本科毕业论文---商业银行房地产信贷风险研究(论文)设计.doc

存档日期： 存档编号： 本科生毕业设计（论文）商业银行房地产信贷风险研究 论 文 题 目：姓 名： 王雪菲 学 院： 商学院 专 业： 金融工程 年 级 、 学 号 ： 12级 12088007 指 导 教 师： 王露 江苏师范大学教务处印制江苏师范大学商学院学位论文独创性声明本人郑重声明：本人所呈交的学位论文是我在老师的指导下进行的研究工作及取得的研究成果。据我所知，除文中已经注明引用的内容外，本论文不包含其他个人已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中作了明确说明并表示谢意。本人承担本声明的法律责任。 学位论文作者签名：_日期：_商业银行房地产信贷风险研究 摘要：信贷风险是金融业最主要的风险之一，也是商业银行经营中需要面对的主要风险，因此加强信贷风险管理成为商业银行一个永恒的话题。由美国次级房贷危机所引发的全球金融危机，对我国金融市场以及房地产业的发展具有一定的警示作用。信贷资产是商业银行的主要收益来源，商业银行一直把房地产贷款当作优质资产，但近几年，我国房地产泡沫越发凸显，商业银行如果对房地产信贷风险估计不足，就有可能遭受巨大的资金损失。因此，对商业银行房地产信贷的风险进行研究分析，能够保障商业银行信贷资金安全，防控房地产信贷风险，进而维持其稳定安全运营有着显著的作用及现实意义。 本文首先阐述商业银行房地产信贷风险的研究背景及意义，在查阅大量文献资料的基础上对国内外研究现状进行分析总结，并提出借鉴国外成熟理论及风险评价模型对房地产信贷风险进行管理研究具有重要的意义。然后分析商业银行房地产信贷风险含义、特点，对商业银行房地产信贷风险的形成及传导过程进行阐述，进而对商业银行房地产信贷风险度量各种方法进行分析比较，选择适合我国国情的 Logistic 模型作为本文商业银行房地产信贷风险评价模型。针对于我国商业银行房地产信贷现状，从信贷风险来源认真分析了商业银行房地产信贷存在的问题。在目前我国商业银行信用风险评价指标体系的基础上，建立一套商业银行房地产信贷风险评价指标体系，构建商业银行针对房地产企业的 Logistic 信贷风险度量模型，利用 SPSS17.0 软件，对商业银行房地产信贷风险评价模型进行验证，输出结果表明该模型具有较好的判别能力，有助于商业银行根据房地产企业违约发生的概率做出正确的判断、评估和应对决策，能有效地控制房地产信贷风险发生，降低风险损失，保证信贷资金的安全和金融系统的稳定运行。综合之前的总结和分析，对商业银行房地产信贷风险从商业银行、政府、房地产企业三个不同视角探讨了商业银行房地产信贷风险防范的对策建议。 关键词：商业银行，房地产信贷风险，风险度量，Logistic 模型 The Commercial Bank Real Estate Credit Risk Research Abstract：Credit risk is one of the main risks of the financial industry, which also is the major risk that commercial banks need to face.Therefore strengthen credit risk management has become an eternal topic of commercial banks.The global financial crisis that triggered by the U.S.subprime mortgage crisis has a certain warning on Chinas financial markets and real estate development. Credit assets are major source of revenue for commercial banks, and commercial banks have taken the real estate loans as high quality assets. But in recent years, for bubble of Chinas real estate bank real estate credit risk more and more prominent, if commercial banks underestimated the real estate credit risk, it is possible to suffer the huge financial losses. So, making the study and analysis on the commercial bank real estate credit risk has a significant role and practical significance for protection the safety of commercial bank credit funds, the prevention and control of real estate credit risk, and thus maintaining the stable and secure operation of banks. Firstly, the background and significance of the real estate credit risk of commercial banks were introduced briefly in the paper. On the basis of consulting the large number of documents, domestic and foreign research present situation were analyzed and summarized, and important significance of learning from the foreign mature theory and risk assessment model of real estate credit risk management research was proposed. And then, the meaning and features of the real estate credit risk of commercial banks were analyzed. The formation and conduction process of real estate credit risk of commercial banks were described, and through analysis and comparison a variety of methods of commercial bank real estate credit risk measure, the Logistic model was chose as this commercial assessment model for Chinas national conditions. For the real estate credit status quo of Chinas commercial bank then s, a careful analysis of the problems of the commercial bank real estate credit from credit risk sources was given. On the basis of Chinas commercial banks credit risk evaluation index system, a set of commercial bank real estate credit risk evaluation index system was created, which was used to build commercial banks Logistic credit risk measurement model for the real estate business. The real estate credit risk assessment model of commercial banks was verified by SPSS17.0 software. The output shows that the model has good discrimination ability, and it helps to commercial banks make the right judgments, assess and decision-making to response according to the real estate corporate default probability of occurrence. The model can effectively control the real estate credit risk, reduce the risk of loss, and ensure the safety of credit funds and the stable operation of the financial system. Finally, synthesize the previous summary and analysis, the counter measures were explored from three different perspectives of the commercial banks, government, real estate companies. Keywords: commercial bank, real estate credit risk, risk measurement, Logistic model 目录1 绪论11.1 研究背景和意义11.2 国内外研究文献综述31.3 研究内容101.4 研究方法111.5 技术路线122 商业银行房地产信贷风险理论概述142.1 商业银行房地产信贷风险含义142.2 商业银行房地产信贷风险特点152.3 商业银行房地产信贷风险形成及传导过程162.4 商业银行房地产信贷风险度量方法183 商业银行房地产信贷现状及问题243.1 商业银行房地产信贷现状分析243.2 商业银行房地产信贷存在问题274 基于 Logistic 模型商业银行房地产信贷风险分析334.1 商业银行信用风险评价指标体系及缺陷334.2 构建商业银行房地产信贷风险评价指标体系364.3 模型构建及实证分析475 商业银行房地产信贷风险防范对策建议595.1 商业银行视角595.2 政府视角625.3 房地产企业视角646 总结及展望656.1 总结656.2 展望66参考文献1I江苏师范大学商学院2012级学生论文1 绪论 1.1 研究背景和意义 1.1.1 研究背景 商业银行作为我国主要的存贷款金融机构，信贷风险是商业银行所面临的主要风险，它是金融市场中最古老的风险形式之一。信贷风险伴随借贷关系的建立而产生，只要存在信贷业务，就存在信贷风险和风险管理，而商业银行又是以贷款业务为主，并且房地产贷款是商业银行主要的业务。我国房地产市场的蓬勃发展，为商业银行拓展房地产信贷业务提供了商机。 表 1.1 主要上市银行房贷在其各项贷款中的占比（%） 数据来源：相关上市银行年报 从表1.1来看，大多数上市银行房地产贷款在其各项贷款中的占比大多保持在20%以上，但房地产业是比较典型的资金密集型行业，其发展需要庞大的资金作为支撑。我国房地产开发资金主要来源于国内贷款、利用外资、房地产企业自筹资金和其他资金（定金及预收款），根据中国人民银行对我国房地产投资资金来源分析来看，房地产开发中直接或间接使用的银行贷款的比重在55%以上。尤其近几年，我国房地产业发展过快，国家相继出台了一系列调控措施来抑制房价和维护房地产市场的健康发展，随着宏观调控力度增强，房地产融资难度提高，市场不确定性加大，一旦房地产资金链断裂，就会导致商业银行不良贷款率聚增，使得原本隐藏其中的信贷风险全部显现出来。因此，作为信贷源的商业银行如何防范和化解由此而产生房地产信贷风险势在必行。 1.1.2 研究意义 为平抑房价和维护房地产市场的健康发展，国家出台的对房地产业调控的一系列政策已初见成效，房地产业资金链开始吃紧，各地居高不下的房价也开始出现松动的迹象，这也意味着中国银行业的房地产信贷资金面临的风险正在增加，如果不能及时监管和控制房地产信贷风险，将会影响到我国银行业的整体稳定性和金融安全。 鉴于此本文立足于我国商业银行房地产信贷现状，从信贷风险的来源对我国商业银行房地产信贷存在的问题进行了深入的分析，在目前我国商业银行信用风险评价指标体系以及存在缺陷的基础上，建立一套商业银行房地产信贷风险评价指标体系，构建商业银行房地产信贷风险度量模型，对房地产信贷风险进行预测，能有效地控制房地产信贷风险发生，降低风险损失，保证商业银行信贷资金的安全和金融系统的稳定运行。对商业银行房地产信贷风险的度量方法的研究不仅有利于商业银行更准确的度量自己的风险状况，便于及时调整自己的风险资本金比率，增加其经营的安全性；对商业银行房地产信贷风险进行深入剖析，从商业银行自身、政府、房地产企业三方面对如何防范和控制商业银行房地产信贷风险给出合理化建议，有利于银监部门和银行的管理层更确切的知道银行机构所面临的重点问题，有利于监管部门所实施的处置措施有的放矢，也有利于银行内部及时地、有针对性地调整所进行的业务策略，化解潜在的风险。 因此，对我国商业银行房地产信贷风险的研究，在当前复杂的经济金融形势下，具有重要的现实意义。 1.2 国内外研究文献综述 1.2.1 国外研究文献综述 在信贷风险的研究方面，国外银行较我国起步早，积累了许多丰富的经验。国外大批学者在对商业银行信贷风险的研究中取得了较大成果，特别是在房地产信贷风险的研究中，个人住房抵押贷款在国外银行贷款总额中占有很大的比值，已经积累了数十年的数据，国外学者主要对个人住房抵押贷款违约风险的进行研究。 （1）基于计量方法的风险评估模型研究 Altman1（1968）通过对 66 家公司（33 家破产公司和 33 家非破产公司）5年的财务数据，利用多元判别分析法，从初选的22个财务比率变量中最终选取5个财务变量对其进行判定，来预测公司破产的概率。建立了著名的5变量Z评分模型。在此基础上提出了加以改进的Zeta判别模型。 Martin2（1977）是首次利用Logistic 模型对银行经营状况和风险水平进行分析研究，选取58家经营状况出现困境银行作为研究样本，选取8个财务比率，构建 Logistic 回归模型，对公司的破产及违约概率进行预测，并与 Z-Score 模型和ZETA 模型预测效果比较，发现 Z-Score 模型和 ZETA 模型预测效果都劣与该模型，说明该模型具有较好的预测功能。 Ohlson3（1980）认为企业破产的概率和有关财务比率之间关系存在着一定的关系。选取1000多家企业的财务数据作为研究样本，通过构建Logistic回归模型进行实证分析，研究结果表明企业破产概率和财务比率对企业破产概率有影响，并且其显著影响的有公司规模、资本结构、公司业绩和变现能力这 4 个因素。 West4（1985）利用 Logistic 模型，通过实证研究表明该模型对企业违约破产有很好的预测效果。并在此基础上对商业银行的信贷风险进行分析。 （2）现代信贷风险度量模型研究 KMV 模型是著名的风险管理公司 KMV 公司于 1993 年创立的一个信贷风险计量模型。Credit Metrics模型由J.P摩根（JP. Morgan）等7家著名金融机构共同合作研究开发的对资产组合风险进行评估的分析工具。Credit Risk+模型由瑞士银行金融部于 1997 年提出，以保险精算技术为基本方法，对资产组合违约概率度量的风险管理模型。Altman 和 Suggitt5通过建立贷款等级违约率表，在 1997年开发出开发出死亡率模型(Mortality Model)。Credit Portfolio View 模型是麦肯锡公司1998 年提出的一种离散化的多时期经济计量模型，也称麦肯锡模型6。 （3）个人住房抵押贷款违约风险研究 JamesB.Kau 和 TaewonKim(1994)7对个人住房抵押贷款违约的研究中应用期权理论，其中把抵押贷款违约看作是一种卖出期权来研究借款人是否违约的可能性。通过运用这种理论进行研究表明借款人的个人住房价值如果小于抵押贷款价值时，借款人就会选择违约即不会偿还贷款，并在本次研究中假设了借款人就是理性的经济人。 GeorgeW.Gau(1978)在对个人住房抵押贷款违约风险的研究时，选取了能全面反映贷款人、房地产和融资等三个方面特征的64个指标对其进行综合研究分析，并依据这64个变量构建其分类模型并对其评估违约风险的高低。 Gau（2002）8根据以前的研究基础，采用与之前研究不同的方法，构建了一套个人住房抵押贷款违约风险的评价指标体系。通过对两家保险公司提供的数据资料，初步选取64个指标变量，利用主成分分析方法提出了17个主成分构建分类模型，用以判断个人住房抵押贷款违约风险的高低。通过实证研究结果表明商业银行对借款人过去的信用评价和借款人所从事的工作性质决定了借款人是否违约。 Lias（2000）9认为借款人和贷款人之间存在着信息不对称的情况，借款人的风险类型是高风险还是低风险只有自己清楚，对于贷款人来说不知道，这属于私人信息，基于信号博弈模型理论分析我们知道他们之间存在一种分离均衡，有高风险的借款人在以住房抵押贷款时会选择浮动利率，相反，对于低风险的借款人来讲，在以住房抵押贷款时，会选择固定利率，针对这一种情况，贷款人应该把借款人在住房抵押贷款时对利率的不同选择视为判别风险大小的一种违约信号。 JamesB.Kau，DonaldC.Keenan 和 TaewonKim(2001)认为能够很好的对个人住房抵押贷款违约发生作出解释的是贷款价值的比值，而不是借款人的特征。 （4）房地产信贷风险的实证研究 在房地产信贷风险实证研究方面，国外学者主要是从房地产价格、房地产贷款抵押品价值和银行贷款的相关性方面入手。 Davis 和 Haibin Zhu(2004)通过房地产价格与商业银行信贷规模关系的研究发现，商业银行房地产信贷规模的扩张之间是有影响的，基于此收集总结并分析了17 个国家两个变量之间的关系，通过分析确定了影响关系是房地产价格的波动单方面对商业银行房地产信贷规模的扩张产生影响，而商业银行房地产信贷规模对房价没有显著的影响。 Gerlach 和 Peng(2005)根据香港 1982 年到 2001 年（共 80 个季度）的季度数据，从长期和短期的角度分别对GDP、房地产价格与银行贷款余额等数据进行了深入的分析，并根据香港所提供的数据得出以下结论：从长期房地产价格变动情况与房地产信贷扩张有互相影响的关系；而房地产信贷扩张受短期的房地产价格变动的影响却微乎其微，但短期的房地产价格会对房地产信贷扩张产生较大的影响。 Chen 和 Wang(2007)认为房地产公司抵押资产的价值与房地产信贷之间存在某种联系，并通过实证分析证明了该观点。运用相关基础数据进行实证分析发现：影响房地产信贷总量的重要原因之一是房地产企业自身抵押品的价值总量，其中杠杆作用对抵押物影响的程度决定着房地产公司抵押资产的市场价值大小。 1.2.2 国内研究文献综述 目前，我国房地产信贷相对于国外起步较晚，房地产企业和个人的信贷数据还不完善，国内学者对房地产信贷风险的研究很有限。 （1）商业银行房地产信贷风险的研究 薛峰10（1995）是最早系统地对我国商业银行信贷风险进行研究，考虑到宏观的产权和体制两个定性因素对信贷风险进行分析。蒋伟、张朋能11（2010）通过研究得出以下结论：房地产企业要想长久、有序的发展，其资金来源就不能过于依赖于商业银行的贷款。因为商业银行贷款政策的变动将直接影响到该房地产企业的使用资金量，再加上房地产企业自身的经营不善，和国家出台的房地产紧缩调控政策，必会减少企业的可用资金量，而且加重了企业融资困难，这样导致商业银行承担了大部分的房地产企业信贷风险，为了避免这种情况，商业银行应制定积极有效的信贷政策、调整信贷方向，相应的房地产企业也应该实行多元化的房地产融资渠道，降低自身融资风险，减少银行坏账准备。 徐刚、敖晓东12（2011）认为影响房地产开发贷款的风险因素不仅有市场风险还有融资担保的设定和操作风险，因此，商业银行应该设定合理的担保条件、制定有效的担保实施政策以保障能有效控制商业银行房地产开发贷款风险。 涂杰平，吕双利13（2011）在针对近期国务院针对房地产行业快速发展引发的一系列问题而出台调控政策，可能给我国商业银行带来的主要风险，并提出银行的应对策略。 杨小丽14（2012）对我国商业银行面临的房地产贷款的周期性风险进行了研究，提出了运用短周期波动分析和中长期周期波动分析，健全和完善风险预警体系；顺应房地产市场周期性变化，适当调整房地产贷款的比重和发放条件；改进和完善现行的银行房地产贷款评估系统；加快我国住房抵押贷款证券化进程，转移房地产贷款风险等措施建议。吴爱民15（2013）认为国家出台的有关房地产信贷调控政策，不仅对我国房地产市场产生影响，而且会给商业银行带来风险。在此条件下，一旦房地产资金链断裂，将严重影响商业银行信贷资金的流动性、盈利性和安全性等引起的经营风险。在此基础上进行分析有利于商业银行及时调整经营管理策略，实现可持续发展。 （2）商业银行房地产信贷风险度量研究 我国商业银行房地产信贷风险度量研究落后于西方国家，但近几年国内用数学模型对信贷风险进行的研究也比较多见。国内学者对商业银行房地产信贷风险研究的模型包括 Logistic 模型、多元判别法、人工神经网络模型、KMV 模型、CPV 模型等。 乔卓、薛锋16（2002）等对我国上市公司的财务困境进行研究，通过大量的实证数据，构建 Logit 模型，研究结果表明该模型对财务困境预测具有较好的预测效果。 肖冰、李春红17（2010）根据 97 家上市房地产公司 2003 年2008 年共 24个季度的财务数据和我国相应的宏观经济数据这两个方面的情况，利用 Logistic信贷风险度量模型分析得出房价、GDP 增长率、汇率和中长期贷款利率、销售利润率、总资产增长率和每股收益都是决定房地产企业信贷违约风险的重要影响因素。因此可以认为宏观经济状况和企业自身财务情况共同决定着房地产企业信贷违约风险。最后通过上市 ST 公司和非 ST 公司对比验证得出预测准确率达到91.3%，对预测房地产企业的违约风险有较强的实践指导意义。 张勇18（2011）借鉴国际上先进的 CPV 信贷风险度量模型，基于此，结合我国宏观经济因素，进行多变量回归分析，通过大量的基础数据验证，并采用定性和定量相结合的方法，其中定量指标对我国房地产信贷风险进行预警，定性方面主要是通过房地产信贷形成原因的逻辑分析来体现的。综合以上两方面分析认为从房地产信贷风险预警、风险转移和风险内部控制三个方面来对房地产信贷风险进行管理可以产生较好的效果。 刘锦锦19（2011）把相关的宏观经济变量引入 VAR 计量模型,运用脉冲相应函数和方差分解等相关计量手段分析宏观经济变量对房地产信贷风险的影响。宏观经济景气指数和房地产行业景气指数和违约率存在负相关关系,影响幅度较大;国房景气指数和居民消费价格指数和违约率存在正相关关系,影响幅度较小。 王经政，秦小丽20（2012）运用向量回归(VAR)模型检验分析商品房供需变化对银行信贷的具体影响，结果表明我国银行信贷规模在未来一段时间将继续保持增长，由投机性需求引起的房地产供需比下降会导致银行信贷规模的扩张，这将加大我国银行业整体信贷风险。应健全我国保障性住房供给制度，遏制房地产市场投机性需求，使银行信贷保持适度规模，从而降低银行系统风险。 贾云赟（2012）21 基于最新的统计数据，最终确定对商业银行信贷资产影响较大的11个变量指标，构建Logistic模型，研究结果表明一旦这些变量指标发生变动，商业银行信贷资产所面临的由房地产开发商所带来的风险的大小。 牟玲玲等22（2013）研究了银行信贷和房地产市场之间的协调关系，利用Granger 因果关系检验模型，对银行信贷与房地产市场发展状况进行实证研究。综合国内外的研究现状我们不难发现，国外学者在对银行信贷风险理论的研究中,引入数理统计、系统工程, 甚至是物理学等科学的研究方法构建模型, 通过模型预测结果对银行面临的各种风险进行识别、计量、调节、监测的一系列方法和程序。在房地产信贷风险研究中，有关房地产违约风险管理方面，国外银行已经积累了丰富的经验，应用各种模型分析宏微观指标特征与房地产信贷违约风险之间的关系，为银行在对房地产信贷风险评价模型构建时提供了科学合理的依据。总之，借鉴国外成熟的理论和风险评估模型，在分析我国商业银行房地产信贷风险问题所带来的启发是无可估量的。在分析研究我国商业银行房地产信贷风险问题时，我们可以借鉴国外成熟的理论和风险评价模型，利用量化模型度量和评估信贷风险，使得房地产信贷风险具有可测性，从而避免了主观判断上的盲目性、随意性，能够从整体的角度把握房地产信贷风险发生的概率。 1.3 研究内容 本论文共分六章来对商业银行房地产信贷风险进行研究，内容如下： 第一章绪论。主要介绍商业银行房地产信贷风险的研究背景和意义，对国内外研究文献进行分析总结，以及介绍了本文的研究内容、研究方法和技术路线。 第二章商业银行房地产信贷风险理论概述。首先对风险及商业银行房地产信贷的含义以及特点进行概述，对商业银行房地产信贷风险的形成和传导过程进行了详细的阐述，并介绍商业银行房地产信贷风险度量的各种方法，对其进行比较分析，结合我国国情选择出Logistic 模型对商业银行房地产信贷风险进行评价。 第三章商业银行房地产信贷现状及问题。先对商业银行房地产信贷的现状进行深入分析，从信贷风险的来源来看，指出商业银行房地产信贷方面存在的主要问题。 第四章基于 Logistic 模型商业银行房地产信贷风险分析。在目前我国商业银行信用风险评价指标体系的基础上，建立一套商业银行房地产信贷风险评价指标体系，从沪深两地共选取 25 家房地产上市公司作为研究样本，构建商业银行针对房地产企业的Logistic信贷风险度量模型。模型建立之后，选择30家房地产样本公司对构建的 Logistic 信贷风险评价模型进行验证，输出结果表明该模型具有较好的判别能力，有助于商业银行根据房地产企业违约发生的概率做出正确的判断、评估和应对决策，能有效地控制房地产信贷风险发生，降低风险损失，保证信贷资金的安全和金融系统的稳定运行。 第五章商业银行房地产信贷风险防范对策建议。结合以上分析，本文从商业银行自身、政府、房地产企业三个不同的视角对如何防范和控制商业银行房地产信贷风险给出合理化建议。 第六章总结及展望。对本文所作出的研究进行总结，并对将来的研究方向做进一步的展望。 1.4 研究方法 （1）文献分析法 目前有关商业银行房地产信贷风险的文章比较多，本文通过阅读大量的相关文献，结合它们的优点，提出自己的研究方法，尽量使本文的研究更加深入和丰富。 （2）实证分析法 在本文第四章中，基于logistic 模型的基本思想构建了商业银行房地产信贷风险度量模型，通过从巨潮资讯网、国家统计局、证监会官方网站等网站搜集到的相关数据，建立logistic 模型对商业银行房地产信贷风险进行评价，这样使得研究更加具有实际意义。 （3）定性分析、定量分析相结合 在对国内外相关研究进行分析综合的基础上，第二、三章对商业银行房地产信贷风险的传导过程进行了详细的阐述，介绍了商业银行房地产信贷风险度量的各种方法，并对其比较分析，选择适合我国国情的Logistic 模型对商业银行房地产信贷风险进行评价。针对于我国商业银行房地产信贷现状，从信贷风险的来源对我国商业银行房地产信贷存在的问题进行了深入分析。然后在第四章中基于logistic 模型对商业银行房地产信贷风险进行了定量分析，这使得研究结论更加具有可靠性。 1.5 技术路线 本篇论文立足于我国商业银行房地产信贷的现状，对商业银行房地产信贷存在问题进行深入的分析，在目前商业银行信用风险评价指标体系以及存在缺陷的基础上，建立一套商业银行房地产信贷风险评价指标体系，选取一定数量的非ST和 ST 两类上市房地产公司作为研究样本，对指标变量进行分析比较，从而筛选出解释能力较强的指标，构建商业银行房地产信贷风险评价的 Logistic 模型，并验证了该模型的有效性，最后针对现实商业银行房地产信贷中存在的问题提出合理化的对策建议。论文研究的基本框架，如图1.1所示。 图 1.1 论文结构框架图 2 商业银行房地产信贷风险理论概述 2.1 商业银行房地产信贷风险含义 风险通俗的说就是一种不确定性。1895 年海斯第一次提出，“风险是损失的可能性”；1921 年，奈特认为：“风险是由于不确定性因素而造成的损失”；1996年，段开龄认为：“风险为预期损失的不利偏差”；1998 年，格里茨认为：“风险是结果的任何变化”。在经济发展的过程中，许多学者关于风险提出了多种不同表述的定义，但其不同的表述都具有一定的相同点，都认为：“风险的不确定性是风险的一种态势，即发生危机或损坏性后果的可能性，这种可能性会带来危机或者破坏性的后果”；简单的说，风险是指实际结果和预期结果偏差或者偏离的程度；风险因素可能对行为主体带来一定程度的影响。避免风险不仅仅意味着回避坏的后果，也包含利用好的结果。金融信贷风险是由于风险的不确定性而造成的资产、负债和收益的波动，从而导致金融机构的实际收益和预期收益产生偏离，致使其蒙受损失23。 根据以上关于风险的表述，商业银行信贷风险是指由风险的实质特征而引起信贷资产或收益的不确定性或波动性，主要表现为银行的信贷资金不能够按时收回而导致信贷资金出现逾期、呆滞或者呆账的可能性。 商业银行房地产信贷风险则是指商业银行在向房地产开发、经营、流通和销售等领域发放贷款的业务中，由于受到外部与内部多因素的影响，导致房地产信贷资产遭受损失，甚至使得银行整体价值下降的可能性。 房地产业的发展与商业银行的信贷资金紧密相连，商业银行不仅要面临房地产行业带来的风险，更主要是面临由于房地产开发项目周期长而导致银行自身期限风险和“短贷长用”而引起流动性风险等各种潜在的房地产信贷风险。 2.2 商业银行房地产信贷风险特点 房地产信贷风险的主体是商业银行房地产信贷资金，客体是己经建立信贷关系的房地产开发企业、个人住房按揭贷款客户等，除了具有一般信贷风险的特征外，还具有其行业性信贷风险特征。 信贷风险的一般特点主要包括一下几点： （1）客观性。只要存在借贷款的行为，信贷风险就不会随着人们思想意志的变化而变化，具体来说就是，无风险的信贷活动在信贷机构现实的信贷活动中根本不可能存在。 （2）不确定性。信贷风险随着经济活动客观的不断变化会呈现不确定性变化。 （3）可控性。风险是可以控制的，商业银行按照一定的制度和方法能够在事前对风险进行识别和评估，在事中进行防范，在事后进行化解，使得风险降到最低。在具体的实践活动中，商业银行针对各种风险构建的风险管理机制，有效地控制了信贷风险。 （4）潜在性。商业银行信贷的潜在风险从一种可能存在转化为现实需要一定的外部条件，不容易被察觉，因此具有较强的隐蔽性。 房地产信贷风险具有行业性的特点，具体包括以下几点： （1）周期性。随着宏观经济和房地产业的周期性波动，房地产信贷风险也呈现出周期性波动。 （2）政策性。国家和地方政府出台的各种经济干预政策也会对房地产信贷风险产生影响。 （3）扩散性。房地产业作为国民经济的支柱性产业，在国计民生中发挥着举足轻重的作用，其影响会涉及到社会的各个方面，一旦房地产信贷出现大规模的违约，必将影响到整个金融体系稳定，会快速传递到其他经济主体，严重的甚至会引发持续经济衰退，如美国的次贷危机，不仅损害了本国经济，还殃及世界许多国家24。 （4）传染性。当国家房地产政策或商业银行房地产贷款利率发生大幅调整或剧烈波动时，房地产开发企业和个人信贷客户就可能出现大面积违约，此时房地产信贷风险可能不仅局限于房地产信贷业务本身，还会迅速波及到以房地产为抵押物的其他信贷业务，以及负债业务、中间业务等，形成流动性风险25。 2.3 商业银行房地产信贷风险形成及传导过程 在房地产开发建设中，商业银行房地产信贷资金发挥着积极的作用，并参与了房地产开发建设的各个环节（如图2.1所示），主要可以分为以下三个阶段。 第一阶段是土地一级开发阶段。就房地产开发而言，这个阶段最主要的任务是把“生地”变成“熟地”，涉及到的主体主要包括土地储备中心、土地出让单位、项目公司及土地出资（合作）者，这三类单位都有银行贷款介入。在这个阶段，商业银行主要向这三类单位发放土地储备贷款。 第二阶段是房地产开发阶段。商业银行直接向房地产开发企业和建筑安装企业发放开发贷款和流动资金贷款，以及间接输入房地产开发企业的预收房款以及关联企业比如建筑安装企业对房地产开发企业的代垫款中包含的信贷资金部分。在这个阶段，