我国房地产开发贷款信用风险度量研究

发布时间：2020-03-13 01:31

【摘要】：有效的信用风险管理机制随着我国金融市场的日益开放，成为商业银行经营管理中的重点。现在，我国的商业银行数量在不断地增多，它们之间的竞争也变得越发激烈。如何在扩大业务，获取利润的同时又能有效地防范信用风险是商业银行急需解决的一个问题。目前，在国内，各色房地产企业不断涌现，这无疑为商业银行提供了很大的业务市场。据统计，截止2013年，房地产开发贷款余额达到4.6万亿元，增长率重回高点。但是，在房地产开发贷款增长的背后，房地产企业信用风险也是不容忽视的。如果商业银行能够建立一套合理有效的房地产企业信用风险度量体系，能对房地产企业的信用程度做出有效的判断，这样就能消除商业银行对房地产企业贷款时的顾虑，从而达到商业银行和房地产企业的“双赢”局面。 通过对我国信用风险度量和管理现状进行分析发现，当前我国信用风险度量的手段还比较落后，偏重采用定性和简单定量的方法，由此导致信用风险度量基础薄弱，商业银行普遍面临着较大的信用风险。针对这一现状，本文对国际上应用广泛的信用风险度量模型进行了梳理，并结合我国现阶段的实际情况对模型在我国的适用性进行了分析，发现建立Logistic回归模型比较适合我国现阶段进行信用风险度量。然后基于Logistic回归模型，采用40家房地产上市公司2010年第3季度到2013年第2季度的数据和资料进行实证分析。实证结果表明，Logistic模型度量房地产开发企业信用风险具有较高的准确性；房地产企业偿债能力对该企业是否违约有较大的影响；同时发现，宏观环境因素对房地产企业是否违约也起到至关重要的作用。最后，对如何有效度量及防范房地产开发贷款信用风险提出一些政策建议。
【图文】：

20图3.1 房地产开发贷款变化趋势图片来源：《中国房地产金融 2012 年度报告》2012全年，房地产开发贷款余额达到3.8万亿，同比增长10.9%，，其中，房产开发贷款余额为3万亿元，同比增长10.7%，占房地产开发贷款余额的79%；地产开发贷款余额8630亿元，同比增长12.4%，占房地产开发贷款的21.1%[47]。由图3.1可以看出

40图4.1 ROC曲线根据表4.13以及图4.1可以看出，Logistic回归模型的AUC值达到89.4%，依照国际标准，可以判断Logistic模型具有较高的准确率。通过对模型进行分类检验以及ROC曲线检验可以看出，Logistic模型具有较高的准确性。
【学位授予单位】：华侨大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：F299.233.42;F224

【参考文献】

相关期刊论文 前10条

1 侯光明,张燃;信用风险度量的结构化方法[J];北京理工大学学报;2005年06期

2 龙玉国;;对我国商业银行房地产开发贷款风险及其防范的思考[J];财经界;2010年05期

3 张玉明;中小企业信用管理体系建设研究[J];东岳论丛;2004年04期

4 潘彬;凌飞;;引入违约距离的上市公司财务危机预警应用[J];系统工程;2012年03期

5 刘胜军;王琨;;商业银行信贷风险管理[J];商业经济;2008年08期

6 加运;;银行与房地产开发企业的信贷博弈分析[J];商业经济;2011年18期

7 镇六平;蔡三锐;;浅析我国商业银行信用风险管理[J];经济研究导刊;2012年05期

8 曾正宇;;商业银行房地产开发贷款信用风险及其防范措施[J];全国商情(经济理论研究);2009年04期

9 李维;刘晓鸣;;我国商业银行信用风险管理探究[J];商品与质量;2011年S6期

10 任晓玉;杨玉真;;我国商业银行房地产开发信贷风险成因分析[J];商业文化(下半月);2011年01期

本文编号：2586663