尚明坤+何元斌

【摘要】房地產(chǎn)行業(yè)已成為我國經(jīng)濟(jì)發(fā)展的支柱性行業(yè)，很大程度上決定著著國民經(jīng)濟(jì)的發(fā)展，自實(shí)行住房分配貨幣化以及啟動住房消費(fèi)以來，房地產(chǎn)業(yè)得到快速發(fā)展，同時(shí)遇到的問題越來越多，一定程度上影響國民經(jīng)濟(jì)的發(fā)展。房地產(chǎn)屬于資金密集型產(chǎn)業(yè)，2008年金融危機(jī)之后，中國市場經(jīng)濟(jì)不理想，貨幣政策和投資環(huán)境不利于企業(yè)進(jìn)行融資，造成企業(yè)受到融資約束的情況進(jìn)而影響企業(yè)發(fā)展，所以，找到企業(yè)融資約束問題的影響因素是關(guān)鍵。

本文選取我國119家房地產(chǎn)上市公司為研究對象，以2009～2015年公司財(cái)務(wù)數(shù)據(jù)為樣本。首先，根據(jù)兩個(gè)變量對樣本進(jìn)行分組：高融資約束組和低融資約束組。其次，選取合理的財(cái)務(wù)指標(biāo)作為解釋變量，構(gòu)造一個(gè)統(tǒng)一的融資約束指數(shù)，以綜合考量企業(yè)收到的融資約束程度。最后，給出合理建議，以幫助上市公司全面了解各公司所面對的融資約束情況，調(diào)整企業(yè)投資和財(cái)務(wù)狀況。

【關(guān)鍵詞】融資約束指數(shù) logistic回歸分析 房地產(chǎn)上市公司

一、緒論

融資約束的度量方法主要分為兩大類：單變量融資約束指數(shù)和多變量融資約束指數(shù)，其中單變量融資約束指數(shù)是指由一個(gè)變量來衡量融資約束，主要包括：股利支付率、公司規(guī)模和利息保障倍數(shù)等；股利支付率（馮巍，1999）、利息保障倍數(shù)（魏鋒和劉星，2004）、公司規(guī)模（郭麗虹，2004；魏璇，2007）、負(fù)債水平（趙劍鋒和尹航，2006）、股權(quán)結(jié)構(gòu)（鄭江淮、何旭強(qiáng)和王華，2001）等。

FHP（1988）首次提出了利用股利支付率這個(gè)指標(biāo)來度量企業(yè)融資約束的程度。Altman等（1977）發(fā)現(xiàn)可以利用利息保障倍數(shù)來替代反映上市公司的流動性，因?yàn)樗軌蚝饬科髽I(yè)的債務(wù)資本獲利能力及財(cái)務(wù)狀況，與另外一些反映公司財(cái)務(wù)狀況的變量顯著相關(guān)。Guariglia（1999）認(rèn)為，企業(yè)進(jìn)行外部融資時(shí)的成本越高，利息保障倍數(shù)就會越低，兩者負(fù)相關(guān)。馮?。?999）是我國最早通過股利支付率作為融資約束替代變量的學(xué)者，實(shí)證研究，結(jié)果表明股利支付率較低時(shí)，公司面臨較大的融資約束。之后，李延喜等（2005）通過公司規(guī)模來度量融資約束。

多變量融資約束指數(shù)是指由多個(gè)與融資約束相關(guān)的變量共同衡量融資約束。KZ（1997）第一個(gè)使用股利支付率、公司債務(wù)、利息保障倍數(shù)等度量企業(yè)融資面臨的制約程度。隨后，Cleary（1999）通過增加樣本并采用綜合財(cái)務(wù)指標(biāo)的方式進(jìn)行分析后，證明了KZ（1997）結(jié)論的合理性。在此之后，Lamont.Polk和Saa-Requejo（2001）在此基礎(chǔ)上，分別選取公司經(jīng)營所得現(xiàn)金流量、托賓Q值、資產(chǎn)負(fù)債率、股利支付率以及現(xiàn)金持有量進(jìn)行回歸，構(gòu)造出了KZ指數(shù)。

而多變量綜合指數(shù)法則是根據(jù)多種財(cái)務(wù)數(shù)據(jù)的綜合指數(shù)來進(jìn)行衡量融資約束，其一般受干擾程度不會太大，結(jié)果也更能反映真實(shí)的融資約束。

二、模型構(gòu)建

（一）變量分組

將中國滬深A(yù)股市場的房地產(chǎn)上市公司為研究對象，運(yùn)用Logistic回歸分析，建立房地產(chǎn)上市公司的融資約束指數(shù)。利用利息保障倍數(shù)和現(xiàn)金存量兩個(gè)指標(biāo)作為樣本企業(yè)的分組指標(biāo)。利息保障倍數(shù)，是企業(yè)息稅前利潤與利息費(fèi)用的比率?，F(xiàn)金存量，是貨幣資金與短期投資凈額之和，反映了企業(yè)內(nèi)部資金的持有量。擬采用下面的方法對房地產(chǎn)上市公司分組：

一是將現(xiàn)金存量的年度值，由小到大排序，前50%觀測值作為低融資約束組，后50%觀測值作為高融資約束組。

二是將利息保障倍數(shù)的年度值進(jìn)行排序，前50%歸為高融資約束組，后50%歸為低融資約束組。

三是兩組數(shù)據(jù)中，同時(shí)為高融資約束組的企業(yè)取交集，作為高融資約束組；同樣，對同為低融資約束組的兩組樣本企業(yè)取交集，作為低融資約束組。

（二）指數(shù)模型構(gòu)建

選取凈資產(chǎn)收益率、流動比率、主營業(yè)務(wù)收入、資產(chǎn)負(fù)債率、財(cái)務(wù)松弛5個(gè)指標(biāo)，利用Logistic回歸分析法構(gòu)建融資約束指數(shù)模型，方程構(gòu)造如下：

Logit（FZ）=α+β1X1+β2X2+β3X3+β4LnX4+β5X5

其中，X1凈資產(chǎn)收益率，公司稅后利潤除以凈資產(chǎn)得到的百分比率，該指標(biāo)反映股東權(quán)益的收益水平，衡量公司運(yùn)用自有資本的效率。X2流動比率是流動資產(chǎn)對流動負(fù)債的比率，衡量企業(yè)的流動資產(chǎn)在短期債務(wù)到期以前，可以變?yōu)楝F(xiàn)金用于償還負(fù)債的能力。合理的最低流動比率為2。X3主營業(yè)務(wù)收入，企業(yè)從事某種主要生產(chǎn)、經(jīng)營活動所取得的營業(yè)收入，是企業(yè)資金的主要來源之一，房地產(chǎn)企業(yè)指“房地產(chǎn)經(jīng)營收入”。LnX3是對主營業(yè)務(wù)收入取自然對數(shù)。X4資產(chǎn)負(fù)債率，是期末負(fù)債總額除以資產(chǎn)總額的百分比，資產(chǎn)負(fù)債率反映在總資產(chǎn)中有多大比例是通過借債來籌資的，反映了企業(yè)全部資產(chǎn)中的債務(wù)比重。X5為財(cái)務(wù)松弛變量，計(jì)算公式為（貨幣資金+交易性金融資產(chǎn)+0.5*存貨凈額+0.7*應(yīng)收賬款凈額-短期借款）/期初資產(chǎn)，該指標(biāo)是企業(yè)財(cái)務(wù)靈活的直接體現(xiàn)。

三、數(shù)據(jù)及描述性分析

（一）樣本選擇

本文選取樣本來自中國滬深A(yù)股房地產(chǎn)上市公司與根據(jù)證監(jiān)會2012年行業(yè)劃分類中的房地產(chǎn)行業(yè)公司，共有130家房地產(chǎn)上市公司，研究區(qū)間為2009～2015年，按照下列方式篩選：一是刪除ST/PT類公司；二是財(cái)務(wù)報(bào)表不完全的公司；三是主營業(yè)務(wù)發(fā)生重大變化的公司。最后得到119家上市公司2009～2015年的面板數(shù)據(jù)。

（二）描述性分析

本文選取的變量指標(biāo)均來自各企業(yè)年度報(bào)告內(nèi)的財(cái)務(wù)數(shù)據(jù)，經(jīng)計(jì)算得到所需要的指標(biāo)，為了防止各變量之間相互影響或有相關(guān)性，對五個(gè)變量進(jìn)行相關(guān)系數(shù)分析，結(jié)果見下表2。

根據(jù)相關(guān)系數(shù)矩陣可以看出，主營業(yè)務(wù)收入與流動比率的相關(guān)系數(shù)為-0.3946，資產(chǎn)負(fù)債率與流動比率的相關(guān)系數(shù)為-0.4039，資產(chǎn)負(fù)債率與主營業(yè)務(wù)收入的相關(guān)系數(shù)為0.3365，其余各相關(guān)系數(shù)的絕對值都小于0.3，說明各變量相關(guān)性比較小，滿足模型設(shè)計(jì)要求。

四、實(shí)證分析

（一）實(shí)證分析

為明確分析五個(gè)指標(biāo)對房地產(chǎn)企業(yè)融資約束的影響程度，對分組樣本按照年限進(jìn)行Logistic回歸分析。高融資約束組為1，低融資約束組為0，對分組樣本按照構(gòu)建好的模型進(jìn)行回歸，可以得出結(jié)論，見下表3。

Nagelkerke R2是衡量Logistic模型擬合優(yōu)度的主要指標(biāo)，取值在0—1之間，越接近1，說明模型的擬合優(yōu)度越高。上表中，各年份的Nagelkerke R2的統(tǒng)計(jì)量為0.804、0.999、0.945、0.911、0.951、0.862、0.873，說明該模型擬合效果較好，解釋變量能反映被解釋變量變動情況的80.4%，99.9%，94.5%，91.1%，95.1%，86.2%，87.3%，即5個(gè)指標(biāo)構(gòu)造的融資約束指數(shù)模型，能有充分反映企業(yè)受到的融資約束情況，滿足要求。其中，每年各指標(biāo)的prob值小于0.05的，說明該指標(biāo)對于融合約束的影響較顯著。以2009年為例，其中，資產(chǎn)負(fù)債率（1.461）對融資約束指數(shù)的影響最大，其次是財(cái)務(wù)松弛（1.328），也就是說，資產(chǎn)負(fù)債率增加1個(gè)標(biāo)準(zhǔn)偏差，Logit（FZ）相應(yīng)增加1.461個(gè)標(biāo)準(zhǔn)偏差；財(cái)務(wù)松弛增加1個(gè)標(biāo)準(zhǔn)偏差，Logit（FZ）相應(yīng)增加1.328個(gè)標(biāo)準(zhǔn)偏差。各年份的影響因素以此類推，可以發(fā)現(xiàn)各年份的主要影響因素比不完全相同，這與各年的上市公司財(cái)務(wù)狀況有關(guān)系。由以上結(jié)果，可以得到企業(yè)的融資約束指數(shù)模型：

其中2009年的約束方程為：

y=-3.333-0.37X1+0.248X2+1.045X3+1.461X4+1.328X5，以后每年的約束方程以此類推。FZ值越接近于1，表示企業(yè)受到融資約束的概率越大；FZ越接近于0，表示企業(yè)受到融資約束的概率越小。將0.5作為融資約束分界點(diǎn)，概率大于0.5，則判定該企業(yè)受到融資約束。

（二）結(jié)果分析

將119家樣本企業(yè)2001～2010年的財(cái)務(wù)數(shù)據(jù)分別代入（2）式，計(jì)算出各企業(yè)每年的FZ指數(shù)，對企業(yè)各年份取均值，計(jì)算該上市公司受到融資約束的平均概率，并將整個(gè)結(jié)果進(jìn)行統(tǒng)計(jì)分析，統(tǒng)計(jì)結(jié)果如下表4。

在2009～2015年中，2010年受到融資約束的概率最大，到達(dá)0.9358，最容易發(fā)生融資約束，同年發(fā)生融資約束的上市公司數(shù)量達(dá)到最多的115家。這與2010年國家對于房地產(chǎn)行業(yè)的調(diào)控有會很大影響，自2009年12月以來，房地產(chǎn)行業(yè)的調(diào)控政策不斷出臺，從2010年1月的“國十一條”至4月的“國十條”，9月的“9·29新政”，房地產(chǎn)銷售下降，獲利的空間變小，房地產(chǎn)企業(yè)外部融資能力下降，企業(yè)內(nèi)部資金短缺，2010年成為受融資約束最高的年份。

五、總結(jié)建議

通過回歸分析，2009～2015年，我國房地產(chǎn)上市公司普遍受到融資約束，五個(gè)指標(biāo)對于融資約束的影響效果顯著，得到的融資約束指數(shù)可以有效的衡量上市公司面臨的融資約束情況，并且可以提供給政府，房地產(chǎn)行業(yè)，以及相關(guān)部門作為參考。特別是2010年和2011年，達(dá)到92%以上，已經(jīng)說明融資約束問題很嚴(yán)重，對于上市公司的投資出現(xiàn)很大影響。結(jié)合上述相關(guān)分析給出以下建議：

（一）努力提高企業(yè)價(jià)值，繼續(xù)優(yōu)化資本結(jié)構(gòu)

為了降低企業(yè)自身受到融資約束程度，企業(yè)應(yīng)該努力實(shí)現(xiàn)自身價(jià)值的增值、優(yōu)化經(jīng)營模式、提高全要素生產(chǎn)率，從而提升盈利能力，增強(qiáng)投資者對企業(yè)能力以及未來發(fā)展的預(yù)期，降低融資難度。另一方面，企業(yè)價(jià)值的提高，自由資本的壯大，有利于降低企業(yè)對外部融資的依賴，從而降低融資約束對企業(yè)投資決策以及長期發(fā)展的影響。從企業(yè)資本結(jié)構(gòu)來講，資本結(jié)構(gòu)的優(yōu)化對于提升企業(yè)再融資能力至關(guān)重要。

（二）拓寬外部融資市場

企業(yè)的外部融資方式少，并且市場不發(fā)達(dá)，部分上市公司有嚴(yán)重的融資約束，影響投資，惡性循環(huán)導(dǎo)致企業(yè)生存艱難。因此，要緩解融資約束，一ing要阿里發(fā)展企業(yè)外部融資，拓寬渠道渠道和數(shù)量，降低企業(yè)外部融資難度，為企業(yè)投資項(xiàng)目和企業(yè)發(fā)展提供充足資金。

參考文獻(xiàn)

[1]Fazzaris，Hubbard，Peterson.Financing Constraints and corporate investment[J].Brooking Papers on Economic Activity，1988（1）：141-195.

[2]魏鋒，劉星.融資約束、不確定性對公司投資行為的影響[J].經(jīng)濟(jì)科學(xué)，2004（2），35-43.

[3]鄭江淮，何旭強(qiáng)，王華.上市公司投資的融資約束：從股權(quán)結(jié)構(gòu)角度的實(shí)證分析[J]，金融研究，2001（11），92-99.

[4]馮巍.內(nèi)部現(xiàn)金流量和企業(yè)投資——來自我國股票市場上市公司財(cái)務(wù)報(bào)告的證據(jù)[J].經(jīng)濟(jì)科學(xué)，1999（1），1-7.

[5]郭麗虹：《日本制造業(yè)的內(nèi)部融資與投資關(guān)系研究》，《經(jīng)濟(jì)科學(xué)》2004年第3期.

[6]李延喜，劉巍.融資約束與公司投資關(guān)系研究綜述[J].價(jià)值工程2005（6）：105-109.

[7]Altman E，R G Haldeman，P Narayanan.ZETA Analysis：A New Model to Identify Bankruptcy Risk of Corporations[J].Journal of Banking and Finance，1977，vol.1（1）：29-54.

[8]Guariglia，A.The Effects of Financial Constraints on Inventory Investment：Evidence from a Panel of UK Firms，Economica，1999，66， 43-62.

[9]Kaplan Steven N，Luigi Zingales. Do Investment-Cash Flow Sensitivities Provide Useful Measures of Financing Constraints[J].Quarterly Journal of Economics，1997，vol.112（1）：169-215.

[10]Cleary S.The Relationship between Firm Investment and Financial Status[J].Journal of Finance，1999，vol.54（2）：673-692.

[11]Lamont O，Polk C，Saa-Requejo J.Financial Constraints and Stock Returns[J].Review of Financial Studies，2001，vol14（2）：529-554.

[12]趙劍鋒、尹航：《滬市公司內(nèi)部融資約束、現(xiàn)金流與投資行為分析》，《生產(chǎn)力研究》2006年第8期.

[13]魏璇：《融資約束對我國上市公司投資的影響研究》浙江大學(xué)碩士學(xué)位論文，2007年.