基于杠杆理论的房地产上市公司财务风险研究

来源:用户上传      作者:

　　【摘要】  房地产行业在我国国民经济中所占的比重越来越大，加强对房地产上市公司财务风险的研究尤为重要。现有学者大多用Z值模型来度量房地产行业上市公司的财务风险，忽略了对财务杠杆的应用。因此，文章基于杠杆理论，对房地产上市公司的财务风险进行了测评。
　　【关键词】   房地产;财务风险;杠杆理论
　　【中图分类号】  F275  【文献标识码】  A  【文章編号】  1002-5812（2019）10-0046-04
　　一、引言
　　自1998年以来，房地产行业在我国国民经济中所占的比重稳步提升。房地产行业规模大、增速快，且其会拉动其他行业的增长，如建筑业、住宿餐饮业、金融业、批发与零售业、交通运输及仓储业等，房地产行业的重要性日益突出。但房地产行业的投资规模大，经营过程中的不确定性强，导致其财务风险较大。
　　现有关于房地产财务风险的研究采用了多种工具，例如Altman的Z值模型、Logistic模型、功效系数法，对房地产行业财务风险的预警系统进行了构建。杠杆理论也是研究财务风险的一个重要工具，且其相对于其他工具而言，计算方法较为简单，结果更为直观，公司的各项财务指标的变化能够被财务杠杆灵敏地反映（张养维，2009）。但是采用杠杆理论对房地产行业财务风险进行研究的学者不多，且大多集中于财务风险影响因素的研究，缺乏对财务杠杆合理值域的确定。基于此，本文运用杠杆理论，对房地产行业上市公司杠杆的合理值域进行确定，用此结果分析现有企业的财务风险状况，并提出相应的对策建议。
　　二、文献简述
　　对于房地产行业财务风险的研究，大多集中于财务风险预警系统的构建，但对房地产行业财务风险的分析及应用研究较少，且大多集中于林业和制造业。王雨涵和王兰会（2014）用杠杆理论分析了林业上市公司中木业家具行业和造纸行业的财务风险，得出两个行业的均值、最大值、最小值等，并对其进行比较，进而提出相应的对策建议。郝慧俊（2018）研究了制造业类上市公司财务杠杆对财务风险的影响，通过回归分析法分析了财务风险和各个指标之间的关系，研究发现部分企业可能由于财务杠杆使用不恰当或负债比例过高而存在潜在的财务风险。而杠杆理论在房地产行业财务风险研究中的应用，主要集中于对其影响因素的探讨。彭瑞宣（2018）采用文献研究与实证分析相结合的方法，基于大样本数据，提取了我国房地产上市公司财务杠杆的影响因素，结果显示：财务杠杆同公司规模和盈利能力以及物价水平、公司成长性等正相关，而城市化水平、非债务税盾与财务杠杆负相关。
　　三、研究设计
　　（一）研究思路
　　本文首先采用因子分析法对房地产行业上市公司的经营业绩进行评价，选取评价结果为正值的企业作为确定杠杆合理值域的样本。之所以选取评价结果为正值的企业作为确定杠杆合理值域的样本，一方面是因为房地产行业上市公司数量较多，仅选取几家领军企业并不能很好地反映房地产行业的整体状况;另一方面的原因是评价结果为正值的企业综合绩效较好，风险水平适中。以此方法确定杠杆合理值域的样本后，计算样本企业的总杠杆、财务杠杆及经营杠杆，并对杠杆结果进行描述性统计和探索性统计的分析，以95%的置信区间计算样本的合理值域，并用合理值域计算结果对现有房地产行业上市公司的财务风险进行分析。
　　（二）研究假设
　　本文所有的研究基于以下5个假设，一是有效市场假说，即认为公司所处市场是有效的，资源是稀缺的，由此企业的限期经营目标是追求利润最大化、股东财富最大化或每股收益最大化，并认为三者一致。二是资源结构稳定，可量化表，即认为公司在一定时期内或现有产能下，资源结构保持相对稳定，并且可以量化。三是资本结构决定功能，即认为公司资本结构决定功能，功能有效发挥取决于资本结构优化。四是有限理性，即认为公司的经营决策者是有限理性的。五是财务报告真实可靠，即认为上市公司编制的财务报告已经注册会计师审计，并能真实有效地反映上市公司的财务状况和经营成果。
　　（三）变量定义
　　本文共选取了13个财务指标，来反映房地产行业上市公司的财务风险，如表1所示。
　　在所选取的13个指标中，用倒数法对资产负债率与权益乘数进行正向化处理，分别命名为资产负债率倒数及股东权益比率。
　　（四）样本选择
　　本文以2017年为研究年度，选取211家房地产行业上市公司作为数据来源，最后筛选出105家公司作为因子分析的样本，筛选时的具体标准如下：本文剔除了ST上市公司，选取的公司均为非ST上市公司;剔除了2015—2017年财务指标不完整的公司;剔除了主业非房地产的公司，主业为房地产的企业包括房地产开发经营、物业管理、房地产中介服务、其他房地产活动。
　　四、实证研究
　　（一）因子分析
　　运用SPSS 25.0软件将原始数据进行因子分析，首先通过KMO和巴特利特球形检验验证其是否能够进行因子分析，检验结果得出：KMO值为0.665，说明各变量之间的信息的重叠度可能不是特别高，但巴特利特球形度检验的显著性接近于0，小于0.05，应拒绝各变量独立的假设，即变量间具有较强的相关性，表明可以对原始数据进行因子分析。
　　采取主成分分析的方法进行因子提取，同时对因子载荷矩阵实行方差最大化正交旋转，选取特征值大于1的因子作为主成分因子，最后选取出5个主成分因子，累计方差贡献率达到80.327%，表明这5个主成分因子可以解释原有变量所包含的大部分信息，结果见表2。
　　表3反映了各主成分所包含的经济意义，将每一个主成分分别命名为F1、F2、F3、F4、F5。在F1的载荷量中，X4（营业净利率）的系数为0.899，X3（营业利润率）的系数为0.898，X2（净资产收益率）的系数为0.895，因此F1可以用来反映盈利能力，称为盈利因子。 　　在F2的载荷量中，X9（股东权益比率）的系数为0.888，X8（资产负债率倒数）的系数为0.866，X7（速动比率）的系数为0.743，因此F2可以用来反映偿债能力，称为偿债因子。在F3的载荷量中，X12（总资产增长率）的系数为0.840，因此F3可以用来反映发展能力，称为发展因子。在F4的载荷量中，X11（总资产周转率）的系数为0.909，在F5的载荷量中，X10（存货周转率）的系数为0.905，因此F4和F5可以共同反映营运能力，称为营运因子，见表4。
　　
　　根据得分系数矩阵，可以写出各因子的表达式。以Wij（i=1，2，3，4，5，j=1，2，3，…，13）表示成分得分系数矩阵中的各系数，Xuv （u=1，2，3，…，13，v=1，2，3，…105）表示原始数据中各公司的各指标变量，则第v个公司第i个因子的得分函数为Fiv=∑WijXuv，例如第二家公司的各因子得分为：
　　计算出各公司的各得分因子后，利用各个因子的方差贡献率可求出各经营业绩的最终得分Fv（v=1，2，3…105），计算公式为：Fv=0.31606F1v+0.20225F2v+0.09650F3v+0.09639F4v+0.09207F5v。
　　根据得分结果，筛选出103家经营业绩为正值的企业作为确定杠杆合理值域的初步样本。
　　（二）杠杆分析
　　1.杠杆计算。财务中的杠杆包括总杠杆、财务杠杆、经营杠杆。其中，总杠杆指由于固定费用（经营方面的固定费用和财务方面的固定费用）的存在，使得业务量发生较小变化时，利润会产生较大的变化;财务杠杆是指因固定财务费用的存在，公司经营利润（息税前利润）的较小变化，会带来投资者收益（净资产收益率或每股收益EPS）较大幅度的变化;经营杠杆是指因固定经营费用的存在，业务量的较小变化，会引起息税前利润大幅度变化。财务杠杆的作用会放大企业的财务风险，一般認为，杠杆系数越大，杠杆对风险的放大作用越强。各杠杆的计算公式如下：
　　其中，F为固定成本，由于上市公司内部数据获取不易，本文采用销售费用、管理费用以及当期累计折旧和摊销来代替固定成本;I表示利息费用，同样，采用财务费用来代替利息费用;EBIT 表示息税前利润，由于现有报表无法直接获取息税前利润，因此本文采用利润总额与财务费用之和来代替息税前利润;PD为优先股股利，T为2017年企业所得税税率25%。
　　根据以上公式，运用Excel求得各公司的总杠杆、财务杠杆、经营杠杆的值。根据其计算原理可得，总杠杆、财务杠杆均应大于0，经营杠杆应大于1。
　　2.描述性统计。对103家企业进行进一步筛选，剔除总杠杆、财务杠杆为负，经营杠杆小于1的企业共1家，最终筛选出102家公司作为确定合理值域的最终样本。运用SPSS 25.0软件，对102家房地产上市公司的杠杆进行描述性统计，统计结果见表5。房地产行业2017年上市公司的总杠杆均值为2.4063，财务杠杆的均值为1.3318，经营杠杆的均值为1.7333，样本中财务杠杆的标准误差为0.0512，相比于总杠杆和经营杠杆而言，其标准误差最小，测量结果更具可靠性。结果显示总杠杆具有较大的方差和标准差，说明该行业中各公司的总杠杆比较分散，而财务杠杆的标准差和方差都比较小，说明该行业中各个公司的财务杠杆系数都比较集中，经营杠杆系数则居于两者之间。总杠杆的全距为15.2582，财务杠杆的全距为3.4044，经营杠杆的全距为4.5937，可以看出房地产行业内部总杠杆系数差异较大，经营杠杆次之，所面临的总体风险状况有着明显的差别。房地产行业竞争者的数量较大，但有较大实力的公司数量则较少，市场竞争激烈，公司经营过程中面临的不确定性较强，此外，房地产行业土地成本、前期建安工程费、基础设施配套工程费、公共设施配套费及部分营销费用等固定成本较高，导致其经营杠杆数值较大。另外，由于房地产行业的公司规模和地方政策的差距较大，导致该行业的经营杠杆全距较大。但正是由于这些经营过程中不确定因素的存在，上市公司一般都采用比较稳健的财务政策，导致财务杠杆系数间的差距较小。
　　
　　
　　3.探索性分析。下页表6是103个有效样本在95%置信区间下，利用SPSS 25.0软件进行探索分析得出的微观经济杠杆的合理值域。2017年度房地产行业上市公司总杠杆的合理值域为[2.052625116，2.803289737]，财务杠杆的合理值域为[1.2108207，1.421443911]，经营杠杆的合理值域为[1.170894316，1.940776927]。
　　其中，总杠杆、财务杠杆、经营杠杆都合理的公司有4家，见表7，这4家公司总杠杆、财务杠杆、经营杠杆均控制得比较好，经营业绩比较稳定。
　　根据探索性统计结果分析，有65家公司总杠杆小于下限，其中有51家财务杠杆小于下限，有11家经营杠杆小于下限，且总杠杆小于下限的公司中，F值大多大于0小于1，表明这些企业虽然风险控制得比较小，但其经营业绩并不十分出色，其应该提高经营效率，充分发挥市场作用。
　　总杠杆大于上限的公司有22家，其中财务杠杆大于上限的有11家，经营杠杆大于上限的有17家。其中总杠杆大于上限的公司中F值范围集中在0.1—0.5之间，表明其风险控制能力较弱，经营效率也不高。
　　总杠杆在合理值域内的公司有18家，其中有2家公司F值大于1，表明这两家公司风险控制能力较强，且经营效率较高;其余16家公司F值均小于1，一定程度上反映了这些公司风险控制在较为合理的范围内，且经营业绩较好。
　　五、结论与建议
　　根据实证研究的结果，可以看出房地产行业上市公司的财务风险整体较小，这可能是因为随着房地产行业的发展，其投资经营规模越来越大，政府加强对其融资的监管;另外，房地产行业由于融资规模较大、融资渠道单一，主要从银行进行借款，而银行也加强了对借款条件的审核力度，因此房地产行业的财务杠杆整体偏小。建议上市公司可以适当地增加杠杆水平，更多的采取举债经营的策略，增加公司的价值。实证研究的结果也表明房地产行业上市公司的经营风险大多处于适中的水平，出现这样的结果可能是因为房地产行业的大多数公司通过多元化的经营战略分散了经营风险。
　　六、研究不足与展望
　　在本文的研究中，只选用了财务指标而未考虑非财务指标，毋庸置疑的是，非财务指标也是度量企业财务风险的重要因素，因此可进一步完善分析指标体系，提高评价结果的参考价值。另外本文的研究结果与大多数人的认知有所偏差，造成这个结果的可能原因有两个。第一，在对公司进行业绩评价时，变量的选取具有较强的主观性;第二，因子分析方法本身具有局限性。同时，有学者指出传统的杠杆计算出的是名义杠杆，并非企业的实际杠杆，而名义杠杆会高估企业的财务风险，未来进一步的研究可考虑实际杠杆和名义杠杆之间的差异。Z
　　【主要参考文献】
　　[1] 彭瑞宣.中国房地产上市企业财务杠杆影响因素的实证分析[J].当代经济，2018，（08）.
　　[2] 王贞洁，王竹泉.我国上市公司杠杆错估及其关联效应——对“去杠杆”政策的思考[J].经济管理，2018，40（04）.
　　[3] 郝慧俊.制造业类上市公司财务杠杆对财务风险的影响研究[J].现代经济信息，2018，（04）.
　　[4] 王雨涵，王兰会.基于杠杆理论的林业上市公司财务风险研究——以木业家具行业和造纸行业为例[J].绿色财会，2014，（07）.
　　【作者简介】
　　 张洁丽，女，西北大学经济管理学院研究生;研究方向：财务管理，商业模式创新。
　　 上官萌，女，西北大学经济管理学院研究生;研究方向：财务管理，知识管理。
转载注明来源:https://www.xzbu.com/2/view-14857258.htm