投資性房地產計量模式變更與債務融資規模
——基于PSM-DID的研究

尹宗成（教授），王小梅

一、引言

近年來，房地產行業的投資規模不斷擴大，成為除金融資產投資之外的又一個重點投資領域。因此，為了使企業更清晰、明確地核算投資性房地產，我國財政部于2006年正式頒發了《企業會計準則第3號——投資性房地產》（CAS 3），該準則是在充分考量了我國國情并適當借鑒相關國際會計準則相關規定的基礎上制定的，在一定程度上體現了我國會計準則與國際會計慣例的趨同性，有利于逐步實現兩者的接軌。

CAS 3明確指出，對投資性房地產進行后續計量，企業一般應當采用成本模式，在達到必要條件時，可以變更為公允價值模式。然而，在我國房地產市場價格居高不下的情況下，采用公允價值計量模式才能更好地體現其真實價值[1]，從理論上更符合企業會計信息質量要求[2]，更符合相關性、重要性等質量特征[3][4]，也能夠進一步融入國際化浪潮[5]。當投資性房地產采用公允價值計量模式時，企業不需要計提相應的折舊或攤銷、不需要確認對應的減值損失，只需要在資產負債表日按照會計準則的規定對其賬面價值進行相應的調整，這會增強會計信息相關性，影響公司的各項財務指標，從而進一步影響銀行對客戶資質的評價、企業之間商業信用的評價[6]，進而導致企業的借款額度和企業之間商業信用籌資規模發生變化。

歐美日等發達國家的市場經濟較為成熟，企業對于公允價值的運用比較熟練，因此企業普遍采用公允價值模式計量投資性房地產。而我國企業大都采用成本模式計量投資性房地產，但也有部分公司在滿足特定條件時自行選擇了公允價值模式。在我國，這些自行變更投資性房地產后續計量模式的上市公司是不是具有融資方面的動機呢？為了探討這一問題，本文從債務融資的視角，研究企業投資性房地產計量模式變更對其債務融資規模的影響，以揭示企業轉變投資性房地產后續計量模式的動機，同時提高我國企業對公允價值的認識，便于其更好地選擇計量模式。

二、文獻述評

目前國內外學者們對投資性房地產后續計量模式的研究主要從公允價值計量模式選擇的影響因素和經濟后果兩方面展開討論。

在投資性房地產公允價值計量模式的選擇因素方面，學者們主要從契約動機、管理機會主義動機、信息不對稱等方向進行研究討論。

在契約動機方面，Christensen、Nikolaev[7]以法、德國家的上市公司為樣本進行研究，發現財務杠桿會影響公司對非金融資產計量模式的選擇，財務杠桿高的公司傾向于選擇公允價值模式。Christensen、Nikolaev[8]對中國A股上市公司進行研究發現，公司會出于債務契約動機而選擇公允價值模式。張瑞麗等[9]以我國2007～2012年持有投資性房地產的A股上市公司作為研究樣本，通過實證分析發現，傾向于選擇公允價值模式計量的公司一般是資產負債率高、管理層持股比例高、投資性房地產比重大的非國有上市公司。

在管理機會主義方面，Danbolt和Rees[10]、Quagli和Avallone[11]、曹曉雪等[12]的研究發現，管理機會主義確實會影響投資性房地產計量模式的選擇，比如盈余管理、公允價值確定的難易程度、資本市場成熟度等。Muller、Riedl[13]也發現，在2005年強制執行國際財務報告準則（IFRS）后，企業選擇投資性房地產后續計量模式時會將與公允價值計量相關的成本費用及收益做特殊考慮。Guthrie、Irving和Sokolowsky[14]基于美國財務會計準則公告（SFAS）對選擇了公允價值計量模式的公司進行了研究，沒有發現這些公司存在管理機會主義動機。在信息不對稱方面，Quagli和Avallone[11]認為公司做出公允價值計量模式的選擇時，信息不對稱因素起到了一定作用。Edelstein、Fortin和Tsang[15]的研究發現，對投資性房地產的相關披露更詳細、具體的公司往往采用的是公允價值計量模式。這與張奇峰等[16]的研究在某一方面是一致的，但是張奇峰等[16]的研究更廣泛，還包括準則差異、監管機構態度差異等方面。侯曉紅等[17]的研究發現地理特征也會影響公司關于是否采用公允價值計量模式的決定。

在采用投資性房地產公允價值計量模式的經濟后果方面，國內外學者們普遍認為公允價值計量具有價值相關性且會對公司業績、財務指標、融資、企業所得稅等方面產生影響。在公司業績方面，選擇公允價值進行后續計量增加了管理層進行盈余管理的可能性，降低了股價同步性[18]，且確認的公允價值變動損益與企業的股價變化、凈利潤變化方向是一致的[19]，達到了通過盈余管理平滑業績的目的，但是會降低會計信息的可靠性，在一定程度上向投資者傳遞了不切合實際的信息等[20]，還會導致公司股票價格偏離凈資產的價值等一系列經濟后果[21]。

在價值相關性方面，Danbolt等[22]研究發現使用公允價值計量模式能夠及時準確地向財務報表的使用者傳遞行業的變動情況，提高經營決策的效率，且公允價值與行業的相關性越強，公司發生盈余操縱的風險就越大，但對投資性房地產采用公允價值計量模式的企業大多集中在房地產業和證劵基金業。Muller、Riedl[23]研究發現，對投資性房地產強制采用公允價值模式有助于降低信息不對稱，改善投資環境。王小力[24]將我國房地產企業2007～2010年的各項指標進行橫縱對比，發現投資者和管理層對采用公允價值模式的關注點存在顯著差異，投資者更關注公允價值的決策相關性。

在融資方面，葉繼英等[4]通過對2010年我國27家變更投資性房地產計量模式的上市公司進行分析，發現某些公司在變更計量模式后的當年或下年銀行借款融資規模出現大幅度擴大。周瑋等[6]從債務融資的角度出發，采用統計分析方法進行實證檢驗，發現采用公允價值計量模式后債務融資規模得到擴大，融資期限得以延長，貸款的額度有所增加，但會使債務資本的使用績效降低。吳昊洢等[5]以金科地產為案例進行研究，發現采用公允價值計量模式后，會計信息相關性得以增強，公司信譽水平得以提高，資產負債比率和企業融資環境得以改善。

在所得稅方面，柳雅君等[25]從成本收益視角，以舉例的方式發現采用公允價值計量模式可能會導致企業所得稅有所增加。

上述文獻雖然對投資性房地產公允價值模式的選擇因素及其相關的經濟后果等都有所論述，但仍存在一些問題，如現有文獻多數將債務融資作為一個變量進行分析，而不對債務進行具體的細分；部分文獻采用回歸分析進行實證研究，而回歸分析無法排除內生性的影響，這將在一定程度上影響實證結論的可靠性。

因此，在上述研究的基礎上，本文采用傾向得分匹配—雙重差分法（PSM-DID）這種排除內生性影響的實證研究方法，并將債務融資規模細分為銀行借款融資規模和商業信用融資規模，分別研究變更投資性房地產計量模式對這兩類債務融資規模的影響。在運用PSM-DID方法時，首先進行傾向匹配，然后將匹配成功的樣本進行雙重差分，進而可以得出投資性房地產計量模式的變更這一會計政策的變更，對債務融資規模的影響程度。通過此項研究，可以豐富公允價值計量模式經濟后果方面的研究成果，明確銀行借款和商業信用籌資存在的細微差別及其內在的原因，幫助擁有投資性房地產的企業更好地做出后續計量模式的選擇。

三、研究方法

（一）雙重差分法原理

雙重差分法通常用于研究某個政策對實驗組（本文指對投資性房地產采用公允價值模式的公司）和控制組（本文指對投資性房地產采用成本模式的公司）的不同影響來衡量政策的實施效果，可以很好地反映被解釋變量實驗前后的變化情況。以兩期面板數據來說明此方法的原理，多期面板數據可以在兩期面板數據的基礎上進行推廣。以兩期面板數據為例，該方法的基本原理如下：

其中：Dt為實驗期虛擬變量；xit為政策虛擬變量；ui為實驗中無法觀測到的個體特征；εit為隨機擾動項。以下分別是xit和Dt的表達式：

從式（2）、式（3）中可以看到，當t=1時（Dt=0），即投資性房地產公允價值計量模式還未實施，兩組沒有差別，xit都等于0；當t=2時（Dt=1），該模式已經實施，則實驗組xit=1，而控制組xit依然等于0。如果觀測數據不是隨機獲得的，如出現了“內部有效性問題”與“外部有效性問題”，則xit可能與被遺漏的個體特征ui相關，從而導致普通最小二乘法估計不一致。為了排除潛在的個體特征對實驗結果可能產生的影響，可以通過對式（1）進行一階差分（實驗后減去實驗前），以消掉被遺漏的個體特征ui，差分后的表達式如下：

用普通最小二乘法對上式進行回歸估計，即可得到β的無偏估計。依據與差分估計量（實驗組均值與控制組均值之差）同樣的推理方法，可以得出雙重差分估計量的表達式：

由于βOLS等于實驗組與控制組的平滑變化之差，故此估計量也稱為“雙重差分估計量”（Differ?ence-in-Differences Estimator，DD），記為βDD，并且該估計量已經剔除了兩組樣本在實驗之前存在的差異影響。

（二）PSM-DID

PSM-DID方法可以應對政策效果研究中可能出現的政策受益對象不隨機的問題。其步驟是：首先，采用Logit模型從選定的變量中篩選出適合進行傾向匹配的特征變量。然后使用核匹配方法對實驗組成員和控制組成員進行匹配，匹配后的實驗組和控制組具有可比性，滿足雙重差分法的可平衡性假設。最后，采用雙重差分模型對匹配后樣本進行處理。投資性房地產計量模式的變更屬于會計政策的變更，是企業可以進行自我選擇的，類似于自然實驗，故也可以使用PSM-DID法來研究計量模式的變更對企業債務融資規模的影響。

自現行企業會計準則實行后，投資性房地產單獨作為一個資產項目列報，并且可以在滿足會計準則規定的情況下改用公允價值模式作為其后續計量模式，相繼有上市公司將成本模式更改為公允價值模式。因此本文將變更投資性房地產計量模式的公司視為實驗組，將計量模式不變的公司視為控制組。使用虛擬變量treat對兩組進行區別，即treat=0表示控制組，treat=1表示實驗組；使用虛擬變量time區別投資性房地產公允價值計量模式實施的前后時間，time=0表示企業處于2007年之前，time=1表示企業處于2007年及之后。

構建回歸模型如下：

其中，yit是被解釋的變量，xit表示其他控制變量，μit表示誤差項。treatit是實驗組虛擬變量，刻畫的是實驗組與控制組本身的差異（即使不進行實驗，也存在此差異）；timeit是時間虛擬變量，刻畫的是實驗前后兩期本身的差異（即使不進行實驗，也存在此時間趨勢）；treatit×timeit表示實驗組與政策變更的交乘項，能夠真正度量實驗組的政策效應。β3即為政策變更的效應系數。

四、實證數據和變量定義

（一）數據來源及選取

本文選用我國滬深兩市A股2006～2016年財報披露的投資性房地產項目不為零的上市公司，并在Wind資訊、上海和深圳證券交易所網頁中搜集變更投資性房地產計量模式的公告，翻閱上市公司的年報，找出變更投資性房地產計量模式的公司。在此基礎上，按以下原則對上述公司進行篩選：①刪除金融類的上市公司；②刪除缺失相關變量的公司；③刪除上市時就采用公允價值模式的公司；④刪除退市的公司。相關的財務數據來源于RESSET數據庫，并采用Stata 14.0軟件進行數據的系列分析，對相關的連續型變量進行了1%和99%分位上的Winsorize處理。

（二）變量說明

前已述及，本文將是否更改投資性房地產計量模式作為一個虛擬變量（treat），treat=1表示變更為公允價值計量模式，即實驗組，treat=0表示采用成本計量模式，即控制組。同時將債務融資規模分為銀行借款融資規模和商業信用融資規模，并對影響債務融資規模的相關變量進行了控制。相關的變量定義如表1所示。已有的研究表明，兩種融資方式的目的以及所關注的方面不一樣，影響兩種融資規模的控制變量也是不同的，因此，本文規定影響銀行借款融資規模的控制變量為CR、INPR、SIZE、CFO、ROA、AT、FIXASS，影響商業信用融資規模的控制變量為CR、SIZE、CFO、ROA、AT、LEV、FIXASS。

五、結果分析和討論

（一）傾向值匹配及平衡性檢驗

在進行傾向匹配得分之前，需要篩選出可以對兩組樣本公司進行匹配的特征變量。具體做法是，首先構建以是否變更房地產計量模式（treat）為被解釋變量的Logit模型，然后使用逐步回歸法剔除不顯著的控制變量，Logit模型估計結果如表2所示。從（1）列可以看到，投資性房地產比重（INPR）沒有通過顯著性檢驗，（2）列剔除該變量后并不影響其他變量的顯著性，并且R2差別不大。因此，將該變量從Log?it模型中剔除。

在進行雙重差分前，需要對計量模式變更前的樣本公司進行匹配，以盡量減少樣本異質性影響，保證雙重差分（DID）模型估計的準確性。傾向匹配的方法有k近鄰匹配、半徑匹配（也稱為卡尺匹配）、核匹配、馬氏匹配等，各個方法所匹配出來的結果差異也較大。由于Stata 14.0軟件中的diff命令在進行傾向匹配時僅提供核匹配方法，因此，本文采用核匹配方法對變量進行傾向匹配。表3、表4為變更投資性房地產計量模式前匹配效果及平衡性檢驗的結果。

表2 Logit模型估計結果

表3、表4的匹配效果顯示，與匹配前相比，每個參與匹配的變量在匹配之后的P值都出現顯著的差異：匹配前P值都小于0.1，通過顯著性檢驗；匹配后P值都大于0.1，沒有通過顯著性檢驗。說明匹配前實驗組和控制組在匹配變量上存在顯著差異，匹配后不存在顯著差異。目前對好的匹配效果學術界尚未有明確的標準，但大部分研究都認可Rosenbaum和Rubin的研究結論，只有當匹配后變量標準偏誤的絕對值均小于20%，才算是達到好的匹配效果。由表3、表4可知，除CFO（標準偏差為10.3%）外，匹配后變量標準偏差的絕對值均小于10%，而且全部T檢驗的結果不拒絕實驗組與控制組無系統差異的原假設，說明通過平衡性檢驗，可以進行進一步的雙重差分。

表3 變更計量模式前匹配效果及平衡性檢驗 （結果變量為TC）

（二）平均處理效應結果及分析

表5、表6分別列示了結果變量為商業信用融資規模（TC）和銀行借款融資規模（DFIN）的平均處理效應。其中，模型N1和N3為匹配前平均處理效應，模型N2和N4為匹配后平均處理效應。

表4 變更計量模式前匹配效果及平衡性檢驗 （結果變量為DFIN）

1.商業信用融資規模（TC）的平均處理效應結果及分析。通過比較表5中模型N1、N2估計結果可發現，在投資性房地產變更計量模式前，不管是對樣本進行匹配還是未匹配，Diff列的系數雖然都為正數，但均未通過顯著性檢驗，表明在投資性房地產變更計量模式前實驗組與控制組在商業信用融資方面沒有顯著差異。在投資性房地產變更計量模式后，不管是對樣本進行匹配還是未匹配，Diff列的系數都為負數，且都在1%的水平上通過顯著性檢驗，表明投資性房地產計量模式的變更會顯著影響商業信用融資規模。由表5的DID列的結果可發現，匹配前后政策效應的方向是一致的（均為負數），且都通過了10%的顯著性檢驗，說明變更投資性房地產為公允價值計量模式會減少商業信用融資額度。

商業信用是企業在交易過程中的一種賒銷、賒購行為[26]，在企業之間該行為普遍存在。無論是發達國家還是發展中國家，無論企業是否受到信用約束，企業都愿意為客戶提供商業信用[27]。商業信用實現了信貸資源的再配置，使得企業融資困境得以緩解，也使企業之間存在大量的業務往來，加深了企業之間的依賴和信任程度[28]。

企業在利用商業信用進行替代融資時，會特別關注企業會計信息的穩健性、可靠性等方面的信息質量[29]。當變更投資性房地產計量模式后，企業資產負債表日投資性房地產的賬面價值就是當前市場上評估的公允價值。由于目前我國基于公允價值的評估技術不夠完善，并且獲取與公允價值評估有關的客觀數據和資料也相當困難，這使企業確認資產的真正價值時面臨難題。因此，企業在計量投資性房地產年末的價值時，對公允價值作出的主觀估計不僅可能會削弱會計信息的可靠性，并帶來利潤操縱的空間[30]，而且公允價值變動損益的頻繁波動削弱了會計盈余持久性，提高了資產價值變動風險，使供應商對企業的盈利能力和償債能力產生懷疑，對其持續經營能力產生懷疑并減少信用貸款的額度[31]。

表5 匹配前與匹配后平均處理效應估計結果（結果變量為TC）

表6 匹配前與匹配后平均處理效應估計結果（結果變量為DFIN）

2.銀行借款融資規模（DFIN）的平均處理效應結果及分析。通過比較表6中模型N3、N4估計結果可發現，在投資性房地產變更計量模式前，不管是對樣本進行匹配還是不進行匹配，Diff列的系數雖然都為負數，但都未通過顯著性檢驗，說明在投資性房地產變更計量模式前實驗組與控制組在銀行借款融資方面沒有顯著差異。在投資性房地產變更計量模式后，不管是對樣本進行匹配還是未匹配，Diff列的系數都為正數，且都在1%的水平上通過顯著性檢驗，說明變更投資性房地產計量模式對銀行借款融資規模具有顯著影響。表6中DID列的結果顯示，匹配前后政策效應的方向是一致的（均為正數），且都通過5%水平的顯著性檢驗，說明變更投資性房地產為公允價值模式會擴大銀行借款融資規模。

在美國、德國和英國，房地產是最重要的抵押物來源[32]，該不動產抵押擔保一方面是銀行應對企業違約風險的重要途徑[33]，可以減輕企業的違約損失，減少企業的逆向選擇；另一方面，還可以作為優質貸款人傳遞良好償債能力信息的媒介[34][35]。

近年來，我國房地產市場相當繁榮，使得抵押的房地產價值大幅度增加，繼續采用成本模式不能反映其實際價值[1]，也許在適當時機就需要對計量模式進行變更，以了解投資性房地產的真實變動趨勢和價格走勢。當投資性房地產轉變為公允價值計量模式時，按照會計準則的規定，不再需要計提折舊或攤銷，減少了費用支出，同時，會計期間公允價值的相關變動計入公允價值變動損益，一旦公允價值上升，就會使企業的凈利潤迅速增長，毛利率更為可觀，盈利能力顯著提高，貸款額度增加。與此同時，因固定資產轉換為投資性房地產時確認的資本公積將在企業財務報表中的較長時期內存在[36]，改善了企業的相關資產狀況，增加公司的價值，使償債能力、每股凈資產、公司信譽度等財務指標得到提升[5]。企業在向銀行等金融機構申請抵押貸款時，金融機構會特別關注總資產、凈資產、利潤和資產負債率等指標[24]，這些貸款額度的衡量指標極大程度上影響了企業的融資能力[5]。變更后續計量模式為公允價值模式可以將企業真實的資產狀況及時、可靠地傳遞給外界，降低企業與外界間信息不對稱程度[23]，從而有利于提高銀行等金融機構對企業資產質量和貸款安全性的評估等級。

3.穩健性檢驗。傾向匹配法（PSM）試圖通過匹配再抽樣的方法使得觀測數據盡可能地接近隨機實驗數據，可能在很大程度上減少觀測數據的偏差，使結果更具有說服力。但是通過對表5、表6匹配前后的平均處理效應的比較，我們發現對商業信用融資規模（TC）來說，匹配前的DID列的效應系數為-0.032，與匹配后的DID列的效應系數-0.033之間僅相差0.001。對銀行借款融資規模（DFIN）來說，匹配前的DID列的效應系數為0.074，與匹配后的DID列的效應系數0.075之間也僅相差0.001。據此說明不論是否對數據進行傾向匹配，其結果都具有穩健性。

六、研究結論

本文以2006～2016年持有投資性房地產的滬深A股上市公司作為研究對象，運用PSM-DID方法檢驗了投資性房地產計量模式變更對債務融資規模的影響。實證分析結果證明，投資性房地產變更計量模式，會顯著影響債務融資規模。具體來說，公允價值計量模式的變更會使銀行借款融資規模擴大，使商業信用融資規模縮小。

本文的主要貢獻在于采用了PSM-DID方法，并將債務融資規模細化為兩個類別，分別研究了投資性房地產計量模式變更對不同類債務融資規模的影響。在具體操作中，先采用Logit方法選出適合進行傾向匹配的特征變量，然后運用PSM方法匹配出與變更計量模式的公司基本可比的公司，最后再運用DID方法算出政策變更前后的平均處理效應。這一分析思路排除了內生性的影響，使研究結果更具有說服力。本研究的主要局限在于沒有將債務融資規模滯后一期甚至更多期。本文的實證結果已經證明了我國企業投資性房地產計量模式變更對當期債務融資規模產生了影響，但是否會影響變更模式的下期及之后就不得而知了。因此，以后可以嘗試將債務融資規模指標滯后一期甚至更多期來進行研究，以使研究更加完善。