房地產(chǎn)企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)的影響因素及識(shí)別方法研究
——來(lái)自樣本企業(yè)的微觀數(shù)據(jù)

張 琦

一、引言

近20 年來(lái)，我國(guó)房地產(chǎn)業(yè)發(fā)展迅速，成為了國(guó)民經(jīng)濟(jì)的支柱產(chǎn)業(yè)之一。由于區(qū)位條件、消費(fèi)習(xí)慣、人口密度、經(jīng)濟(jì)水平等方面差異，房地產(chǎn)業(yè)在全國(guó)范圍內(nèi)呈現(xiàn)典型的非均衡性特征，一些地區(qū)出現(xiàn)明顯的結(jié)構(gòu)性過(guò)剩，導(dǎo)致唱衰房地產(chǎn)以及泡沫論不絕于耳[1～6]。2016 年以來(lái)，中央堅(jiān)持“房住不炒”定位，要求保持政策的連續(xù)性和穩(wěn)定性，構(gòu)建房地產(chǎn)市場(chǎng)持續(xù)健康發(fā)展的有效機(jī)制。2018 年底，中央經(jīng)濟(jì)工作會(huì)議提出要構(gòu)建房地產(chǎn)市場(chǎng)健康發(fā)展長(zhǎng)效機(jī)制，完善住房市場(chǎng)體系和住房保障體系。從微觀視角來(lái)看，提升房地產(chǎn)企業(yè)對(duì)經(jīng)營(yíng)風(fēng)險(xiǎn)的有效識(shí)別和科學(xué)治理能力是推動(dòng)房地產(chǎn)業(yè)高質(zhì)量發(fā)展的關(guān)鍵所在[7-8]。當(dāng)前，學(xué)術(shù)界針對(duì)企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)的研究主要有四類觀點(diǎn)：其一，認(rèn)為企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)主要體現(xiàn)為經(jīng)營(yíng)業(yè)績(jī)的變化，一般采用企業(yè)的收益波動(dòng)率進(jìn)行分析。其二，認(rèn)為企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)可通過(guò)第三方風(fēng)險(xiǎn)提示來(lái)體現(xiàn)。比如，被評(píng)級(jí)機(jī)構(gòu)調(diào)低信用等級(jí)或被證券交易所認(rèn)定為ST 或*ST。然而，無(wú)論是信用評(píng)級(jí)還是ST 處理，都有其嚴(yán)格的適用范圍，且更多傾向于財(cái)務(wù)風(fēng)險(xiǎn)而非經(jīng)營(yíng)風(fēng)險(xiǎn)。其三，認(rèn)為企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)主要源于經(jīng)營(yíng)行為，比如，戰(zhàn)略決策、項(xiàng)目管理、市場(chǎng)營(yíng)銷都會(huì)對(duì)經(jīng)營(yíng)風(fēng)險(xiǎn)產(chǎn)生重要影響，應(yīng)將這些因素納入分析框架之中。其四，認(rèn)為企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)應(yīng)主要從外部因素進(jìn)行分析，包括經(jīng)濟(jì)增長(zhǎng)、利率水平、通貨膨脹率等。本文認(rèn)為，企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)受多方面因素影響，不僅要考慮宏觀經(jīng)濟(jì)、產(chǎn)業(yè)政策、政治環(huán)境、社會(huì)生態(tài)等外因，還要關(guān)注企業(yè)財(cái)務(wù)表現(xiàn)、營(yíng)銷策略、投融資行為等內(nèi)部因素。就房地產(chǎn)業(yè)而言，由于其具有明顯的區(qū)域性和政策性特征，決定了企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)的形成機(jī)理和影響因素有其特殊性。因此，構(gòu)建一套切實(shí)可行的房地產(chǎn)企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)指標(biāo)體系和風(fēng)險(xiǎn)識(shí)別方法，具有較強(qiáng)的理論價(jià)值和實(shí)踐意義。

二、文獻(xiàn)綜述

識(shí)別房地產(chǎn)企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)的關(guān)鍵在于找到風(fēng)險(xiǎn)來(lái)源及其影響因素[9-12]。國(guó)外該領(lǐng)域的文獻(xiàn)較多， Miles 和Mc Cue （1982）[13]、 Louargand（2002）[14]認(rèn)為，分散投資與區(qū)位選擇對(duì)于房地產(chǎn)企業(yè)風(fēng)險(xiǎn)形成具有顯著影響，如何做好分散投資和區(qū)域優(yōu)化組合是房地產(chǎn)企業(yè)防范投資風(fēng)險(xiǎn)的重要選擇。Christner（2009）[15]重點(diǎn)從財(cái)務(wù)及投資風(fēng)險(xiǎn)與回報(bào)的角度，分析房地產(chǎn)企業(yè)的潛在風(fēng)險(xiǎn)。Zhu 和Chen（2015）[16]認(rèn)為，房地產(chǎn)開(kāi)發(fā)除受市場(chǎng)政策、宏觀經(jīng)濟(jì)、金融條件等方面影響，還與投資者的風(fēng)險(xiǎn)偏好密切相關(guān)，引入投資者價(jià)值偏好建立了房地產(chǎn)風(fēng)險(xiǎn)評(píng)價(jià)體系。Sindt（1998）[17]從外部環(huán)境變化影響房地產(chǎn)企業(yè)風(fēng)險(xiǎn)形成的角度進(jìn)行研究，認(rèn)為利率、通貨膨脹、產(chǎn)業(yè)政策等因素是形成房地產(chǎn)企業(yè)風(fēng)險(xiǎn)的重要來(lái)源。Shulman等[18]認(rèn)為，房地產(chǎn)企業(yè)風(fēng)險(xiǎn)與地理區(qū)位有關(guān)，實(shí)施風(fēng)險(xiǎn)管理應(yīng)考慮項(xiàng)目布局和區(qū)位特征，尤其對(duì)于一些大型片區(qū)性房地產(chǎn)投資應(yīng)著重開(kāi)展區(qū)位選擇研究。Janis 和Ilona（2013）[19]認(rèn)為，除宏觀經(jīng)濟(jì)的影響以外，技術(shù)、社會(huì)、政治等因素也會(huì)給房地產(chǎn)企業(yè)帶來(lái)潛在風(fēng)險(xiǎn)。有學(xué)者對(duì)中國(guó)、中國(guó)香港、日本等亞洲6 個(gè)經(jīng)濟(jì)體的股票市場(chǎng)和房地產(chǎn)市場(chǎng)之間的關(guān)系進(jìn)行實(shí)證研究后發(fā)現(xiàn)，隨著經(jīng)濟(jì)和政策環(huán)境的不同，房地產(chǎn)市場(chǎng)的表現(xiàn)也各不相同[20～21]。由于我國(guó)房地產(chǎn)的市場(chǎng)化歷程不長(zhǎng)，相關(guān)文獻(xiàn)研究較少，之前更多側(cè)重于風(fēng)險(xiǎn)預(yù)測(cè)等方面研究。直至近10 年來(lái)，房地產(chǎn)企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)研究才得以深入發(fā)展。昌忠澤（2010）[22]、郭克莎（2017）[23]、荊中博等（2019）[24]認(rèn)為，房地產(chǎn)企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)來(lái)源有政策變化、利率動(dòng)蕩以及市場(chǎng)供需變化等。部分學(xué)者認(rèn)為房地產(chǎn)風(fēng)險(xiǎn)在很大程度上與金融以及流動(dòng)性約束相關(guān)，銀行信貸的作用不可忽略。孫翔等（2019）[25]認(rèn)為，我國(guó)房地產(chǎn)業(yè)對(duì)金融機(jī)構(gòu)存在較為顯著的系統(tǒng)性風(fēng)險(xiǎn)溢 出 效 應(yīng)。 王 現(xiàn) 增 （2010）[26]、 張 琦（2015）[27]、劉顏（2019）[28]等闡述了消費(fèi)者需求、市場(chǎng)營(yíng)銷等因素對(duì)房地產(chǎn)企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)的影響。王志剛（2019）[29]等認(rèn)為，房地產(chǎn)屬于典型的區(qū)域性產(chǎn)業(yè)，對(duì)企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)的研究必須密切關(guān)注企業(yè)所處區(qū)位具體情況。《中國(guó)住房發(fā)展報(bào)告（2017—2018）》顯示，2017 年1136 家房地產(chǎn)企業(yè)的有息負(fù)債同比2016 年增幅高達(dá)37%，房地產(chǎn)企業(yè)總體負(fù)債率高且資金集中兌付壓力大，且面臨宏觀經(jīng)濟(jì)下行、價(jià)格泡沫破裂、投機(jī)炒作過(guò)度等諸多系統(tǒng)性風(fēng)險(xiǎn)誘因。

房地產(chǎn)企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)的形成是一個(gè)復(fù)雜過(guò)程，是內(nèi)外部因素共同作用的結(jié)果。上述文獻(xiàn)更多對(duì)房地產(chǎn)企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)的影響因素開(kāi)展相關(guān)性分析或試圖構(gòu)建房地產(chǎn)企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)的評(píng)價(jià)指標(biāo)體系。由于房地產(chǎn)業(yè)的區(qū)域性差異以及強(qiáng)政策性等特征，一些基于區(qū)域樣本或靜態(tài)數(shù)據(jù)的研究成果的信度和效度均不盡如人意。本文嘗試從定量視角對(duì)房地產(chǎn)企業(yè)的風(fēng)險(xiǎn)識(shí)別展開(kāi)研究，再綜合運(yùn)用聚類與判別分析方法進(jìn)行實(shí)證研究，推導(dǎo)出相應(yīng)的風(fēng)險(xiǎn)識(shí)別模型。相對(duì)而言，這一研究視角和路徑具有一定的創(chuàng)新性和適用性。

三、研究設(shè)計(jì)

（一）經(jīng)營(yíng)風(fēng)險(xiǎn)識(shí)別指標(biāo)體系構(gòu)建

本文根據(jù)美國(guó)COSO構(gòu)建的風(fēng)險(xiǎn)管理框架，借鑒國(guó)內(nèi)研究學(xué)者的部分觀點(diǎn)，嘗試構(gòu)建房地產(chǎn)企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)的六維度識(shí)別模型，如圖1所示。

從每個(gè)維度選取1-3 個(gè)代表性變量，共12 個(gè)變量來(lái)識(shí)別房地產(chǎn)企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)，各變量的具體定義及賦值標(biāo)準(zhǔn)如表1所示。

圖1 房地產(chǎn)企業(yè)風(fēng)險(xiǎn)的六維度識(shí)別模型

表1 變量具體定義及賦值標(biāo)準(zhǔn)

（二）經(jīng)營(yíng)風(fēng)險(xiǎn)識(shí)別方法設(shè)計(jì)

識(shí)別房地產(chǎn)企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)的關(guān)鍵在于找出風(fēng)險(xiǎn)構(gòu)成要素并確定風(fēng)險(xiǎn)等級(jí)，本文基于聚類與判別相結(jié)合的方法對(duì)經(jīng)營(yíng)風(fēng)險(xiǎn)識(shí)別進(jìn)行方法構(gòu)建和結(jié)果檢驗(yàn)。

參考國(guó)家發(fā)改委等部門(mén)聯(lián)合編寫(xiě)的《投資項(xiàng)目可行性研究指南》對(duì)風(fēng)險(xiǎn)等級(jí)進(jìn)行衡量，將房地產(chǎn)企業(yè)風(fēng)險(xiǎn)等級(jí)分為低風(fēng)險(xiǎn)、一般風(fēng)險(xiǎn)、較大風(fēng)險(xiǎn)、嚴(yán)重風(fēng)險(xiǎn)，分別用離散數(shù)據(jù)1、2、3、4予以替代，即1 代表低風(fēng)險(xiǎn)、2 代表一般風(fēng)險(xiǎn)、3代表較大風(fēng)險(xiǎn)、4 代表嚴(yán)重風(fēng)險(xiǎn)。對(duì)于具體企業(yè)風(fēng)險(xiǎn)等級(jí)的劃分，本文在收集相關(guān)數(shù)據(jù)的基礎(chǔ)上，進(jìn)行四等級(jí)聚類。利用聚類分析方法對(duì)房地產(chǎn)企業(yè)風(fēng)險(xiǎn)等級(jí)進(jìn)行識(shí)別的基礎(chǔ)上，將其作為因變量，探討房地產(chǎn)企業(yè)風(fēng)險(xiǎn)等級(jí)與風(fēng)險(xiǎn)形成因素之間的邏輯關(guān)系。上述分析可知，因變量“房地產(chǎn)企業(yè)風(fēng)險(xiǎn)等級(jí)”明顯不吻合正態(tài)分布規(guī)律，與自變量之間的關(guān)系解釋不宜采用一般的回歸分析方法。為科學(xué)選取經(jīng)營(yíng)風(fēng)險(xiǎn)影響因素，并明確各因素的作用大小和影響機(jī)理，本文采用判別分析方法進(jìn)行研究。該方法是將邏輯分布作為隨機(jī)誤差項(xiàng)概率分布的一種多元離散選擇模型，被廣泛運(yùn)用于因變量為離散變量的情形下對(duì)因變量與自變量之間關(guān)系的分析?；谏鲜鲈?，本文假設(shè)房地產(chǎn)企業(yè)風(fēng)險(xiǎn)等級(jí)與其影響因素之間的函數(shù)關(guān)系為：

本研究采用Fisher 準(zhǔn)則進(jìn)行分析，即從k 個(gè)總體G1, …, Gk，抽取樣品分別為n1,n2,…,nk，令n=n1+n2+…+nk。為第i個(gè)總體的第a個(gè)樣品的觀測(cè)向量。模型的演變過(guò)程和計(jì)算原理如下：

其中，c=(c1,…,cp)',x=(x1,…,xp)'

另，記-x(i)和s(i)分別是總體Gi內(nèi)x 的樣本均值向量和樣本協(xié)差陣，根據(jù)求隨機(jī)變量線性組合的均值和方差的性質(zhì)可以得到，y(x)在Gi上的樣本均值和樣本方差為

在多總體情況下，F(xiàn)isher 準(zhǔn)則就是要選取系數(shù)向量c，使達(dá)到最大。其中，qi是人為的正的加權(quán)系數(shù)，可以取為先驗(yàn)概率。如果取qi=ni-1，并將代入上式可化為：

其中，E 為組內(nèi)離差陣，A 為總體之間樣本協(xié)差陣，即，

為求λ的最大值，根據(jù)極值存在的必要條件，令，利用對(duì)向量求導(dǎo)的公式：

表2 聚類結(jié)果

這說(shuō)明，λ及c 恰好是A、E 矩陣的廣義特征根及其對(duì)應(yīng)的特征向量。一般要求加權(quán)協(xié)差陣E是正定的。因此可知，上式非零特征根個(gè)數(shù)m不超過(guò)min（k-1,p），又因?yàn)锳 為非負(fù)定的，所以非零特征根必為正根，故記為λ1≥λ2≥…≥λm＞0 ，于是，可構(gòu)造m個(gè)判別函數(shù)：

對(duì)于每一個(gè)判別函數(shù)，必須給出一個(gè)用于衡量判別能力的指標(biāo)pi，定義為：

m0個(gè)判別函數(shù)y1,…,ym0的判別能力定義為：

建立判別函數(shù)后，將原始數(shù)據(jù)代入相應(yīng)函數(shù)，可根據(jù)分值大小衡量各影響因素的作用機(jī)理和效果。

（三）樣本選擇與數(shù)據(jù)來(lái)源

本研究分別從東、西、南、北、中部地區(qū)各選擇1-2個(gè)代表性省市作為關(guān)注重點(diǎn)，再?gòu)闹须S機(jī)選擇1-2家房地產(chǎn)企業(yè)作為調(diào)研對(duì)象。通過(guò)訪談及問(wèn)卷（表格）方式，對(duì)房地產(chǎn)企業(yè)的實(shí)際情況開(kāi)展調(diào)研。20 家樣本企業(yè)覆蓋商業(yè)地產(chǎn)和住宅地產(chǎn)，既有上市地產(chǎn)商，也有區(qū)域性地產(chǎn)企業(yè)（應(yīng)調(diào)研對(duì)象要求及企業(yè)商譽(yù)考慮，對(duì)部分企業(yè)名稱進(jìn)行了適當(dāng)處理）。此次調(diào)研旨在了解企業(yè)基本情況并收集可能的風(fēng)險(xiǎn)因素，通過(guò)數(shù)據(jù)整理和SPSS24.0 建模，創(chuàng)建“房地產(chǎn)企業(yè)風(fēng)險(xiǎn)識(shí)別因素”數(shù)據(jù)庫(kù)。

四、實(shí)證結(jié)果與分析

（一）聚類分析結(jié)果及分析

對(duì)選取的20 家樣本企業(yè)進(jìn)行聚類分析，選擇在聚類分析中距離最小的分類單元先合并，值越小，說(shuō)明兩家企業(yè)的類似性越高。通過(guò)譜系圖可更加清晰地顯示企業(yè)間的類似性以及聚類分組情況。本文將閾值設(shè)定為5，對(duì)照譜系圖可將樣本分為四類，如表2所示。

表2的聚類結(jié)果顯示，第一類基本為股份制房地產(chǎn)企業(yè)，抗風(fēng)險(xiǎn)能力和資本運(yùn)營(yíng)能力較強(qiáng)；第二類大致是國(guó)內(nèi)較發(fā)達(dá)地區(qū)的房地產(chǎn)企業(yè)，這些區(qū)域資本表現(xiàn)活躍、融資環(huán)境較寬松、居民消費(fèi)能力普遍較強(qiáng)，企業(yè)盈利水平也相對(duì)較高。顯然，第一類和第二類企業(yè)均具備較強(qiáng)的可持續(xù)發(fā)展能力，經(jīng)營(yíng)風(fēng)險(xiǎn)相對(duì)可控。第三類和第四類主要為區(qū)域性地產(chǎn)企業(yè)，無(wú)論是品牌、規(guī)模、成長(zhǎng)性，還是盈利能力及抗風(fēng)險(xiǎn)能力，均難以支撐企業(yè)的高質(zhì)量發(fā)展。

（二）判別分析結(jié)果及分析

判別分析仍選取聚類分析中20 家房地產(chǎn)企業(yè)的相關(guān)數(shù)據(jù)，且將聚類分析中的分組數(shù)據(jù)作為源數(shù)據(jù)，利用SPSS24.0 的判別分析方法輸入。從輸出結(jié)果看，全部數(shù)據(jù)有效，可進(jìn)行下階段分析。從得到的組統(tǒng)計(jì)量表可以看出，各變量在各組之間存在顯著差異。以“可持續(xù)發(fā)展空間”變量X5為例，第一大類的均值為3.8571，第二類均值為2.75，第三類均值為1.85，第四類均值為1.4，數(shù)值呈顯著下降趨勢(shì)。從其標(biāo)準(zhǔn)差來(lái)看，組內(nèi)差異較小，可初步判斷上述分組較為科學(xué)。在此基礎(chǔ)上，再考察這些指標(biāo)之間的協(xié)方差，通過(guò)生成的協(xié)方差矩陣可知，各變量之間并非完全獨(dú)立（相互系數(shù)不為0），存在一定的相互影響。而這些因素對(duì)房地產(chǎn)企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)形成的總體影響如何，則需構(gòu)建相應(yīng)的判別函數(shù)。本文根據(jù)生成的Fisher 線性判別函數(shù)系數(shù)得出4 組分類判別函數(shù)。對(duì)比各函數(shù)中的系數(shù)可知，開(kāi)發(fā)環(huán)境、科學(xué)決策、總資產(chǎn)額變化、客戶認(rèn)知等4 個(gè)變量在四組判別函數(shù)中的系數(shù)均相對(duì)較大，說(shuō)明對(duì)企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)具有更為顯著的影響，也意味著企業(yè)應(yīng)重點(diǎn)從上述四個(gè)方面提升經(jīng)營(yíng)風(fēng)險(xiǎn)的識(shí)別和治理能力。

表3 兩家房地產(chǎn)企業(yè)的基礎(chǔ)數(shù)據(jù)

表4 四類判別函數(shù)計(jì)算結(jié)果

（三）經(jīng)營(yíng)風(fēng)險(xiǎn)識(shí)別模型的可靠性分析

檢驗(yàn)房地產(chǎn)企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)識(shí)別是否準(zhǔn)確，可對(duì)分類結(jié)果進(jìn)行可靠性判定。結(jié)果可知，識(shí)別函數(shù)對(duì)于20 家企業(yè)樣本的分類準(zhǔn)確度達(dá)95%，說(shuō)明采取的分類識(shí)別模型具有較好的耦合性，能較為準(zhǔn)確地識(shí)別房地產(chǎn)企業(yè)的經(jīng)營(yíng)風(fēng)險(xiǎn)。

（四）模型應(yīng)用

利用生成的分類判別函數(shù)對(duì)預(yù)留的兩家房地產(chǎn)企業(yè)的經(jīng)營(yíng)風(fēng)險(xiǎn)進(jìn)行識(shí)別（基礎(chǔ)數(shù)據(jù)如表3），以檢驗(yàn)方法的有效性。

將兩家房地產(chǎn)企業(yè)的具體數(shù)據(jù)分別代入四類判別函數(shù)，得出如下結(jié)果（表4）。

由計(jì)算結(jié)果可識(shí)別兩家企業(yè)的經(jīng)營(yíng)風(fēng)險(xiǎn)類別。中糧地產(chǎn)屬于第一類（低風(fēng)險(xiǎn)），順泰地產(chǎn)屬于第三類（較高風(fēng)險(xiǎn)）。

針對(duì)兩家地產(chǎn)企業(yè)的調(diào)研發(fā)現(xiàn)，中糧地產(chǎn)近年來(lái)高度重視風(fēng)險(xiǎn)管理工作。2012 年，根據(jù)國(guó)務(wù)院國(guó)資委《中央企業(yè)全面風(fēng)險(xiǎn)管理指引》建立了全面風(fēng)險(xiǎn)管理體制，著力提升風(fēng)險(xiǎn)防范與管理水平。在成本控制方面，編制了涵蓋各階段、各專業(yè)的設(shè)計(jì)標(biāo)準(zhǔn)；并結(jié)合不同業(yè)態(tài)產(chǎn)品的成本結(jié)構(gòu)，建立了“以目標(biāo)成本為核心，成本動(dòng)態(tài)控制為主導(dǎo)”的成本管理體系，著力推進(jìn)成本的標(biāo)準(zhǔn)化建設(shè)和動(dòng)態(tài)監(jiān)控。在市場(chǎng)開(kāi)拓方面，借力新型城鎮(zhèn)化政策，大力發(fā)展工業(yè)地產(chǎn)，及時(shí)剝離虧損項(xiàng)目和非核心資產(chǎn)，有效提升了企業(yè)的品牌影響力和產(chǎn)品的市場(chǎng)競(jìng)爭(zhēng)力，降低了銷售成本和產(chǎn)品庫(kù)存，使經(jīng)營(yíng)風(fēng)險(xiǎn)得到進(jìn)一步釋放。而順泰地產(chǎn)近年來(lái)一直被資金短缺所困擾，2018 年負(fù)債率超過(guò)90%，比我國(guó)地產(chǎn)業(yè)500 強(qiáng)企業(yè)的平均資產(chǎn)負(fù)債率64.21%高出20 多個(gè)百分點(diǎn)，明顯超出行業(yè)公認(rèn)的70%安全閾值。究其原因，公司近年來(lái)同步開(kāi)發(fā)的項(xiàng)目數(shù)量較多且融資渠道單一，沒(méi)有采取股權(quán)融資、信托融資、資產(chǎn)證券化等新型融資手段。另一方面，公司系區(qū)域性地產(chǎn)企業(yè)，在產(chǎn)品品質(zhì)、規(guī)模經(jīng)濟(jì)以及品牌實(shí)力等方面均缺乏競(jìng)爭(zhēng)優(yōu)勢(shì)，進(jìn)一步加劇了經(jīng)營(yíng)風(fēng)險(xiǎn)的累積。對(duì)比兩家企業(yè)的實(shí)際經(jīng)營(yíng)情況可知，根據(jù)識(shí)別模型做出的分類結(jié)果基本吻合企業(yè)的實(shí)際情況。因此，認(rèn)為該識(shí)別方法具有較高效度，同時(shí)也說(shuō)明12 個(gè)評(píng)價(jià)指標(biāo)的選取較為科學(xué)。

五、結(jié)論與建議

隨著行業(yè)政策的持續(xù)從緊以及產(chǎn)業(yè)結(jié)構(gòu)的深刻調(diào)整，房地產(chǎn)業(yè)的供給側(cè)結(jié)構(gòu)性改革壓力在大部分地區(qū)仍將長(zhǎng)期存在。如何有效識(shí)別經(jīng)營(yíng)風(fēng)險(xiǎn)仍將是房地產(chǎn)企業(yè)適應(yīng)新形勢(shì)、推動(dòng)新發(fā)展的基本前提和關(guān)鍵所在。鑒于此，本文構(gòu)建一套更加符合我國(guó)房地產(chǎn)發(fā)展態(tài)勢(shì)的企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)指標(biāo)體系，然后綜合運(yùn)用聚類與判別分析方法對(duì)20 家樣本企業(yè)的經(jīng)營(yíng)風(fēng)險(xiǎn)進(jìn)行識(shí)別，并對(duì)模型的可靠性進(jìn)行檢驗(yàn)。結(jié)果表明：本文構(gòu)建的指標(biāo)體系及數(shù)學(xué)模型能對(duì)房地產(chǎn)企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)進(jìn)行有效識(shí)別，不僅為構(gòu)建植根于我國(guó)具體國(guó)情的企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)識(shí)別指標(biāo)體系提供了有益借鑒，也為房地產(chǎn)企業(yè)防范化解經(jīng)營(yíng)風(fēng)險(xiǎn)提供了有力支撐。

基于上述研究結(jié)論，本文建議：一是應(yīng)該構(gòu)建房地產(chǎn)企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)的預(yù)警機(jī)制。作為國(guó)民經(jīng)濟(jì)的支柱性產(chǎn)業(yè)，房地產(chǎn)業(yè)近年來(lái)受宏觀調(diào)控的沖擊較大，加之民眾消費(fèi)行為更加理性和更趨多元，極大增加了房地產(chǎn)企業(yè)的經(jīng)營(yíng)風(fēng)險(xiǎn)。通過(guò)構(gòu)建科學(xué)的經(jīng)營(yíng)風(fēng)險(xiǎn)識(shí)別及預(yù)警機(jī)制，有利于指導(dǎo)企業(yè)提前謀劃并采取有效應(yīng)對(duì)措施，降低外部環(huán)境帶來(lái)的潛在風(fēng)險(xiǎn)；二是必須加強(qiáng)對(duì)關(guān)鍵風(fēng)險(xiǎn)因素的重點(diǎn)監(jiān)控。開(kāi)發(fā)環(huán)境、科學(xué)決策、總資產(chǎn)額變化、客戶認(rèn)知在現(xiàn)階段對(duì)我國(guó)房地企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)構(gòu)成顯著性影響。無(wú)論是政府開(kāi)展行業(yè)監(jiān)管，還是企業(yè)進(jìn)行內(nèi)部風(fēng)險(xiǎn)管控，均應(yīng)重點(diǎn)關(guān)注上述指標(biāo)的異動(dòng)情況并及時(shí)做出有效應(yīng)對(duì)。三是應(yīng)以動(dòng)態(tài)思維審視房地產(chǎn)企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)的演化特征。本文研究結(jié)果是基于對(duì)樣本企業(yè)的歷史業(yè)績(jī)和當(dāng)前發(fā)展態(tài)勢(shì)的判斷，對(duì)潛在風(fēng)險(xiǎn)因素的預(yù)測(cè)相對(duì)不足。當(dāng)外部環(huán)境及產(chǎn)業(yè)自身特征發(fā)生變化，可能導(dǎo)致關(guān)鍵風(fēng)險(xiǎn)因素及其影響因子隨之改變。比如，2020 年初暴發(fā)的新冠肺炎疫情，屬于無(wú)法預(yù)見(jiàn)的“黑天鵝”事件，其引發(fā)的經(jīng)營(yíng)性風(fēng)險(xiǎn)必須引起房地產(chǎn)企業(yè)的高度關(guān)注。