宏觀經濟的風險精選(五篇)

序言：作為思想的載體和知識的探索者，寫作是一種獨特的藝術，我們為您準備了不同風格的5篇宏觀經濟的風險，期待它們能激發您的靈感。

篇1

利率市場化作為一種金融放開性政策，在帶來諸多金融

自由化的益處的同時也必然會相應而生諸多風險，本文試圖從撇開被廣泛討論的商業銀行微觀經營中的風險而詳細分析其對宏觀經濟層面所帶來的風險，并結合世界各國在此方面的經驗與教訓進行闡釋。

（一）信貸規模控制難度增大，通脹面臨抬頭之勢

一直以來，我國商業銀行都采用以傳統的存貸款業務為核心，營業收入主要依賴存貸款利差收入。而一旦放開利率管制,商業銀行在快速發展的金融市場中展開競爭,利差會受資金來源與運用兩方面的擠壓而縮小。在資金來源方面,為防止資金向金融市場其他領域過度分流,存款利率會出現“棘輪效應”,難以向下調整,商業銀行的成本上升；在資金運用方面,由于企業擁有了更多的融資選擇,銀行議價能力被明顯削弱,因而貸款利率上升水平有限,導致存貸款利差出現收窄現象。如美國1980-1985年的存貸利差平均為2.17%,而至1986-1990年則20降為1.63%。存貸利差的減小必將刺激商業銀行投放更多貸款以增加自身經營利潤,這也就導致了信用總量的擴張和信用總量增速的提高。韓國和日本在利率市場化期間,M2平均增速均高于前后年份2-4個百分點。即便在金融市場發展水平較高的美國,貨幣供應增速也出現了較快的提高,1980-1986年貨幣供應平均増速為9.32%,比1980-1990年高出1.89個百分點。而根據經典貨幣理論可知，貨幣供應增速必將致使宏觀經濟面臨通貨膨脹的巨大抬頭之勢。本想為經濟注入更多活力的市場化改革如果控制不當反而會給民計民生帶來多一重的壓力，給各種宏觀調整與政策推行增加難度。

（二）商業銀行風險冒進可能增高，政府面臨巨額“擔保”成本

如上文所述，利率市場化將會推動銀行存貸利差縮窄，加之銀行傳統業務結構及其業務發展過度依賴大中型公司客戶的經營模式面臨巨大調整壓力，調整進程中的各種研發、經營成本必將使得商業銀行的生存日益艱辛。銀行如要維持其原有的盈利水平，很多高風險業務或將納入其日常經營的考慮范疇。而另一方面，我國目前尚沒有真正推行存款保險制度，而是用政府的隱性支持保障的商業銀行沒有倒閉的風險。而當利率市場化廣泛推進，各商業銀行自主靈活性增大，在擁有隱性擔保支持這種使得銀行風險和收益不對稱的條件之下,則很有可能激勵銀行高風險經營。而一旦由此引發的金融危機爆發或苗頭閃現時,政府都會成為銀行該高風險經營行為的最后買單單者，面臨巨額的“擔保”成本。

（三）資產泡沫與外資流入壓力增強

如上文所述，利率的市場化極有可能帶來信用總量的擴張,而在此情況下必將使得更多資金流入資本市場,資產價格出現泡沫。觀察國際利率市場化的推行經驗，1989年,日本大舉推行利率市場化政策期間，日經225指數由五年前的11542.6點猛增至38915高點,并且同期大量資金流入房地產市場,導致了嚴重的房地產泡沫。臺灣地區在利率市場化推行期間的TWSE加權指數也由1985年末的835.12點激增至1989年的10602點。其他國家如馬來西亞、智利、瑞典等,都在利率市場化后遭遇資產價格飄升的問題。加之我國民眾對房地產投資的一貫熱衷，我國股票市場的不成熟性，利率市場化推進中資產市場面臨的風險與壓力必須予以高度重視和警惕。另一方面，由于利率市場化政策為利率注入的靈活性很有可能同時也吸引國際游資流入，給人民幣本就不低的升值預期施以進一步的壓力。在我國這種金融體制尚不成熟和監管尚不到位的國家,境外資金的大幅度流動也會給我國帶來巨大不穩定性。拉美國家利率市場化后,由于外資流入過多,匯率出現嚴重高估現象,高估匯率由于過分脫離經濟基本面而最終難以維持,出現匯率大幅賠值的結果,大量外資流出,引發了拉美債務危機。因此利率市場化給外匯市場所帶來的壓力也是我國此項改革進程中不可忽視的層面。

二、我國利率市場化改革中的風險防范

鑒于利率市場化改革勢在必行，而其進程中又存在著諸多方面風險的現實，探索其風險的防范措施成為了關鍵性問題之一。

（一）增強市場利率的聯動性

在開放的經濟格局中,資金流動規模大、速度快,如果金融市場統一、產品豐富、聯動性強則有可能避免短期內利率的大起大落,給經濟帶來危害。為此,首先要繼續發展同業拆借市場,使同業拆借利率真正成為反映資金市場供求關系的晴雨表。擴大票據的貼現和再貼現業務,使得再貼現率成為中央銀行調控市場資金供求的基準利率。其次要進一步完善資本市場的建設,規范證券市場的動作,推動我國債券一級、二級市場的發展。此外要發展銀行債券柜臺交易,這樣就可以使債券發行和交易都市場化,形成零售與批發、場外與場內有機統一的、分層次的債券市場體系,消除不同市場債券交易價格與收益率的非正常差異,增強市場利率的聯動性。再次要進一步降低非銀行金融機構進入貨幣市場的限制,通過交易主體的交叉,增強貨幣市場和資本市場的溝通與滲透。

（二）加快金融體制改革與存款保險制度建立

中國利率市場化改革不是單獨的、孤立的改革,而是伴隨著對整個金融系統的改革。整個金融系統向著自由化方向的步伐邁出的越是到位、穩健，提供給利率市場化改革的發揮的空間也就自然越大，對其風險的防范作用也就越是明顯。這些改革包括對金融機構(尤其是銀行)的企業管理制度的改革、企業產權制度的改革、貨幣市場利率形成機制的改革、金融業監管制度的改革、證券市場的改革以及人民幣匯率的改革。這些領域的改革相互交叉、相互影響,因此利率市場化改革過程中不能不考慮到其他金融領域的改革進度以及它們之間的相互影響。而在各項金融體制改革中，存款保險制度的盡早建立對于利率市場化推進過程中的風險防范有著重要的意義。存款保險制度的宗旨在于保護存款人的利益,尤其是小額存款人的利益,從而提高公眾對銀行的信心,保證銀行體系的穩定。利率市場化之后,無論是國有商業銀行還是一些新興的中小型商業銀行及其他金融機構,都將同樣面對市場風險,而且由于銀行業“借短貸長”以及信息不對稱而產生的逆向選擇和道德風險所導致的內在脆弱性,極容易將某一銀行的問題傳染給其他銀行及金融機構，從而蔓延到整個宏觀經濟體系之中。而存款保險制度的建立，則能夠有效降低利率市場化過程中的金融風險,維護金融系統的穩定。

（三）加強金融監管

在各國利率市場化的實踐經驗中,能夠很好的正反兩方面證明重塑金融監管在改革中的關鍵作用，建立有效監管機制是利率市場化成功實現的前提。要實現金融監管的規范化,必須盡快建立與國際接軌的市場金融監管;按市場化金融運行的要求,建立既符合我國國情又符合國際慣例的金融監管法規;選拔和培養一支高素質的監管隊伍,從而大大提高我國監管水平。有了有效的金融監管體系，商業銀行的冒進式經營與逆向選擇的可能性將會被降至最低；信貸投放量也能夠得到有效的控制，從而通脹抬頭、資產泡沫高起等宏觀經濟層面上令政府與國人擔憂的問題都能夠得到有效的遏制。這其中，中央銀行監管水平的提高,是實施利率市場化改革的關鍵前提條件。

（四）拓展商業銀行盈利模式

篇2

中央經濟工作會議指出，黨的十以來初步確立了適應經濟發展新常態的經濟政策框架，其主線則是供給側結構性改革，改革將成為2017年中國宏觀經濟的主旋律，各類經濟政策的實施都不會離開改革這個主線。

突破口是解決結構性問題

中國經濟當前存在的主要問題是結構性問題，出路是供給側結構性改革。我國經濟運行面臨的突出矛盾和問題，根源是重大結構性失衡，必須從供給側結構性改革上想辦法。

2016年，供給側改革取得了良好成績，但是也存在一些問題。2016年國企去杠桿進展良好。下半年重工業去產能加速，部分行業的去產能速度快于計劃進度。同時，根據具體情況，已開始通過關閉僵尸企業、不良貸款核銷、債轉股并出售給資產管理公司等方式去杠桿。

2017年，將推動“三去一降一補”取得實質性進展。“去產能”方面，繼續推動鋼鐵、煤炭行業化解過剩產能，處置“僵尸企業”，防止已經化解的過剩產能死灰復燃，做好其他產能嚴重過剩行業去產能工作；“去庫存”方面，堅持分類調控、因城因地施策，把去庫存和促進人口城鎮化結合起來；“去杠桿”方面，把降低企業杠桿率作為重中之重；“降成本”方面，在減稅、降費、降低要素成本上加大工作力度；“補短板”方面，既補發展短板也補制度短板。

此外，2017年供給側結構性改革的一個亮點是農業。農業將成為供給側結構性改革重要一環。2017年要深入推進農業供給側結構性改革，并從增加綠色優質農產品供給、改革重要農產品價格形成和收儲機制、深化農村產權制度改革等方面，全面確定了農業供給側結構性改革的施力重點。

財政金融政策穩中有進

長期以來，我們習慣于從需求側想辦法，單純靠投資拉動和增發貨幣來解決經濟問題，但這一傳統的調控理念、方式和增長路徑已經難以為繼，例如，貨幣發行和實體經濟增長率已嚴重不一致。目前，化解經濟下行壓力主要不是靠政策刺激，而是需要推進相應的制度調整與制度創新。

對于財政政策，必須突出財政支出要與供給側結構性改革相配合，“預算安排要適應推進供給側結構性改革、降低企業稅費負擔、保障民生兜底的需要”。這表明，宏觀調控政策不僅自足于短期的穩增長，還要照顧到長期的結構改革，在短期的調控政策中貫徹落實長期的改革部署，要弱化短期增長的總量平衡，強化長期增長的結構均衡和升級。

對于貨幣政策，基調是貨幣不能過于寬松，“調節好貨幣閘門”“維護流動性基本穩定”。大水漫灌可能帶來股市、樓市或大宗商品一時的大漲，也可能取得暫時的高增長，但是與長期結構調整的改革精神相違背。經濟工作會議還指出貨幣政策要保持穩健中性，與以往不同，增加了“中性”的說法。事實上，相比以往的“穩健”，“中性”有更強的經濟理論支撐，中性特指不影響實體經濟的發展，言下之意2016年的“脫實向虛”必須遏制，相關的經濟風險必須防控。

還要指出的是，穩增長在2017年經濟工作中的地位有所下降。2015年中央經濟工作會議提出“要在適度擴大總需求的同時，著力加強供給側結構性改革”，2016年變為“堅持以推進供給側結構性改革為主線，適度擴大總需求”，調整了改革和擴大需求的順序。這不僅是改革與增長地位的對調，而且是政策協調性的增強，要在宏調中落實改革。既要做好短期風險防范和應對，更要注重挖掘中長期增長潛力；既要擴大總需求，也要改善供給質量。

金融改革重中之重是防控風險

2016年，中國經濟增長路徑呈現“債務―投資”驅動模式，央行增發貨幣、財政發債、地方發債和PPP的債務融資方式明顯，并且資金主要流向央企、地方投融資平臺和地方國企，投資于鐵路、公路等傳統的過剩產能行業而非創新型的高科技行業，投資效率低、債務風險累積高。

現階段的金融業分業監管已無法適應混業經營的需要。目前銀行理財產品余額已突破20萬億元，其中表外理財超過14萬億元，表外理財等影子銀行成為我國金融市場的一支重要力量。很多短期資金成為國內游資，在各金融市場尋找套利機會，險資到處舉牌，也成為這一輪股市暴漲暴跌的重要推力。而由于分業監管，很難形成監管合力。

“房子是用來住的，不是用來炒的”這一定論明確弱化房地產的金融屬性，建立穩健發展的長效機制。

篇3

[關鍵詞] 宏觀經濟；鋼鐵行業；市場風險；影響

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2014 . 12. 054

[中圖分類號] F27 [文獻標識碼] A [文章編號] 1673 - 0194（2014）12- 0084- 03

1 引 言

宏觀經濟指標是企業戰略發展的風向標，而產業或行業的發展也同時影響著宏觀經濟形勢。2010-2011年粗鋼產量變化百分比基本與GDP增速一致：2010年，GDP同比增加10.4%，當年粗鋼產量增速為10.61%；2011年GDP增速9.2%，粗鋼產量增加9.22%。但2012年GDP增速7.8%，粗鋼產量同比增長才3.1%。據中鋼協通報，2012年末，我國粗鋼產量已達7.9億噸，但鋼鐵企業利潤同比下降98.22%，虧損面28.75%；虧損企業虧損額289.24億元，同比增長7.39倍；大中型鋼鐵企業銷售利潤率僅0.04%。此外，鋼鐵的需求一半以上來自于固定資產投資；M2/M1增速一般領先鋼鐵價格增速約24個月，當前者見頂時，后者也將見底。本文從宏觀經濟的多個角度選取了與鋼鐵產業相關的指標來探析各宏觀經濟因子是如何影響我國鋼鐵行業利潤的。

2 市場風險研究概述

廣義的市場風險是指由市場機制作用及其相關因素變化引發的風險，包括根植于市場內在機制的內在風險和根植于市場機制以外因素的外在風險。關于狹義的市場風險，我國學者胡杰武、萬里霜將其界定為未來市場價格（利率、匯率、股票價格和商品價格）的不確定性對企業實現其既定目標的影響[1]。王周偉認為市場風險是指由于市場供求或價格因素（如利率、匯率、證券價格、商品價格與衍生品價格）發生不利變動而使公司的表內和表外業務或公司價值發生損失的風險[2]。張濤、黃國良、姚圣 等認為市場風險主要是指企業在生產和購銷過程中，由于市場行情的變化、消費需求轉移、經濟政策的改變等不確定因素所引起的實際收益與預期收益發生偏離的不確定性[3]。綜合來看，狹義的市場風險是由利潤、價值或收益的下降而體現的，因此本文以鋼鐵行業的利潤作為鋼鐵行業市場風險的指標來研究。可以理解為，行業利潤越大反映市場風險越小，行業利潤越小則說明市場風險更大。

關于宏觀經濟對行業或企業風險影響的研究也不少，如盧永艷以制造業的上市公司為例，運用Logit模型研究了宏觀經濟因素對企業財務風險的影響[4]；邢治斌和仲偉利用ARMA-GARCH模型實證分析了宏觀經濟政策對股票市場流動性風險的影響[5]；利用改進的Keen模型研究了宏觀經濟因素對上市公司信用風險的影響[6]；李關政選取宏觀經濟因子構建了我國商業銀行信用風險的MF-Logistic度量模型[7]等。本文主要運用OLS最小二乘法，構建了宏觀經濟與鋼鐵行業利潤關系的回歸模型，在對模型進行修正檢驗后確定最終模型，從而得出宏觀經濟對鋼鐵行業市場風險的影響關系與程度。

3 實證研究

3.1 數據收集整理

3.1.1 指標選取及數據標準化

本文選取黑色金屬冶煉和壓延加工業的利潤指標作為鋼鐵行業的市場風險指標（PRO），因為利潤的大小直接反映著企業乃至行業的盈利情況。宏觀經濟因素選取了GDP值、城鎮固定資產投資（FI）、廣義貨幣量（M2）、制造業采購經理指數（PMI）、工業品出廠價格指數（PPI）、原材料購進價格指數（PPPI）。數據來源于聚源數據庫，樣本數據為2005年2月至2012年9月的月度時間序列數據共45組。因選取的指標中PRO、GDP、FI、M2是以“億元”單位計，而PMI、PPI和PPPI都是價格指數單位，所以要將數據進行標準化處理，本研究采用的是z-score標準化法，利用原始數據的均值和標準差進行標準化。

篇4

【關鍵詞】 商業銀行;信用風險;宏觀壓力測試

一、引言

隨著金融全球化進程加快、大型商業銀行跨國活動增加、信貸衍生產品迅猛發展,新形勢下商業銀行信用風險管理問題日益突出。特別是2007年底次貸危機的爆發,使得各國商業銀行的資產質量嚴重惡化,大量銀行紛紛破產,雖然我國的商業銀行因為種種政策性原因,在這次危機中損失較小,但隨著我國金融市場的進一步開放,我國商業銀行和國際金融市場的完全融合,將對我國商業銀行的信用風險管理水平提出挑戰。

目前,宏觀壓力測試由于能模擬潛在金融危機等極端事件對商業銀行體系穩定性的影響,已經引起了國際金融組織和各國政策當局廣泛的重視,并在實踐中得到迅速推廣。本文運用宏觀壓力測試法,結合我國商業銀行的特性,對商業銀行的信用風險水平及其影響因素進行分析,這對現階段我國商業銀行信用風險管理具有現實意義。

二、文獻綜述

宏觀壓力測試是用于評估一國金融體系在受到“異常但合理”宏觀經濟沖擊時的穩定程度,其通過情景設定或歷史事件,來衡量宏觀經濟沖擊對整個對整個金融體系的影響。自20世紀90年代末以來,國外對宏觀壓力測試的研究及其在實踐中的應用都已取得了豐碩的成果,其中最具代表性的是Wilson(1997a,1997b)用各工業部門違約概率與一系列宏觀經濟變量的敏感度直接建模,通過模擬將來違約概率分布的路徑,得到了資產組合的預期異常損失,進而模擬出在宏觀經濟波動沖擊下的違約概率值。Boss M(2002)和Virolainen (2004)利用Wilson提出的模型,根據加總的企業違約概率估計出宏觀經濟信貸模型來分析澳大利亞和芬蘭銀行部門的壓力情境。

而在國內對宏觀壓力測試的研究還尚在起步階段。在理論研究方面,徐明東、劉曉星(2008)通過對國際上流行的幾種宏觀壓力測試方法的比較,闡述了如何運用宏觀壓力測試方法去評估一國金融體系的穩定性。在模型研究和實證方面,任宇航、孫嘯坤等(2007)利用Logit回歸測試的方法,通過收集我國的宏觀經濟數據和金融機構的數據,對我國銀行業信用風險損失作出了合理估計。但國內的這些研究只是借鑒了壓力測試的思想,使用傳統的方法,通過模擬情境下宏觀經濟因素異動,由Logit模型最終得出穩定性指標期望值的點估計來評價銀行體系的穩定性。這種方法存在一定的缺陷:其不能有效地反映出宏觀變動沖擊對銀行體系的影響,不能具體看出壓力情境下哪些宏觀經濟變量對銀行信用風險的影響最大,這就有進一步研究的必要。

三、模型構建與實證研究

宏觀壓力測試是對微觀層面壓力測試的有益補充,它是將各宏觀經濟沖擊變量整合量化為一個宏觀因子,將宏觀波動因素整合到評估銀行信用風險的模型中,通過壓力情境的構建,預測在極端情形下宏觀經濟變動對銀行系統信用風險的影響。

(一)模型構建

本文在研究我國商業銀行信用風險水平與宏觀經濟變量的關系時借鑒了Wilson(1997a, 1997b),Boss(2002),and Virolainen(2004)所提出的模型。該模型主要包括:建立了一個信用風險水平和宏觀經濟變量間的聯立方程;用蒙特卡洛法模擬了違約損失的分布。

具體來說,假定商業銀行將貸款貸給了J個經濟部門,其中j部門在t時刻違約的概率為pj,t,在這里j=1,2,…,J,pj,t介于0和1之間,用它的Logit轉換值yj,t作為回歸值,即:

進而,設定yt=(y1,t,……,yj,t)*,yt為轉換指標。本文所采用的模型是基于M個宏觀經濟變量的現在值和滯后期的值所構成的一個線性方程:

yt=m+A1xt+…+A1+sxt-sη1yt-1+…+ηkyt-k+vt (2)

式(2)中明確表示了各宏觀經濟變量與違約轉換指標yt之間的關系。其中,xt=(x1,t,x2,t…xm,t)表示宏觀經濟變量,其為M×1階向量;m為截距項,其為J×1階向量;A1……A1+s和η1……ηk為系數,它們分別為J×M階和J×J階矩陣;vt為隨機誤差項,其為J×1階向量。

同時為了考慮各宏觀經濟變量之間的相關性,根據Wilson模型中關于宏觀經濟變量的等式系統,本文采用了下列的描述:

xt=n+δ1xt-1+…+δpxt-p+μ1yt-1+…+μqyt-q+ξt (3)

其中,n為M×1階列向量,系數δ1,…δp和μ1,…μq分別為M×M和M×J階矩陣向量,隨機誤差項ξt為M×1階向量。

本文所考慮的模型在Wilson(1997a,1997b),Boss (2002)和Virolainen(2004)基礎上,進行了兩點改進:一是考慮了宏觀經濟變量對商業銀行信用風險影響的時滯效應;二是模型的設定還考慮了商業銀行體系對宏觀經濟變量的回饋效應。考慮到我國商業銀行在國民經濟中所占有的重要地位,該模型更符合我國的實際情況,因而用其來研究我國商業銀行信用風險水平與宏觀經濟變量間的關系,具有很強的適用性。

(二)變量的選取與數據描述

為了建立商業銀行信用風險水平和宏觀經濟變量之間的實證關系,本文收集了2003年1季度到2009年2季度共26個季度的商業銀行不良貸款率和相關宏觀經濟數據,并通過參考國內外學者在研究宏觀壓力測試時的變量選擇,考慮我國商業銀行信用風險以及宏觀經濟發展的特點,對相關變量做了如下選擇。

1.被解釋變量

本文綜合考慮了我國商業銀行經營的特殊性和相關數據的可得性,選用了商業銀行體系的信用風險為被解釋變量,以不良貸款率為其衡量指標,即:商業銀行體系的不良貸款率越高,其信用風險水平就越高。我國商業銀行的不良貸款率的數據來源于中國銀監會網站和國研網的統計數據庫,其中,商業銀行的樣本包括了國有商業銀行、股份制商業銀行、城市商業銀行、農村商業銀行和外資銀行。根據《貸款質量評估指導原則》,中國的貸款按照五級分類法進行分類,不良貸款率=(次級+可疑+損失)/貸款總額。

2.解釋變量

在解釋變量方面,鑒于我國宏觀經濟的運行情況以及相關數據的獲取難度,選取了GDP增長率、CPI指數(用以表示通貨膨脹率)、廣義貨幣增長率M2、進口額同比增長率M、三至五年期貸款利率R、房地產價格指數RE、失業率U七個宏觀變量,數據來源于銳思數據庫和國泰安數據庫。

3.數據描述

從表1可以看出:(1)我國商業銀行的不良貸款率經過Logit模型轉換為yt后,其波動率仍然較大。(2)從選取的宏觀經濟變量來看,我國的宏觀經濟進入了高增長、低通脹、低失業、適度寬松貨幣政策的繁榮時期,但房價指數RE和進口額增長率M的波動較大。

(三)實證研究與結果分析

1.實證研究

根據上述的模型設定,首先對Pj,t運用Logit模型進行轉換,得到轉換指標yt,再將對商業銀行信用風險構成沖擊的各宏觀經濟變量及其yt的一階滯后變量(考慮到宏觀經濟沖擊的滯后性往往為一年)的數據代入,利用Eviews5.0與yt進行多元線性回歸,結果顯示:GDP增長率ZGDP、通貨膨脹率CPI、房價指數RE、貸款利率R、進口總額同比增長率M以及yt的一階滯后變量這六個變量顯著,而失業率U和廣義貨幣增長率M2不顯著,被剔除。然后再利用式(3)進行各宏觀經濟變量的自回歸。回歸結果如表2。

從表2可以看出:(1)在1%到10%的顯著性水平上,CPI指數、GDP增長率、進口額增長率M、貸款利率R以及房價指數RE均顯著影響到了我國商業銀行的信用風險水平,且信用風險的轉換指標受其滯后一期值的顯著影響;(2)各宏觀經濟變量均受到其滯后項的顯著影響,且除商品房銷售價格指數RE外其余宏觀經濟變量還受到了轉換指標滯后一期值的影響。

2.結果分析

從上述模型中,可以看出在宏觀經濟變量中貸款利率R對轉換指標的影響最大,R的上升代表企業的融資成本增加,為了按期還本付息,企業就必須拿出更多的利潤交給銀行,如果融資成本大于企業盈利能力,那企業就有違約的沖動,使得商業銀行的信用風險加大。而CPI對銀行信用風險的影響與R則恰恰相反,其上升預示著國家在實行寬松的貨幣政策,使得企業融資成本降低,企業的盈利大幅上升,減少銀行的信用風險。GDP增長預示著整個社會的宏觀經濟比較景氣,經濟處于上升繁榮期,企業平均盈利能力較好,不良貸款率也將隨之下降。進口總額增長率M上升,對我國的出口企業造成負面影響,致使其業績下降,進而會增加銀行的信用風險。房地產銷售價格指數的上升,會使得大量的資金涌入房地產市場,產生泡沫經濟,鑒于目前我國房屋貸款在銀行貸款中的比重,將會使銀行的不良貸款率顯著提高,進而增大銀行的信用風險。同時,也可以發現轉換指標的滯后一期對當期影響顯著。顯然,模型的回歸結果符合經濟學上的解釋。

四、宏觀壓力情景的設定及其風險分析

壓力測試主要是通過情境設定,根據情境假設下可能的風險因子變動情形,重新評估金融商品或投資組合的價值。通常重新評估的方式不會有太大的差異,但是情境設定的方式卻有很多種選擇。情境分析是目前應用的主流,即利用一組風險因子定義為某種情境,分析在個別情境下的壓力損失。情境分析的事件設計方法有兩種:歷史情境分析和假設情境分析。整個程序通常分為兩大步:一是情境設定;二是重新評估。

(一)情境設定

分析上述模型的回歸結果,可以發現貸款利率R對銀行信用風險的影響最大,而GDP增長率則是判定一國經濟發展最重要的指標,同時考慮到大多數危機的沖擊期會持續四個季度,因而假定2009年2季度為基期,模擬從2009年3季度到2010年2季度共4個時間點涵蓋了一年期的未來路徑。本文設定了兩個壓力情境:一是GDP指數突然大幅下降的情境。假定我國GDP季度增長率自2009年2季度起在未來的4個季度里每季度均會同比下降一個百分點。二是貸款利率R大幅上升的情境。設定我國的貸款利率自2009年2季度起在未來的4個季度里,每季度均會同比上升一個百分點。為了便于計算,假定這兩個沖擊是相互獨立的,即當一個宏觀解釋變量受到沖擊,其它解釋變量仍然保持不變。

(二)重新評估

設定情景下的沖擊結果如表3。

從表3中可以看出,在設定的兩種壓力情境下,我國商業銀行的信用風險水平明顯增加,其不良貸款率顯著提高。同時,還可以發現,貸款利率R的大幅升高比GDP增長率的降低對商業銀行體系信用風險的沖擊幅度更大,這也充分說明了貨幣政策在調控宏觀經濟中的重要性及其對商業銀行的顯著影響。

為了更清晰地表現兩種壓力情境下銀行體系信用風險的變化,將上述結果繪在圖1中。

圖1中P1代表了GDP增長率突然下降情境下的我國商業銀行體系的不良貸款率,P2代表了貸款利率R上升時我國商業銀行體系的不良貸款率。從圖1中可以清楚地看到P2一直在P1的上方,即貸款利率R的大幅上升比GDP增長率的大幅降低對商業銀行體系信用風險的沖擊幅度更大。

五、結論

本文采用我國2003年1季度到2009年2季度的宏觀經濟數據和商業銀行的不良貸款率數據,基于Wilson (1997a, 1997b),Boss(2002)及Virolainen(2004)所提出的模型,通過Eviews5.0軟件建立了商業銀行信用風險轉換指標 與各宏觀經濟變量及轉換指標滯后一階的回歸方程,結果表明GDP增長率、通貨膨脹率、房價指數、貸款利率、進口總額同比增長率對我國商業銀行的信用風險影響顯著。進而利用得出的回歸方程,依據假設情景對我國商業銀行的信用風險進行了壓力測驗,在宏觀壓力測試的情境分析中,得出了貸款利率R的大幅上升比GDP增長率的大幅降低對商業銀行體系信用風險的沖擊幅度更大的結論。

鑒于本文的研究結論,可以看出宏觀經濟變量和商業銀行信用風險之間有著密切的聯系,在本輪的次貸危機中我國的商業銀行雖沒有受到大的沖擊,但應該吸取歐美大銀行在這次危機中的教訓,防患于未然,提高自身的風險意識,繼續降低銀行的不良貸款率。另外,政府在遇到宏觀經濟問題時,貨幣政策起著至關重要的作用。一國貨幣當局在面對危機時,應該審時度勢,制定正確的貨幣政策,確保經濟的快速增長。

【參考文獻】

[1] Wilson T C. Portfolio credit risk I [ J ]. Risk, 1997, 9(10) : 111 - 170.

[2] Wilson T C. Portfolio credit risk II [ J ]. Risk, 1997, 10(10) : 56 - 61.

[3] BossM. A Macroeconomic credit risk model for Stress Testing the Austrian credit portfolio [ J ]. Financial Stability Report, 2002(4): 64 - 82.

篇5

關鍵詞：房地產；風險；協整；宏觀經濟

中圖分類號：F293.3 文獻標識碼：A 文章編號：1003-5192(2008)04-0001-05

Risk Assessment of China’s Real Estate Market: Basing on

Cointegration of Price and Macroeconomics

TIAN Cheng-shi, LI Hui

（Statistics College, Dong Bei University of Finance & Economic, Dalian 116025, China）

Abstract:In the long-term, real estate prices should be in coordinating with the social economic level, if the tendency of real estate price has departed from the macroeconomics support, then the market may hide risk. The paper analyzes the dynamic relations of the China’s real estate price index and main macroeconomic indexes in recent years under the cointegration and error correction model frame.The finding is that real estate price has the support of macroeconomic background, real estate market risk is not severe.

Key words:real estate; risk; cointegration; macroeconomic

1 引言

房地產業產業關聯度高、具有先導性和基礎性的特點，是我國國民經濟的支柱產業。但近年來我國部分地區出現了房地產投資增幅過高、商品房空置面積增加、房價上漲過快、海外熱錢紛紛涌入等現象，房地產市場發展有過熱的苗頭［1～3］。因此，如何評價中國房地產市場風險問題目前已經成為政府、學者和消費者關注的熱點。但從現有的研究成果看，房地產市場風險的評價大多是通過數據比較，以是否存在地產泡沫來衡量。如謝經榮、朱勇提出了指標體系法，他們通過對相關數據的比較分析來判斷是否發生地產泡沫及其嚴重程度［4］。李維哲、曲波采用功效系數法計算泡沫的綜合比測度地產風險的大小［5］。劉琳等提出綜合指數法來判斷房地產業是否存在風險及風險程度［6］。而從宏觀經濟調控的角度出發，將房地產發展納入宏觀經濟運行，從房地產市場與宏觀經濟運行的協調性來評價房地產市場風險的研究還未發現。眾所周知，房地產市場的發展應該與宏觀經濟發展相協調，如果房地產市場發展偏離了宏觀經濟運行的正常軌道，則表明市場有非理存在，市場隱藏著風險。

雖然例如房屋空置面積、房地產投資額等多個指標都能夠衡量房地產市場的發展狀況，但由于價格是商品供求關系的最集中反映，因此房地產業與宏觀經濟發展相協調最主要表現為房地產價格與整體社會經濟水平相協調。從長期看，房地產價格不會穩定不變，但是在一定時期內價格變化所呈現出的某種變動趨勢應該由宏觀經濟如GDP、人均收入水平和利率等因素變化所影響和決定。也就是說，房地產價格的趨勢變化應該有宏觀經濟背景的支持，即房地產價格變化趨勢和宏觀經濟變化應保持一種長期穩定的動態關系。因此，從長期看，如果房地產價格走勢和宏觀經濟變化是協整的，則說明房地產價格波動有經濟背景的支持，可以認為房地產市場是健康和理性的；反之，如果房地產價格走勢和宏觀經濟變化嚴重背離則預示著房地產市場潛伏著風險。

具體地，本文在協整和誤差校正模型的框架下，通過分析房地產價格變化與宏觀經濟發展（包括GDP、城鎮居民人均可支配收入、市場化利率指標）是否協整來判斷中國房地產市場是否存在潛在風險。

2 中國房地產價格與宏觀經濟協整關系的實證研究

2.1 指標選取

本文選取了可能影響房地產價格的多個變量：GDP、通貨膨脹率、收入水平和市場化利率。由于我國房地產價格只是在近年來才出現迅速上漲的勢頭，故我們盡可能地選取了近期的季度數據，樣本區間為2000年第1季度到2006年第4季度。

(1)房地產價格指標

在房地產業與社會經濟千絲萬縷的聯系中，房地產價格是其中最有影響力，也是最關鍵的一個因素。從微觀角度來看，房地產價格的波動關系到人們的生活水平。從宏觀角度來看，房地產價格對國民經濟的產業結構、產業政策、產業協調發展等方面都有著重要的影響。能否保證房地產價格與社會經濟協調發展是擺在各國政府面前的一個難題，一旦處理不慎，將對社會經濟產生巨大的負面影響。目前中國的房地產價格指數主要包括房屋銷售價格指數、土地交易價格指數和房屋租賃價格指數三大類，其中，房屋銷售價格指數與公眾對房地產價格波動預期的相關性最強，所以本文選擇房屋銷售價格指數來反映房地產價格指數的整體性變化，用PI表示。

(2)經濟發展水平指標

經濟發展水平與房地產業有重要的互動影響［7］。房地產價格是由房地產市場的供給和需求所決定。如果經濟發生衰退，市場上供出售的土地和建筑大量增加，存量住房的供給會上升。同時，居民由于失業和收入下降，對增量住房的需求也會大量減少，供給與需求的不匹配將導致價格的下降。相反，在經濟高速增長期間，人們對未來有良好的預期，房地產市場一般會供銷兩旺、價格穩步上升。本文選用國內生產總值代表我國經濟發展水平，用GDP表示。

(3)居民收入指標

房地產銷售價格與居民收入水平息息相關［8］。當人均可支配收入較高時，人們會增加對房地產的購買，這將直接帶動房地產市場的繁榮。當人均可支配收入降低時，對房地產的需求也會相應地降低，進而導致房價下跌。由于目前中國房地產市場主要是針對城鎮居民，因此居民收入指標選用城鎮居民人均可支配收入，用IN表示。

(4)市場化利率指標

房地產業是資金密集型產業，其供給和需求都離不開信貸支持，因此，利率對房地產市場具有非常重要的影響［9］。當利率下降時，房地產開發投資和房地產抵押貸款將源源不斷地涌入房地產業，推動房地產價格持續上漲。反之，利率提高將導致房地產價格下跌。在發達的市場經濟國家，國債利率是金融市場的基礎利率，中國國債市場雖然得到一定的發展，但總體規模尚小，還不足以引導市場利率。而我國同業拆借市場自1984年建立以后，得到了長足的發展，能夠迅速反映貨幣市場的資金供求狀況［10］，故將同業拆借利率作為市場化利率的變量，用I表示。

(5)通貨膨脹率指標

由于消費者價格指數包含了服務價格的變化，能更全面地反映物價變化，故我們用消費者價格指數來衡量通貨膨脹率［11］，用CPI表示。

為了消除通貨膨脹的影響，我們利用消費者價格指數CPI分別將名義GDP，收入指標和利率指標轉化為實際值。同時，為了在分析中避免出現季節性的影響，我們用目前最廣泛使用的X-11方法消除了序列的季節性。

2.2 單位根檢驗

在檢驗變量間是否具有協整關系之前，首先要檢驗數據的平穩性。本文采用ADF檢驗法。檢驗方程為

Δyt=α+βt+γyt-1+∑kj=1δjΔyt-j+εt

其中α,β,γ,δj為參數， εt為隨機誤差項，是服從獨立同分布的白噪聲過程，t為趨勢因素。在檢驗中，本文采用麥金農（Mackinnon）臨界值。解釋自相關性的Δyt-j的最優滯后期k的選取標準為：保證殘差項不相關的前提下，同時采用AIC準則與SC準則，將使二者同時為最小值時的k作為最佳滯后期。關于檢驗方程中是否包括常數項和線性趨勢項或二者都不包括，本文的標準為，通過變量的時序圖觀察，如果序列好像包含有趨勢（確定的或隨機的），序列回歸中應既有常數又有趨勢項。如果序列沒有表現任何趨勢且有非零均值，回歸中應僅有常數項。如果序列在零均值波動，檢驗回歸中應既不含有常數又不含有趨勢項。ADF檢驗結果如表1所示。

從表1可以看出，變量lnPI，lnGDP，lnIN，lnI的ADF統計量在5%的顯著水平上接受原假設，表明它們均為非平穩的時間序列，同時它們又都在一階差分檢驗中拒絕了原假設，因此，它們均是單位根過程，可以檢驗lnPI與lnGDP，

lnIN，lnI之間是否具有協整關系。

2.3 房地產價格指數與各經濟變量長期均衡關系（協整）檢驗

關于協整關系的檢驗與估計，本文采用Johansen檢驗法。考慮階數為p的VAR模型

其中yt是一個含有非平穩的I (1)變量的k維向量； xt是一個確定的d維的向量。VAR模型可改寫為

Granger定理指出：如果系數矩陣Π的秩r

協整檢驗對滯后階尤為敏感，不當的滯后階可能導致虛協整。我們采用AIC準則和SC準則對p值進行選擇，即選取當二者同時為最小值時的階數。在p值確定后，再對協整回歸中是否具有常數項和(或)時間趨勢進行驗證。

Johansen檢驗結果見表2。從表中看到，在1%的顯著水平上只有一個協整向量，也就是說，從長期而言，房地產價格指數與國內生產總值、人均收入水平與市場化利率之間存在唯一的協整關系。

基于我國的數據特征，即使協整存在，也可能含常數和時間趨勢，因此我們在作Johansen極大似然估計檢驗時均考慮了含有常數和（或）時間趨勢情況，并根據SC準則、AIC準則確定最佳滯后階數的方程形式。我們從可能的解釋變量組成的多維空間開始分析，并逐步將不相關的解釋變量去掉，最終我們選取最大化特征根對應的協整方程

由方程可以看出：在長期，若其它條件不變，當GDP上升1％，房地產價格指數將上升0.2126%，當人均收入水平增加1％，房地產價格指數上升0.4275％，當市場化利率增長1％，房地產價格指數下降0.1038％。而且從房地產價格指數的長期均衡方程看出：人均收入水平和經濟增長水平對房地產價格指數的影響較大，尤其是人均收入水平，而市場化利率的調整對房地產價格指數影響最小。

2.4 房地產價格指數的誤差校正模型

E-G兩步法協整檢驗雖已證明變量之間存在協整關系，但無法度量變量偏離共同隨機趨勢時的調整速度，為此引入誤差校正模型，誤差修正項EC的大小表明了從短期非均衡向長期均衡狀態調整的速度。我們首先取最大滯后階數為4，使殘差滿足白噪聲的要求，然后逐步去掉不顯著和可以忽略的變量，得到如下的最終模型

ΔlnPI=-3.6525+0.04541•ΔlnGDP(-1)+0.01583•ΔlnGDP(-2)+0.1036•ΔlnIN+

（-5.7322）（2.4162）（1.9129）（2.9743）

0.05411•ΔlnIN(-1)-0.01054ΔI(-1)-0.2341EC(-1)

（-1.7172）（-1.9743）（-2.5219）

其中EC是誤差修正項，Δ表示一階差分，lnGDP(-1)表示GDP的滯后一期值，EC(-1)表示多元回歸方程殘差的滯后一期值。下面括號里的值是各系數的t檢驗值，各系數均在5%的水平上顯著。從模型擬合值與實際值的比較看，模型的擬合精度較高。

誤差校正模型顯示：房地產價格指數、GDP和人均可支配收入三者之間存在緊密關系。從模型的系數可以看出，滯后一期與二期的GDP對房地產價格指數的彈性系數分別是0.04541和0.01583，而當期與滯后一期的人均收入對房地產價格指數的彈性系數分別是0.1036和0.05411，滯后一期的市場化利率對房地產價格指數的影響系數為-0.01054。由此可見，在短期，人均收入對房地產價格的貢獻是最為顯著的。同時，模型中誤差修正系數是表示誤差修正項對房地產價格指數的調整速度，系數值為-0.2341，說明四者間的長期穩定關系以-0.2341的調整力度將非均衡狀態拉回到均衡狀態，即房地產價格指數的實際值與均衡值的差距能很快被校正。由于誤差修正項的系數為負，這個結果與誤差修正的負反饋機制相一致，即前一期房地產價格指數的值高于（或低于）其均衡點的值時，誤差修正項的負值系數對當期值起反向調整作用，從而導致當期房地產價格指數回落（或上升）。

3 結論

通過協整和誤差校正模型我們得出結論：從長期看，我國房地產價格指數與國內生產總值、市場化利率及人均收入存在長期穩定的均衡關系。從短期看，誤差修正項系數表明四者間由非均衡狀態向均衡狀態的調整速度很快。也就是說，通過房地產價格指數與宏觀經濟變量的長期和短期動態關系，我們得到如下判斷：目前，我國房地產價格的變化基本符合現階段我國經濟高速增長的要求，并沒有出現價格嚴重脫離經濟發展水平和居民支付能力的現象。即從總體上看，宏觀經濟的增長可以解釋我國房地產價格的增長，房地產價格的增長得到了宏觀經濟基本面的支撐。

當然，本文只是提出了通過考察房地產價格指數與宏觀經濟協整關系來評價房地產市場風險的一種思路，并得出了中國目前房地產價格受宏觀經濟支持，市場風險還不大的結論。但應該注意的是，由于缺少數據的支持，本文只對全國房地產價格指數進行分析，并沒有針

對具體區域或城市。也就是說，從全國范圍看，房地產市場的潛在風險不大并不意味著局部地區房地產風險也不大。近年來，個別區域尤其是部分大中城市的房地產價格的快速上漲可能存在與宏觀經濟發展相背離的風險，應該引起警惕。

4 控制我國房地產市場風險的宏觀政策及建議

房地產價格的高低對一個地區甚至國家的整體社會經濟的協調穩定起著非常重要的作用。如果房地產資產價格過高，將導致生產和生活成本的上升，影響生產性投資者的積極性，降低地區或國家的整體競爭力。因此，我們必須即時監控房地產價格與宏觀經濟的關系，使房地產價格穩定在合理的、與整體社會經濟協調的水平。

第一，加強房地產土地市場的宏觀調控。各級政府要明確政府職能，規范政府行為，保證土地的開發與整個經濟發展速度相適應，與居民收入和購買力水平相適應。要平衡好土地一級市場總量、結構和區域，建立土地儲備制度。改進土地供應方式，平衡好二級市場規模、節奏、檔次，杜絕單純炒賣地皮的謀利行為。制約土地價格的過快增長，規范行政收費與交易行為，減少房地產開發項目的行政收費，加強交易過程的監督，制定合理的土地拍賣規則。

第二，改善我國房地產產品結構。應根據社會各層次的消費能力和需求特點，選取合適的地段進行建設，形成與工薪階層購買力相適應的多層次供應體系。此外，發展房地產二級市場，完善房地產市場體系，分層次提供住宅產品，促進房屋商品的流通，實現新房市場和舊房市場的滾動發展。

第三，完善房地產市場風險預警機制。完善房地產市場風險預警機制是預防房地產風險的有效途徑。房地產市場風險預警機制包括四個方面，一是對宏觀經濟的預測機制，這是房地產市場風險預警的前提條件。二是房地產市場的預測機制，這是風險預警的基礎。三是房地產類貸款的預測機制，這是風險預警的關鍵。最后是風險控制機制，這是風險預警的目標所在。

參 考 文 獻：

［1］易憲容.中國房地產市場過熱與風險預警［J］.財貿經濟,2005,26(5):14-22.

［2］周江.我國房地產宏觀調控效應分析［J］.宏觀經濟研究,2007,10(5):8-12.

［3］朱華.日本房地產泡沫破滅若干新思考［J］.經濟學動態,2006,47(8):23-28.

［4］謝經榮,朱勇.地產泡沫與金融危機［M］.北京:經濟管理出版社,2002.

［5］李維哲,曲波.地產泡沫預警系統研究［J］.中國房地產金融,2002,11(8):18-21.

［6］劉琳,黃英,劉洪玉.房地產泡沫測度系數研究［J］.價格理論與實踐,2003,23(3):37-38.

［7］朱永升,王衛華.房地產市場風險的影響因素及其模糊評價［J］.中國農業大學學報,2001,6(6):8-12.

［8］中國人民銀行武漢分行金融研究處課題組.湖北省房地產景氣循環與宏觀調控研究:基于合成指數與自相關滯后分布模型的分析［J］.金融研究,2006,28(4):166-175.

［9］黃慧,汪波.銀行利率變動對房地產市場的影響［J］.價格理論與實踐,2007,27(2):51-52.