基于杠桿理論的房地產(chǎn)上市公司財務(wù)風險研究

張潔麗 上官萌

【摘要】? 房地產(chǎn)行業(yè)在我國國民經(jīng)濟中所占的比重越來越大，加強對房地產(chǎn)上市公司財務(wù)風險的研究尤為重要?，F(xiàn)有學(xué)者大多用Z值模型來度量房地產(chǎn)行業(yè)上市公司的財務(wù)風險，忽略了對財務(wù)杠桿的應(yīng)用。因此，文章基于杠桿理論，對房地產(chǎn)上市公司的財務(wù)風險進行了測評。

【關(guān)鍵詞】? ?房地產(chǎn);財務(wù)風險;杠桿理論

【中圖分類號】? F275? 【文獻標識碼】? A? 【文章編號】? 1002-5812（2019）10-0046-04

一、引言

自1998年以來，房地產(chǎn)行業(yè)在我國國民經(jīng)濟中所占的比重穩(wěn)步提升。房地產(chǎn)行業(yè)規(guī)模大、增速快，且其會拉動其他行業(yè)的增長，如建筑業(yè)、住宿餐飲業(yè)、金融業(yè)、批發(fā)與零售業(yè)、交通運輸及倉儲業(yè)等，房地產(chǎn)行業(yè)的重要性日益突出。但房地產(chǎn)行業(yè)的投資規(guī)模大，經(jīng)營過程中的不確定性強，導(dǎo)致其財務(wù)風險較大。

現(xiàn)有關(guān)于房地產(chǎn)財務(wù)風險的研究采用了多種工具，例如Altman的Z值模型、Logistic模型、功效系數(shù)法，對房地產(chǎn)行業(yè)財務(wù)風險的預(yù)警系統(tǒng)進行了構(gòu)建。杠桿理論也是研究財務(wù)風險的一個重要工具，且其相對于其他工具而言，計算方法較為簡單，結(jié)果更為直觀，公司的各項財務(wù)指標的變化能夠被財務(wù)杠桿靈敏地反映（張養(yǎng)維，2009）。但是采用杠桿理論對房地產(chǎn)行業(yè)財務(wù)風險進行研究的學(xué)者不多，且大多集中于財務(wù)風險影響因素的研究，缺乏對財務(wù)杠桿合理值域的確定。基于此，本文運用杠桿理論，對房地產(chǎn)行業(yè)上市公司杠桿的合理值域進行確定，用此結(jié)果分析現(xiàn)有企業(yè)的財務(wù)風險狀況，并提出相應(yīng)的對策建議。

二、文獻簡述

對于房地產(chǎn)行業(yè)財務(wù)風險的研究，大多集中于財務(wù)風險預(yù)警系統(tǒng)的構(gòu)建，但對房地產(chǎn)行業(yè)財務(wù)風險的分析及應(yīng)用研究較少，且大多集中于林業(yè)和制造業(yè)。王雨涵和王蘭會（2014）用杠桿理論分析了林業(yè)上市公司中木業(yè)家具行業(yè)和造紙行業(yè)的財務(wù)風險，得出兩個行業(yè)的均值、最大值、最小值等，并對其進行比較，進而提出相應(yīng)的對策建議。郝慧?。?018）研究了制造業(yè)類上市公司財務(wù)杠桿對財務(wù)風險的影響，通過回歸分析法分析了財務(wù)風險和各個指標之間的關(guān)系，研究發(fā)現(xiàn)部分企業(yè)可能由于財務(wù)杠桿使用不恰當或負債比例過高而存在潛在的財務(wù)風險。而杠桿理論在房地產(chǎn)行業(yè)財務(wù)風險研究中的應(yīng)用，主要集中于對其影響因素的探討。彭瑞宣（2018）采用文獻研究與實證分析相結(jié)合的方法，基于大樣本數(shù)據(jù)，提取了我國房地產(chǎn)上市公司財務(wù)杠桿的影響因素，結(jié)果顯示：財務(wù)杠桿同公司規(guī)模和盈利能力以及物價水平、公司成長性等正相關(guān)，而城市化水平、非債務(wù)稅盾與財務(wù)杠桿負相關(guān)。

三、研究設(shè)計

（一）研究思路

本文首先采用因子分析法對房地產(chǎn)行業(yè)上市公司的經(jīng)營業(yè)績進行評價，選取評價結(jié)果為正值的企業(yè)作為確定杠桿合理值域的樣本。之所以選取評價結(jié)果為正值的企業(yè)作為確定杠桿合理值域的樣本，一方面是因為房地產(chǎn)行業(yè)上市公司數(shù)量較多，僅選取幾家領(lǐng)軍企業(yè)并不能很好地反映房地產(chǎn)行業(yè)的整體狀況;另一方面的原因是評價結(jié)果為正值的企業(yè)綜合績效較好，風險水平適中。以此方法確定杠桿合理值域的樣本后，計算樣本企業(yè)的總杠桿、財務(wù)杠桿及經(jīng)營杠桿，并對杠桿結(jié)果進行描述性統(tǒng)計和探索性統(tǒng)計的分析，以95%的置信區(qū)間計算樣本的合理值域，并用合理值域計算結(jié)果對現(xiàn)有房地產(chǎn)行業(yè)上市公司的財務(wù)風險進行分析。

（二）研究假設(shè)

本文所有的研究基于以下5個假設(shè)，一是有效市場假說，即認為公司所處市場是有效的，資源是稀缺的，由此企業(yè)的限期經(jīng)營目標是追求利潤最大化、股東財富最大化或每股收益最大化，并認為三者一致。二是資源結(jié)構(gòu)穩(wěn)定，可量化表，即認為公司在一定時期內(nèi)或現(xiàn)有產(chǎn)能下，資源結(jié)構(gòu)保持相對穩(wěn)定，并且可以量化。三是資本結(jié)構(gòu)決定功能，即認為公司資本結(jié)構(gòu)決定功能，功能有效發(fā)揮取決于資本結(jié)構(gòu)優(yōu)化。四是有限理性，即認為公司的經(jīng)營決策者是有限理性的。五是財務(wù)報告真實可靠，即認為上市公司編制的財務(wù)報告已經(jīng)注冊會計師審計，并能真實有效地反映上市公司的財務(wù)狀況和經(jīng)營成果。

（三）變量定義

本文共選取了13個財務(wù)指標，來反映房地產(chǎn)行業(yè)上市公司的財務(wù)風險，如表1所示。

在所選取的13個指標中，用倒數(shù)法對資產(chǎn)負債率與權(quán)益乘數(shù)進行正向化處理，分別命名為資產(chǎn)負債率倒數(shù)及股東權(quán)益比率。

（四）樣本選擇

本文以2017年為研究年度，選取211家房地產(chǎn)行業(yè)上市公司作為數(shù)據(jù)來源，最后篩選出105家公司作為因子分析的樣本，篩選時的具體標準如下：本文剔除了ST上市公司，選取的公司均為非ST上市公司;剔除了2015—2017年財務(wù)指標不完整的公司;剔除了主業(yè)非房地產(chǎn)的公司，主業(yè)為房地產(chǎn)的企業(yè)包括房地產(chǎn)開發(fā)經(jīng)營、物業(yè)管理、房地產(chǎn)中介服務(wù)、其他房地產(chǎn)活動。

四、實證研究

（一）因子分析

運用SPSS 25.0軟件將原始數(shù)據(jù)進行因子分析，首先通過KMO和巴特利特球形檢驗驗證其是否能夠進行因子分析，檢驗結(jié)果得出：KMO值為0.665，說明各變量之間的信息的重疊度可能不是特別高，但巴特利特球形度檢驗的顯著性接近于0，小于0.05，應(yīng)拒絕各變量獨立的假設(shè)，即變量間具有較強的相關(guān)性，表明可以對原始數(shù)據(jù)進行因子分析。

采取主成分分析的方法進行因子提取，同時對因子載荷矩陣實行方差最大化正交旋轉(zhuǎn)，選取特征值大于1的因子作為主成分因子，最后選取出5個主成分因子，累計方差貢獻率達到80.327%，表明這5個主成分因子可以解釋原有變量所包含的大部分信息，結(jié)果見表2。

表3反映了各主成分所包含的經(jīng)濟意義，將每一個主成分分別命名為F1、F2、F3、F4、F5。在F1的載荷量中，X4（營業(yè)凈利率）的系數(shù)為0.899，X3（營業(yè)利潤率）的系數(shù)為0.898，X2（凈資產(chǎn)收益率）的系數(shù)為0.895，因此F1可以用來反映盈利能力，稱為盈利因子。

在F2的載荷量中，X9（股東權(quán)益比率）的系數(shù)為0.888，X8（資產(chǎn)負債率倒數(shù)）的系數(shù)為0.866，X7（速動比率）的系數(shù)為0.743，因此F2可以用來反映償債能力，稱為償債因子。在F3的載荷量中，X12（總資產(chǎn)增長率）的系數(shù)為0.840，因此F3可以用來反映發(fā)展能力，稱為發(fā)展因子。在F4的載荷量中，X11（總資產(chǎn)周轉(zhuǎn)率）的系數(shù)為0.909，在F5的載荷量中，X10（存貨周轉(zhuǎn)率）的系數(shù)為0.905，因此F4和F5可以共同反映營運能力，稱為營運因子，見表4。

根據(jù)得分系數(shù)矩陣，可以寫出各因子的表達式。以Wij（i=1，2，3，4，5，j=1，2，3，…，13）表示成分得分系數(shù)矩陣中的各系數(shù)，Xuv （u=1，2，3，…，13，v=1，2，3，…105）表示原始數(shù)據(jù)中各公司的各指標變量，則第v個公司第i個因子的得分函數(shù)為Fiv=∑WijXuv，例如第二家公司的各因子得分為：

計算出各公司的各得分因子后，利用各個因子的方差貢獻率可求出各經(jīng)營業(yè)績的最終得分Fv（v=1，2，3…105），計算公式為：Fv=0.31606F1v+0.20225F2v+0.09650F3v+0.09639F4v+0.09207F5v。

根據(jù)得分結(jié)果，篩選出103家經(jīng)營業(yè)績?yōu)檎档钠髽I(yè)作為確定杠桿合理值域的初步樣本。

（二）杠桿分析

1.杠桿計算。財務(wù)中的杠桿包括總杠桿、財務(wù)杠桿、經(jīng)營杠桿。其中，總杠桿指由于固定費用（經(jīng)營方面的固定費用和財務(wù)方面的固定費用）的存在，使得業(yè)務(wù)量發(fā)生較小變化時，利潤會產(chǎn)生較大的變化;財務(wù)杠桿是指因固定財務(wù)費用的存在，公司經(jīng)營利潤（息稅前利潤）的較小變化，會帶來投資者收益（凈資產(chǎn)收益率或每股收益EPS）較大幅度的變化;經(jīng)營杠桿是指因固定經(jīng)營費用的存在，業(yè)務(wù)量的較小變化，會引起息稅前利潤大幅度變化。財務(wù)杠桿的作用會放大企業(yè)的財務(wù)風險，一般認為，杠桿系數(shù)越大，杠桿對風險的放大作用越強。各杠桿的計算公式如下：

其中，F(xiàn)為固定成本，由于上市公司內(nèi)部數(shù)據(jù)獲取不易，本文采用銷售費用、管理費用以及當期累計折舊和攤銷來代替固定成本;I表示利息費用，同樣，采用財務(wù)費用來代替利息費用;EBIT 表示息稅前利潤，由于現(xiàn)有報表無法直接獲取息稅前利潤，因此本文采用利潤總額與財務(wù)費用之和來代替息稅前利潤;PD為優(yōu)先股股利，T為2017年企業(yè)所得稅稅率25%。

根據(jù)以上公式，運用Excel求得各公司的總杠桿、財務(wù)杠桿、經(jīng)營杠桿的值。根據(jù)其計算原理可得，總杠桿、財務(wù)杠桿均應(yīng)大于0，經(jīng)營杠桿應(yīng)大于1。

2.描述性統(tǒng)計。對103家企業(yè)進行進一步篩選，剔除總杠桿、財務(wù)杠桿為負，經(jīng)營杠桿小于1的企業(yè)共1家，最終篩選出102家公司作為確定合理值域的最終樣本。運用SPSS 25.0軟件，對102家房地產(chǎn)上市公司的杠桿進行描述性統(tǒng)計，統(tǒng)計結(jié)果見表5。房地產(chǎn)行業(yè)2017年上市公司的總杠桿均值為2.4063，財務(wù)杠桿的均值為1.3318，經(jīng)營杠桿的均值為1.7333，樣本中財務(wù)杠桿的標準誤差為0.0512，相比于總杠桿和經(jīng)營杠桿而言，其標準誤差最小，測量結(jié)果更具可靠性。結(jié)果顯示總杠桿具有較大的方差和標準差，說明該行業(yè)中各公司的總杠桿比較分散，而財務(wù)杠桿的標準差和方差都比較小，說明該行業(yè)中各個公司的財務(wù)杠桿系數(shù)都比較集中，經(jīng)營杠桿系數(shù)則居于兩者之間。總杠桿的全距為15.2582，財務(wù)杠桿的全距為3.4044，經(jīng)營杠桿的全距為4.5937，可以看出房地產(chǎn)行業(yè)內(nèi)部總杠桿系數(shù)差異較大，經(jīng)營杠桿次之，所面臨的總體風險狀況有著明顯的差別。房地產(chǎn)行業(yè)競爭者的數(shù)量較大，但有較大實力的公司數(shù)量則較少，市場競爭激烈，公司經(jīng)營過程中面臨的不確定性較強，此外，房地產(chǎn)行業(yè)土地成本、前期建安工程費、基礎(chǔ)設(shè)施配套工程費、公共設(shè)施配套費及部分營銷費用等固定成本較高，導(dǎo)致其經(jīng)營杠桿數(shù)值較大。另外，由于房地產(chǎn)行業(yè)的公司規(guī)模和地方政策的差距較大，導(dǎo)致該行業(yè)的經(jīng)營杠桿全距較大。但正是由于這些經(jīng)營過程中不確定因素的存在，上市公司一般都采用比較穩(wěn)健的財務(wù)政策，導(dǎo)致財務(wù)杠桿系數(shù)間的差距較小。

3.探索性分析。下頁表6是103個有效樣本在95%置信區(qū)間下，利用SPSS 25.0軟件進行探索分析得出的微觀經(jīng)濟杠桿的合理值域。2017年度房地產(chǎn)行業(yè)上市公司總杠桿的合理值域為[2.052625116，2.803289737]，財務(wù)杠桿的合理值域為[1.2108207，1.421443911]，經(jīng)營杠桿的合理值域為[1.170894316，1.940776927]。

其中，總杠桿、財務(wù)杠桿、經(jīng)營杠桿都合理的公司有4家，見表7，這4家公司總杠桿、財務(wù)杠桿、經(jīng)營杠桿均控制得比較好，經(jīng)營業(yè)績比較穩(wěn)定。

根據(jù)探索性統(tǒng)計結(jié)果分析，有65家公司總杠桿小于下限，其中有51家財務(wù)杠桿小于下限，有11家經(jīng)營杠桿小于下限，且總杠桿小于下限的公司中，F(xiàn)值大多大于0小于1，表明這些企業(yè)雖然風險控制得比較小，但其經(jīng)營業(yè)績并不十分出色，其應(yīng)該提高經(jīng)營效率，充分發(fā)揮市場作用。

總杠桿大于上限的公司有22家，其中財務(wù)杠桿大于上限的有11家，經(jīng)營杠桿大于上限的有17家。其中總杠桿大于上限的公司中F值范圍集中在0.1—0.5之間，表明其風險控制能力較弱，經(jīng)營效率也不高。

總杠桿在合理值域內(nèi)的公司有18家，其中有2家公司F值大于1，表明這兩家公司風險控制能力較強，且經(jīng)營效率較高;其余16家公司F值均小于1，一定程度上反映了這些公司風險控制在較為合理的范圍內(nèi)，且經(jīng)營業(yè)績較好。

五、結(jié)論與建議

根據(jù)實證研究的結(jié)果，可以看出房地產(chǎn)行業(yè)上市公司的財務(wù)風險整體較小，這可能是因為隨著房地產(chǎn)行業(yè)的發(fā)展，其投資經(jīng)營規(guī)模越來越大，政府加強對其融資的監(jiān)管;另外，房地產(chǎn)行業(yè)由于融資規(guī)模較大、融資渠道單一，主要從銀行進行借款，而銀行也加強了對借款條件的審核力度，因此房地產(chǎn)行業(yè)的財務(wù)杠桿整體偏小。建議上市公司可以適當?shù)卦黾痈軛U水平，更多的采取舉債經(jīng)營的策略，增加公司的價值。實證研究的結(jié)果也表明房地產(chǎn)行業(yè)上市公司的經(jīng)營風險大多處于適中的水平，出現(xiàn)這樣的結(jié)果可能是因為房地產(chǎn)行業(yè)的大多數(shù)公司通過多元化的經(jīng)營戰(zhàn)略分散了經(jīng)營風險。

六、研究不足與展望

在本文的研究中，只選用了財務(wù)指標而未考慮非財務(wù)指標，毋庸置疑的是，非財務(wù)指標也是度量企業(yè)財務(wù)風險的重要因素，因此可進一步完善分析指標體系，提高評價結(jié)果的參考價值。另外本文的研究結(jié)果與大多數(shù)人的認知有所偏差，造成這個結(jié)果的可能原因有兩個。第一，在對公司進行業(yè)績評價時，變量的選取具有較強的主觀性;第二，因子分析方法本身具有局限性。同時，有學(xué)者指出傳統(tǒng)的杠桿計算出的是名義杠桿，并非企業(yè)的實際杠桿，而名義杠桿會高估企業(yè)的財務(wù)風險，未來進一步的研究可考慮實際杠桿和名義杠桿之間的差異。Z

【主要參考文獻】

[1] 彭瑞宣.中國房地產(chǎn)上市企業(yè)財務(wù)杠桿影響因素的實證分析[J].當代經(jīng)濟，2018，（08）.

[2] 王貞潔，王竹泉.我國上市公司杠桿錯估及其關(guān)聯(lián)效應(yīng)——對“去杠桿”政策的思考[J].經(jīng)濟管理，2018，40（04）.

[3] 郝慧俊.制造業(yè)類上市公司財務(wù)杠桿對財務(wù)風險的影響研究[J].現(xiàn)代經(jīng)濟信息，2018，（04）.

[4] 王雨涵，王蘭會.基于杠桿理論的林業(yè)上市公司財務(wù)風險研究——以木業(yè)家具行業(yè)和造紙行業(yè)為例[J].綠色財會，2014，（07）.

【作者簡介】

張潔麗，女，西北大學(xué)經(jīng)濟管理學(xué)院研究生;研究方向：財務(wù)管理，商業(yè)模式創(chuàng)新。

上官萌，女，西北大學(xué)經(jīng)濟管理學(xué)院研究生;研究方向：財務(wù)管理，知識管理。