VaR理論下房地產(chǎn)上市公司財(cái)務(wù)風(fēng)險(xiǎn)影響的問(wèn)題研究

錢楨 彭焱鑫

摘要：房地產(chǎn)作為我國(guó)經(jīng)濟(jì)發(fā)展不可或缺的一部分，房地產(chǎn)企業(yè)的發(fā)展往往促進(jìn)了許多行業(yè)的繁榮和創(chuàng)新。但房地產(chǎn)業(yè)由于其工程周期長(zhǎng)、資產(chǎn)負(fù)債率高，往往面臨比其他企業(yè)更高的風(fēng)險(xiǎn)。文章以綠地控股上市公司為例，通過(guò)公司歷史股價(jià)、財(cái)務(wù)報(bào)表等相關(guān)數(shù)據(jù)對(duì)房地產(chǎn)企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行深入探討，并運(yùn)用VaR財(cái)務(wù)風(fēng)險(xiǎn)評(píng)估體系模型結(jié)合因子分析法計(jì)算了當(dāng)前條件下企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)。同時(shí)，根據(jù)理論分析和相關(guān)描述性統(tǒng)計(jì)，對(duì)如何提高我國(guó)房地產(chǎn)企業(yè)的財(cái)務(wù)安全提出了一些對(duì)策和建議。

關(guān)鍵詞：房地產(chǎn)企業(yè);VaR;財(cái)務(wù)風(fēng)險(xiǎn);因子分析法

一、引言

資金安全是資本密集型行業(yè)房地產(chǎn)項(xiàng)目順利發(fā)展的重要保障。長(zhǎng)期以來(lái)，房地產(chǎn)業(yè)在我國(guó)經(jīng)濟(jì)發(fā)展中占有重要地位。防范房地產(chǎn)業(yè)系統(tǒng)性金融風(fēng)險(xiǎn)已經(jīng)上升到國(guó)家安全的新高度，尤其是在我國(guó)房地產(chǎn)業(yè)總市值中占較大比重的房地產(chǎn)上市公司。如果公司突然出現(xiàn)較大的財(cái)務(wù)問(wèn)題，必定會(huì)導(dǎo)致國(guó)家經(jīng)濟(jì)無(wú)法彌補(bǔ)的損失。

本文將參考一些研究模型，比較VaR值計(jì)算中不同方法的特點(diǎn)，最后選擇使用蒙特卡羅模擬方法。針對(duì)樣本的選取，本文將上海證券交易所綠地控股上市公司作為研究對(duì)象。以2000～2019年的年報(bào)數(shù)據(jù)為基礎(chǔ)，分別計(jì)算樣本公司12項(xiàng)財(cái)務(wù)指標(biāo)和蒙特卡羅模擬法計(jì)算的VaR，最后完成對(duì)房地產(chǎn)上市公司財(cái)務(wù)風(fēng)險(xiǎn)評(píng)估體系的構(gòu)建。在模型構(gòu)建方面，借助因子分析法計(jì)算了樣本財(cái)務(wù)風(fēng)險(xiǎn)評(píng)估指標(biāo)體系的指標(biāo)值，并結(jié)合研究結(jié)果，為房地產(chǎn)上市公司應(yīng)對(duì)風(fēng)險(xiǎn)提供了對(duì)策和建議。

二、相關(guān)理論

風(fēng)險(xiǎn)是指由于經(jīng)營(yíng)決策、投融資方式或財(cái)務(wù)結(jié)構(gòu)不合理而造成損失的可能性。目前我國(guó)在財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型的構(gòu)建和企業(yè)財(cái)務(wù)預(yù)警指標(biāo)的選取方面已經(jīng)取得了一定的成果。學(xué)者楊華通過(guò)對(duì)引入的非財(cái)務(wù)指標(biāo)進(jìn)行研究，借助因子分析法，建立預(yù)警模型。結(jié)果顯示，在已知預(yù)警模型中引入的非財(cái)務(wù)預(yù)警指標(biāo)可以提升預(yù)測(cè)精度。學(xué)者雷振華從企業(yè)生命周期的四個(gè)階段，即初創(chuàng)期、成長(zhǎng)期、成熟期和衰退期的角度對(duì)科技企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)特征進(jìn)行分析。以企業(yè)各階段財(cái)務(wù)風(fēng)險(xiǎn)特點(diǎn)為基礎(chǔ)，并將財(cái)務(wù)預(yù)警指標(biāo)與非財(cái)務(wù)預(yù)警指標(biāo)進(jìn)行一一匹配，最后提高了財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警效果。在如今現(xiàn)有的處理方法中，因子分析是一種能夠?qū)颖具M(jìn)行降維同時(shí)保證不造成信息損失的測(cè)量方法。因子分析法通過(guò)對(duì)原始指標(biāo)進(jìn)行分類，從而達(dá)到簡(jiǎn)化計(jì)算，提高計(jì)算效率的目的。本文選擇因子分析法對(duì)房地產(chǎn)公司財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)。

綜上所述，本文將運(yùn)用因子分析法對(duì)上市公司財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)。通過(guò)對(duì)上市房地產(chǎn)公司財(cái)務(wù)數(shù)據(jù)的分析，可以實(shí)現(xiàn)企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)的預(yù)測(cè)。

三、研究過(guò)程

（一）VaR評(píng)估法及計(jì)算

VaR簡(jiǎn)稱在險(xiǎn)值，是衡量企業(yè)資產(chǎn)風(fēng)險(xiǎn)水平的重要參數(shù)之一，是指在正常的市場(chǎng)條件下，在給定的時(shí)間段中，在給定的置信區(qū)間內(nèi)，預(yù)期可能發(fā)生的最大損失。其數(shù)學(xué)表達(dá)式為：

其中，ΔP表示在持有期內(nèi)金融資產(chǎn)的損失，是置信水平c下處于風(fēng)險(xiǎn)的價(jià)值。VaR是在一定的置信水平下在未來(lái)一定時(shí)間內(nèi)金融資產(chǎn)的潛在最大損失值。VaR完全估值模型中有兩種方法：一是歷史模擬法，二是蒙特卡羅模擬法。

蒙特卡羅模擬法的原理和歷史模擬法相似。不同的是，蒙特卡洛模擬法還可以處理分布呈肥尾、方差隨時(shí)間變化、極端情形等特殊情況，因此本文選擇蒙特卡羅模擬法。

利用MATLAB模擬得到均值VaR。

（二）樣本選取

本文財(cái)務(wù)數(shù)據(jù)來(lái)自招股說(shuō)明書，以及綠地控股公司公布的年報(bào)、季報(bào)和半年報(bào)中的資產(chǎn)負(fù)債表、利潤(rùn)表和現(xiàn)金流量表。首先，對(duì)于綠地控股公司的樣本，選取2000～2019年20年的財(cái)務(wù)數(shù)據(jù)，并收集了其20年的年報(bào)和年度報(bào)告中利潤(rùn)表的盈余數(shù)據(jù)。

本次研究所需數(shù)據(jù)均來(lái)自網(wǎng)易財(cái)經(jīng)（https：//money.163.com）。

（三）模型構(gòu)建（因子分析法）

根據(jù)上述指標(biāo)，依次進(jìn)行如下步驟。

步驟一：使用因子分析法之前需要提前確定該數(shù)據(jù)是否適合進(jìn)行因子分析。首先進(jìn)行KMO和Bartlett的檢驗(yàn)，根據(jù)檢驗(yàn)結(jié)果可以得出KMO等于0.520大于0.050，并且顯著性概率為0.000。綜上所述，該數(shù)據(jù)適合做因子分析。

步驟二：求解公共因子。通過(guò)計(jì)算公共因子的特征值和方差貢獻(xiàn)率，將反映含風(fēng)險(xiǎn)價(jià)值（VaR）的綠地控股公司財(cái)務(wù)風(fēng)險(xiǎn)的13個(gè)變量綜合為4個(gè)因子，其累計(jì)方差貢獻(xiàn)率為97.492。如表1所示。

步驟三：因子旋轉(zhuǎn)與命名。計(jì)算結(jié)果如表2所示。

將樣本的原始變量值用X1、X2、X3……Xn來(lái)表示，則原始變量與公共因子的關(guān)系如下列出：

F1=-0.853X1-0.869X2……+0.977X12-0.082X13F2=-0.440X1-0.406X2……-0.046X12+0.036X13F3=-0.140X1-0.056X2……-0.083X12+0.345X13F4=0.147X1+0.199X2……+0.069X12+0.917X13

步驟四：進(jìn)行主因子命名。

F1在總資產(chǎn)利潤(rùn)率、流動(dòng)資產(chǎn)周轉(zhuǎn)天數(shù)上載荷較大，這兩個(gè)指標(biāo)代表盈利能力與營(yíng)運(yùn)能力，對(duì)全部初始變量的方差貢獻(xiàn)率為40.737%。

F2在權(quán)益乘數(shù)、產(chǎn)權(quán)比率上載荷較大，這兩個(gè)指標(biāo)代表企業(yè)在經(jīng)營(yíng)中償債能力和資產(chǎn)是否保值增值，對(duì)全部初始變量的方差貢獻(xiàn)率為33.253%。

F3在凈資產(chǎn)增長(zhǎng)率、主營(yíng)業(yè)務(wù)收入上載荷較大，命名為成長(zhǎng)能力，它對(duì)全部初始變量的方差貢獻(xiàn)率為17.189%。

F4在VaR上載荷較大，代表企業(yè)的風(fēng)險(xiǎn)能力，它對(duì)全部初始變量的方差貢獻(xiàn)率為6.313%。

計(jì)算綜合得分，本文以各因子的方差貢獻(xiàn)率占所有4個(gè)因子總的方差貢獻(xiàn)率的比重的權(quán)重來(lái)進(jìn)行加權(quán)匯總公式如下：

F=0.4073F1+0.33253F2+0.17189F3+0.06313F4

最終得出歷年財(cái)務(wù)風(fēng)險(xiǎn)得分。如表3所示。

從因子分析的結(jié)果來(lái)看，綠地控股集團(tuán)財(cái)務(wù)風(fēng)險(xiǎn)總體呈減小趨勢(shì)，這與前文Var整體變化柱狀圖趨勢(shì)相同。

本文以定性定量相結(jié)合的標(biāo)準(zhǔn)選取了評(píng)價(jià)指標(biāo)，保證了數(shù)據(jù)全面性，而因子分析時(shí)所得的計(jì)分權(quán)重是通過(guò)運(yùn)算得出的，具有客觀性。這些都足以說(shuō)明因子分析方法的有效性，結(jié)果表明因子分析方法能有效地評(píng)價(jià)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)。

四、影響綠地控股財(cái)務(wù)風(fēng)險(xiǎn)的因素

（一）融資渠道單一導(dǎo)致資本結(jié)構(gòu)不合理

通過(guò)對(duì)綠地控股融資結(jié)構(gòu)的分析，其主要包括自有資金、銀行貸款、建設(shè)方墊款和房屋預(yù)售資金。住房預(yù)售資金也屬于銀行貸款。這便增加了其資金鏈斷裂的可能性。由于過(guò)于單一的融資渠道增加了融資難度，房地產(chǎn)企業(yè)的議價(jià)能力也隨之下降，導(dǎo)致雙方的財(cái)務(wù)風(fēng)險(xiǎn)加大。

（二）營(yíng)運(yùn)資金管理水平不足

企業(yè)經(jīng)營(yíng)管理水平的不足主要體現(xiàn)在以下兩個(gè)方面。

1.庫(kù)存高導(dǎo)致資金沉淀嚴(yán)重

綠地控股房地產(chǎn)公司囤房現(xiàn)象嚴(yán)重。房地產(chǎn)企業(yè)回籠資金的主要方式是從商品房銷售中套取資金。如果庫(kù)存過(guò)多，商品房周轉(zhuǎn)緩慢，將直接影響企業(yè)資金回籠，增加企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)。

2.流動(dòng)資金占用時(shí)間長(zhǎng)，短期融資、長(zhǎng)期投資現(xiàn)象嚴(yán)重

在長(zhǎng)期投資中，房地產(chǎn)企業(yè)往往因?yàn)橘Y金不足而選擇占用流動(dòng)資金進(jìn)行投資。這種決策雖然在一定程度上滿足了企業(yè)購(gòu)買長(zhǎng)期資產(chǎn)的需要，但無(wú)疑增加了企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)。一般房地產(chǎn)投資項(xiàng)目運(yùn)營(yíng)周期長(zhǎng)，政策風(fēng)險(xiǎn)高。如果投資資金得不到及時(shí)回收，企業(yè)短期償債風(fēng)險(xiǎn)將急劇增加。

五、結(jié)論與建議

（一）研究結(jié)論

實(shí)證研究表明，以VaR為基礎(chǔ)的指標(biāo)體系的有效性高，企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)也十分明顯。本文將VaR財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)模型與公司實(shí)際股價(jià)相結(jié)合，具有一定的現(xiàn)實(shí)意義，因此為房地產(chǎn)上市公司財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)提供了一個(gè)參考模型，對(duì)房地產(chǎn)上市公司發(fā)現(xiàn)和規(guī)避財(cái)務(wù)風(fēng)險(xiǎn)具有重要的現(xiàn)實(shí)意義。

（二）研究建議

建立流動(dòng)性風(fēng)險(xiǎn)預(yù)警指標(biāo)體系。流動(dòng)性風(fēng)險(xiǎn)預(yù)警機(jī)制的建立有助于企業(yè)實(shí)現(xiàn)風(fēng)險(xiǎn)管控，也就是說(shuō)，當(dāng)風(fēng)險(xiǎn)發(fā)生時(shí)，可以最大限度地限制和減少企業(yè)的損失。企業(yè)財(cái)務(wù)部聘請(qǐng)投資專家對(duì)一些重要的指標(biāo)進(jìn)行計(jì)算機(jī)模擬分析，這些指標(biāo)往往比較復(fù)雜或無(wú)法在短時(shí)間內(nèi)衡量其價(jià)值，從而避免陷入短期內(nèi)只關(guān)注行業(yè)發(fā)展特點(diǎn)而忽視企業(yè)長(zhǎng)遠(yuǎn)發(fā)展實(shí)際的陷阱。

參考文獻(xiàn)：

[1]芮林仁，吳燕博，計(jì)承杰.基于spss因子分析法的貴州茅臺(tái)企業(yè)績(jī)效評(píng)析[J].時(shí)代金融，2021（07）：35-37.

[2]王亮，魏文蘭.基于因子分析法的科技型企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警研究[J].現(xiàn)代商業(yè)，2021（06）：190-192.

[3]王秀珍.基于因子分析法的建筑企業(yè)償債能力淺析[J].中國(guó)總會(huì)計(jì)師，2021（01）：62-64.

[4]閆佩.基于因子分析法的房地產(chǎn)行業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警研究[J].河北企業(yè)，2021（01）：88-89.

[5]王秀祥，劉勝題.基于VaR的金融風(fēng)險(xiǎn)管理方法研究[J].生產(chǎn)力研究，2020（12）：45-47.

*基金項(xiàng)目：江蘇大學(xué)第19批大學(xué)生科研課題立項(xiàng)資助項(xiàng)目（項(xiàng)目編號(hào)：19C135）。

（作者單位：江蘇大學(xué)）