• 最新论文
  • 何新贵、周巢尘两院士获2018“CCF终身成就奖” 宏观经济因素对我国房地产企业影响 我国注册会计师行业面临着巨大的机遇与挑战 嫦娥五号肩负月球取样返回任务挑战四大关 中国百余高校校长聚首西安共探高考改革 北大医学部宿舍改造油漆味致学生不适校方发帖致歉 我国注册会计师行业面临着巨大的机遇与挑战 北大医学部宿舍改造油漆味致学生不适校方发帖致歉 中国工程院院士建言四川震灾 北大医学部宿舍改造油漆味致学生不适校方发帖致歉 北大清华与北京生命科学研究所拟联合培养博士生 中国工程院院士建言四川震灾 中青报:大学频繁更名也是一种恶俗
  • 推荐论文
  • 何新贵、周巢尘两院士获2018“CCF终身成就奖” 宏观经济因素对我国房地产企业影响 我国注册会计师行业面临着巨大的机遇与挑战 嫦娥五号肩负月球取样返回任务挑战四大关 中国百余高校校长聚首西安共探高考改革 北大医学部宿舍改造油漆味致学生不适校方发帖致歉 我国注册会计师行业面临着巨大的机遇与挑战 北大医学部宿舍改造油漆味致学生不适校方发帖致歉 中国工程院院士建言四川震灾 北大医学部宿舍改造油漆味致学生不适校方发帖致歉 北大清华与北京生命科学研究所拟联合培养博士生 中国工程院院士建言四川震灾 中青报:大学频繁更名也是一种恶俗
  • 热门标签
  • 日期归档
  • 宏观经济因素对我国房地产企业影响

    来源:www.shuoshisheng.net 发布时间:2020-04-02

    中国房地产市场现状分析(中国房地产泡沫分析)

    从房地产投资的角度来看,中国房地产投资在固定投资中的比重不断增加 从1998年的12.6%到2012年 并得到维护 10%的增长率 作为国民经济的支柱产业,中国房地产业已经成为拉动国民经济的重要经济增长点。 近年来,由于房价过高等原因,政府逐步加强了对房地产市场的监管。

    就房地产销售而言,我国商品房销售面积近年来增长迅速。相对来说 销售额(面积或销售额)的增长率在2006年开始放缓 商品房和住宅销售面积的增长率保持相对稳定,而商品房销售在 2000年增长迅速

    信用风险理论:金融加速器,明斯基金融不稳定(基于宏观经济因素的中国 )

    金融加速器

    影响房地产信贷风险的因素()(宏观:行业风险-泡沫、经济周期风险、政策风险;微观:信息不对称,商业失败)

    产业风险房地产泡沫

    近年来,中国房地产价格快速上涨,使得房地产泡沫成为社会各界经常讨论的问题 理论界对房地产泡沫还没有完善的研究。 一般来说,房地产泡沫是指房地产价格高于合理价格并持续快速上涨的状态。

    房地产泡沫主要是由于房地产市场自身的特点、心理预期、投机等因素造成的。 土地作为稀缺资源,面对无限的市场需求,容易出现供需失衡。加上快速的人口增长和城市化进程,房地产有产生泡沫的基础。 此外,房地产具有虚拟资产的特点,其价格容易受到投机的影响。投机是基于人们对价格的非理性预期,这将进一步推高房地产价格。 此外,信息不对称也是引发房地产泡沫的一个因素。

    房地产泡沫的主要特征是:

    (1)地价和房价快速上涨 房地产价格上涨是房地产泡沫最直接的表现。以日本的房地产泡沫为例。从1985年到1991年的短短六年间,东京等六大城市的商业地价上涨了三倍。

    (2)房地产行业发展迅速,大量信贷资金涌入房地产行业。 通常,房地产价格增长率/经济增长率指数用来衡量房地产行业相对于整体经济的增长率。当指数过高时,这意味着存在房地产泡沫。 随着房地产行业的扩张,大量银行贷款也进入了房地产行业。

    (3)房地产过度投资 房地产投资高于需求,可以促进房地产业的发展。 一旦有过度投资,就会导致住房存量过剩,供给严重大于需求,并会出现泡沫。

    (泡沫破裂)

    不对称信息

    信息不对称是导致房地产信贷风险的另一个重要因素。指市场交易双方对相关信息理解的差异。信息充足的一方通常在交易中处于有利地位,而信息不足的一方处于不利地位。这种交易中的不平等导致了不对称信息下的交易关系和契约经济理论。

    信息不对称既有主观原因,也有客观原因 主观原因是不同交易主体获取信息的能力不对称。为了追求自身利益,交易方可能会隐瞒信息,从而使对方无法获得相关信息。客观方面是由社会分工和专业化等社会因素以及时间和空等因素造成的 银行在与房地产企业进行信贷活动时,由于这两个原因,银行往往站在信息缺乏的一边,这使得银行在交易中存在一定的劣势。这种信息不对称已经成为房地产企业信用风险的一个重要因素。

    从时间的角度来看,信息不对称包括交易前的逆向选择和交易后的道德风险。 逆向选择是一种在交易前发生的信息不对称现象,劣质产品往往会排挤优质产品。 对于房地产企业的信用风险,债权人与房地产企业之间存在严重的信息不对称。债权人不能完全了解房地产企业的现状和房地产项目的风险。他们只能根据市场的平均风险水平来决定利率和债务状况。这无疑会让一些信用状况不佳、急需资金的企业获得贷款,增加债权人的风险。同时,它导致信用状况良好的企业融资成本增加,并逐渐退出融资市场,从而导致高风险企业驱逐低风险企业的现象。 道德风险是交易完成后发生的行为,交易的一方利用信息优势扩大自身利益,同时损害他人利益。 房地产企业获得贷款资金后,债权人无法及时获得相关项目信息,另外后期监管成本高,导致债权人无法及时获得资金真实信息,这使得企业可能造成高风险投资,增加了房地产企业信用风险

    企业财务恶化

    房地产企业自有资本结构和融资渠道缺乏合理性,将影响资金成本和使用效率,恶化企业财务状况,导致信用风险增加。 房地产企业具有高负债的特点。房地产投资基金主要是借入资金,这导致债权人不得不承担大部分风险。 债权人无法监控企业的财务状况。信用风险暴露后,企业的偿付能力受到严重损害。

    企业的投资失误或投资项目的成本高于最终收入也会恶化企业的财务状况,从而产生信用风险。 房地产投资周期长,一旦决策失误,投资资金可能无法收回,房地产项目在竣工前价值低,流动性差,导致财务恶化,信用风险增加。

    引言

    研究背景和意义

    信用风险一直是金融机构和监管部门风险管理的主要对象和核心内容。它直接影响到现代社会和经济生活的各个方面,也影响到一个国家宏观经济敏感的政策和经济发展,甚至影响到全球经济的稳定和协调发展 麦肯锡对国际银行业风险资本实际配置的研究显示,信贷风险占银行总风险敞口的60%,而市场风险和操作风险仅分别占20%。 因此,信用风险的识别、计量、控制和管理是管理者风险管理研究的重要内容,也是各国政府和金融机构风险管理的重点。

    房地产公司作为主导产业和基础产业,市场规模巨大,关系到国计民生。它的发展不仅受到国民经济的制约,而且对经济发展起着巨大的推动作用。 此外,房地产业由于其驱动系数大,在整个国民经济体系中一直处于主导地位。 然而,房地产是典型的资本密集型产业,其生存和发展离不开商业银行在资本方面的大力支持。高投资和高回报的特点也决定了房地产行业固有的高风险和波动性。 房地产行业固有的特点是高风险。它与金融业的天然联系决定了房地产信贷风险的必然存在。

    2007年伴随着美国次贷危机的发生,世界经济迅速走向低迷。中国宏观经济也在美国次贷危机的影响下,经济增长率开始逐渐下降,打破了快速的上升趋势。在宏观经济增长率下降的影响下,很多企业陷入经营困境,以预收预付方式为主的企业资金链出现断裂,外部融资环境恶劣,部分企业由于无法继续经营,导致破产倒闭,房地产企业信用风险凸显。房地产业是相关性非常强的基础性产业,一旦出现房地产信用风险,则会波及到其他行业乃至整个国民经济的发展,目前国内外大多数对于企业信用风险的研究,主要集中在微观分析方面,主要目的是用于金融产品的定价,以及金融机构风险管理的实践。但我国的大量事实表明,信用风险经常呈现系统性特征,信用风险与宏观经济周期存在着复杂的因果关系。

    综上所述,研究宏观经济周期与房地产信用风险的关系,定量分析宏观经济对房地产信用风险的影响程度,已经是房地产公司降低自身风险以及政府制定政策的最基本、最迫切的要求。

    本文对房地产公司信用风险与宏观经济周期的关系进行理论与实证分析,以期通过初步的研究,探索宏观经济对房地产企业信用风险影响机理和程度,对商业银行房地产信贷风险管理、房地产企业自身加强信用风险管理及政府政策的制定提出粗略的建议。

    研究综述

    (一)国外研究现状

    (1)信用风险评估的研究

    国外对于信用风险评估的研究起步较早,形成了比较先进的评估方法,信用风险评估的研究主要可以分为传统信用风险评估和现代信用风险评估两个阶段。

    传统信用风险评估主要有专家方法、信用评级方法和信用评分法。专家方法是对信用风险相关的定性和定量信息分析,依据主观判断对信用风险进行综合评定,比较依赖评估人员自身的知识和经验。Caouette(1998)详细介绍了专家方法中的财务分析、行业分析等内容。Saunders(1999)详细总结了“5C”要素分析法,从企业的品德(Character)、能力(Capacity)、资金(Capital)、担保(Collateral)和经营环境(Condition)进行了论述。

    信用评级方法是对受信者的自信状况以定量化的方式作出综合性的评价,并以不同的等级作出评定。1890年,约翰?穆迪对铁路债券进行了信用评级。1922年和1924年,标准普尔公司和惠誉公司也分别开始使用自己的信用评级方法。经过一个世纪的发展,信用评级作为信用风险管理的主要手段在金融实务中有着重要地位。

    信用评分法是用综合分值或违约概率反映信用状况的一种方法,主要运用树立统计方法建立回归模型,以确定信用风险的大小。信用评分法主要包括多元判别分析模型、概率模型以及神经分析法等。Fitzpartrick(1932)选取了19对破产企业和非破产企业作为样本,对两类企业进行判别分析,发现净利润/股东权益和股东权益/负债两个指标能很好的对两类企业进行区分。Beaver(1966)选取1954至1964年的79对财务失败企业和财务正常企业为样本,对公司的信用风险进行研究,发现现金流量/负债总额能较好的判定公司的财务状况。Altman(1968)开始对破产企业进行分析,最终选用5个财务比率为变量建立起着名的Zeta判别分析模型,由于模型的实用性和准确性,迅速成为当时主流的信用风险评估风发。1977年,Altman等对Zeta模型进一步修正,将评估变量从5个增加到7个,即资产报酬率、收入稳定性、资产负债率、资本化比率、流动比率、利息倍数和资产规模,并对上市公司、非上市公司进行了评估,取得了较为准确的评估结果。随着研究方法的深入,更多的评估模型被应用于信用风险度量。Martin(1977)第一个运用Logit模型来预测企业,通过对1970年至1977年间的样本企业进行分析,认为多元判别分析模型只不过是多元逻辑回归模型的特例,并且准确地从5700家美联储成员银行中判定出58家处于财务困境的银行。多元Logit回归模型是由Ohlson(1980)引入的,他对1970至1976年的破产和非破产公司进行分析,得到结论财务困境受到公司的规模、业绩、资本结构和当前变现能力的影响很大。Laitinen(1999)对芬兰的3200多家公司的35个财务指标进行分析,比较加权Logit模型和一般线性回归模型在拟合公司的违约风险方面的区别。

    随着信用风险研究的深入,人们对信用风险管理也更加重视,现代信用风险评估方法不断出现,其中最流行的有KMV模型、Credit Metrics模型、Credit Risk+模型以及Credit Portfolio View模型。

    1974年,Merton提出了期权定价理论用于公司价值评估的方法,1980年,Mcqouwn与Vasicek通过改良期权定价理论,将其运用于授信和贷款投资组合管理,也就是后来的KMV模型。KMV模型通过BSM模型计算企业的预期违约率,并建立了预期违约率与企业信用等级之间的关系。Vasicak(1995)在研究了108个债券后认为KMV模型可以对上市公司的债券进行预测;Anthony Saundem(2001)认为KMV模型能够对所有上市公司的信用风险进行有效测量。Kurbat等(2002)使用Callbration方法和Validation方法对KMV进行了验证,以上千家美国公司作为样本,选择1991年至2001年的公司数据进行实证研究。Crodbie和 Bohn(1999)以金融公司为样本,使用KMV模型计算他们的破产违约风险,结果显示这些金融类公司还没有发生信用事件时,得到的EDF已经可以准确的预测信用质量的变化。

    (2)宏观经济因素对信用风险影响的研究

    在信用风险评估方法发展的同时,信用风险在宏观经济层面也进行了许多尝试。凯恩斯认为,投资者对资产价格预期的改变会影响资产价格的稳定。受到凯恩斯的启发,Minsky(1982)从金融内在脆弱性方面作出阐述,提出了“金融脆弱性”假说。Minsky以经济繁荣与萧条长波利率为基础,将企业依据信用风险的高低分为优质企业、投机性企业和胖式企业,从动态的角度分析了宏观经济因素和企业信用风险之间的相互关系,认为经济繁荣时期银行的过度信贷是导致资产价格泡沫和企业大规模违约的原因。

    友情链接: