房地產(chǎn)抵押品價值變動的實體經(jīng)濟效應

鐘 騰

(對外經(jīng)濟貿易大學 金融學院，北京 100029)

房地產(chǎn)抵押品價值變動的實體經(jīng)濟效應

鐘 騰

(對外經(jīng)濟貿易大學 金融學院，北京 100029)

在我國較密集的房地產(chǎn)調控背景之下，定量測算房地產(chǎn)抵押品價值變動對實體經(jīng)濟的影響幅度具有重要意義。文章采用前沿方法深入考察了房地產(chǎn)抵押品價值變動對公司投融資決策的影響，并在此基礎上對房價調控政策對社會總投資的潛在影響進行了估算。研究發(fā)現(xiàn)：(1)我國存在顯著的抵押品效應，公司房地產(chǎn)抵押品價值每上升1元，資本支出隨之增加約5.7分；無論是控制公司固定效應，還是使用替代指標或子樣本分析，抵押品效應均穩(wěn)健成立。(2)宏觀層面上，房地產(chǎn)抵押品價值1%的上升將引起總投資增加約466.3億元。(3)對資金來源的探究顯示，抵押品升值提高了公司的貸款獲得，尤其是短期貸款的獲得。(4)抵押品效應與公司的融資約束正相關，但與所在地區(qū)金融市場化水平無明顯關系?；谘芯拷Y論，建議政府在進行調控時不宜對房價過度打壓，而應引導房價保持與居民消費價格相當?shù)脑鲩L速度，減少房價過度波動，維持房地產(chǎn)市場長期平穩(wěn)健康發(fā)展。

房地產(chǎn)；抵押品效應；公司投資；土地供給彈性；融資約束

一、引 言

資產(chǎn)價格變動如何影響實體經(jīng)濟是一個經(jīng)久不衰的話題。自Fisher (1933) 開始，大量的理論文獻對資產(chǎn)價格的實體經(jīng)濟效應進行了探討，這一類文獻多是從宏觀視角進行研究，側重點是經(jīng)濟周期和金融危機，突出了抵押品在經(jīng)濟波動和危機傳染中所扮演的重要角色。宏觀經(jīng)濟學者認為，資產(chǎn)價格的大幅下降會影響可抵押資產(chǎn)的市場價值，損害公司的借債能力，導致投資和產(chǎn)出的下滑 (Bernanke和Gertler, 1989, 1990; Kiyotaki和Moore, 1997)。Bernanke等 (1996) 提出的“金融加速器”機制認為，在信貸市場存在摩擦的假設下，貨幣政策上的微小變動會通過利率、抵押品和信貸渠道被傳播放大，形成連鎖反應，資產(chǎn)價格的下降會導致公司凈財富下降，借款能力下降，外部融資成本上升，公司的投資下降，繼而對經(jīng)濟產(chǎn)出造成不利影響。資產(chǎn)價格波動還會放大經(jīng)濟周期，一個負向的價格沖擊會導致抵押品貶值，削弱公司的借款能力，致使經(jīng)濟體投資下降，進而使資產(chǎn)價格進一步下跌，導致經(jīng)濟萎縮；反過來，資產(chǎn)價格上升帶來的抵押品升值會導致借款增加，經(jīng)濟體投資增加，使得資產(chǎn)價格上漲，進一步導致經(jīng)濟過熱。這種資產(chǎn)價格、抵押品價值和總投資之間的動態(tài)交互作用會放大負面或正面沖擊，從而產(chǎn)生經(jīng)濟波動。

近些年來，一些學者開始從微觀角度出發(fā)，探討房地產(chǎn)價格波動通過抵押品渠道對公司投資的影響 (Gan, 2007; Chaney等, 2012)，為Bernanke等人的宏觀理論尋找微觀基礎。公司作為實體經(jīng)濟的微觀主體，其投資數(shù)量和投資偏好決定了實體經(jīng)濟的長期增長前景。公司的投資離不開資金的支持，然而在不完全契約環(huán)境下，公司和銀行之間存在著信息不對稱，銀行無法知曉公司的真實還款能力，同時還存在道德風險，即銀行無法有效監(jiān)督公司的貸款使用，這些融資摩擦導致公司難以從銀行獲得足夠的貸款，產(chǎn)生融資約束和投資不足的現(xiàn)象 (Barro, 1976; Stiglitz和Weiss, 1981)。因此，現(xiàn)實中公司在進行外部融資時，通常需要抵押品進行擔保 (Mayor, 1990)。房地產(chǎn)作為一類重要的抵押品，能夠減輕外部融資中的信息不對稱和代理問題，增強公司的借款能力從而緩解融資約束 (Gan, 2007)。

在過去十多年間，伴隨著我國經(jīng)濟的高速發(fā)展，房價上漲非常迅速，從2002年到2013年期間，全國35個大中城市房屋均價從2 483元/平方米上漲到8 841元/平方米，年均漲幅高達12%，房地產(chǎn)市場表現(xiàn)過熱。1998年，房地產(chǎn)投資僅占我國GDP的4%，而到了2013年這一比例上升到了15%，遠高出日本90年代初房地產(chǎn)泡沫破滅前夕的9% (Nie和Cao, 2014)。雖然房地產(chǎn)投資對我國經(jīng)濟總量的高速增長起到了很強的驅動作用，但是房價過高亦會對居民福利造成不利影響(王斌和高波，2008)，需要政府進行有效地調控。政策制定者在出臺調控政策時，最大的擔憂在于房價下跌是否會對總投資造成負面沖擊，影響的幅度有多大。因此有必要從理論上探討房價變動通過抵押品渠道傳導到實體經(jīng)濟的微觀機制，并利用企業(yè)數(shù)據(jù)對抵押品效應的大小進行精確測算。本文通過識別和量化房地產(chǎn)抵押品價值變動對公司投融資決策的影響，可為房價調控政策對總投資的潛在影響提供微觀證據(jù)支持。

本文以我國非房地產(chǎn)業(yè)上市公司*之所以要排除房地產(chǎn)行業(yè)的上市公司，是因為與其他行業(yè)的上市公司不同，他們所持有的房地產(chǎn)大部分屬于存貨而非固定資產(chǎn)，會對抵押品效應的測算造成干擾。作為研究對象，利用土地供給彈性和實際利率的乘積作為房價的工具變量，使用兩階段最小二乘回歸對我國房地產(chǎn)抵押品效應進行了定量測算，并探究了房價變動對企業(yè)貸款獲得的影響，從而較完整地闡明了房價通過抵押品渠道對實體經(jīng)濟投融資的影響程度。實證結果顯示，公司持有的房地產(chǎn)市場價值每上升1元，公司的資本支出隨之增加5.7分。5.7%的變動看似比較小，但考慮到全社會龐大的房地產(chǎn)存量價值，*截至2015年末，全國存量商品房總面積約為120.04億平方米，全國商品房銷售均價為6815元/平方米，由此可以推導得到全國存量商品房總市場價值約為81.81萬億元。房價變動導致社會投資總量變動的絕對量是非常巨大的——房地產(chǎn)抵押品價值1%的上升將引起總投資增加約466.3億元。穩(wěn)健性檢驗結果顯示，無論是控制公司固定效應，還是使用替代指標或者采用子樣本分析，上述結論均顯著成立。進一步，我們分析了公司房地產(chǎn)價值上升如何影響公司融資，發(fā)現(xiàn)無論是短期借款還是長期借款均有顯著的增加，其中短期借款增加量更多。最后，通過比較小公司和大公司、低分紅公司和高分紅公司、國有企業(yè)和非國有企業(yè)，我們發(fā)現(xiàn)抵押品效應與融資約束呈現(xiàn)正相關，但與地區(qū)金融市場化水平無明顯關系。

本文的主要貢獻在于：首先，利用前沿方法測算了我國上市公司房地產(chǎn)抵押品效應(即公司資本支出對房地產(chǎn)抵押品價值的敏感性)，從微觀角度對房價變動影響實體經(jīng)濟的重要路徑之一進行了定量刻畫。其次，利用地理數(shù)據(jù)計算了我國35個大中城市的土地供給彈性，并利用供給彈性和長期利率構造房價的工具變量，較好地解決了國內相關研究中房價的內生性問題。第三，本文探討了房地產(chǎn)抵押品價值對不同期限貸款融資的影響，并考察了抵押品效應與融資約束以及金融市場化的關系，對現(xiàn)有文獻是一種拓展和深化。

余文結構安排如下：第二節(jié)在對相關文獻進行梳理的基礎上提出了研究假設，第三節(jié)對數(shù)據(jù)來源、計量模型和工具變量的選取進行了詳細交代，第四節(jié)匯報了實證結果并進行了分析和解釋，第五節(jié)總結全文并提出了相關政策建議。

二、文獻和研究假設

國外學者很早就意識到抵押品在經(jīng)濟運行中的重要作用。在不完全合約環(huán)境下，由于存在信息不對稱和委托代理問題，公司在為投資項目融資的過程中面臨信貸約束，而抵押品升值使得公司面臨的融資約束得到緩解，能夠向銀行更多地借款，進而進行更多的固定資產(chǎn)投資 (Barro, 1976；Stiglitz和Weiss, 1981；Hart和Moore, 1994)。宏觀經(jīng)濟學家利用抵押品渠道來解釋信貸周期和經(jīng)濟波動，Kiyotaki和Moore (1997) 認為，由于貸款數(shù)量受到抵押品價值的限制，而抵押品價值又受資產(chǎn)價格影響，信貸限制和資產(chǎn)價格之間的交互作用導致了一個強有力的傳播機制，使得經(jīng)濟沖擊持續(xù)放大和擴散。抵押品渠道與貨幣政策的傳導也有密切關系，Bernanke等 (1996) 提出了“金融加速器”機制，指出在信貸市場存在摩擦的情況下，貨幣政策上的微小變動會通過利率、抵押品和信貸渠道被傳播放大，形成連鎖反應，造成融資和產(chǎn)出大幅波動。

Gan(2007)最早利用微觀數(shù)據(jù)為抵押品理論提供了實證支持，她發(fā)現(xiàn)在日本房地產(chǎn)泡沫破滅時期，有房地產(chǎn)的公司受到的沖擊更大，抵押品價值損失更嚴重，從銀行獲得的貸款也更少。Chaney等(2012) 利用美國的數(shù)據(jù)發(fā)現(xiàn)，房地產(chǎn)抵押品價值的上升顯著促進了公司投資。但是由于美國財務數(shù)據(jù)在1993年之后不再披露房地產(chǎn)累計折舊信息，他們只能用1993年的房地產(chǎn)持有量作為以后各期的持有量，這會造成對抵押品價值的衡量誤差。Wu等(2015) 研究了中國的房地產(chǎn)市場，發(fā)現(xiàn)抵押品價值上升對公司投資沒有顯著影響。由于他們使用的是地塊出讓價格數(shù)據(jù)，而地方政府可能為了某些原因(比如吸引工業(yè)企業(yè)投資)而有意壓低地價，因此，地塊出讓價格并不能反映抵押品的市場價值。并且他們在識別過程中沒有利用工具變量控制內生性，其結論可能存在一定局限。

近年來，國內亦涌現(xiàn)了許多優(yōu)秀的研究房價與實體經(jīng)濟互動的文獻。已有的文獻大體上可分為兩支：第一個分支著眼于房價波動和房價泡沫的決定因素和測定方法(例如：袁志剛和樊瀟彥，2004；梁云芳和高鐵梅，2007；呂江林，2010；況偉大，2010，2014)，第二個分支圍繞房價對于實體經(jīng)濟、勞動力流動和居民儲蓄等的影響(例如：沈悅和劉洪玉，2004；陳彥斌和邱哲圣，2011；范劍勇和邵挺，2011；高波等，2012)。本文通過地理數(shù)據(jù)構建工具變量，對我國房地產(chǎn)抵押品效應大小進行精確測算，并進一步探究了融資約束和金融市場化對于抵押品效應的影響，是對國內房地產(chǎn)與實體經(jīng)濟關系相關研究的有益補充。

根據(jù)理論文獻 (Bernanke等, 1996; Kiyotaki和Moore, 1997)，本文通過研究房地產(chǎn)抵押價值對公司資本支出的影響來測算抵押品效應的強度。房地產(chǎn)作為一類主要的實物資產(chǎn)，能在公司借款過程中提供抵押擔保，房價上升會增加公司的抵押品價值，增強公司的借債能力，使得公司能夠更多地借款進行投資。房價變動對公司投資的正向影響是通過抵押品的渠道而發(fā)生。如果抵押品效應在中國成立，則意味著我國公司的投資數(shù)量與公司持有的房地產(chǎn)抵押品的市場價值顯著正相關。基于上述分析，我們提出有待檢驗的第一個假設：

假設1：公司的資本支出與房地產(chǎn)抵押品價值顯著正相關。

除了考察房地產(chǎn)價值對公司投資的直接影響，我們還需要進一步探索公司將房地產(chǎn)升值部分轉化為更多投資的中間渠道。Kiyotaki和Moore (1997) 的理論文章指出，抵押品價值促進投資的中間渠道是銀行貸款，公司持有的房地產(chǎn)價值變動能夠影響公司的借款能力，從而影響公司投資。根據(jù)標準的有貸款約束的抵押品理論(例如：Hart和Moore, 1994)，抵押品價值上升將導致更多的債務融資。因此，隨著公司持有的房地產(chǎn)升值，公司能夠用于抵押的資產(chǎn)數(shù)量上升，公司能夠與銀行重新簽訂貸款合約或者向銀行申請新的貸款以用于投資。其中短期借款可能比長期借款增加更多，因為與銀行重新簽訂短期合約更容易，并且短期借款比長期貸款獲得的難度更低 (Chaney等, 2012)。因此，我們提出以下假設：

假設2：房地產(chǎn)抵押品增值提高了公司的貸款獲得，其中短期貸款增加較多。

接著，我們分析抵押品效應的強弱與融資約束的關系。融資約束不可直接觀測，傳統(tǒng)文獻中使用公司投資對現(xiàn)金流的敏感性來衡量融資約束的大小 (Fazzari等, 1988)，但是近來的研究對投資——現(xiàn)金流敏感性衡量融資約束的有效性提出了質疑 (Kaplan和Zingales, 1997; Gomes, 2001; Alti, 2003)。Gan (2007)認為，抵押品能消除外部融資關系中的信息不對稱和代理問題，公司對抵押品的依賴程度反映了其在外部融資中面臨的摩擦，能夠更好地衡量融資約束。按照 Gan (2007) 的邏輯，融資約束越大，則公司對抵押品依賴程度越高，這意味著投資對抵押品價值的敏感性與融資約束正相關。由此提出以下假設：

假設3：房地產(chǎn)抵押品效應在融資約束較大的公司中更明顯。

我國的金融市場總體來說是政府主導的金融市場，政府在信貸資源分配中扮演著重要角色，同時地區(qū)之間也存在著差異。地區(qū)的金融市場化水平對于企業(yè)的抵押品效應可能存在兩種相反的影響。一方面，金融市場的發(fā)展能夠降低外部融資成本，減少信息不對稱問題，金融市場化能夠減少外部和內部融資的差異，緩解融資約束，例如Laeven (2003)發(fā)現(xiàn)，金融市場化減輕了公司尤其是小公司的融資約束。這會使得抵押品效應在金融市場化水平較低的省份更大。另一方面，金融市場化較高省份的銀行在信貸資金分配上更具利潤導向，對于本地上市公司的偏袒程度更小，因此在金融市場化更高的地區(qū)，上市公司尤其是國有上市公司的“軟預算約束”問題更低(Kornai等, 2003)，意味著他們面臨的融資約束可能更大，這會導致金融市場化更高的地區(qū)抵押品效應反而更大。有可能的結果是，這兩種影響渠道相互抵消，使得抵押品效應與金融市場化水平之間無顯著關系。據(jù)此提出如下假設：

假設4：公司所在地區(qū)金融市場化水平對抵押品效應無顯著影響。

三、研究設計

(一)樣本選取

我們使用國泰安數(shù)據(jù)庫(CSMAR)提供的中國上市公司的財務數(shù)據(jù)和35個大中城市房價數(shù)據(jù)，研究的時間段是2003年到2013年。參考Chaney等(2012)和Cvijanovic(2014)，我們根據(jù)上市公司總部辦公地址，將公司數(shù)據(jù)和城市層面的房價數(shù)據(jù)進行合并。首先排除總部不在35個大中城市的公司。剔除金融業(yè)、房地產(chǎn)業(yè)和建筑業(yè)的公司，因為他們的投融資行為與房價的關系很可能是由抵押品價值之外的其他因素所決定。農業(yè)、采礦、公共事業(yè)、運輸倉儲業(yè)的公司也予以剔除，因為他們傾向于在城市地區(qū)以外擁有房地產(chǎn)，而我們利用城市房價數(shù)據(jù)無法準確還原其所持有房地產(chǎn)的市場價值。然后，剔除掉所有者權益為負的公司和2013年前退市的公司。我們還要求公司在樣本中的出現(xiàn)是連續(xù)無間斷的，以及觀測年數(shù)在3年以上。最后的樣本包括928家公司，共7 234個觀測數(shù)。

公司投資的定義是公司在會計年度內發(fā)生的資本支出，計算方法參考Wang等 (2009) 和Wu等(2015)：資本支出=經(jīng)營租賃所支付的現(xiàn)金+購建固定資產(chǎn)、無形資產(chǎn)和其他長期資產(chǎn)所支付的現(xiàn)金-處置固定資產(chǎn)、無形資產(chǎn)和其他長期資產(chǎn)而收回的現(xiàn)金凈額。在本文中，為了使不同公司之間的投資具有可比性，我們用總資產(chǎn)對公司投資進行標準化處理。

(二)房地產(chǎn)抵押品價值計算

公司在向銀行借款時，房地產(chǎn)抵押品的價值是由房地產(chǎn)的市場價值決定的。由于財務報表數(shù)據(jù)提供的是房地產(chǎn)持有量的歷史成本，并不能反映公司所持有的房地產(chǎn)當前的市場價值。為了度量抵押品價值，我們首先需要利用公司所在城市的房價指數(shù)把公司房地產(chǎn)賬面價值轉化為市場價值。在公司財務報表中，公司持有的房地產(chǎn)反映在四個科目中：房屋及建筑物(屬于固定資產(chǎn))、在建工程、土地使用權(屬于無形資產(chǎn))以及投資性房地產(chǎn)。其中，投資性房地產(chǎn)是從2007年開始單獨設立的科目。將這四類房地產(chǎn)的賬面價值進行加總，作為公司持有的房地產(chǎn)的賬面價值。

然后是將賬面價值調整為市場價值。我們利用折舊情況推算公司房地產(chǎn)的已使用年限，然后利用房價數(shù)據(jù)對歷史成本進行調整，計算當前的市場價值。我國上市公司從2003年開始披露與房地產(chǎn)有關子科目的折舊或攤銷金額，包括房屋及建筑物、土地使用權、投資性房地產(chǎn)這三個科目分別的累計折舊或攤銷信息。在建工程由于未進入使用，因此不提取折舊。我們將除在建工程外的三個房地產(chǎn)子科目的累計折舊或攤銷加總，再除以其歷史成本之和，這個比率衡量了房地產(chǎn)原值中已計提折舊的部分。基于房地產(chǎn)40年使用壽命的假設，我們可以推算出公司房地產(chǎn)的已使用年限(已使用年限等于40×已折舊比例再進行取整運算)。然后我們根據(jù)(1)式將除在建工程外的房地產(chǎn)賬面價值調整為市場價值。

(1)

上式中，REMV是市場價值，REBV是賬面價值，i代表公司，c代表城市，t是年份，v是已使用年限，INF是膨脹因子。由于從2003年才開始有房價指數(shù)，因此2003年之后使用房價指數(shù)作為膨脹因子，2003年之前用CPI作為替代，得到每個公司房屋及建筑物、土地使用權、投資性房地產(chǎn)三個科目的市場價值。最后再加上在建工程的價值，便得到每個公司持有的房地產(chǎn)的市場價值。

(三)計量模型

測算抵押品效應的基準回歸模型設定如下：

(2)

其中，INV是公司的投資率，等于資本支出除以總資產(chǎn)。這里我們使用總資產(chǎn)做標準化而不用文獻中常用的固定資產(chǎn)，是因為2007年后投資性房地產(chǎn)從固定資產(chǎn)里單列出來，使得固定資產(chǎn)前后不具有可比性。REMV是公司房地產(chǎn)的市場價值，用上年末總資產(chǎn)進行標準化處理。參照Chaney等(2012)的模型設定，需要控制房價本身(HP)，*Chaney等 (2012) 是根據(jù)理論模型推證得到的這種設定方式。事實上，這種設定類似于一個DID策略(difference-in-difference)，REMV的系數(shù)反映的是房地產(chǎn)持有量較多的企業(yè)對房價的反應，因而能夠捕捉抵押品效應。HP是公司所在城市的房價，我們將2002年房價設定為1，對房價進行標準化處理。X是公司金融文獻中常用的控制變量，包括公司規(guī)模(Size)、投資機會(Tobinq)、杠桿率(Leverage)和現(xiàn)金流比率(Cash)等。公司規(guī)模用總資產(chǎn)的對數(shù)衡量，杠桿率定義為總負債除以總資產(chǎn)，托賓Q用總市值除以總資產(chǎn)來衡量，現(xiàn)金流比率定義為經(jīng)營性現(xiàn)金流量除以總資產(chǎn)。此外，為了控制不可觀測的公司異質性和全國性的政策變化，我們還加入了公司固定效應和年份固定效應。

可能存在的內生性問題包括：公司抵押品價值和公司投資同時受到第三個因素的影響(例如需求沖擊)，社會總需求上升，會導致房價和抵押品價值上升，同時也會導致公司投資上升，由于需求沖擊無法觀測，會導致OLS系數(shù)估計出現(xiàn)高估。另外，還可能存在反向因果關系，即公司投資的增加導致所在城市的房價上升，使得公司抵押品價值上升。因此，我們需要通過工具變量來識別抵押品價值對公司投資的影響。參照Himmelberg等(2005) 及Mian和Sufi (2011) 的理論，我們利用實際利率與土地供給彈性*作者從密歇根大學中國信息研究中心(China Data Center, University of Michigan)獲得衛(wèi)星地圖數(shù)據(jù)，參照Saiz (2010)的方法估算出各城市的土地供給彈性。的交叉項作為房價的工具變量。該理論的基本邏輯是，當利率下降時，對于房地產(chǎn)的需求會上升，如果土地供給非常有彈性，上升的需求會轉化為更多的房屋建造數(shù)量而不是更高的土地價格。反之，如果土地供應缺乏彈性，上升的需求更有可能轉化為高房價而不是更多的房屋建造數(shù)量。因此我們預期，在土地供給缺乏彈性的城市，利率的下降會對房價造成更大的影響。

需要強調的是，在上述模型中，我們關心的系數(shù)是抵押品價值對投資的邊際影響β，即公司的抵押品價值每上升一單位，公司的投資增加多少，而不是城市層面的房價對公司投資的總體影響γ。我們把城市房價作為控制變量，是為了控制與房價周期有關的宏觀因素的影響，避免遺漏變量問題。如果抵押品效應成立，那么預期β顯著為正。

此外，為了檢驗假設2，即抵押品價值對不同期限貸款融資的影響，設定回歸模型如下：

(3)

其中，Loan代表短期借款(Stloan)、長期借款(Ltloan)、新增短期借款(ΔStloan)和新增長期借款(ΔLtloan)等指標。如果假設2成立，則e顯著為正，且當Loan是短期借款時系數(shù)絕對值更大。

(四)描述性統(tǒng)計

為了確保我們的結果是統(tǒng)計穩(wěn)健的，排除異常值的影響，所有定義方式是比率的變量都經(jīng)過上下1%的winsorize處理。表1提供了主要變量的描述性統(tǒng)計特征，可以發(fā)現(xiàn)，絕大部分公司在樣本期間都有資本支出，平均投資規(guī)模占總資產(chǎn)的6.5%。公司持有的房地產(chǎn)市場價值非常龐大，平均而言占到總資產(chǎn)的53%。公司平均資產(chǎn)規(guī)模在54.9億，托賓Q平均值是1.75，現(xiàn)金流占總資產(chǎn)的比例平均為5.6%，平均杠桿率為0.44，股利占凈利潤的比例在23%左右。同時可以看到，債務融資中，短期借款*除了短期借款和長期借款外，企業(yè)的負債還包括應付票據(jù)、應付賬款、預收賬款和應付職工薪酬等，因此短期負債率和長期負債率之和與杠桿率存在差異。比長期借款比例高，平均而言，短期借款占總資產(chǎn)的15%，長期借款占總資產(chǎn)的3.8%。

表1 主要變量的描述性統(tǒng)計

四、實證結果

(一)房地產(chǎn)抵押品價值對公司投資的影響

表2匯報了公司層面的房地產(chǎn)抵押品價值變動對公司投資(即資本支出)的影響，從中可以看出，由于房價變動的沖擊，抵押品價值每變動一單位，公司投資變動多少個單位。因變量是公司的資本支出INV，關鍵解釋變量是公司擁有的房地產(chǎn)市場價值REMV。所有列均采用兩階段最小二乘回歸(2SLS)進行估計。*限于篇幅，第一階段回歸結果未在文中匯報，感興趣的讀者可向作者索取。第(1)列沒有加入任何控制變量，也沒有控制固定效應，REMV系數(shù)顯著為正但是數(shù)值較小僅為0.0187。第(2)列控制了年份固定效應，系數(shù)大小沒有明顯改變，但R2有所增加。第(3)列在第(1)列基礎上控制了公司固定效應，系數(shù)從0.0187增加到0.0304。第(4)列同時控制了公司固定效應和年份固定效應，系數(shù)增加到0.0527，說明公司固定效應和年份固定效應中包含潛在信息，若忽略這些信息則會導致系數(shù)低估。為了排除房價周期對公司投資的宏觀影響，第(5)列控制了城市層面的房價HP，與第(4)列相比REMV系數(shù)沒有明顯增加，且HP系數(shù)統(tǒng)計上不顯著，這說明房價的變動對投資的影響主要是通過抵押品的渠道。第(6)列加入了公司層面的財務變量，包括公司規(guī)模(Size)、投資機會(Tobinq)、現(xiàn)金流(Cash)以及杠桿率(Leverage)，發(fā)現(xiàn)REMV的系數(shù)有略微的上升，增加到了0.0574?？刂谱兞康南禂?shù)符合預期，其中公司規(guī)模顯著促進了公司投資，投資機會較大的公司投資數(shù)量更多，現(xiàn)金流越充裕的公司投資越多，杠桿率上升會降低公司投資，與Lang等(1996) 結論一致。該表說明，公司房地產(chǎn)市場價值(REMV)的增值會顯著促進公司投資，在加入所有控制變量后，公司持有的房地產(chǎn)市場價值每上升1元，公司資本支出會增加5.74分。

表2 房地產(chǎn)抵押品價值對公司投資的影響

注：所有列均采用兩階段最小二乘回歸。括號內為公司集聚的穩(wěn)健標準誤。*、**、***分別代表在10%、5%和1%的統(tǒng)計水平下顯著。下表統(tǒng)同。

表3是對表2結論的穩(wěn)健性檢驗。在第(1)列和第(2)列，我們將樣本期間分為兩段分別進行回歸檢驗，結果顯示，無論是在金融危機之前或之后，均存在顯著的抵押品效應，且系數(shù)的絕對值比全樣本略大，公司房地產(chǎn)價值每上升1元公司投資會提高6～7分。另外，為排除因變量和自變量同期決定的顧慮，我們使用下一年的投資(INV_F1)作為因變量，結果匯報在第(3)列，抵押品價值對投資的影響仍然高度顯著，且系數(shù)大小幾乎不受影響，房地產(chǎn)價值每上升1元，投資上升0.05元左右。為了排除單一年度觀測值可能引起的誤差，我們還使用未來三年投資的平均值(INV_F3)作為因變量，回歸結果報告在第(4)列，可以發(fā)現(xiàn)，抵押品效應仍然顯著成立，且系數(shù)大小與使用單年投資做因變量的結果類似。為了排除行業(yè)的影響，我們使用行業(yè)平均投資對公司投資進行調整，使用行業(yè)調整后的投資(INV_adj)作為因變量，回歸結果如第(5)列所示，抵押品效應仍然成立。表2和表3的實證結果證明了假設1，即公司持有的房地產(chǎn)抵押品價值的上升顯著提高了公司投資。

表3 房地產(chǎn)抵押品價值對公司投資的影響：穩(wěn)健性檢驗

(二)房地產(chǎn)抵押品價值對公司借款的影響

既然公司在房地產(chǎn)增值后增加投資，那么緊隨的一個問題就是，增加投資的資金來源是什么？根據(jù)假設2的推導過程，房價上漲導致公司的房地產(chǎn)抵押品價值上升，使得公司有更強的借款能力，利用房地產(chǎn)市值的上漲向銀行進行更多的借款。為了驗證這一點，從而為抵押品渠道提供更多直接的證據(jù)，我們分別使用公司的借款存量和借款增量作為因變量，結果匯報在表4中。觀察(1)、(2)兩列可以發(fā)現(xiàn)，房地產(chǎn)價值上升顯著提高了公司的短期借款和長期借款。(3)、(4)兩列顯示，房地產(chǎn)價值上升顯著提高了公司的新增短期借款和新增長期借款。短期借款的增加幅度要大于長期借款，也就是說，新增的投資資金主要是通過短期借款來融資?？赡苁且驗槎唐谫J款更加靈活，公司在抵押品價值上升時可以較方便地與銀行重新簽訂貸款合同或者向銀行申請新貸款。表4的結果證實了假設2的成立。

表4 房地產(chǎn)抵押品價值對公司借款的影響

(三)抵押品效應與融資約束的關系

通過以上兩節(jié)的分析可知，房價上漲通過抵押品渠道顯著增加了公司的融資和投資數(shù)量，那么這種效應對于不同融資約束強度的公司是否存在異質性呢？

我們利用三個指標來衡量公司受到的融資約束。第一個指標是公司規(guī)模，通常認為，小公司比大公司受到的融資約束更大(Almeida等, 2004)，按照文獻中通常的做法，我們按上年末公司總資產(chǎn)進行排序，總資產(chǎn)最小的1/3定義為小公司組，最大的1/3定義為大公司組。文獻中也使用發(fā)放股利的多少來衡量公司的融資約束，公司派發(fā)股利越少，說明公司受到的融資約束越大，因此我們按上年公司股利派發(fā)率進行排序，股利派發(fā)率最低的1/3屬于低分紅組，最高的1/3屬于高分紅組。此外，在我國的制度背景下，通常認為民營企業(yè)比國有企業(yè)更難融資(He等, 2013)，因此我們也按公司所有權性質進行了分組。

表5呈現(xiàn)了按照融資約束強度分組回歸的結果?？梢园l(fā)現(xiàn)，隨著抵押品價值每一單位的上升，小公司投資的增加額高于大公司，高分紅公司投資增加額高于低分紅公司，民企投資的增加額多于國企。這些結果說明融資約束越嚴重，抵押品效應越強，或者說公司投資對抵押品的依賴程度越高，從而證實了假設3的成立。

表5 按融資約束強度分組的結果

(四)抵押品效應與金融市場化水平的關系

下面根據(jù)公司所在地區(qū)的金融市場化水平進行分組回歸。由于金融市場化對于企業(yè)的融資約束可能存在兩種相反的影響：一方面可能通過降低融資成本緩解上市公司的融資約束，另一方面可能通過減少“軟預算約束”現(xiàn)象加大上市公司面臨的融資約束，因此事先并無法判斷地區(qū)的金融市場化水平對抵押品效應的影響方向。本文使用樊綱等(2011)測算的“金融業(yè)的市場化”來衡量各省份的金融市場化水平。該指數(shù)包含“金融業(yè)的競爭”和“信貸資金分配的市場化”兩個分指標，其中“金融業(yè)的競爭”定義為非國有金融機構吸收存款占全部金融機構吸收存款的比例，“信貸資金分配的市場化”是金融機構非國有貸款的比重。我們分別根據(jù)公司所在省份的金融市場化水平、金融業(yè)競爭和信貸配置效率的高低將樣本分為兩組，結果匯報在表6?？梢钥吹剑瑹o論根據(jù)哪個指標分組，抵押品效應的大小在兩個子樣本中均無顯著差異，均在0.56-0.58之間。這可能是由兩種影響渠道相互抵消所致。

表6 按所在地區(qū)金融市場化水平分組的結果

五、結論與啟示

本文針對學界關于房地產(chǎn)價格變動的微觀經(jīng)濟后果進行了討論，利用2003-2013年我國上市公司財務數(shù)據(jù)和35個大中城市房價數(shù)據(jù)，使用前沿方法對我國房地產(chǎn)抵押品效應進行了測算，并就抵押品價值變動對不同期限貸款融資的影響、抵押品效應與融資約束以及金融市場化的關系等問題展開了深入研究。實證結果顯示，我國存在顯著的抵押品效應，公司持有的房地產(chǎn)抵押價值每上升(下降)1元，資本支出隨之增加(減少)約5.7分；無論是控制公司固定效應，還是使用替代指標或子樣本分析，抵押品效應均穩(wěn)健成立。宏觀層面上，房地產(chǎn)抵押品價值上升(下降)1%將引起總投資增加(減少)約466.3億元。對資金來源的探究發(fā)現(xiàn)，抵押品價值上升會提高公司的貸款獲得，尤其是短期貸款的獲得。此外，還發(fā)現(xiàn)抵押品效應在融資約束較大的公司更為顯著，但與公司所在地區(qū)金融市場化水平無明顯關系。

本文的結論對于政府的房地產(chǎn)市場調控政策制定具有一定的參考價值。在當前房地產(chǎn)價格處于高位的現(xiàn)狀之下，一方面，政府有必要出臺相關政策嚴控房價過快上漲，并加大保障性住房建設力度以減輕房價對城市居民生活成本造成的不利影響；另一方面，考慮到房價會通過抵押品效應對實體經(jīng)濟投資產(chǎn)生顯著影響，政府在進行調控時不宜對房價過度打壓，否則會導致企業(yè)抵押品價值大幅下跌，進而損害企業(yè)的借款能力和投資能力，造成資產(chǎn)價格下跌和投資萎縮的連鎖反應，對實體經(jīng)濟產(chǎn)出造成較大負面影響，或將引致較大的系統(tǒng)性風險。鑒于此，一個較穩(wěn)妥的方案是，政府應引導房價保持和居民消費價格相當?shù)脑鲩L速度，減少房價過度波動，維持房地產(chǎn)市場長期平穩(wěn)健康發(fā)展。

[1]陳彥斌, 邱哲圣. 高房價如何影響居民儲蓄率和財產(chǎn)不平等[J]. 經(jīng)濟研究, 2011, (10): 25-38.

[2]范劍勇, 邵挺. 房價水平、差異化產(chǎn)品區(qū)位分布與城市體系[J]. 經(jīng)濟研究, 2011, (2): 87-99.

[3]高波, 陳健, 鄒琳華. 區(qū)域房價差異、勞動力流動與產(chǎn)業(yè)升級[J]. 經(jīng)濟研究, 2012, (1): 66-79.

[4]況偉大. 預期、投機與中國城市房價波動[J]. 經(jīng)濟研究, 2010, (9): 67-78.

[5]況偉大. 中國住房抵押貸款拖欠風險研究[J]. 經(jīng)濟研究, 2014, (1): 155-168.

[6]呂江林. 我國城市住房市場泡沫水平的度量[J]. 經(jīng)濟研究, 2010, (6): 28-41.

[7]Almeida H, Campello M, Weisbach M S. The cash flow sensitivity of cash[J]. The Journal of Finance, 2004, 59(4): 1777-1804.

[8]Bernanke B, Gertler M, Gilchrist S. The financial accelerator and the flight to quality[J]. The Review of Economics and Statistics, 1996, 78(1): 1-15.

[9]Chaney T, Sraer D, Thesmar D. The collateral channel: How real estate shocks affect corporate investment[J]. The American Economic Review, 2012, 102(6): 2381-2409.

[11]Gan J. Collateral, debt capacity, and corporate investment: Evidence from a natural experiment[J]. Journal of Financial Economics, 2007, 85(3): 709-734.

[12]Gomes J F. Financing investment[J]. The American Economic Review, 2001, 91(5): 1263-1285.

[13]Himmelberg C, Mayer C, Sinai T. Assessing high house prices: Bubbles, fundamentals and misperceptions[J]. Journal of Economic Perspectives, 2005, 19(4): 67-92.

[14]Kiyotaki N, Moore J. Credit cycles[J]. Journal of Political Economy, 1997, 105(2): 211-248.

[15]Mian A, Sufi A. House prices, home equity-based borrowing, and the US household leverage crisis[J]. The American Economic Review, 2011, 101(5): 2132-2156.

[16]Nie J, Cao G. China’s slowing housing market and GDP growth[J]. The Macro Bulletin, 2014: 1-3.

[17]Saiz A. The geographic determinants of housing supply[J]. The Quarterly Journal of Economics, 2010, 125(3): 1253-1296.

[18]Wu J, Gyourko J, Deng Y H. Real estate collateral value and investment: The case of China[J]. Journal of Urban Economics, 2015, 86: 43-53.

TheRealEconomyEffectsoftheChangesinRealEstateCollateralValue

Zhong Teng

(SchoolofBankingandFinance,UniversityofInternationalBusinessandEconomics,Beijing100029,China)

In the context of intensive real estate regulation and control in China, the quantitative measurement of the impact of changes in real estate collateral value on the real economy is of great significance. This paper employs frontier methods to deeply investigate the impact of changes in real estate collateral value on corporate investment and financing decisions and estimates the potential impact of housing price control policies on aggregate investment. The findings are as follows: firstly, there exists significant collateral effect in China; the rise in collateral value by 1 yuan leads to the increase in capital expenditures by about 5.7 fen; the collateral effect is robust after controlling firm fixed effects or using alternative measures or sub-sample analysis; secondly, at the macro level, the rise in real estate collateral value by 1% results in the increase in aggregate investment by about 46.63 billion yuan; thirdly, the exploration of financing sources shows that collateral appreciation increases firms’ access to loans, especially short-term loans;fourthly, the collateral effect is positively related to corporate financial constraints but has no significant relationship with regional financial marketization. Based on these conclusions, it suggests that, when formulating regulatory policies, the governments should not overly suppress housing prices, but should guide housing prices to keep the same pace with consumer prices, reduce their excessive fluctuations, and maintain the long-term stable and healthy development of the real estate market.

real estate; collateral effect; corporate investment; land supply elasticity; financial constraint

F830；F272

：A

：1001-9952(2017)10-0055-12

10.16538/j.cnki.jfe.2017.10.005

(責任編輯 石 頭)

2017-4-25

國家自然科學基金青年項目(71703018)

鐘 騰(1988-)，男，湖北荊門人，對外經(jīng)濟貿易大學金融學院講師。