房地產上市公司財務風險區域因素分析

苑萌萌++張洪

摘 要：房地產業是我國的支柱產業，房地產業的發展存在明顯的區域差異，近年來不同城市的市場分化更趨明顯，一線及熱點二線城市依然供不應求，房價表現堅挺，而多數三四線城市供求結構失衡，房價上漲動力不再，去庫存問題嚴重，可見，區域背景不同對房地產上市公司的財務風險影響也會有不同。選取區域和企業兩個層面的樣本和數據，運用多層線性模型（HLM）的分析思想，主要進行房地產上市公司財務風險區域因素分析，以期能夠為房地產公司做出些許指導。

關鍵詞：區域因素；財務風險；多層線性模型

中圖分類號：F293.30 文獻標志碼：A 文章編號：1673-291X（2017）14-0110-02

很多學者已經對房地產上市公司的財務風險外部因素進行了研究，鄧曉嵐等（2008）、過新偉等（2012）、盧永艷（2013）都證明了外部因素對企業的財務風險有重要影響。但是，針對區域因素研究房地產上市公司財務風險影響的還比較少，因此，本文從該角度出發，主要來分析區域因素對房地產上市公司財務風險的影響。

一、變量選擇與數據收集

（一）變量選擇

本文中的變量處于公司層面和區域層面兩個層面。

1.公司層面

以公司的財務風險為公司層面的被解釋變量，本文借鑒彭中文等（2014）選擇樣本企業的Z-score指數來衡量企業財務風險：Z=1.2x1+1.4x2+3.3x3+0.6x4+0.99x5。

其中，x1=資產營運資本率=營運資本/總資產×100%，x2=資產留存收益率=留存收益/總資產×100%，x3=資產報酬率=息稅前利潤/總資產×100%，x4=債務權益市價率=股票總市值/債務總額×100%，x5=總資產周轉率=銷售收入/總資產×100%

基于數據的可獲得性，本文選擇資產增長率、資產負債率、前五大股東持股比例三方面指標作為控制變量進行接下來的分析。

2.區域層面

本文中區域發展變量選取勞動參與率、投資水平、工業化水平、對外依存度和城市化水平。其中，勞動參與率為三次產業分的年底就業人數與年底總人口比；投資水平為城鄉全社會固定資產投資占各地國內生產總值的比例；工業化水平是各地區第二產業產值占該地區GDP的比；對外依存度是各地區進出口商品總值與該地區GDP的比；城市化水平是非農人口占各地區人口比。

（二）數據來源

取深、滬上市的房地產開發公司共149家，采用2006—2014年9年的數據為研究區間，數據全部來源于國泰安數據庫。在原始數據的基礎上進行了以下的數據處理。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企業的上市公司，三是剔除數據嚴重缺失的企業。剔除數據后共有103家房地產上市公司作為樣本。

選取34個省市作為區域層面的研究對象，剔除沒有數據的省市及不存在房地產上市公司的省市，最后剩余21個省市作為研究對象。與企業層面的數據相同，采用9年的數據作為研究區間，區域層面的數據來源于各個省市的統計局中的地區統計年鑒。

二、實證分析

（一）數據統計性描述

因為考察了區域和企業兩個層面變量之間的關系，本文在實證分析中采用多層線性模型（HLM）的分析思想，利用R語言進行編程實現。

在進行實證之前，使用正態標準化進行數據標準化處理。各數據進行正態標準化處理之后，計算出兩兩變量之間的相關性系數，見表1。其中，X1代表前五大股東持股比例，X2代表資產增長率，X3代表資產負債率，X5代表勞動參與率，X6代表投資水平，X7代表工業化水平，X8代表對外依存度，X9代表城市化水平。

觀察表1第一層變量各個數據值，可發現第一層各變量之間的相關性系數比較小；通過對第一層自變量進行kappa檢驗表明，kappa值等于1.459，小于10，說明自變量之間不存在多重共線性。觀察表1第二層變量各個數據值，可發現其中有變量之間（比如X8和X9）的相關性系數超過了0.7，說明它們之間存在較強的相關性；通過對第二層變量進行kappa檢驗表明，kappa值等于11.516 37，大于10但小于100，說明第二層自變量之間存在一定的多重共線性。由此，下文的數據分析對第二層面的變量采用逐步回歸，每次放入一個變量，檢驗該變量對企業財務風險的直接影響。

（二）零模型檢驗

本文研究的是房地產上市公司財務風險區域因素分析，主要研究了影響房地產上市公司財務風險的區域因素。房地產上市公司的財務風險受到企業層面因素的影響，還會受到區域層面因素的影響。首先需要驗證不同區域的房地產上市公司財務風險存在差異，使用R語言的零模型進行檢驗。即在模型的第一層和第二層沒有放入任何企業或者區域層面的變量，以此來檢驗第二層截距項的殘差變異是否顯著，分析檢驗模式如下：

LEVEL1：Z=β0j+εij

LEVEL2：β0j=γ00+μ0j

式中，Z為房地產上市公司的財務風險Z值。

零模型的數據分析結果見表2。從表2中可以看出，Z（μ0j=1.45884，P<0.001），截距項的殘差變異都達到顯著水平。

經過進一步計算得出各變量的ICCI，見表3。企業Z值有19.39126%的變異來自區域因素之間的差異，即區域因素可以解釋企業Z值19.39126%的方差。

（三）全模型檢驗

通過零模型的檢驗，發現不同地區的企業所表現的財務風險存在顯著差異，以Z值作為被解釋變量，使用線性混合模型進行分析，結果如表4。由表1可知，第二層面的5個變量之間存在一定的多重共線性，故模型在回歸的過程中采用多步回歸，逐個放入回歸變量，以避免多重共線性帶來的問題。

三、結論

Z值來源于Z-score模型，Z值越小，企業風險越大；反之，Z值越大，企業風險越小。從以上表4中可以看出，勞動參與率X5系數為負，且P值小于0.05，說明勞動參與率與房地產上市公司Z值顯著負相關，勞動參與率越高，Z值越小，房地產上市公司的財務風險越大。投資水平X6的系數值為正，且P值小于0.05，說明投資水平與房地產上市公司Z值顯著正相關，投資水平越高，Z值越大，房地產上市公司財務風險越小。工業化水平X7的系數為正，P值為0.088 89，在顯著性閥值0.1的情況下顯著，說明工業化水平與房地產上市公司Z值顯著正相關，工業化水平越高，房地產上市公司Z值越大，房地產上市公司的財務風險越小。對外依存度X8的系數為負，且P值小于0.05，說明區域經濟的對外依存度對房地產上市公司Z值有顯著負相關，對外依存度越高，Z值越小，房地產上市公司的財務風險越大。城市化水平X9的系數為負，且P值小于0.05，說明城市化水平與房地產上市公司的Z值顯著負相關，城市化水平越高，Z值越小，房地產上市公司的財務風險越大。

針對以上結論，房地產公司可以以區域相關因素作指導來降低企業的財務風險。

參考文獻：

[1] 鄧曉嵐，王宗軍.股票市場表現、宏觀經濟環境與公司財務困境[J].重慶大學學報：社會科學版，2008，14（4）：39-44.

[2] 過新偉，胡曉.公司治理、宏觀經濟環境與財務失敗預警研究——離散時間風險模型的應用[J].上海經濟研究，2012，（5）：85-97.

[3] 盧永艷.宏觀經濟因素對企業財務困境風險影響的實證分析[J].宏觀經濟研究，2013，（5）：53-58.

[4] 彭中文，李力，文磊.觀調控、公司治理與財務風險——基于房地產上市公司的面板數據[J].中央財經大學學報，2014，1（5）：52.

[5] 徐彪，李心丹，劉海飛，等.區域背景與企業績效關系研究——基于中國52個城市工業制造企業的實證分析[J].管理學報，2011，

8（6）：827-835.

[6] 張李昂，朱顯平.我國區域經濟差異對房地產價格的影響分析與對策[J].經濟問題探索，2015，（12）：100-105.

[責任編輯 杜 娟]