VaR理論下房地產(chǎn)上市公司財務(wù)風(fēng)險影響的問題研究

錢楨 彭焱鑫

摘要：房地產(chǎn)作為我國經(jīng)濟發(fā)展不可或缺的一部分，房地產(chǎn)企業(yè)的發(fā)展往往促進了許多行業(yè)的繁榮和創(chuàng)新。但房地產(chǎn)業(yè)由于其工程周期長、資產(chǎn)負債率高，往往面臨比其他企業(yè)更高的風(fēng)險。文章以綠地控股上市公司為例，通過公司歷史股價、財務(wù)報表等相關(guān)數(shù)據(jù)對房地產(chǎn)企業(yè)的財務(wù)風(fēng)險進行深入探討，并運用VaR財務(wù)風(fēng)險評估體系模型結(jié)合因子分析法計算了當前條件下企業(yè)的財務(wù)風(fēng)險。同時，根據(jù)理論分析和相關(guān)描述性統(tǒng)計，對如何提高我國房地產(chǎn)企業(yè)的財務(wù)安全提出了一些對策和建議。

關(guān)鍵詞：房地產(chǎn)企業(yè);VaR;財務(wù)風(fēng)險;因子分析法

一、引言

資金安全是資本密集型行業(yè)房地產(chǎn)項目順利發(fā)展的重要保障。長期以來，房地產(chǎn)業(yè)在我國經(jīng)濟發(fā)展中占有重要地位。防范房地產(chǎn)業(yè)系統(tǒng)性金融風(fēng)險已經(jīng)上升到國家安全的新高度，尤其是在我國房地產(chǎn)業(yè)總市值中占較大比重的房地產(chǎn)上市公司。如果公司突然出現(xiàn)較大的財務(wù)問題，必定會導(dǎo)致國家經(jīng)濟無法彌補的損失。

本文將參考一些研究模型，比較VaR值計算中不同方法的特點，最后選擇使用蒙特卡羅模擬方法。針對樣本的選取，本文將上海證券交易所綠地控股上市公司作為研究對象。以2000～2019年的年報數(shù)據(jù)為基礎(chǔ)，分別計算樣本公司12項財務(wù)指標和蒙特卡羅模擬法計算的VaR，最后完成對房地產(chǎn)上市公司財務(wù)風(fēng)險評估體系的構(gòu)建。在模型構(gòu)建方面，借助因子分析法計算了樣本財務(wù)風(fēng)險評估指標體系的指標值，并結(jié)合研究結(jié)果，為房地產(chǎn)上市公司應(yīng)對風(fēng)險提供了對策和建議。

二、相關(guān)理論

風(fēng)險是指由于經(jīng)營決策、投融資方式或財務(wù)結(jié)構(gòu)不合理而造成損失的可能性。目前我國在財務(wù)風(fēng)險預(yù)警模型的構(gòu)建和企業(yè)財務(wù)預(yù)警指標的選取方面已經(jīng)取得了一定的成果。學(xué)者楊華通過對引入的非財務(wù)指標進行研究，借助因子分析法，建立預(yù)警模型。結(jié)果顯示，在已知預(yù)警模型中引入的非財務(wù)預(yù)警指標可以提升預(yù)測精度。學(xué)者雷振華從企業(yè)生命周期的四個階段，即初創(chuàng)期、成長期、成熟期和衰退期的角度對科技企業(yè)的財務(wù)風(fēng)險特征進行分析。以企業(yè)各階段財務(wù)風(fēng)險特點為基礎(chǔ)，并將財務(wù)預(yù)警指標與非財務(wù)預(yù)警指標進行一一匹配，最后提高了財務(wù)風(fēng)險預(yù)警效果。在如今現(xiàn)有的處理方法中，因子分析是一種能夠?qū)颖具M行降維同時保證不造成信息損失的測量方法。因子分析法通過對原始指標進行分類，從而達到簡化計算，提高計算效率的目的。本文選擇因子分析法對房地產(chǎn)公司財務(wù)風(fēng)險進行評價。

綜上所述，本文將運用因子分析法對上市公司財務(wù)風(fēng)險進行評價。通過對上市房地產(chǎn)公司財務(wù)數(shù)據(jù)的分析，可以實現(xiàn)企業(yè)經(jīng)營風(fēng)險的預(yù)測。

三、研究過程

（一）VaR評估法及計算

VaR簡稱在險值，是衡量企業(yè)資產(chǎn)風(fēng)險水平的重要參數(shù)之一，是指在正常的市場條件下，在給定的時間段中，在給定的置信區(qū)間內(nèi)，預(yù)期可能發(fā)生的最大損失。其數(shù)學(xué)表達式為：

其中，ΔP表示在持有期內(nèi)金融資產(chǎn)的損失，是置信水平c下處于風(fēng)險的價值。VaR是在一定的置信水平下在未來一定時間內(nèi)金融資產(chǎn)的潛在最大損失值。VaR完全估值模型中有兩種方法：一是歷史模擬法，二是蒙特卡羅模擬法。

蒙特卡羅模擬法的原理和歷史模擬法相似。不同的是，蒙特卡洛模擬法還可以處理分布呈肥尾、方差隨時間變化、極端情形等特殊情況，因此本文選擇蒙特卡羅模擬法。

利用MATLAB模擬得到均值VaR。

（二）樣本選取

本文財務(wù)數(shù)據(jù)來自招股說明書，以及綠地控股公司公布的年報、季報和半年報中的資產(chǎn)負債表、利潤表和現(xiàn)金流量表。首先，對于綠地控股公司的樣本，選取2000～2019年20年的財務(wù)數(shù)據(jù)，并收集了其20年的年報和年度報告中利潤表的盈余數(shù)據(jù)。

本次研究所需數(shù)據(jù)均來自網(wǎng)易財經(jīng)（https：//money.163.com）。

（三）模型構(gòu)建（因子分析法）

根據(jù)上述指標，依次進行如下步驟。

步驟一：使用因子分析法之前需要提前確定該數(shù)據(jù)是否適合進行因子分析。首先進行KMO和Bartlett的檢驗，根據(jù)檢驗結(jié)果可以得出KMO等于0.520大于0.050，并且顯著性概率為0.000。綜上所述，該數(shù)據(jù)適合做因子分析。

步驟二：求解公共因子。通過計算公共因子的特征值和方差貢獻率，將反映含風(fēng)險價值（VaR）的綠地控股公司財務(wù)風(fēng)險的13個變量綜合為4個因子，其累計方差貢獻率為97.492。如表1所示。

步驟三：因子旋轉(zhuǎn)與命名。計算結(jié)果如表2所示。

將樣本的原始變量值用X1、X2、X3……Xn來表示，則原始變量與公共因子的關(guān)系如下列出：

F1=-0.853X1-0.869X2……+0.977X12-0.082X13F2=-0.440X1-0.406X2……-0.046X12+0.036X13F3=-0.140X1-0.056X2……-0.083X12+0.345X13F4=0.147X1+0.199X2……+0.069X12+0.917X13

步驟四：進行主因子命名。

F1在總資產(chǎn)利潤率、流動資產(chǎn)周轉(zhuǎn)天數(shù)上載荷較大，這兩個指標代表盈利能力與營運能力，對全部初始變量的方差貢獻率為40.737%。

F2在權(quán)益乘數(shù)、產(chǎn)權(quán)比率上載荷較大，這兩個指標代表企業(yè)在經(jīng)營中償債能力和資產(chǎn)是否保值增值，對全部初始變量的方差貢獻率為33.253%。

F3在凈資產(chǎn)增長率、主營業(yè)務(wù)收入上載荷較大，命名為成長能力，它對全部初始變量的方差貢獻率為17.189%。

F4在VaR上載荷較大，代表企業(yè)的風(fēng)險能力，它對全部初始變量的方差貢獻率為6.313%。

計算綜合得分，本文以各因子的方差貢獻率占所有4個因子總的方差貢獻率的比重的權(quán)重來進行加權(quán)匯總公式如下：

F=0.4073F1+0.33253F2+0.17189F3+0.06313F4

最終得出歷年財務(wù)風(fēng)險得分。如表3所示。

從因子分析的結(jié)果來看，綠地控股集團財務(wù)風(fēng)險總體呈減小趨勢，這與前文Var整體變化柱狀圖趨勢相同。

本文以定性定量相結(jié)合的標準選取了評價指標，保證了數(shù)據(jù)全面性，而因子分析時所得的計分權(quán)重是通過運算得出的，具有客觀性。這些都足以說明因子分析方法的有效性，結(jié)果表明因子分析方法能有效地評價企業(yè)財務(wù)風(fēng)險。

四、影響綠地控股財務(wù)風(fēng)險的因素

（一）融資渠道單一導(dǎo)致資本結(jié)構(gòu)不合理

通過對綠地控股融資結(jié)構(gòu)的分析，其主要包括自有資金、銀行貸款、建設(shè)方墊款和房屋預(yù)售資金。住房預(yù)售資金也屬于銀行貸款。這便增加了其資金鏈斷裂的可能性。由于過于單一的融資渠道增加了融資難度，房地產(chǎn)企業(yè)的議價能力也隨之下降，導(dǎo)致雙方的財務(wù)風(fēng)險加大。

（二）營運資金管理水平不足

企業(yè)經(jīng)營管理水平的不足主要體現(xiàn)在以下兩個方面。

1.庫存高導(dǎo)致資金沉淀嚴重

綠地控股房地產(chǎn)公司囤房現(xiàn)象嚴重。房地產(chǎn)企業(yè)回籠資金的主要方式是從商品房銷售中套取資金。如果庫存過多，商品房周轉(zhuǎn)緩慢，將直接影響企業(yè)資金回籠，增加企業(yè)財務(wù)風(fēng)險。

2.流動資金占用時間長，短期融資、長期投資現(xiàn)象嚴重

在長期投資中，房地產(chǎn)企業(yè)往往因為資金不足而選擇占用流動資金進行投資。這種決策雖然在一定程度上滿足了企業(yè)購買長期資產(chǎn)的需要，但無疑增加了企業(yè)的財務(wù)風(fēng)險。一般房地產(chǎn)投資項目運營周期長，政策風(fēng)險高。如果投資資金得不到及時回收，企業(yè)短期償債風(fēng)險將急劇增加。

五、結(jié)論與建議

（一）研究結(jié)論

實證研究表明，以VaR為基礎(chǔ)的指標體系的有效性高，企業(yè)財務(wù)風(fēng)險也十分明顯。本文將VaR財務(wù)風(fēng)險評價模型與公司實際股價相結(jié)合，具有一定的現(xiàn)實意義，因此為房地產(chǎn)上市公司財務(wù)風(fēng)險評價提供了一個參考模型，對房地產(chǎn)上市公司發(fā)現(xiàn)和規(guī)避財務(wù)風(fēng)險具有重要的現(xiàn)實意義。

（二）研究建議

建立流動性風(fēng)險預(yù)警指標體系。流動性風(fēng)險預(yù)警機制的建立有助于企業(yè)實現(xiàn)風(fēng)險管控，也就是說，當風(fēng)險發(fā)生時，可以最大限度地限制和減少企業(yè)的損失。企業(yè)財務(wù)部聘請投資專家對一些重要的指標進行計算機模擬分析，這些指標往往比較復(fù)雜或無法在短時間內(nèi)衡量其價值，從而避免陷入短期內(nèi)只關(guān)注行業(yè)發(fā)展特點而忽視企業(yè)長遠發(fā)展實際的陷阱。

參考文獻：

[1]芮林仁，吳燕博，計承杰.基于spss因子分析法的貴州茅臺企業(yè)績效評析[J].時代金融，2021（07）：35-37.

[2]王亮，魏文蘭.基于因子分析法的科技型企業(yè)財務(wù)風(fēng)險預(yù)警研究[J].現(xiàn)代商業(yè)，2021（06）：190-192.

[3]王秀珍.基于因子分析法的建筑企業(yè)償債能力淺析[J].中國總會計師，2021（01）：62-64.

[4]閆佩.基于因子分析法的房地產(chǎn)行業(yè)財務(wù)風(fēng)險預(yù)警研究[J].河北企業(yè)，2021（01）：88-89.

[5]王秀祥，劉勝題.基于VaR的金融風(fēng)險管理方法研究[J].生產(chǎn)力研究，2020（12）：45-47.

*基金項目：江蘇大學(xué)第19批大學(xué)生科研課題立項資助項目（項目編號：19C135）。

（作者單位：江蘇大學(xué)）