• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      經(jīng)濟新常態(tài)下房地產(chǎn)企業(yè)規(guī)模與債務(wù)壓力關(guān)系研究

      2024-10-22 00:00:00漢桂民李雪松
      經(jīng)濟研究導(dǎo)刊 2024年17期

      摘 要:在經(jīng)濟新常態(tài)的背景下,管理好房地產(chǎn)行業(yè)風(fēng)險是金融風(fēng)險管理的重點議題之一。不同規(guī)模的房地產(chǎn)企業(yè)面臨的債務(wù)壓力也不同。使用Panel Data模型和穩(wěn)健最小二乘法方法,對大、中、小型房企的償債能力進行研究,結(jié)果發(fā)現(xiàn)大型房地產(chǎn)企業(yè)因為自身的優(yōu)勢,對于周期波動的風(fēng)險抵抗能力較強,中型房地產(chǎn)企業(yè)次之,最敏感、抗風(fēng)險能力最差的是小型房地產(chǎn)企業(yè)。這說明進行調(diào)控時,不僅要考慮房地產(chǎn)行業(yè)的總體特征,而且還要考慮規(guī)模因素。因此,應(yīng)加大產(chǎn)業(yè)集中度,提高企業(yè)競爭力和抗風(fēng)險能力。對于小型房地產(chǎn)企業(yè)該淘汰就要淘汰,對于中型房企適度從緊,對于大型房企政策從緊,但前提是不要引發(fā)系統(tǒng)性經(jīng)濟風(fēng)險。

      關(guān)鍵詞:大、中、小型房企;企業(yè)規(guī)模;債務(wù)壓力;償債能力;穩(wěn)健最小二乘法;面板數(shù)據(jù)模型

      中圖分類號:F832.4 文獻標志碼:A 文章編號:1673-291X(2024)17-0013-05

      Wind數(shù)據(jù)顯示,截至2016年上半年,房地產(chǎn)行業(yè)資產(chǎn)負債率為79.72%。房地產(chǎn)開發(fā)行業(yè)前期投資非常大,正常的范圍在60%—70%之間,如超過80%,則負債比例過高。人民法院公告網(wǎng)顯示,截至7月24日,2019年全國已有274家房地產(chǎn)企業(yè)發(fā)布破產(chǎn)公告,僅7月24日就有3家房企加入破產(chǎn)行列。宣告破產(chǎn)的房企大多屬于中小規(guī)模的企業(yè)(新京報,2019)。中國政府進行房地產(chǎn)調(diào)控時,主要是從宏觀角度進行調(diào)控,或者根據(jù)城市規(guī)模進行調(diào)控。但是還有一個重要的視角,那就是房地產(chǎn)企業(yè)規(guī)模。規(guī)模不同,企業(yè)面臨的市場、融資環(huán)境等都大不相同,企業(yè)的債務(wù)風(fēng)險也大不相同。供給側(cè)結(jié)構(gòu)性改革主要涉及產(chǎn)能過剩、樓市庫存大、債務(wù)高企這三個方面,為解決好這一問題,就要推行去產(chǎn)能、去庫存、去杠桿、降成本、補短板五大任務(wù)。但是,如果不考慮公司規(guī)模,政策結(jié)果可能會達不到預(yù)期效果。

      一、文獻綜述

      國內(nèi)學(xué)者大多從金融成長周期理論、上市公司規(guī)模、壓力測試理論和融資渠道等角度研究企業(yè)尤其是房地產(chǎn)企業(yè)面臨的債務(wù)壓力。

      在現(xiàn)代經(jīng)濟學(xué)的企業(yè)融資結(jié)構(gòu)理論中,金融成長周期理論較為符合中小企業(yè)的實際。張捷等(2002)通過對中美兩國中小企業(yè)融資結(jié)構(gòu)的比較,驗證了金融成長周期規(guī)律對中國中小企業(yè)的適用性。周勤等(2006)發(fā)現(xiàn)公司的規(guī)模越大,公司的債務(wù)融資越多。周陽敏(2014)構(gòu)建了房地產(chǎn)企業(yè)風(fēng)險壓力測試的理論體系,對我國房地產(chǎn)企業(yè)(上市公司)進行了壓力測試,在面對各類房地產(chǎn)調(diào)控政策沖擊時,房地產(chǎn)企業(yè)(上市公司) 整體抗風(fēng)險能力都很弱,我國房地產(chǎn)企業(yè)的抗風(fēng)險能力或風(fēng)險暴露水平出現(xiàn)兩極分化。徐東東(2017)提出利用私募股權(quán)投資基金、房地產(chǎn)信托基金、夾層融資、借殼上市等方式創(chuàng)新融資渠道,以解決中小房企融資難題。Nan Zhou et al.(2017)利用中國2009—2014年936家上市公司的數(shù)據(jù),使用GMM方法研究信貸擴張、自由現(xiàn)金流是否與企業(yè)投資相關(guān)聯(lián),結(jié)果表明信貸擴張、自由現(xiàn)金流擴大了公司新投資和過度投資。馬亞明(2018)建立帶有隨機波動的時變參數(shù)向量自回歸(TVP-VAR)模型,實證檢驗影子銀行、房地產(chǎn)投資水平、房價以及房地產(chǎn)庫存量四者之間的動態(tài)關(guān)系。影子銀行的擴張并不必然會導(dǎo)致房價的上漲;房地產(chǎn)市場的快速發(fā)展對影子銀行產(chǎn)生了持續(xù)的資金需求。鼓勵并創(chuàng)造條件推進房地產(chǎn)開發(fā)商等中小企業(yè)探索多元化的融資模式。鄭旭丹等(2021)發(fā)現(xiàn)經(jīng)濟不確定性的增加會促使商貿(mào)流通企業(yè)增加長期負債的比例,從而加劇債務(wù)負擔,降低企業(yè)經(jīng)營績效。

      國外學(xué)者從宏觀問題、委托代理問題、期權(quán)定價問題等角度研究企業(yè),尤其是中小企業(yè)和房地產(chǎn)企業(yè)的債務(wù)問題。Kelly等(2015)估計了導(dǎo)致愛爾蘭中小企業(yè)在嚴重的金融和經(jīng)濟危機中進入困境的決定因素,銀行和非銀行的信貸可以描述宏觀經(jīng)濟壓力的增加;經(jīng)濟周期中,銀行信貸的標準和可獲得性決定了企業(yè)的存亡。理論研究認為最優(yōu)債務(wù)期限結(jié)構(gòu)可以降低債務(wù)合同引發(fā)的委托代理問題。Daniel(2016)認為,貸款過度增加與全球金融危機之后投資快速增加有關(guān)。投資效率下降,公司財務(wù)狀況不斷惡化,進而影響金融系統(tǒng)資產(chǎn)質(zhì)量。重點在于識別財務(wù)困難的公司,提前確認金融系統(tǒng)的損失。有的文章從開放經(jīng)濟角度研究債務(wù)對于企業(yè)的影響。Sebnem Kalemli-Ozcan et al.(2016)量化研究了危急時刻信貸、資產(chǎn)負債表等渠道對于企業(yè)投資的影響。在新興市場經(jīng)濟體,危機階段有兩個特點:在銀行業(yè)和貨幣雙重危機中,出口商的信貸需求與金融機構(gòu)信貸供給趨勢相反。銀行業(yè)危機中,信貸供給減少的幅度高于貨幣危機中信貸供給減少的幅度。資產(chǎn)負債表的問題來自企業(yè)資產(chǎn)和負債的不匹配,也來自貨幣的不匹配。由于外資企業(yè)更容易獲得信貸,所以外資企業(yè)危機時期更容易獲得信貸的替代變量。在貨幣危機中,在投資率方面,出口商相對于外資出口商沒有顯著性區(qū)別,雖然二者的資產(chǎn)負債表都有惡化。

      中小企業(yè)對于委托代理問題較為敏感,Jose Lopez-Gracia(2015)利用中小企業(yè)數(shù)據(jù)檢驗上述理論。中小企業(yè)出現(xiàn)的委托代理問題主要發(fā)生在所有人和債權(quán)人之間,因為中小企業(yè)增長速度快,而其固定資產(chǎn)少和信息不對稱,中小企業(yè)債務(wù)結(jié)構(gòu)面臨的主要問題是投資不足、資產(chǎn)替代和過度投資。有的研究從期權(quán)定價的角度來考察企業(yè)的債務(wù)問題。基于Black,Scholes 和Merton(BSM或有要求權(quán)模型)和KMV公司框架,Kanak Patel et al. (2006)利用112個房地產(chǎn)公司的樣本(時間跨度為1980—2001年),估計房地產(chǎn)公司的違約距離和風(fēng)險中性違約概率。BSM或有要求權(quán)模型預(yù)測失敗分為兩種情況:一是BSM或有要求權(quán)模型沒預(yù)測公司違約,但公司違約了;二是BSM或有要求權(quán)模型預(yù)測公司違約,但公司沒違約。實證結(jié)果發(fā)現(xiàn)沒有公司屬于情況1,112個公司里有12個公司屬于第二種情況。實證結(jié)果支持了BSM或有要求權(quán)模型的理論基礎(chǔ),因為違約的兩大原因是高杠桿率和資產(chǎn)價格波動。Marco Raberto(2011)使用計算機程序Eurace進行仿真,探討債務(wù)和主要經(jīng)濟指標之間的關(guān)系。貸款可以從兩個方面影響經(jīng)濟表現(xiàn):促進經(jīng)濟增長或使經(jīng)濟進入衰退甚至危機。實驗結(jié)果表明實體經(jīng)濟與金融之間相互影響。對高杠桿公司進行了調(diào)整后,H.K. Levy(2014)發(fā)現(xiàn)Altman模型可以提前一個季度、一年和兩年預(yù)測公司破產(chǎn)概率。當經(jīng)濟從擴張轉(zhuǎn)為衰退時,高杠桿公司首先違約。

      基于前人的研究,我們發(fā)現(xiàn)目前還沒有基于房地產(chǎn)企業(yè)規(guī)模的債務(wù)研究。本文把房地產(chǎn)企業(yè)分為大、中、小房地產(chǎn)企業(yè),不同規(guī)模的房地產(chǎn)企業(yè)布局不同,面臨的債務(wù)壓力也不同。我們利用Wind數(shù)據(jù),使用Panel Data和穩(wěn)健最小二乘法(RLS)方法,對大、中、小型房企的償債能力進行研究,并提出相應(yīng)的政策建議。

      本文結(jié)構(gòu)如下:一是導(dǎo)論,二是模型構(gòu)建與結(jié)果分析,三是結(jié)論。

      二、模型構(gòu)建與結(jié)果分析

      (一)數(shù)據(jù)來源與變量設(shè)置

      本文數(shù)據(jù)來自萬得數(shù)據(jù)(Wind)??紤]到數(shù)據(jù)的可得性和真實性,數(shù)據(jù)時間跨度為11年,即2006—2016年。選取變量為有息負債率(Interest-bearing Debt Ratio:IDR)、存貨周轉(zhuǎn)率(Inventory Turnover:IT)、銷售利潤率(Profit Margin:PM)、房地產(chǎn)個人抵押貸款(Mortgage Loans:ML)、房價(Housing Price:HP)、地價(Land Price:LP)、社會融資規(guī)模(Aggregate Financing to the Real Economy:AF)、GDP、匯率(Exchange Rate:ER)。

      有息負債比率:帶息負債比率=(帶息負債總額/負債總額)*100%。預(yù)收賬款是核算企業(yè)按合同約定向其客戶預(yù)收的貨款、定金等。與應(yīng)付款項等經(jīng)營性負債相比,預(yù)收賬款是一項不需要以現(xiàn)金償付的債務(wù),與銀行貸款等有息負債相比,預(yù)收賬款通常是一項不需要支付利息的負債。但從本質(zhì)上來說,預(yù)收賬款仍然是一項債務(wù),企業(yè)需要按照合同的約定,按時向客戶交付相應(yīng)的商品(勞務(wù))(飛雪漫天,2014)。房地產(chǎn)上市公司違約不交房的案例很少,如果這樣公司就倒閉了。所以,研究上市公司負債,我們采用的指標是有息負債比率,不包含預(yù)收賬款。

      存貨周轉(zhuǎn)率:房地產(chǎn)公司的存貨構(gòu)成了其總資產(chǎn)的最大部分。存貨周轉(zhuǎn)率的快慢,不僅關(guān)系到房地產(chǎn)商的利潤,而且關(guān)系到其負債率等重要指標,是其存亡的重要指標之一。

      假設(shè)1:存貨周轉(zhuǎn)率與房地產(chǎn)業(yè)的有息負債比率呈顯著性負相關(guān)。

      銷售利潤率:銷售利潤率衡量房地產(chǎn)公司的利潤情況。有時候,房地產(chǎn)公司的銷售額增長不一定是其利潤率提高,有可能是降價銷售,甚至賠錢銷售,所以我們用銷售利潤率來衡量房地產(chǎn)企業(yè)的盈利情況。盈利上升,就會有資金償還債務(wù)。

      假設(shè)2:銷售利潤率與房地產(chǎn)業(yè)的有息負債比率呈顯著性負相關(guān)。

      房價:此處使用數(shù)據(jù)為房價景氣指數(shù)。房價是房地產(chǎn)企業(yè)所售商品的價格,一般來說,價格上漲,負債率降低,利潤上升。但是在房地產(chǎn)進入調(diào)控的時候,比如說限售,即使房價上漲,但房地產(chǎn)企業(yè)無法銷售房屋,就會出現(xiàn)房價漲而銷售額不漲的情況。但總體來說,房價上漲,盈利上升,就會有資金償還債務(wù)。

      假設(shè)3:房價與房地產(chǎn)業(yè)的有息負債比率呈顯著性負相關(guān)。

      地價:地價是政府可以調(diào)控的一個變量。因為政府是土地的寡頭壟斷者,可以通過土地供給的增減調(diào)整地價。地價是房價的預(yù)期調(diào)整因子,房價可以看作地價的滯后變量,所以在此模型里,我們加入滯后變量。房價的上漲經(jīng)常是由地價上漲推動的。土地儲備是房地產(chǎn)公司的重要成本之一,成本上升,債務(wù)上升。

      假設(shè)4:地價與房地產(chǎn)業(yè)的有息負債比率呈顯著性正相關(guān)。

      社會融資規(guī)模:社會融資規(guī)模主要包括人民幣貸款、外幣貸款、委托貸款、信托貸款、未貼現(xiàn)的銀行承兌匯票、企業(yè)債券、非金融企業(yè)境內(nèi)股票融資、保險公司賠償、投資性房地產(chǎn)和其他金融工具融資十項指標。根據(jù)萬德數(shù)據(jù)(2016),房地產(chǎn)公司房地產(chǎn)開發(fā)資金來源構(gòu)成:利用外資比重為0.4%,貸款比重為16.1%,自籌資金比重為38.8%,其他資金來源44.6%,占比近45%,包括委托貸款、信托、公司債券等,內(nèi)容涵蓋正規(guī)銀行業(yè)務(wù)、影子銀行業(yè)務(wù)。貸款僅僅是上市房地產(chǎn)公司的融資構(gòu)成的16.1%。銀行開發(fā)貸余額同比增速在不斷下滑,一季度、二季度新增開發(fā)貸金額僅為4 000億元和1 000億元。但與此同時,銀行表外資金快速流向房地產(chǎn)。2016年上半年理財產(chǎn)品投資房地產(chǎn)金額達到24 801億元,較15年底又增加了9 429億元,將近開發(fā)貸款規(guī)模的兩倍。所以,社會融資總額(包含正規(guī)金融和影子銀行)是房地產(chǎn)融資較好的替代變量。

      假設(shè)5:社會融資規(guī)模與房地產(chǎn)業(yè)的有息負債比率呈顯著性正相關(guān)。

      GDP:GDP是宏觀經(jīng)濟情況的變量,測度宏觀經(jīng)濟與房地產(chǎn)企業(yè)債務(wù)的關(guān)系。GDP上行,居民可支配收入提高,對未來樂觀情緒上漲,房價上漲。

      假設(shè)6:GDP與房地產(chǎn)業(yè)的有息負債比率呈顯著性負相關(guān)。

      匯率:加入?yún)R率是從開放經(jīng)濟的角度研究房地產(chǎn)公司受到影響。房地產(chǎn)行業(yè)是資金密集型行業(yè),匯率的變化可以反映資金流入、流出中國的情況。另外,房地產(chǎn)公司為了擴寬融資渠道,在人民幣升值周期借入較多美元貸款,人民幣進入貶值周期后,房地產(chǎn)公司減少了美元貸款,并且加快美元貸款償還速度,所以匯率的升降,也可以測度其美元貸款的情況。因為中國資本與金融賬戶并未完全放開,人民幣貶值帶來資本外流的效應(yīng)預(yù)計小于外匯貸款的債務(wù)效應(yīng),所以得出假設(shè)7。

      假設(shè)7:人民幣直接匯率與房地產(chǎn)業(yè)的有息負債比率呈顯著性負相關(guān)

      所選變量數(shù)據(jù)統(tǒng)計如表1。

      如表1所示,上市房地產(chǎn)公司的有息負債比率均值為47%,上市房地產(chǎn)公司的存貨周轉(zhuǎn)率均值為1.2,銷售利潤率均值為20.2%,土地價格同比增長率均值為9.59%,房價景氣指數(shù)均值為99.2,社會融資規(guī)模同比增長率均值為19.56%,GDP同比增長率均值為9.34%,人民幣直接標價法的美元匯率均值為6.82,滯后一期房價均值為99.03,滯后一期地價同比增長率均值為10.02%。

      為了比較不同規(guī)模上市房地產(chǎn)公司的債務(wù)情況,我們利用穩(wěn)健最小二乘法模型(RLS),分別對大型、中型和小型上市房地產(chǎn)公司的數(shù)據(jù)進行計量分析。然后,使用Panel Data模型,對全體上市房地產(chǎn)公司進行研究。假設(shè)研究發(fā)現(xiàn),大型、中型和小型上市房地產(chǎn)公司的債務(wù)情況不同,或者大型、中型和小型上市房地產(chǎn)公司的債務(wù)情況與全體上市房地產(chǎn)公司的債務(wù)情況不同,那么政府的政策如果僅僅針對全體上市房地產(chǎn)公司,就會出現(xiàn)較大的偏差。

      (二)Panel Data模型

      本文所建穩(wěn)健Panel Data模型如下:

      首先,從整個行業(yè)的角度對房地產(chǎn)業(yè)的債務(wù)壓力進行研究。其中為了研究部分重要變量的時滯作用,將房價和地價滯后一期。本實驗通過了Hausman檢驗。為了檢驗穩(wěn)健性,在自變量里加入個人住房抵押貸款(ML),結(jié)果顯示房地產(chǎn)行業(yè)各變量的顯著性檢驗沒有受到影響,通過穩(wěn)健性檢驗。實驗結(jié)果見下頁表2。

      (三)穩(wěn)健最小二乘法模型(RLS)

      穩(wěn)健最小方差模型(Robust Least Squares Model)是計量經(jīng)濟學(xué)里的一種較新的計量方法。穩(wěn)健估計區(qū)別于最小二乘估計,最小二乘估計追求參數(shù)估計在絕對意義上的最優(yōu),而穩(wěn)健估計是在抗差前提下的最優(yōu)或接近最優(yōu)。這種方法可以保證所估的參數(shù)少受模型誤差,特別是粗差的影響。

      使用此模型,我們分別對小型、中型和大型上市房地產(chǎn)公司數(shù)據(jù)進行回歸分析,比較房地產(chǎn)企業(yè)規(guī)模對于房地產(chǎn)企業(yè)的有息負債比率的關(guān)系,見表2。

      存貨周轉(zhuǎn)率:整個房地產(chǎn)市場作為調(diào)控對象,提高存貨周轉(zhuǎn)率可以有效降低有息負債比率,假設(shè)1通過檢驗。但是如果考慮企業(yè)規(guī)模,就會發(fā)現(xiàn)不同的結(jié)果。小型房地產(chǎn)企業(yè)通過去庫存可以有效降低有息負債比率。中型房地產(chǎn)企業(yè)通過去庫存可以降低有息負債比率,但不顯著。大型房地產(chǎn)企業(yè)通過去庫存反而提高有息負債比率,但不顯著。大型房地產(chǎn)企業(yè)在去庫存的同時,因為看好未來樓市,并且具有拿地的競爭能力,所以會加快拿地,因此去庫存反而促使大型房地產(chǎn)企業(yè)有息負債比率上升。另一方面,規(guī)模較大的企業(yè)尤其是大中型國有企業(yè)預(yù)期現(xiàn)金流基本穩(wěn)定,資金鏈斷裂的可能性較低,信用評級高,因此具有得天獨厚的融資優(yōu)勢。政府在幫助房地產(chǎn)企業(yè)去庫存的同時,應(yīng)該注意預(yù)期管理,防止房地產(chǎn)企業(yè)因為去庫存產(chǎn)生房價未來還會繼續(xù)上漲的預(yù)期,加大負債規(guī)模進行投資,會進一步扭曲經(jīng)濟,使去庫存進入“高庫存,去庫存”的循環(huán)之中。

      銷售利潤率:如果整個房地產(chǎn)行業(yè)的銷售利潤率提高,會提高有息負債比率,但不顯著,假設(shè)2沒有通過檢驗。但是如果考慮企業(yè)規(guī)模,就會發(fā)現(xiàn)不同的結(jié)果。小型房地產(chǎn)企業(yè)和中型房地產(chǎn)企業(yè)的銷售利潤率提高,會顯著提高有息負債比率。從房地產(chǎn)周期長期考慮,小型房地產(chǎn)企業(yè)和中型房地產(chǎn)企業(yè)的生存環(huán)境相對較為惡劣,經(jīng)常為去庫存甚至采取降價銷售,影響了銷售利潤率和負債比率。大型房地產(chǎn)企業(yè)的銷售利潤率提高,會降低有息負債比率,但不顯著。

      地價:整個房地產(chǎn)市場做為調(diào)控對象,地價上升,會顯著提高有息負債比率,假設(shè)3通過檢驗。但如果考慮企業(yè)規(guī)模,就會發(fā)現(xiàn)不同的結(jié)果。小型房地產(chǎn)企業(yè)因為地價上升,購買土地的財務(wù)壓力顯著提高有息負債比率。中型房地產(chǎn)企業(yè)因為地價上升,購買土地的財務(wù)壓力提高有息負債比率,但不顯著。雖然不顯著,但大型房地產(chǎn)企業(yè)因為地價上升,反而會利用其自身優(yōu)勢降低有息負債比率。這說明小型房地產(chǎn)企業(yè)因為地價上升,購買土地的財務(wù)壓力明顯高于大、中型房地產(chǎn)企業(yè)。

      房價:整個房地產(chǎn)市場做為調(diào)控對象,房價上升會顯著提高有息負債比率,假設(shè)4沒有通過檢驗。房價上升對于有息負債比率的影響有兩個方面,這兩個方面相互抵消。一方面,債務(wù)降低效應(yīng):房價上升,銷售額增加,降低負債率。另一方面,債務(wù)上升效應(yīng):房價上升,房地產(chǎn)企業(yè)預(yù)期房價會繼續(xù)上升,加大投資,加大融資,負債比率上升。還有需要考慮的因素是房價上升,政府限售或限購效應(yīng),導(dǎo)致有價無市,負債比率上升。房價上升,小型房地產(chǎn)企業(yè)因為債務(wù)上升效應(yīng),有息負債比率上升,但不顯著。大、中型房地產(chǎn)企業(yè)因為房價上升的債務(wù)上升效應(yīng),顯著提高有息負債比率。說明大、中型房地產(chǎn)企業(yè)面對房價上升,投資力度更大,負債更多。

      社會融資規(guī)模:整個房地產(chǎn)市場作為調(diào)控對象,社會融資規(guī)模上升,會顯著提高有息負債比率,假設(shè)5沒有通過檢驗。社會融資規(guī)模上升對于有息負債比率的影響有兩個方面,這兩個方面相互抵消。一方面,債務(wù)降低效應(yīng)。社會融資規(guī)模包括權(quán)益融資和債務(wù)融資,如果權(quán)益融資超過債務(wù)融資,降低負債率,否則就是債務(wù)上升效應(yīng)。社會融資規(guī)模rVYVkhTDcY8rXbj/zuZHIpZn1p+GVsBWYiOiwNBd+OQ=上升,小型房地產(chǎn)企業(yè)因為債務(wù)下降效應(yīng),有息負債比率下降,但不顯著。大型房地產(chǎn)企業(yè)面對社會融資規(guī)模上升,有息負債比率下降,不顯著,但比小型房地產(chǎn)企業(yè)債務(wù)下降效應(yīng)明顯。中型房地產(chǎn)企業(yè)因為社會融資規(guī)模的債務(wù)下降效應(yīng),顯著降低有息負債比率。

      GDP:整個房地產(chǎn)市場作為研究對象,GDP上升,會降低有息負債比率,但不顯著,假設(shè)6未通過檢驗。GDP上升,小型、中型房地產(chǎn)企業(yè)有息負債比率顯著下降,小型房企受益最大。但大型房地產(chǎn)企業(yè)有息負債比率升高,不顯著。說明大型房地產(chǎn)企業(yè)面對GDP上升,投資力度更大,負債更多。

      人民幣匯率(直接標價法):整個房地產(chǎn)市場作為研究對象,人民幣貶值,房地產(chǎn)業(yè)的有息負債比率顯著下降,假設(shè)6通過檢驗。房地產(chǎn)行業(yè)是資金密集型行業(yè),匯率的變化可以反映資金流入、流出中國的情況。人民幣貶值,資本流出中國,房價下跌,房企負債增加。另外,房地產(chǎn)公司為了擴寬融資渠道,在人民幣升值周期借入較多美元貸款,人民幣進入貶值周期后,房地產(chǎn)公司減少了美元貸款,并且加快美元貸款償還速度,有息負債比率下降。所以匯率的升降,也可以測度其美元貸款的情況。中國資本與金融賬戶并未完全放開,我們假設(shè)人民幣貶值帶來資本外流的效應(yīng)小于外匯貸款的債務(wù)效應(yīng),降低有息負債比率。人民幣貶值,小型房企有息負債比率顯著上升,中型房企有息負債比率上升但不顯著,大型房企有息負債比率下降但不顯著。人民幣貶值,小型房企受沖擊最大,其次是中型房企。大型房企符合我們分析的機制,人民幣貶值帶來資本外流的效應(yīng)小于外匯貸款的債務(wù)效應(yīng),降低有息負債比率。

      三、結(jié)束語

      本文把房地產(chǎn)企業(yè)分為大、中、小房地產(chǎn)企業(yè),運用面板數(shù)據(jù)研究影響不同規(guī)模房地產(chǎn)企業(yè)風(fēng)險的因素。結(jié)果發(fā)現(xiàn),影響房地產(chǎn)行業(yè)的主要因素是存貨周轉(zhuǎn)率、地價、房價、社會融資規(guī)模和匯率;影響大型房企的主要因素是房價;影響中型房企的主要因素是銷售利潤率、房價、社會融資規(guī)模和GDP;影響小型房企的主要因素是存貨周轉(zhuǎn)率、銷售利潤率、地價、GDP和匯率。

      研究發(fā)現(xiàn),大型房地產(chǎn)企業(yè)無論對于宏觀經(jīng)濟變量,還是微觀經(jīng)濟變量都相對不敏感。大型房地產(chǎn)企業(yè)因為自身的優(yōu)勢,享有融資優(yōu)勢、拿地優(yōu)勢、關(guān)系優(yōu)勢,對于周期波動的風(fēng)險抵抗能力較強,中型房地產(chǎn)企業(yè)次之,最敏感、抗風(fēng)險能力最差的是小型房地產(chǎn)企業(yè)。這說明對房地產(chǎn)行業(yè)進行調(diào)控時,不僅要考慮房地產(chǎn)行業(yè)的總體特征,還要考慮規(guī)模因素。因此,應(yīng)加大產(chǎn)業(yè)集中度,提高企業(yè)競爭力和抗風(fēng)險能力。對于小型房地產(chǎn)企業(yè)該淘汰就要淘汰,對于中型房地產(chǎn)企業(yè)政策要相對收緊,對于大型房地產(chǎn)企業(yè)政策要相對嚴格,否則房地產(chǎn)調(diào)控政策反而可能會失效。另外,大型房地產(chǎn)企業(yè)比中、小型房地產(chǎn)企業(yè)對宏觀經(jīng)濟的影響更大,所以必須根據(jù)大型房地產(chǎn)企業(yè)的情況出臺一些有針對性的政策,但前提是不要引發(fā)系統(tǒng)性經(jīng)濟風(fēng)險。比如,限制大型房地產(chǎn)企業(yè)拿地,適度鼓勵中型房地產(chǎn)企業(yè)拿地;在金融方面,限制大型房地產(chǎn)企業(yè)融資,適度鼓勵中型房地產(chǎn)企業(yè)融資。與本研究相一致,人民法院公告網(wǎng)的數(shù)據(jù)顯示,截至7月24日,2019年全國已有274家房地產(chǎn)企業(yè)發(fā)布破產(chǎn)公告。從總體來看,宣告破產(chǎn)的房企大多屬于中小規(guī)模的企業(yè),且大部分分布在三四線城市(新京報,2019)。

      參考文獻:

      [1] 馬亞明,賈月華,侯金丹.影子銀行對我國房地產(chǎn)市場的影響:基于監(jiān)管套利視角[J].廣東財經(jīng)大學(xué)學(xué)報,2018,33(1):39-48.

      [2] 盤和林.274家房企宣布破產(chǎn),房地產(chǎn)行業(yè)需重新洗牌[N].新京報,2019-07-29.

      [3] 徐東東.中小房地產(chǎn)開發(fā)企業(yè)融資渠道創(chuàng)新研究[J].價值工程,2017(34):6-8.

      [4] 張捷,王霄.中小企業(yè)金融成長周期與融資結(jié)構(gòu)變化[J].世界經(jīng)濟,2002(9):63-70.

      [5] 周勤,徐捷,程書禮.中國上市公司規(guī)模與債務(wù)融資關(guān)系的實證研究[J].金融研究,2006(8):41-55.

      [6] 周陽敏.房地產(chǎn)企業(yè)風(fēng)險壓力測試實證研究:限購令、房產(chǎn)稅、新土管政策的持續(xù)性沖擊影響[J].管理評論,2014(9):58-68.

      [7] Daniel J. Resolving China’s Corporate Debt Problem[R].International Monetary Fund Working Paper, 2016(WP/16/203).

      [8] Jose Lopez-Gracia.On the Relevance of Agency Conflicts in SME Debt Maturity Structure[J].Journal of Small Business Management, 2015,53(3).

      [9] H K Leny,Y Kanat,A Kunin,D Tooshknov,P Tzruya. Predicting Defaults of Highly-levered Firms with an Adapted Altman Model[J].Investment Analysts Journal.2014,43(80).

      [10] Kanak Patel,Prodromos Vlamis. An Empirical Estimation of Default Risk of the UK Real Estate Companies[J].The Journal of Real Estate Finance and Economics,2006,32(1).

      [11] Kelly,Brien E O,Stuart R.A long-run Survival Analysis of Corporate Liquidations in Ireland[J].Small Business Economics,2015,44(3).

      [12] Mmaro Raberto,Andrea Teglio,Silvano Cincotti.Debt Deleveraging and Business Cycles:An Agent-Based Perspective[C].Economics Discussion Paper,2011(2011-31).

      [13] Nan Z,Yan S W,Nam C S,F(xiàn)ujun L. Credit Expansion,F(xiàn)ree Cash Flow and Enterprise Investment:An Empirical Study Based on Listed Companies in China[J].International Journal of Economics and Finance,2017,9(9).

      [14] Sebnem Kalemli-Ozcan,Herman Kamil,Carolina Villegas-Sanchez.What Hinders Investment in the Aftermath of Financial Crises:Insolvent Firms or Illiquid Banks?[J].The Review of Economics and Statistics,2016,98(4).

      [責(zé)任編輯 劉 瑤]

      南昌县| 德钦县| 临沂市| 丹凤县| 全州县| 察隅县| 博野县| 新干县| 紫金县| 屯昌县| 大足县| 共和县| 夹江县| 门源| 称多县| 云龙县| 东方市| 故城县| 康保县| 巴东县| 安远县| 镇赉县| 巴彦淖尔市| 江源县| 三江| 郴州市| 蚌埠市| 西吉县| 忻城县| 北安市| 海晏县| 高安市| 同仁县| 车险| 资讯 | 石城县| 宕昌县| 怀宁县| 布尔津县| 马山县| 于田县|