撥備管理辦法》，規(guī)定商業(yè)銀行的貸款撥備率應(yīng)不低于2.5%，撥備覆蓋率應(yīng)不低于150%。因此，本文從風(fēng)險防范的角度選取了2010-2018年長三角地區(qū)①51家商業(yè)銀行的面板數(shù)據(jù)來分析房價上漲對銀行貸款損失撥備的影響。

本文的結(jié)構(gòu)安排如下：第二部分是文獻綜述，第三部分是研究設(shè)計和描述性統(tǒng)計分析，第四部分是實證分析，第五部分是本文的主要結(jié)論。

二、文獻綜述

學(xué)者們對我國房地產(chǎn)價格波動因素的研究主要從兩個方面展開：在宏觀層面上，張世涵（2018）總結(jié)發(fā)現(xiàn)，經(jīng)濟發(fā)展、居民收入、人口、城鎮(zhèn)化、產(chǎn)業(yè)結(jié)構(gòu)、利率水平以及政策等因素都會影響房地產(chǎn)價格波動;在微觀層面上，張世涵（2018）總結(jié)發(fā)現(xiàn)，土地價格、稅收、建安成本和房屋供給等微觀因素對房地產(chǎn)價格波動影響顯著。而房地產(chǎn)價格的上漲也同樣會影響到宏觀經(jīng)濟的發(fā)展。原鵬飛和魏巍賢（2010）研究發(fā)現(xiàn)，在宏觀經(jīng)濟方面，我國各行業(yè)的總產(chǎn)出和房價波動的方向基本一致;對經(jīng)濟部門而言，房價的上漲或下跌都會導(dǎo)致居民收入的下降，但政府和企業(yè)的收入變動方向與房價波動方向一致。

作為房地產(chǎn)行業(yè)的主要籌資渠道，商業(yè)銀行信貸與房地產(chǎn)價格之間存在相互影響關(guān)系（段忠東等，2007）。在房價持續(xù)高漲時期，銀行房地產(chǎn)貸款規(guī)模的擴大顯著影響房價，此影響甚至超過貸款利率的影響（秦嶺和姚一旻，2012）。李健飛和史晨昱（2005）研究發(fā)現(xiàn)，銀行自身對經(jīng)濟前景和房地產(chǎn)行業(yè)的信心，房地產(chǎn)貸款在銀行貸款中的比重不斷加大，使得房地產(chǎn)價格的波動會顯著影響銀行信貸。

不良貸款率和貸款損失撥備是銀行信貸的兩個重要指標(biāo)。在Beatty和Liao（2014）的研究中，根據(jù)美國商業(yè)銀行（2005-2012）的樣本，貸款損失撥備本期計提應(yīng)該占銀行本期會計應(yīng)計的56%才能夠有效防范商業(yè)銀行的信貸風(fēng)險。隨著房地產(chǎn)價格的上漲，商業(yè)銀行的不良貸款率會下降，但貸款損失撥備相反會增加（梁琪和郭娜，2011）。而我國商業(yè)銀行的貸款損失撥備并不是順周期性的，而是逆周期性的（李嵩然和馬德功，2015）。由于目前我國的房地產(chǎn)市場存在較大的泡沫成分，陳宏廣（2017）構(gòu)建了房地產(chǎn)市場的金融預(yù)警指標(biāo)體系，通過實證分析得出目前我國極有可能面臨著較大的金融風(fēng)險。

綜合國內(nèi)外學(xué)者的研究成果，本文將從風(fēng)險防范角度深入研究貸款損失撥備這一銀行信貸的重要指標(biāo)在房地產(chǎn)價格波動時對銀行績效的影響。且將研究重點放在長三角地區(qū)，來分析房地產(chǎn)價格對銀行貸款撥備的影響。

三、研究設(shè)計與描述性統(tǒng)計

本文選取長三角地區(qū)的城市商業(yè)銀行和農(nóng)村商業(yè)銀行，同時包括上市和非上市商業(yè)銀行。共搜集到51家商業(yè)銀行從2010年到2018年共計459條樣本數(shù)據(jù)，占長三角地區(qū)城商行和農(nóng)商行總數(shù)的65.38%，其中城商行17家，農(nóng)商行34家。商業(yè)銀行的財務(wù)數(shù)據(jù)來自于Wind金融終端，房地產(chǎn)數(shù)據(jù)來自于《中國房地產(chǎn)統(tǒng)計年鑒》。對本文所要研究的長三角地區(qū)而言，年鑒中摘錄的長三角地區(qū)大中城市有5個，分別是上海、南京、杭州、寧波和合肥。

本文使用面板模型來分析房地產(chǎn)價格對商業(yè)銀行貸款損失撥備的影響，具體的模型形式如下：

被解釋變量為商業(yè)銀行的貸款撥備率（貸款損失撥備計提余額/貸款余額）。解釋變量代表各類商品房以2009年為基期的銷售價格的增長率，作為房地產(chǎn)銷售價格增長率的平方項。若顯著不為0，說明房地產(chǎn)價格與商業(yè)銀行貸款撥備率之間是非線性關(guān)系。本文按照《中國房地產(chǎn)統(tǒng)計年鑒》將房地產(chǎn)分為商品房（PComme）、住宅商品房（PReside）、辦公樓（POffic）、商業(yè)營業(yè)用房（POperat）以及其他商品房（POthers）?？刂谱兞堪傎Y本（Asset）、資本充足率（Capital）、不良貸款率（Nplrat）、貸款總額與總資產(chǎn)之比（Loan）、資產(chǎn)負債率（Liab）、資產(chǎn)收益率（ROA）和各省市GDP同比增長率（GDP）。

對所有主要的變量進行統(tǒng)計分析，貸款撥備率的均值為3.9%，對比銀監(jiān)會2011年7月頒布的《商業(yè)銀行貸款損失撥備管理辦法》中規(guī)定的2.5%，這說明大部分商業(yè)銀行的計提符合要求。同時，本文選取的樣本在資產(chǎn)總額上差距較大，資產(chǎn)總額的中位數(shù)是5.29百億元，均值為14.24百億元。

四、實證結(jié)果

面板單位根檢驗結(jié)果表明，主要變量在5%顯著性水平上不存在單位根。通過Hausman檢驗，本文選取固定效應(yīng)模型。

總體回歸結(jié)果見表1。模型（1）顯示了商品房銷售價格增長率對貸款撥備率的影響， PPrice和PPrice2的回歸系數(shù)分別是0.012和-0.0002，在5%的水平上均是顯著的。模型（2）顯示了住宅商品房銷售價格增長率對貸款撥備率的影響，PPrice和PPrice2的回歸系數(shù)分別是0.011和-0.0002，在1%的水平上均是顯著的。模型（3）系數(shù)并不顯著。模型（4）和（5）影響系數(shù)相對模型（1）和（2）較小。結(jié)果顯示，商品房銷售價格的上漲會使得商業(yè)銀行計提更多的貸款損失撥備，且這種影響是非線性的。住宅類商品房銷售價格的上漲對商業(yè)銀行貸款撥備率的影響要高于其他類型商品房。這一結(jié)論和實際情況其實是一致的，2018年我國住宅類商品房的銷售額是154.14百億元，占商品房銷售總額的70.24%。

對銀行按規(guī)模進行分類②，大銀行記為“1”（Size5.29百億元），小銀行記為“0”（Size<5.29百億元）。這里只采用商品房銷售價格做解釋變量，結(jié)果見表2中的模型（6）和（7）。大銀行PPrice的系數(shù)是0.005，在10%水平下不顯著;小銀行的PPrice的系數(shù)是0.023，在1%的水平下是顯著的。說明在房地產(chǎn)價格上漲時，小銀行會選擇計提更多的貸款損失撥備，與之前的設(shè)想一致，小銀行在抵御風(fēng)險方面相對較弱，需要更多的風(fēng)險準(zhǔn)備金來抵御風(fēng)險。

為了明確商業(yè)銀行是否存在平滑利潤這一行為，用ROA代表商業(yè)銀行的經(jīng)營業(yè)績情況③，業(yè)績好的銀行記為“1”（ROA1.04%），業(yè)績較差的銀行記為“0”（ROA<1.04%）。這里只采用商品房銷售價格做解釋變量，具體回歸結(jié)果見表2。模型（8）PPrice的系數(shù)是0.012，在10%的水平下并不顯著，模型（9）PPrice的系數(shù)是0.012，在5% 的水平下是顯著的，這一結(jié)果說明，經(jīng)營業(yè)績較差的商業(yè)銀行在房價上漲時會計提更多的貸款損失撥備以防范風(fēng)險，而不是平滑利潤。

本文采用房地產(chǎn)價格的滯后一期的值來代表當(dāng)期的房地產(chǎn)價格進行上述回歸以檢驗?zāi)Ｐ偷膬?nèi)生性問題?？傮w面板回歸和分樣本面板回歸與之前結(jié)論一致。

五、結(jié)? 論

通過回歸分析，本文得出隨著房地產(chǎn)價格的上漲，商業(yè)銀行會計提更多的貸款損失撥備，提高貸款撥備率。其中，住宅商品房銷售價格的上漲對商業(yè)銀行計提貸款損失撥備的影響最大，主要是因為住宅商品房在商品房市場上占據(jù)著較大的市場份額，其價格的波動會較大程度影響銀行信貸情況;小銀行在商品房價格上漲時會傾向于計提更多的貸款損失撥備，這與理論分析是一致的;經(jīng)營業(yè)績較差的銀行在房價上漲時會傾向于計提更多的貸款損失撥備，并不能證明銀行計提貸款損失撥備是為了平滑利潤。

本文對于防范由房地產(chǎn)價格波動帶來的金融風(fēng)險有著積極的意義。貸款損失撥備既是商業(yè)銀行應(yīng)對不良貸款的防線，又是管控風(fēng)險的工具。城市商業(yè)銀行需要合理計提貸款損失撥備來應(yīng)對金融不穩(wěn)定性引發(fā)的金融風(fēng)險。同時，政府應(yīng)進一步完善監(jiān)管政策，商業(yè)銀行的監(jiān)管政策需依據(jù)不同地區(qū)房地產(chǎn)調(diào)控政策以及當(dāng)?shù)氐姆康禺a(chǎn)價格進行調(diào)整，以防范商業(yè)銀行的經(jīng)營風(fēng)險。

注釋：

①根據(jù)2010年12月發(fā)布的《長江三角洲地區(qū)區(qū)域規(guī)劃》，長三角地區(qū)包括江蘇省、浙江省、安徽省和上海市。

② 樣本銀行中資產(chǎn)總額的中位數(shù)是5.29百億元。

③樣本銀行的ROA中位數(shù)等于1.04%.

參考文獻：

[1]Anne Beatty，Scott Liao.Financial accounting in the banking industry：A review of the empirical literature.Journal of Accounting and Economics，2014，58（2-3）.

[2] 張世涵.宏觀因素對我國房地產(chǎn)價格影響分析[J].中國房地產(chǎn)，2018（24）：38-50.

[3]原鵬飛，魏巍賢.房地產(chǎn)價格波動的宏觀經(jīng)濟及部門經(jīng)濟影響——基于可計算一般均衡模型的定量分析[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2010，27（05）：88-103.

[4]李嵩然，馬德功.貸款損失準(zhǔn)備、銀行信貸行為與經(jīng)濟周期——來自我國不同類型商業(yè)銀行的經(jīng)驗證據(jù)[J].山西財經(jīng)大學(xué)學(xué)報，2015，37（11）：41-50.

[5]秦嶺，姚一旻.我國銀行信貸與房地產(chǎn)價格關(guān)系研究[J].經(jīng)濟社會體制比較，2012（02）：188-202.

[6]段忠東，曾令華，黃澤先.房地產(chǎn)價格波動與銀行信貸增長的實證研究[J].金融論壇，2007（02）：40-45.

[7]李健飛，史晨昱.我國銀行信貸對房地產(chǎn)價格波動的影響[J].上海財經(jīng)大學(xué)學(xué)報，2005（02）：26-32.

[8]梁琪，郭娜.我國房地產(chǎn)價格與銀行績效——基于省際面板數(shù)據(jù)的實證研究[J].國際金融研究，2011（09）：90-96.

[9]祝繼高，李天時，尤可暢.房地產(chǎn)價格波動與商業(yè)銀行貸款損失準(zhǔn)備——基于中國城市商業(yè)銀行的實證研究[J].金融研究，2017（09）：83-98.

[10]陸宏廣.我國房地產(chǎn)泡沫與金融風(fēng)險研究[D].江西財經(jīng)大學(xué)，2017.

作者單位：東南大學(xué)經(jīng)濟管理學(xué)院