人口结构、城市化进程、信贷及货币投放量等因素对中国房地产市场的发展起了根本性的推动作用。为使房地产市场持续稳定发展，中国自2009年对房地产市场进行了密集调控。自调控以来，房地产行业景气度持续走低，由2010年3月末的135.80下降2013年3月末的115.30。2011年以来，受到供应量缩减、成交率下降、销售市场不景气、政策环境及土地价格等多方面影响，居住用地成交量继续下降。投资和新开工方面，房地产开发投资完成额增速自调控以来下滑明显；房屋新开工面积逐年增加，但增幅已明显放缓。需求及成交量方面，在调控的大背景下（例如信贷、限购等），全国商品房销售面积整体增速明显下滑。
2011年以来，国务院相继出台房地产调控政策，涉及调控目标、房产税、信贷、土地供给等多个方面，提出坚持房地产调控政策不动摇。2013年2月，国务院出台房地产调控政策新“国五条”，要求各地方完善稳定房价工作责任制，坚决抑制投机投资性购房，加快保障房建设。预计未来1～2年，从紧的房地产调控方向依然不会发生改变，全国商品住宅投资增速和新开工增速继续放缓，全国新建商品住宅成交量增幅将继续下滑。
Credit Metrics模型以VaR为理论，将资产的价值作为衡量信用风险的基础，通过迁移矩阵的形式计算违约概率，对贷款组合的未来价值分布进行模拟，从而估计出总体分布在某个置信水平上的VaR值。Credit Metrics模型的关键在于估算资产的预期概率分布。Credit Metrics模型通过历史评级结果就可以计算出信用迁移矩阵的迁徙率，并且由于采用了迁移矩阵的方法，模型具有动态评估的特点。
Credit Risk+模型是瑞士信贷银行于1997年推出的信用风险度量模型。Credit Risk+模型基于保险精算学的理论，考虑了违约风险敞口、有效期以及债务人的系统风险等因素。该模型假定违约风险与资本结构无关，只考虑违约和不违约两种状态，违约过程服从泊松分布，通过违约发生频率与违约损失程度计算得到资产组合违约损失的概率分布。Credit Risk+模型需要的数据较少，不需要历史数据的支持，但该模型也忽视了市场风险等因素的影响。
Credit Portfolio View模型从宏观经济的角度分析信用风险和信用等级迁移矩阵概率。假定信用等级随经济周期发生变化，信用等级受到失业率、利率等宏观经济因素的影响。该模型运用计量经济学和蒙特卡罗模拟法，模拟违约条件概率分布和不同主体的等级迁移率。CPV模型所需数据较多，模型中信用等级迁移率的调整也依赖主观判断能力。
KMV模型是以资本市场上的企业价值和企业资本结构为基础，通过BSM模型评估信用风险的大小。由于使用了股票市场数据，对信用风险的评估具有前瞻性。
信用风险作为古老的金融风险，一直是金融机构关注的对象，在信用经济越来越发达的现代，信用风险更成为了现代经济生活中最主要的风险。信用风险往往难以察觉，一旦风险暴露就会对金融业甚至整个经济造成严重危害，这使得信用风险成为了各国政府监管的重点。信用风险能够占到银行总体风险的60%，也使得银行业对信用风险格外重视，巴塞尔协议也将信用风险纳入到最低资本要求的内容。因此，信用风险的研究和管理成为了当今社会关注的焦点。
房地产公司作为一个先导性、基础性的产业，其市场规模巨大，关系到国计民生，其发展既受到国民经济的制约，又对经济的发展有巨大的促进作用。2013年，房地产开发投资86013亿元，比上年增长19.8% ，房地产业投资额在全社会固定资产投资中比重超过四分之一，房地产业在整个国民经济体系中处于主导地位，对我国经济发展起着十分重要的作用。然而，房地产属型的资本密集产业，房地产企业大多高负债运营和前期投资较高的特点，使得其需要借助其他资金的支持，这也就导致了房地产高风险性。房地产业的经营特点，加之其与金融业的天然联系决定了房地产信用风险的必然存在。
2007年伴随着美国次贷危机的发生，世界经济迅速走向低迷。中国宏观经济也在美国次贷危机的影响下，经济增长率开始逐渐下降，打破了快速的上升趋势。在宏观经济增长率下降的影响下，很多企业陷入经营困境，以预收预付方式为主的企业资金链出现断裂，外部融资环境恶劣，部分企业由于无法继续经营，导致破产倒闭，房地产企业信用风险凸显。房地产业是相关性非常强的基础性产业，其上下游行业囊括了钢铁、水泥、家电等重要经济产业，一旦出现房地产信用风险，其危害会波及到相关行业乃至整个国民经济的发展。目前国内外大多数对于房地产信用风险评估集中在微观分析层面，主要目的是用于银行信贷管理，以及金融机构风险管理的实践。然而，大量事实证明外部因素会导致信用风险，信用风险与宏观经济因素也存在着较强的相关性。
原创文章，作者：Editor，如若转载，请注明出处：https://www.diyilunwen.com/lwfw/jrx/1338.html
