導(dǎo)語(yǔ)：房地產(chǎn)金融風(fēng)險(xiǎn)預(yù)警研究一文來(lái)源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢(xún)客服老師，歡迎參考。

一、研究背景

自1998年全面推進(jìn)和實(shí)施住房制度改革以來(lái)，經(jīng)過(guò)近二十年的快速發(fā)展，房地產(chǎn)市場(chǎng)化建設(shè)在取得巨大成就的同時(shí)，也出現(xiàn)了一些問(wèn)題。房地產(chǎn)行業(yè)是資本密集型行業(yè)，離不開(kāi)金融業(yè)和資本市場(chǎng)的支持，兩者緊密結(jié)合快速發(fā)展使得房地產(chǎn)金融風(fēng)險(xiǎn)積聚。風(fēng)險(xiǎn)隱患一旦暴露和形成風(fēng)險(xiǎn)，勢(shì)必通過(guò)風(fēng)險(xiǎn)的傳遞，損害房地產(chǎn)金融主體的相關(guān)利益，不利于房地產(chǎn)市場(chǎng)和資本市場(chǎng)的健康和穩(wěn)定運(yùn)行，甚至影響和沖擊國(guó)民經(jīng)濟(jì)發(fā)展。對(duì)于房地產(chǎn)金融風(fēng)險(xiǎn)的調(diào)控一直是各國(guó)政府的重要課題，而建立房地產(chǎn)金融風(fēng)險(xiǎn)預(yù)警預(yù)報(bào)和信息披露是管控的主要措施。當(dāng)前我國(guó)有效和完善的房地產(chǎn)金融風(fēng)險(xiǎn)預(yù)警系統(tǒng)不多，信息披露準(zhǔn)確性有待提高。因此，構(gòu)建合理有效的房地產(chǎn)金融風(fēng)險(xiǎn)預(yù)警系統(tǒng)是非常必要的。借助預(yù)警系統(tǒng)預(yù)測(cè)2017年我國(guó)31省市的房地產(chǎn)金融風(fēng)險(xiǎn)狀況和評(píng)價(jià)我國(guó)房地產(chǎn)金融風(fēng)險(xiǎn)水平，可以為未來(lái)房地產(chǎn)金融風(fēng)險(xiǎn)預(yù)警提供分析工具及借鑒。

二、文獻(xiàn)綜述

（一）房地產(chǎn)金融風(fēng)險(xiǎn)預(yù)警指標(biāo)體系相關(guān)研究。Koetter和Poghosyan（2010）認(rèn)為房地產(chǎn)金融風(fēng)險(xiǎn)主要源于以商業(yè)銀行為主的金融機(jī)構(gòu)是否穩(wěn)定運(yùn)行，進(jìn)而影響宏觀經(jīng)濟(jì)波動(dòng)的可能性?；诖诉x取德國(guó)75個(gè)經(jīng)濟(jì)區(qū)域的人口、GDP等宏觀經(jīng)濟(jì)因素以及商業(yè)銀行CAMEL等指標(biāo)作為預(yù)警指標(biāo)，得出房地產(chǎn)價(jià)值偏差及商業(yè)銀行自身穩(wěn)定是影響房地產(chǎn)價(jià)格的主要因素。國(guó)內(nèi)學(xué)者陳萬(wàn)銘（2004）提出分層次和級(jí)別建立房地產(chǎn)發(fā)展階段指標(biāo)、供求狀況指標(biāo)、市場(chǎng)價(jià)格指標(biāo)、投機(jī)程度指標(biāo)等四類(lèi)宏觀風(fēng)險(xiǎn)預(yù)警指標(biāo)體系。其中，房地產(chǎn)發(fā)展階段指標(biāo)包括房地產(chǎn)投資增長(zhǎng)率/GDP增長(zhǎng)率、地價(jià)增長(zhǎng)率/GDP增長(zhǎng)率等；房地產(chǎn)供求狀況指標(biāo)包括市場(chǎng)供應(yīng)增長(zhǎng)率/市場(chǎng)吸納增長(zhǎng)率和出清時(shí)間；房地產(chǎn)市場(chǎng)價(jià)格指標(biāo)包括房?jī)r(jià)收入比和實(shí)際價(jià)格/基礎(chǔ)價(jià)值；房地產(chǎn)投機(jī)程度指標(biāo)包括住房抵押貸款增長(zhǎng)率/居民家庭平均收入增長(zhǎng)率等。薛星（2010）、張振勇（2011）具體將房?jī)r(jià)收入比、房?jī)r(jià)租金比、租金收入比、房地產(chǎn)價(jià)格增長(zhǎng)率與GDP增長(zhǎng)率之比、商品房空置率5個(gè)指標(biāo)作為房地產(chǎn)市場(chǎng)預(yù)警統(tǒng)計(jì)指標(biāo)，并劃分預(yù)警范圍，根據(jù)指標(biāo)數(shù)據(jù)，確定警兆的警級(jí)，結(jié)合警兆的重要性進(jìn)行加權(quán)綜合為指數(shù)，根據(jù)指數(shù)反映的市場(chǎng)風(fēng)險(xiǎn)表現(xiàn)，為調(diào)控房地產(chǎn)提供參考。（二）房地產(chǎn)金融風(fēng)險(xiǎn)預(yù)警方法及模型相關(guān)研究。1.傳統(tǒng)金融風(fēng)險(xiǎn)預(yù)警方法及模型。景氣指數(shù)法、統(tǒng)計(jì)預(yù)警法和模型預(yù)警法是當(dāng)前金融風(fēng)險(xiǎn)預(yù)警的主要方法及模型。模型預(yù)警法中，國(guó)外學(xué)者Grudnitski（1992）探索了神經(jīng)網(wǎng)絡(luò)方法在房地產(chǎn)預(yù)警中的運(yùn)用。在其基礎(chǔ)上，Witold（2002）通過(guò)HP濾波模型建立房地產(chǎn)市場(chǎng)的周期指標(biāo)。使用GDP、家庭消費(fèi)支出、可支配收入、投資結(jié)構(gòu)、資產(chǎn)回報(bào)作為變量指標(biāo)，分析房地產(chǎn)價(jià)格變化。胡鵬、姚長(zhǎng)學(xué)和鐘叔平（2003）以銷(xiāo)售率為基準(zhǔn)循環(huán)，構(gòu)建包括銷(xiāo)售面積增長(zhǎng)率在內(nèi)的8個(gè)指標(biāo)作為房地產(chǎn)市場(chǎng)先行指標(biāo)體系，建立房地產(chǎn)市場(chǎng)先行擴(kuò)散指數(shù)預(yù)警監(jiān)測(cè)系統(tǒng)，并以此系統(tǒng)對(duì)四川房地產(chǎn)市場(chǎng)金融風(fēng)險(xiǎn)進(jìn)行預(yù)警監(jiān)測(cè)。統(tǒng)計(jì)預(yù)警法主要包括LOGIT、VAR、ARCH和ARMA等。唐根年等（2010）基于格蘭杰檢驗(yàn)的視角，對(duì)我國(guó)房地產(chǎn)價(jià)格上漲的基礎(chǔ)支撐面穩(wěn)固性進(jìn)行分析。在此基礎(chǔ)上，采用突變模型對(duì)我國(guó)35個(gè)城市房地產(chǎn)風(fēng)險(xiǎn)進(jìn)行比較和預(yù)警。2.癥狀監(jiān)測(cè)預(yù)警方法。美國(guó)CDC認(rèn)為癥狀監(jiān)測(cè)（syndromicsurveillance）是對(duì)臨床確診前的相關(guān)數(shù)據(jù)和疾病可能爆發(fā)的信號(hào)進(jìn)行監(jiān)測(cè)，以做出進(jìn)一步的公共衛(wèi)生反應(yīng)。在醫(yī)學(xué)領(lǐng)域，癥狀監(jiān)測(cè)被廣泛應(yīng)用于疾病的預(yù)警與控制相關(guān)的理論研究和實(shí)踐中，由于其預(yù)警分析的機(jī)理和其他學(xué)科或安全事項(xiàng)預(yù)警機(jī)理相類(lèi)似。因此，癥狀監(jiān)測(cè)思想亦被應(yīng)用于其他領(lǐng)域的預(yù)警研究和實(shí)踐中。龐皓、黎實(shí)、賈彥東（2009）創(chuàng)新研究方法，首次將癥狀監(jiān)測(cè)應(yīng)用到經(jīng)濟(jì)及金融研究領(lǐng)域，基于癥狀監(jiān)測(cè)的思想，構(gòu)建了我國(guó)金融安全預(yù)警機(jī)制和系統(tǒng)。韓寶興、賈彥東（2009）沿著癥狀檢測(cè)思路，構(gòu)建了我國(guó)外債安全狀態(tài)指數(shù)并對(duì)我國(guó)外債安全進(jìn)行機(jī)制分析，結(jié)果表明我國(guó)外債安全并不穩(wěn)定，其出現(xiàn)風(fēng)險(xiǎn)可能性有升高趨勢(shì)。（三）文獻(xiàn)述評(píng)可以發(fā)現(xiàn)：第一，房地產(chǎn)金融風(fēng)險(xiǎn)的生成和傳遞機(jī)制較為復(fù)雜，當(dāng)前對(duì)于風(fēng)險(xiǎn)的生成研究側(cè)重于單一主體或市場(chǎng)角度，基于此構(gòu)建的風(fēng)險(xiǎn)預(yù)警指標(biāo)體系亦顯得有失全面，不能全面真實(shí)反映風(fēng)險(xiǎn)運(yùn)行和水平，從而影響預(yù)警效果。第二，梳理預(yù)警方法和模型的研究發(fā)現(xiàn)，當(dāng)前我國(guó)房地產(chǎn)金融風(fēng)險(xiǎn)預(yù)警方法及模型基本上是沿用傳統(tǒng)金融風(fēng)險(xiǎn)預(yù)警的方法和模型，適用并符合房地產(chǎn)金融風(fēng)險(xiǎn)預(yù)警特點(diǎn)的專(zhuān)有方法和模型較少。因此，未來(lái)有必要從更加宏觀的視角研究分析風(fēng)險(xiǎn)生成和傳遞，建立更加全面有效的預(yù)警指標(biāo)體系和房地產(chǎn)金融風(fēng)險(xiǎn)預(yù)警的模型。本文的主要內(nèi)容即以癥狀監(jiān)測(cè)作為理論指導(dǎo)，把房地產(chǎn)金融主體作為監(jiān)控點(diǎn)，選擇并確定預(yù)警指標(biāo)的組成，結(jié)合預(yù)警方法和模型，構(gòu)建我國(guó)房地產(chǎn)金融風(fēng)險(xiǎn)預(yù)警系統(tǒng)。然后將構(gòu)建的風(fēng)險(xiǎn)預(yù)警系統(tǒng)應(yīng)用到我國(guó)31個(gè)省市2017年房地產(chǎn)金融風(fēng)險(xiǎn)預(yù)警，找到未來(lái)可能存在的風(fēng)險(xiǎn)隱患，提出相應(yīng)的風(fēng)險(xiǎn)防范措施。

三、我國(guó)房地產(chǎn)金融風(fēng)險(xiǎn)預(yù)警系統(tǒng)構(gòu)建

本文將癥狀監(jiān)測(cè)思想進(jìn)一步應(yīng)用于我國(guó)房地產(chǎn)金融風(fēng)險(xiǎn)預(yù)警，建立風(fēng)險(xiǎn)監(jiān)測(cè)點(diǎn)（可能病變器官），構(gòu)建預(yù)警指標(biāo)（癥狀），前置發(fā)現(xiàn)指標(biāo)特征（癥狀表現(xiàn)），合理預(yù)判風(fēng)險(xiǎn)類(lèi)型（疾病類(lèi)型），管控和防范風(fēng)險(xiǎn)發(fā)生（疾病爆發(fā)），形成穩(wěn)定健康的房地產(chǎn)金融系統(tǒng)。（一）預(yù)警主體選擇。在整個(gè)市場(chǎng)體系中，房地產(chǎn)金融各組織機(jī)構(gòu)作為風(fēng)險(xiǎn)的主體，通過(guò)風(fēng)險(xiǎn)載體即房地產(chǎn)金融產(chǎn)品或工具及宏觀經(jīng)濟(jì)和政策的影響，使得風(fēng)險(xiǎn)在各主體間生成和傳導(dǎo)。初級(jí)市場(chǎng)體系中，主要的房地產(chǎn)金融主體是房地產(chǎn)金融機(jī)構(gòu)、房地產(chǎn)企業(yè)和房地產(chǎn)消費(fèi)者。二級(jí)市場(chǎng)體系中，房地產(chǎn)金融機(jī)構(gòu)將來(lái)自房地產(chǎn)企業(yè)和房地產(chǎn)消費(fèi)者的抵押貸款進(jìn)行打包發(fā)售，建立一定流動(dòng)性的資產(chǎn)池，發(fā)售證券、信托計(jì)劃等在資本市場(chǎng)進(jìn)行發(fā)售，獲得資金的回流。如下圖2所示，風(fēng)險(xiǎn)的傳遞離不開(kāi)各類(lèi)金融融資產(chǎn)品和工具這一風(fēng)險(xiǎn)載體，通過(guò)載體的傳遞，將不同原因?qū)е碌娘L(fēng)險(xiǎn)發(fā)生的可能性傳遞到相應(yīng)主體自身。本文最終選擇金融機(jī)構(gòu)、房地產(chǎn)開(kāi)發(fā)企業(yè)、房地產(chǎn)消費(fèi)者、宏觀經(jīng)濟(jì)政策變化作為風(fēng)險(xiǎn)的主要來(lái)源即預(yù)警主體。（二）預(yù)警指標(biāo)體系構(gòu)建。1.預(yù)警指標(biāo)組成。在前人有關(guān)房地產(chǎn)金融風(fēng)險(xiǎn)指標(biāo)選擇研究基礎(chǔ)上，本文依據(jù)癥狀監(jiān)測(cè)的癥狀非特異性、時(shí)間性、空間性和指標(biāo)體系構(gòu)建原則要求基礎(chǔ)上，對(duì)預(yù)警指標(biāo)進(jìn)行擴(kuò)充和改進(jìn)，具體如表1所示。指標(biāo)體系分為四個(gè)監(jiān)測(cè)點(diǎn)（預(yù)警主體），金融機(jī)構(gòu)（A監(jiān)測(cè)點(diǎn)）、房地產(chǎn)企業(yè)（B監(jiān)測(cè)點(diǎn)）、房地產(chǎn)消費(fèi)者（C監(jiān)測(cè)點(diǎn)）、宏觀經(jīng)濟(jì)（D監(jiān)測(cè)點(diǎn)）。表1中四個(gè)監(jiān)測(cè)點(diǎn)共計(jì)10個(gè)指標(biāo)構(gòu)成我國(guó)房地產(chǎn)金融風(fēng)險(xiǎn)預(yù)警指標(biāo)體系。按照陳萬(wàn)銘（2004）對(duì)我國(guó)房地產(chǎn)金融風(fēng)險(xiǎn)預(yù)警指標(biāo)的分類(lèi)，其主要分為房地產(chǎn)發(fā)展階段指標(biāo)、房地產(chǎn)供求狀況指標(biāo)、房地產(chǎn)價(jià)格指標(biāo)和房地產(chǎn)投機(jī)程度指標(biāo)四類(lèi)風(fēng)險(xiǎn)預(yù)警指標(biāo)。（1）房地產(chǎn)發(fā)展階段指標(biāo)。該類(lèi)指標(biāo)從宏觀經(jīng)濟(jì)和房地產(chǎn)市場(chǎng)發(fā)展周期角度考察風(fēng)險(xiǎn)的生成和傳遞。在發(fā)展時(shí)期由于房地產(chǎn)市場(chǎng)資金的快速集聚，消費(fèi)者對(duì)房地產(chǎn)市場(chǎng)的向好心理預(yù)期不斷加強(qiáng)，房地產(chǎn)泡沫存在的可能性加大，易導(dǎo)致房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)的產(chǎn)生和積聚不斷向金融系統(tǒng)蔓延和傳遞。第一，房地產(chǎn)開(kāi)發(fā)企業(yè)貸款余額/金融機(jī)構(gòu)貸款余額（A1）。信貸杠桿是推動(dòng)房地產(chǎn)泡沫的主要力量，金融機(jī)構(gòu)過(guò)大房地產(chǎn)貸款占比易導(dǎo)致泡沫風(fēng)險(xiǎn)從房地產(chǎn)市場(chǎng)向金融系統(tǒng)轉(zhuǎn)移和傳遞。第二，房地產(chǎn)投資增長(zhǎng)率/GDP增長(zhǎng)率（D2）。在宏觀經(jīng)濟(jì)處于成長(zhǎng)和繁榮時(shí)期，房地產(chǎn)市場(chǎng)對(duì)于宏觀經(jīng)濟(jì)的支撐作用較為明顯，D2的數(shù)值可能偏大，這也是泡沫風(fēng)險(xiǎn)最易產(chǎn)生的時(shí)期；較低的D2值也可能代表衰退型房地產(chǎn)市場(chǎng)存在可能性。（2）房地產(chǎn)供求狀況指標(biāo)。房地產(chǎn)金融風(fēng)險(xiǎn)傳遞的主要原因之一源自房地產(chǎn)市場(chǎng)產(chǎn)品和資金的供求失衡。第一，房地產(chǎn)開(kāi)發(fā)企業(yè)銷(xiāo)售額增長(zhǎng)率（B3）能準(zhǔn)確反映房地產(chǎn)市場(chǎng)供需狀態(tài)。過(guò)大的B3值說(shuō)明市場(chǎng)對(duì)于房地產(chǎn)的需求較大，銷(xiāo)售額增長(zhǎng)越快，企業(yè)越有動(dòng)力進(jìn)行房地產(chǎn)開(kāi)發(fā)投資。第二，人均房產(chǎn)稅/城鎮(zhèn)人均可支配收入（C2）。該指標(biāo)同樣反映消費(fèi)者對(duì)于房地產(chǎn)需求的影響。房產(chǎn)稅占可支配收入比例過(guò)大會(huì)帶來(lái)消費(fèi)者對(duì)購(gòu)買(mǎi)房地產(chǎn)的負(fù)擔(dān)和消極態(tài)度，減少對(duì)于房地產(chǎn)需求。第三，人口增長(zhǎng)率（D1）。從宏觀層面反映對(duì)于房地產(chǎn)的需求情況，人口越多，對(duì)于房地產(chǎn)的剛性需求越大，從而影響房地產(chǎn)市場(chǎng)的供給和投資。（3）房地產(chǎn)價(jià)格指標(biāo)。房地產(chǎn)價(jià)格是房地產(chǎn)商品實(shí)際價(jià)值的直接體現(xiàn)，影響著房地產(chǎn)的有效需求。房?jī)r(jià)增長(zhǎng)率/城鎮(zhèn)人均可支配收入增長(zhǎng)率（C1）是價(jià)格指標(biāo)的典型代表。C1值的增加一方面說(shuō)明房?jī)r(jià)相較于收入不斷增加，高房?jī)r(jià)的消費(fèi)者可能加大個(gè)人住房貸款比重，造成道德風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)向金融機(jī)構(gòu)的傳遞。（4）房地產(chǎn)投機(jī)程度指標(biāo)。高利潤(rùn)的房地產(chǎn)金融行業(yè)易吸引投機(jī)資本的進(jìn)入，造成市場(chǎng)供求失衡和投機(jī)風(fēng)險(xiǎn)暴露。第一，資產(chǎn)負(fù)債率（B1）。過(guò)高的資產(chǎn)負(fù)債率表明企業(yè)資金杠桿較高，投機(jī)程度較大，可能造成企業(yè)發(fā)生流動(dòng)性風(fēng)險(xiǎn)。第二，房?jī)r(jià)增長(zhǎng)率/地價(jià)增長(zhǎng)率（B2）。其表示房?jī)r(jià)和地價(jià)的增長(zhǎng)速度快慢。過(guò)大的B2值，一定程度上反映企業(yè)拿地成本相對(duì)較低，而銷(xiāo)售價(jià)格相對(duì)偏高，形成高利潤(rùn)而引誘投機(jī)資本的加入，一旦泡沫破滅即造成風(fēng)險(xiǎn)暴露。第三，M2增長(zhǎng)率（D3）和貸款基準(zhǔn)利率（D4）。M2貨幣供應(yīng)量的多少和貸款基準(zhǔn)利率的大小一方面影響房地產(chǎn)市場(chǎng)資金的供求狀況，另一方面也可能造成基于投機(jī)目的的房地產(chǎn)開(kāi)發(fā)投資。2.警限劃分。對(duì)應(yīng)上文劃分的不同范圍域?qū)?yīng)不同指標(biāo)特征表現(xiàn)，只有當(dāng)指標(biāo)處于正常特征范圍域以?xún)?nèi)，才保證房地產(chǎn)金融的安全；超出特征范圍域以外，則可能出現(xiàn)一定房地產(chǎn)金融風(fēng)險(xiǎn)。本文采用3δ法作為范圍域的劃分方法。其認(rèn)為數(shù)值分布位于平均值加減正負(fù)3倍標(biāo)準(zhǔn)差之外的概率為1%，可被作為異常值處理。本文將這一方法進(jìn)行細(xì)化改進(jìn)，正負(fù)1倍標(biāo)準(zhǔn)差之外的數(shù)值作為關(guān)注指標(biāo)，2倍標(biāo)準(zhǔn)差之外的數(shù)值作為控制指標(biāo)，3倍標(biāo)準(zhǔn)差之外數(shù)值作為惡化指標(biāo)，從而將指標(biāo)劃分為過(guò)冷、冷、偏冷、正常、偏熱、熱、過(guò)熱7個(gè)特征。μ,σ分別表示平均值和方差，“正?！北硎驹撝笜?biāo)無(wú)風(fēng)險(xiǎn)，特征范圍為(μ-σ,μ+σ)；“偏冷”或“偏熱”表示應(yīng)該對(duì)該指標(biāo)進(jìn)行關(guān)注，范圍分別為(μ-2σ,μ-σ)，(μ+σ,μ+2σ)；“冷”或“熱”表示該指標(biāo)出現(xiàn)不良趨勢(shì)，應(yīng)加以控制，范圍分別為(μ-3σ,μ-2σ)，(μ+2σ,μ+3σ)；“過(guò)冷”或“過(guò)熱”表示該指標(biāo)已經(jīng)惡化，有爆發(fā)風(fēng)險(xiǎn)的可能性，范圍分別為(-∞,μ-3σ)，(μ+3σ,+∞)。3.預(yù)警方法及模型選擇。根據(jù)我國(guó)大陸行政區(qū)域劃分，將我國(guó)分成31個(gè)省市，考慮到預(yù)警精度的要求以及我國(guó)房地產(chǎn)市場(chǎng)在2000年才開(kāi)始逐步發(fā)展的實(shí)際情況，搜集每一個(gè)省市的2001~2014年的表1中10個(gè)指標(biāo)數(shù)據(jù)。如表2所示，結(jié)合BP神經(jīng)網(wǎng)絡(luò)和Matlab編程，輸入2001~2010年的指標(biāo)數(shù)據(jù)作為訓(xùn)練樣本，為降低年限的關(guān)聯(lián)影響，間隔3年期為標(biāo)準(zhǔn)，輸出2013年指標(biāo)數(shù)據(jù)作為訓(xùn)練目標(biāo)，待訓(xùn)練完成后，輸入2002~2011年癥狀數(shù)據(jù)作為檢驗(yàn)樣本，輸出2014年數(shù)據(jù)作為檢驗(yàn)?zāi)繕?biāo)，待檢驗(yàn)效果符合誤差范圍，分別輸入2004~2013年、2005~2014年指標(biāo)數(shù)據(jù)作為預(yù)警樣本，輸出2017年指標(biāo)數(shù)據(jù)作為預(yù)警目標(biāo)，將目標(biāo)值與特征范圍進(jìn)行對(duì)比，得到特征表現(xiàn)。

四、我國(guó)房地產(chǎn)金融風(fēng)險(xiǎn)預(yù)警——以貴州省為例

（一）樣本數(shù)據(jù)與警限劃分。鑒于31個(gè)省市預(yù)警過(guò)程相同，為節(jié)省篇幅，本文以貴州省為例進(jìn)行預(yù)警分析，其他省市預(yù)警過(guò)程省略。表3為2001~2014年貴州省房地產(chǎn)金融風(fēng)險(xiǎn)指標(biāo)數(shù)據(jù)。然后據(jù)表3指標(biāo)數(shù)據(jù)，可得各指標(biāo)的特征范圍，設(shè)置預(yù)警范圍。見(jiàn)表4。其中μ、δ分別表示均值和標(biāo)準(zhǔn)差。（二）樣本檢驗(yàn)。利用前文BP神經(jīng)網(wǎng)絡(luò)模型和Matlab編程對(duì)樣本進(jìn)行訓(xùn)練，訓(xùn)練次數(shù)為5000次，權(quán)值和閥值都為0.5，訓(xùn)練精度為10-6。神經(jīng)元個(gè)數(shù)范圍為（5，15），輸入2001~2010年指標(biāo)訓(xùn)練樣本和2013年訓(xùn)練目標(biāo)，得到最佳神經(jīng)元個(gè)數(shù)為9，進(jìn)而得到訓(xùn)練完成的BP神經(jīng)網(wǎng)絡(luò)模型，對(duì)其輸入2002~2011年檢驗(yàn)樣本，得到2014年模擬值并將其與2014年真實(shí)值進(jìn)行比較，按照指標(biāo)特征作為參考標(biāo)準(zhǔn)，若經(jīng)過(guò)MATLAB訓(xùn)練樣本得到的2014年檢驗(yàn)?zāi)M值表現(xiàn)特征與2014年真實(shí)值特征均表現(xiàn)為正常，則神經(jīng)網(wǎng)絡(luò)訓(xùn)練較好，準(zhǔn)確率為100%，可以引用到接下來(lái)的房地產(chǎn)金融風(fēng)險(xiǎn)預(yù)警，如表5。表6即通過(guò)預(yù)警模型得到2017年貴州省房地產(chǎn)金融風(fēng)險(xiǎn)指標(biāo)特征。2017年，A1偏冷，其意味著貴州省房地產(chǎn)開(kāi)發(fā)企業(yè)貸款余額占比金融機(jī)構(gòu)貸款余額比較少；B類(lèi)指標(biāo)中B2、B3偏冷可知房地產(chǎn)價(jià)格增長(zhǎng)率相對(duì)于土地價(jià)格增長(zhǎng)率緩慢，房?jī)r(jià)的增長(zhǎng)率低于地價(jià)增長(zhǎng)率，導(dǎo)致地產(chǎn)商成本上升，資金負(fù)荷過(guò)大；而房地產(chǎn)開(kāi)發(fā)企業(yè)銷(xiāo)售額有所下降，會(huì)導(dǎo)致房企利潤(rùn)下降資金回籠緩慢。C類(lèi)和D類(lèi)指標(biāo)中，C1和D3偏冷說(shuō)明2017年宏觀貨幣M2投放量增速會(huì)繼續(xù)放緩，貴州省房地產(chǎn)市場(chǎng)繼續(xù)受到宏觀調(diào)控影響，房地產(chǎn)企業(yè)開(kāi)發(fā)貸款占銀行貸款余額的比重不高，房?jī)r(jià)增長(zhǎng)率放緩，而D1過(guò)熱表示會(huì)因?yàn)槿丝谠鲩L(zhǎng)率上升，導(dǎo)致居民增大購(gòu)房需求。鑒于其他指標(biāo)的正常表現(xiàn)，可以判斷貴州省2017年房地產(chǎn)市場(chǎng)屬于繼續(xù)去庫(kù)存的一年，供給端繼續(xù)偏冷，房?jī)r(jià)增長(zhǎng)率小于地價(jià)增長(zhǎng)率，房地產(chǎn)開(kāi)發(fā)企業(yè)會(huì)減少房地產(chǎn)的開(kāi)發(fā)，從而減少成本損失?；驎?huì)因?yàn)槿丝谏仙龑?dǎo)致居民增大購(gòu)房需求；房地產(chǎn)繼續(xù)去庫(kù)存量，房地產(chǎn)金融風(fēng)險(xiǎn)總體保持穩(wěn)定，但需要防范某些房地產(chǎn)企業(yè)資金回籠緩慢，拿地后資金鏈斷裂無(wú)法支付銀行貸款和工程款的風(fēng)險(xiǎn)。（四）我國(guó)31省市房地產(chǎn)金融風(fēng)險(xiǎn)預(yù)警分析。1.我國(guó)31省市2017年房地產(chǎn)金融風(fēng)險(xiǎn)預(yù)警分析。按照上述房地產(chǎn)金融風(fēng)險(xiǎn)預(yù)警過(guò)程，本文對(duì)我國(guó)大陸31個(gè)省市進(jìn)行預(yù)警分析，得到2017年我國(guó)房地產(chǎn)金融風(fēng)險(xiǎn)指標(biāo)的表現(xiàn)。8所示。2017年我國(guó)房地產(chǎn)金融風(fēng)險(xiǎn)異常指標(biāo)主要集中于A1（房地產(chǎn)開(kāi)發(fā)貸款余額/金融機(jī)構(gòu)貸款余額）、B2（房地產(chǎn)價(jià)格增長(zhǎng)率/土地價(jià)格增長(zhǎng)率）、C1（房地產(chǎn)價(jià)格增長(zhǎng)率/人均可支配收入增長(zhǎng)率）、C2（人均房地產(chǎn)稅/城鎮(zhèn)人均可支配收入）、D1（人口增長(zhǎng)率）、D2（房地產(chǎn)投資增長(zhǎng)率/GDP增長(zhǎng)率）。如表8所示，其中，北京、天津、山西、海南的A1指標(biāo)表現(xiàn)過(guò)熱，房地產(chǎn)開(kāi)發(fā)貸款余額占比金融機(jī)構(gòu)貸款余額過(guò)大；吉林等7省市A1指標(biāo)表現(xiàn)為熱，各地應(yīng)該加大該指標(biāo)的監(jiān)管；遼寧省房地產(chǎn)開(kāi)發(fā)企業(yè)貸款占比金融機(jī)構(gòu)貸款有所下降，可能與東北地區(qū)經(jīng)濟(jì)發(fā)展降速和人口減少有關(guān)；其余20省市在A1指標(biāo)上表現(xiàn)正常。B2指標(biāo)中，廣西、海南、重慶三地房地產(chǎn)價(jià)格增速明顯，福建、山東及四川房地產(chǎn)價(jià)格亦有所上升，上述地區(qū)經(jīng)濟(jì)發(fā)展較好，房地產(chǎn)市場(chǎng)健康發(fā)展；而遼寧為主的東北地區(qū)房地產(chǎn)價(jià)格增速顯著下降。C1指標(biāo)中，西藏、山西、上海、安徽、廣西、云南等地的房地產(chǎn)價(jià)格相較于當(dāng)?shù)厝司杖雭?lái)說(shuō)，增幅過(guò)快，房地產(chǎn)購(gòu)買(mǎi)力會(huì)有所下降。C2指標(biāo)表現(xiàn)中，河北等10省市指標(biāo)較熱，即人均房地產(chǎn)稅相較于人均可支配收入來(lái)說(shuō)相對(duì)過(guò)多，潛在影響該地區(qū)對(duì)房地產(chǎn)的需求。上海等5省市D1指標(biāo)較熱，即上述五省市未來(lái)人口有所增加，提升房地產(chǎn)消費(fèi)需求。天津、廣西等房地產(chǎn)投資額增長(zhǎng)較快，會(huì)加大房地產(chǎn)供給；內(nèi)蒙古、吉林、遼寧、河北等房地產(chǎn)投資增幅慢于GDP增長(zhǎng)幅度，意味著未來(lái)上述區(qū)域的房地產(chǎn)供給有所下降，房地產(chǎn)市場(chǎng)不太景氣。從表7中指標(biāo)惡化率可以得到，指標(biāo)惡化率超過(guò)20%的有11個(gè)省市，其中天津、上海、安徽、河南、四川、西藏六省市指標(biāo)惡化率為30%，河北、遼寧、吉林、廣西、海南五省市為40%，江蘇、湖北、湖南、廣東、寧夏五省市惡化率為0，其他省市指標(biāo)惡化率均為20%。華北區(qū)域主要集中于京津冀地區(qū)和東三省、豫皖地區(qū)、瓊桂地區(qū)、川渝地區(qū)、甘藏地區(qū)等六個(gè)區(qū)域。其中京津冀地區(qū)主要是A1指標(biāo)較熱和C1指標(biāo)較冷，即房?jī)r(jià)相對(duì)于人均收入增幅較低，可能導(dǎo)致較大的房地產(chǎn)需求，促使房地產(chǎn)企業(yè)加大貸款規(guī)模進(jìn)行房地產(chǎn)開(kāi)發(fā)和供給。東三省主要是D2指標(biāo)的過(guò)冷，即2017年?yáng)|三省區(qū)域房地產(chǎn)投資增速?lài)?yán)重下滑，可能影響經(jīng)濟(jì)發(fā)展。瓊桂川渝地區(qū)主要是房地產(chǎn)價(jià)格增幅遠(yuǎn)遠(yuǎn)高于土地價(jià)格增速，可能造成大規(guī)模房地產(chǎn)開(kāi)發(fā)供給和投機(jī)行為，產(chǎn)生房地產(chǎn)市場(chǎng)泡沫。甘藏地區(qū)的問(wèn)題主要體現(xiàn)在相對(duì)于人均收入增速來(lái)說(shuō)，該區(qū)域的房地產(chǎn)價(jià)格增幅和房地產(chǎn)稅收增幅較大，可能抑制房地產(chǎn)需求，給房地產(chǎn)銷(xiāo)售和供給帶來(lái)較大壓力。加之過(guò)大的房地產(chǎn)貸款占比會(huì)給房地產(chǎn)企業(yè)帶來(lái)較大的經(jīng)營(yíng)壓力，可能產(chǎn)生企業(yè)違約和信用風(fēng)險(xiǎn)。因此，相較于2016年，可以預(yù)測(cè)2017年我國(guó)房地產(chǎn)金融風(fēng)險(xiǎn)在深度上有所強(qiáng)化；在廣度上，風(fēng)險(xiǎn)有進(jìn)一步向區(qū)域集中化和多范圍擴(kuò)散化的趨勢(shì)，產(chǎn)生風(fēng)險(xiǎn)的可能性有所增加，應(yīng)進(jìn)一步加大相關(guān)異常指標(biāo)的關(guān)注和控制，防范區(qū)域性房地產(chǎn)金融風(fēng)險(xiǎn)的產(chǎn)生。2.預(yù)警結(jié)論。綜上預(yù)警分析，本文認(rèn)為我國(guó)2017年爆發(fā)惡劣型區(qū)域性房地產(chǎn)金融風(fēng)險(xiǎn)乃至整體性和規(guī)?；姆康禺a(chǎn)金融風(fēng)險(xiǎn)可能性較低。可能產(chǎn)生風(fēng)險(xiǎn)的原因主要集中于房地產(chǎn)企業(yè)貸款余額占比金融機(jī)構(gòu)貸款余額過(guò)大、房地產(chǎn)價(jià)格的快速上漲、房地產(chǎn)稅負(fù)的區(qū)域不合理征收、不同區(qū)域房地產(chǎn)投資建設(shè)逐步分化以及區(qū)域房地產(chǎn)金融風(fēng)險(xiǎn)的積蘊(yùn)等。

五、我國(guó)房地產(chǎn)金融風(fēng)險(xiǎn)防范

加強(qiáng)房地產(chǎn)金融風(fēng)險(xiǎn)的管理和防范，對(duì)于包括房地產(chǎn)市場(chǎng)和金融市場(chǎng)在內(nèi)的整個(gè)宏觀經(jīng)濟(jì)體系有著重要意義。通過(guò)對(duì)我國(guó)31省市房地產(chǎn)金融風(fēng)險(xiǎn)的預(yù)警分析，本文對(duì)防范我國(guó)房地產(chǎn)金融風(fēng)險(xiǎn)提出幾點(diǎn)建議，希望有助于我國(guó)房地產(chǎn)金融的發(fā)展。（一）拓展全面多元的融資渠道。2014年我國(guó)房地產(chǎn)開(kāi)發(fā)企業(yè)到位資金來(lái)源中，銀行貸款占比約50%。未來(lái)我國(guó)房地產(chǎn)企業(yè)金融機(jī)構(gòu)貸款額度繼續(xù)保持增長(zhǎng)。房地產(chǎn)信貸是房地產(chǎn)金融的重要組成部分，成為房地產(chǎn)市場(chǎng)各相關(guān)主體資金主要提供者。但房地產(chǎn)信貸融資比例過(guò)高和融資渠道單一的特點(diǎn)，增加了房地產(chǎn)金融風(fēng)險(xiǎn)爆發(fā)的可能性。因此，必須實(shí)現(xiàn)房地產(chǎn)融資渠道的多元化。一方面，增加房地產(chǎn)企業(yè)融資渠道，將傳統(tǒng)以銀行貸款融資為主轉(zhuǎn)化成銀行貸款、房地產(chǎn)信托、房地產(chǎn)資產(chǎn)證券化、企業(yè)眾籌、房地產(chǎn)互聯(lián)網(wǎng)金融等多元主體和融表82017年全國(guó)主要異常指標(biāo)表現(xiàn)異常指標(biāo)指標(biāo)表現(xiàn)A1B2C1C2D1D2過(guò)熱北京、天津、山西、海南廣西、海南、重慶西藏、山西河北、山西、黑龍江、廣西、青海上海、廣西、貴州天津、黑龍江、廣西熱吉林、河南、重慶、西藏、甘肅、青海、新疆福建、山東、四川上海、安徽、廣西、云南吉林、安徽、河南、四川、甘肅安徽、河南過(guò)冷遼寧河北、內(nèi)蒙古、遼寧、四川內(nèi)蒙古、吉林冷遼寧天津、浙江、海南西藏河北、遼寧、福建資模式；另一方面，發(fā)行REITs、房地產(chǎn)中期票據(jù)、房地產(chǎn)企業(yè)債券等金融融資產(chǎn)品，增加房地產(chǎn)金融收益性和流動(dòng)性，降低風(fēng)險(xiǎn)。更加全面的融資方式和渠道亦將成為防范和化解房地產(chǎn)金融風(fēng)險(xiǎn)的主要路徑。（二）制定完善的房地產(chǎn)稅負(fù)體系。稅收收入是國(guó)家財(cái)政收入的主要來(lái)源。包括房產(chǎn)稅在內(nèi)以土地和不動(dòng)產(chǎn)為稅收標(biāo)的的稅收收入更是財(cái)政收入的重要組成部分。2013年我國(guó)房產(chǎn)稅等房地產(chǎn)相關(guān)稅收收入約為12246億元，同期占比國(guó)家稅收收入約為11%。過(guò)多的稅收和不合理稅收機(jī)制影響房地產(chǎn)市場(chǎng)的需求與供給，增加企業(yè)的開(kāi)發(fā)成本，減少房地產(chǎn)的供給數(shù)量和質(zhì)量。過(guò)多的稅收負(fù)擔(dān)還抑制消費(fèi)者對(duì)于房地產(chǎn)的有效需求，從而不能真實(shí)反映房地產(chǎn)市場(chǎng)的供需狀況，不利于房地產(chǎn)市場(chǎng)良性平穩(wěn)發(fā)展。加之我國(guó)是一個(gè)區(qū)域經(jīng)濟(jì)發(fā)展嚴(yán)重不平衡的國(guó)家，因此，政府應(yīng)該大力推進(jìn)財(cái)稅體制改革，考察房地產(chǎn)市場(chǎng)及相關(guān)主體真實(shí)狀況，根據(jù)不同區(qū)域經(jīng)濟(jì)發(fā)展和居民收入情況，合理有效制定房地產(chǎn)相關(guān)稅收機(jī)制和政策，有效推動(dòng)房地產(chǎn)市場(chǎng)健康平穩(wěn)發(fā)展。（三）分區(qū)域防范房地產(chǎn)金融風(fēng)險(xiǎn)。區(qū)域經(jīng)濟(jì)的下滑和房地產(chǎn)金融風(fēng)險(xiǎn)的暴露可能導(dǎo)致全國(guó)性房地產(chǎn)金融風(fēng)險(xiǎn)的發(fā)生。海南房地產(chǎn)泡沫、浙江房地產(chǎn)企業(yè)資金鏈斷裂、鄂爾多斯鬼城、東北經(jīng)濟(jì)下滑等都可能是區(qū)域性房地產(chǎn)金融風(fēng)險(xiǎn)爆發(fā)的前兆。區(qū)域性房地產(chǎn)金融風(fēng)險(xiǎn)的有效及時(shí)遏制和調(diào)控，將區(qū)域房地產(chǎn)金融風(fēng)險(xiǎn)發(fā)生可能性降低到最小化，對(duì)于我國(guó)整體房地產(chǎn)金融安全至關(guān)重要。面對(duì)我國(guó)區(qū)域經(jīng)濟(jì)發(fā)展的不平衡，應(yīng)該有區(qū)別有針對(duì)性地建立房地產(chǎn)風(fēng)險(xiǎn)預(yù)警系統(tǒng)，預(yù)警和關(guān)注各地區(qū)房地產(chǎn)金融風(fēng)險(xiǎn)水平變化，及時(shí)有效控制房地產(chǎn)金融風(fēng)險(xiǎn)狀況，特別是華北地區(qū)、川渝瓊桂地區(qū)等重點(diǎn)區(qū)域進(jìn)行關(guān)注，制定區(qū)域性風(fēng)險(xiǎn)防范措施。

作者:孫涌等 單位:中國(guó)人民銀行遵義市中心支行