農村合作金融機構房地產金融探討

導語：農村合作金融機構房地產金融探討一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要：為有效衡量農村合作金融機構房地產金融存在的潛在風險，本文提出了建立農村合作金融機構房地產金融宏觀審慎評估體系的基本思路、指標體系及評估方法，并選取安徽省77家農村合作金融機構2020年上半年房地產金融宏觀審慎評估數據，檢驗評估體系的評估效果。結果表明，構建的農村合作金融機構房地產金融宏觀審慎評估體系具有一定的科學性和可行性。

關鍵詞：農村合作金融機構；宏觀審慎評估；房地產金融

一、引言

近年來，我國房地產金融發展較快。2020年末，我國房地產貸款余額為49.58萬億元，同比增加11.7%；房地產貸款余額占全國各項貸款余額的比重為28.7%。房地產金融風險狀況是影響區域金融穩定的重要因素。2019年2月，人民銀行成立宏觀審慎管理局，強化并豐富了房地產市場宏觀審慎管理措施，形成了以因城施策差別化住房信貸政策為主要內容的住房金融宏觀審慎政策框架。農村合作金融機構（以下簡稱“農合機構”）是我國金融體系的重要組成部分，是農村金融服務的主力軍。探索建立農合機構房地產金融宏觀審慎評估體系，對于有效實施農合機構房地產宏觀審慎政策，有著較強的現實意義。

二、探索構建農合機構房地產金融宏觀審慎評估體系

（一）評估對象

區域法人金融機構是具有區域系統重要影響的風險媒介，一般情況下，地方法人金融機構抗風險能力較國有商業銀行弱，同時新型農村金融機構（含村鎮銀行、農村資金互助社、農村貸款公司）房地產業務較少甚至未開展，因此本文將評估對象僅限定為農合機構（含農村信用社、農村合作銀行和農村商業銀行）。

（二）指標體系

房地產金融宏觀審慎評估指標體系根據農合機構面臨的風險類型，可設計為宏觀房地產市場風險指標、中觀區域房地產金融風險指標和微觀房地產金融風險指標三大維度。其中，宏觀指標重點考察當地房地產市場風險情況，中觀指標重點考察當地房地產金融總體風險狀況，微觀指標主要針對單個農合機構。農合機構房地產金融宏觀審慎評估指標體系總體框架如下：指標選取遵循兩大原則：一是全面性。指標的選取不僅涵蓋了歐美國家經常使用的貸款價值比（LTV)、償債收入比（DTI)等宏觀審慎工具指標，也選取了最低首付款比例要求等具有中國特色的指標。指標之間互相聯系、互為補充，能夠全面、客觀地反映金融風險狀況。二是易采集性。為保證數據的可得性，指標選取盡量采取具有標準統計規范且易被采集到的數據。指標名稱確定后，按照“以風險為核心”的原則，確定指標屬性。本文構建的房地產金融宏觀審慎評估指標體系如下:

（三）指標標準化

為消除變量水平和量綱影響，需要對指標進行標準化。本文涉及指標屬于極大型指標（數值越大越好）和極小型指標（數值越小越好）兩種。針對指標數據的不同特征，分別設定轉換函數，將所有的指標數值轉化為0-1之間的標準值。設某項指標的最小值為，最大值為。對于極大型指標，轉換函數為：

三、實證分析

本文選取安徽省2020年上半年77家農合機構的數據。農合機構房地產金融宏觀審慎評估涉及的指標過多且指標之間存在多重相關性。為此，本文采用因子分析法進行實證分析。因子分析法是研究從變量群中提取共性因子的統計技術，是一種指標簡化和削弱指標間多重相關性的優良工具。

（一）可行性檢驗

在對標準化處理后的數據進行因子分析之前，先進行KMO和Bartlett球形度檢驗，檢驗結果顯示本例可以采用因子分析法。

（二）提取公因子

通過總方差解釋可知，前5個因子的特征值大于1，累計方差貢獻率達到65.61%。吳明隆在《問卷統計分析實務》中指出：社會科學領域中，所萃取的共同因素累積解釋變量能達到60%以上就表示共同因素是可靠的。本文5個公共因子對各變量的解釋能力是可以接受的。

（三）因子旋轉采用因子

分析法計算得出的成分矩陣系數不是很明顯，本例采用最大方差法，對原始成分矩陣做正交旋轉，結果見表2。第一個公共因子在x6上有較大的載荷，可以看成是房地產貸款質量因子；第二公共因子在x10、x11上有較大的載荷，可以看成是最低首付比例要求因子；第三公共因子在x1、x3上有較大的載荷，可以看成是房地產銷售因子；第四公共因子在x8上有較大的載荷，可以看成是房地產貸款總量因子；第五公共因子在x12上有較大的載荷，可以看成是房貸利率因子。

（四）綜合得分計算

本文利用SPSS進行分析，得到成分得分系數矩陣，并由此得出各公因子的表達式。然后考慮按各公因子對應的方差貢獻率比例為權重計算綜合得分。

（五）評估結果

利用單個樣本K-S檢驗，可知77家農合機構的綜合得分在統計意義上服從正態分布。本文根據綜合得分將農合機構分為優秀、中等、關注檔。其中：綜合得分≥平均值+標準差，為優秀；綜合得分∈[平均值-標準差，平均值+標準差），為中等；綜合得分<平均值-標準差，為關注。優秀檔，表明農合機構房地產信貸資金投放合理，未來一定時期風險發生的概率相對很低。中等檔,表明農合機構房地產金融業務風險發生的概率處于較低水平。關注檔，表明房價未來如果發生劇烈波動，農合機構房地產金融業務風險發生的概率相對較大。本文以優秀檔的A農商行和關注檔的B農商行為例，對實證結果進行檢驗。宏觀房地產市場風險方面，A農商行所在地市2020年上半年GDP增長率達到1.2%，城鎮常住居民人均可支配收入增長率達到4.2%，經濟指標位于全省前列；新建商品住房庫存去化周期為2.6個月，處于全省最低水平，說明該市房地產銷售景氣。中觀區域房地產金融風險方面，A農商行所在地市金融體系房地產貸款增長率僅為10.53%，遠低于全省平均水平，表明該市房地產金融整體不存在過熱的情況。微觀房地產金融風險方面，A農商行房地產貸款余額占各項貸款余額的比重僅為7.99%，房地產貸款增長率僅為10.91%，均遠低于全省平均水平，表明該行資金并不存在過度集中在房地產行業的情形。B農商行所在地市2020年上半年GDP增長率為-0.8%，新建商品住房庫存去化周期為18.5個月，為全省最高值，上述經濟指標反映出該市房地產市場的低迷。在此背景下，該行房地產貸款增長率高達112.76%，房地產貸款增量占各項貸款增量的30.78%，表明該行資金過度流入房地產市場，一旦房地產市場出現波動，可能會對該行的經營管理甚至轄區金融穩定帶來不利影響。綜上，此次評估結果與各機構房地產金融實際情況基本一致，可見本文所建立的評估體系具有可靠性和適用性。

（六）結果運用

對于評估結果為“優秀”的農合機構，建議在貨幣政策工具運用、金融市場業務準入、金融機構綜合評價等方面予以優先辦理或加分的激勵政策。對于評估結果為“關注”的農合機構，在房地產價格泡沫較大時期，可采取逆周期宏觀審慎調控工具，如提高最低首付比例要求，提高最低房貸利率要求等。工具啟用后，定期評估農合機構風險變化，進行工具校準與退出。

四、政策建議

（一）夯實風險評估的數據基礎

建議由人民銀行牽頭、聯合銀保監、住建、統計等多部門搭建區域房地產金融風險信息共享平臺，建立跨部門的定期信息共享機制，進一步細化與完善監測指標，夯實農合機構房地產金融風險評估的數據基礎。

（二）建立農合機構房地產金融宏觀審慎管理模式

一是要堅持“房子是用來住的，不是用來炒的”政策導向不動搖，支持居民正常購房需求的同時，抑制投機性購房行為，引導降低居民購房融資杠桿率，防范住房金融風險。二是按照房地產貸款集中度管理要求，審慎控制房地產信貸規模。不符合監管要求的農合機構，爭取在過渡期內將相關貸款占比調整至符合監管要求。三是根據農合機構房地產金融宏觀審慎評估結果，及時、動態地調整貸款利率、最低首付款比例要求等指標上限，強化逆周期調節。

（三）拓寬房地產企業融資渠道

完善政策法規，促進房地產信托資金的發展和住房公積金制度的完善；引導房地產企業通過銀行間債券市場發債，拓寬直接融資渠道；促進房地產抵押貸款支持證券、運營收益權ABS等資產證券化業務及房地產項目債轉股的發展，多措并舉拓寬企業的融資渠道。

參考文獻：

[1]中國人民銀行西安分行課題組.房地產金融宏觀審慎管理政策工具：國際經驗與我國實踐[J].西南金融,2018,(12).

[2]黃雯.宏觀審慎管理視角下天津房地產金融風險評估與防范研究[J].華北金融,2020,(2).

[3]耿光穎,江錫國,石峰,金洪,刁碩文.金融支持鄉村振興效果評價指標體系研究[J].金融縱橫,2019,(11).

作者：占祖桂 單位：中國人民銀行安慶市中心支行