住房公积金贷款项目准入的房地产开发企业信用风险评估
开篇：润墨网以专业的文秘视角，为您筛选了一篇住房公积金贷款项目准入的房地产开发企业信用风险评估范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
摘要：住房公积金贷款属于政策性住房贷款，对于资金的安全性要求比较高，为控制贷款风险，我们需要加强对房地产开发企业的信用风险评估工作，从作为源头的贷款房源准入环节入手控制贷款风险。从信用风险的概念、特点出发，借鉴国内外的信用风险管理的基本理论，针对房地产企业的特殊性，选取适合房地产企业的评价指标及评价方法，运用上市公司披露的财务信息和部分企业信息建立Logistic模型，并引入案例证实模型的可解释性。
关键词：住房公积金 贷款 信用风险评估
中图分类号：F830.5文献标志码：A文章编号：1673-291X（2011）25-0072-05
常州市住房公积金管理中心房源管理采取的是贷款项目在办妥贷款抵押之前由开发企业提供期间担保的模式。这种模式存在着开发企业无力建成项目导致贷款抵押无法落实的潜在风险。我们如果将开发企业的期间担保责任看做是房地产企业对住房公积金管理中心的或有负债，那么从住房公积金贷款的政策性住房贷款性质出发，基于降低贷款风险的考虑，很有必要加强对房地产开发企业的信用风险评估，把好房源准入关，切实控制贷款风险。
一、信用风险与信用风险管理
1.信用风险的含义与特点。现在普遍接受的信用风险定义是：信用风险包括由于借款人的信用评级的变动和履约能力的变化导致其债务的市场价值变动而引起的损失的可能性。因此，信用风险的大小主要取决于交易对手的财务状况和风险状况。信用风险是非系统性风险。虽然市场风险、政治风险等系统风险能通过信用风险体现出来，但是房地产企业的还款能力主要取决于与企业相关的非系统性因素，如财政能力、盈利能力、发展能力、偿债能力、创新能力及相关房地产产品销售情况等非系统性因素。
2.信用风险管理。信用风险管理的基本含义是对于消费者个人的信用和企业的资信状况进行管理，管理的内容主要包括征信和信用评级。在市场经济成熟发达的征信国家，信用管理的侧重点在于对消费者个人进行信用管理，而在广大发展中国家，信用管理更侧重进行企业信用管理。
二、住房公积金贷款项目准入的开发企业信用管理
房地产项目开发是一个需要大量资金、较高技术水平的高风险的经营运作。项目开发需要一个有较长周期，项目的一次性、不可重复性特点和过程中太多的不确定因素，构成了房地产项目开发过程具有较大的风险。因此，住房公积金贷款房源准入中需要对开发企业直接和潜在的信用风险进行全面的分析与管理，对未来可能出现的信用风险进行有效的识别与规避。
1.选择开发企业信用风险评估模型。目前常州市住房公积金贷款房源项目准入中的开发企业资信评估虽然也采用了定量分析的形式，但是实际上还是主要停留在传统的定性分析上，以对借款人报表中反映出的各种财务比率等情况的定性分析为主，主观随意性较大，存在一定的缺陷。我们考虑结合现代信用风险模型，选取成熟的评价体系，借鉴商业银行的风险管理经验，建立适应住房公积金贷款房源管理的开发企业信用风险评估模型。在分析比较了传统的判别分析统计方法、Logistic回归、基于现代计算技术与人工智能的专家系统、神经网络方法、Credit Metrics模型、KMV模型等之后我们考虑选择Logistic回归非线性模型。主要是考虑两个因素：第一，Logistic回归非线性模型能很好地解决非线性的问题，有较高的准确度，是学术界视为主流的方法，相对比较成熟；第二，Logistic模型对于变量的分布没有具体要求，适用范围更广，直观明了。2.构建开发企业信用风险评估指标体系。根据“全面、真实、科学、公正、实用”的五项原则，借鉴商业银行信用评级指标体系，建立新的住房公积金贷款房源管理的房地产客户信用评级指标体系，具体（见表1）：
表1
（二）Logistic回归模型对房地产企业进行信用评价
1.数据的选取及处理。选取上市的33家房地产公司截至2010年12月31日的财务及其他数据指标，其中上市的公司中有5家ST股票，1家*ST股票。
因为不同指标量纲、经济意义、表现形式的不同，不具有可比性，无法相互直接比较，所以，首先对各个评价指标进行无量纲化处理：一是对定量指标的处理。定量指标的处理又分两种，第一种是对于有公认标准的，将企业相应指标与公认标准的比值作为无量纲化值；第二种是无公认标准的，将企业相应指标以行业平均值作为基值，各企业具体指标与相应的行业基值的比值数作为无量纲化值；二是对于定性指标的处理。首先确定一个适度值xi，即该数值为这个适度指标的“最佳点”，然后将指标进行正向化处理，处理后的数据按正向指标进行处理。
具体来说：
流动比率：2为标准值；速动比率：1为标准值。分别取企业相应值与标准值的比值作为无量纲化值。
总资产报酬率、销售净利润率、存货周转率、资产负债率、注册资本以行业平均值作为基值，分别取企业相应值与基值的比值作为无量纲化值。
公司行业地位和开发资质等级赋值。上市公司非ST类，注册资本低于10亿元的赋值0.5分，注册资本高于10亿元的赋值0.6分，行业领军企业赋值0.8分。上市公司ST类赋值0.2分，上市公司*ST类赋值0.1分。一级开发资质赋值0.8分，二级开发资质赋值0.5分，三级开发资质赋值0.2分。
2.Logistic模型的基本原理。Losistic回归在统计学方法中的被认为是预测精度为理想的模型，而且对数据与假设条件要求很少，能处理定性指标，同时，Logistic回归的稳健性比较好，能适用于不同的检验样本，此外，Logistic回归可以对违约概率与特征变量之间的关系进行定量分析，能分辨出哪些变量与企业的信用程度有密切的关系。
本文将是否获得房地产开发企业住房公积金贷款准入y与指标变量x，之间通过p，（给定x，条件下y=1的概率）发生关系。该模型可表示为f（x）=ln[pi/（1-pi）]，建立回归模型方程为：
ln[pi/（1-pi）]＝β0+β1x1+β2x2+…+βnxn
给定一组房地产开发企业样本{（xi，yi）}ni=1，其中xi是房地产开发企业的指标变量，yi∈[0，1]是一个二分类的属性变量，（yi=0表示第i个企业不能获得住房公积金贷款准入资格，yi=1表示第i个企业获得住房公积金贷款准入资格），使用Logistic回归模型可以用来判断一个企业是否可以获得住房公积金贷款准入资格，公式如下：
p（y=1|x）=■
其中，x为m维向量，β为维待求的系数。由于其非线性模型，无法用最小二乘法求解，因此可以通过极大似然估计法进行求解：
设从总体中随机抽取n个案例作为样本，分别表示为y1，y2……yn，设pi=p（yi=1|x），在给定的xi条件下，yi=1的概率。同理可得，yi=0的概率可表示为：p（yi）=pyii（1-pi）1-yi
其中，yi=1或yi=0 （i=1，2…n）。因为各项观测相互独立，其充分必要条件就是其联合概率分布，设L（θ）为等于各边界分布的乘积：
L（θ）=■pyii（1-pi）1-yi
L（θ）为n个观测值的似然函数。对于确定的标本值yi （i=1，
2…n）来说，它是β0和βi （i=1，2…n）的函数，即Pi=■。我们的目的是求出得参数的估计量，且应使L（θ）最大，因为使L（θ）最大化非常困难，所以我们选择使ln[L（θ）]最大，因为ln[L（θ）]和L（θ）是单调函数，当ln[L（θ）]取最大值时，L（θ）也同时取到最大值，根据Logistic函数，可以得到如下公式：
Pi=P（yi=1|xi）■
ln[L（θ）]=ln[■pyii（1-pi）1-yi]
=■[yiln（pi）+（1-yi）ln（1-pi）]
=■[yiln（■）+ln（1-pi）]
代入公式可以得到：
■[yi（β0+■βixi）+ln（1-■）
=■[yi（β0+■βixi）-ln（1+eβ0+β1x1+βmxim）]（1）
公式（1）称为似然对数函数。为了求得系数，且使L（θ）最大，分别对βi（i=0，1…m）求偏导数，并令其为零，得到如下公式：
■=■（yi-■）=0（2）
■=■（yi-■）xij=0 （j=1，2...m）（3）公式（2）与（3）得出的βi为极大似然估计，而相应的条件概率估计值为pi，这个值是指在给定的xi的条件下yi=1的概率估计值，其代表了Logistic回归模型的拟合值或预测值。
3.Logistic模型的应用。采用软件SPSS16.0forwindows对数据进行处理，经过对变量筛选方法的逐个实验，使用多元逐步回归分析（stePwise）得到的筛选效果较为满意，因此选择该方法对Logistic回归模型进行变量筛选。
从模型整体检验表中可以看出，R为判定系数，它是回归方程拟合优度的一个度量，在多元回归模型中，判定系数R方为解释平方和ESS与总平方和TSS的比值，即：
R2=■=1-■
Adjusted R Square 为调整判定系数R2=1-■，式中，k为包括截距项在内的模型中的参数个数。所谓调整，就是指R2的计算式中的■e2i和■（Yi-■）2都用它们的自由度（n-k）和（n-1）去除。Std.Error of the Estimate为估计值的标准差，估计值的标准差越小，估计值代表的线性就越大，相关点的离散程度就越大。判定系数与调整判定系数越高说明模型的拟合程度越好。从表2可以看出，经过四步拟合样本的判定系数为0.807，调整后的判定系数也为0.780，说明该模型有较好的整体拟合性，已经达到了模型建立的要求。通过上面的计算和SPSS分析我们可以得到检验样本的回归模型方程的表达式为：
ln（■）=0.279+0.017X2+0.102X4-0.045X6+0.804X7
从最终回归模型的回归系数可以看出，销售净利润率、流动比率、资产负债率、公司行业地位这四项指标在一定程度上反映出企业的还款能力及信用程度，会对房地产企业是否可以获得住房公积金贷款准入资格有较大影响。
（三）案例分析
常州市某家房地产企业具有暂二级房地产开发资质，注册资本金5 000万元。其开发一楼盘项目，向住房公积金管理中心提交了贷款房源准入审批材料。根据实地查看和资料分析，对该企业我们做出如下信用评估：
1.数据提取。根据该企业提供的财务报表，其销售净利润率为0；流动比率为1.26，经无纲量量化处理取值0.70；资产负债率78.36%，经无纲量量化处理取值0.87；考虑该公司为非上市公司，且根据调查发现其开发的房地产项目存在经营风险、股东变动风险和关联人风险，有不能按期交付和资金断裂的可能，商业银行纷纷停止对其提供期房按揭贷款，也没有商业性金融机构向该公司提供项目开发贷款，因此就该公司行业地位赋值0.1。
2.评价结果。将上述值代入Logistic回归模型，得值为0.41，因此做出不批准该项目办理住房公积金贷款房源准入的决定。实践证明这样的决定是正确的，避免了住房公积金贷款的损失。
参考文献：
[1]曹道胜，何明升.商业银行信用风险模型的比较及其借鉴[J].金融研究，2006，(10).
[2]王宗军.基于层次分析法的企业信用评价方法研究[J].华中科技大学学报，2004，(3).
[3]傅强，李永涛.基于Logistic模型的上市公司信用风险评价[J].华东经济管理，2005，(9).
[4]杨军.银行信用风险――理论、模型和实证分析[M].北京：中国财政经济出版社，2004：23-28.
[5]马崇明，唐国储.论构建中国商业银行风险管理体系[J].新金融，2003，(9)：4-37.
[6]王碧剑.房地产企业信用评价体系及方法研究[D].西安：西安建筑科技大学，2008.[责任编辑 陈丽敏]