我国上市房地产企业杠杆率影响因素研究
熊俊宇(上海理工大学 管理学院,上海 200237)
【摘要】:以2008-2018年A股上市房地产公司为样本,研究影响中国房地产企业杠杆率的因素。结果发现:(1)中国房地产企业杠杆率偏高且远高于其他行业。(2)微观层面变量对中国房地产企业杠杆率存在一定的解释力,宏观环境因素会对微观变量产生影响。(3)通过实证研究发现,房地产企业杠杆率与其公司规模、非债务税盾和利率正相关而与公司成长性及其盈利能力无关。(4)将房地产企业按照规模分为大企业与小企业后发现,利率和非债务税盾对大企业杠杆率与小企业杠杆率的影响有一定的差异性。
【关键词】 房地产企业 去杠杆 影响因素 面板数据
A unified convergence theory of a numerical method,and applications to the replenishment policies[J]
一、引言
杠杆通常是指经济部门采用负债并以较低资本成本收购较大资产。微观层面的杠杆率是指微型所有者资产负债表中总资产与权益资本的比率。伴随着国家对于企业和金融业方面的逐渐放宽,房地产企业融资渠道愈加丰富,这也导致房地产行业特别是房地产开发行业的杠杆率持续偏高。如图1所示,2008-2017年中国部分房地产企业资产负债率极高并呈逐年上升趋势。而一个房地产项目从开始到结束,房地产开发贷款、住房抵押贷款、公司债券、信托资金等工具都将得到广泛使用,一旦房价大跌(正如2008年初之后全国的房地产情况),大部分风险都已累积到金融行业中,将危及整个金融体系。因此,深入分析对我国房地产企业杠杆率的影响因素,是银行和房地产开发企业进行风险管理的必要条件。
图1 2008-2017年部分上市房地产企业资产负债率(%)
数据来源:国家统计年鉴
房地产行业在中国的快速发展中扮演过十分重要的角色,然而由于房地产行业的高利润率以及中国人民对于房子的“刚需”导致中国房价近些年连续暴涨,各大地区的房价均出现翻倍甚至多倍的现象,房价虚高的同时却伴随着大量的房子空置。房地产企业一直建、房价一直涨并且大部分人还买不起房,房地产的泡沫已露出端倪,为避免出现房价的突然下滑从而引发的金融危机等一系列严重后果,采取措施降低房地产企业的杆杆率势在必行。
二、文献综述
国内有关房地产行业杠杆率研究较少且未能达成一致结论。早期的研究分析仅限于描述性统计,杨华和杨琼(2004)对国内上市公司房地产行业的各项指标、数值进行整合,简单总结了资本结构与各项指标之间的内在联系,主要结论是,房地产行业内,企业的盈利水平与资本结构显著相关,当企业杠杆水平处于50%~60%的位置时,它是最优的资本结构,对企业经营最有利。但早期的结论缺乏严格的证据支持关系。兰峰和雷鹏(2008)通过建立回归模型,对2006年在上交所和深交所上市的56家房地产公司进行了实证研究。将实证研究结果与房地产业的融资模式相结合,分析发现企业盈利水平、股权结构和非债务税盾与资本结构呈负相关,成长机会与资本结构正相关,当房地产公司负债率处于50%-60%之间时,资本结构处于最优状态,公司价值达到最大。谭小芬和尹碧娇(2018)研究发现非金融企业杠杆率受微观因素和宏观环境影响,其中公司盈利能力、有形资产和公司所有制与杠杆率呈正相关,公司规模与杠杆率呈负相关,成长机会和税收屏蔽并不显著。 (Titman&Wessels,1988)使用总资产的自然对数作为衡量公司规模的指标,发现公司的规模与资本结构负相关, Chen&Strange(2006)使用销售额的自然对数作为衡量公司规模的指标,发现公司规模与资本结构之间没有显著的相关性。Jong,Kabir and Nguyen( 2008)用资产的账面市值比率来衡量公司的成长性,发现成长机会与杠杆水平之间负相关。
根据以上分析,本文提出以下研究假设。
1.公司规模与公司杆杆率之间存在着必然联系,公司想要扩大规模,除了公司内部融资之外,借贷毫无疑问是最通常的做法,而对于房地产公司而言,利用银行贷款等融资方式来扩大公司规模几乎是必然的道路,因此本文提出假设:
H1:公司规模与杆杆率正相关。
2.由于对杠杆水平影响效果和不同的测量方法都不确定导致成长性对公司资本结构的影响具有不确定性。一般来说,高成长性的公司对资金的需求会更高。因此本文提出研究假设:
H2:成长性与杠杆率正相关。
3.在权衡理论看来,高盈利能力会增加税盾,降低财务约束风险,使高盈利能力的公司可以选择较高的债务水平。从优序融资理论来看,企业盈利能力的高低直接决定了留存收益的水平,而企业在融资时总是优先考虑内源融资,因此盈利能力与负债水平应该呈负相关。根据以上分析,本文提出研究假设:
H3:盈利能力与杠杆率正相关。
4.非债务税盾是指除了债务利息之外的其他费用,如折旧、投资税贷项和税务亏损递延,也可以提供纳税抵减。DeAngelo和Masulis(1980)1所代表的后权衡理论学派首次提出非债务税盾在资本结构选择中的重要作用,认为折旧等非债务因素具有税收抵扣的效果,这种效果可以作为负债税收利益的替代,因此具有较高非负债税盾作用的公司倾向于使用较少的负债。根据以上分析,本文提出研究假设:
H4:非债务税盾与杠杆率负相关。
5.房地产企业的杠杆大部分来自银行贷款,那么利率的变化无疑会对银行贷款产生重大影响从而影响到企业的杠杆率。如下图所示为三大著名房地产企业的非流动性负债占总资产的比率,由此可见房地产企业对于银行贷款的严重依赖性,而利率越高借贷成本越高那么企业应该会降低从银行的贷款而转向其他融资方式。据以上分析可提出假设:
H5:利率与杠杆率负相关
图二 部分房地产企业非流动性负债占总资产比例(%)
三、数据与变量
1.样本
本文收集的房地产上市公司名录来源于wind数据库中的中国证监会行业分类体系下房地产企业里的房地产开发与经营类企业,不包括房地产中介企业和房地产相关物业类企业。同时,考虑到数据的可获取性、时效性和连续性,选择了2008年至2017年的数据。本文使用面板数据进行分析,数据来源于wind数据库、中国统计年鉴和中国人民银行季报。经整理,所涉及财务数据均为账面数据。样本选取的时间范围为2008年至2017年,选择在205年12月31前上市的证监会行业分类中的房地产开发与经营类公司,剔除房地产业务收入不足主营业务收入50%的公司、ST公司、在2008年至2017年之间数据缺损的公司和财务指标有极端异常值的公司,这是为了数据的连续性,方便进行面板数据分析。基于上述筛选原则,最终得到23家公司10年内的面板数据。样本公司名单如下表所示。
万科A |
轻纺城 |
金地集团 |
泰禾集团 |
中粮地产 |
碧桂园 |
保利地产 |
华侨城A |
荣盛发展 |
大龙地产 |
皇庭国际 |
中国恒大 |
绿地控股 |
京投发展 |
卧龙地产 |
荣安地产 |
东湖高新 |
华润置地 |
华夏幸福 |
陆家嘴 |
阳光城 |
信达地产 |
滨江集团 |
|
2.变量
(1)本文要考察的是上市房地产企业的杠杆率影响因素,选择使用资产负债率(LEV)来度量杠杆率,而之前的大部分对于杠杆率的研究都使用(总负债/总资产)来度量企业的资产负债率,但是最近的研究发现,如图三所示,预收账款在房地产企业负债中占有极大的比例,这也是房地产企业的重要特征。因此本文采用【(总负债—预收账款)/(总资产—预收账款)】来衡量资产负债率,这样可以避免预收账款对杠杆率的影响,得到更加准确的结果。
图三 部分房地产企业预收账款占总资产比例(%)
(2)公司规模(SIZE),由于公司的总资产数值较大且差额也大,所以为了能够得到较好的结果,本文采用总资产的自然对数来衡量公司规模。
(3)成长性(GRO),前人研究通常将成长性定义为市场与账面值之比(M/B)。考虑到现今的企业融资较以往容易许多且融资渠道丰富,采用利润作为衡量标准会更加直观的反映出企业的成长速度。因此本文采用总利润增长率作为对成长性的衡量。
(4)盈利能力(PRO),盈利能力主要反映的是公司内部融资的能力,对于盈利能力, Wald(1999)采用EBIT占总资产的比重。由于房地产企业的特殊性,一个房地产项目从计划到营收一般会跨度很多年,如果用利润来衡量公司的盈利则会忽视正在进行中的地产项目。因此本文采用净资产收益率来衡量公司的盈利能力可以更加精确的反映出公司本身的盈利能力。
(5)非债务税盾(NDTS),非负债税盾,指的是企业的固定资产折旧、无形资产摊销及长期待摊费用摊销等均可在税前列支,它们同债务利息一样具有抵税作用。大多数研究认为,非负债税盾越大,越可以较少地使用负债抵税,因而非负债税盾与企业资本结构负相关。本文采用折旧和摊销与总资产的比值来衡量非债务税盾。
(6)利率(INT),利率反映的是资金的成本,而反映资本市场的利率变化比较权威的指标则是国债收益率。因此本文采用五年期国债收益率每年最后一次公布的数值为来衡量利率。
表1:变量测度表
变量类型 |
变量名 |
变量简称 |
变量定义 |
解释变量 |
公司规模 |
SIZE |
公司总资产的对数 |
|
利率 |
INT |
三年期国债收益率 |
|
非债务税盾 |
NDTS |
(折旧+摊销)/总资产 |
|
成长性 |
GRO |
总利润增长率 |
|
盈利能力 |
PRO |
净资产收益率 |
被解释变量 |
资产负债率 |
LEV |
(总负债-预收账款)/(总资产-预收账款) |
4.模型构建
据以上分析,基于样本与经济理论基础。本文最终建立的多元线性回归方程为:
=
+
其中,为第t年度i公司的资产负债率,
为t年度i公司的总资产的对数,
为宏观经济变量,表示t年度三年期国债收益率,
表示t年度i公司的非债务税盾。
表示t年度i公司的利润率。
为t年度i公司的净资产收益率。
为残差项,表示除去已选择的五个变量外的其余影响因素对房地产企业资产负债率的共同影响。
。其中,
为常数项。本文利用Eviews9数据分析软件来对处理好的面板数据进行固定效应模型实现。
四、研究结果
通过对样本数据的分析,本文将样本数据按企业规模的大小分为三类,分别为:全样本、大企业样本和小企业样本。对三个种类样本进行回归分析的结果如下:
1. 全样本回归分析
表2:全样本回归分析结果
|
Coefficient |
Std |
t-Statstic |
Prob. |
C |
52.87733 |
6.236622 |
8.478521 |
0 |
NDTS |
0.260166 |
0.002968 |
87.65109 |
0 |
PRO |
-0.000444 |
0.000430 |
-1.032845 |
0.3029 |
GRO |
-0.000645 |
0.000980 |
-0.657438 |
0.5116 |
SIZE |
0.001379 |
0.000401 |
3.436635 |
0.007 |
INT |
2.311437 |
0.985603 |
2.345201 |
0.02 |
从而得到方程为:
LEV=+2.311437INT
=0.977075 F=318.8710 n=10
由模型结果可以发现仅非债务税盾(NDTS)、公司规模(SIZE)和利率(INT)对资产负债率(LEV)有显著影响且为正相关,这与前文的假设相符合。而企业成长性和企业的盈利能力对企业资产负债率无显著影响。
2.稳定性检验
(1)大企业样本回归分析结果:
表3:大企业样本回归结果
|
Coefficient |
Std |
t-Statstic |
Prob. |
C |
60.40773 |
4.737819 |
12.75011 |
0 |
NDTS |
-0.599941 |
0.25597 |
-2.343786 |
0.0214 |
PRO |
0.001579 |
0.009354 |
0.168788 |
0.8664 |
GRO |
0.00232 |
0.004458 |
0.520387 |
0.6041 |
SIZE |
0.00074 |
0.000206 |
3.592024 |
0.0005 |
int |
1.748501 |
0.707747 |
2.470518 |
0.0155 |
得到的方程为:
LEV=+1.748501INT
=0.589543 F=8.720436 n=10
由表三可以看出,非债务税盾(NDTS)、公司规模(SIZE)和利率(INT)对资产负债率(LEV)有显著影响,其中公司规模和利率与资产负债率正相关,而非债务税盾则与资产负债率负相关。而企业成长性和企业的盈利能力对企业资产负债率无显著影响。
(2)小企业样本回归结果
表四:小企业样本回归结果
|
Coefficient |
Std |
t-Statstic |
Prob. |
C |
47.12953 |
10.25268 |
4.596799 |
0 |
NDTS |
0.260495 |
0.003646 |
71.44181 |
0 |
SIZE |
0.005439 |
0.00146 |
3.725054 |
0.0003 |
INT |
3.053825 |
1.61833 |
1.887023 |
0.0617 |
PRO |
-0.000463 |
0.000528 |
-0.878225 |
0.3817 |
GRO |
-0.000623 |
0.00121 |
|