房價對中國企業(yè)生存風險影響

(蘇州大學 江蘇 蘇州 215000)

一、前言

在黨的十九大報告中，提出房子是用來住的，而不是用來炒的，使得全國人民都可以居得其所。房價一直以來是全體人民所關心的頭等大事，自1998年商品房改革以來，全國房價呈現了持續(xù)快速上漲的趨勢，房地產行業(yè)進入了快速發(fā)展時期。全國房價似乎是脫韁的野馬，一路上揚，自2001年的2237元/平方米，到2018年的8544元/平方米，年上漲幅度達到21%，遠遠高于7.3%的經濟年增長率。房價的持續(xù)上漲不但對于居民的生活造成了巨大的影響，同樣對于企業(yè)各方面也產生重大的影響。根據美國CHINA HRKEY研究中心數據顯示，中國企業(yè)的平均生存年限為3.6年，其中集團型企業(yè)的平均生存年限大約7.5年，中小型企業(yè)的生存年限僅為2.5年。對比的是歐美企業(yè)的平均生存年限12.5年，日本的企業(yè)生存年限更是達到30年。中國企業(yè)過高的生存風險是一個值得關注的重要的領域，越來越多的學者對此展開了研究。本文立足于研究中國房價與企業(yè)生存的已有文獻，研究在國內房價持續(xù)增長的背景下，其對于企業(yè)生存風險的影響，并針對如何降低房價過快上漲對于企業(yè)生存所造成的負面影響提出建議。在現在的已有文獻中杜莉[1]，劉斌和王乃嘉[2]各自從消費、企業(yè)投資、企業(yè)進出口研究房價持續(xù)上升對于整體經濟所帶來的影響。陸銘等[3]研究發(fā)現居民生活成本將受到房價上升的影響，并因此造成了企業(yè)員工工資上升等企業(yè)生產成本的上漲。

Gan[4]、曾海艦[5]研究發(fā)現，房價的上升不僅僅會造成房產企業(yè)的市場價值，更會因為持有房地產企業(yè)的融資信貸行為，最終影響企業(yè)的整個市場活動，Chen 等[6]、Chen 和 Wen[7]認為，房價上漲會促使企業(yè)將 部分生產資源投向房地產行業(yè)，由此降低對企業(yè)主營業(yè) 務的投資規(guī)模。王國軍和劉水杏[8]通過研究投入產出模型發(fā)現，因房地產行業(yè)的整體帶動效應對于制造業(yè)企業(yè)產生積極意義。

二、研究設計

(一)數據來源與處理

根據中國國家統(tǒng)計局公布的《中國工業(yè)企業(yè)數據庫》相關數據，選擇2001-2007年全部規(guī)模以上非國有企業(yè)和國有企業(yè)為研究對象，剔除總資產，員工人數，流動資產小于等于0的數據。該統(tǒng)計數據庫包含了所有的國有企業(yè)與規(guī)模以上的非國有企業(yè)，其中統(tǒng)計口徑是國民經濟行業(yè)分類里的采掘、制造、電力，燃，氣和供應等行業(yè)。數據庫囊括了企業(yè)的基本信息與財務情況，屬于微觀層面的企業(yè)信息。由于數據庫統(tǒng)計口徑發(fā)生變化，本文只選取到2007年的數據，同時為了避免久期模型中常存在的“左歸并”，對于原始數據進行剔除，選擇只在2001年開業(yè)發(fā)企業(yè)。同時因為西藏等地區(qū)數據的缺失，這里將其刪去，所以最終本文將選擇4874家企業(yè)作為樣本。

(二)變量選取與說明

房價(price)：房價的數據源于中國統(tǒng)計年鑒31個省份和直轄市房地產銷售價格，同時取對數以度量房價指數。行業(yè)(indu)：其中制造業(yè)賦值為1，非制造業(yè)賦值為0。區(qū)域(are)：東部地區(qū)賦值為1，非東部地區(qū)賦值0。出口(ex)：出口企業(yè)賦值1，非出口企業(yè)賦值0。企業(yè)規(guī)模(size)：企業(yè)資產總計的對數度量。融資約束(fin)：利息支出與固定資產發(fā)比值。政府補貼(sub)：接受政府補貼的企業(yè)賦值為1，未有補貼的企業(yè)賦值為0。

(三)COX模型

久其分析是將響應時間和生存的一項統(tǒng)計規(guī)律的研究課題。在實證研究中，久期分析中的數據常常存在“右并歸”。最主要的原因是，當研究結束后，會存在部分對象仍舊未產生期望的結果。這樣，我們就可以得到某一個樣本從時間0到歸并時間T。雖然可以知道樣本可以繼續(xù)存在于T至無窮。卻不知道這個樣本的最終取值。

當存在“右并歸”時，將樣本i的最終壽命記為T*，而歸并時間記為T。實際可以觀察到的t取決于不可觀察到的個體樣本壽命T*，或者歸并時間T.即為：

t=min(T*,T)

同時，用虛擬變量d來表征樣本的觀測是否得到完整記錄：

d=1(T*

這里，1(.)是示性函數，即當括號里的函數表達式取真時，則數值為1，反之則為0。所以，當d=1時，則表示有完整記錄，即不存在并歸現象，反之，則存在并歸。

為了維持生存分析的有效性，這里將假設“獨立并歸“，或者”無并歸“。即所有有關樣本壽命T*的信息都不會出現在并歸時間T中。這樣，虛擬變量d就可以看做是一個外生變量，不在考慮為”歸并機制“建模。

基于Cox風險比例模型自身特點，cox模型可以有絕對的優(yōu)勢，它將企業(yè)是否退出市場和企業(yè)的生存時間有效的結合起來，同時，利用建立的虛擬變量對企業(yè)生存周期進行完整的記錄，在最后的觀察期里，將依舊存活的企業(yè)賦值為0，而之前已經退出市場的企業(yè)賦值為1.。

三、變量選取與說明

(一)基本檢驗

1.初步的描述性分析

我們先對房價對于企業(yè)生存影響進行初步的分析。這里先對房價指數取中位數，將企業(yè)所處的地區(qū)劃分為高房價地區(qū)(hp=1)與低房價地區(qū)(hp=0)。通過繪制k-m生存曲線，可以看到高房價地區(qū)的有著更高的k-m線，即說明相比于低房價地區(qū)，高房價地區(qū)的企業(yè)將存在更小的生存風險。同時結合圖2可知高房價地區(qū)企業(yè)的生存風險初期顯著低于低房價地區(qū)，不過隨著時間的推移，這種顯著的差距在不斷縮小。當然，這里只是未引入解釋變量的初步研究，該分析只是對于企業(yè)生存時限的初步研究。

圖1 k-m生存曲線

圖2 風險函數估計

2比例風險模型回歸

將樣本數量設置為n，觀測i得到()，將生存時間設為，結尾指示變量定義為，占，反之，是m維的行變量，定義的是第i個觀測的m的協(xié)變量。通常Cox比例風險回歸模型的表達式為：

下表是對比例風險模型的回歸結果，需要注意的是，這里的估計系數表示的是每變化一單位，其對于企業(yè)的生存風險回歸系數產生多大的影響。若回歸系數大于0，則表示該變量增大企業(yè)的生存風險。若回歸系數小于0，則表示該變量減小了企業(yè)的生存風險。模型(1)只是對于房價的回歸，模型(2)是加入控制變量后的回歸。通過模型(1)可以知道，高房價可以顯著的降低企業(yè)了生存風險。加入了控制變量后，該回歸依舊顯著，結果穩(wěn)健。通過模型(1)(2)的估計結果可以說明，高房價將降低企業(yè)的生存風險。

表1 房價與企業(yè)生存風險的Cox 模型估計結果

Standardized beta coefficients;Standard errors in parentheses

*p< 0.05,**p< 0.01,***p< 0.001

四、結論

從整體經濟發(fā)展來看，中國自從改革開放以來經濟得到了高速發(fā)展，并于2009年成為世界第二大經濟體，在這樣的宏觀背景下，中國的房地產行業(yè)也得到了迅速發(fā)展，商品房成交價不斷上升。那么，房價的不斷上漲，高房價對于微觀企業(yè)的生存風險有著怎樣的影響。為此，本文通過研究2001-2007年的微觀企業(yè)數據，通過控制一系列發(fā)控制變量考察高房價對于企業(yè)生存的影響。研究發(fā)現，就整體而言，高房價對于企業(yè)生存有著顯著的正向影響，這便意味著與一般研究不同，位于高房價的企業(yè)對于企業(yè)的生存風險有著明顯的拉動作用。不過風險函數估計顯示，高房價存在一個門閥值，當房價超過這個門閥值時，這種拉動作用將逐漸降低，并最終歸于0。對于房價對于企業(yè)生存風險的拉動作用，這說明中國房地產的獨特性，企業(yè)多以勞動密集型為主。在國內整體居民儲蓄率過高的情況下，房地產業(yè)的高速發(fā)展會增加房地產企業(yè)的投資，增加整個市場的投資水平。同時，由于土地拍賣是地方政府占比極大的財政收入，地方政府可以充分利用這一收入完善地方基礎設施建設，改善與提高企業(yè)的生存概率。