银行惜贷对房地产政策的影响统计模型研究——以上海市为例
A Statistical Model Study on the Influence of Banks’ Reluctance to Lend on Real Estate Policies—A Case Study of Shanghai
DOI: 10.12677/ORF.2023.132101, PDF, HTML, XML, 下载: 382  浏览: 1,804 
作者: 卢文曦, 谢保鹏:甘肃农业大学管理学院,甘肃 兰州
关键词: 银行惜贷房地产政策统计模型Banks’ Reluctant to Lend Real Estate Policy Statistical Model
摘要: 房地产属于资金高度密集产业,行业发展对银行贷款的依赖度较大,而商业银行为应对市场危机开始实行惜贷行为,这对于房地产政策也造成直接影响。本文对银行惜贷行为进行分析,讨论银行惜贷对房地产行业发展及销售模式的影响,并以上海市为例,探讨银行惜贷行为对房地产市场的影响,并建立统计模型,对房地产政策受到的影响进行统计分析,进而根据研究结果提出相应的建议措施。
Abstract: Real estate is a highly capital-intensive industry, the industry development of bank loan dependence is large, and commercial banks in order to deal with the market crisis began to implement the behavior of loan aversion, which has a direct impact on the real estate policy. This paper analyzes the behavior of banks’ reluctance to lend, discusses the influence of banks’ reluctance to lend on the development of the real estate industry and sales mode, and takes Shanghai as an example to discuss the influence of banks’ reluctance to lend on the real estate market, and es-tablishes a statistical model to make a statistical analysis of the impact on the real estate policy, and then puts forward corresponding suggestions and measures according to the research results.
文章引用:卢文曦, 谢保鹏. 银行惜贷对房地产政策的影响统计模型研究——以上海市为例[J]. 运筹与模糊学, 2023, 13(2): 979-984. https://doi.org/10.12677/ORF.2023.132101

1. 引言

随着市场经济的持续发展,企业面临更加激烈的市场竞争,而站在整体市场环境角度来看,仍然存在诸多不确定因素,极有可能造成金融危机的爆发。银行作为金融风险爆发的集中行业,面对市场波动产生贷款无法顺利收回的担忧,进而产生惜贷行为。银行对贷款发放的控制直接影响到房地产政策的实施效果,为保证房地产行业稳定发展,应加强银行惜贷对其影响的控制,同时对房地产政策做出积极调整。

2. 银行惜贷行为分析

银行惜贷指的是银行即便具备放贷能力且贷款对象及相关条件均符合规定也不予发放贷款的行为。面对复杂的市场环境,银行对收益前景产生悲观情绪,进而采取一定的自保经营行为。结合我国各企业的发展现状来看,银行惜贷行为主要源于贷款企业信用缺失,大量债务无法正常归还,部分企业因资金链断裂宣告破产,同时也引发了一系列的贷款信用问题。在这样的背景下,银行面临的经营压力不断增加,虽然国家在政策上给予国内各大企业贷款以便利条件,但在实际经营中存在因经营不善导致房地产企业发债券融资到期无法履约的情况,加上银行无法通过增加贷款利率来把控金融风险,导致在很大程度上削弱了银行向企业发放贷款的动力从而被迫出现银行惜贷行为。就当前金融市场的发展情况来看,企业逃债、避债已经成为影响市场稳定发展的重大安全隐患,而银行的惜贷、恐贷行为进一步加剧,体现在愈发严苛的放贷条件与繁琐的办理手续等方面。而银行惜贷行为对各大企业的正常发展也造成直接影响,很多企业因缺少资金不能满足正常运营需求,对国民经济的整体发展造成不利影响。

3. 银行惜贷行为对房地产政策的影响

(一) 对房地产行业发展的影响

房地产行业对银行贷款有着很强的依赖性,房地产企业的开发、经营等各环节都需要获取银行融资的支持,而银行的发展行为与动向将直接影响到房地产行业的政策指导。为规避企业逃债、避债,银行开始出现银行惜贷行为,2011年2月24日,中央银行采取了加息10天的政策,随后宣布针对存款预备金率进行上调0.5百分点,通过这一系列加息、上调预备金率的行为也可以进一步看出中央实施紧缩性金融货币政策的坚定性,而这样的政策一定程度上会对房地产市场产生影响。在这样的政策背景下,房地产行业融资的难度大大提升,不论是大型房地产企业还是个人房产企业均受到银行紧缩资金政策的巨大考验,房地产开发建设也面临十分艰难的局面。根据我国央行统计数据来看,后续银行贷款存款储备金率将进一步上涨至19.5%,这也加剧了地方银行的惜贷行为,针对房地产企业发放贷款只将高收益且还款能力强的大型房地产企业作为放贷对象,而对于风险较高的中小房地产企业则不予放贷。这也导致国内各房地产企业出现严重的资金匮乏问题,大批企业面临生死存亡的发展考验。值得注意的是,即便在银行惜贷行为加剧的环境下,银行对具有稳定还贷能力的大型房地产企业仍然可以实施正常放贷行为。

Figure 1. Balance and non-performing loan ratio of large commercial banks from 2004 to 2021

图1. 2004~2021年我国大型商业银行不良贷款余额及不良贷款率

综合来看,银行出现惜贷行为主要目的是应对企业不良贷款。2004至2021年我国大型商业银行不良贷款余额和不良贷款率见图1,根据图上信息可以看出面对2004年不良贷款余额和不良贷款率增长的趋势,银行及时选择惜贷行为,开始缩减房地产行业贷款规模,而在2015年又出现一定程度的回弹。作为银行信贷状况的重要指标,不良贷款额和不良贷款率直接反映出银行面临的信贷风险,随着相关指标的上升,银行被迫进行惜贷,并针对房地产行业采取紧缩性货币政策,这也体现出银行的信贷风险的防范持续上涨。

(二) 对消费者购买行为的影响

银行惜贷行为大大提升了房地产行业贷款的困难程度,房地产企业贷款成本上涨,同时还会进一步影响到需要贷款购房的消费者。当前,银行对贷款发放的控制导致购房者贷款困难或贷款周期延长,这将直接影响到购房交易周期;同时对于置换客户来说,在缺少贷款的情况下难以实施购买新房的行为。可见,银行信贷行为使得消费者购房面临更大的困难,部分消费者开始因过高的成本打消购房意愿,形成了贷款成本高、消费者购房困难的恶性循环,这也在很大程度上对房地产销售业绩造成影响。随着各大银行惜贷行为的加剧,部分银行已经停止了个人房贷业务以及个人房贷按揭业务的办理,对房产贷款的考核成为银行工作人员的主要工作内容,在严格审核标准以及复杂办理手续的控制下,贷款成功率大大降低。

4. 房地产政策受银行惜贷影响的统计模型构建——以上海市为例

(一) 上海市房地产业受银行惜贷的影响

近年来,上海地区的房地产价格持续攀升,信贷资金依旧是房地产企业的主要资金来源,房地产开发贷款占据商业银行贷款发放总额的30%。结合上海市房地产发展的总体情况来看,房地产价格存在虚高的情况,且房地产市场风险愈发突出,目前上海房地产市场整体负债率已经达到70%以上,对于银行来说也造成了显著的信贷危机。在这样的情况下,银行开始出现惜贷行为。以上海某国有商业银行为例,其提供的《房地产行业风险分析报告》显示,虽然已经对房地产行业贷款规模进行控制,但不良贷款风险一直居高不下,截至2020年末,该行房地产行业贷款余额达632.08亿元,不良贷款余额10.11亿元,不良贷款率达1.60%;《个人住房信贷分析报告》显示,个人住房商业贷款余额1718.10亿元,不良贷款余额22.18亿元,不良贷款率达1.29%,贷款违约率呈上升态势。

与此同时,就目前的数据监控情况来看,上海地区30家银行中共13家施行首套房按揭贷款利率上浮,最高达20%,这也是银行惜贷行为的主要表现。随着银行放贷难度增加、速度放缓,对房地产企业回款及消费者的购房意愿产生直接影响并产生新的风险预期,部分消费者认为当前按揭贷款难度增加、房贷利率提高,并不是最好的购房时机 [1] 。此外,央行上海总部发布的货币信贷运行报告也指出,房贷增量还会进一步呈缩减趋势。

银行惜贷行为的出现造成上海房地产市场降温,购房者观望趋势明显,同时也带动了提前还贷情况的增加。此外,就上海地区当前的情况来看,房贷利率上浮明显,2022年7月上海首套房利率平均折扣为基准1.01倍,平均利率为4.96%,结合对30家银行的监测结果来看,有28家首付为3.5成。为配合金融政策调整需要,少部分银行网点将首套住房按揭贷款利率最高上调至基准利率的1.15倍。

(二) 房地产政策统计模型的构建

根据相关变量及数据信息,为验证房地产政策受银行惜贷行为的影响,本文以银行不良贷款年增长率为基础构建模型,模型变量说明如表1所示。

NPLS = α + β 1 REBI i , t + β 2 REDL i , t + β 3 DAR i , t + β 4 CAR i , t + β 5 PRC i , t + β 6 LDR i , t + γ Δ GDP i , t + u i , t

Table 1. Description of statistical model variables

表1. 统计模型变量说明

结合表1中变量来看,房地产行业发展受银行惜贷行为影响集中体现在房地产行业景气指数、房地产行业贷款规模、房地产企业资产负债率等多个指标上,通过控制不良贷款年增长率来减弱银行的惜贷行为。房地产作为资金密集产业对银行贷款的依赖较大,为有效应对银行惜贷行为,房地产政策也需要进行相应的调整。房地产政策的调整关系到政府、房地产企业、购房者等多主体利益,通过构建房地产政策影响统计模型可以加强对房地产行业发展趋向的把控,确保房地产企业在严峻的银行惜贷形势下依旧可以实现稳定发展。

(三) 房地产政策影响的统计分析

结合银行惜贷对房地产政策影响的统计情况来看,得出以下结论。第一,为应对银行惜贷行为,房地产政策需要进行相应调整,在此过程中,应对各环节、各主体利益加强考量,进而起到拉动国民经济增长内需的作用。从根本上来看,房地产政策受银行惜贷影响,是出于银行对自身发展的考量,因此有必要在保证银行利益的基础上加以调控,减少惜贷对房地产企业的影响。而通过统计模型对银行、房地产企业以及社会经济三种不同的利益主体的分析,有助于更好地满足其利益需求,进而推动社会经济的发展。第二,房地产行业运行离不开金融支持,面对银行惜贷行为,房地产政无疑会遭受巨大影响。在这样的背景下,有必要通过金融资金政策统计模型展开深入研究。首先,面对银行惜贷行为,房地产企业与银行金融企业的利益是存在密切关系的,面对金融风险,银行不应一味采取负面激进的自保手段,而是要与企业建立相应的妥协与合作关系,进而为双方经济问题提供解决方案 [2] 。在对房地产政策进行调整的过程中,也需要更多考虑到银行的贷款资金安全需求,保证房地产行业资金支持投入与银行利益获得可以实现相应的平衡状态;面对复杂的金融市场环境,房地产企业则需要抓住机遇,采取积极的应对策略。其次,房地产作为我国的支柱性产业,与国民经济发展有着十分密切的联系,通过构建统计模型可以有效获取房地产发展信息,明确发展方向,进而在复杂的经济环境中取得竞争优势。面对银行惜贷的不良影响,应实施灵活的房地产政策,有针对性地根据金融发展形势做出调整。

(四) 结论与建议

根据上述分析得出,银行惜贷行为的加剧很大程度上会影响房地产行业的发展,为有效应对,可以从以下几方面采取措施。首先,对于政府部门来说,应积极发挥自身宏观调控的作用,对金融市场发展及房地产行业发展现状进行把控,通过出台相关政策在保证银行利益的基础上适当调整惜贷行为,同时监控房地产价格受银行惜贷所产生的波动情况,并采取合适的货币政策。其次,对于房地产行业来说,应采取灵活的应对策略来削弱银行惜贷行为的不利影响,拓宽融资渠道,通过房地产信托等形式进行融资,保证有足够的资金可以投入到房地产企业运营中。在此过程中,还可以对炒房投机行为加以把控,进而将房地产投资规模控制在合理范围内 [3] 。最后,对于银行来说,作为房地产行业融资的主要渠道,银行采取惜贷措施的主要目的是规避较高的信贷风险。为进一步减轻银行业负担,可以建立完善的贷款准入门槛,加强对房地产企业的有效审核。在贷款之前,通过构建完善的风险评估和管理体系对贷款人资格进行严格审核,对资质良好的房地产企业进行筛选,最大限度上降低企业违约风险;贷款期间也要通过多元渠道对贷款人经营情况进行监控,一旦识别异常行为,银行应及时采取合理的处理手段。此外,银行应采取合理的风险应对措施,包括提高银行资本充足率等 [4] [5] 。

5. 结语

综上所述,银行惜贷行为是银行为避免企业避债、应对信贷风险的一种自保手段,进而针对房地产行业采取了紧缩性的金融政策,导致房地产企业面临贷款难度大、办理程序复杂的问题。通过构建相应的统计模型,得出房地产企业受银行惜贷影响集中于多指标要素上,有必要集中应对银行不良贷款年增长率,通过减少不良贷款来控制惜贷行为。对于房地产行业来说,应采取积极灵活的房地产政策,进而在复杂的经济环境下取得发展优势。

参考文献

[1] 杨柳. 我国银行信贷对房地产价格的影响研究[J]. 环渤海经济瞭望, 2020(10): 44-45.
[2] 杨雨晴, 施建淮. 国际资本流动、国内信贷与房地产价格: 基于中国宏微观层面的实证分析[J]. 世界经济研究, 2023(2): 78-90+135-136.
[3] 朱润梅. 基于VAR模型的我国商业银行贷款规模与房地产价格关系实证研究[J]. 农场经济管理, 2020(3): 40-42.
[4] 崔睿雯, 陈文浩, 刘梦娜. 房价波动对商业银行信贷风险的影响——基于面板数据的研究[J]. 河北企业, 2023(2): 11-15.
[5] 王东阳, 李成. 货币政策预期管理的言行调控效应——基于商业银行的经验证据[J]. 广东财经大学学报, 2023, 38(1): 45-61.