2021-11-29-北京大学国家发展研究院-中国房地产市场对银行业系统性风险的溢出效应_24页_1mb

中国房地产市场对银行业系统性风险的溢出效应分析总结

核心内容概述

本文基于双重ΔCoVaR模型，研究了中国房地产市场对银行业系统性风险的溢出效应。通过分析房地产市场风险对银行系统性风险的影响路径和机制，得出房地产市场风险上升会增加银行自身风险及对银行系统的风险贡献度，但会降低机构间关联性对风险的贡献度。研究还揭示了房地产市场对不同银行机构及不同类型城市银行业系统性风险溢出的异质性影响。

主要观点

• 房地产市场风险对银行业系统性风险具有显著溢出效应，但其作用机制具有多渠道和异质性特征。
• 间接风险溢出是房地产市场对银行业系统性风险溢出的最主要和最稳定驱动因子，其次为直接风险溢出，而关联风险溢出的驱动作用最弱。
• 国房景气指数对银行系统的净溢出效应最大，房地产价格次之，房地产市场贷款的净溢出效应最小，甚至出现正负交替现象。
• 二线城市房地产市场价格波动是影响银行业系统性风险的关键渠道，其对银行系统的净溢出效应显著高于一线和三线城市。
• 不同类型的银行对房地产市场风险的敏感性存在差异，大型国有银行对间接和直接风险溢出更为敏感，而中小型银行则主要受到直接风险溢出的影响。

关键信息

一、模型与方法

• 采用双重ΔCoVaR模型，用于测算房地产市场对银行业系统性风险的净溢出效应。
• 将房地产市场风险变量纳入模型，通过分位数回归计算单家银行和银行系统的压力指标。
• 净溢出效应公式为：
  $$
  \Delta CoVaR_t^* = PM_- \Delta CoVaR_{i,t} - \Delta CoVaR_{i,t}
  $$
• 净溢出效应可分解为三个驱动因子：
  1. 间接风险溢出（hs bk risk）：由房地产市场对单家银行风险的净溢出与尾部关联性构成。
  2. 关联风险溢出（connected risk）：由房地产市场对银行系统尾部关联性的净溢出与单家银行风险构成。
  3. 直接风险溢出（hs bk sys risk）：由房地产市场风险与银行系统尾部关联性构成。

二、变量选取与数据说明

• 样本银行：选取14家上市银行，样本区间为2007年11月至2018年6月，数据频率为周度。
• 房地产市场指标：
  • 国房景气指数：作为房地产市场整体风险的代理变量。
  • 房地产价格：采用70个大中城市新建商品住宅价格指数同比数据。
  • 房地产市场贷款：包括房地产开发贷款和个人住房贷款。
• 其他状态变量：包括3月期国库券收益率差分、期限利差、TED价差、信用价差、股票指数收益率。

三、净溢出效应量化分析

• 房地产市场风险对银行业系统性风险的净溢出效应总体呈上升趋势，但未改变其发展路径。
• 间接风险溢出占比最高，平均贡献度为72%，直接风险溢出次之，平均贡献度为33%，关联风险溢出为负，对净溢出贡献较小。
• 从银行机构层面看，间接风险溢出是主要驱动因子，直接风险溢出对中小型银行影响更显著，而关联风险溢出对大型银行影响更大。
• 二线城市房地产市场价格对银行系统的净溢出效应最大，是关键风险传导渠道。

四、不同风险源的净溢出效应分析

• 国房景气指数的净溢出效应最大，平均为2.9%，最高可达5.4%。
• 房地产价格的净溢出效应次之，平均为2.0%，最高为2.8%。
• 房地产市场贷款的净溢出效应最弱，平均为0.1%，且出现正负交替现象。
• 间接风险溢出是各风险源下净溢出效应的主要驱动因素，直接风险溢出在房地产价格风险中起重要作用，而在房地产贷款风险中作用较弱。

五、不同类型城市的风险溢出效应

• 二线城市房地产价格波动对银行系统的净溢出效应显著高于一线和三线城市。
• 间接风险溢出在二线城市房地产价格波动中是最主要的驱动因子，直接风险溢出次之。
• 三线城市的净溢出效应中，间接风险溢出仍是最重要驱动因素，直接风险溢出次之，关联风险溢出作用最弱。

结论与政策建议

结论

1. 房地产市场风险对银行业系统性风险具有显著影响，但未改变其整体发展趋势。
2. 间接风险溢出是房地产市场风险溢出的主要途径，直接风险溢出次之，关联风险溢出最弱。
3. 房地产市场风险对不同规模的银行机构影响不同，大型银行更易受到间接和直接风险溢出影响。
4. 二线城市房地产市场价格波动是关键风险传导渠道，对银行业系统性风险影响显著。

政策建议

1. 构建精准的风险监管框架，针对不同规模银行采取差异化的监管措施。
2. 重点关注二线城市房地产市场价格波动，加强风险预警和化解能力，防范系统性金融风险。

关键数据与指标

• 净溢出效应：$\Delta CoVaR_t^*$
• 风险驱动因子：
  • 间接风险溢出（hs bk risk）
  • 关联风险溢出（connected risk）
  • 直接风险溢出（hs bk sys risk）
• 风险源：国房景气指数 > 房地产价格 > 房地产市场贷款
• 城市类型：二线城市 > 三线城市 ≈ 一线城市

图表要点

• 图2：展示传统风险指标与房地产市场风险指标的走势，显示两者趋势一致。
• 图3：显示净溢出指标与国房景气指数同比走势，揭示房地产市场发展对银行业系统性风险的影响。
• 图4：进行净溢出效应的稳健性检验，结果显示剔除CPI和加入股市风险对结论影响较小。
• 图5：展示三个驱动因子在不同银行中的贡献比例，间接风险溢出占主导。
• 图6：显示单家银行净溢出效应，大型银行受房地产市场风险影响更大。
• 图7：展示不同风险源下净溢出效应的驱动因子走势，间接风险溢出始终为最大贡献。
• 图8：比较国房景气指数、房地产价格和房地产市场贷款对净溢出的影响，显示国房景气指数影响最强。
• 图9：展示不同类型城市房地产价格对银行业系统性风险的影响，二线城市最为关键。

参考文献

• Adrian, T., and K. Brunnermeier, 2016. CoVaR.
• Brownlees, C., and R. F. Engle, 2017. SRISK.
• Duarte, F., and T. M. Eisenbach, 2015. Fire-Sale Spillovers and Systemic Risk.
• Greenwood, R., A. Landier, and D. Thesmar, 2015. Vulnerable banks.
• Upper, C., 2011. Simulation Methods to Assess the Danger of Contagion in Interbank Markets.
• 方意、荆中博、马晓等，2021. 房地产市场对银行业系统性风险的溢出效应。