我国房地产信贷与银行盈利能力的影响性研究

【摘要】银行的信贷支持是房地产业得以生存的必要条件。本文通过多元线性回归分析，对房地产信贷与银行盈利能力间的关系进行了探究。基本结论是建筑业信贷、房地产信贷与银行盈利能力呈负相关关系，而个人住房按揭贷款与银行盈利能力呈正相关关系。政策含义在于对不同性质的房地产相关信贷，监管部门需要采取不同的管理措施。

【关键词】房地产信贷；盈利能力；商业银行

1.研究背景

我国于1994年开始推进住房市场化改革，紧接着是商业银行信贷政策的不断完善，信贷业务规模的持续扩大。从1998到2007，仅仅10年的时间，我国房地产贷款占各项贷款额的比重从3.12%上升到18.34%，贷款额也增加了将近18倍。无论是从绝对额还是相对比重上，房地产贷款的增速远远高于其他各项贷款。2008年的金融危机，让全球领略了过度放贷（尤指房地产信贷）所带来的灾难。为了应对房地产信贷的潜在风险，我国政府出台了多种宏观调控政策。但是在2008至2011年期间，根据各年金融机构贷款投向统计报告显示，房地产信贷的投放量依然居高不下，尤其是2009年房市的回暖交易。虽然2011年房地产信贷投放量相比较2010年增幅有所下降，但是从绝对额上计量，总值一直在增加，只是增加的幅度稍稍放缓。房地产业是一个具有高度联动性的产业。它的兴衰直接影响各行各业，小到家用电器、建材装修行业，大到钢筋水泥行业，既联系实体产业，又与虚拟资产为主的金融行业紧密相关。我国房地产业所需的资金大部分来自于银行的信贷，脱离了银行信贷的支持，房地产业将无法生存。所以，笔者认为房地产信贷与银行盈利能力间必然存在某种关系，这种关系值得深入研究。

2.研究现状

针对房地产信贷和银行间盈利能力的问题，国内外学者也做了很多研究。多数文献认为，信贷的推动是80年代许多国家房价出现剧烈波动现象背后诸多因素中最重要的影响因素。Bernanke与Gertler（1986）首先提出了信贷市场对宏观经济波动的放大作用。在一个内生的新古典商业周期动态模型中，他们认为由于信息的不对称，借方清偿能力的变化能启动和放大商业周期。BGG（1996，1998）提出了“金融加速器”概念，直接将信贷市场摩擦引入标准的宏观经济模型中，形成了一个包含金融加速器的动态宏观经济学模型，并发现金融加速器对美国经济有重要的影响。Davis and Haibin Zhu（2004）利用17个国家的跨国数据对银行贷款和商用房地产价格之间的关系进行了实证分析，结论是，房地产价格的上涨导致了银行信贷的扩张，而不是过度的银行信贷扩张导致了房地产价格的上涨。

相对于国外的学者，段忠东等（2007）运用多变量协整分析技术对我国房地产价格影响银行信贷的效应进行实证检验。研究表明，房地产价格和银行信贷之间在长期内存在互为因果关系，房地产价格波动在短期对银行信贷发放的直接影响十分有限，主要是在长期内对银行信贷增长产生影响。而银行信贷也通过协整关系成为房地产价格短期波动的Granger原因。郭永济等（2011）运用资本边际收益率法对房地产泡沫进行了测度，认为房地产价格和银行信贷在信贷总额中所占的比率存在明显的正相关。房地产部门在中国经济中占有中心位置，并与上游产业（如钢铁和水泥）以及生产家电和其他耐用消费品的下游企业紧密相联，在居民和企业资产负债表上占很大份量，因此二位学者认为房地产泡沫将给宏观经济和金融稳定带来严重风险。如果对房价上涨不加控制，将会导致银行风险进一步增大，对金融安全产生不利影响。段军山（2008）通过银行信贷集中模型表明银行具有扩大房地产信贷的动力，但银行的乐观主义以及对嵌在无追索权的抵押贷款中的看涨期权的低估，导致房地产价格上涨并超过基础价格。

已有的研究大多数重点放在房地产价格和银行信贷规模的关系上，并未过多研究银行房地产信贷规模对银行盈利能力的影响程度。笔者认为，如今银行房地产信贷已经占据了银行信贷总额的绝大部分，有关房地产信贷的略微变动一定会直接影响银行的盈利能力。因此，银银行在大量放贷赚取存贷利差的同时，应该警惕由于放贷所暴露的风险。基于上述原因，本文把重点研究房地产信贷规模与银行盈利能力间的关系上，认为信贷资产不是越多越好，并且根据中国目前的信贷市场，我国房地产信贷的投放量明显已经超规模发行。房地产风险正逐步威胁着银行的盈利能力。

3.研究方法

存贷利率差收益一直以来是我国银行业的主要收益。但是这种单一的收益方式不仅给银行带来了更多的信贷风险，而且还会使银行过分依赖信贷资产。过分依赖的结果就是大量放贷最后产生泡沫。我国房地产最近两年发展速度迅猛，已经出现了一种过度增长的趋势。然而，房地产的发展很大程度上因为银行信贷的支持。所以，房地产信贷和银行盈利能力必然存在着某种关系，否则银行不会放弃大量的投资机会而把资金大量借给房地产行业。但是笔者认为，任何事情都有一个限度，房地产信贷的过度投放已经给银行的盈利能力造成一定的阻碍。本文以2007—2011年沪深两市16家上市银行为样本，对16家上市银行的半年报、年报和其他相关资料进行选择和下载。选取银行样本共144组，克服了样本不足的统计缺陷。样本数据主要来源于WIND数据库、中国人民银行网、中国银监会、凤凰网和各上市银行定期报告。

3.1 变量的定义和选取

银行盈利能力指上市商业银行的获利能力，具体包括以下几个指标：

（1）每股收益（EPS），表明普通股的获利水平。公式为：每股收益=净收益/普通股数[12]。

（2）总资产收益率（ROA），反映资产的获利程度。公式为：资产收益率=税后利润/银行平均总资产。

（3）净资产收益率（ROE），反映银行资金运用效率和财务管理能力，同股东财富最大化直接相关。公式为：权益收益率=税后利润/所有者权益[13]162-164。

（4）销售净利率（ROR），反映了银行主营业务收入状况。公式为：销售净利率=净利润/主营业务收入。

为了使数据的量纲保持一致，所以盈利能力指标笔者选取了后三者，即：总资产收益率、净资产收益率和销售净利率。

商业银行房地产信贷的组成主要有：

（1）建筑业贷款：凡是从事建筑业生产经营和基建物资流通活动，在银行开户，实行独立核算，自负盈亏，具有法人资格的全民所有制和集体所有制企业，均可申请建筑业流动资金贷款。根据有关规定，贷款的具体对象如下：

①建筑行业、房地产行业以及所办各类附属企业。建筑行业包括建筑公司、设备安装公司、市政工程公司、房屋维修工程公司等；房地产行业包括城市综合开发公司、各类房地产开发公司等。

②建筑材料生产企业。包括建筑材料生产、供销企业，地质部门物资供应公司及附属修配厂，农村房屋建材生产供应公司等。

③与建筑业有关的企业、单位。包括勘察设计单位、施工机械租赁公司、工程承包公司等。

（2）房地产行业贷款：指对房地产开发企业发放的用于住房、商业用房和其他房地产开发建设的中长期项目贷款。房地产贷款的对象是注册的有房地产开发、经营权的国有、集体、外资和股份制企业。房地产开发贷款期限一般不超过三年（含三年）。

（3）个人住房按揭贷款：指银行向借款人发放的用于购买自用新建住房的贷款，即通常所说的“个人住房按揭贷款”。银行发放的个人住房按揭贷款数额，不高于房地产评估机构评估的拟购买住房的价值或实际购房费用总额的80%（以二者低者为准）。贷款期限最长不超过30年。通常，贷款最终到期日借款人年龄不超过65周岁。

由于每家银行的资产负债规模都不同，为了便于比较，本文采用比值这个概念，即贷款余额/总资产，作为变量融入模型。为防止实证结果波动过大，本文又增加了四个协变量：

（1）国内生产总值：国内生产总值（Gross Domestic Product，简称GDP）是指在一定时期内（一个季度或一年），一个国家或地区的经济中所生产出的全部最终产品和劳务的价值，常被公认为衡量国家经济状况的最佳指标。它不但可反映一个国家的经济表现，还可以反映一国的国力与财富。

（2）5年期以上贷款利率：贷款利率的高低不仅会影响贷款者的还款能力，也能反映一个国家在某一时期的货币政策。若为紧缩，则贷款量也会急剧下降；若为宽松，那么贷款量将上升。

（3）各上市银行在样本时期的总资产。笔者认为资产规模的大小会影响银行的盈利能力，故也把该指标列入模型。

（4）资产负债率是指公司年末的负债总额同资产总额的比率：表示公司总资产中有多少是通过负债筹集的，该指标是评价公司负债水平的综合指标。同时也是一项衡量公司利用债权人资金进行经营活动能力的指标，也反映债权人发放贷款的安全程度。

3.2 建立多元线性回归模型

多元线性回归分析是指根据观测样本数据估计回归方程模型中的各个参数，并对估计参数及回归方程进行统计检验，从而利用回归模型进行经济预测和控制。为检验房地产信贷与银行盈利能力的关系，假设因变量与多个自变量有线性关系时，因变量是自变量的多元线性函数。根据这个思路，可以将多元线性回归方程表达为：

ROE（ROA or ROR）=β0+β1×Asset+β2×JZYA+β3×GSA+β4×GRA+β5×GDP+β6×R+β7×LA+ε

ROE（ROA、ROR）：上市银行盈利能力衡量指标；β0：模型常数项；β1～β7：各变量前的系数；Asset：银行总资产的自然对数；JZYA：建筑业贷款/总资产；GSA：房地产贷款/总资产；GRA：个人住房按揭贷款/总资产；GDP：国内生产总值；R：5年期以上贷款利率；LA：总负债/总资产，即资产负债率。

3.3 数据分析

本文使用SPSS软件对样本数据进行分析。具体的数据结果和分析如下：

由上表知，ROE、ROA和ROR这三者间的极大极小值差距很大，也就是说每家银行的盈利能力水平相差很大。而JZYA、GSA和GRA的极大值和极小值间也有5倍以上的差距。笔者认为，上表的分析间接说明了银行的盈利能力和房地产信贷之间存在正向或者负向的关系。在模型检验中，我们从以下表的F检验可以看出三个模型的F值分别为3.027、14.27、13.702，sig分别为0.005、0、0，所以建立这三个模型是有效的。

由回归结果知：

以上三个式子可以很明显的看到：GSA与ROE、ROA呈线性的负相关关系；GRA与ROE、ROA呈线性的正相关关系；JZYA与ROR呈线性的负相关关系。也就是说我国个人住房按揭贷款的发放给银行带来的效益是：投放越多，盈利越多；而建筑业和房地产业的贷款已过饱和，已经不存在边际效益最优。以上结果为近几年连续出台的房地产政策提供了一定的事实基础。

4.实证结果与分析

实证结果发现建筑业信贷资产越多，银行的盈利能力就越弱。也就是说当建筑业信贷投放量超过一定额度以后，继续投放建筑业信贷会拖垮银行的盈利能力。个人住房按揭贷款信贷资产越多，银行的盈利能力就越强。以上结果笔者认为原因首先是，建筑业和房地产业的发展已经过了顶峰时期，而银行对其的信贷支持却依然保持在顶峰时的状态。这样的结果就是信贷资产不停的发放，贷款利率不断的上升，房价已经停止上涨甚至下跌，贷款者的还款能力下降，抵押物价值不断贬值。最后信用风险、市场风险产生，所有的亏损银行全部囊入口中。房地产信贷具有很强的联动性、集中性和长期性。对银行来说，房地产信贷资产不像短期投资那样具有高度的流动性，大量的资金被某两个行业占用，并且看似不同的行业却相互联系着。这为变现能力较弱的资金给银行带来了巨大的挑战，一旦某一层资金断裂，将会使整个资金层断裂，毫无资金变现可言。其次，集中性的投资也违背了投资最关键的一点：分散风险。风险的集中影响了银行的资本充足，为了防范这种风险，银行需要更多的准备金，这些不能挪用的准备金也降低了银行的盈利能力。

我国个人住房按揭贷款质量较好，可以继续加大投放量。笔者认为原因如下：首先，我国的居民收入稳定增长，这为贷款者的还款能力提供了一定的保障；其次，我国个人住房按揭贷款的审批条件较高，这在一定程度上规避了部分信用风险，而且贷款额不像行业类贷款那样数额巨大。最后，个人住房按揭贷款的申请者各行各业，信贷风险得到了稀释。虽然目前个人住房按揭贷款对银行依然产生正面效应，但是其潜在的风险不容忽视。按照人民银行《个人住房贷款管理办法》的规定，个人住房贷款的还款期限最长可达30年。住房信贷是一种中长期消费信贷，具有长期性、分期偿还性和不确定因素多的特点，其风险是逐渐积累和释放的，目前国内个人无法正常履行按揭的现象已经开始出现。按照国际惯例，个人住房贷款的风险暴露期通常为3～8年，这也就意味着，在近年来个人住房信贷余额快速增加的形势下，虽然我国目前的不良率还较低（仅为0.60%），但极有可能国内个人住房贷款已经步入了违约的高风险期。

参考文献

[1]Bernanke，B.S.Gertler，M.Agency Costs，Collateral，and Business Fluctuations[J].NBER Working Paper，.No.2015，1986.

[2]Bernanke，B.S.Gertler，M.and Gilchrist，S.The Financial Accelerator and the Flight to Quality[J].Review of Economics and Statistics.1996，78：1-15.

[3]Davis，Philip，Haibin Zhu.Bank lending and commercial property cycles：some cross-country evidence[R].BIS Working Papers.2005，150.

[4]段忠东，曾令华，黄泽先.房地产价格波动与银行信贷增长的实证研究[J].金融论坛，北京.2007，11（2）：40-45.

[5]郭永济，唐建民.房地产泡沫对商业银行信贷风险的影响研究[J].时代金融，2011（12）：

167-168.

[6]段军山.信贷扩张，房地产价格波动与银行稳定——理论及其经验分析[J].现代经济探讨，2008（4）.

基金项目：本文系国家社科基金项目（课题编号：12CJY022）和教育部人文社会科学研究青年基金项目（课题编号：10YJC790290）的阶段性研究成果。