經濟新常態下房地產企業規模與債務壓力關系研究

摘 要：在經濟新常態的背景下，管理好房地產行業風險是金融風險管理的重點議題之一。不同規模的房地產企業面臨的債務壓力也不同。使用Panel Data模型和穩健最小二乘法方法，對大、中、小型房企的償債能力進行研究，結果發現大型房地產企業因為自身的優勢，對于周期波動的風險抵抗能力較強，中型房地產企業次之，最敏感、抗風險能力最差的是小型房地產企業。這說明進行調控時，不僅要考慮房地產行業的總體特征，而且還要考慮規模因素。因此，應加大產業集中度，提高企業競爭力和抗風險能力。對于小型房地產企業該淘汰就要淘汰，對于中型房企適度從緊，對于大型房企政策從緊，但前提是不要引發系統性經濟風險。

關鍵詞：大、中、小型房企；企業規模；債務壓力；償債能力；穩健最小二乘法；面板數據模型

中圖分類號：Ｆ８３２．4 文獻標志碼：A 文章編號：1673-291X（2024）17-0013-05

Wind數據顯示，截至2016年上半年，房地產行業資產負債率為79.72%。房地產開發行業前期投資非常大，正常的范圍在60%—70%之間，如超過80％，則負債比例過高。人民法院公告網顯示，截至7月24日，2019年全國已有274家房地產企業發布破產公告，僅7月24日就有3家房企加入破產行列。宣告破產的房企大多屬于中小規模的企業（新京報，2019）。中國政府進行房地產調控時，主要是從宏觀角度進行調控，或者根據城市規模進行調控。但是還有一個重要的視角，那就是房地產企業規模。規模不同，企業面臨的市場、融資環境等都大不相同，企業的債務風險也大不相同。供給側結構性改革主要涉及產能過剩、樓市庫存大、債務高企這三個方面，為解決好這一問題，就要推行去產能、去庫存、去杠桿、降成本、補短板五大任務。但是，如果不考慮公司規模，政策結果可能會達不到預期效果。

一、文獻綜述

國內學者大多從金融成長周期理論、上市公司規模、壓力測試理論和融資渠道等角度研究企業尤其是房地產企業面臨的債務壓力。

在現代經濟學的企業融資結構理論中，金融成長周期理論較為符合中小企業的實際。張捷等（2002）通過對中美兩國中小企業融資結構的比較，驗證了金融成長周期規律對中國中小企業的適用性。周勤等（2006）發現公司的規模越大，公司的債務融資越多。周陽敏（2014）構建了房地產企業風險壓力測試的理論體系，對我國房地產企業（上市公司）進行了壓力測試，在面對各類房地產調控政策沖擊時，房地產企業（上市公司） 整體抗風險能力都很弱，我國房地產企業的抗風險能力或風險暴露水平出現兩極分化。徐東東（2017）提出利用私募股權投資基金、房地產信托基金、夾層融資、借殼上市等方式創新融資渠道，以解決中小房企融資難題。Nan Zhou et al.（2017）利用中國2009—2014年936家上市公司的數據，使用GMM方法研究信貸擴張、自由現金流是否與企業投資相關聯，結果表明信貸擴張、自由現金流擴大了公司新投資和過度投資。馬亞明（2018）建立帶有隨機波動的時變參數向量自回歸（TVP-VAR）模型，實證檢驗影子銀行、房地產投資水平、房價以及房地產庫存量四者之間的動態關系。影子銀行的擴張并不必然會導致房價的上漲；房地產市場的快速發展對影子銀行產生了持續的資金需求。鼓勵并創造條件推進房地產開發商等中小企業探索多元化的融資模式。鄭旭丹等（2021）發現經濟不確定性的增加會促使商貿流通企業增加長期負債的比例，從而加劇債務負擔，降低企業經營績效。

國外學者從宏觀問題、委托代理問題、期權定價問題等角度研究企業，尤其是中小企業和房地產企業的債務問題。Kelly等（2015）估計了導致愛爾蘭中小企業在嚴重的金融和經濟危機中進入困境的決定因素，銀行和非銀行的信貸可以描述宏觀經濟壓力的增加；經濟周期中，銀行信貸的標準和可獲得性決定了企業的存亡。理論研究認為最優債務期限結構可以降低債務合同引發的委托代理問題。Daniel（2016）認為，貸款過度增加與全球金融危機之后投資快速增加有關。投資效率下降，公司財務狀況不斷惡化，進而影響金融系統資產質量。重點在于識別財務困難的公司，提前確認金融系統的損失。有的文章從開放經濟角度研究債務對于企業的影響。Sebnem Kalemli-Ozcan et al.（2016）量化研究了危急時刻信貸、資產負債表等渠道對于企業投資的影響。在新興市場經濟體，危機階段有兩個特點：在銀行業和貨幣雙重危機中，出口商的信貸需求與金融機構信貸供給趨勢相反。銀行業危機中，信貸供給減少的幅度高于貨幣危機中信貸供給減少的幅度。資產負債表的問題來自企業資產和負債的不匹配，也來自貨幣的不匹配。由于外資企業更容易獲得信貸，所以外資企業危機時期更容易獲得信貸的替代變量。在貨幣危機中，在投資率方面，出口商相對于外資出口商沒有顯著性區別，雖然二者的資產負債表都有惡化。

中小企業對于委托代理問題較為敏感，Jose Lopez-Gracia（2015）利用中小企業數據檢驗上述理論。中小企業出現的委托代理問題主要發生在所有人和債權人之間，因為中小企業增長速度快，而其固定資產少和信息不對稱，中小企業債務結構面臨的主要問題是投資不足、資產替代和過度投資。有的研究從期權定價的角度來考察企業的債務問題。基于Black，Scholes 和Merton（BSM或有要求權模型）和KMV公司框架，Kanak Patel et al. （2006）利用112個房地產公司的樣本（時間跨度為1980—2001年），估計房地產公司的違約距離和風險中性違約概率。BSM或有要求權模型預測失敗分為兩種情況：一是BSM或有要求權模型沒預測公司違約，但公司違約了；二是BSM或有要求權模型預測公司違約，但公司沒違約。實證結果發現沒有公司屬于情況1，112個公司里有12個公司屬于第二種情況。實證結果支持了BSM或有要求權模型的理論基礎，因為違約的兩大原因是高杠桿率和資產價格波動。Marco Raberto（2011）使用計算機程序Eurace進行仿真，探討債務和主要經濟指標之間的關系。貸款可以從兩個方面影響經濟表現：促進經濟增長或使經濟進入衰退甚至危機。實驗結果表明實體經濟與金融之間相互影響。對高杠桿公司進行了調整后，H.K. Levy（2014）發現Altman模型可以提前一個季度、一年和兩年預測公司破產概率。當經濟從擴張轉為衰退時，高杠桿公司首先違約。

基于前人的研究，我們發現目前還沒有基于房地產企業規模的債務研究。本文把房地產企業分為大、中、小房地產企業，不同規模的房地產企業布局不同，面臨的債務壓力也不同。我們利用Wind數據，使用Panel Data和穩健最小二乘法（RLS）方法，對大、中、小型房企的償債能力進行研究，并提出相應的政策建議。

本文結構如下：一是導論，二是模型構建與結果分析，三是結論。

二、模型構建與結果分析

（一）數據來源與變量設置

本文數據來自萬得數據（Wind）。考慮到數據的可得性和真實性，數據時間跨度為11年，即2006—2016年。選取變量為有息負債率（Interest-bearing Debt Ratio：IDR）、存貨周轉率（Inventory Turnover：IT）、銷售利潤率（Profit Margin：PM）、房地產個人抵押貸款（Mortgage Loans：ML）、房價（Housing Price：HP）、地價（Land Price：LP）、社會融資規模（Aggregate Financing to the Real Economy：AF）、GDP、匯率（Exchange Rate：ER）。

有息負債比率：帶息負債比率=（帶息負債總額/負債總額）*100%。預收賬款是核算企業按合同約定向其客戶預收的貨款、定金等。與應付款項等經營性負債相比，預收賬款是一項不需要以現金償付的債務，與銀行貸款等有息負債相比，預收賬款通常是一項不需要支付利息的負債。但從本質上來說，預收賬款仍然是一項債務，企業需要按照合同的約定，按時向客戶交付相應的商品（勞務）（飛雪漫天，2014）。房地產上市公司違約不交房的案例很少，如果這樣公司就倒閉了。所以，研究上市公司負債，我們采用的指標是有息負債比率，不包含預收賬款。

存貨周轉率：房地產公司的存貨構成了其總資產的最大部分。存貨周轉率的快慢，不僅關系到房地產商的利潤，而且關系到其負債率等重要指標，是其存亡的重要指標之一。

假設1：存貨周轉率與房地產業的有息負債比率呈顯著性負相關。

銷售利潤率：銷售利潤率衡量房地產公司的利潤情況。有時候，房地產公司的銷售額增長不一定是其利潤率提高，有可能是降價銷售，甚至賠錢銷售，所以我們用銷售利潤率來衡量房地產企業的盈利情況。盈利上升，就會有資金償還債務。

假設2：銷售利潤率與房地產業的有息負債比率呈顯著性負相關。

房價：此處使用數據為房價景氣指數。房價是房地產企業所售商品的價格，一般來說，價格上漲，負債率降低，利潤上升。但是在房地產進入調控的時候，比如說限售，即使房價上漲，但房地產企業無法銷售房屋，就會出現房價漲而銷售額不漲的情況。但總體來說，房價上漲，盈利上升，就會有資金償還債務。

假設3：房價與房地產業的有息負債比率呈顯著性負相關。

地價：地價是政府可以調控的一個變量。因為政府是土地的寡頭壟斷者，可以通過土地供給的增減調整地價。地價是房價的預期調整因子，房價可以看作地價的滯后變量，所以在此模型里，我們加入滯后變量。房價的上漲經常是由地價上漲推動的。土地儲備是房地產公司的重要成本之一，成本上升，債務上升。

假設4：地價與房地產業的有息負債比率呈顯著性正相關。

社會融資規模：社會融資規模主要包括人民幣貸款、外幣貸款、委托貸款、信托貸款、未貼現的銀行承兌匯票、企業債券、非金融企業境內股票融資、保險公司賠償、投資性房地產和其他金融工具融資十項指標。根據萬德數據（2016），房地產公司房地產開發資金來源構成：利用外資比重為0.4%，貸款比重為16.1%，自籌資金比重為38.8%，其他資金來源44.6%，占比近45%，包括委托貸款、信托、公司債券等，內容涵蓋正規銀行業務、影子銀行業務。貸款僅僅是上市房地產公司的融資構成的16.1%。銀行開發貸余額同比增速在不斷下滑，一季度、二季度新增開發貸金額僅為4 000億元和1 000億元。但與此同時，銀行表外資金快速流向房地產。2016年上半年理財產品投資房地產金額達到24 801億元，較15年底又增加了9 429億元，將近開發貸款規模的兩倍。所以，社會融資總額（包含正規金融和影子銀行）是房地產融資較好的替代變量。

假設5：社會融資規模與房地產業的有息負債比率呈顯著性正相關。

GDP：GDP是宏觀經濟情況的變量，測度宏觀經濟與房地產企業債務的關系。GDP上行，居民可支配收入提高，對未來樂觀情緒上漲，房價上漲。

假設6：GDP與房地產業的有息負債比率呈顯著性負相關。

匯率：加入匯率是從開放經濟的角度研究房地產公司受到影響。房地產行業是資金密集型行業，匯率的變化可以反映資金流入、流出中國的情況。另外，房地產公司為了擴寬融資渠道，在人民幣升值周期借入較多美元貸款，人民幣進入貶值周期后，房地產公司減少了美元貸款，并且加快美元貸款償還速度，所以匯率的升降，也可以測度其美元貸款的情況。因為中國資本與金融賬戶并未完全放開，人民幣貶值帶來資本外流的效應預計小于外匯貸款的債務效應，所以得出假設7。

假設7：人民幣直接匯率與房地產業的有息負債比率呈顯著性負相關

所選變量數據統計如表1。

如表1所示，上市房地產公司的有息負債比率均值為47%，上市房地產公司的存貨周轉率均值為1.2，銷售利潤率均值為20.2%，土地價格同比增長率均值為9.59%，房價景氣指數均值為99.2，社會融資規模同比增長率均值為19.56%，GDP同比增長率均值為9.34%，人民幣直接標價法的美元匯率均值為6.82，滯后一期房價均值為99.03，滯后一期地價同比增長率均值為10.02%。

為了比較不同規模上市房地產公司的債務情況，我們利用穩健最小二乘法模型（RLS），分別對大型、中型和小型上市房地產公司的數據進行計量分析。然后，使用Panel Data模型，對全體上市房地產公司進行研究。假設研究發現，大型、中型和小型上市房地產公司的債務情況不同，或者大型、中型和小型上市房地產公司的債務情況與全體上市房地產公司的債務情況不同，那么政府的政策如果僅僅針對全體上市房地產公司，就會出現較大的偏差。

（二）Panel Data模型

本文所建穩健Panel Data模型如下：

首先，從整個行業的角度對房地產業的債務壓力進行研究。其中為了研究部分重要變量的時滯作用，將房價和地價滯后一期。本實驗通過了Hausman檢驗。為了檢驗穩健性，在自變量里加入個人住房抵押貸款（ML），結果顯示房地產行業各變量的顯著性檢驗沒有受到影響，通過穩健性檢驗。實驗結果見下頁表2。

（三）穩健最小二乘法模型（RLS）

穩健最小方差模型（Robust Least Squares Model）是計量經濟學里的一種較新的計量方法。穩健估計區別于最小二乘估計，最小二乘估計追求參數估計在絕對意義上的最優，而穩健估計是在抗差前提下的最優或接近最優。這種方法可以保證所估的參數少受模型誤差，特別是粗差的影響。

使用此模型，我們分別對小型、中型和大型上市房地產公司數據進行回歸分析，比較房地產企業規模對于房地產企業的有息負債比率的關系，見表2。

存貨周轉率：整個房地產市場作為調控對象，提高存貨周轉率可以有效降低有息負債比率，假設1通過檢驗。但是如果考慮企業規模，就會發現不同的結果。小型房地產企業通過去庫存可以有效降低有息負債比率。中型房地產企業通過去庫存可以降低有息負債比率，但不顯著。大型房地產企業通過去庫存反而提高有息負債比率，但不顯著。大型房地產企業在去庫存的同時，因為看好未來樓市，并且具有拿地的競爭能力，所以會加快拿地，因此去庫存反而促使大型房地產企業有息負債比率上升。另一方面，規模較大的企業尤其是大中型國有企業預期現金流基本穩定，資金鏈斷裂的可能性較低，信用評級高，因此具有得天獨厚的融資優勢。政府在幫助房地產企業去庫存的同時，應該注意預期管理，防止房地產企業因為去庫存產生房價未來還會繼續上漲的預期，加大負債規模進行投資，會進一步扭曲經濟，使去庫存進入“高庫存，去庫存”的循環之中。

銷售利潤率：如果整個房地產行業的銷售利潤率提高，會提高有息負債比率，但不顯著，假設2沒有通過檢驗。但是如果考慮企業規模，就會發現不同的結果。小型房地產企業和中型房地產企業的銷售利潤率提高，會顯著提高有息負債比率。從房地產周期長期考慮，小型房地產企業和中型房地產企業的生存環境相對較為惡劣，經常為去庫存甚至采取降價銷售，影響了銷售利潤率和負債比率。大型房地產企業的銷售利潤率提高，會降低有息負債比率，但不顯著。

地價：整個房地產市場做為調控對象，地價上升，會顯著提高有息負債比率，假設3通過檢驗。但如果考慮企業規模，就會發現不同的結果。小型房地產企業因為地價上升，購買土地的財務壓力顯著提高有息負債比率。中型房地產企業因為地價上升，購買土地的財務壓力提高有息負債比率，但不顯著。雖然不顯著，但大型房地產企業因為地價上升，反而會利用其自身優勢降低有息負債比率。這說明小型房地產企業因為地價上升，購買土地的財務壓力明顯高于大、中型房地產企業。

房價：整個房地產市場做為調控對象，房價上升會顯著提高有息負債比率，假設4沒有通過檢驗。房價上升對于有息負債比率的影響有兩個方面，這兩個方面相互抵消。一方面，債務降低效應：房價上升，銷售額增加，降低負債率。另一方面，債務上升效應：房價上升，房地產企業預期房價會繼續上升，加大投資，加大融資，負債比率上升。還有需要考慮的因素是房價上升，政府限售或限購效應，導致有價無市，負債比率上升。房價上升，小型房地產企業因為債務上升效應，有息負債比率上升，但不顯著。大、中型房地產企業因為房價上升的債務上升效應，顯著提高有息負債比率。說明大、中型房地產企業面對房價上升，投資力度更大，負債更多。

社會融資規模：整個房地產市場作為調控對象，社會融資規模上升，會顯著提高有息負債比率，假設5沒有通過檢驗。社會融資規模上升對于有息負債比率的影響有兩個方面，這兩個方面相互抵消。一方面，債務降低效應。社會融資規模包括權益融資和債務融資，如果權益融資超過債務融資，降低負債率，否則就是債務上升效應。社會融資規模rVYVkhTDcY8rXbj/zuZHIpZn1p+GVsBWYiOiwNBd+OQ=上升，小型房地產企業因為債務下降效應，有息負債比率下降，但不顯著。大型房地產企業面對社會融資規模上升，有息負債比率下降，不顯著，但比小型房地產企業債務下降效應明顯。中型房地產企業因為社會融資規模的債務下降效應，顯著降低有息負債比率。

GDP：整個房地產市場作為研究對象，GDP上升，會降低有息負債比率，但不顯著，假設6未通過檢驗。GDP上升，小型、中型房地產企業有息負債比率顯著下降，小型房企受益最大。但大型房地產企業有息負債比率升高，不顯著。說明大型房地產企業面對GDP上升，投資力度更大，負債更多。

人民幣匯率（直接標價法）：整個房地產市場作為研究對象，人民幣貶值，房地產業的有息負債比率顯著下降，假設6通過檢驗。房地產行業是資金密集型行業，匯率的變化可以反映資金流入、流出中國的情況。人民幣貶值，資本流出中國，房價下跌，房企負債增加。另外，房地產公司為了擴寬融資渠道，在人民幣升值周期借入較多美元貸款，人民幣進入貶值周期后，房地產公司減少了美元貸款，并且加快美元貸款償還速度，有息負債比率下降。所以匯率的升降，也可以測度其美元貸款的情況。中國資本與金融賬戶并未完全放開，我們假設人民幣貶值帶來資本外流的效應小于外匯貸款的債務效應，降低有息負債比率。人民幣貶值，小型房企有息負債比率顯著上升，中型房企有息負債比率上升但不顯著，大型房企有息負債比率下降但不顯著。人民幣貶值，小型房企受沖擊最大，其次是中型房企。大型房企符合我們分析的機制，人民幣貶值帶來資本外流的效應小于外匯貸款的債務效應，降低有息負債比率。

三、結束語

本文把房地產企業分為大、中、小房地產企業，運用面板數據研究影響不同規模房地產企業風險的因素。結果發現，影響房地產行業的主要因素是存貨周轉率、地價、房價、社會融資規模和匯率；影響大型房企的主要因素是房價；影響中型房企的主要因素是銷售利潤率、房價、社會融資規模和GDP；影響小型房企的主要因素是存貨周轉率、銷售利潤率、地價、GDP和匯率。

研究發現，大型房地產企業無論對于宏觀經濟變量，還是微觀經濟變量都相對不敏感。大型房地產企業因為自身的優勢，享有融資優勢、拿地優勢、關系優勢，對于周期波動的風險抵抗能力較強，中型房地產企業次之，最敏感、抗風險能力最差的是小型房地產企業。這說明對房地產行業進行調控時，不僅要考慮房地產行業的總體特征，還要考慮規模因素。因此，應加大產業集中度，提高企業競爭力和抗風險能力。對于小型房地產企業該淘汰就要淘汰，對于中型房地產企業政策要相對收緊，對于大型房地產企業政策要相對嚴格，否則房地產調控政策反而可能會失效。另外，大型房地產企業比中、小型房地產企業對宏觀經濟的影響更大，所以必須根據大型房地產企業的情況出臺一些有針對性的政策，但前提是不要引發系統性經濟風險。比如，限制大型房地產企業拿地，適度鼓勵中型房地產企業拿地；在金融方面，限制大型房地產企業融資，適度鼓勵中型房地產企業融資。與本研究相一致，人民法院公告網的數據顯示，截至7月24日，2019年全國已有274家房地產企業發布破產公告。從總體來看，宣告破產的房企大多屬于中小規模的企業，且大部分分布在三四線城市（新京報，2019）。

參考文獻：

[1] 馬亞明，賈月華，侯金丹.影子銀行對我國房地產市場的影響：基于監管套利視角[J].廣東財經大學學報，2018，33（1）：39-48.

[2] 盤和林.274家房企宣布破產，房地產行業需重新洗牌[N].新京報，2019-07-29.

[3] 徐東東.中小房地產開發企業融資渠道創新研究[J].價值工程，2017（34）：6-8.

[4] 張捷，王霄.中小企業金融成長周期與融資結構變化[J].世界經濟，2002（9）：63-70.

[5] 周勤，徐捷，程書禮.中國上市公司規模與債務融資關系的實證研究[J].金融研究，2006（8）：41-55.

[6] 周陽敏.房地產企業風險壓力測試實證研究：限購令、房產稅、新土管政策的持續性沖擊影響[J].管理評論，2014（9）：58-68.

[7] Daniel J. Resolving China’s Corporate Debt Problem[R].International Monetary Fund Working Paper， 2016（WP/16/203）.

[8] Jose Lopez-Gracia.On the Relevance of Agency Conflicts in SME Debt Maturity Structure[J].Journal of Small Business Management， 2015，53（3）.

[9] H K Leny，Y Kanat，A Kunin，D Tooshknov，P Tzruya. Predicting Defaults of Highly-levered Firms with an Adapted Altman Model[J].Investment Analysts Journal.2014，43（80）.

[10] Kanak Patel，Prodromos Vlamis. An Empirical Estimation of Default Risk of the UK Real Estate Companies[J].The Journal of Real Estate Finance and Economics，2006，32（1）.

[11] Kelly，Brien E O，Stuart R.A long-run Survival Analysis of Corporate Liquidations in Ireland[J].Small Business Economics，2015，44（3）.

[12] Mmaro Raberto，Andrea Teglio，Silvano Cincotti.Debt Deleveraging and Business Cycles：An Agent-Based Perspective[C].Economics Discussion Paper，2011（2011-31）.

[13] Nan Z，Yan S W，Nam C S，Fujun L. Credit Expansion，Free Cash Flow and Enterprise Investment：An Empirical Study Based on Listed Companies in China[J].International Journal of Economics and Finance，2017，9（9）.

[14] Sebnem Kalemli-Ozcan，Herman Kamil，Carolina Villegas-Sanchez.What Hinders Investment in the Aftermath of Financial Crises：Insolvent Firms or Illiquid Banks？[J].The Review of Economics and Statistics，2016，98（4）.

[責任編輯 劉 瑤]