论文部分内容阅读
摘要：随着市场经济的逐步完善，利率市场化已深入到了房贷领域，而房贷业务对商业银行发展起着举足轻重的作用。文章从理论上分析房贷LPR改革后对商业银行利息收入、资产配置策略、自主定价能力的影响，然后构建房贷利率为自变量和商业银行个人住房贷款余额为因变量的向量回归模型进行实证分析。针对房贷利率转换的影响，为商业银行提出具体的策略建议，以期银行能更好地面对变革发展新常态。
关键词：房贷利率;LPR改革;商业银行;回归模型
一、绪论
中国正全面深化社会主义市场经济改革，而政府长期实行的利率管制却与市场经济原则相违背。在改革开放初期，因利率管制造成的“金融抑制”，一定程度上为中国经济发展起到促进作用。但随着改革的深入，以及金融与互联网的结合，此时的“金融抑制”已经变成限制经济增长和影响金融稳定的重要因素，利率市场化改革是大势所趋。而中国的利率市场化之路已经走了20多年，从上世纪九十年代开始，中国就逐步在银行间债券市场、票据市场等领域进行改革试点。2019年，央行宣布房贷利率将参考LPR报价，自此拉开了房贷LPR改革的序幕。
利率市场化的深入带来了金融脱媒，企业可以利用证券等融资工具获取资金，摆脱对银行借贷的依赖。企业对银行议价能力提升的同时，银行对企业的贷款利息收入也在削弱。因此，商業银行的业务重心会逐步倾向于个人金融领域，此类业务也将占据更大份额的银行利润来源。对个人金融来说，个人住房贷款业务是最为重要的一部分，因此，关于LPR改革对房贷业务影响的研究是有必要的。
目前国内外学者的研究重点主要集中于利率市场化对商业银行的整体影响，本文则专注于房贷利率与商业银行个人住房贷款业务之间的关系。先为LPR改革对商业银行的影响做出定性分析，再选取2010-2019年的数据构建多元线性回归模型，比较商品房销售均价、城镇居民可支配收入以及房贷加权平均利率对商业银行个人住房贷款余额的影响水平。进而提出有针对性的措施，助推房贷LPR改革平稳进行。
二、LPR改革对商业银行个人住房贷款业务影响的理论分析
中国利率市场长期存在官方利率与市场利率共存的现象，也就是“利率双轨制”现象。为使金融更好地服务实体经济，“两轨并一轨”是大势所趋。而此次LPR改革只是贷款利率单边并轨，存款利率依旧参照基准利率，因此并轨工作没有彻底完成。央行负责人也曾明确表示，如果贸然开放存款利率，很可能会导致存款大战，不利于金融市场稳定。由此可见，两轨并一轨短期内很难完成，商业银行将在长期内面临严峻挑战，需要积极应对。
（一）利差收窄，银行盈利能力受到挑战
自2019年8月至2020年9月，一年期及五年期以上LPR利率持续走低，预计后续LPR下降空间不大。考虑到短期内存款基准利率调降的可能性不大，商业银行可能面临利差收窄的压力。由央行统计，截至2020年8月末，94%的房贷选择转为参考LPR定价。房贷借款人享受了LPR下降带来的政策福利，减少了利息支出，但银行方面却降低了利息收入。除了LPR走势之外，房地产市场的旺盛程度，也影响银行房贷业务的利差收入。由于政府对房地产的调控，房贷市场已经平稳发展，不会有大幅度上升。所以即便LPR持续走低，使房贷利率轻微下调，对于整体住房贷款市场的影响依旧较小。LPR改革有可能会减少商业银行个人住房贷款业务收入，个人住房贷款业务又是银行重要盈利支柱，因此，面对利率市场化的挑战，银行需要提高综合管理水平，采取战略转型策略，以此具备更强的核心竞争力。具体落实目标就是要拓展利润来源，拓展除存贷利差之外的业务。
（二）房贷业务差别化定价
房贷业务差别化定价就是对首套房提供贷款优惠，并且提高其余购房者的贷款利率，从而遏制炒房风气，让房子回归居住属性。由于一线城市的生存压力较大，很多二三线城市适时地推出人才政策吸引年轻人，首套房贷需求也随之增大。同时，商业银行又缺乏安全信贷资产投放渠道，这就导致各家银行竞相打折来抢占房贷市场，央行的“贷款基准利率”一定程度上变成商业银行住房贷款的上限。在房贷LPR改革中，为了更好落实房贷差异化定价政策，将首套房与二套房的利率定价调整为参考不同基准。但是由于地方政府土地财政等原因，“因城施策”和“因行施策”得不到很好的落实，银行为了扩大贷款规模，提高利润，依旧会选择对贷款者最具吸引力的下限利率。房贷业务的统一定价不利于客户风险状况和贷款条件的甄别，也不利于银行风险定价能力的提升。
（三）房贷业务人员素质
随着房贷LPR改革的深入贯彻推行，商业银行之间的竞争将越来越激烈。商业银行作为金融服务型企业，具有非常高的社会性，为了在市场竞争中脱颖而出，培育一支高素质的房贷业务人员队伍是必不可少的。个人住房贷款的份额提升，除却房地产市场、利率政策等因素外，还与基层机构信贷人员的综合能力与专业水平密切相关。尤其是在推出LPR迁移新政后，多数贷款者对此没有深入了解，如果业务人员不能做好客户解释、答疑工作，可能会导致银行客户流失问题。除了工作人员业务能力方面的风险之外，房贷业务在办理过程中还会面临着工作人员的道德风险。银行员工应该从客户角度出发，让他们获得更大利益，如果员工出现道德风险，就会从个人角度出发，为自己谋取利益，甚至于产生内外勾结、损公肥私等乱象。为了避免这种情况的发生 在日常工作中就需要利用道德来约束银行员工，让他们在工作中坚持原则， 严以律己。
三、LPR改革对商业银行个人住房贷款业务影响的实证分析
（一）模型介绍
研究在线性相关条件下，两个或两个以上自变量与一个因变量的数量变化关系，称为多元线性回归分析，求得的数学公式称为多元线性回归模型。
（二）研究设计
1. 数据来源 本文数据选取自国家统计局和中国人民银行，利用SPSS25.0软件进行数据的分析处理，详细数据见表1。
2. 研究假设及依据
商业银行个人住房贷款余额主要受房地产市场影响，居民收入提高，会促进房地产市场消费。同时，房价的涨跌也会影响居民购买房产的意愿。因此本文选取收入和房價为自变量。同时，为了探究LPR改革对银行房贷业务的影响，本文创新性增加了房贷加权平均利率这个因素，借此分析利率是否是影响房贷业务的主要因素。
3. 模型的构建
构建多元线性回归方程：
Y=β0+β1X1+β2X2+β3X3+ξ
式子中β0为常数项;β1、β2、β3为自变量系数;ξ为误差项;自变量参数的选择是：X1为全国商品房销售均价、X2为城镇居民可支配收入、X3为房贷加权平均利率;因变量参数Y为商业银行个人住房贷款余额。
（三）实证结果和分析
1. 相关性分析
为了检验变量间是否存在多重共线性，将自变量两两组合，进行回归分析。
（1）做商品房销售均价（X1）与城镇居民可支配收入（X2）的回归模型：
X1=5778.587+0.061X2
R^2=0.1989 F=9.436
可知，收入X2对均价X1没有很好的解释作用。
（2）做商品房销售均价（X1）与房贷加权平均利率（X3）的回归模型：
X1=10177.234-559.297X3
R^2=0.1387 F=6.118
可知，利率X3对均价X1没有很好的解释作用。
（3）做城镇居民可支配收入（X2）与房贷加权平均利率（X3）的回归模型：
X2=30273.816-1917.910X3
R^2=0.0306 F=1.199
可知，利率X3对收入X2没有很好的解释作用。
综上所述，该模型不存在多重共线性。
2. 回归分析
经SPSS对此多元线性回归方程进行总体检验（F 检验）、拟合优度检验（R^2）及自变量系数显著性检验（T 检验）。F检验是对回归方程的显著性检验， 表示多个因素的综合影响程度，而T检验是对单个自变量的显著性检验。当显著性sig值小于0.05时，表明模型是非常显著的，具有统计学意义。
由表2可知，多元线性回归方程的复相关系数R为0.981，表示因变量商业银行个人住房贷款余额与其余三个自变量之间存在较大关联;确定系数R^2为0.963，表示方程的拟合优度较高;调整后R^2为0.960，表示因变量的96%能被自变量解释，说明解释力度较大。从以上三点可以得出，回归方程的拟合度比较理想。F值为313.775，其显著性水平为0.000，说明在1%的水平上，F值是显著的;商业银行个人住房贷款余额已解释部分大于未解释部分，证明该回归模型通过了F检验。多元线性回归方程为：
Y=0.0053X1+0.0001X2-0.3608X3-22.8965
表3为各回归系数以及显著性检验， 全国商品房销售均价X1的显著性为0.001，说明房价在0.01的显著性水平上显著相关;城镇居民可支配收入X2的显著性为0.000，说明收入在0.01的显著性水平上显著相关;房贷加权平均利率X3的显著性为0.245，说明利率在0.01的显著性水平上并不显著相关。
四、研究结论与建议
（一）研究结论
通过以上的实证分析结果可知，房贷利率对商业银行个人住房贷款余额的影响，并没有商品房销售均价和居民可支配收入对银行房贷业务的影响大。因此可以认为房贷利率市场化对商业银行个人住房贷款业务造成的影响传导速度较慢，短期内不会对银行房贷业务产生太大影响，银行拥有足够的时间去应对这种挑战。
（二）商业银行应对房贷利率转换的建议
充分发挥商业银行自身的优势条件，创新金融产品，发展表外业务，扩大非息收入占比。
进一步提高房贷业务差别化定价能力，运用大数据手段，对房贷群体进行详尽评估，为其提供精准且高质量的金融服务。
提高房贷业务人员对LPR改革的认识，并培育员工的道德精神和敬业水平。同时做好对客户的宣讲、答疑工作，保障房贷贷款转换的平稳过渡。
参考文献：
[1]谭博仁，吴庆跃.新LPR机制下城商行的挑战与应对[J].银行家，2019（09）：85-87+6.
[2]杨北京，张英男.商业银行个人住房贷款业务LPR改革的调研与思考[J].银行家，2020（01）：82-83.
[3]刘洋.银行员工综合素质的培养与提高[J].现代商业，2013（30）：181.
[4]冷建飞，高旭，朱嘉平.多元线性回归统计预测模型的应用[J].统计与决策，2016（07）：82-85.
[5]田午子，孙泽，孙润，于涵.基于SPSS多元线性回归对城市用水量的分析[J].华北科技学院学报，2019，16（02）：114-117.
*基金项目：江苏大学第19批大学生科研课题立项资助项目（项目编号：19C261）。
（作者单位：江苏大学管理学院）
关键词：房贷利率;LPR改革;商业银行;回归模型
一、绪论
中国正全面深化社会主义市场经济改革，而政府长期实行的利率管制却与市场经济原则相违背。在改革开放初期，因利率管制造成的“金融抑制”，一定程度上为中国经济发展起到促进作用。但随着改革的深入，以及金融与互联网的结合，此时的“金融抑制”已经变成限制经济增长和影响金融稳定的重要因素，利率市场化改革是大势所趋。而中国的利率市场化之路已经走了20多年，从上世纪九十年代开始，中国就逐步在银行间债券市场、票据市场等领域进行改革试点。2019年，央行宣布房贷利率将参考LPR报价，自此拉开了房贷LPR改革的序幕。
利率市场化的深入带来了金融脱媒，企业可以利用证券等融资工具获取资金，摆脱对银行借贷的依赖。企业对银行议价能力提升的同时，银行对企业的贷款利息收入也在削弱。因此，商業银行的业务重心会逐步倾向于个人金融领域，此类业务也将占据更大份额的银行利润来源。对个人金融来说，个人住房贷款业务是最为重要的一部分，因此，关于LPR改革对房贷业务影响的研究是有必要的。
目前国内外学者的研究重点主要集中于利率市场化对商业银行的整体影响，本文则专注于房贷利率与商业银行个人住房贷款业务之间的关系。先为LPR改革对商业银行的影响做出定性分析，再选取2010-2019年的数据构建多元线性回归模型，比较商品房销售均价、城镇居民可支配收入以及房贷加权平均利率对商业银行个人住房贷款余额的影响水平。进而提出有针对性的措施，助推房贷LPR改革平稳进行。
二、LPR改革对商业银行个人住房贷款业务影响的理论分析
中国利率市场长期存在官方利率与市场利率共存的现象，也就是“利率双轨制”现象。为使金融更好地服务实体经济，“两轨并一轨”是大势所趋。而此次LPR改革只是贷款利率单边并轨，存款利率依旧参照基准利率，因此并轨工作没有彻底完成。央行负责人也曾明确表示，如果贸然开放存款利率，很可能会导致存款大战，不利于金融市场稳定。由此可见，两轨并一轨短期内很难完成，商业银行将在长期内面临严峻挑战，需要积极应对。
（一）利差收窄，银行盈利能力受到挑战
自2019年8月至2020年9月，一年期及五年期以上LPR利率持续走低，预计后续LPR下降空间不大。考虑到短期内存款基准利率调降的可能性不大，商业银行可能面临利差收窄的压力。由央行统计，截至2020年8月末，94%的房贷选择转为参考LPR定价。房贷借款人享受了LPR下降带来的政策福利，减少了利息支出，但银行方面却降低了利息收入。除了LPR走势之外，房地产市场的旺盛程度，也影响银行房贷业务的利差收入。由于政府对房地产的调控，房贷市场已经平稳发展，不会有大幅度上升。所以即便LPR持续走低，使房贷利率轻微下调，对于整体住房贷款市场的影响依旧较小。LPR改革有可能会减少商业银行个人住房贷款业务收入，个人住房贷款业务又是银行重要盈利支柱，因此，面对利率市场化的挑战，银行需要提高综合管理水平，采取战略转型策略，以此具备更强的核心竞争力。具体落实目标就是要拓展利润来源，拓展除存贷利差之外的业务。
（二）房贷业务差别化定价
房贷业务差别化定价就是对首套房提供贷款优惠，并且提高其余购房者的贷款利率，从而遏制炒房风气，让房子回归居住属性。由于一线城市的生存压力较大，很多二三线城市适时地推出人才政策吸引年轻人，首套房贷需求也随之增大。同时，商业银行又缺乏安全信贷资产投放渠道，这就导致各家银行竞相打折来抢占房贷市场，央行的“贷款基准利率”一定程度上变成商业银行住房贷款的上限。在房贷LPR改革中，为了更好落实房贷差异化定价政策，将首套房与二套房的利率定价调整为参考不同基准。但是由于地方政府土地财政等原因，“因城施策”和“因行施策”得不到很好的落实，银行为了扩大贷款规模，提高利润，依旧会选择对贷款者最具吸引力的下限利率。房贷业务的统一定价不利于客户风险状况和贷款条件的甄别，也不利于银行风险定价能力的提升。
（三）房贷业务人员素质
随着房贷LPR改革的深入贯彻推行，商业银行之间的竞争将越来越激烈。商业银行作为金融服务型企业，具有非常高的社会性，为了在市场竞争中脱颖而出，培育一支高素质的房贷业务人员队伍是必不可少的。个人住房贷款的份额提升，除却房地产市场、利率政策等因素外，还与基层机构信贷人员的综合能力与专业水平密切相关。尤其是在推出LPR迁移新政后，多数贷款者对此没有深入了解，如果业务人员不能做好客户解释、答疑工作，可能会导致银行客户流失问题。除了工作人员业务能力方面的风险之外，房贷业务在办理过程中还会面临着工作人员的道德风险。银行员工应该从客户角度出发，让他们获得更大利益，如果员工出现道德风险，就会从个人角度出发，为自己谋取利益，甚至于产生内外勾结、损公肥私等乱象。为了避免这种情况的发生 在日常工作中就需要利用道德来约束银行员工，让他们在工作中坚持原则， 严以律己。
三、LPR改革对商业银行个人住房贷款业务影响的实证分析
（一）模型介绍
研究在线性相关条件下，两个或两个以上自变量与一个因变量的数量变化关系，称为多元线性回归分析，求得的数学公式称为多元线性回归模型。
（二）研究设计
1. 数据来源 本文数据选取自国家统计局和中国人民银行，利用SPSS25.0软件进行数据的分析处理，详细数据见表1。
2. 研究假设及依据
商业银行个人住房贷款余额主要受房地产市场影响，居民收入提高，会促进房地产市场消费。同时，房价的涨跌也会影响居民购买房产的意愿。因此本文选取收入和房價为自变量。同时，为了探究LPR改革对银行房贷业务的影响，本文创新性增加了房贷加权平均利率这个因素，借此分析利率是否是影响房贷业务的主要因素。
3. 模型的构建
构建多元线性回归方程：
Y=β0+β1X1+β2X2+β3X3+ξ
式子中β0为常数项;β1、β2、β3为自变量系数;ξ为误差项;自变量参数的选择是：X1为全国商品房销售均价、X2为城镇居民可支配收入、X3为房贷加权平均利率;因变量参数Y为商业银行个人住房贷款余额。
（三）实证结果和分析
1. 相关性分析
为了检验变量间是否存在多重共线性，将自变量两两组合，进行回归分析。
（1）做商品房销售均价（X1）与城镇居民可支配收入（X2）的回归模型：
X1=5778.587+0.061X2
R^2=0.1989 F=9.436
可知，收入X2对均价X1没有很好的解释作用。
（2）做商品房销售均价（X1）与房贷加权平均利率（X3）的回归模型：
X1=10177.234-559.297X3
R^2=0.1387 F=6.118
可知，利率X3对均价X1没有很好的解释作用。
（3）做城镇居民可支配收入（X2）与房贷加权平均利率（X3）的回归模型：
X2=30273.816-1917.910X3
R^2=0.0306 F=1.199
可知，利率X3对收入X2没有很好的解释作用。
综上所述，该模型不存在多重共线性。
2. 回归分析
经SPSS对此多元线性回归方程进行总体检验（F 检验）、拟合优度检验（R^2）及自变量系数显著性检验（T 检验）。F检验是对回归方程的显著性检验， 表示多个因素的综合影响程度，而T检验是对单个自变量的显著性检验。当显著性sig值小于0.05时，表明模型是非常显著的，具有统计学意义。
由表2可知，多元线性回归方程的复相关系数R为0.981，表示因变量商业银行个人住房贷款余额与其余三个自变量之间存在较大关联;确定系数R^2为0.963，表示方程的拟合优度较高;调整后R^2为0.960，表示因变量的96%能被自变量解释，说明解释力度较大。从以上三点可以得出，回归方程的拟合度比较理想。F值为313.775，其显著性水平为0.000，说明在1%的水平上，F值是显著的;商业银行个人住房贷款余额已解释部分大于未解释部分，证明该回归模型通过了F检验。多元线性回归方程为：
Y=0.0053X1+0.0001X2-0.3608X3-22.8965
表3为各回归系数以及显著性检验， 全国商品房销售均价X1的显著性为0.001，说明房价在0.01的显著性水平上显著相关;城镇居民可支配收入X2的显著性为0.000，说明收入在0.01的显著性水平上显著相关;房贷加权平均利率X3的显著性为0.245，说明利率在0.01的显著性水平上并不显著相关。
四、研究结论与建议
（一）研究结论
通过以上的实证分析结果可知，房贷利率对商业银行个人住房贷款余额的影响，并没有商品房销售均价和居民可支配收入对银行房贷业务的影响大。因此可以认为房贷利率市场化对商业银行个人住房贷款业务造成的影响传导速度较慢，短期内不会对银行房贷业务产生太大影响，银行拥有足够的时间去应对这种挑战。
（二）商业银行应对房贷利率转换的建议
充分发挥商业银行自身的优势条件，创新金融产品，发展表外业务，扩大非息收入占比。
进一步提高房贷业务差别化定价能力，运用大数据手段，对房贷群体进行详尽评估，为其提供精准且高质量的金融服务。
提高房贷业务人员对LPR改革的认识，并培育员工的道德精神和敬业水平。同时做好对客户的宣讲、答疑工作，保障房贷贷款转换的平稳过渡。
参考文献：
[1]谭博仁，吴庆跃.新LPR机制下城商行的挑战与应对[J].银行家，2019（09）：85-87+6.
[2]杨北京，张英男.商业银行个人住房贷款业务LPR改革的调研与思考[J].银行家，2020（01）：82-83.
[3]刘洋.银行员工综合素质的培养与提高[J].现代商业，2013（30）：181.
[4]冷建飞，高旭，朱嘉平.多元线性回归统计预测模型的应用[J].统计与决策，2016（07）：82-85.
[5]田午子，孙泽，孙润，于涵.基于SPSS多元线性回归对城市用水量的分析[J].华北科技学院学报，2019，16（02）：114-117.
*基金项目：江苏大学第19批大学生科研课题立项资助项目（项目编号：19C261）。
（作者单位：江苏大学管理学院）