導(dǎo)語：農(nóng)村合作金融機構(gòu)房地產(chǎn)金融探討一文來源于網(wǎng)友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要：為有效衡量農(nóng)村合作金融機構(gòu)房地產(chǎn)金融存在的潛在風險，本文提出了建立農(nóng)村合作金融機構(gòu)房地產(chǎn)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(nóng)村合作金融機構(gòu)2020年上半年房地產(chǎn)金融宏觀審慎評估數(shù)據(jù)，檢驗評估體系的評估效果。結(jié)果表明，構(gòu)建的農(nóng)村合作金融機構(gòu)房地產(chǎn)金融宏觀審慎評估體系具有一定的科學(xué)性和可行性。

關(guān)鍵詞：農(nóng)村合作金融機構(gòu)；宏觀審慎評估；房地產(chǎn)金融

一、引言

近年來，我國房地產(chǎn)金融發(fā)展較快。2020年末，我國房地產(chǎn)貸款余額為49.58萬億元，同比增加11.7%；房地產(chǎn)貸款余額占全國各項貸款余額的比重為28.7%。房地產(chǎn)金融風險狀況是影響區(qū)域金融穩(wěn)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(chǎn)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(nèi)容的住房金融宏觀審慎政策框架。農(nóng)村合作金融機構(gòu)（以下簡稱“農(nóng)合機構(gòu)”）是我國金融體系的重要組成部分，是農(nóng)村金融服務(wù)的主力軍。探索建立農(nóng)合機構(gòu)房地產(chǎn)金融宏觀審慎評估體系，對于有效實施農(nóng)合機構(gòu)房地產(chǎn)宏觀審慎政策，有著較強的現(xiàn)實意義。

二、探索構(gòu)建農(nóng)合機構(gòu)房地產(chǎn)金融宏觀審慎評估體系

（一）評估對象

區(qū)域法人金融機構(gòu)是具有區(qū)域系統(tǒng)重要影響的風險媒介，一般情況下，地方法人金融機構(gòu)抗風險能力較國有商業(yè)銀行弱，同時新型農(nóng)村金融機構(gòu)（含村鎮(zhèn)銀行、農(nóng)村資金互助社、農(nóng)村貸款公司）房地產(chǎn)業(yè)務(wù)較少甚至未開展，因此本文將評估對象僅限定為農(nóng)合機構(gòu)（含農(nóng)村信用社、農(nóng)村合作銀行和農(nóng)村商業(yè)銀行）。

（二）指標體系

房地產(chǎn)金融宏觀審慎評估指標體系根據(jù)農(nóng)合機構(gòu)面臨的風險類型，可設(shè)計為宏觀房地產(chǎn)市場風險指標、中觀區(qū)域房地產(chǎn)金融風險指標和微觀房地產(chǎn)金融風險指標三大維度。其中，宏觀指標重點考察當?shù)胤康禺a(chǎn)市場風險情況，中觀指標重點考察當?shù)胤康禺a(chǎn)金融總體風險狀況，微觀指標主要針對單個農(nóng)合機構(gòu)。農(nóng)合機構(gòu)房地產(chǎn)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(jīng)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(lián)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(shù)據(jù)的可得性，指標選取盡量采取具有標準統(tǒng)計規(guī)范且易被采集到的數(shù)據(jù)。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(gòu)建的房地產(chǎn)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(shù)值越大越好）和極小型指標（數(shù)值越小越好）兩種。針對指標數(shù)據(jù)的不同特征，分別設(shè)定轉(zhuǎn)換函數(shù)，將所有的指標數(shù)值轉(zhuǎn)化為0-1之間的標準值。設(shè)某項指標的最小值為，最大值為。對于極大型指標，轉(zhuǎn)換函數(shù)為：

三、實證分析

本文選取安徽省2020年上半年77家農(nóng)合機構(gòu)的數(shù)據(jù)。農(nóng)合機構(gòu)房地產(chǎn)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(guān)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(tǒng)計技術(shù)，是一種指標簡化和削弱指標間多重相關(guān)性的優(yōu)良工具。

（一）可行性檢驗

在對標準化處理后的數(shù)據(jù)進行因子分析之前，先進行KMO和Bartlett球形度檢驗，檢驗結(jié)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(tǒng)計分析實務(wù)》中指出：社會科學(xué)領(lǐng)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(zhuǎn)采用因子

分析法計算得出的成分矩陣系數(shù)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(zhuǎn)，結(jié)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(chǎn)貸款質(zhì)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(chǎn)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(chǎn)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(shù)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(yīng)的方差貢獻率比例為權(quán)重計算綜合得分。

（五）評估結(jié)果

利用單個樣本K-S檢驗，可知77家農(nóng)合機構(gòu)的綜合得分在統(tǒng)計意義上服從正態(tài)分布。本文根據(jù)綜合得分將農(nóng)合機構(gòu)分為優(yōu)秀、中等、關(guān)注檔。其中：綜合得分≥平均值+標準差，為優(yōu)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(guān)注。優(yōu)秀檔，表明農(nóng)合機構(gòu)房地產(chǎn)信貸資金投放合理，未來一定時期風險發(fā)生的概率相對很低。中等檔,表明農(nóng)合機構(gòu)房地產(chǎn)金融業(yè)務(wù)風險發(fā)生的概率處于較低水平。關(guān)注檔，表明房價未來如果發(fā)生劇烈波動，農(nóng)合機構(gòu)房地產(chǎn)金融業(yè)務(wù)風險發(fā)生的概率相對較大。本文以優(yōu)秀檔的A農(nóng)商行和關(guān)注檔的B農(nóng)商行為例，對實證結(jié)果進行檢驗。宏觀房地產(chǎn)市場風險方面，A農(nóng)商行所在地市2020年上半年GDP增長率達到1.2%，城鎮(zhèn)常住居民人均可支配收入增長率達到4.2%，經(jīng)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(chǎn)銷售景氣。中觀區(qū)域房地產(chǎn)金融風險方面，A農(nóng)商行所在地市金融體系房地產(chǎn)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(chǎn)金融整體不存在過熱的情況。微觀房地產(chǎn)金融風險方面，A農(nóng)商行房地產(chǎn)貸款余額占各項貸款余額的比重僅為7.99%，房地產(chǎn)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(chǎn)行業(yè)的情形。B農(nóng)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(jīng)濟指標反映出該市房地產(chǎn)市場的低迷。在此背景下，該行房地產(chǎn)貸款增長率高達112.76%，房地產(chǎn)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(chǎn)市場，一旦房地產(chǎn)市場出現(xiàn)波動，可能會對該行的經(jīng)營管理甚至轄區(qū)金融穩(wěn)定帶來不利影響。綜上，此次評估結(jié)果與各機構(gòu)房地產(chǎn)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(jié)果運用

對于評估結(jié)果為“優(yōu)秀”的農(nóng)合機構(gòu)，建議在貨幣政策工具運用、金融市場業(yè)務(wù)準入、金融機構(gòu)綜合評價等方面予以優(yōu)先辦理或加分的激勵政策。對于評估結(jié)果為“關(guān)注”的農(nóng)合機構(gòu)，在房地產(chǎn)價格泡沫較大時期，可采取逆周期宏觀審慎調(diào)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(nóng)合機構(gòu)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(shù)據(jù)基礎(chǔ)

建議由人民銀行牽頭、聯(lián)合銀保監(jiān)、住建、統(tǒng)計等多部門搭建區(qū)域房地產(chǎn)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(jiān)測指標，夯實農(nóng)合機構(gòu)房地產(chǎn)金融風險評估的數(shù)據(jù)基礎(chǔ)。

（二）建立農(nóng)合機構(gòu)房地產(chǎn)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(dǎo)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(dǎo)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(chǎn)貸款集中度管理要求，審慎控制房地產(chǎn)信貸規(guī)模。不符合監(jiān)管要求的農(nóng)合機構(gòu)，爭取在過渡期內(nèi)將相關(guān)貸款占比調(diào)整至符合監(jiān)管要求。三是根據(jù)農(nóng)合機構(gòu)房地產(chǎn)金融宏觀審慎評估結(jié)果，及時、動態(tài)地調(diào)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(diào)節(jié)。

（三）拓寬房地產(chǎn)企業(yè)融資渠道

完善政策法規(guī)，促進房地產(chǎn)信托資金的發(fā)展和住房公積金制度的完善；引導(dǎo)房地產(chǎn)企業(yè)通過銀行間債券市場發(fā)債，拓寬直接融資渠道；促進房地產(chǎn)抵押貸款支持證券、運營收益權(quán)ABS等資產(chǎn)證券化業(yè)務(wù)及房地產(chǎn)項目債轉(zhuǎn)股的發(fā)展，多措并舉拓寬企業(yè)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(chǎn)金融宏觀審慎管理政策工具：國際經(jīng)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(chǎn)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(xiāng)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