【房屋空置率對商業(yè)銀行不良信貸率的實證探究5300字（論文）】

房屋空置率對商業(yè)銀行不良信貸率的實證研究目錄TOC\o"1-2"\h\u11477房屋空置率對商業(yè)銀行不良信貸率的實證研究 1324791.1研究假設(shè) 172171.2實證模型構(gòu)建 3196091.2.1變量說明及數(shù)據(jù)來源 367121.2.2實證模型建立 4279061.3回歸結(jié)果分析 5310081.3.1變量的平穩(wěn)性檢驗 5248391.3.2多重共線性的檢驗 7305941.3.3異方差檢驗 7124631.3.4自相關(guān)性檢驗 965841.3.5最終回歸結(jié)果及結(jié)論 101.1研究假設(shè)根據(jù)理論基礎(chǔ)研究，使用不良信貸率來衡量銀行信貸風(fēng)險，分析房屋空置率與商業(yè)銀行不良信貸率之間的作用機制，提出如下研究假設(shè)：隨著地產(chǎn)行業(yè)的快速發(fā)展，房價泡沫逐漸堆積，開發(fā)商過度開發(fā)，導(dǎo)致許多房屋并不具備入住條件，房屋因追求高周轉(zhuǎn)快運營導(dǎo)致的工程質(zhì)量低劣等，均導(dǎo)致大量房產(chǎn)去化困難銷售不暢。進(jìn)而造成投資預(yù)期反轉(zhuǎn)，房屋流通性變差，房屋空置率上升。房屋空置進(jìn)一步導(dǎo)致地產(chǎn)企業(yè)現(xiàn)金流緊張，資源盤活困難，大型地產(chǎn)盈利困難，中小型地產(chǎn)企業(yè)面臨破產(chǎn)，無法償還貸款。且房產(chǎn)作為抵押物價值縮水，變現(xiàn)困難，進(jìn)而也造成了商業(yè)銀行不良信貸率上升。因此，關(guān)于房屋空置率對不良信貸率的影響提出如下假設(shè)：假設(shè)H1：房屋空置率對于不良信貸率有正向影響，即銀行不良信貸率隨著房屋空置率的提高而上升。此外，銀行經(jīng)營狀況、銀行借貸規(guī)模、地產(chǎn)價格波動、地產(chǎn)企業(yè)資產(chǎn)負(fù)債率、宏觀經(jīng)濟水平也可能會對銀行不良信貸率造成一定影響，因此作為控制變量納入回歸模型中進(jìn)行探究。銀行貸款比屬于一種評價指標(biāo)，用于評價銀行的盈利程度，它等于貸款總額與存款總額的比值。就銀行而言，該數(shù)值越大越好，因為對于存款額來說，銀行需要向存款者支付利息，而對于貸款額來說，銀行則可以向貸款者收取利息。銀行主要通過其中的差價來盈利。因此，如果一家銀行的存款多，而貸款少，那它所需要支出的成本就高，盈利能力就會變差。但從抗風(fēng)險的角度來看，存貸比并不是越高越好，如果存貸比過高，就會導(dǎo)致銀行的現(xiàn)金流不足，不能滿足客戶的現(xiàn)金支取，以及日常結(jié)算等服務(wù)內(nèi)容，導(dǎo)致銀行進(jìn)行風(fēng)險增大。這時候商業(yè)銀行為了減少支付危機帶來的影響，則會在短期內(nèi)大量的發(fā)放信貸，會導(dǎo)致對信貸風(fēng)險的把控力度降低，進(jìn)而提升不良信貸率。因此，關(guān)于銀行經(jīng)營狀況對不良信貸率的影響提出如下假設(shè)：假設(shè)H2：銀行經(jīng)營狀況對于不良信貸率有正向影響，即銀行不良信貸率隨著銀行存貸比的提高而上升。商業(yè)銀行借貸規(guī)模包含了開發(fā)商貸款余額與個人住房貸款余額，過度的借貸規(guī)模將導(dǎo)致不良信貸率累加。銀行出于業(yè)績需求，在市場良好的情況下會增加地產(chǎn)借貸的額度，加大地產(chǎn)信貸規(guī)模。但是從概率的角度上來看，借貸金額、數(shù)量越多，出現(xiàn)不良信貸率的概率也就越大。因為龐大的借貸規(guī)模對銀行風(fēng)險把控、客戶背調(diào)的能力提出了更高的要求，一旦出現(xiàn)黑天鵝事件或者市場行情逆轉(zhuǎn)時，銀行抵押物的價值將大幅縮水，形成連鎖反應(yīng)。因此，關(guān)于借貸規(guī)模對不良信貸率的影響提出如下假設(shè)：假設(shè)H31：銀行借貸規(guī)模對于不良信貸率有正向影響，即銀行不良信貸率隨著開發(fā)商貸款余額與個人住房貸款余額之和的提高而上升。胡恒川[66]的觀點如下，隨著房價的的上升，不良貸款率上升。因為借款人通過抵押房屋獲得的貸款會增加。這部分貸款的一部分會繼續(xù)流入房地產(chǎn)市場，導(dǎo)致房價繼續(xù)上漲。在這個過程中，大量資金的進(jìn)入，打破房地產(chǎn)市場原有的供需關(guān)系，房屋的價值脫離了原本的價值，房地產(chǎn)泡沫越來越大。形成一個惡性循環(huán)，因此，一旦出現(xiàn)房價的快速下降，整個循環(huán)就會停止，銀行的不良貸款率就會快速上升。所以，他們認(rèn)為房價的持續(xù)升高，以及房地產(chǎn)泡沫的擴大都會提升銀行的不良貸款率。因此，關(guān)于地產(chǎn)價格波動對不良信貸率的影響提出如下假設(shè)：假設(shè)H4：地產(chǎn)價格波動對于不良信貸率有正向影響，銀行不良信貸率隨著地產(chǎn)平均銷售價格的提高而上升。房地產(chǎn)企業(yè)目前存在過度追求規(guī)模化，而信貸杠桿則是幫助房地產(chǎn)企業(yè)快速擴張，形成規(guī)模效應(yīng)的最佳捷徑。目前越來越多的地產(chǎn)在逐漸加大銀行信貸杠桿的使用，但是著其中存在巨大的風(fēng)險。地產(chǎn)企業(yè)資產(chǎn)負(fù)債率越高，說明其使用的信貸杠桿越大，對信貸的依賴度更高，資金體系抗風(fēng)險能力弱。一旦出現(xiàn)盲目投資，經(jīng)營狀況差強人意等問題，導(dǎo)致資金鏈斷裂，造成銀行產(chǎn)生壞賬，不良信貸率隨之提升。因此，關(guān)于地產(chǎn)企業(yè)資產(chǎn)負(fù)債率對不良信貸率的影響提出如下假設(shè)：假設(shè)H5：地產(chǎn)企業(yè)資產(chǎn)負(fù)債率對于不良信貸率有正向影響，即銀行不良信貸率隨著資產(chǎn)負(fù)債率的提高而上升。宏觀方面，目前我國經(jīng)濟發(fā)展速度放緩，并且國家短期內(nèi)密集的頒布了各項政策進(jìn)行調(diào)控。社會的最初經(jīng)濟環(huán)境很重要，不同的初始經(jīng)濟環(huán)境對應(yīng)了不同的抗風(fēng)險能力。如果社會的初始經(jīng)濟環(huán)境良好，表現(xiàn)為負(fù)債率低，以及資金流正常，那么就算房地產(chǎn)價格出現(xiàn)明顯下降，也不會影響家庭，以及公司的正常運轉(zhuǎn)，不會出現(xiàn)金融危機等情況，造成不良信貸率提升。因此，關(guān)于宏觀經(jīng)濟水平對不良信貸率的影響提出如下假設(shè)：假設(shè)H6：宏觀經(jīng)濟水平對于不良信貸率有負(fù)向影響，即銀行不良信貸率隨著GDP的提高而下降。1.2實證模型構(gòu)建1.2.1變量說明及數(shù)據(jù)來源本文以具有代表性的16家商業(yè)銀行數(shù)據(jù)為例，選取了1個核心解釋變量，5個控制變量，采用GMM方法進(jìn)行回歸分析。被解釋變量銀行信貸風(fēng)險用商業(yè)銀行的不良信貸率來衡量，核心解釋變量為房屋空置率，著重探究這兩者之間的關(guān)系。此外，銀行經(jīng)營狀況、房地產(chǎn)信貸借貸規(guī)模、地產(chǎn)價格波動、地產(chǎn)企業(yè)財務(wù)狀況以及宏觀經(jīng)濟環(huán)境也可能對不良信貸率產(chǎn)生影響，因此作為控制變量納入模型中。將這幾個經(jīng)濟指標(biāo)并用相應(yīng)的符號表示，探究對于中國商業(yè)銀行不良貸款率的影響。表4-1變量定義表符號維度指標(biāo)單位NPL銀行信貸風(fēng)險銀行不良信貸率%HVR地產(chǎn)經(jīng)營狀況房屋空置率%LTD銀行經(jīng)營狀況銀行存貸比—SCA銀行借貸規(guī)模開發(fā)商貸款余額與個人住房貸款余額之和億元PRI地產(chǎn)價格波動地產(chǎn)平均銷售價格萬元ALR地產(chǎn)財務(wù)狀況資產(chǎn)負(fù)債率%GDP宏觀經(jīng)濟發(fā)展GDP變化率%本文選取了16家商業(yè)銀行、20家上市地產(chǎn)企業(yè)2010年至2019年的數(shù)據(jù)作為樣本，原始數(shù)據(jù)來源于Wind數(shù)據(jù)庫及國家統(tǒng)計局。1.2.2實證模型建立根據(jù)研究假設(shè)，隨著地產(chǎn)行業(yè)的快速發(fā)展，房價泡沫逐漸堆積，開發(fā)商過度開發(fā)，導(dǎo)致許多住宅、寫字樓并不具備入住條件，例如內(nèi)外部的市政基礎(chǔ)設(shè)施、公共配套設(shè)施不完善，房屋因追求高周轉(zhuǎn)快運營導(dǎo)致的工程質(zhì)量低劣等，均導(dǎo)致大量房產(chǎn)去化困難銷售不暢。進(jìn)而造成投資預(yù)期反轉(zhuǎn)，房屋流通性變差，房屋空置率上升。房屋空置進(jìn)一步導(dǎo)致地產(chǎn)企業(yè)現(xiàn)金流緊張，資源盤活困難，大型地產(chǎn)盈利困難，中小型地產(chǎn)企業(yè)面臨破產(chǎn)，無法償還貸款。且房產(chǎn)作為抵押物價值縮水，變現(xiàn)困難，進(jìn)而也造成了商業(yè)銀行不良信貸率上升。建立銀行不良信貸率以及房屋空置率之間的相關(guān)模型如下：(1)式(1)中，Y是不良信貸率，K是對其有影響作用的房屋空置率，一般指商品房房屋空置率，包含住宅及寫字樓的空置率，At是其他控制因素影響。α是\t"/item/%E6%9F%AF%E5%B8%83-%E9%81%93%E6%A0%BC%E6%8B%89%E6%96%AF%E7%94%9F%E4%BA%A7%E5%87%BD%E6%95%B0/_blank"彈性系數(shù)，μ表示\t"/item/%E6%9F%AF%E5%B8%83-%E9%81%93%E6%A0%BC%E6%8B%89%E6%96%AF%E7%94%9F%E4%BA%A7%E5%87%BD%E6%95%B0/_blank"隨機干擾的影響，μ≤1。去對數(shù)則可得模型如下：(2)另外參考有關(guān)文獻(xiàn)，銀行不良信貸率還會受到銀行經(jīng)營狀況、房地產(chǎn)信貸借貸規(guī)模、地產(chǎn)價格波動、地產(chǎn)企業(yè)財務(wù)狀況以及宏觀經(jīng)濟環(huán)境等因素的影響，因此將這些因素作為控制變量納入模型之中，同時考慮到房屋空置率有一定的時滯性，當(dāng)前的不良信貸率會受到前期房屋空置率的滯后影響，因此模型中加入因變量的滯后項，得如下動態(tài)回歸模型：(3)為方便計算，將變量符號替換為下式：(4)其中μi=lnA=μ+vi。A為常數(shù)項，i為截面觀測單元，t為時間序列，εit為誤差項。NPLit表示商業(yè)銀行i在時期t的銀行不良信貸率，HVRit表示商業(yè)銀行i在時期t對應(yīng)的房屋空置率，LTDit表示商業(yè)銀行i在時期t的銀行存貸比，SCAit表示商業(yè)銀行i在時期t的地產(chǎn)信貸規(guī)模，PRLit表示商業(yè)銀行i在時期t對應(yīng)的地產(chǎn)平均銷售價格，ALRit表示商業(yè)銀行i在時期t對應(yīng)的地產(chǎn)資產(chǎn)負(fù)債率，GDPit表示商業(yè)銀行i在時期t的宏觀經(jīng)濟環(huán)境，α是\t"/item/%E6%9F%AF%E5%B8%83-%E9%81%93%E6%A0%BC%E6%8B%89%E6%96%AF%E7%94%9F%E4%BA%A7%E5%87%BD%E6%95%B0/_blank"彈性系數(shù)，μ表示\t"/item/%E6%9F%AF%E5%B8%83-%E9%81%93%E6%A0%BC%E6%8B%89%E6%96%AF%E7%94%9F%E4%BA%A7%E5%87%BD%E6%95%B0/_blank"隨機干擾的影響，μ≤1，εit為誤差項。1.3回歸結(jié)果分析1.3.1變量的平穩(wěn)性檢驗本文使用的數(shù)據(jù)屬于時間序列，對時間序列而言，要檢驗其平穩(wěn)性，以保證統(tǒng)計特征不會隨著時間推移而變動。首先運用單位根檢驗法，依次對被解釋變量、解釋變量、控制變量進(jìn)行平穩(wěn)性檢驗。根據(jù)單位根檢驗及一階差分的結(jié)果，整理出下表：表4-2各變量的ADF檢驗結(jié)果變量ADF值5%水平下的臨界值結(jié)論NPL-1.157651-3.004861非平穩(wěn)D（NPL）-1.249121-2.986225平穩(wěn)HVR-1.210996-2.998064非平穩(wěn)D（HVR）-1.206536-3.020686平穩(wěn)LTD-2.578224-2.981038非平穩(wěn)D（LTD）-8.680308-2.986225平穩(wěn)SCA-1.976149-2.991878非平穩(wěn)D（SCA）-8.085952-2.991878平穩(wěn)PRI-2.464667-2.981038非平穩(wěn)D（PRI）-6.256683-2.986225平穩(wěn)ALR-2.485846-2.981038非平穩(wěn)D（ALR）-1.517655-2.986225平穩(wěn)GDP-5.236024-2.986225平穩(wěn)D（GDP）-5.976312-3.004861平穩(wěn)從上表結(jié)果看出，被解釋變量NPL與解釋變量HVR存在單位根，屬于非平穩(wěn)序列，而被解釋變量與解釋變量、控制變量的一階差分?jǐn)?shù)據(jù)都屬于平穩(wěn)序列，即NPL、HVR、LTD、SCA、PRI、ALR、GDP是一階單整序列，滿足協(xié)整檢驗前提。可以進(jìn)行協(xié)整檢驗，以檢驗各變量間是否存在長期均衡關(guān)系。表4-3初步回歸結(jié)果VariableCoefficientStd.Errort-StatisticProb.NPL2.4460238.9891210.2721090.7890HVR0.1908600.2805340.6803460.5060LTD0.0686180.0275402.4916200.0241SCA0.0053770.0003731.424070.0000PRI0.3050080.0932783.2699010.0048ALR0.0356670.0560830.6359670.5338GDP-0.0038180.007126-0.5357610.5995AR(1)0.7687760.2405163.1963640.0056AR(2)-0.3058710.167904-1.8217010.0872R-squared0.989193Meandependentvar1.661200AdjustedR-squared0.983789S.D.dependentvar0.417735S.E.ofregression0.053187Akaikeinfocriterion-2.756288Sumsquaredresid0.045262Schwarzcriterion-2.317492Loglikelihood43.45359Hannan-Quinncriter.-2.634584F-statistic183.0590Durbin-Watsonstat1.886694Prob(F-statistic)0.000000表4-4殘差序列E的ADF檢驗結(jié)果NullHypothesis:EhasaunitrootExogenous:ConstantLagLength:1(Automatic-basedonSIC,maxlag=5)t-StatisticProb.*AugmentedDickey-Fullerteststatistic-5.1175910.0004Testcriticalvalues:1%level-3.7529465%level-2.99806410%level-2.638752由表4-4、4-5可知，ADF=-5.1176，小于不同檢驗水平的三個臨界值，因此殘差序列E為平穩(wěn)序列。所以被解釋變量與解釋變量之間存在協(xié)整關(guān)系，即各變量間有長期均衡關(guān)系。1.3.2多重共線性的檢驗回歸中的多重共線性是一個當(dāng)模型中一些預(yù)測變量與其他預(yù)測變量相關(guān)時發(fā)生的條件。嚴(yán)重的多重共線性可能會產(chǎn)生問題，因為它可以增大回歸系數(shù)的方差，使它們變得不穩(wěn)定。因此，為保證回歸結(jié)果的可靠性，首先要對模型中的變量進(jìn)行多重共線性的檢驗：表4-5相關(guān)系數(shù)矩陣HVRLTDSCAPRIALRGDPHVR1.000000LTD-0.1856771.000000SCA0.3325270.0027021.000000PRI0.3727490.2817910.3751751.000000ALR-0.384878-0.204827-0.321317-0.4652241.000000GDP0.347258-0.1070280.0702420.0196120.0471241.000000由相關(guān)系數(shù)矩陣可以看出，解釋變量不存在多重共線性，但是控制變量中PRI、ALR間的相關(guān)系數(shù)較高，模型存在多重共線性，因此需使用GMM方法進(jìn)行回歸，來消除多重共線性帶來的影響。1.3.3異方差檢驗懷特檢驗是通過建立輔助回歸模型的方式來判斷異方差性。下面為White檢驗結(jié)果。表4-6異方差檢驗F-statistic1.293238Prob.F(20,5)0.0565Obs*R-squared21.56930Prob.Chi-Square(20)0.2184ScaledexplainedSS12.32769Prob.Chi-Square(20)0.9043Std.Errort-StatisticProb.NPL 0.0117600.0047862.4571520.0574HVR 0.6387940.206711-3.0902850.0272HVR^2 7.0666352.5617082.7585640.0399HVR*LTD 0.0766110.1836010.4172680.6938HVR*SCA 0.0173410.0074182.3377260.0666HVR*PRI-2.0999611.350630-1.5548010.1807HVR*GDP-0.0487230.032707-1.4896870.1965LTD-0.0015900.007817-0.2034190.8468LTD^20.0060800.0032881.8488780.1237LTD*SCA0.0001930.0002140.9040400.4074LTD*PRI-0.0472300.027925-1.6913120.1516LTD*GDP0.0059530.0052681.1301930.3097SCA-0.0004650.000159-2.9288720.0327SCA^2-9.71E-065.72E-06-1.6974440.1504SCA*PRI0.0013840.0008751.5820570.1745SCA*GDP-9.82E-056.37E-05-1.5403670.1841PRI0.0417180.0393251.0608440.3373PRI^20.1087220.0747961.4535740.2058PRI*GDP0.0075520.0104460.7229360.5021GDP0.0027720.0014621.8959340.1165GDP^20.0004620.0004341.0650920.3355R-squared0.944973Meandependentvar0.005124AdjustedR-squared0.724866S.D.dependentvar0.006805S.E.ofregression0.003570Akaikeinfocriterion-8.466021Sumsquaredresid6.37E-05Schwarzcriterion-7.449866Loglikelihood131.0583Hannan-Quinncriter.-8.173405F-statistic1.293238Durbin-Watsonstat1.528769Prob(F-statistic)0.056489根據(jù)表格懷特檢驗的F檢驗值及其相伴概率，在顯著性水平為5%情況下，nR2=12.327＜X20.05(20)=31.41，因此接受原假設(shè)，模型不存在異方差。1.3.4自相關(guān)性檢驗根據(jù)下表，模型的回歸估計結(jié)果，DW=1.2667，給定顯著性水平α=0.05的情況下，樣本數(shù)n為26，k為3，查DW統(tǒng)計表，得到下限臨界值dl為1.143，上限臨界值du為1.652。Dl＜DW=1.2478＜du，無法判斷是否存在自相關(guān)。因此，進(jìn)行LM乘數(shù)檢驗。表4-7自相關(guān)檢驗回歸結(jié)果VariableCoefficientStd.Error Prob.HVR0.4570170.028704 0.1269LTD1.8652710.791629 0.0288SCA0.0411270.023363 0.0936PRI0.0055760.000876 0.0000ALR0.2750340.130476 0.0479GDP-0.0068710.008991 -0.4537R-squared0.831570Meandependentvar-0.020000AdjustedR-squared0.789462S.D.dependentvar0.177876S.E.ofregression0.081618Akaikeinfocriterion-1.974371Sumsquaredresid0.133228Schwarzcriterion-1.684041Loglikelihood31.66683Hannan-Quinncriter.-1.890767F-statistic19.74869Durbin-Watsonstat1.247758Prob(F-statistic)0.000000由表4-8可知，LM（2）=nr2=2.6775X20.05(2)=5.9915，模型不存在高階自相關(guān)性。表4-8LM乘數(shù)檢驗結(jié)果Breusch-GodfreySerialCorrelationLMTest:F-statistic1.033218 Prob.F(2,18)0.3760Obs*R-squared2.677473 Prob.Chi-Square(2)0.26221.3.5最終回歸結(jié)果及結(jié)論本文使用Stata15.0軟件，運用系統(tǒng)GMM的方法對數(shù)據(jù)按照模型進(jìn)行回歸，得到了如表所示的結(jié)果。模型(1)-(7)中Hansen過度識別約束檢驗均不拒絕原假設(shè)，說明所有工具變量均有效。Arellano-Bond差分后的AR(1)檢驗均拒絕原假設(shè)而AR(2)檢驗均不拒絕原假設(shè)，說明差分后的殘差存在一階自相關(guān)但不存在二階自相關(guān)。并且工具變量選取的個數(shù)均不超過截面?zhèn)€數(shù)。因此可以看出，在統(tǒng)計意義下，設(shè)定的該模型是較為理想的模型。表4-9最終回歸結(jié)果(1)(2)(3)(4)(5)(6)(7)1.117***1.106***1.033***0.988***0.975***0.981***1.015***(45.9)(32.28)(17.77)(55.53)(106.91)(42.59)(33.93)0.131***0.163***0.175***0.178**0.175***0.151***(93.72)(193.75)(67.87)(12.49)(68.2)(12.02)0.055***0.077***0.050***0.053***0.007**(50.43)(37.43)(2