房地產企業資本結構對股價波動的傳遞效應分析

王虹，唐媛媛

［摘要］ 中國房地產企業資本結構長期處于高負債、高杠桿狀態。在二十余年的房地產高速發展過程中，高杠桿風險長期被忽視，甚至被認為是房地產企業發展的固有模式。在結構化GARCH模型中引入資本結構因素，檢驗房地產企業資本結構對股價波動的傳遞與溢出效應。研究發現：中國房地產市場具有結構化特征，杠桿乘數與股價波動具有同步性；過高的負債水平并不會提升房地產企業的規模效應，反而會抑制股票收益率的增長。

［關鍵詞］ 房地產企業；資本結構；股價波動；結構化GARCH模型

［中圖分類號］? F275．6［文獻標識碼］ Ａ［文章編號］ 1008-1763（2024）02-0068-08

An Analysis of Transmission Effect of Capital Structure?on Stock Price Fluctuation of Real Estate Enterprises：?Based on the Structured GARCH Model

WANG Hong， TANG Yuanyuan

（Business School， Sichuan University， Chengdu610065， China）

Abstract：The capital structure of China's real estate enterprises has been in a state of high debt and high leverage for a long time. In the process of rapid development of real estate for more than 20 years， the high leverage risk has been ignored， and it is even considered as the inherent model of the development of real estate enterprises. The capital structure factor is introduced into the structured GARCH model to test the transmission effect of the capital structure of real estate enterprises on stock price fluctuation. The results show that China's real estate market has structural characteristics， and the leverage multiplier is synchronized with the stock price fluctuation. Excessive debt level will not improve the scale effect of real estate enterprises， but will inhibit the growth of stock returns.

Key words： real estate enterprises; capital structure; stock price fluctuation; structured GARCH model

一引言

二十多年來，房地產業作為國民經濟的基礎性和先導性產業，是擴大社會投資規模、完善基礎設施、提高居民消費水平、推動國內經濟增長的重要力量。隨著社會需求增加、房價上漲及社會融資規模的擴大，房地產企業通過信用貸款、銀行墊付、購買者預付、供應鏈金融等杠桿方式，在少量自有資金條件下啟動房地產項目，增加資金的周轉次數、加快周轉速度，從而獲取高額利潤[1]。但在加速發展的同時，我國房地產行業資本結構長期處于不合理狀態，其平均資產負債率已經僅次于銀行和非銀行金融業[2]。通過外源融資高杠桿手段實現的規模擴張，房地產企業積累了較高的財務杠桿和債務風險[3]，一旦資金鏈斷裂引發流動性危機和信任危機，既可能對房地產企業上下游產生沖擊，也可能導致房地產股票市場劇烈波動。截至2023年5月，已有64家上市房地產企業發生債務違約或債務展期，占上市房企總數的近三分之一[4]。2022年中央經濟工作會議指出，要“有效防范化解優質頭部房企風險，改善資產負債狀況”。2023年中央經濟工作會議再次指出，2024年要積極穩妥化解房地產風險，促進房地產市場平穩健康發展。房地產企業高債務風險關系證券市場穩定和國民經濟良好發展，因此關注房地產企業資本結構調整問題既具有緊迫性又具有現實意義。

房地產市場發展與金融市場關系密切，國內外多次危機經驗表明，房地產市場泡沫和股市劇烈震蕩之間具有緊密的關聯性[5]?；谥袊姆康禺a市場和股票市場，大多數研究證實二者間的關聯性主要通過房價變動對股價波動的影響體現出來[6，7]。并且，房市對股市的影響具有顯著的時變特征和動態特征。如林眾和林相森發現短期內房市對股市會產生較為顯著的替代效應，而長期內房市與股市不存在穩定關系[8]。李增剛和杜舒康發現在2014年中國經濟進入“三期疊加”新階段后，房地產市場與股票市場由正向聯動為主轉為負向聯動為主[9]。還有部分研究認為房價與股價在經濟發展中存在相互作用和影響。如劉璐等研究發現房價提升促使信貸收緊，對股價短期波動影響顯著；股價上升會拉升信貸，對房價也有拉升作用[10]。黃義及蔣彧等認為兩個市場之間存在顯著的雙向波動溢出效應[11，12]。

多數研究采用格蘭杰（Granger）因果檢驗和向量自回歸（VAR）模型對中國房地產市場與股票市場的關系進行研究[13，14]，但這些方法主要考察兩個市場間的靜態效應[12]。學者們逐步證實GARCH模型對股票市場數據具有較強的適用性[15，16]，并開始運用該模型研究兩個市場間的動態特征。如李增剛和杜舒康運用DCC-MGARCH模型提取動態條件相關系數考察房股聯動效應[9]。張浩等采用三元GARCH和BEKK時序模型研究人民幣匯率、房價和股價之間的動態影響關系及波動風險互動機制[17]。

通過文獻回顧可以發現：第一，從研究視角來看，現有研究主要探討房價變動對股價波動的影響，且研究結論尚不統一，較少考慮到房地產企業自身資本結構對股價波動的影響。第二，從研究目的來看，現有研究主要關注房地產企業股價波動的影響因素，沒有立足于房地產企業資本結構這一內在因素探討房地產企業股價波動的來源問題。第三，從研究方法來看，現有研究主要采用西方成熟的格蘭杰因果檢驗和向量自回歸模型，但這些方法對兩個市場間的動態關系和時變特征的刻畫存在一些不足。房地產企業的資本結構問題是否會傳遞到其股價，股價波動的內在原因是什么，高負債資本結構能否增加房地產企業價值并為股東帶來溢出效應，這些問題值得進一步探討。

GARCH模型能夠充分刻畫股票收益率的波動性集聚特征，結構化GARCH模型將公司資產負債因素納入股市波動的測度范圍，能夠更好地解釋股價波動的來源問題。本文通過改進的結構化GARCH模型探討資本結構對股價波動的傳遞效應，并進一步檢驗資本結構對股票收益率的溢出效應。本文研究有望為中央去杠桿化政策執行、房地產市場資金管控和房地產企業資本結構調整提供理論依據，對保持房地產市場和股票市場的穩定繁榮和有序發展有啟示作用。

二房地產企業資本結構對股價波動傳遞效應的理論分析

首先，房地產企業通過向銀行獲取信貸資源、向購房者收取預付款等高杠桿、高負債手段實現規模擴張，吸引投資者積極購房、買入股票，從而推動房價和股價上漲。信貸擴張效應和財富效應可以在一定程度上解釋房地產市場和股票市場呈現出的正均值溢出現象[12，18]。從房地產企業融資特征看，信托貸款、委托貸款等“影子銀行”的出現，使得信貸資金向房地產市場快速轉移。通過增加信貸杠桿的方式擴大生產經營規模，房地產企業在房價快速上漲過程中獲取了高額利潤。站在投資者角度，投資者的逐利天性會使其將資金從收益低的市場流向高收益市場[8]。房地產企業高速發展使得投資者對房地產行業的發展前景持樂觀預期，進而會積極買入股票推動房地產企業股價上漲[9]。房地產市場繁榮同樣會刺激消費者的購房需求。財富效應認為，房價上漲提升人們對未來經濟形勢的預期，從而增加對房地產和股票的投資支出。消費者通過向銀行等金融機構貸款的方式進行房地產投資，導致大量金融資本從供給端和消費端注入房地產行業，進一步推動了房價和股價的上漲。

其次，隨著房地產市場的擴張，銀行信貸規模增大、合同負債暴漲，房地產企業償債壓力不斷加大，爆發債務風險的概率上升。信貸資產價格泡沫（AG）模型認為自有資金是資產基礎價值的體現，而信貸擴張會形成泡沫，信息不對稱、風險偏好等可能推動泡沫擴大直至破裂，最終導致資產價格崩盤。因此，房地產企業以獲取信貸資源為主的金融性負債擴張模式，容易催生股市泡沫，引起股票市場波動。此外，在中國期房銷售模式下，房地產企業可以向購房者預收售房款，這在會計上被定義為合同負債。房地產企業的建造及購房者的購買都需要通過向銀行等金融機構貸款的方式進行，這就導致房地產企業積累大量合同負債。只有當房地產企業履行完按期交付房產給購房者的合同約定義務時，合同負債才能真正確認為房地產企業的收入。

再次，近年來房地產調控政策同時遏制了房地產企業負債擴張規模和購房者投機需求。“三道紅線”督促房地產企業降低資產負債率、保持合理資本結構。限購、提高首付比例、增稅、房價回調等“房住不炒”措施，從需求端抑制了購房投機需求[5]，使得房地產企業通過合同負債方式維持資金周轉和生產運營手段受限。房價增速與銷售回款放緩、資金流動性變弱，房屋不能按期建成交付給購房者，此前積累的合同負債可能會嚴重透支公司現金，給房地產企業帶來資金鏈斷裂風險。

最后，在高負債、高償債壓力，加之中央政策調控外部沖擊之下，房地產企業資本結構風險因素最終傳遞到了公司股價。房地產市場瘋狂擴張之后的過度杠桿會形成資產泡沫，企業財務風險上升?！叭兰t線”約束有息負債增速、“房住不炒”導致成交量下滑，銀行信用貸款和客戶商業信用同時受限，房地產企業償債壓力進一步加大。一旦房企資金鏈斷裂，高杠桿將引發流動性危機、加劇財務風險，信任危機蔓延至供應商、銀行甚至客戶，最終將反映于房地產企業的股價，影響股東權益。

三結構化GARCH模型的演變及構建

（一）結構化GARCH模型演變

Merton模型通過風險中性的假定揭示公司負債與資產的關系，初步解釋資本結構與公司債券的關系，討論了公司的違約風險[19]。在Merton模型中，采用公司市值替代了不可觀測的公司資產。Merton模型雖然簡單易實現，但低估了債券收益率利差。后續學者們基于BSM期權定價的思想，用改進的Merton模型研究了公司資產價值、資產與負債關系及資本結構等問題[20]，這些模型被統稱為結構化模型。結構化模型認為股票波動率不變，不符合股票波動率“時變聚集”的特征。GARCH模型可以充分刻畫資產收益率的動態性特征。由于股票收益率不服從正態分布，GARCH模型能夠捕獲股票收益率的諸多重要經驗特征事實，如厚尾邊緣分布和波動率聚類，且該模型結構簡單、參數估計相對容易，具有良好的波動率預測效果。但GARCH模型僅針對數據建模，沒有說明股票波動率的來源。Engle和Siriwardane通過建立結構化GARCH模型，發現股票波動率來源于資產價值波動和資產負債的杠桿乘數，并對市場風險重新進行了測度與控制[21]。本文改進結構化GARCH模型，以中國房地產企業為研究對象，探討房地產企業資本結構與股價波動的關系。

（二）結構化GARCH模型構建

Merton模型認為，持有上市公司股票的投資者理應獲得超額權益，即公司資產減去負債所得權益。股權就等于以公司債務為執行價格、以公司資產為標的的買入期權。因此本文把股權價值定義為公司資產和債務的函數：

Et=f（At，Dt，σA，t，τ，rt）（1）

在模型（1）中，f是未知的買權函數，At為資產市值，Dt為未償債務賬面價值，σA，t為資產隨機波動率，τ為債務期限，rt為t時刻年化無風險利率。同時，定義資產及其波動率滿足一般的隨機過程：

dAtAt=μA（t）dt+σA，tdBA（t）

dσ2A，t=μv（t，σΑ，t）dt+σv（t，σA，t）dBv（t）（2）

在模型（2）中，dBA（t）為標準的布朗運動，表示公司資產收益的隨機沖擊；σA，t為公司資產時變的資產波動率；dBv（t）表示公司資產波動率的沖擊。

把模型（1）看成一個隨機過程，使用伊藤引理對其微分，得到股票的瞬時收益率為

dEtEt=ΔtAtDtDtEtdAtAt+vtEtdσA，t+12Et2fA2td（A）t+

2f（σA，t）2d（σfA）t+2fAσA，td（A，σA）t（3）

在模型（3）中，Δt=fAt是期權定價中的“delta”，vt=fσA，t是期權的“vega”，d（X）t表示二階項?？紤]到上市房地產企業的債務期限較長，假設τ無限大。同時假設無風險利率為常數。所有的二階項都與時間微分同階，即二階項為O（dt），因此所有二階項記為q（At，σA，t;f）dt，這里q是一個未知的函數。

假設買權對所有股票是同質的，即不同股票的買權函數形式相同。由于公司資產難以觀測，且期權價格齊性（即單位資產的期權價格相同），假設模型（1）對資產的反函數為：

AtDt=g（Et/Dt，1，σA，t，τ，rt）

≡f－1（Et/Dt，1，σA，t，τ，rt） （4）

本文將資本結構量化為總負債與總資產市值的比值，總資產市值等于股權價值與總負債之和。由于我國股票市場同時存在著流通股與非流通股（限售股），本文將股權價值定義為流通市值與非流通股權價值之和。于是將模型（4）改為模型（5）：

AtDt+Et=g［Et/（Dt+Et），1，σA，t，τ，rt］

≡f－1［Et/（Dt+Et），1，σA，t，τ，rt］ （5）

同時，將模型（3）改為模型（6）：

dEtEt=ΔtAtDt+EtDt+EtEtdAtAt+vtEtdσA，t+

12Et2fA2td（A）t+2f（σA，t）2d（σfA）t+

2fAσA，td（A，σA）t （6）

將模型（5）代入模型（6）中，對收益率化簡得到模型（7）：

dEtEt=Δtg［Et/（Dt+Et），1，σA，t，τ，rt］Dt+EtEtdAtAt+vtEtdσA，t+q（At，σA，t;f）dt=LM［Et/（Dt+Et），1，σA，t，τ，rt］dAtAt+vtEtdσA，t+q（At，σA，t;f）dt（7）

令Δtg［Et/（Dt+Et），1，σA，t，τ，rt］Dt+EtEt=LM［Et/（Dt+Et），1，σA，t，τ，rt］

稱LM［Et/（Dt+Et），1，σA，t，τ，rt］為杠桿乘數，模型（7）反映了公司資產收益與股票收益的關系。

對模型（2）使用伊藤引理，得到模型（8）：

dσA，t=μv（t，vt）2σA，t-σ2v（t，vt）8σ3A，tdt+

σv（t，vt）2σA，tdBv（t）=s（σA，t;μv，σv）dt+σv（t，vt）2σA，tdBv（t）（8）

將模型（2）和模型（6）代入模型（5）中，得到模型（9）：

dEtEt=［LMtμA（t）+s（σA，t;μv，σv）+q（At，σA，t;f）］dt+LMtσA，tdBA（t）+vtEtσv（t，σA，t）2σA，tdBv（t）（9）

考慮到長期收益的均值回復特點，忽略掉漂移項得到模型（10）：

dEtEt=LMtσA，tdBA（t）+vtEtσv（t，σA，t）2σA，tdBv（t）（10）

波動率模型通常含有均值回復的特點，比債務期限更短，資產波動率的累積實際上可以看成常數，第二項中的“vega”接近于0，因此得到模型（11）：

dEtEt=LMtσA，tdBA（t）

voltdEtEt=LMtσA，t（11）

Engle和Siriwardane建立結構化GARCH模型[21]：

rE，t=LMt－1rA，t，rA，t=hA，tεA，t

hA，t=ω+αrE，t-1LMt-22+β hA，t－1（12）

在模型（12）中，rE，t為房地產企業的股票收益率，LMt為杠桿乘數，rA，t為房地產企業的資產收益率，εA，t為隨機擾動項。由于金融市場信息具有不完全性和滯后性，杠桿乘數LM需要統一滯后一期。杠桿乘數LMt的計算見模型（13），其中gBSM是BSM方程中期權價格f的反函數。

LMt=

ΔBSMtgBSM（Et/（Dt+Et），1，σfA，t，τ）Dt+EtEtφ（13）

當φ=1時，模型（12）為完全杠桿乘數的結構化GRACH模型。當φ=0時，模型（12）演變為GARCH（1，1）模型。當φ∈（0，1）時，資本結構對股票價格波動的影響程度由參數φ的大小決定，從資本結構角度解釋了股票價格波動的原因。當φ<0時，股票價格波動與資本結構變動背離，表明公司存在潛在財務風險。當φ>1時，資本結構波動會加劇股票價格波動，杠桿效應增大。

由于本文旨在利用結構化GARCH模型，研究資本結構變化與股價波動的關系，因此需要對模型重新估計并推算出杠桿乘數。無風險利率選取中國銀行同業拆借利率，使用GARCH模型擬合資產波動率σfA，t，利用BSM方程計算出期權價格f：

f=PN（d1）-X exp［-r（τ）］N（d2）（14）

在模型（14）中，d1和d2分別為BSM方程中正態分布的累積分布函數的分位點，τ為期權的到期期限。由于中國股票市場設有漲停板限制制度，因此設置執行價格的下限為X=0.9P，到期日最長為30個交易日，τ∈［1，30］。在實際運算中，本文發現選定不同執行價格與到期日，不會對最終的估計結果產生本質影響，結構化參數具有一定的齊性。在選取一系列不同的執行價格與到期日時，參數的估計結果沒有發生顯著變化。目前市場上的股票期權價格并不完善，因此使用房地產上市公司股票價格按照通常的BSM方程及計算出的理論的股票期權價格，并得到股票的delta值：ΔBSMt－1=Δf/ΔP，進而計算出期權價格的反函數，如模型（15）所示：

f-1t-1=At-1Dt-1+Et=

Et-1/（Dt-1+Et）+e-rτN（d2）N（d1）=gBSM［Et-1/（Dt-1+Et），1，σfA，t-1，τ］（15）

最后計算出杠桿乘數LMt。由于股票數據為日度數據，而資產負債為季度數據，所以數據頻率不一致。因此本文建立利率期限結構來構造貼現因子對數據進行擬合。假設貼現因子是到期期限的連續的分段函數。即在利率期限結構中將利率曲線分成各段，分別應用多項式樣條插值、指數樣條插值、B樣條插值、光滑樣條插值或VRP方法進行插值，使數據頻率匹配。由于不同的插值方法的估計結果差異較小，故本文對負債進行線性插值，使得負債數據與收益率數據相匹配。對模型使用極大似然法進行參數估計，對數似然函數的計算如模型（16）所示：

log（L）=

-12∑Tt=2log（2π）+log（LM2t-1hA，t）+（rE，t）2LM2t-1hA，t（16）

四房地產企業資本結構對股價波動傳遞效應的實證檢驗

資本結構攸關企業償債能力和再融資能力，杠桿乘數可以反映企業資本結構的優劣。杠桿乘數越大，企業財務風險就越高。股票收益率是衡量股價波動、反映股票市場整體趨勢的重要指標之一。本文以杠桿乘數衡量資本結構，以股票收益率作為股價波動的代理變量，實證檢驗房地產企業資本結構對股價波動的傳遞效應。

（一）保利地產結構化GARCH模型估計

本文選擇保利地產（600048）作為研究對象，樣本區間為2006年12月29日至2020年3月31日，從Wind數據庫中獲取關于企業資產負債及股票日收益率的數據。從圖1可以看出，保利地產的股票收益率分別在2008年3月至6月、2015年6月至9月出現了劇烈的波動，說明在該期間股票價格波動幅度較大。從圖2可以看出，保利地產的杠桿乘數在對應的兩個時間段也呈現出相同的波動趨勢，表明保利地產資本結構變動表現出與股價波動的同步性，且杠桿乘數放大了股票價格的波動。

基于一般GARCH模型和結構化GARCH模型，本文使用MATLAB2016a軟件，分別對保利地產股票收益率進行參數估計。在表1中，只有一般GARCH模型截距項ω不顯著，而該項并無實際意義。其他參數的統計量均大于臨界值1.96（顯著性水平為5%）。一般GARCH模型與結構化GARCH模型中相同參數的估計結果相差不大，都從數據角度解釋了股價波動聚集的特點。但結構化GARCH模型的對數似然函數取值較大，反映出結構化GARCH模型比一般GARCH模型具有更好的數據擬合能力。進一步地，反映杠桿效應的結構化參數φ=0.8967，說明保利地產的資本結構變動會較明顯地影響其股票價格波動，該結果在一定程度上解釋了保利地產股票價格波動的來源。

（二）上證地產指數結構化GARCH模型估計

保利地產結構化GARCH模型的估計僅反映單一房地產企業資本結構與股價波動的關系。為從整體上探討房地產市場的資本結構對股票市場的影響，本文選擇在上海證券交易所掛牌上市的、股票市值排名前10的房地產指數作為上市房地產企業的綜合代表，選取指數數據的時間范圍為2009年9月30日至2020年3月31日。從圖3可以看到，在2015年6月至9月期間，上證地產指數收益率經歷了比較大的波動。從圖4可以看到，房地產企業杠桿乘數在該期間也呈現出急劇變化的趨勢，表明反映企業財務杠桿狀況的杠桿乘數與股價波動具有同步性。

本文使用MATLAB2016a軟件，對上證地產指數收益率進行GARCH模型的參數估計。在表2中，估計參數的t值均大于臨界值1.96（顯著性水平為5%）。一般GARCH模型與結構化GARCH模型中相同參數的估計結果相差不大。但結構化GARCH模型的對數似然函數取值較一般GARCH模型更大，反映出結構化GARCH模型的擬合效果更好。反映杠桿效應的結構化參數φ=0.1730，盡管該值比保利地產個股（φ=0.8967）要小，但從整體來看房地產行業的財務杠桿水平會充分影響股票價格波動，房地產企業資本結構變動是房地產行業股票價格波動的一個誘因。

通過對保利地產和上證地產指數的實證分析，本文發現結構化GARCH模型在一定程度上解釋了上市房地產企業股價波動的來源，房地產企業資本結構的變動會對其股票價格波動產生傳遞效應。同時，結構化GARCH模型的擬合效果及估計結果要優于一般GARCH模型，反映出房地產市場具有一定的結構化特征。

（三）資本結構對股票收益率的溢出效應分析

房地產企業通過項目抵押貸款、信用貸款、債券發行、供應商墊付、購買者預付等以單一資產為標的、通過多重負債增加杠桿倍數，輔以房價增長階段的快速銷售，從而增加資金的周轉次數、加快周轉速度，實現規模擴張。短期來看，高財務杠桿帶來的風險收益可能增加股東價值。但長期看，高杠桿導致的風險積聚使企業財務缺乏韌性，對現金流轉和持續經營能力的挑戰越來越大，最終對股東價值產生負面影響，甚至可能因個別債務清償受限產生多米諾骨牌效應。特別是在“三道紅線”去杠桿化政策背景下，“紅線企業”融資能力受限、償債壓力快速上升，資金鏈斷裂引起的信用崩盤將快速傳遞導致股價崩盤。上文利用改進的結構化GARCH模型證實了房地產企業資本結構變動，尤其是負債規模的增減，是引起股價波動的重要原因之一。鑒于資本結構合理與否是衡量房地產市場是否有序發展的重要指標，本文進一步檢驗資本結構對股票收益率的溢出效應，參照因子模型，建立回歸模型（17）。

rE，t－rA，t=a+b×DtDt+Et+c（rM，t－rf）+

d ln St+et? ?（17）

其中，rE，t-rA，t反映房地產企業股票超額收益率。Dt為房地產企業負債總和，Dt+Et為房地產企業市值總和。為了避免內生性問題，引入了控制變量市場超額收益率rM，t－rf和市場總規模St。上述數據均使用2009年9月30日至2020年3月31日期間股票市值排名前10的上證地產指數的數據計算，對模型（17）主要變量進行ADF檢驗，結果顯示各變量都是平穩的。

表3列示了上證地產指數資本結構（用債務市值比量化）對股票收益率溢出效應的估計結果?；貧w結果顯示，債務市值比與股票超額收益率在1%的水平上顯著負相關。債務市值比越高，房地產企業的財務杠桿越大，財務風險越高，房地產企業股票的表現可能會更差。上述結果表明，過高的負債水平可能并不會提升房地產企業的規模效應，反而會抑制股票收益率的增長。房地產企業應當把杠桿率降低到有效防范風險的閾值內，避免因杠桿率過高引致財務風險集中發生，最終導致股票價格異常波動。

五結論與啟示

在中國房地產行業債務危機頻發、中央去杠桿化政策背景下，本文選擇上海證券交易所的房地產企業作為研究對象，利用改進的結構化GARCH模型，探討房地產企業資本結構對股價波動的傳遞與溢出效應，結論如下：第一，通過保利地產的個案研究發現，杠桿乘數表現出與股價波動的同步性，杠桿乘數放大了股票價格的波動。第二，以上證地產指數為基準擬合的結構化GARCH模型再次驗證，房地產企業資本結構變動是房地產行業股票價格波動的一個誘因。第三，通過資本結構對股票收益率的溢出效應進行分析，發現債務市值比與股票超額收益率顯著負相關，說明過高的債務水平不會提升房地產企業的規模效應，反而會抑制股票收益率的增長。

基于研究結論，得到如下啟示：

第一，房地產企業經營理念的轉變要以穩定發展、風險控制為基本目標，控制自身財務杠桿水平，保持合理的資本結構。本文研究發現房地產企業高負債并不能帶來規模效應，反而會抑制股票收益率增長，不利于為股東創造價值。房地產企業應轉變以房價快速增長、消費者非理性搶購為基礎的高杠桿擴張模式；注重杠桿風險管控，留出足夠財務冗余度、保持財務適度彈性；將公司運營的重點由關注高杠桿擴張轉變為按時、按質為消費者交付產品，以及在保持資金有序流動的基礎上為股東創造價值。

第二，政府對房地產行業風險要“早發現、早管控”。房地產企業反復出現風險外溢的根本在于企業資本結構長期高位運行，抗風險能力低下。相關部門應嚴格控制房地產企業通過多種金融工具放大風險，從資本結構的源頭出發，防范個體企業特別是超大型房地產企業的財務風險，維護房地產行業的穩定，同時也要防范房地產行業風險的外溢。

第三，金融監管部門要落實對房地產市場的穿透式管控，為政府監管提供數據支持。除定期對銀行涉房貸款組織專項檢查外，還應關注“影子銀行”等機構流入房地產市場的資金數量，從資金源頭管控房地產企業資本結構與高杠桿風險。利用金融科技建立長效數據獲取機制，實現對房地產市場負債規模的持續監控應是未來構建監管機制的核心目標。

［參考文獻］

［1］陳享光，黃澤清.我國房地產價格變動的金融化邏輯[J].經濟縱橫，2017（12）：35-43+2.

[2]陳良華，葉茂然，遲穎穎.資本結構動態調整的目標資本結構優化研究——來自中國房地產上市公司的經驗證據[J].東南大學學報（哲學社會科學版），2022（3）：31-39+146.

[3]萬曉莉，張冰濤，張棟浩.去杠桿政策下房地產企業的銷售分化及其對債務風險的影響[J].財貿經濟，2023（8）：56-73.

[4]白彥軍，魯筱，葉劍平.房地產企業股權結構對債務風險的影響研究[J].財經問題研究，2023（9）：105-116.

[5]張云，劉蕓，章逸飛.“房住不炒”政策的股市溢出效應——包含房產要素的動態均衡模型與資產定價研究[J].系統工程理論與實踐，2022（4）：865-878.

[6]王曉明.銀行信貸與資產價格的順周期關系研究[J].金融研究，2010（3）：45-55.

[7]彭興庭.我國房地產市場與股票市場的波動相關性研究[J].北京理工大學學報（社會科學版），2011（5）：39-43.

[8]林眾，林相森.中國房地產市場與股票市場相關性的實證研究[J].統計與決策，2013（12）：133-136.

[9]李增剛，杜舒康.房股聯動影響固定資產投資嗎？——來自中國資產市場的經驗證據[J].濟南大學學報（社會科學版），2021（4）：100-114+159.

[10]劉璐，王晉斌，郝超鵬.信貸、房價、股價及GDP的關系——基于TVP-VAR方法的分析[J].金融論壇，2020（6）：11-22.

[11]黃義.股票市場與房地產市場波動溢出效應研究[J].統計與決策，2014（2）：127-131.

[12]蔣彧，李潔，王花.中國房地產市場與股票市場的雙向溢出效應研究[J].上海經濟研究，2021（6）：93-104.

[13]徐國祥，王芳.我國房地產市場與股票市場周期波動的關聯性探討[J].經濟管理，2012（2）：133-141.

[14]逯進，劉芳燕，華玉飛.貨幣政策、股票價格與房價波動[J].統計與信息論壇，2023（1）：81-94.

[15]李成，馬文濤，王彬.我國金融市場間溢出效應研究——基于四元VAR-GARCH（1，1）-BEKK模型的分析[J].數量經濟技術經濟研究，2010（6）：3-19.

[16]劉金全，解瑤姝.中國房地產市場與股票市場動態關聯機制的實證檢驗[J].金融學季刊，2016（4）：76-92.

[17]張浩，韓銘輝，姚佳穎.外匯市場、股票市場與房地產市場的風險傳染研究——基于三元VAR-BEKK-GARCH模型實證分析[J].運籌與管理，2020（7）：206-213.

[18]魏鋒.中國股票市場和房地產市場的財富效應[J].重慶大學學報（自然科學版），2007（2）：153-157.

[19]Merton R C. On the pricing of corporate debt： the risk structure of interest rates[J].The Journal of Finance， 1974（2）：449-470.

[20]Leland H E， Toft K B. Optimal capital structure， endogenous bankruptcy， and the term structure of credit spreads[J].The Journal of Finance， 1996（3）：987-1019.

[21]Engle R F， Siriwardane E N. Structural GARCH： the volatility-leverage connection[J].The Review of Financial Studies， 2018（2）：449-493.