自1998年住房改革以来,经过10多年的高速发展,房地产业取得了举世瞩目的成就。然而2014年对于房地产业来说是极不平凡的一年,受宏观经济环境的影响,房地产业各项指标全面回落,一方面企业投资增长乏力,开发热情下降,另一方面个人观望情绪严重,房屋滞售。在此背景下,信贷违约事件不断发生,积累多年的房地产信贷风险开始逐步显露出来。如是,现阶段展开房地产信贷的风险度量和管理研究工作显得十分必要。本文以房地产不良贷款率代指商业银行房地产信贷违约情况(违约率),以此对房地产信贷风险的大小或程度起到衡量和评估作用。第一章绪论之后,本文第二章对房地产信贷展开理论概述,逐次介绍了房地产信贷的定义及分类情况,又回顾了房地产信贷业务近年来的发展情况并从中寻找出存在的一些问题,这为后文展开房地产信贷风险研究作了铺垫。第三章展开房地产信贷风险的定性研究,逐一介绍与房地产信贷风险相关的概念及风险的具体表现形式,然后从普通购房者和房地产开发企业两个主体视角对风险的来源展开分析,紧接着详细分析了风险的传导机制和积聚过程,最后阐述了银行业当前的风险评估管控流程及其中存在的部分问题。第四章定量研究首先对CPV模型进行相关介绍,从理论上得出该模型在我国的运用具有可行性,接着本文从中国建设银行历年财报中收集得到房地产不良贷款率的相关数据,并通过CPV模型的表达式将其转换为宏观经济指数Y,以作为被解释变量。又从国家统计局、中国人民银行等网站初步选取了可能影响房地产信贷风险的8个宏观因素指标：GDP、固定资产投资、M2、三至五年期贷款利率、大型金融机构存准率、100美元兑人民币汇率、国房景气指数和CPI,数据样本均为2005年-2013年的共计36期的季度数据。通过变量筛选,最终确定了M2、三至五年期贷款利率、100美元兑人民币汇率和CPI这4个指标,以此作为解释变量构建模型来对指数Y进行拟合,并进行了相关分析和检验,以期能够对房地产不良贷款率加以测度和衡量,研究结果表明房地产不良率与三至五年期贷款利率正相关,而与M2、100美元兑人民币汇率和CPI负相关。整个研究进一步证明了CPV模型适用于研究宏观经济状况的变动对房地产信贷风险的影响,也丰富了“商业银行房地产信贷的风险度量及管理”这一课题在实证分析方面的研究。最后,本文基于前文的定性定量分析,结合我国的实际情况从政府和银行两个角度为自身风险管理发展提出了对策建议。总之,政府和银行应当携手共建房地产信贷业务经营的内外环境,二者需要相互配合、相互监督。