我國房地產(chǎn)上市公司信用風險度量模型研究.pdf

1、自1998年我國進行住房市場化改革以來，房地產(chǎn)市場發(fā)生了翻天覆地的變化。近10年來，房地產(chǎn)價格不斷飚升，相關宏觀調(diào)控政策也相繼出臺。但不可否認的是，直到今天，房地產(chǎn)行業(yè)信用風險仍是商業(yè)銀行及投資者面臨的主要風險來源。因此，科學度量房地產(chǎn)公司信用風險具有現(xiàn)實意義和理論意義。盡管業(yè)界與學界已擁有了針對房地產(chǎn)公司的信用風險度量模型或方法，但所公開的模型相差較大，還不存在完全被認可的房地產(chǎn)公司信用風險度量模型。上世紀60年代，對信用風險度量模型

2、的研究進入了飛速發(fā)展的時代，今天各類信用風險度量模型已多達十幾種。基于以上背景，本文的研究目的是找到能準確度量我國房地產(chǎn)上市公司信用風險的模型。
　　 為了達到研究目的，本文運用了從基礎評級理論入手，層層篩選模型參數(shù)的方法尋找最優(yōu)變量。在借鑒外部評級公司及商業(yè)銀行房地產(chǎn)公司信用評級方法及模型的基礎上，詳細討論了影響我國房地產(chǎn)公司的風險點。具體來說，本文提出從外部宏觀環(huán)境、行業(yè)風險、企業(yè)競爭地位、企業(yè)財務風險和前景預測五個方面對房

3、地產(chǎn)上市公司信用風險進行評價，并初步找到了數(shù)據(jù)可得的變量參數(shù)。之后，分別建立了Logistic、支持向量機和KMV三類模型并加以驗證，得到了具體的模型形式。最后，運用比較分析法對三個模型進行了比較分析。
　　 本文的研究結論為:一是Logistic模型是簡單而有效的模型。本文構建的Logistic回歸模型對檢驗樣本的區(qū)分能力基本能達到100％，充分說明了這一模型的有效性。二是支持向量機模型在處理小樣本問題上非常有效。支持向量機模

4、型對樣本特性沒有太多的要求，本文的樣本量較小，使用支持向量機進行建模非常適合。所建模型的區(qū)分能力為100％，也充分說明了這一模型的有效性。從模型有效性來看，基于本文所用小樣本的前提，支持向量機模型的有效性高于Logistic模型。但當樣本量變大時，這一優(yōu)勢會逐漸減弱。三是Merton-KMV模型在未經(jīng)徹底修正之前，有效性不足。在所建三類模型當中，KMV模型的預測能力最差。四是通過間接引入宏觀經(jīng)濟變量可解決小樣本情況下，宏觀經(jīng)濟變量不起作

5、用的問題。本文通過間接引入方法對解決這一問題做了嘗試，驗證結果表明，這一方法是有效的。
　　 在建模過程中，本文進一步發(fā)現(xiàn)了反映我國房地產(chǎn)上市公司信用風險的一些特征。這些特征表現(xiàn)在以下幾個方面:一是在房地產(chǎn)上市公司被ST前一、二年，企業(yè)的盈利能力、現(xiàn)金流動性水平、營運水平、公司規(guī)模這些指標最具信用風險預測能力。其中，盈利能力和流動性指標尤其重要。在房地產(chǎn)上市公司被ST前三年，企業(yè)的盈利能力及規(guī)模是最重要的預測指標。二是房價和利率

6、是影響房地產(chǎn)企業(yè)盈利能力的重要因素。本文的數(shù)據(jù)分析表明，我國近10年的房價持續(xù)增長支持了房地產(chǎn)上市公司的盈利能力，房價是影響房地產(chǎn)公司信用風險的最重要外部因素。利率對房地產(chǎn)公司的影響也非常大，充分說明對房地產(chǎn)行業(yè)進行調(diào)控，貨幣政策是非常有效的。三是土地價格成為影響房價的重要因素。根據(jù)本文的數(shù)據(jù)分析，土地價格的持續(xù)上升是房價上升的重要推手。這對我國房地產(chǎn)宏觀調(diào)控政策是一個重要啟示，即要達到抑制房價上升的目標，應首先控制土地價格的過快增長。