中小商业银行房地产贷款压力测试(附件)【字数：18621】
当前宏观经济处于调整期，房地产市场进入“结构性过剩”时代。中小商业银行的房地产信贷规模伴随着房价非合理性上涨持续膨胀，房地产贷款风险逐渐显露出来。压力测试作为一种创新型风险管理工具，在商业银行和监管部门开始得到重视。本文主要以江苏省房地产市场为背景，从统计分析的方面研究江苏省房地产市场形势及对中小商业银行的影响。然后实证分析案例银行基于Merton-Vasicek模型的房地产贷款压力测试。最后考虑到中小商业银行房地产信贷现状，从风险管理和信用风险评级改进两个角度提出可行性政策建议。关键词中小商业银行；房地产贷款；压力测试；Merton-Vasicek模型
目录
0引言 1
1国内外关于压力测试的研究综述与应用现状 1
1.1国外关于压力测试研究综述 2
1.2国内关于压力测试研究综述 3
1.3国外压力测试应用现状 3
1.4国内压力测试应用现状 4
2中小商业银行房地产贷款风险 5
2.1中小商业银行房地产贷款偏好分析 5
2.2房地产贷款风险来源 6
3江苏省房地产运行情况及对中小商业银行的影响 9
3.1江苏省房地产运行情况 9
3.2房地产运行情况对中小商业银行的影响 13
4中小商业银行房地产贷款压力测试 14
4.1 MertonVasicek模型 15
4.2 MertonVasicek模型的传导机制 16
4.3江苏省某商业银行房地产贷款压力测试案例分析 16
5政策建议 22
5.1建立完善的信用风险内评制度 22
5.2针对区域化特征进行差别化管理 22
5.3加强贷后管理 23
5.4努力提升风险管理意识和风险管理手段 23
结论 24
致谢 25
参考文献 26
中小商业银行房地产贷款压力测试—以江苏省为例
0引言
住房体制改革以来，城市原有居民的改善性住房需求得到激活。同时，农村人口城镇化转移也新增了住房需求。我国房地产市场经历了从小到大，再到逐渐 *好棒文|www.hbsrm.com +Q: ^351916072*
成为助推我国GDP增长的主要行业的发展过程。房地产市场发展趋势的看涨伴随的是房价的迅猛抬升，这无疑加大了各行业对房地产市场风险的担忧。鉴于房地产市场会对宏观经济产生巨大作用，同时又与金融系统密切相关，国家针对房地产市场的波动出台多项政策，目的在于维持房地产行业稳定发展。
2016年两会提出因城施策去库存，房地产政策经历了从宽松到热点城市持续收紧的过程，伴随着热点城市房价地价快速上涨，不减反增的购房需求使得房地产市场走势偏离了预期轨道。近几年，江苏省各地一二线城市房地产价格涨幅过快，远远超过居民的购买能力。面对非理性的房价上涨趋势，商业银行却还在扩大房地产市场信贷投资规模，特别是覆盖面局限在在各个地级市，县及乡镇的诸多中小商业银行，自身业务活动受到区域范围的限制约束，而又一味追求贷款业务规模，资产和业务分配不合理。在发放贷款时忽视房地产贷款的潜在风险，无形中将风险转嫁给了银行自身，使商业银行承担了房地产贷款的大部分风险，致使中小商业银行的贷款业务存在一系列问题。
房地产泡沫愈发凸显，商业银行又是房地产行业融资的主角，如何有效地规避贷款风险对其至关重要，尤其是对那些小规模分布的中小商业银行。中小商业银行如果缺乏对房地产贷款风险的准确预估，这将会对银行自身带来巨大的资本损失。因此，本文旨在通过分析研究进一步认识中小商业银行信贷与房地产行业的潜在联系，为维持银行信贷系统稳定和保证正常经营给予对策和建议。
1国内外关于压力测试的研究综述与应用现状
金融危机暴露出传统银行风险管理方法存在重大缺陷，商业银行压力测试方法应运而生。欧美等国先后进行了多轮银行业压力侧试，已具备足够的实践经验。借鉴国外银行压力侧试的经验，结合国内压力测试研究成果，将进一步完善和强化我国银行业压力测试工作。
1.1国外关于压力测试研究综述
RobertC.Merton在1975年首次将选择权评价模型应用在衡量信用风险的技术上。Wilson在1997年在针对信用风险考察当中试着分析并解决压力统计模型的非线性转化问题[1]。两位学者是压力测试研究领域的先驱者，也为20世纪初国外学者进一步探索压力测试理论及模型研究奠定了基础。
Pesaran (2005)与欧洲中央银行、美联储对全球经济的研究，提出了一个GVAR（Global Vector Autoregressive）模型[2]，在GVAR的整体模型中通过建立一般冲击反应函数分析市场需求变动等宏观因素对单个经济体的冲击。
奥地利国民银行在对银行外部风险进行压力监测时，通过（tcopula）模型中的多元联系物t把压力情境下的外生变量之间的相关关系呈现出来[3]。
Adrian 和 Shin (2007)在 Upper发现的针对单个银行破产带来的风险扩散效应的基础上，把银行部门间的风险传递和资本市场流动性压力相结合。
Rheinberger，Thomas等(2009)用经济风险因子的马氏距离来界定压力情景的可能性[4]，马氏距离数值处在无穷大和无穷小的两种极端边缘分别反映出压力测试情景发生可能性的大小，使银行在其压力测试时对极端压力情景可以做出最适合的假设。
Wong和Hui(2009)开发了一个流动性压力测试框架[5]，在研究信用风险，市场风险等系统性风险之间传导机制的基础上，引入违约风险传染渠道，分析价格压力对流动性风险的影响程度，对 “自上而下”的压力测试方法进行了补充。
1.2国内关于压力测试研究综述
刘畅（2010）指出由于商业银行历史数据积累不够，系统性的数据库建设还不够完善，不能有效满足压力测试的需求。数据结构的不完整性以及模型本身的不科学性往往导致银行压力测试可信度较低，对银行决策所起的参考性不强[6]。压力测试结果作为商业银行度量和评估风险的参考依据是不足以精确地反应银行所处的风险状态，因为模型在进行测算时依托的是商业银行提供的相关数据，数据结构的不完整性是导致最后测算出现误差的根本性原因。
盛斌，石静雅（2010）分析了压力测试在银行业金融机构内部管理的应用情况，建议压力测试应成为银行整体治理和风险管理文化的重要组成部分，商业银行应详细制定压力测试方案中的定性与定量标准，并选择运用最适合其业务规模及复杂程度较低的压力测试技术，制订完备流程以实施全面的市场风险压力测试方案并定期审核[7]。
目录
0引言 1
1国内外关于压力测试的研究综述与应用现状 1
1.1国外关于压力测试研究综述 2
1.2国内关于压力测试研究综述 3
1.3国外压力测试应用现状 3
1.4国内压力测试应用现状 4
2中小商业银行房地产贷款风险 5
2.1中小商业银行房地产贷款偏好分析 5
2.2房地产贷款风险来源 6
3江苏省房地产运行情况及对中小商业银行的影响 9
3.1江苏省房地产运行情况 9
3.2房地产运行情况对中小商业银行的影响 13
4中小商业银行房地产贷款压力测试 14
4.1 MertonVasicek模型 15
4.2 MertonVasicek模型的传导机制 16
4.3江苏省某商业银行房地产贷款压力测试案例分析 16
5政策建议 22
5.1建立完善的信用风险内评制度 22
5.2针对区域化特征进行差别化管理 22
5.3加强贷后管理 23
5.4努力提升风险管理意识和风险管理手段 23
结论 24
致谢 25
参考文献 26
中小商业银行房地产贷款压力测试—以江苏省为例
0引言
住房体制改革以来，城市原有居民的改善性住房需求得到激活。同时，农村人口城镇化转移也新增了住房需求。我国房地产市场经历了从小到大，再到逐渐 *好棒文|www.hbsrm.com +Q: ^351916072*
成为助推我国GDP增长的主要行业的发展过程。房地产市场发展趋势的看涨伴随的是房价的迅猛抬升，这无疑加大了各行业对房地产市场风险的担忧。鉴于房地产市场会对宏观经济产生巨大作用，同时又与金融系统密切相关，国家针对房地产市场的波动出台多项政策，目的在于维持房地产行业稳定发展。
2016年两会提出因城施策去库存，房地产政策经历了从宽松到热点城市持续收紧的过程，伴随着热点城市房价地价快速上涨，不减反增的购房需求使得房地产市场走势偏离了预期轨道。近几年，江苏省各地一二线城市房地产价格涨幅过快，远远超过居民的购买能力。面对非理性的房价上涨趋势，商业银行却还在扩大房地产市场信贷投资规模，特别是覆盖面局限在在各个地级市，县及乡镇的诸多中小商业银行，自身业务活动受到区域范围的限制约束，而又一味追求贷款业务规模，资产和业务分配不合理。在发放贷款时忽视房地产贷款的潜在风险，无形中将风险转嫁给了银行自身，使商业银行承担了房地产贷款的大部分风险，致使中小商业银行的贷款业务存在一系列问题。
房地产泡沫愈发凸显，商业银行又是房地产行业融资的主角，如何有效地规避贷款风险对其至关重要，尤其是对那些小规模分布的中小商业银行。中小商业银行如果缺乏对房地产贷款风险的准确预估，这将会对银行自身带来巨大的资本损失。因此，本文旨在通过分析研究进一步认识中小商业银行信贷与房地产行业的潜在联系，为维持银行信贷系统稳定和保证正常经营给予对策和建议。
1国内外关于压力测试的研究综述与应用现状
金融危机暴露出传统银行风险管理方法存在重大缺陷，商业银行压力测试方法应运而生。欧美等国先后进行了多轮银行业压力侧试，已具备足够的实践经验。借鉴国外银行压力侧试的经验，结合国内压力测试研究成果，将进一步完善和强化我国银行业压力测试工作。
1.1国外关于压力测试研究综述
RobertC.Merton在1975年首次将选择权评价模型应用在衡量信用风险的技术上。Wilson在1997年在针对信用风险考察当中试着分析并解决压力统计模型的非线性转化问题[1]。两位学者是压力测试研究领域的先驱者，也为20世纪初国外学者进一步探索压力测试理论及模型研究奠定了基础。
Pesaran (2005)与欧洲中央银行、美联储对全球经济的研究，提出了一个GVAR（Global Vector Autoregressive）模型[2]，在GVAR的整体模型中通过建立一般冲击反应函数分析市场需求变动等宏观因素对单个经济体的冲击。
奥地利国民银行在对银行外部风险进行压力监测时，通过（tcopula）模型中的多元联系物t把压力情境下的外生变量之间的相关关系呈现出来[3]。
Adrian 和 Shin (2007)在 Upper发现的针对单个银行破产带来的风险扩散效应的基础上，把银行部门间的风险传递和资本市场流动性压力相结合。
Rheinberger，Thomas等(2009)用经济风险因子的马氏距离来界定压力情景的可能性[4]，马氏距离数值处在无穷大和无穷小的两种极端边缘分别反映出压力测试情景发生可能性的大小，使银行在其压力测试时对极端压力情景可以做出最适合的假设。
Wong和Hui(2009)开发了一个流动性压力测试框架[5]，在研究信用风险，市场风险等系统性风险之间传导机制的基础上，引入违约风险传染渠道，分析价格压力对流动性风险的影响程度，对 “自上而下”的压力测试方法进行了补充。
1.2国内关于压力测试研究综述
刘畅（2010）指出由于商业银行历史数据积累不够，系统性的数据库建设还不够完善，不能有效满足压力测试的需求。数据结构的不完整性以及模型本身的不科学性往往导致银行压力测试可信度较低，对银行决策所起的参考性不强[6]。压力测试结果作为商业银行度量和评估风险的参考依据是不足以精确地反应银行所处的风险状态，因为模型在进行测算时依托的是商业银行提供的相关数据，数据结构的不完整性是导致最后测算出现误差的根本性原因。
盛斌，石静雅（2010）分析了压力测试在银行业金融机构内部管理的应用情况，建议压力测试应成为银行整体治理和风险管理文化的重要组成部分，商业银行应详细制定压力测试方案中的定性与定量标准，并选择运用最适合其业务规模及复杂程度较低的压力测试技术，制订完备流程以实施全面的市场风险压力测试方案并定期审核[7]。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jmgl/jjymy/417.html
