“三道紅線”視角下上市房企財務風險評析

黎杏群

（澳門城市大學商學院）

一、引言

房地產(chǎn)業(yè)在我國經(jīng)濟中起到舉足輕重的作用，它帶動了其他上下游產(chǎn)業(yè)的快速發(fā)展。然而，隨著房價的不斷攀高，住房成為了困擾很多年輕一代的問題。為了保持房地產(chǎn)公司長期平穩(wěn)健康發(fā)展，國家近年來對房地產(chǎn)業(yè)的發(fā)展進行了持續(xù)調(diào)控。2017 年，習總書記在十九大報告中提出“房子是用來住的不是用來炒的”這樣的定位，在房地產(chǎn)政策方面給出了方向性指導。在融資問題上，2020年8 月，央行、銀保監(jiān)會等機構提出從2021 年1月1 日正式實施房企“三道紅線”政策：紅線一為剔除預收賬款后的資產(chǎn)負債率不得大于70%；紅線二為凈負債率不得大于100%；紅線三為現(xiàn)金短債比不得小于1 倍。為控制房企有息債務增長，國家依據(jù)三道紅線將房企分為紅、橙、黃、綠4 檔。如果三道紅線都觸碰到了，則被劃分為紅檔，紅檔房企不得新增有息負債；如果碰到兩道紅線，則為橙檔，橙檔房企負債年增速不得超過5%；如果碰到一道紅線，則為黃檔，黃檔房企負債年增速不得超過10%；如果三道紅線都未碰到，則為綠檔，綠檔房企負債年增速不得超過15%。三道紅線是國家對房企金融風險的一次精細化調(diào)控，是監(jiān)管部門第一次明確了房企的舉債標準。

國家的宏觀調(diào)控措施對房地產(chǎn)行業(yè)也帶來了較大的沖擊，近年來不少房地產(chǎn)公司面臨財務困境，更有華夏幸福、中國恒大、融創(chuàng)中國等大型房地產(chǎn)企業(yè)相繼出現(xiàn)財務危機。大家迫切需要得到答案的問題是，“三道紅線”政策是否導致了房地產(chǎn)公司的財務危機？國家的房地產(chǎn)調(diào)控是否有利于房地產(chǎn)行業(yè)健康發(fā)展？進一步，我們?nèi)绾斡行ёR別企業(yè)內(nèi)部財務風險，并有效降低財務風險是現(xiàn)在房企迫切需要解決的問題。本文的目的是基于財務分析和統(tǒng)計理論探討上述問題的答案。

二、相關文獻綜述

“三道紅線”對房地產(chǎn)融資環(huán)境的影響分析、“三道紅線”背景下房地產(chǎn)投融資對策及財務管理方式改變的研究成果較多，見李艷艷(2021)，鄭川旭(2021)，楊檳和白若凌(2020)及何健生(2021)等，以及這些文獻所引文獻，但對“三道紅線”與企業(yè)財務風險的關系的定量研究結果較少。

關于財務風險的研究，國外關于上市公司破產(chǎn)預測的研究成果較多，Beaver(1966)提出了財務失敗(failure)的單變量判別方法，文中將財務失敗包含“破產(chǎn)，債券拖欠不履行，銀行超支，不能支付優(yōu)先股股利等”，并使用了5 個財務比率作為變量，對79 家經(jīng)營失敗的公司和79 家未經(jīng)營失敗的公司進行一元判別分析，Altman(1968)將破產(chǎn)作為風險指標，利用費歇判別方法，對33家破產(chǎn)公司和33 家未破產(chǎn)公司提出了多元判別函數(shù)，又稱Z 值判別模型，即用5 個財務指標的線性組合作為Z 函數(shù)，再用Z 值進行判別分析，此方法克服了單變量判別方法出現(xiàn)的對于同一公司不同變量預測出不同結果的現(xiàn)象，此研究開創(chuàng)了多變量財務風險評價的先河。除Z 值模型方法外，生存分析中廣泛使用的Logistic 回歸模型被Ohlson（1980）首次應用到財務危機預警。另一方面，國內(nèi)研究財務風險評估和預測的文獻眾多，陳靜（1999）將ST 作為風險指標，把資產(chǎn)負債率等6 個財務比率的指標作為初始研究變量，利用單變量模型和Z 值模型將1995—1997 年之間的A 股27家ST 公司與27 家非ST 公司進行對比研究，給出了可用于對新公司的非ST 或ST 屬性進行判別的Z函數(shù)，高培業(yè)和張道奎（2000）利用Z 值模型和Logistic 回歸模型對企業(yè)失敗的判別進行了實證研究，梁琪、郭新偉和石寧（2014）將隨機效應Logistic 模型應用到我國中小企業(yè)財務失敗風險的預警，丁香乾和石碩(2004)采用層次分析法對財務風險作出評價，他們指出層次分析法是一種定性與定量相結合的方法，可以彌補專家打分過于主觀的缺陷，李明霞（2015）應用層次分析法對中小企業(yè)的財務風險進行評價，此外，楊淑娥和徐偉剛（2003）采用主成分分析法構建了財務風險預警模型。

三、實證分析

（一）變量選取與樣本說明

為了研究企業(yè)財務指標對財務風險的影響，需要選取合適的財務指標。已有的文獻通常選用如下6 項財務指標資產(chǎn)負債率、凈資產(chǎn)收益率、總資產(chǎn)收益率、流動比率、營運資金比率以及總資產(chǎn)周轉(zhuǎn)率，這6 項指標對公司財務風險評估有重要意義，本文考慮到房企的特點和國家對房地產(chǎn)融資方面的宏觀調(diào)控政策選取8 個指標（見表1）。

表1 選取變量的定義說明

其中，剔除預收賬款后的資產(chǎn)負債率、凈負債率和現(xiàn)金短債比為三道紅線中對應的3 個財務指標。陳靜（1999）中的第1 個指標為資產(chǎn)負債率，它是負債總額與資產(chǎn)總額的比值，負債總額包括預收賬款，而紅線一的指標是剔除預收賬款后的資產(chǎn)負債率，資產(chǎn)負債率和剔除預收賬款后的資產(chǎn)負債率存在共線性，結合房企的特點，我們使用剔除預收賬款后的資產(chǎn)負債率代替陳靜（1999）中的第1個指標，其余5 個指標均被采用。本文選取在上海證券交易所和深圳證券交易所A 股上市所有有完整財務數(shù)據(jù)的104 家公司，其中非ST 公司共95 家，ST 公司共9 家，使用上述8 項財務指標對這些房企2020 年的財務數(shù)據(jù)進行財務風險分析，并提出了風險預測方法。本文的數(shù)據(jù)來源為國泰安數(shù)據(jù)庫（CSMAR）。

（二）“三道紅線”與財務風險之間的關聯(lián)分析

剔除預收賬款后的資產(chǎn)負債率、凈負債率和現(xiàn)金短債比為“三道紅線”所涉及的財務指標，是反映房地產(chǎn)企業(yè)負債情況的重要指標。從債權人角度看，這三個比率越低越好，因為公司一旦破產(chǎn)清算，債權人更容易收回債務；從股東立場看，用于企業(yè)通過舉債資金與股東資金在經(jīng)營中發(fā)揮作用，全部資本利潤率高于借款利息率時，股東所獲得的利潤更大，此時負債率越高越好，但過高的舉債容易引發(fā)財務危機，此時股東的權益有清零的風險；對房地產(chǎn)企業(yè)來說，負債率不能超過規(guī)定的界限，但也不宜過低，當負債率過低時，說明企業(yè)經(jīng)營能力不足，沒有很好地利用財務杠桿的作用，另一方面，當負債率過高時，企業(yè)存在不能及時足額償債風險，一旦企業(yè)無法償還債務，可能導致企業(yè)破產(chǎn)。所以國家根據(jù)我國房地產(chǎn)發(fā)展的實際情況，對這3項指標制定了不同的上限，既兼顧了房地產(chǎn)發(fā)展合理的舉債需求，又為避免債務違約而對財務杠桿進行了限制。下面分析上市房企的這三個負債率的整體情況以及負債率與公司財務風險的關系。

1.描述性分析

（1）剔除預收賬款后的資產(chǎn)負債率

一是農(nóng)民認識不高，環(huán)保意識不強。秸稈焚燒的主體是農(nóng)民，由于農(nóng)民的文化教育水平不高，對秸稈焚燒的危害認識比較膚淺。以沅江市南嘴鎮(zhèn)的部分村民為例，在多年的耕種中，秸稈主要是焚燒為主，稻谷秋收之后，選擇天氣較好的時段直接焚燒，部分農(nóng)民沒有認識到焚燒秸稈不但會影響天氣質(zhì)量，而且還有可能帶來巨大的安全隱患，甚至引發(fā)大面積的火災，危害人們?nèi)罕姷呢敭a(chǎn)安全。因此，農(nóng)民環(huán)保意識不足，認識不到焚燒秸稈會給環(huán)境污染帶來嚴重的危害，是秸稈禁燒難的主要原因。

剔除預收賬款后的資產(chǎn)負債率是“三道紅線”中的紅線一所涉及的財務指標，政策規(guī)定該指標不得大于70%。從表2 可以看出，ST 公司與非ST 公司剔除預收賬款后的資產(chǎn)負債率大于70%的數(shù)量均超過50%，說明此時超過半數(shù)的公司存在無法償還債務的風險，同時也反映了房地產(chǎn)高杠桿經(jīng)營的總體特征，由此看出超過半數(shù)的房地產(chǎn)公司存在償債風險。

表2 列聯(lián)表—剔除預收賬款后的資產(chǎn)負債率

（2）凈負債率

凈負債率屬于國家對房地產(chǎn)債務調(diào)控三道紅線中的紅線二所涉及的財務指標，政策規(guī)定該比率不得超過100%。從表3 可以看出，該指標超過第二道紅線的非ST 公司及ST 公司占比均為總體的30%左右，雖比超過紅線一的公司數(shù)量占比少20%以上，但可能出現(xiàn)資不抵債的公司也不在少數(shù)。

表3 列聯(lián)表——凈負債率

（3）現(xiàn)金短債比

現(xiàn)金短債比屬于國家對房地產(chǎn)債務調(diào)控三道紅線中的紅線三所涉及的財務指標，政策規(guī)定現(xiàn)金短債比不得小于1。從表4 看出，近90%的公司現(xiàn)金短債比沒有超過1，也就是說公司的短期債務大于貨幣資金，大多數(shù)房地產(chǎn)公司沒有滿足第三條紅線要求，所以全面降低房地產(chǎn)公司的短期負債是一項緊迫的任務。

表4 列聯(lián)表——現(xiàn)金短債比

2.獨立性檢驗

基于列聯(lián)表分析的統(tǒng)計理論，通過SPSS 軟件，可以得到“三道紅線”涉及的3 個變量與ST 風險之間的獨立性檢驗，其中，上述3 個變量的屬性情況依據(jù)三道紅線的劃分確定，檢驗結果如表5。

表5 獨立性檢驗

檢驗結果表明，“三道紅線”涉及的3 個變量與ST 風險有較強的相關性，注意到，這一結果是基于2020 年的數(shù)據(jù)，“三道紅線”政策是從2021 年開始實施的。結果表明，“三道紅線”設置的科學性和及時性，對防范房地產(chǎn)公司的財務風險有重要作用。我們注意到，許多房地產(chǎn)公司在“三道紅線”之后不斷出現(xiàn)暴雷，比如中國恒大和融創(chuàng)中國等，但這些大型房地產(chǎn)公司的暴雷不是“三道紅線”的結果，最多只是“三道紅線”加速了風險暴露，證明了房地產(chǎn)調(diào)控有利于房地產(chǎn)公司長期健康發(fā)展。

（三）多元判別分析

1.指標共線性檢驗

與常用的分析財務風險的財務指標相比，我們增加了“三道紅線”涉及的財務指標，那么這“三道紅線”涉及的財務指標有沒有關聯(lián)（重復）以及這些指標與其它財務指標是否關聯(lián)（重復）呢？本文利用SPSS 進行的多重共線性檢驗的結果（表6），結果表明8 項財務指標的方差膨脹系數(shù)（VIF）均小于10，即“三道紅線”涉及的財務指標沒有共線性，且所有8 項指標沒有共線性，它們均可用于財務風險判別。

表6 多重共線性檢驗結果

2.多元判別分析

為了判別A 股上市房企的ST 風險，我們利用8 項財務指標，采用Z 模型進行判別，即選用費歇判別函數(shù)：

C，C，…，C為函數(shù)的系數(shù)，費歇判別方法介紹見張堯庭和方開泰(2013)。我們將通過SPSS 得出判別函數(shù)的系數(shù)，由此得到Z 函數(shù)具體表達式，通過回判結果來驗證—函數(shù)判別的正確率，并得到各公司Z 值得分分布圖，給出對Z 值判別財務風險的具體方法。基于2020 年104 家公司的8 項指標，通過SPSS 軟件，采用費歇判別分析，得到各系數(shù)具體值，其判別函數(shù)為：

由此看出，Z 值與總資產(chǎn)收益率的關系最大，該指標對房地產(chǎn)公司風險影響較大，與“紅線一”的指標剔除預收賬款后的資產(chǎn)負債率的關系次之，說明三道紅線涉及的主要指標對房企風險影響顯著，剔除預收賬款后的資產(chǎn)負債率對Z 值得分產(chǎn)生正向影響。需要注意的是，判別函數(shù)系數(shù)的正負不表示該指標對企業(yè)風險產(chǎn)生正向影響或者負向影響，而僅僅是對Z 值得分的影響。如剔除預收賬款后的資產(chǎn)負債率的系數(shù)為3.379，該指標對Z 值得分為正向影響，對房企的經(jīng)營來說，卻是相反的，負債率越高，企業(yè)越容易存在財務風險。房地產(chǎn)公司自身帶有高杠桿經(jīng)營基因，沒有一定的負債很難做大做強，但是，對杠桿的控制還是必要的。

3. 多元函數(shù)回判結果

該判別函數(shù)的回判結果如表7，此結果展示了Z 函數(shù)對非ST 公司與ST 公司判別的準確性。95 個非ST 公司，有91 個依然被判為非ST 公司，有4 個非ST 公司被誤判為ST 公司，非ST 公司判別正確率為95.8%，誤判率為4.2%，該Z 值函數(shù)判別方法對非ST 公司判別的正確率很高；另外，9 個ST 公司，有7 個依然被判為ST 公司，有2 個ST 公司被誤判為非ST 公司，ST 公司判別正確率為77.8%，誤判率為22.2%，該Z 值函數(shù)判別方法對ST公司判別的正確率比非ST 公司低但其正確率也超過了50%。該Z 值函數(shù)對非ST 與ST 總體的判別正確率為94.2%。也就是說正確地對94.2%個原始已分組個案進行了分類。僅針對分析中的個案進行交叉驗證，在交叉驗證中，每個個案都由那些從該個案以為的所有個案派生的函數(shù)進行分類。正確地對91.3%個進行了交叉驗證的已分組個案進行了分類。

表7 多元函數(shù)回判結果——預測組成員信息

4. Z 值得分及判別方法

基于2020 年數(shù)據(jù)，這104 家房企一一對應一個Z 值，這些公司的Z 值得分分布如圖1 所示。非ST 公司Z 值的平均值為0.34，標準差為0.905，Z得分集中在-3 ～2 之間，其中30 個非ST 公司得分0.5 ～1 之間，24 個非ST 公司得分在0 ～0.5之間。ST 公司Z 值平均值為-3.54，標準差為1.767，Z 值得分集中在-6.5 ～-1 之間。采用Z 值判別的方法如下：用表4 的常量Z=-3.011 作為判別臨界值，當一個新公司無法判別其ST 風險時，可將該公司的上述8 項財務指標代入Z 函數(shù)，來判別該公司是否為ST 公司，當Z ≥3.011 時，判定為非ST公司；當Z ＜3.011 時，則判定為ST 公司，說明公司存在ST 風險。

圖1 Z 值得分分布

四、結論與建議

本文通過研究房企的ST 風險與下述8 項財務指標的關系：剔除預收賬款后的資產(chǎn)負債率、凈資產(chǎn)收益率、總資產(chǎn)收益率、流動比率、營運資金比率、凈負債率以及現(xiàn)金短債比，分別進行了列聯(lián)表分析、多指標費歇判別分析，結果表明，列聯(lián)表分析和多指標分析均有效。分析中發(fā)現(xiàn)，A股上市房企中超半數(shù)存在負債過高的情況，存在較大資不抵債的風險，說明國家設立的“三道紅線”政策非常及時和有針對性，嚴格執(zhí)行這一政策對我國房地產(chǎn)市場平穩(wěn)健康發(fā)展有重要意義；與陳靜（1999）比較，我們既考慮了Z 模型用來判別財務風險又結合了國家對房地產(chǎn)調(diào)控的政策和房地產(chǎn)公司的特征，將房地產(chǎn)調(diào)控的“三道紅線”對應的指標納入分析范圍，分析結果顯示“三道紅線”對應的主要指標對房地產(chǎn)風險有顯著影響，這既說明了本文結論對房地產(chǎn)公司有較強的針對性，也表明國家制定房地產(chǎn)調(diào)控紅線的必要性。本文新的發(fā)現(xiàn)是國家房地產(chǎn)調(diào)控中的“三道紅線”之中的剔除預收賬款后的資產(chǎn)負債率對房地產(chǎn)財務風險有明顯影響，由此看出，嚴格控制不越線是控制房地產(chǎn)公司風險的重要任務之一；值得一提的是，企業(yè)財務風險除了ST 風險外，還有多種其他風險，如對于房地產(chǎn)公司財務風險的研究，可以將超過1 條紅線的公司作為一類，其余作為另一類，利用本文的方法進行對比研究，這將是未來的研究課題。本文的結果有一些局限性，主要有：（1）由于實際情況的限制，A 股上市房企中ST 公司的數(shù)量過少，特別是與非ST 公司相比的數(shù)量較少，這樣分析得到的結果的穩(wěn)定性不夠好，在后續(xù)跟進研究中可通過實際可能增加的ST公司樣本容量的方法來解決這個問題；（2）本文假設ST 公司來自于同一個總體，同時非ST 公司也來自于同一個總體，在有些情況下這種假設會被破壞，此時我們可以通過差分等方法來處理數(shù)據(jù)，以便得到平穩(wěn)數(shù)據(jù)。