我國房地產(chǎn)企業(yè)財務(wù)風(fēng)險度量研究

陳 夢

(廈門大學(xué) 嘉庚學(xué)院，福建 漳州 363105)

一、引言

2003年“SARS疫情”使中國經(jīng)濟遭受重創(chuàng)，而樓市卻一路走高。同年8月12日，國務(wù)院發(fā)文明確提出房地產(chǎn)業(yè)已經(jīng)成為國民經(jīng)濟的支柱產(chǎn)業(yè)。房屋有一定的公共屬性，房地產(chǎn)企業(yè)往往牽涉面廣、涉及行業(yè)多、資金需求量大、周期長，一旦出現(xiàn)財務(wù)危機，將對購房者、企業(yè)自身、銀行等相關(guān)利益集團產(chǎn)生嚴重負面影響。調(diào)控房地產(chǎn)行業(yè)，及時度量和評價房地產(chǎn)企業(yè)財務(wù)風(fēng)險，對于避免房產(chǎn)泡沫尤為關(guān)鍵。半個世紀以來,世界三次著名的房產(chǎn)危機共性規(guī)律都是：房價陡漲，超過負荷，企業(yè)破產(chǎn)，房價暴跌。為此，房地產(chǎn)企業(yè)要特別關(guān)注自身財務(wù)風(fēng)險以及國家宏觀經(jīng)濟發(fā)展情況。

2016年，經(jīng)過連續(xù)十年的房價高漲，我國房地產(chǎn)業(yè)開始出現(xiàn)一定的房產(chǎn)泡沫風(fēng)險苗頭。同年，國家及時提出“房住不炒”定位，隨后連續(xù)4年中央經(jīng)濟工作會議強調(diào)堅持該定位，配合積極房市調(diào)控政策，房價逐漸回歸平穩(wěn)，但也一定時間內(nèi)加重了房地產(chǎn)企業(yè)信用風(fēng)險發(fā)生的概率。2018年以來，美國挑起貿(mào)易戰(zhàn)爭，對我國出口形成較大壓力，對部分行業(yè)企業(yè)及居民收入均形成負面影響。2020年初開始暴發(fā)的新冠疫情，對我國形成重大負面影響，居民收入減少、部分行業(yè)發(fā)展停滯，房產(chǎn)市場在2020年初跌至低谷(2020年2月房產(chǎn)經(jīng)紀指數(shù)從2019年12月的101.13急劇下跌到97.39)。在復(fù)雜的新形勢下，需要對房地產(chǎn)市場財務(wù)風(fēng)險情況進行研究和預(yù)測，以進一步穩(wěn)定房產(chǎn)市場、降低房地產(chǎn)企業(yè)財務(wù)風(fēng)險發(fā)生概率。

二、文獻綜述

以“房地產(chǎn)”和“財務(wù)風(fēng)險”為關(guān)鍵詞，在CNKI檢索到88篇核心文獻，國內(nèi)學(xué)者較多從財務(wù)角度關(guān)注房地產(chǎn)企業(yè)風(fēng)險問題。王拉娣等運用熵權(quán)法和TOPSIS模型分析2017年國內(nèi)60家上市房地產(chǎn)企業(yè)財務(wù)風(fēng)險情況，得出60家企業(yè)風(fēng)險情況分別處于四個不同等級風(fēng)險的結(jié)論。趙振魯構(gòu)建COX模型，結(jié)合數(shù)據(jù)分析發(fā)現(xiàn)125家上市房地產(chǎn)企業(yè)中有11.2%的比例存在高財務(wù)風(fēng)險。還有學(xué)者采用灰色模型、Z值法等探討國內(nèi)房地產(chǎn)企業(yè)財務(wù)風(fēng)險問題。也有部分學(xué)者從行業(yè)背景、金融、房屋質(zhì)量等方面就該問題展開探討，鄧坤首先構(gòu)建房產(chǎn)市場三方博弈模型，觀察三個行為主體的反應(yīng)，基于VAR和Copula函數(shù)找出影響房產(chǎn)市場關(guān)鍵調(diào)控因素，得出房產(chǎn)調(diào)控的目標是調(diào)控供需矛盾、基礎(chǔ)是宏觀經(jīng)濟穩(wěn)定增長的結(jié)論。以“Chinese estate”和“financial risk”為關(guān)鍵詞，在Web of Science中檢索出近三年文獻共43篇。與國內(nèi)文獻不同的是，該領(lǐng)域內(nèi)學(xué)者更多從金融、宏觀政策和國際環(huán)境等方面對中國房地產(chǎn)企業(yè)財務(wù)風(fēng)險問題展開探討。Fonseka M等采用最小二乘法，結(jié)合2006-2016年數(shù)據(jù)，研究房地產(chǎn)部門和環(huán)境信息披露對中國房地產(chǎn)行業(yè)債務(wù)成本的個體和共同影響。Arestis P等通過計量模型研究7個中國樣板城市發(fā)現(xiàn)，上海住宅市場房價上漲嚴重、面臨非理性泡沫，而其他六個城市處于安全狀態(tài)。Lu B等發(fā)現(xiàn)中國房地產(chǎn)價格上漲對企業(yè)全要素生產(chǎn)率產(chǎn)生了負面威懾作用。

綜上，國內(nèi)學(xué)者更多關(guān)注房地產(chǎn)企業(yè)的財務(wù)風(fēng)險評價，發(fā)文多但研究角度相對單一，指標體系聚焦于傳統(tǒng)四大類財務(wù)指標，多數(shù)文章僅采用一種方法。國外文獻研究數(shù)量較少但是角度更為多元化，研究主題更多偏宏觀，采用的方法也更多元化。本文擬基于“房住不炒”的定位、結(jié)合中美貿(mào)易戰(zhàn)、新冠肺炎疫情等背景探討國內(nèi)房地產(chǎn)上市企業(yè)財務(wù)風(fēng)險情況，采用主成分分析法和Logistic模型展開實證研究，提出建議。

三、房地產(chǎn)企業(yè)財務(wù)風(fēng)險度量方法選擇及指標體系設(shè)計

(一)方法論概述

結(jié)合現(xiàn)有文獻方法論分析，文章擬采用主成分分析和Logistic模型探討我國133家房地產(chǎn)上市企業(yè)財務(wù)風(fēng)險度量問題。主成分分析(Principal Component Analysis，PCA)法是把一些具有錯綜復(fù)雜關(guān)系的變量歸結(jié)為少數(shù)幾個綜合因子的一種多元統(tǒng)計方法，它通過研究變量之間的相互關(guān)系，試圖用最少個數(shù)的主成分來解釋多個變量之間的原始內(nèi)部結(jié)構(gòu)關(guān)系。

Logistic模型可以用于分析某個問題的影響因素，如引起房地產(chǎn)企業(yè)財務(wù)風(fēng)險的主要因素，也可以用于估計某事件發(fā)生的概率，如哪種性別更偏好坐地鐵而不是自駕出行。

(二)房地產(chǎn)企業(yè)財務(wù)風(fēng)險度量指標體系

房地產(chǎn)企業(yè)受宏觀經(jīng)濟環(huán)境影響重大，2018年開始的中美貿(mào)易戰(zhàn)以及2020年疫情，都致使國民經(jīng)濟發(fā)展增速降低、人均收入水平下降、國際貿(mào)易發(fā)展步伐減緩，一定程度上影響到房地產(chǎn)行業(yè)發(fā)展，故而房地產(chǎn)企業(yè)財務(wù)風(fēng)險不僅受到自身財務(wù)狀況的影響，也受到國家宏觀經(jīng)濟政策影響。因此，文章設(shè)計五類傳統(tǒng)財務(wù)指標，以及一類宏觀經(jīng)濟指標，共六類一級指標19個二級指標，構(gòu)成我國房地產(chǎn)上市企業(yè)財務(wù)風(fēng)險指標體系，研究133家房地產(chǎn)上市企業(yè)風(fēng)險情況(不包括3家退市企業(yè))，其中正常經(jīng)營企業(yè)124家，異常處理企業(yè)9家(包括ST企業(yè)即連續(xù)兩年虧損，財務(wù)異常特別處理企業(yè)2家，以及*ST企業(yè)即連續(xù)三年虧損有退市風(fēng)險處于退市預(yù)警的企業(yè)7家)。數(shù)據(jù)源于網(wǎng)易財經(jīng)，通過SPSS22.0對2019年原始數(shù)據(jù)做描述性統(tǒng)計分析(表1)。

表1 各指標描述統(tǒng)計量

續(xù)表1

四、房地產(chǎn)企業(yè)財務(wù)風(fēng)險主成分分析

(一)主成分提取

第一，標準化。為消除各指標間的差異影響，采用Z Score法對各原始數(shù)據(jù)進行標準化。

第二，適應(yīng)性檢驗。通過KMO檢驗(值為0.625>0.5)和Bartlett球形檢驗(sig值無限趨近于0，小于顯著性水平0.05)值可知，數(shù)據(jù)適合進行主成分分析。

第三，公因子解釋程度。僅銷售凈利率

X

7(0.539)、固定資產(chǎn)周轉(zhuǎn)率

X

11(0.477)、主營業(yè)務(wù)收入增長率

X

13(0.279)三個指標提取比例低于0.6，其他指標均提取程度較高，4個指標提取程度超過0.91，絕大部分因子可以極強地反映并解釋原始變量數(shù)據(jù)，總體建模質(zhì)量較佳。

第四，主成分提取。提取的7個主成分(表2)，累計解釋總方差為74.108%，其中，前2個公因子解釋能力很強，其次為第三公因子，提取比例超過10%，后面四個因子相對次之，提取比例在6%左右。

表2 解釋的總方差

提取方法：主體元件分析。

第五，成分命名。將提取的7個主成分分別用

F

1，

F

2，…，

F

7代替，其中，

F

1對現(xiàn)金比率

X

3、速動比率

X

2、流動比率

X

1和資產(chǎn)負債率

X

5解釋程度很高，命名為償債能力因子；

F

2很好地解釋了住宅銷售指數(shù)

X

19、國房景氣指數(shù)

X

18、總資產(chǎn)凈利潤率

X

6、銷售凈利率

X

7和凈資產(chǎn)收益率

X

8五個指標情況，命名為宏觀背景及盈利能力因子；

F

3較好地反映現(xiàn)金流量比率

X

17、經(jīng)營現(xiàn)金凈流量與凈利潤的比率

X

16、總資產(chǎn)增長率

X

15三個指標情況，命名為現(xiàn)金流及成長能力因子；

F

4主要反應(yīng)存貨周轉(zhuǎn)率

X

10和流動資產(chǎn)周轉(zhuǎn)率

X

12，命名為存貨及流動資產(chǎn)周轉(zhuǎn)因子；

F

5命名為凈利潤增長因子；

F

6命名為利息支付倍數(shù)因子；

F

7命名為應(yīng)收賬款和固定資產(chǎn)周轉(zhuǎn)因子。

第六，成分計算。根據(jù)成分得分矩陣表可以列出各主成分以及總成分得分公式(表略)：

F

1=0.923*Z

X

1+0.916*Z

X

2+0.903*Z

X

3-0.801*Z

X

4-0.127*Z

X

5-0.138*Z

X

6+0.232*Z

X

7+0.023*Z

X

8+0.097*Z

X

9-0.087*Z

X

10-0.030*Z

X

11-0.201*Z

X

12+0.153*Z

X

13+0.097*Z

X

14-0.030*Z

X

15+0.187*Z

X

16-0.164*Z

X

17-0.025*Z

X

18-0.021*Z

X

19

(1)

F

2=0.005*Z

X

1-0.011*Z

X

2+0.010*Z

X

3+0.044*Z

X

4+0.950*Z

X

5+0.948*Z

X

6+0.743*Z

X

7+0.713*Z

X

8+0.666*Z

X

9-0.014*Z

X

10+0.016*Z

X

11+0.166*Z

X

12+0.002*Z

X

13+0.170*Z

X

14-0.001*Z

X

15+0.112*Z

X

16-0.003*Z

X

17-0.009*Z

X

18+0.089*Z

X

19

(2)

F

3=0.014*Z

X

1-0.018*Z

X

2-0.194*Z

X

3-0.111*Z

X

4-0.043*Z

X

5-0.057*Z

X

6+0.054*Z

X

7-0.010*Z

X

8+0.042*Z

X

9+0.890*Z

X

10+0.868*Z

X

11-0.518*Z

X

12-0.052*Z

X

13+0.227*Z

X

14+0.016*Z

X

15-0.100*Z

X

16-0.019*Z

X

17-0.014*Z

X

18-0.018*Z

X

19

(3)

F

4=0.122*Z

X

1+0.098*Z

X

2-0.081*Z

X

3-0.177*Z

X

4+0.023*Z

X

5+0.015*Z

X

6+0.275*Z

X

7+0.037*Z

X

8-0.021*Z

X

9+0.222*Z

X

10-0.023*Z

X

11+0.384*Z

X

12+0.823*Z

X

13+0.765*Z

X

14+0.002*Z

X

15-0.022*Z

X

16+0.042*Z

X

17+0.012*Z

X

18-0.075*Z

X

19

(4)

F

5=0.040*Z

X

1-0.015*Z

X

2-0.005*Z

X

3-0.005*Z

X

4-0.020*Z

X

5-0.018*Z

X

6+0.315*Z

X

7-0.122*Z

X

8+0.423*Z

X

9-0.004*Z

X

10+0.026*Z

X

11+0.420*Z

X

12-0.020*Z

X

13+0.009*Z

X

14+0.837*Z

X

15+0.314*Z

X

16+0.009*Z

X

17-0.166*Z

X

18+0.363*Z

X

19

(5)

F

6=0.030*Z

X

1-0.265*Z

X

2-0.230*Z

X

3-0.289*Z

X

4+0.018*Z

X

5+0.021*Z

X

6+0.064*Z

X

7-0.092*Z

X

8+0.078*Z

X

9+0.010*Z

X

10-0.076*Z

X

11-0.247*Z

X

12-0.084*Z

X

13+0.180*Z

X

14-0.003*Z

X

15+0.239*Z

X

16+0.889*Z

X

17+0.021*Z

X

18-0.061*Z

X

19

(6)

F

7=0.018*Z

X

1-0.045*Z

X

2+0.057*Z

X

3+0.046*Z

X

4+.0.002*Z

X

5+0.001*Z

X

6+0.041*Z

X

7+.070*Z

X

8+0.013*Z

X

9+0.000*Z

X

10-0.061*Z

X

11-0.059*Z

X

12-0.020*Z

X

13-0.033*Z

X

14-0.011*Z

X

15+0.257*Z

X

16-0.021*Z

X

17+.850*Z

X

18+0.572*Z

X

19

(7)

F

總=17.858/74.108*

F

1+17.810/74.108*

F

2+10.212/74.108*

F

3+8.469/74.108*

F

4+7.532/74.108*

F

5+6.234/74.108*

F

6+5.994/74.108*

F

7

(8)

(二)主成分得分分析

1.各公司主成分得分結(jié)果分析

以

F

總降序排列可知(表3)，全新好、中房股份和新大正三甲企業(yè)總體表現(xiàn)亮眼，排名前三；財務(wù)異常企業(yè)總體排名靠后，而陽光股份、中新集團和云南城投三個財務(wù)正常企業(yè)也排名后十位，有較大的財務(wù)違約風(fēng)險。財務(wù)異常企業(yè)中，*ST經(jīng)開排名第四位，成績喜人，ST巖石分別排名28位和86位。

表3 部分企業(yè)因子評分排名表

先看排名前十的企業(yè)，全新好位列榜首，主要得益于其強大的

F

1償債能力因子位列第一，且數(shù)值遠大于其他企業(yè)，同時

F

4存貨及流動資產(chǎn)周轉(zhuǎn)因子也表現(xiàn)突出；中房股份

F

4排名第一，

F

1也排名第三；而新大正則在

F

3現(xiàn)金流及成長能力因子、

F

5凈利潤增長因子均排名第一，

F

4排名第三，說明強大的償債能力、存貨和流動資產(chǎn)周轉(zhuǎn)能力以及凈利潤增長能力可以有效提高房地產(chǎn)企業(yè)財務(wù)抗風(fēng)險能力。萬業(yè)企業(yè)

F

1排名第四，天房發(fā)展

F

2宏觀背景及盈利能力因子排名第一，順發(fā)恒業(yè)

F

1排名第五、

F

7應(yīng)收賬款和固定資產(chǎn)周轉(zhuǎn)因子排名第六，沙河股份

F

2排名第二、

F

5排名第四，榮安地產(chǎn)

F

3排名第三、

F

2排名第四，渝開發(fā)

F

4排名第四，說明前十名企業(yè)多數(shù)是

F

1、

F

2因子表現(xiàn)較好，其次為

F

4、

F

3、

F

5表現(xiàn)突出。財務(wù)異常企業(yè)*ST經(jīng)開表現(xiàn)突出，主要原因是其

F

1償債能力因子排名第二，僅次于全新好，而且數(shù)值遙遙領(lǐng)先于其他公司，

F

3現(xiàn)金流及成長能力因子也排名靠前，說明該公司憑借強大的償債能力和現(xiàn)金流能力，有效扭轉(zhuǎn)了前幾年財務(wù)虧損不利的狀態(tài)，抗風(fēng)險能力有顯著提升，通過良好經(jīng)營，有望盡快恢復(fù)到正常經(jīng)營行列。再看排名后十位的企業(yè)，除了財務(wù)異常的6家以外，中新集團

F

7營運能力因子排名第二(云南城投和陽光股份該因子排名也較為靠前)，

F

2宏觀背景及盈利能力因子也排名中段(第68位)，但并未改變公司排名倒數(shù)第六的結(jié)果，說明排名靠后的公司應(yīng)該更多地提升自己的償債能力、盈利能力等，再結(jié)合自身較好的營運優(yōu)勢，方可有效降低財務(wù)風(fēng)險。

2.行業(yè)共性分析

值越小說明財務(wù)風(fēng)險產(chǎn)生的概率越高，值越大說明財務(wù)風(fēng)險發(fā)生的概率越低。以

F

總來看，71家企業(yè)位于平均線以下，說明財務(wù)風(fēng)險發(fā)生的可能性較高(表4)。再看71家平均線以下企業(yè)，多數(shù)企業(yè)都是

F

1償債能力因子、

F

3現(xiàn)金流及成長能力因子、

F

4存貨及流動資產(chǎn)周轉(zhuǎn)因子以及

F

5凈利潤增長因子四個因子表現(xiàn)較差，與上文分析結(jié)論一致，說明提高償債能力、現(xiàn)金流能力以及營運能力可以有效降低房地產(chǎn)企業(yè)財務(wù)風(fēng)險發(fā)生概率。

表4 各成分正負值統(tǒng)計表

五、房地產(chǎn)企業(yè)財務(wù)風(fēng)險logistic模型構(gòu)建

以企業(yè)類型為因變量，上文提取的主成分為協(xié)變量，探討房地產(chǎn)企業(yè)風(fēng)險概率

P

高低情況，構(gòu)建二元logistic回歸模型，模型中默認

P

以0.5為分割點。

首先，樣本統(tǒng)計。樣本總數(shù)為133家，正常經(jīng)營企業(yè)定義為0，異常處理企業(yè)定義為1。

其次，樣本檢驗。通過模型系數(shù)Omnibus測試可知，卡方值65.853，其顯著性無限接近于0，小于0.05，而Hosmer -Lemeshow 檢驗

P

值為1大于0.05，模型擬合度非常好。

再次，構(gòu)建模型。模型中7個FCA變量的顯著性均高于0.97，其中FCA7和FCA3超過0.99(表5)，說明模型各變量對自變量解釋程度非常高，無須剔除變量，構(gòu)建二元Logistic回歸模型為：

表5 方程中的變量

(9)

最后，模型預(yù)測正確性。正常經(jīng)營企業(yè)和異常處理企業(yè)模型正確率均為100%(表略)，說明模型整體的正確率非常高，既不存在將有財務(wù)違約情況的公司誤認為沒有違約的情況，也不存在將有實際上財務(wù)違約的公司漏判為沒有違約的情況。該模型適用于評價現(xiàn)階段我國房地產(chǎn)企業(yè)信用風(fēng)險，可以用模型來進行相關(guān)度量以及實現(xiàn)預(yù)警。

六、結(jié)論與建議

(一)結(jié)論

搜集2019年133家上市房地產(chǎn)企業(yè)數(shù)據(jù)，運用主成分分析法和Logistic模型來分析我國上市房地產(chǎn)企業(yè)財務(wù)風(fēng)險情況，得出以下結(jié)論：

(1)主成分分析法從19個指標中提取出7個主成分，其中，

F

1償債能力因子、

F

2宏觀背景及盈利能力因子表現(xiàn)突出會對降低房地產(chǎn)企業(yè)財務(wù)風(fēng)險有極大的幫助，其次，

F

4存貨及流動資產(chǎn)周轉(zhuǎn)因子、

F

3現(xiàn)金流及成長能力因子和

F

5凈利潤增長因子對應(yīng)指標表現(xiàn)優(yōu)秀的企業(yè)財務(wù)風(fēng)險也會較低。

(2)從企業(yè)自身及行業(yè)來看，強大的償債能力、良好的營運能力以及盈利能力都是房地產(chǎn)企業(yè)降低財務(wù)風(fēng)險的重要保障。

(3)提取的7個主成分構(gòu)建房地產(chǎn)企業(yè)財務(wù)風(fēng)險評價二元Logistic模型，模型預(yù)測正確率為100%?？傮w而言，正常經(jīng)營企業(yè)比異常處理的企業(yè)財務(wù)風(fēng)險程度低，極少存在財務(wù)違約風(fēng)險。

(二)建議

第一，不斷提高企業(yè)償債能力。房地產(chǎn)企業(yè)所需資金往往較大、周期較長，償債能力強說明企業(yè)債務(wù)有較好的資金保障，可以運用剩余的資金展開相應(yīng)投資及營運活動，也可以增強債權(quán)人和社會對企業(yè)的信心預(yù)期，有利于形成良好的企業(yè)聲譽。

第二，多渠道、多方式進行籌資管理。強大的償債能力往往需要現(xiàn)金流進行支撐，房地產(chǎn)企業(yè)在籌集資金過程中應(yīng)避免過度依賴單一的銀行貸款，可以結(jié)合所有者投入、融資租賃、金融投資、吸納政府投資等多種渠道，分散風(fēng)險。

第三，不斷提升企業(yè)自身盈利能力。房地產(chǎn)企業(yè)首先應(yīng)該提高房產(chǎn)質(zhì)量，形成口碑效應(yīng)，進而有助于強化品牌形象，提升自身盈利能力，同時也可以結(jié)合多元化投資方式，擴大企業(yè)收益來源。

第四，及時根據(jù)宏觀環(huán)境進行運營調(diào)整。及時跟進國內(nèi)外宏觀經(jīng)濟發(fā)展變化步伐，關(guān)注權(quán)威媒體、機構(gòu)等對未來房市的預(yù)測情況，未雨綢繆，如中美貿(mào)易戰(zhàn)爆發(fā)會對未來一段較長時間的房產(chǎn)市場產(chǎn)生負面影響，但是其影響可預(yù)測性較強，可以提前準備，而新冠肺炎疫情來勢洶洶，不可預(yù)料性較強，應(yīng)提高企業(yè)危機管理能力，使企業(yè)自身運營能及時根據(jù)國內(nèi)外環(huán)境變化進行積極調(diào)整，降低財務(wù)風(fēng)險發(fā)生可能性。

第五，相關(guān)利益集團協(xié)同發(fā)展。房地產(chǎn)企業(yè)牽涉面廣，其經(jīng)營好壞既影響到購買者是否買到合理的房產(chǎn)、關(guān)乎銀行等金融機構(gòu)是否及時回收貸款，也關(guān)乎建材等相關(guān)行業(yè)是否能衍生發(fā)展，房地產(chǎn)企業(yè)經(jīng)營良好還可以為社會創(chuàng)造就業(yè)崗位、為國家創(chuàng)收，故而應(yīng)該積極與上下游及相關(guān)利益集團進行溝通聯(lián)系，協(xié)同發(fā)展，打破企業(yè)邊界限制，在更廣的范圍內(nèi)提升自身綜合競爭力，降低企業(yè)財務(wù)風(fēng)險違約率。