房地產(chǎn)上市公司財務風險區(qū)域因素分析

苑萌萌++張洪

摘 要：房地產(chǎn)業(yè)是我國的支柱產(chǎn)業(yè)，房地產(chǎn)業(yè)的發(fā)展存在明顯的區(qū)域差異，近年來不同城市的市場分化更趨明顯，一線及熱點二線城市依然供不應求，房價表現(xiàn)堅挺，而多數(shù)三四線城市供求結構失衡，房價上漲動力不再，去庫存問題嚴重，可見，區(qū)域背景不同對房地產(chǎn)上市公司的財務風險影響也會有不同。選取區(qū)域和企業(yè)兩個層面的樣本和數(shù)據(jù)，運用多層線性模型（HLM）的分析思想，主要進行房地產(chǎn)上市公司財務風險區(qū)域因素分析，以期能夠為房地產(chǎn)公司做出些許指導。

關鍵詞：區(qū)域因素；財務風險；多層線性模型

中圖分類號：F293.30 文獻標志碼：A 文章編號：1673-291X（2017）14-0110-02

很多學者已經(jīng)對房地產(chǎn)上市公司的財務風險外部因素進行了研究，鄧曉嵐等（2008）、過新偉等（2012）、盧永艷（2013）都證明了外部因素對企業(yè)的財務風險有重要影響。但是，針對區(qū)域因素研究房地產(chǎn)上市公司財務風險影響的還比較少，因此，本文從該角度出發(fā)，主要來分析區(qū)域因素對房地產(chǎn)上市公司財務風險的影響。

一、變量選擇與數(shù)據(jù)收集

（一）變量選擇

本文中的變量處于公司層面和區(qū)域?qū)用鎯蓚€層面。

1.公司層面

以公司的財務風險為公司層面的被解釋變量，本文借鑒彭中文等（2014）選擇樣本企業(yè)的Z-score指數(shù)來衡量企業(yè)財務風險：Z=1.2x1+1.4x2+3.3x3+0.6x4+0.99x5。

其中，x1=資產(chǎn)營運資本率=營運資本/總資產(chǎn)×100%，x2=資產(chǎn)留存收益率=留存收益/總資產(chǎn)×100%，x3=資產(chǎn)報酬率=息稅前利潤/總資產(chǎn)×100%，x4=債務權益市價率=股票總市值/債務總額×100%，x5=總資產(chǎn)周轉(zhuǎn)率=銷售收入/總資產(chǎn)×100%

基于數(shù)據(jù)的可獲得性，本文選擇資產(chǎn)增長率、資產(chǎn)負債率、前五大股東持股比例三方面指標作為控制變量進行接下來的分析。

2.區(qū)域?qū)用?/p>

本文中區(qū)域發(fā)展變量選取勞動參與率、投資水平、工業(yè)化水平、對外依存度和城市化水平。其中，勞動參與率為三次產(chǎn)業(yè)分的年底就業(yè)人數(shù)與年底總?cè)丝诒龋煌顿Y水平為城鄉(xiāng)全社會固定資產(chǎn)投資占各地國內(nèi)生產(chǎn)總值的比例；工業(yè)化水平是各地區(qū)第二產(chǎn)業(yè)產(chǎn)值占該地區(qū)GDP的比；對外依存度是各地區(qū)進出口商品總值與該地區(qū)GDP的比；城市化水平是非農(nóng)人口占各地區(qū)人口比。

（二）數(shù)據(jù)來源

取深、滬上市的房地產(chǎn)開發(fā)公司共149家，采用2006—2014年9年的數(shù)據(jù)為研究區(qū)間，數(shù)據(jù)全部來源于國泰安數(shù)據(jù)庫。在原始數(shù)據(jù)的基礎上進行了以下的數(shù)據(jù)處理。一是剔除2006年前未上市的公司，二是剔除2006年之后重組成為房地產(chǎn)企業(yè)的上市公司，三是剔除數(shù)據(jù)嚴重缺失的企業(yè)。剔除數(shù)據(jù)后共有103家房地產(chǎn)上市公司作為樣本。

選取34個省市作為區(qū)域?qū)用娴难芯繉ο螅蕹龥]有數(shù)據(jù)的省市及不存在房地產(chǎn)上市公司的省市，最后剩余21個省市作為研究對象。與企業(yè)層面的數(shù)據(jù)相同，采用9年的數(shù)據(jù)作為研究區(qū)間，區(qū)域?qū)用娴臄?shù)據(jù)來源于各個省市的統(tǒng)計局中的地區(qū)統(tǒng)計年鑒。

二、實證分析

（一）數(shù)據(jù)統(tǒng)計性描述

因為考察了區(qū)域和企業(yè)兩個層面變量之間的關系，本文在實證分析中采用多層線性模型（HLM）的分析思想，利用R語言進行編程實現(xiàn)。

在進行實證之前，使用正態(tài)標準化進行數(shù)據(jù)標準化處理。各數(shù)據(jù)進行正態(tài)標準化處理之后，計算出兩兩變量之間的相關性系數(shù)，見表1。其中，X1代表前五大股東持股比例，X2代表資產(chǎn)增長率，X3代表資產(chǎn)負債率，X5代表勞動參與率，X6代表投資水平，X7代表工業(yè)化水平，X8代表對外依存度，X9代表城市化水平。

觀察表1第一層變量各個數(shù)據(jù)值，可發(fā)現(xiàn)第一層各變量之間的相關性系數(shù)比較小；通過對第一層自變量進行kappa檢驗表明，kappa值等于1.459，小于10，說明自變量之間不存在多重共線性。觀察表1第二層變量各個數(shù)據(jù)值，可發(fā)現(xiàn)其中有變量之間（比如X8和X9）的相關性系數(shù)超過了0.7，說明它們之間存在較強的相關性；通過對第二層變量進行kappa檢驗表明，kappa值等于11.516 37，大于10但小于100，說明第二層自變量之間存在一定的多重共線性。由此，下文的數(shù)據(jù)分析對第二層面的變量采用逐步回歸，每次放入一個變量，檢驗該變量對企業(yè)財務風險的直接影響。

（二）零模型檢驗

本文研究的是房地產(chǎn)上市公司財務風險區(qū)域因素分析，主要研究了影響房地產(chǎn)上市公司財務風險的區(qū)域因素。房地產(chǎn)上市公司的財務風險受到企業(yè)層面因素的影響，還會受到區(qū)域?qū)用嬉蛩氐挠绊憽Ｊ紫刃枰炞C不同區(qū)域的房地產(chǎn)上市公司財務風險存在差異，使用R語言的零模型進行檢驗。即在模型的第一層和第二層沒有放入任何企業(yè)或者區(qū)域?qū)用娴淖兞浚源藖頇z驗第二層截距項的殘差變異是否顯著，分析檢驗模式如下：

LEVEL1：Z=β0j+εij

LEVEL2：β0j=γ00+μ0j

式中，Z為房地產(chǎn)上市公司的財務風險Z值。

零模型的數(shù)據(jù)分析結果見表2。從表2中可以看出，Z（μ0j=1.45884，P<0.001），截距項的殘差變異都達到顯著水平。

經(jīng)過進一步計算得出各變量的ICCI，見表3。企業(yè)Z值有19.39126%的變異來自區(qū)域因素之間的差異，即區(qū)域因素可以解釋企業(yè)Z值19.39126%的方差。

（三）全模型檢驗

通過零模型的檢驗，發(fā)現(xiàn)不同地區(qū)的企業(yè)所表現(xiàn)的財務風險存在顯著差異，以Z值作為被解釋變量，使用線性混合模型進行分析，結果如表4。由表1可知，第二層面的5個變量之間存在一定的多重共線性，故模型在回歸的過程中采用多步回歸，逐個放入回歸變量，以避免多重共線性帶來的問題。

三、結論

Z值來源于Z-score模型，Z值越小，企業(yè)風險越大；反之，Z值越大，企業(yè)風險越小。從以上表4中可以看出，勞動參與率X5系數(shù)為負，且P值小于0.05，說明勞動參與率與房地產(chǎn)上市公司Z值顯著負相關，勞動參與率越高，Z值越小，房地產(chǎn)上市公司的財務風險越大。投資水平X6的系數(shù)值為正，且P值小于0.05，說明投資水平與房地產(chǎn)上市公司Z值顯著正相關，投資水平越高，Z值越大，房地產(chǎn)上市公司財務風險越小。工業(yè)化水平X7的系數(shù)為正，P值為0.088 89，在顯著性閥值0.1的情況下顯著，說明工業(yè)化水平與房地產(chǎn)上市公司Z值顯著正相關，工業(yè)化水平越高，房地產(chǎn)上市公司Z值越大，房地產(chǎn)上市公司的財務風險越小。對外依存度X8的系數(shù)為負，且P值小于0.05，說明區(qū)域經(jīng)濟的對外依存度對房地產(chǎn)上市公司Z值有顯著負相關，對外依存度越高，Z值越小，房地產(chǎn)上市公司的財務風險越大。城市化水平X9的系數(shù)為負，且P值小于0.05，說明城市化水平與房地產(chǎn)上市公司的Z值顯著負相關，城市化水平越高，Z值越小，房地產(chǎn)上市公司的財務風險越大。

針對以上結論，房地產(chǎn)公司可以以區(qū)域相關因素作指導來降低企業(yè)的財務風險。

參考文獻：

[1] 鄧曉嵐，王宗軍.股票市場表現(xiàn)、宏觀經(jīng)濟環(huán)境與公司財務困境[J].重慶大學學報：社會科學版，2008，14（4）：39-44.

[2] 過新偉，胡曉.公司治理、宏觀經(jīng)濟環(huán)境與財務失敗預警研究——離散時間風險模型的應用[J].上海經(jīng)濟研究，2012，（5）：85-97.

[3] 盧永艷.宏觀經(jīng)濟因素對企業(yè)財務困境風險影響的實證分析[J].宏觀經(jīng)濟研究，2013，（5）：53-58.

[4] 彭中文，李力，文磊.觀調(diào)控、公司治理與財務風險——基于房地產(chǎn)上市公司的面板數(shù)據(jù)[J].中央財經(jīng)大學學報，2014，1（5）：52.

[5] 徐彪，李心丹，劉海飛，等.區(qū)域背景與企業(yè)績效關系研究——基于中國52個城市工業(yè)制造企業(yè)的實證分析[J].管理學報，2011，

8（6）：827-835.

[6] 張李昂，朱顯平.我國區(qū)域經(jīng)濟差異對房地產(chǎn)價格的影響分析與對策[J].經(jīng)濟問題探索，2015，（12）：100-105.

[責任編輯 杜 娟]