银行房地产业务授信风险的影响因素与应对策略探讨

2022-12-28邹炎炎

企业改革与管理 2022年4期

邹炎炎

（仙桃职业学院，湖北仙桃 433000）

在全球新冠疫情的影响下，新兴经济体面临的金融脆弱性风险加剧。在这种环境背景下，我国加强了对房地产的宏观调控力度，银行等金融机构对于房地产的贷款偏好呈现下降趋势，出现了一系列的收缩行为，房地产开发贷款的增速有所下滑。基于此，强化银行房地产融资业务授信风险管理，是当前国家宏观调控房地产的重要环节，应该通过分析房地产周期性波动、资产价格波动、信息不对称等因素，制定适宜的风险控制策略。

一、银行授信风险概述

授信风险是商业银行经营过程必然面临的主要风险种类，有的学者认为，授信风险也可以称之为信贷风险[1]。实际上，要准确理解授信风险的概念，首先必须正确地认识风险的内涵。风险指的是遭受损失、伤害、不利或毁灭的可能性，其是一种概率事件，既可能发生，也可能不发生。基于此，授信风险指的是商业银行在办理贷款、担保、贴现、信用证、押汇等授信业务过程中出现本金损失、利息损失的可能性。授信风险产生的原因在于，接受授信的主体在生产或经营活动过程中，面临着一定的不确定性，这种不确定性容易产生履约风险，进而给银行的授信业务带来影响。具体来看，商业银行授信风险具有以下特征。

1.授信风险具有客观性

授信风险客观性指的是授信风险作为一种客观存在，其风险的产生不以人的意志为转移，只要商业银行开展信贷业务，该风险就可能产生。授信风险的客观性要求商业银行正视授信风险的存在，采取积极的措施防范授信风险。

2.授信风险具有不稳定性

授信对象的来源较为复杂，既有组织机构，也有个人，而且不同授信对象，其经济条件、经营状况、信用状况都有明显的差异，这使商业银行实际上很难使用同一类标准对授信风险对象进行控制，导致授信风险呈现出不稳定性的特征。

3.授信风险具有可控性

通过构建科学的风险管理机制，银行可以强化对授信风险的控制力度，例如，银行可以通过对房地产业务授信风险进行识别、评估以及控制，削弱风险的不稳定性，从而实现对授信风险的人为控制。

4.授信风险具有隐蔽性

授信风险的产生并非一蹴而就，而是多方面因素共同作用的结果，这就意味着授信风险的不确定损失，可能被表象所掩盖，只有风险因子积累足够多，或者在特定的时间与场景下，风险才会最终出现，并引起关联的链式反应。

二、银行房地产业务授信风险的影响因素

基于上述分析可知，授信风险具有多方面的特征。对房地产业务而言，经济周期波动容易引发房地产价格波动，并进一步影响房地产业务授信对象的履约能力。与此同时，在信息不对称的背景下，授信对象可能隐瞒真实的资产状况和履约能力，这些都会引发授信风险。具体来看，银行房地产业务授信风险的影响因素主要包括以下几个方面。

1.经济周期性波动的影响

经济周期中出现的上升和下降的波动过程如实地反映了宏观经济的动态变化过程。因此，从经济周期必然出现的有规律的上升或下降的过程来看，房地产经济周期也必然会出现峰顶和谷底的交替更迭，呈现出有规律可循的经济发展周期[3]。房地产经济周期可以划分为扩张和收缩两个阶段，在扩张和收缩的过程中又可以分为“复苏、繁荣、衰退、萧条”四个环节。衰退这个环节是经济发展周期中的收缩阶段，当衰退持续到一定的时间到达谷底就是经济周期下降的终结点，也就是房地产经济的最低点。最低点之后就进入上升阶段，从最低点向最高点上升的过程就是扩张阶段，峰顶是上升阶段的终点，达到峰顶后又会下降，一个峰顶和下一个峰顶之间就是一个完整的经济周期。对房地产信贷业务而言，衰退期对信贷风险有着一连串的反应，当房产价格下跌时会导致房地产企业的收入缩减，资金回笼速度变慢，企业的收入降低作用于个人就体现为薪酬降低，居民收入减少后偿还房贷的能力就会下降，且房产价格下降会导致投资房产者的资产总值缩水。因此，房产经济的下跌会引发各方主体情绪从看涨到看衰的变化，而这个大趋势一旦开始就无法快速逆转，会持续较长的时间，一旦投资者对房地产价格呈现出悲观状态时，就会出现一定的违约状况，从而增加违约风险。

2.资产价格内在波动性的影响

一般情况下，每个房地产经济周期环节中都会出现房产价格的波动。通俗地讲，当房地产经济经过几轮发展，房产的价格可能已经远远超过了其本身的价格，在一定时期内出现房地产经济繁荣昌盛的假象，这种假象的背后就是房地产经济泡沫[2]。房地产经济泡沫是缺乏现实资本的支撑造成的，其状态十分不稳定，很容易破灭，当房地产经济泡沫破裂时就会发生房产价格的大幅下跌。房产价格大幅下跌后会导致其抵押价值下跌，进而引发房地产企业的资产价值迅速缩减，造成资不抵债，从而引发房地产信贷难以偿还。与此同时，一方面，由于房产价格的下跌会引起房产滞销，企业投入的资金难以收回，产生一系列的连锁反应。由于金融危机的发生，导致工人失业、收入减少、经济停滞不前，原本有能力按时还贷的家庭无力偿还贷款，使得银行的呆账坏账增多；另一方面，由于购买住房的居民数量减少，银行房地产业务量将会大幅下降，会直接增加银行的业务损失。

3.信息不对称的影响

根据信息经济学理论，在市场经济活动中，信息不对称是普遍存在的，市场交易中的各个主体所掌握的信息不可能完全对等或相同。信息不对称也是银行信贷风险产生的一个关键因素。当前，我国的征信系统还不完善，在审批贷款时，银行和申请贷款的客户都必须掌握对方足够数量的真实的信用信息和风险信息。然而，事实情况是，客户对自身风险级别和资产状况及经营状况了如指掌，而银行由于难以掌握贷款者全面、真实、有效的信息，这就给银行信贷风险的产生埋下了隐患。

为了减少由于信息不对称造成的经济收益的损失，银行可以运用信贷业务定价的方法对不同级别的信贷客户制定不同的贷款利率。因此，银行为了弥补信用级别较低的客户可能造成的经济损失，只能根据每个申请贷款的项目的平均风险程度计算出一个偏高的贷款利率，希望能通过这种方法补偿高风险融资主体可能带来的风险[4]。然而，实际情况是，信用级别较高的低风险贷款主体会因为银行的贷款利率超出预期而不在银行进行融资；真正进行融资的主体是那些风险偏高的贷款人，违约风险自然会随之上升，银行的经济收益反而变低，本金收回的风险变高，甚至会出现呆账和坏账。如果用来抵押的抵押物的价值受到市场的影响变低，一旦资金无法收回，抵押物就无法弥补资金损失，银行的经济损失会更大。

三、银行房地产业务授信风险的应对策略

当前，房地产行业面临的市场环境越发复杂，一些房地产公司相继出现项目停工、资金链断裂等现象，这表明当前房地产业务的风险不可低估。基于此，作为银行金融机构，对于房地产业务的授信更应慎重，并积极采取有针对性的策略防范风险。

1.注重信贷信息的真实性

房地产行业具有关联性较强的特点，信息不对称会导致银行难以掌握贷款企业的真实财务状况，为此，银行必须提高所收集的信息的准确性，以规避风险的发生。（1）银行应调整现有尽职调查工作要求，负责收集房地产企业客户的信息的工作人员要进入房地产企业内部做深入调查，把握信息的源头，考查客户的公司营运状况、财务状况、销售状况、管理水平和经营能力，并在考核体系层面上加大对于被考核营销人员风险管理工作评价的力度；（2）房地产企业信贷业务在一定程度上有着过度放贷的风险，为了获得最可靠的信息，银行应当加强同其他银行的合作和信息共享，借助信息共享获得客户最准确的信息[5]；（3）我国目前现有的银行信贷等级系统中有记录房地产企业的信用等级、担保信息，银行应当充分利用已有的资源，将采集到的信息和系统中的信息进行比较，以保证所采集信息的准确性；（4）与拥有良好信誉的会计师事务所建立长期、稳定的咨询合作关系，参考独立机构的客观专业观点，提升银行对于财务信息真实性的评价能力；（5）银行营销人员要对房地产行业融资主体的企业资产、个人资产以及信用情况进行全面调查，特别是法人代表的个人素质直接影响企业的发展前景，当法人代表的自身出现问题时，在对企业的信用等级评估时应持保守态度。

2.改进授信标准评价方法

为了评估房地产企业的短期偿债能力，银行使用流动比率指标衡量企业在较短时间内的偿债能力。流动比率越大说明房地产企业的短期偿债能力越高，一些银行将流动比率的最高值设为2。但是，由于房地产企业的特殊性，房地产的存货多以房产、商铺、工厂为主，存货价值被估计得低于市场价值，以此计算出来的流动比率偏低；再加上房地产企业的预收款不需要企业当期用现金来偿付，所以，在计算流动负债时应当把预收账款排除在外。由于房地产企业存货的价值被估计得偏低，评分标准应当相应地降低，这样才能更准确地评价房地产企业的真实短期偿债能力[6]。将预收账款从分母中扣除使得计算出的流动比率变大，这样得出的流动比率更接近房地产企业的真实流动比率值。通过上述两个方面的调整使银行对房地产企业短期偿债能力的评估更准确。

3.完善信息跟踪反馈机制

信息不对称是市场经济中不可避免的问题，银行要想应对市场经济中的“信息鸿沟”，必须不断完善信息的跟踪与反馈机制，这样才能做好风险的预测与评估工作。（1）银行可以依托互联网与大数据平台，完善信息跟踪机制。银行在开展房地产业务的过程中，可以发挥互联网与大数据平台的作用，对房地产公司的经营状况展开及时的跟踪，以提升银行的信息收集能力；（2）积极构建客户信用信息数据库。银行可以对跨区域的房地产公司经营数据进行筛选，采取线下人员跟踪、线上信息筛选相结合的方式，构建信用信息数据库，探索“线上+线下”相结合的信息共享与反馈机制，逐步减少与房地产公司之间信息不对称的问题；（3）构建银行间的信息共享机制。在解决信息不对称问题时，不同规模、不同类别的银行最终所采取的方案可能有所差异，因此，其对于信息采集与管理的重点会呈现出一定的不同。通过加强不同银行之间的信息共享，可以减少银行对于房地产公司信息的收集与认识偏差，有助于银行全面地了解授信对象的真实经营状况，给授信风险预测提供更全面的数据支持。