我國房地產(chǎn)上市公司財務(wù)杠桿影響因素研究

摘要：首先，選取74家房地產(chǎn)上市公司2016—2020年的相關(guān)數(shù)據(jù)，在不同財務(wù)杠桿區(qū)間下觀察其財務(wù)杠桿系數(shù)和資產(chǎn)報酬率情況，發(fā)現(xiàn)[0.5，0.7]是較適合我國房地產(chǎn)業(yè)上市公司的財務(wù)杠桿區(qū)間。其次，構(gòu)建面板數(shù)據(jù)模型，對影響財務(wù)杠桿的因素進(jìn)行實(shí)證分析，得出如下結(jié)論：公司規(guī)模、資產(chǎn)結(jié)構(gòu)及成長性與其財務(wù)杠桿呈相同的變化趨勢，而營運(yùn)能力、盈利能力及償債能力與其財務(wù)杠桿呈相反的變化趨勢，其中財務(wù)杠桿隨企業(yè)盈利能力和成長性變化而變化的程度最明顯。最后，基于分析結(jié)果，針對企業(yè)如何設(shè)置合適的財務(wù)杠桿提出建議。

關(guān)鍵詞：財務(wù)杠桿；房地產(chǎn)業(yè)；影響因素；面板數(shù)據(jù)模型

0引言

多年來，房地產(chǎn)業(yè)為我國經(jīng)濟(jì)發(fā)展作出了不容忽視的貢獻(xiàn)，在生產(chǎn)、流通、分配及消費(fèi)等各個領(lǐng)域均發(fā)揮了舉足輕重的作用，同時帶動相關(guān)產(chǎn)業(yè)發(fā)展，對政府收入、社會就業(yè)、居民收支等方面具有重大影響力。根據(jù)國家統(tǒng)計局的數(shù)據(jù)，2016—2020年，我國房地產(chǎn)業(yè)增加值占國內(nèi)生產(chǎn)總值（GDP）的比重逐年增大，由6.7%提高到7.3%。

房地產(chǎn)業(yè)作為典型的高杠桿、多庫存行業(yè)，不恰當(dāng)?shù)呢攧?wù)杠桿水平極有可能導(dǎo)致企業(yè)面臨一系列危機(jī)。因此，研究房地產(chǎn)業(yè)上市公司財務(wù)杠桿影響因素，將財務(wù)杠桿控制在合理區(qū)間內(nèi)，尤為重要。

1文獻(xiàn)回顧

Ross[1]認(rèn)為，企業(yè)進(jìn)行債務(wù)融資，會使債權(quán)人接收到該企業(yè)發(fā)展較好且在今后發(fā)展中將持續(xù)盈利的信號，使債權(quán)人認(rèn)為其借出的資金能夠及時收回，所以愿意將資金出借給該企業(yè)，提高了企業(yè)價值。但是，大量舉債可能使企業(yè)面臨一系列不確定性。Titman和Wessels[2]從理論層面分析認(rèn)為，負(fù)債的多少與企業(yè)的發(fā)展水平呈負(fù)相關(guān)關(guān)系，而實(shí)證研究結(jié)果卻表明影響并不顯著。Rajan和Zingale[3]通過實(shí)證分析得出了財務(wù)杠桿與企業(yè)盈利能力呈明顯反方向變化的結(jié)論，且認(rèn)為企業(yè)規(guī)模越大，這種反向變化越顯著。Goel等[4]通過選擇機(jī)械行業(yè)10年相關(guān)數(shù)據(jù)、構(gòu)建面板模型及比率分析，研究了財務(wù)杠桿與公司運(yùn)轉(zhuǎn)速度對業(yè)績的影響，認(rèn)為影響效果顯著。Paganini[5]利用經(jīng)濟(jì)數(shù)量的百分比變化對經(jīng)營杠桿和財務(wù)杠桿進(jìn)行建模，認(rèn)為二者之間呈負(fù)相關(guān)關(guān)系，但同時也發(fā)現(xiàn)了二者正相關(guān)和不相關(guān)的條件，即二者的關(guān)系取決于具體情況和管理決策。An Zhe等[6]利用7 246家公司的大量樣本驗(yàn)證了外國機(jī)構(gòu)所有權(quán)與公司杠桿調(diào)整速度之間的積極關(guān)系。這種關(guān)系主要集中在那些需要降低財務(wù)杠桿以重新平衡其資本結(jié)構(gòu)的過度杠桿化的公司身上。Sawkat[7]對負(fù)債水平不同的公司的跨國面板數(shù)據(jù)進(jìn)行測試，得出了高杠桿公司整體業(yè)績明顯低于低杠桿公司整體業(yè)績的結(jié)論，因?yàn)轭~外的債務(wù)可能導(dǎo)致破產(chǎn)和價值損失等問題。

唐媚媚[8]以我國機(jī)械設(shè)備行業(yè)上市公司5年的相關(guān)數(shù)據(jù)為樣本，研究影響財務(wù)杠桿的主要因素，得出資本成本、發(fā)展能力、公司規(guī)模、經(jīng)營風(fēng)險、償債能力、盈利能力、營運(yùn)能力7個因素對企業(yè)財務(wù)杠桿水平產(chǎn)生了不容忽視的影響。其中，資本成本、經(jīng)營風(fēng)險、盈利能力表現(xiàn)出與其相反的走向；發(fā)展能力、公司規(guī)模、償債能力、營運(yùn)能力則與其呈現(xiàn)相同的變化趨勢。而資產(chǎn)構(gòu)成比例、稅收效應(yīng)等因素對企業(yè)財務(wù)杠桿水平的影響不大。邵靜[9]通過對滬深兩市部分新能源上市公司2009—2013年數(shù)據(jù)的整理和分析，構(gòu)建了多元線性回歸模型，在此基礎(chǔ)上進(jìn)行描述性統(tǒng)計，對各指標(biāo)進(jìn)行分類，最后得出結(jié)論：新能源上市公司的財務(wù)杠桿與財務(wù)杠桿系數(shù)、發(fā)展能力、資產(chǎn)組成比例、公司規(guī)模均呈相同的走向，與盈利能力呈相反的走向。王晨[10]以96家已掛牌上市的房地產(chǎn)公司的相關(guān)財務(wù)指標(biāo)為樣本，分析其財務(wù)杠桿變動趨勢及分布情況，得出較為合理的房地產(chǎn)業(yè)杠桿區(qū)間，引入企業(yè)性質(zhì)這一虛擬變量，先后進(jìn)行全樣本實(shí)證回歸和子樣本實(shí)證回歸，認(rèn)為財務(wù)杠桿與公司規(guī)模、盈利能力、發(fā)展程度、物價水平等因素呈相同方向變化趨勢，與非債務(wù)稅盾、城鎮(zhèn)化水平呈相反方向變化趨勢，且認(rèn)為不同性質(zhì)的企業(yè)對財務(wù)杠桿具有不完全相同的影響，即國有企業(yè)財務(wù)杠桿與盈利能力沿相反方向變化，而非國有企業(yè)財務(wù)杠桿與盈利能力沿相同方向變化。周東雪[11]選取我國170多家房地產(chǎn)上市公司2011—2016年的數(shù)據(jù)，利用專業(yè)軟件構(gòu)建面板數(shù)據(jù)模型，分析了哪些因素變化時財務(wù)杠桿會隨之變化，結(jié)果表明：成長性、資產(chǎn)組成比例、公司規(guī)模與財務(wù)杠桿沿相同方向變化；償債能力、盈利能力、營運(yùn)能力與財務(wù)杠桿沿相反方向變動。彭瑞宣[12]選取96家房地產(chǎn)上市公司2007—2017年共986個觀測值，利用回歸分析軟件，同時采用逐漸減少宏觀變量指標(biāo)的方法，得出結(jié)論：當(dāng)公司規(guī)模擴(kuò)大、盈利能力提升時，財務(wù)杠桿會隨之增大；而當(dāng)城市化水平及非債務(wù)稅盾削弱時，財務(wù)杠桿才會增大。張連成[13]通過構(gòu)建面板數(shù)據(jù)模型對我國18家具有代表性的上市鋼鐵企業(yè)進(jìn)行實(shí)證分析，發(fā)現(xiàn)資產(chǎn)規(guī)模對財務(wù)杠桿的影響最大，盈利能力、公司發(fā)展能力和通貨膨脹率對財務(wù)杠桿的影響程度緊隨其后。劉萍[14]通過建立計量模型計算去杠桿對企業(yè)財務(wù)績效的影響，發(fā)現(xiàn)去杠桿與財務(wù)績效呈正向線性關(guān)系。李琳[15]研究了資產(chǎn)負(fù)債表內(nèi)和表外的杠桿對不同性質(zhì)商業(yè)銀行穩(wěn)定性的影響，利用系統(tǒng)GMM估計方法發(fā)現(xiàn)財務(wù)杠桿和信用貸款承諾杠桿的下降會使商業(yè)銀行運(yùn)行發(fā)展更穩(wěn)定，且表外杠桿相較于表內(nèi)杠桿影響更大。

綜上所述，國外學(xué)者較早地對財務(wù)杠桿影響因素進(jìn)行了研究，理論知識較完善和成熟。國內(nèi)外學(xué)者對財務(wù)杠桿影響因素的研究結(jié)論略有不同，且樣本數(shù)據(jù)不同可能導(dǎo)致研究結(jié)論出現(xiàn)差異。因此，具體問題具體分析顯得尤為重要。把財務(wù)杠桿降至合理區(qū)間內(nèi)，對企業(yè)保持穩(wěn)定性和提高經(jīng)營業(yè)績具有正面影響。

2我國房地產(chǎn)上市公司財務(wù)杠桿及其相關(guān)指標(biāo)描述性分析房地產(chǎn)業(yè)與國民經(jīng)濟(jì)發(fā)展息息相關(guān)，因此其面臨的風(fēng)險和挑戰(zhàn)也受到社會各界的關(guān)注。2015—2019年我國房地產(chǎn)業(yè)與部分行業(yè)資產(chǎn)負(fù)債率對比見圖1。由圖1可以看出，2015—2019年，許多行業(yè)的資產(chǎn)負(fù)債率處于40%～60%區(qū)間，少部分行業(yè)的資產(chǎn)負(fù)債率低于40%，而房地產(chǎn)業(yè)的資產(chǎn)負(fù)債率由2015年的77.70%增至2019年的80.40%，不論哪一年都明顯高于其他行業(yè)。

2.1財務(wù)杠桿及財務(wù)杠桿系數(shù)描述性統(tǒng)計分析

本文通過Eviews軟件對我國74家房地產(chǎn)上市公司2016—2020年的財務(wù)杠桿及其作用程度進(jìn)行描述性統(tǒng)計，計算出每年的均值、中值、最大值、最小值等。

2016—2020年我國房地產(chǎn)上市公司財務(wù)杠桿描述性統(tǒng)計結(jié)果見表1。由表1可知，2016—2020年，74家房地產(chǎn)上市公司財務(wù)杠桿的均值均居于0.7上下，且大體呈上升趨勢，其中2018年突破0.7，2020年上升到0.704 7，表明大多數(shù)公司都是高負(fù)債經(jīng)營。同時，標(biāo)準(zhǔn)差總體上呈上升趨勢，其離散程度變大，表明我國房地產(chǎn)上市公司財務(wù)風(fēng)險整體逐年增大。

2016—2020年我國房地產(chǎn)上市公司財務(wù)杠桿系數(shù)描述性統(tǒng)計結(jié)果見表2。由表2可知，2016—2020年，樣本公司的財務(wù)杠桿系數(shù)均值都在[1，2]之間，表明大部分公司的財務(wù)杠桿系數(shù)相對來說比較安全，但是其標(biāo)準(zhǔn)差波動較大，說明財務(wù)杠桿系數(shù)離散程度在變化。相比2017年，2018年的標(biāo)準(zhǔn)差有所增大，而2019—2020年不斷減小，呈拋物線形狀變化，說明房地產(chǎn)上市公司各年財務(wù)杠桿系數(shù)差異逐漸縮小，風(fēng)險得到了有效控制。

2.2不同財務(wù)杠桿相關(guān)指標(biāo)描述性統(tǒng)計分析

本文把財務(wù)杠桿分為0.5以下、[0.5，0.7]及0.7以上3個區(qū)間，分別對這3個區(qū)間的樣本公司財務(wù)杠桿系數(shù)和資產(chǎn)報酬率進(jìn)行描述性統(tǒng)計。

2016—2020年不同財務(wù)杠桿下樣本公司財務(wù)杠桿系數(shù)描述性統(tǒng)計結(jié)果見表3。由表3可知，2016—2020年，財務(wù)杠桿處于0.5以下的房地產(chǎn)上市公司較少，大部分公司的財務(wù)杠桿大于0.5，尤其財務(wù)杠桿在0.7以上的公司占比最大。通過前文對部分行業(yè)財務(wù)杠桿的對比分析可知，許多行業(yè)財務(wù)杠桿都在0.5以下，而房地產(chǎn)業(yè)財務(wù)杠桿在這個區(qū)間占比較小，大多居于0.7以上，所以房地產(chǎn)業(yè)普遍被認(rèn)為是高負(fù)債行業(yè)。

一般而言，財務(wù)杠桿系數(shù)處于[1，2]之間被認(rèn)為是安全且有效的；[0，1]被視為虧損區(qū)間，表示公司經(jīng)營收益不夠償還債務(wù)利息；其他區(qū)間則可能面臨經(jīng)營風(fēng)險。由表3可知，在財務(wù)杠桿低于0.5時，出現(xiàn)了樣本公司財務(wù)杠桿系數(shù)均值小于1的情況，因此該區(qū)間相對來說并不適合；在[0.5，0.7]區(qū)間，樣本公司財務(wù)杠桿系數(shù)標(biāo)準(zhǔn)差變動幅度較大，尤其是2018年，說明我國房地產(chǎn)業(yè)上市公司財務(wù)杠桿較高且不穩(wěn)定；財務(wù)杠桿在0.7以上的樣本公司，其財務(wù)杠桿系數(shù)普遍較大，說明風(fēng)險也較大。

2016—2020年不同財務(wù)杠桿下樣本公司資產(chǎn)報酬率描述性統(tǒng)計結(jié)果見表4。由表4可知，資產(chǎn)報酬率均值在財務(wù)杠桿為[0.5，0.7]時最大且最穩(wěn)定，而在其他2個區(qū)間時要么相對較低，要么變動幅度相對較大。同時，許多房地產(chǎn)上市公司的財務(wù)杠桿都處在[0.5，0.7]區(qū)間。因此可認(rèn)為，該區(qū)間是我國房地產(chǎn)業(yè)上市公司的最優(yōu)杠桿區(qū)間，在此區(qū)間內(nèi)企業(yè)獲益能力最強(qiáng)。

綜上，高財務(wù)杠桿在帶來高收益的同時增大了高風(fēng)險的可能性，因此房地產(chǎn)上市公司需要合理利用財務(wù)杠桿，把財務(wù)杠桿降至合適的區(qū)間內(nèi)，使企業(yè)保持穩(wěn)定性，提高經(jīng)營業(yè)績。

3財務(wù)杠桿影響因素實(shí)證分析

3.1研究假設(shè)

財務(wù)杠桿的影響因素較多，總體上可以歸納為外部環(huán)境因素和內(nèi)部環(huán)境因素。外部環(huán)境因素主要有國家相關(guān)政策、行業(yè)所處環(huán)境、物價水平及通貨膨脹率等，內(nèi)部環(huán)境因素主要有公司規(guī)模、償債能力等。其中部分因素很難用相應(yīng)的指標(biāo)量化反映且公司本身無法調(diào)整控制，構(gòu)建面板數(shù)據(jù)模型時不予考慮?；诖?，本文選取資產(chǎn)結(jié)構(gòu)、公司規(guī)模、盈利能力、營運(yùn)能力、償債能力、成長性6個因素進(jìn)行分析。

3.1.1資產(chǎn)結(jié)構(gòu)

修正后的MM理論認(rèn)為，利息費(fèi)用的存在帶來了節(jié)稅效應(yīng)，在一定范圍內(nèi)，債務(wù)在資產(chǎn)中占據(jù)的份額越大，企業(yè)的應(yīng)納稅所得額就越少，所要交的稅也會相應(yīng)減少，企業(yè)價值因此會提升，所以資產(chǎn)結(jié)構(gòu)會對財務(wù)杠桿產(chǎn)生影響。考慮到房地產(chǎn)業(yè)的特殊情況，本文用存貨與固定資產(chǎn)的總和在總資產(chǎn)中的占比來表示企業(yè)的資產(chǎn)結(jié)構(gòu)。在面對猝不及防的財務(wù)危機(jī)時，企業(yè)的資產(chǎn)結(jié)構(gòu)比率越大，即存貨和固定資產(chǎn)占越大，企業(yè)越可能將這些資產(chǎn)抵押變賣，首先償還債權(quán)人的本息，因此債權(quán)人愿意將資金借給這些還款有保障的企業(yè)。基于此，提出假設(shè)1：

H1：我國房地產(chǎn)上市公司的資產(chǎn)結(jié)構(gòu)與其財務(wù)杠桿呈同方向變化。

3.1.2公司規(guī)模

規(guī)模越大的公司越有可能在變化的環(huán)境中穩(wěn)定發(fā)展，面對風(fēng)險也能更迅速地采取措施。相比小規(guī)模的公司，當(dāng)大規(guī)模的公司需要擴(kuò)大生產(chǎn)外借資金時，債權(quán)人更愿意把資金借給它們，因?yàn)檫@些公司還款更有保障，不會讓債權(quán)人收不回本。鑒于此，提出假設(shè)2：

H2：我國房地產(chǎn)上市公司的規(guī)模與其財務(wù)杠桿呈同方向變化。

3.1.3盈利能力

當(dāng)企業(yè)盈利能力較強(qiáng)時，其留存收益也較多，此時企業(yè)大多優(yōu)先考慮內(nèi)源融資，因此提出假設(shè)3：

H3：我國房地產(chǎn)上市公司的盈利能力與其財務(wù)杠桿呈反方向變化.

3.1.4營運(yùn)能力

企業(yè)營運(yùn)能力越強(qiáng)，表明其利用資產(chǎn)進(jìn)行購銷活動的能力越強(qiáng)，資金往來速度越快，賺取利潤的速度也越快，得到的留存收益也就越多，此時就不需要再從外部借入大量資金，能降低負(fù)債率，因此提出假設(shè)4：

H4：我國房地產(chǎn)上市公司的營運(yùn)能力與其財務(wù)杠桿呈反方向變化。

3.1.5償債能力

當(dāng)企業(yè)具有足夠的償債能力時，債權(quán)人無須擔(dān)心順利收回本息的期望破滅[1]。面對其他條件相同的2家公司，債權(quán)人更傾向于把資金借給更有能力償還債務(wù)的公司，因此提出假設(shè)5：

H5：我國房地產(chǎn)上市公司的償債能力與其財務(wù)杠桿呈同方向變化。

3.1.6成長性

成長性越好的公司通常被認(rèn)為越有發(fā)展?jié)撃?，也因此越容易受到債?quán)人的青睞。同時，處于發(fā)展上升期的公司比處于其他階段的公司更需要大量資金用以投入運(yùn)營，爭奪市場占有率，因此提出假設(shè)6：

H6：我國房地產(chǎn)上市公司的成長性與其財務(wù)杠桿呈同方向變化。

3.2變量選擇

本文選取資產(chǎn)負(fù)債率來表示財務(wù)杠桿。綜合考慮房地產(chǎn)業(yè)的特殊情況，選取的變量衡量指標(biāo)及計算方法見表5。

3.3樣本選擇及數(shù)據(jù)來源

本文選取74家滬深A(yù)股房地產(chǎn)上市公司2016—2020年的相關(guān)數(shù)據(jù)作為樣本，并剔除了一些異常指標(biāo)。數(shù)據(jù)主要來源于東方財富的Choice金融終端。

3.4模型構(gòu)建

本文選取多個時期多家公司的截面數(shù)據(jù)作為樣本，因此通過構(gòu)建面板數(shù)據(jù)模型分析我國房地產(chǎn)上市公司財務(wù)杠桿的影響因素較為適合。該模型主要包括混合模型、固定效應(yīng)模型和隨機(jī)效應(yīng)模型3種?；灸Ｐ蜑?/p>

Y_it=β₀+βX_it+ε_it （1）

式中，Y_it為被解釋變量，表示在橫截面i和時刻t的數(shù)值大??；β₀為常數(shù)項；β為斜率系數(shù)；X_it為樣本數(shù)；ε_it為隨機(jī)誤差項；i=1，2，…，N；t=1，2，…，T。

混合模型假定截距和斜率對所有時期的所有截面?zhèn)€體都是一樣的；固定效應(yīng)模型允許截距變動及β₀是變化的，其變化與X_it相關(guān)；隨機(jī)效應(yīng)模型與固定效應(yīng)模型一樣允許截距變動，但變動的幅度是隨機(jī)的，與X_it無關(guān)。

本文使用Eviews7.0對數(shù)據(jù)進(jìn)行LR（Likelihood Ratio）檢驗(yàn)，以判斷應(yīng)選擇混合模型還是固定效應(yīng)模型，該檢驗(yàn)假設(shè)如下：

Ha：所有截面的截距相同（混合模型）。

Hb：所有截面的截距不全相同（固定效應(yīng)模型）。

LR檢驗(yàn)結(jié)果見表6。由表6可知，F(xiàn)檢驗(yàn)和Chi-square（卡方）檢驗(yàn)的p值都小于0.05，所以拒絕原假設(shè)Ha，選擇固定效應(yīng)模型。

接下來用Hausman檢驗(yàn)來判斷選擇固定效應(yīng)模型還是隨機(jī)效應(yīng)模型，該檢驗(yàn)假設(shè)如下：

Hc：誤差項與自變量無關(guān)（隨機(jī)效應(yīng)模型）。

Hd：誤差項與自變量有關(guān)（固定效應(yīng)模型）。

Hausman檢驗(yàn)結(jié)果見表7。同樣，p值也小于0.05，因此拒絕原假設(shè)Hc，選擇固定效應(yīng)模型。

綜上，構(gòu)建如下固定效應(yīng)模型

FL=C+β₁AST_it+β₂SIZE_it+β₃RTA_it+β₄ITR_it+β₅CAR_it+β₆TAGR_it+ε_it （2）

式中，C為常數(shù)項；ε_it為隨機(jī)誤差項；i為房地產(chǎn)上市公司數(shù)量，取1，2，…，74；t為年份，取2016，2017，…，2020。

3.5描述性統(tǒng)計分析

本文對財務(wù)杠桿及資產(chǎn)結(jié)構(gòu)等變量進(jìn)行描述性統(tǒng)計分析，結(jié)果見表8。

由表8可知，財務(wù)杠桿的均值為0.698，一般行業(yè)的財務(wù)杠桿在0.5以下，可見房地產(chǎn)是高杠桿行業(yè)。財務(wù)杠桿的最大值為0.941，最小值為0.302，相差較大，但標(biāo)準(zhǔn)差為0.134，比較集中，說明房地產(chǎn)上市公司總體上財務(wù)杠桿差別較小，只有極少數(shù)公司差距較大；資產(chǎn)結(jié)構(gòu)均值為0.564，最大值和最小值分別為0.909和0.124，標(biāo)準(zhǔn)差為0.160，表明總體上房地產(chǎn)上市公司差異不大，但個別公司差異較大；公司規(guī)模最大值與最小值相差6.179，標(biāo)準(zhǔn)差為1.351，表明樣本公司的規(guī)模存在一定差距，但差距不大；盈利能力最大值和最小值分別為0.137和-0.107，表示有些公司盈利有些公司虧損，但差異不大；營運(yùn)能力最大值和最小值相差5.117，表明樣本公司的營運(yùn)能力雖然有一定差距，但其離散程度較小，標(biāo)準(zhǔn)差僅為0.428；償債能力的最大值為1.498，最小值為0.023，標(biāo)準(zhǔn)差為0.219，總體離散程度不大，個別公司的償債能力差異較大；成長性均值為0.130，最大值為0.673，最小值為-0.308，標(biāo)準(zhǔn)差為0.174，說明有的房地產(chǎn)上市公司資產(chǎn)增加，有的房地產(chǎn)上市公司資產(chǎn)減少，離散程度較小。

3.6實(shí)證結(jié)果分析

本文利用Eviews7.0對模型（2）進(jìn)行回歸，結(jié)果見表9。

由表9可知，首先，該模型度量擬合程度的可決系數(shù)R²達(dá)到0.924 801，調(diào)整后的R²也達(dá)到0.904 316，擬合優(yōu)度較高;F統(tǒng)計量為45.144 770，p值為0，小于0.05，說明構(gòu)建的模型是可以接受的。其次，模型中解釋變量的p值都小于0.05，即在5%的置信區(qū)間，這些影響因素都通過了檢驗(yàn)，效果顯著。最后，雖然截距項的p值大于0.05，但其他重要指標(biāo)均通過了檢驗(yàn)，其影響不大。綜上所述，將各變量回歸系數(shù)代入模型（2），得到最終模型

FL=-0.068 901+0.096 165AST_it+0.050 829SIZE_it-0.503 361RTA_it-0.028 986ITR_it-0.090 486CAR_it+0.100 563TAGR_it （3）

由模型（3）可知，房地產(chǎn)業(yè)上市公司的資產(chǎn)結(jié)構(gòu)、公司規(guī)模、成長性與其財務(wù)杠桿呈同方向變化，而盈利能力、營運(yùn)能力、償債能力與其財務(wù)杠桿呈反方向變化。由回歸系數(shù)可以看出，盈利能力和成長性對企業(yè)財務(wù)杠桿的影響較大，營運(yùn)能力對企業(yè)財務(wù)杠桿的影響不顯著，其余指標(biāo)影響程度適中。除了償債能力，其余指標(biāo)都與原假設(shè)一致。償債能力的回歸系數(shù)為-0.090 486，表明隨著現(xiàn)金比率的提高，財務(wù)杠桿反而會下降，拒絕原假設(shè)。這可能是因?yàn)楸疚倪x取了現(xiàn)金比率作為衡量償債能力的指標(biāo)。一般認(rèn)為經(jīng)營規(guī)模大、盈利能力強(qiáng)的公司現(xiàn)金比率較高，同時留存收益也較多，當(dāng)公司資金需求總額不變時，內(nèi)源融資變多，債務(wù)融資隨之減少，財務(wù)杠桿就會降低。

4結(jié)語

本文選取我國74家滬深A(yù)股房地產(chǎn)上市公司的相關(guān)數(shù)據(jù)，對不同財務(wù)杠桿下的財務(wù)杠桿系數(shù)和資產(chǎn)報酬率進(jìn)行描述性分析，同時利用Eviews7.0建立面板固定效應(yīng)模型，對財務(wù)杠桿的影響因素進(jìn)行實(shí)證分析，得出結(jié)論：第一，目前房地產(chǎn)業(yè)的最佳財務(wù)杠桿區(qū)間為[0.5，0.7]；第二，房地產(chǎn)業(yè)上市公司的資產(chǎn)結(jié)構(gòu)、公司規(guī)模、成長性與其財務(wù)杠桿呈同方向變化；第三，房地產(chǎn)業(yè)上市公司的盈利能力、營運(yùn)能力、償債能力與其財務(wù)杠桿呈反方向變化；第四，盈利能力和成長性對財務(wù)杠桿的影響較大，資產(chǎn)結(jié)構(gòu)、公司規(guī)模和償債能力對財務(wù)杠桿的影響適中，營運(yùn)能力對財務(wù)杠桿的影響較小。

基于以上結(jié)論，本文針對房地產(chǎn)上市公司提出以下建議：

1.提升對財務(wù)杠桿的重視度

相比其他行業(yè)，我國房地產(chǎn)業(yè)的財務(wù)杠桿較高，且部分公司差異較大，很可能是因?yàn)楣芾碚邲]有足夠重視財務(wù)杠桿帶來的風(fēng)險與收益。例如，高杠桿公司任其財務(wù)杠桿持續(xù)上漲，沒有進(jìn)行調(diào)控；低杠桿公司未看到財務(wù)杠桿所能帶來的收益。所以，房地產(chǎn)企業(yè)的管理層應(yīng)增強(qiáng)風(fēng)險意識，提升對財務(wù)杠桿的重視度。

2.根據(jù)自身情況采取不同的財務(wù)杠桿策略

一般來說，財務(wù)杠桿越高，企業(yè)財務(wù)風(fēng)險越大。當(dāng)企業(yè)有效運(yùn)營時，可以利用較高的財務(wù)杠桿來創(chuàng)造收益；當(dāng)企業(yè)面臨經(jīng)營危機(jī)時，較高的財務(wù)杠桿可能使企業(yè)受損。而如果財務(wù)杠桿過低，表示公司沒有充分發(fā)揮債務(wù)融資的作用，在其他條件相同時，有負(fù)債的公司一般比沒有負(fù)債的公司所籌集的資金多，利用這部分資金所創(chuàng)造的價值也大。所以，企業(yè)應(yīng)根據(jù)自身發(fā)展情況調(diào)整財務(wù)杠桿，經(jīng)營較好時適當(dāng)提高財務(wù)杠桿比率，經(jīng)營較差時適當(dāng)降低財務(wù)杠桿比率。

3.合理調(diào)整財務(wù)杠桿

通過實(shí)證分析結(jié)果可知，資產(chǎn)結(jié)構(gòu)、公司規(guī)模、成長性與財務(wù)杠桿呈同方向變化，此時可以通過降低相關(guān)數(shù)值在資產(chǎn)總額中的占比來達(dá)到降低財務(wù)杠桿的目的。規(guī)模較大、正在持續(xù)發(fā)展的公司無法降低規(guī)模，可以維持現(xiàn)有經(jīng)營規(guī)模，不隨意投入新生產(chǎn)。同時，企業(yè)可以根據(jù)自身的盈利能力和營運(yùn)能力增加內(nèi)部資金，適當(dāng)減少債務(wù)融資，從而降低財務(wù)風(fēng)險。

參考文獻(xiàn)

[1]ROSS S.The determinants of financial structure：the incentive signaling approach[J].Bell Journal of Economics，1977（8）：23-40.

[2]TITMAN S，WESSELS R.The determinants of capital structure choice[J].The Journal of Finance，1988，43（1）：1-19.

[3]RAJAN R G，ZINGALES L.What do we know about capital structure？some evidence from international data[J].The Journal of Finance，1995，50（5）：1421-1460.

[4]GOEL U，CHADHA S，SHARMA A K.Operating liquidity and financial leverage：evidences from Indian machinery industry[J].Procedia-Social and Behavioral Sciences，2015，189（25）：344-350.

[5]PAGANINI M A.The DOL-DFL Nexus：the relationship betweenthe degree of operating leverage（DOL）and the degree of financial leverage（DFL）[J].International Journal of Economics and Finance，2021，13（6）：71-102.

[6]AN Z，CHEN C，LI D H，et al.Foreign institutional ownership and the speed of leverage adjustment：international evidence[J].Journal of Corporate Finance，2021，68（3）：1-21.

[7]SAWKAT H M.A revisit of capital structure puzzle：global evidence and analysis[J].International Review of Economics and Finance，2021（75）：657-678.

[8]唐媚媚.上市公司財務(wù)杠桿影響因素研究：以機(jī)械設(shè)備行業(yè)為例[J].財會通訊，2015（3）：97-100.

[9]邵靜.新能源上市公司財務(wù)杠桿的影響因素研究[D].哈爾濱：東北林業(yè)大學(xué)，2015.

[10]王晨.中國房地產(chǎn)上市企業(yè)財務(wù)杠桿影響因素的實(shí)證研究[D].上海：上海社會科學(xué)院，2017.

[11]周東雪.我國房地產(chǎn)業(yè)上市公司財務(wù)杠桿影響因素研究[D].合肥：安徽農(nóng)業(yè)大學(xué)，2018.

[12]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(shí)證分析[J].當(dāng)代經(jīng)濟(jì)，2018（8）：38-39.

[13]張連成.中國上市企業(yè)財務(wù)杠桿率影響因素分析：以鋼鐵行業(yè)為例[D].沈陽：遼寧大學(xué)，2019.

[14]劉萍.去杠桿的財務(wù)績效影響研究[J].江蘇第二師范學(xué)院學(xué)報，2020，36（6）：105-108.

[15]李琳.銀行杠桿水平對我國上市商業(yè)銀行穩(wěn)定性的影響[J].營銷界，2021（12）：173-174.

收稿日期：2022-11-25

作者簡介：

蘇文靜，女，2000年生，本科，初級會計師，主要研究方向：財務(wù)杠桿與財務(wù)風(fēng)險。

周彩節(jié)（通信作者），女，1971年生，碩士研究生，副教授，主要研究方向：財務(wù)成本管理。