房地產(chǎn)上市公司財(cái)務(wù)風(fēng)險(xiǎn)區(qū)域因素分析

苑萌萌++張洪

摘 要：房地產(chǎn)業(yè)是我國(guó)的支柱產(chǎn)業(yè)，房地產(chǎn)業(yè)的發(fā)展存在明顯的區(qū)域差異，近年來(lái)不同城市的市場(chǎng)分化更趨明顯，一線及熱點(diǎn)二線城市依然供不應(yīng)求，房?jī)r(jià)表現(xiàn)堅(jiān)挺，而多數(shù)三四線城市供求結(jié)構(gòu)失衡，房?jī)r(jià)上漲動(dòng)力不再，去庫(kù)存問(wèn)題嚴(yán)重，可見(jiàn)，區(qū)域背景不同對(duì)房地產(chǎn)上市公司的財(cái)務(wù)風(fēng)險(xiǎn)影響也會(huì)有不同。選取區(qū)域和企業(yè)兩個(gè)層面的樣本和數(shù)據(jù)，運(yùn)用多層線性模型（HLM）的分析思想，主要進(jìn)行房地產(chǎn)上市公司財(cái)務(wù)風(fēng)險(xiǎn)區(qū)域因素分析，以期能夠?yàn)榉康禺a(chǎn)公司做出些許指導(dǎo)。

關(guān)鍵詞：區(qū)域因素；財(cái)務(wù)風(fēng)險(xiǎn)；多層線性模型

中圖分類(lèi)號(hào)：F293.30 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-291X（2017）14-0110-02

很多學(xué)者已經(jīng)對(duì)房地產(chǎn)上市公司的財(cái)務(wù)風(fēng)險(xiǎn)外部因素進(jìn)行了研究，鄧曉嵐等（2008）、過(guò)新偉等（2012）、盧永艷（2013）都證明了外部因素對(duì)企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)有重要影響。但是，針對(duì)區(qū)域因素研究房地產(chǎn)上市公司財(cái)務(wù)風(fēng)險(xiǎn)影響的還比較少，因此，本文從該角度出發(fā)，主要來(lái)分析區(qū)域因素對(duì)房地產(chǎn)上市公司財(cái)務(wù)風(fēng)險(xiǎn)的影響。

一、變量選擇與數(shù)據(jù)收集

（一）變量選擇

本文中的變量處于公司層面和區(qū)域?qū)用鎯蓚€(gè)層面。

1.公司層面

以公司的財(cái)務(wù)風(fēng)險(xiǎn)為公司層面的被解釋變量，本文借鑒彭中文等（2014）選擇樣本企業(yè)的Z-score指數(shù)來(lái)衡量企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)：Z=1.2x1+1.4x2+3.3x3+0.6x4+0.99x5。

其中，x1=資產(chǎn)營(yíng)運(yùn)資本率=營(yíng)運(yùn)資本/總資產(chǎn)×100%，x2=資產(chǎn)留存收益率=留存收益/總資產(chǎn)×100%，x3=資產(chǎn)報(bào)酬率=息稅前利潤(rùn)/總資產(chǎn)×100%，x4=債務(wù)權(quán)益市價(jià)率=股票總市值/債務(wù)總額×100%，x5=總資產(chǎn)周轉(zhuǎn)率=銷(xiāo)售收入/總資產(chǎn)×100%

基于數(shù)據(jù)的可獲得性，本文選擇資產(chǎn)增長(zhǎng)率、資產(chǎn)負(fù)債率、前五大股東持股比例三方面指標(biāo)作為控制變量進(jìn)行接下來(lái)的分析。

2.區(qū)域?qū)用?/p>

本文中區(qū)域發(fā)展變量選取勞動(dòng)參與率、投資水平、工業(yè)化水平、對(duì)外依存度和城市化水平。其中，勞動(dòng)參與率為三次產(chǎn)業(yè)分的年底就業(yè)人數(shù)與年底總?cè)丝诒龋煌顿Y水平為城鄉(xiāng)全社會(huì)固定資產(chǎn)投資占各地國(guó)內(nèi)生產(chǎn)總值的比例；工業(yè)化水平是各地區(qū)第二產(chǎn)業(yè)產(chǎn)值占該地區(qū)GDP的比；對(duì)外依存度是各地區(qū)進(jìn)出口商品總值與該地區(qū)GDP的比；城市化水平是非農(nóng)人口占各地區(qū)人口比。

（二）數(shù)據(jù)來(lái)源

取深、滬上市的房地產(chǎn)開(kāi)發(fā)公司共149家，采用2006—2014年9年的數(shù)據(jù)為研究區(qū)間，數(shù)據(jù)全部來(lái)源于國(guó)泰安數(shù)據(jù)庫(kù)。在原始數(shù)據(jù)的基礎(chǔ)上進(jìn)行了以下的數(shù)據(jù)處理。一是剔除2006年前未上市的公司，二是剔除2006年之后重組成為房地產(chǎn)企業(yè)的上市公司，三是剔除數(shù)據(jù)嚴(yán)重缺失的企業(yè)。剔除數(shù)據(jù)后共有103家房地產(chǎn)上市公司作為樣本。

選取34個(gè)省市作為區(qū)域?qū)用娴难芯繉?duì)象，剔除沒(méi)有數(shù)據(jù)的省市及不存在房地產(chǎn)上市公司的省市，最后剩余21個(gè)省市作為研究對(duì)象。與企業(yè)層面的數(shù)據(jù)相同，采用9年的數(shù)據(jù)作為研究區(qū)間，區(qū)域?qū)用娴臄?shù)據(jù)來(lái)源于各個(gè)省市的統(tǒng)計(jì)局中的地區(qū)統(tǒng)計(jì)年鑒。

二、實(shí)證分析

（一）數(shù)據(jù)統(tǒng)計(jì)性描述

因?yàn)榭疾炝藚^(qū)域和企業(yè)兩個(gè)層面變量之間的關(guān)系，本文在實(shí)證分析中采用多層線性模型（HLM）的分析思想，利用R語(yǔ)言進(jìn)行編程實(shí)現(xiàn)。

在進(jìn)行實(shí)證之前，使用正態(tài)標(biāo)準(zhǔn)化進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化處理。各數(shù)據(jù)進(jìn)行正態(tài)標(biāo)準(zhǔn)化處理之后，計(jì)算出兩兩變量之間的相關(guān)性系數(shù)，見(jiàn)表1。其中，X1代表前五大股東持股比例，X2代表資產(chǎn)增長(zhǎng)率，X3代表資產(chǎn)負(fù)債率，X5代表勞動(dòng)參與率，X6代表投資水平，X7代表工業(yè)化水平，X8代表對(duì)外依存度，X9代表城市化水平。

觀察表1第一層變量各個(gè)數(shù)據(jù)值，可發(fā)現(xiàn)第一層各變量之間的相關(guān)性系數(shù)比較小；通過(guò)對(duì)第一層自變量進(jìn)行kappa檢驗(yàn)表明，kappa值等于1.459，小于10，說(shuō)明自變量之間不存在多重共線性。觀察表1第二層變量各個(gè)數(shù)據(jù)值，可發(fā)現(xiàn)其中有變量之間（比如X8和X9）的相關(guān)性系數(shù)超過(guò)了0.7，說(shuō)明它們之間存在較強(qiáng)的相關(guān)性；通過(guò)對(duì)第二層變量進(jìn)行kappa檢驗(yàn)表明，kappa值等于11.516 37，大于10但小于100，說(shuō)明第二層自變量之間存在一定的多重共線性。由此，下文的數(shù)據(jù)分析對(duì)第二層面的變量采用逐步回歸，每次放入一個(gè)變量，檢驗(yàn)該變量對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的直接影響。

（二）零模型檢驗(yàn)

本文研究的是房地產(chǎn)上市公司財(cái)務(wù)風(fēng)險(xiǎn)區(qū)域因素分析，主要研究了影響房地產(chǎn)上市公司財(cái)務(wù)風(fēng)險(xiǎn)的區(qū)域因素。房地產(chǎn)上市公司的財(cái)務(wù)風(fēng)險(xiǎn)受到企業(yè)層面因素的影響，還會(huì)受到區(qū)域?qū)用嬉蛩氐挠绊憽Ｊ紫刃枰?yàn)證不同區(qū)域的房地產(chǎn)上市公司財(cái)務(wù)風(fēng)險(xiǎn)存在差異，使用R語(yǔ)言的零模型進(jìn)行檢驗(yàn)。即在模型的第一層和第二層沒(méi)有放入任何企業(yè)或者區(qū)域?qū)用娴淖兞浚源藖?lái)檢驗(yàn)第二層截距項(xiàng)的殘差變異是否顯著，分析檢驗(yàn)?zāi)Ｊ饺缦拢?/p>

LEVEL1：Z=β0j+εij

LEVEL2：β0j=γ00+μ0j

式中，Z為房地產(chǎn)上市公司的財(cái)務(wù)風(fēng)險(xiǎn)Z值。

零模型的數(shù)據(jù)分析結(jié)果見(jiàn)表2。從表2中可以看出，Z（μ0j=1.45884，P<0.001），截距項(xiàng)的殘差變異都達(dá)到顯著水平。

經(jīng)過(guò)進(jìn)一步計(jì)算得出各變量的ICCI，見(jiàn)表3。企業(yè)Z值有19.39126%的變異來(lái)自區(qū)域因素之間的差異，即區(qū)域因素可以解釋企業(yè)Z值19.39126%的方差。

（三）全模型檢驗(yàn)

通過(guò)零模型的檢驗(yàn)，發(fā)現(xiàn)不同地區(qū)的企業(yè)所表現(xiàn)的財(cái)務(wù)風(fēng)險(xiǎn)存在顯著差異，以Z值作為被解釋變量，使用線性混合模型進(jìn)行分析，結(jié)果如表4。由表1可知，第二層面的5個(gè)變量之間存在一定的多重共線性，故模型在回歸的過(guò)程中采用多步回歸，逐個(gè)放入回歸變量，以避免多重共線性帶來(lái)的問(wèn)題。

三、結(jié)論

Z值來(lái)源于Z-score模型，Z值越小，企業(yè)風(fēng)險(xiǎn)越大；反之，Z值越大，企業(yè)風(fēng)險(xiǎn)越小。從以上表4中可以看出，勞動(dòng)參與率X5系數(shù)為負(fù)，且P值小于0.05，說(shuō)明勞動(dòng)參與率與房地產(chǎn)上市公司Z值顯著負(fù)相關(guān)，勞動(dòng)參與率越高，Z值越小，房地產(chǎn)上市公司的財(cái)務(wù)風(fēng)險(xiǎn)越大。投資水平X6的系數(shù)值為正，且P值小于0.05，說(shuō)明投資水平與房地產(chǎn)上市公司Z值顯著正相關(guān)，投資水平越高，Z值越大，房地產(chǎn)上市公司財(cái)務(wù)風(fēng)險(xiǎn)越小。工業(yè)化水平X7的系數(shù)為正，P值為0.088 89，在顯著性閥值0.1的情況下顯著，說(shuō)明工業(yè)化水平與房地產(chǎn)上市公司Z值顯著正相關(guān)，工業(yè)化水平越高，房地產(chǎn)上市公司Z值越大，房地產(chǎn)上市公司的財(cái)務(wù)風(fēng)險(xiǎn)越小。對(duì)外依存度X8的系數(shù)為負(fù)，且P值小于0.05，說(shuō)明區(qū)域經(jīng)濟(jì)的對(duì)外依存度對(duì)房地產(chǎn)上市公司Z值有顯著負(fù)相關(guān)，對(duì)外依存度越高，Z值越小，房地產(chǎn)上市公司的財(cái)務(wù)風(fēng)險(xiǎn)越大。城市化水平X9的系數(shù)為負(fù)，且P值小于0.05，說(shuō)明城市化水平與房地產(chǎn)上市公司的Z值顯著負(fù)相關(guān)，城市化水平越高，Z值越小，房地產(chǎn)上市公司的財(cái)務(wù)風(fēng)險(xiǎn)越大。

針對(duì)以上結(jié)論，房地產(chǎn)公司可以以區(qū)域相關(guān)因素作指導(dǎo)來(lái)降低企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)。

參考文獻(xiàn)：

[1] 鄧曉嵐，王宗軍.股票市場(chǎng)表現(xiàn)、宏觀經(jīng)濟(jì)環(huán)境與公司財(cái)務(wù)困境[J].重慶大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2008，14（4）：39-44.

[2] 過(guò)新偉，胡曉.公司治理、宏觀經(jīng)濟(jì)環(huán)境與財(cái)務(wù)失敗預(yù)警研究——離散時(shí)間風(fēng)險(xiǎn)模型的應(yīng)用[J].上海經(jīng)濟(jì)研究，2012，（5）：85-97.

[3] 盧永艷.宏觀經(jīng)濟(jì)因素對(duì)企業(yè)財(cái)務(wù)困境風(fēng)險(xiǎn)影響的實(shí)證分析[J].宏觀經(jīng)濟(jì)研究，2013，（5）：53-58.

[4] 彭中文，李力，文磊.觀調(diào)控、公司治理與財(cái)務(wù)風(fēng)險(xiǎn)——基于房地產(chǎn)上市公司的面板數(shù)據(jù)[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2014，1（5）：52.

[5] 徐彪，李心丹，劉海飛，等.區(qū)域背景與企業(yè)績(jī)效關(guān)系研究——基于中國(guó)52個(gè)城市工業(yè)制造企業(yè)的實(shí)證分析[J].管理學(xué)報(bào)，2011，

8（6）：827-835.

[6] 張李昂，朱顯平.我國(guó)區(qū)域經(jīng)濟(jì)差異對(duì)房地產(chǎn)價(jià)格的影響分析與對(duì)策[J].經(jīng)濟(jì)問(wèn)題探索，2015，（12）：100-105.

[責(zé)任編輯 杜 娟]