金融去杠杆背景下资产流动性对商业银行风险承担的影响研究

高杠杆是金融风险衍生的根源,维护金融安全已经提升至国家安全战略高度。近年来基于调节资产流动性而进行的资产转让和贷款类信托理财业务的规模正逐渐扩大,在金融去杠杆背景下,资产流动性大小对商业银行风险承担的影响具有双重效应。一方面,出售资产能力的提高增强了商业银行流动性冲击承受能力,资产流动性的提升会降低商业银行风险承担;另一方面,资产流动性的提升会激励商业银行风险资产增持行为,导致新的流动性风险聚集。将金融去杠杆引入分析框架,基于存款保险制度视角构建了资产流动性与商业银行风险承担关系的理论模型,通过考察带有金融去杠杆强度的商业银行违约概率和违约损失率对贷款出售折价率的偏导数,研究去杠杆背景下资产流动性与商业银行风险承担的关系。     

财务风险、系统性风险与房地产去杠杆政策调控

房地产公司因杠杆而起的财务风险可能导致系统性金融风险,因而可能要去杠杆.按照描述性统计分析和实证分析的结果,在2010-2016年的时间段内,我国A股市场房地产公司高杠杆、偏高财务风险以及财务杠杆收益同时存在.作为逐利型的微观个体,房地产上市公司不会主动降低杠杆,所以需要政府引导房地产公司降低杠杆以降低财务风险.强化商业银行分类贷款监控、推行房地产项目资产证券化、加强行业风险监控等都是可行的手段.     

银行信贷对房地产价格影响的研究

本文通过银行信贷对房地产价格影响的理论分析,得出金融支持对房地产价格的波动有着显著的影响。在此基础上,采用ADF检验、协整检验和VAR脉冲分析方法对我国商业银行信贷与房地产价格之间的关系进行了实证分析,结果表明银行信贷显著影响房地产价格的波动,进一步探讨了银行信贷导致房价上涨的原因,并寻求有效的解决途径。     

我国房地产信托融资模式问题浅析

长期以来我国房地产业一直面临自有资金严重紧缺的局面,房地产开发长期过度依赖银行信贷支持。2003年6月央行出台了以加强商业银行对房地产信贷的控制为主要内容的政策性文件后,我国房地产信托市场步入快速发展时期。但我国房地产信托产品模式单一,无法从根本上实现合理融资、规避风险的目的。文章对我国房地产信托市场的现状进行分析,并就问题的解决提出了一些政策建议。     

信贷与房价： 首套房贷款利率对我国房价的影响

银行信贷作为房地产行业的主要融资来源,利率政策成为中国房地产市场去杠杆、防泡沫的主要工具之一。本文基于中国35个主要城市贷款利率的月度面板数据,研究发现首套房贷款利率的变动能够有效解释房地产价格的变动。另外,利率对房价的作用在城市层面具有明显的异质性,利率政策在敏感性较强的城市具有更强的调控效果。在2017年3月“最严”房市政策后,高利率城市房价对房贷款利率的变动更加敏感。本文的发现为利率调控政策来落实中央“房住不炒”要求提供了坚实的实证依据。     

我国房地产信托的现状与发展前景

近几年我国房地产信托市场规模扩展迅速,信托产品模式呈多样化发展趋势.但中国信托业本身发展不成熟,房地产信托风险机制不健全,房地产信托发展的法律障碍较大.我们应促进房产信托的长期性、专业性和多样化融资,解决资金的来源和流动性问题;大力加强金融监控机制,有效防范房产信托风险;完善法律法规,尽量少用行政性临时措施.经过调整和创新,信托投资必将成为我国房地产业融资的主要模式或渠道.     

发展房地产信托基金 完善中国房地产金融体系

近6年来,我国房地产投资与销售增长迅猛,但我国房地产开发商过于依赖银行贷款,在宏观经济调控和央行收紧银根时,容易产生巨大风险。本文借鉴美国、日本等发达国家房地产证券化的经验,论证了我国推出房地产信托基金的可行性及意义,并提出我国发展房地产信托基金的方向。     

房地产信托产品迎来到期高峰

从我们观察的数据来看,房地产信托相对于整个房地产行业已经有了一定的规模。从2008年的市场低点看,全年销售为2．5万亿,2012年到期的1172亿资金占总体规模的4．5％左右。如果大量信托产品融资方发生现金流风险并通过资产低价处置方式回流现金,将对整个行业造成一定的威胁。     

中国房地产市场集中度及其对房价的影响实证

在对市场集中度传统测算方法改进的基础上,针对房地产区域性特点对其市场集中度重新测算,并将市场集中度作为影响房价的变量,采用30个省份的面板数据,实证分析市场集中度对房价的影响,结果发现市场集中度对房价有显著正向影响。提出政府分区域调控房地产业的发展,并监督企业滥用市场力量的建议。     

贷款型房地产信托的期权定价方法研究

目前我国贷款型房地产信托的风险管控方式过于简单,不能很好地控制风险,也无法体现信托本身的优势.分析贷款型房地产信托风险控制的期权机理,制定贷款型房地产信托抵押贷款的期权交易方法,并根据Black-Scholes期权定价方法构建贷款型房地产信托抵押物期权定价模型,针对不同的贷款期限以及房地产企业提供的抵押物情况,计算出相应的风险补偿金(期权价格),在克服抵押率法灵活性差和融资渠道同质化严重的同时兼顾抵押物的时间价值和贷款风险控制的效果,可以有效实现信托公司对贷款型房地产信托业务的风险管理.     

房地产市场价格形成机制与政策调控效果--兼评房地价格关系

房地产价格最近几年持续上涨成了中国社会关注的焦点问题。文章试图在系统分析房地产市场的市场形态、价格形成机制和调控政策效果的基础上,把握我国房地产市场的运行机理,以期客观认识房地产市场的运行状况与变化趋势。     

房地产价格影响因素的实证研究

通过模型推导,选取人口数量、物价指数、收入水平、贷款利率水平及季节虚拟变量5个指标作为方程初始导人自变量,与房地产价格进行初步多元线性回归分析;并检验和修正了回归结果的自相关和多重共线性,通过自变量的分析与筛选,按照逐步回归法,最终选取出3个自变量与房地产价卞备建立多元线性回归方程,找出影响我国房地产价格波动的最主要因素即人口数量和物价指数,并结合我国情况对其进行原因和结论分析。     

基于神经网络房地产价格指数的预测研究(续)

研究表明,房地产价格指数常表现为非线性,要对它进行预测就必须利用一种能模拟非线性的模型。从理论上讲,神经网络能够无限逼近非线性函数,所以本文便尝试采用神经网络模型作为预测的模型。本文具体运用的是基于误差反向传播算法的多层前馈网络(BP神经网络)和径向基函数(RBF)神经网络。首先利用BP神经网络对采集到的中国房地产价格指数进行训练和模拟,最后进行预测,并比较预测结果和真实值,发现误差比较大,一方面是因为选取的样本数据少,另一方面是因为BP神经网络本身具有缺陷。为了克服BP神经网络预测的缺陷,本文接着运用RBF神经网络对选取的数据进行训练和模拟,用训练好的网络来进行预测,得到的预测结果与真实值相比较,误差很小,而且RBF神经网络的运行速度要比BP神经网络快很多。经过比较可以得出RBF神经网络用于经济预测可以达到很好的效果。     

基于神经网络房地产价格指数的预测研究

研究表明,房地产价格指数常表现为非线性,要对它进行预测就必须利用一种能模拟非线性的模型。从理论上讲,神经网络能够无限逼近非线性函数,所以本文便尝试采用神经网络模型作为预测的模型。本文具体运用的是基于误差反向传播算法的多层前馈网络(BP神经网络)和径向基函数(RBF)神经网络。首先利用BP神经网络对采集到的中国房地产价格指数进行训练和模拟,最后进行预测,并比较预测结果和真实值,发现误差比较大,一方面是因为选取的样本数据少,另一方面是因为BP神经网络本身具有缺陷。为了克服BP神经网络预测的缺陷,本文接着运用RBF神经网络对选取的数据进行训练和模拟,用训练好的网络来进行预测,得到的预测结果与真实值相比较,误差很小,而且RBF神经网络的运行速度要比BP神经网络快很多。经过比较可以得出RBF神经网络用于经济预测可以达到很好的效果。     

对我国房地产信托投资的再思考

我国的房地产融资完全依赖商业银行,致使银行承担很高的信用风险,积聚经营风险。阐明为了减少银行信用风险,解决房地产融资问题,大力发展房地产信托投资的可行性;还运用经济学原理解释目前房地产信托投资的总体规模偏小的原因,并提出改善的方法。     

存款准备金率调整对我国房价的影响研究

运用2005年1月至2017年3月期间30个省/市/自治区的月度面板数据,构建存款准备金率与房价的PVAR模型,并进行单位根检验、格兰杰检验、脉冲响应分析和方差分解等实证分析,旨在探索存款准备金率调整对我国房价的影响。研究发现：存款准备金率对我国房价的调控效果并不明显,且存在较长的时滞性,一般需要半年左右才能对我国房价产生较好的调控效果。此外,存款准备金率对房价的调控效果存在显著的区域差异,当给定存款准备金率标准冲击,西部地区的反应幅度最为剧烈,效果持续时间最长;而中部、东部地区的反应程度较小,效果持续时间较短。     

房地产价格调控的经济法分析

近年来我国房产价格的总体水平呈现出持续攀升的现象，其原因是由于经济发展和政府监管不利等多种因素所导致，其中政府在房地产价格管理中的职能缺失和错位是主要原因。以政府完善房地产价格宏观调控的经济法理论为依据，在分析房产价格监督管理现状的基础上，提出应建立健全政府调控、引导房产价格总水平的相关制度。     

房地产抵押估价实务探析

本文主要探讨分析房地产抵押估价中的几个重要问题 :法定抵押范围、法定生效条件、估价原则的实际运用、估价方法特别是在建工程抵押估价方法的选用以及估价过程中对建筑物功能折旧和经济折旧的处理     

供给侧结构性改革背景下我国房地产市场土地储备制度改革研究

随着近几年我国GDP增速不断放缓,经济运行呈现出不同于以往的态势和特点,尤其是房地产市场。我国房地产市场当前严重过剩,去库存压力巨大。在供给侧结构性改革背景下,笔者研究了我国现行的土地储备和供应制度,以及对房地产行业的影响。在分析我国房地产市场土地储备现存问题的基础上,从加快过剩产能化解、优化资源配置、降低成本、化解房地产库存等几方面对我国房地产市场土地储备制度转型提出对策和建议。