井沛然，劉 楓，郭利丹，吳玥葶

長(zhǎng)江經(jīng)濟(jì)帶房地產(chǎn)上市公司債務(wù)承載能力研究

井沛然，劉 楓，郭利丹，吳玥葶

（河海大學(xué) 商學(xué)院，江蘇 南京 211100）

房地產(chǎn)行業(yè)對(duì)我國(guó)現(xiàn)階段國(guó)民經(jīng)濟(jì)發(fā)展發(fā)揮著至關(guān)重要的作用，同時(shí)其高杠桿風(fēng)險(xiǎn)也是利益相關(guān)者關(guān)注的重點(diǎn)。本文運(yùn)用因子分析法對(duì)2014-2019年長(zhǎng)江經(jīng)濟(jì)帶51家房地產(chǎn)上市公司債務(wù)承載能力進(jìn)行評(píng)價(jià)分析。研究結(jié)果表明，除部分公司債務(wù)承載能力稍顯孱弱，長(zhǎng)江經(jīng)濟(jì)帶大部分房地產(chǎn)上市公司都有較好的債務(wù)承載能力，但各上市公司在償債能力、盈利能力和經(jīng)營(yíng)能力等三方面都有著不同程度的短板。針對(duì)長(zhǎng)江經(jīng)濟(jì)帶房地產(chǎn)企業(yè)債務(wù)承載能力存在的問(wèn)題，提出堅(jiān)持去杠桿、合理運(yùn)用資金、促進(jìn)轉(zhuǎn)變企業(yè)定位等建議，以期為房地產(chǎn)行業(yè)健康可持續(xù)發(fā)展提供科學(xué)依據(jù)與決策參考。

房地產(chǎn)行業(yè)；因子分析法；長(zhǎng)江經(jīng)濟(jì)帶；上市公司；債務(wù)承載能力

一、引言

隨著我國(guó)經(jīng)濟(jì)社會(huì)持續(xù)向好發(fā)展，房地產(chǎn)行業(yè)作為支撐國(guó)民經(jīng)濟(jì)發(fā)展的支柱產(chǎn)業(yè)之一，其規(guī)模持續(xù)擴(kuò)大。根據(jù)國(guó)家統(tǒng)計(jì)局官方數(shù)據(jù)顯示，截至2019年末，房地產(chǎn)開(kāi)發(fā)企業(yè)個(gè)數(shù)已經(jīng)達(dá)到99 544家，2014—2019年5年內(nèi)房地產(chǎn)企業(yè)數(shù)量增加了5.68%。房地產(chǎn)企業(yè)在創(chuàng)造了巨大經(jīng)濟(jì)價(jià)值的同時(shí)，高杠桿風(fēng)險(xiǎn)也日漸突出，已有研究表明我國(guó)上市企業(yè)中大量杠桿集中在房地產(chǎn)等行業(yè)[1]。根據(jù)國(guó)泰安經(jīng)濟(jì)金融研究數(shù)據(jù)庫(kù)（CSMAR）相關(guān)數(shù)據(jù)顯示，2014—2019年中國(guó)房地產(chǎn)行業(yè)平均資產(chǎn)負(fù)債率持續(xù)上升，遠(yuǎn)超40%—60%的合理區(qū)間（超過(guò)80%）。與此同時(shí)，滬深兩市2019年上市房地產(chǎn)中期報(bào)告中提到，145家上市房地產(chǎn)企業(yè)平均資產(chǎn)負(fù)債率高達(dá)80.08%。為有效化解房地產(chǎn)行業(yè)的高杠桿風(fēng)險(xiǎn)，2016年起，我國(guó)相關(guān)部門(mén)圍繞“去產(chǎn)能、去庫(kù)存、去杠桿”和“房住不炒”相繼出臺(tái)并實(shí)施了“營(yíng)改增”等一系列法規(guī)政策[2]，以期規(guī)范房地產(chǎn)行業(yè)的相關(guān)經(jīng)營(yíng)活動(dòng)，預(yù)防可能出現(xiàn)的金融風(fēng)險(xiǎn)。房地產(chǎn)行業(yè)去杠桿化以來(lái)，整體成效如何、行業(yè)當(dāng)前債務(wù)承載能力高低等問(wèn)題，仍然是人們關(guān)注的重點(diǎn)。

國(guó)內(nèi)外學(xué)者基于房地產(chǎn)上市公司債務(wù)承載能力方面開(kāi)展了大量研究。章建平[3]結(jié)合房地產(chǎn)行業(yè)的特殊性，選取速動(dòng)比率和流動(dòng)比率兩個(gè)指標(biāo)對(duì)房地產(chǎn)企業(yè)的短期償債能力進(jìn)行了評(píng)價(jià)。張廣柱[4]從資產(chǎn)負(fù)債率、現(xiàn)金凈流、負(fù)債結(jié)構(gòu)和速動(dòng)比率四個(gè)方面分析評(píng)價(jià)了部分滬深上市的房地產(chǎn)企業(yè)的償債能力。Giambona 等[5]研究發(fā)現(xiàn)有形性和杠桿率之間存在顯著的正相關(guān)關(guān)系，且房地產(chǎn)抵押品的這種關(guān)系最強(qiáng)。史茜[6]通過(guò)描述性統(tǒng)計(jì)和回歸分析證明了營(yíng)運(yùn)資本管理與公司償債能力之間的關(guān)系，并針對(duì)房地產(chǎn)上市公司債務(wù)問(wèn)題提出營(yíng)運(yùn)資本管理策略。郭秀君等[7]運(yùn)用模糊數(shù)學(xué)方法，構(gòu)建了包括流動(dòng)比率、速動(dòng)比率、資產(chǎn)負(fù)債率、產(chǎn)權(quán)比率和應(yīng)收賬款周轉(zhuǎn)率五項(xiàng)指標(biāo)在內(nèi)的房地產(chǎn)企業(yè)償債能力評(píng)價(jià)模型，對(duì)房地產(chǎn)企業(yè)償債能力惡化的原因進(jìn)行分析。許存興等[8]運(yùn)用因子分析法從流動(dòng)比率、速動(dòng)比率、現(xiàn)金比率等14個(gè)財(cái)務(wù)指標(biāo)入手，對(duì)滬深上市145家房地產(chǎn)企業(yè)進(jìn)行了全面的償債能力分析，為評(píng)價(jià)房地產(chǎn)償債能力提供了理論依據(jù)和實(shí)踐指導(dǎo)。陸婷等[9]通過(guò)對(duì)房?jī)r(jià)波動(dòng)與房地產(chǎn)上市公司償債能力進(jìn)行回歸分析，發(fā)現(xiàn)房?jī)r(jià)上漲會(huì)增強(qiáng)短期償債能力，但會(huì)削弱長(zhǎng)期償債能力。宋艷萍[10]探究了中國(guó)房地產(chǎn)上市公司債務(wù)融資與企業(yè)績(jī)效的關(guān)系，發(fā)現(xiàn)資產(chǎn)負(fù)債率和短期債務(wù)融資率均與公司績(jī)效呈負(fù)相關(guān)關(guān)系，而長(zhǎng)期債務(wù)融資率的影響顯著性不高。

綜上所述，現(xiàn)有的房地產(chǎn)上市企業(yè)償債能力的研究主要是基于滬深上市企業(yè)的抽樣數(shù)據(jù)和整體數(shù)據(jù)，由于當(dāng)前階段國(guó)內(nèi)各地區(qū)經(jīng)濟(jì)發(fā)展水平存在差異，相關(guān)結(jié)論在解釋區(qū)域經(jīng)濟(jì)問(wèn)題上可能會(huì)缺乏緊密的相關(guān)性。2016年，國(guó)務(wù)院發(fā)布的《長(zhǎng)江經(jīng)濟(jì)帶發(fā)展規(guī)劃綱要》中重點(diǎn)提出“長(zhǎng)江經(jīng)濟(jì)帶生態(tài)地位重要、綜合實(shí)力較強(qiáng)、發(fā)展?jié)摿薮蟆?。長(zhǎng)江經(jīng)濟(jì)帶高質(zhì)量發(fā)展是國(guó)家重點(diǎn)實(shí)施的“三大發(fā)展戰(zhàn)略”之一。在長(zhǎng)江經(jīng)濟(jì)帶房地產(chǎn)研究領(lǐng)域，國(guó)內(nèi)有學(xué)者測(cè)算分析了長(zhǎng)江經(jīng)濟(jì)帶沿線省市房地產(chǎn)泡沫指數(shù)的時(shí)空演變特征以及土地財(cái)政、房?jī)r(jià)預(yù)期等因素對(duì)指數(shù)的影響效應(yīng)和機(jī)制[11]。但深入探討長(zhǎng)江經(jīng)濟(jì)帶房地產(chǎn)上市公司債務(wù)承載能力及其演變規(guī)律、地區(qū)差異以及影響機(jī)制的研究成果尚少。鑒于長(zhǎng)江經(jīng)濟(jì)帶房地產(chǎn)業(yè)發(fā)展在全國(guó)市場(chǎng)運(yùn)行中發(fā)揮著愈加重要的作用，本文從區(qū)域經(jīng)濟(jì)視角出發(fā)，深入研究長(zhǎng)江經(jīng)濟(jì)帶房地產(chǎn)上市公司的債務(wù)承載能力，以期為長(zhǎng)江經(jīng)濟(jì)帶高質(zhì)量發(fā)展提供科學(xué)依據(jù)與決策參考。

二、數(shù)據(jù)來(lái)源與指標(biāo)選擇

（一）樣本選擇與數(shù)據(jù)來(lái)源

長(zhǎng)江經(jīng)濟(jì)帶地域面積廣闊，橫跨我國(guó)的東部、中部和西部三大區(qū)域，覆蓋上海、江蘇、浙江、安徽、江西、湖北、湖南、重慶、四川、云南、貴州等11?。ㄖ陛犑校丝诤徒?jīng)濟(jì)總量均超過(guò)全國(guó)的40%。本文按照證監(jiān)會(huì)2012版行業(yè)分類(lèi)標(biāo)準(zhǔn)，選取注冊(cè)地為長(zhǎng)江經(jīng)濟(jì)帶相關(guān)省市的房地產(chǎn)上市公司部分財(cái)務(wù)指標(biāo)為研究對(duì)象，剔除部分指標(biāo)缺失不全的公司，最終選取51家公司作為分析樣本，指標(biāo)數(shù)據(jù)均來(lái)自CSMAR。

（二）指標(biāo)選擇

本文首先選取流動(dòng)比率、速動(dòng)比率和現(xiàn)金流量比率等3個(gè)指標(biāo)反映企業(yè)短期償債能力；其次，選取產(chǎn)權(quán)比率、資產(chǎn)負(fù)債率和長(zhǎng)期負(fù)債比率等3個(gè)指標(biāo)反映企業(yè)長(zhǎng)期償債能力；再次，考慮到盈利能力和經(jīng)營(yíng)能力也會(huì)對(duì)企業(yè)償債能力產(chǎn)生影響，引入資產(chǎn)報(bào)酬率、凈資產(chǎn)收益率等其他7個(gè)指標(biāo)[12]，最終從償債能力、盈利能力和經(jīng)營(yíng)能力三個(gè)方面共計(jì)選取13個(gè)指標(biāo)數(shù)據(jù)來(lái)衡量房地產(chǎn)上市公司的債務(wù)承載能力（表1）。此外，本文將指標(biāo)數(shù)值大、企業(yè)債務(wù)承載能力強(qiáng)的指標(biāo)定義為“正向指標(biāo)”，反之則為“逆向指標(biāo)”。對(duì)于逆向指標(biāo)數(shù)據(jù)，進(jìn)行標(biāo)準(zhǔn)化處理使其正向化。

表1 債務(wù)承載能力指標(biāo)分類(lèi)表

三、實(shí)證分析

（一）標(biāo)準(zhǔn)化數(shù)據(jù)適應(yīng)性檢驗(yàn)

為確定樣本指標(biāo)數(shù)據(jù)是否適合進(jìn)行因子分析，將標(biāo)準(zhǔn)化處理之后的數(shù)據(jù)輸入SPSS20.0進(jìn)行KMO檢驗(yàn)和Bartlett球形度檢驗(yàn)，結(jié)果如表2所示?？梢钥闯?，KMO檢驗(yàn)值為0.593，同時(shí)Bartlett球形度檢驗(yàn)的卡方統(tǒng)計(jì)值為1 300.330，說(shuō)明相關(guān)矩陣不是單位陣。表明本文選取的指標(biāo)數(shù)據(jù)通過(guò)了適應(yīng)性檢驗(yàn)，可以進(jìn)行因子分析。

表2 KMO和Bartlett的檢驗(yàn)

（二）主成分因子提取及貢獻(xiàn)率計(jì)算

在進(jìn)行因子分析后得到解釋的總方差（表3），可以看出，當(dāng)提取的主成分因子為4時(shí)，主成分因子只能解釋總方差的76.909%，不能較為全面地反映13個(gè)樣本指標(biāo)的信息；當(dāng)考慮了第5個(gè)特征值時(shí)，提取平方和載入的合計(jì)值為0.915（趨近于1），使得樣本方差的累積貢獻(xiàn)率達(dá)到83.946%，故該特征值可以視作一個(gè)主成分因子。因此通過(guò)提取5個(gè)主成分因子能較為完整地代替13個(gè)樣本指標(biāo)的信息，且能較好地起到降維的作用。

表3 總方差解釋

（三）主成分因子的旋轉(zhuǎn)與解釋

為了對(duì)提取的主成分因子進(jìn)行進(jìn)一步的解釋，使用具有標(biāo)準(zhǔn)化Kaiser正交旋轉(zhuǎn)法對(duì)成分矩陣進(jìn)行正交旋轉(zhuǎn)，旋轉(zhuǎn)在6次迭代后收斂，具體結(jié)果見(jiàn)表4。當(dāng)財(cái)務(wù)指標(biāo)變量的荷載量值高于其它指標(biāo)荷載量數(shù)據(jù)時(shí)，認(rèn)為該財(cái)務(wù)指標(biāo)變量可以較好地衡量與之對(duì)應(yīng)的主成分因子。本文將5個(gè)主成分因子分別定義為F1、F2、F3、F4、F5。

通過(guò)表4可以看出，在主成分因子F1中，X10（營(yíng)業(yè)凈利率）、X9（營(yíng)業(yè)利潤(rùn)率）、X8（凈資產(chǎn)收益率）和X7（總資產(chǎn)報(bào)酬率）的荷載量分別達(dá)到0.902、0.935、0.886和0.832，這四項(xiàng)指標(biāo)的荷載量都遠(yuǎn)大于其它指標(biāo)相應(yīng)數(shù)值。此時(shí)認(rèn)為指標(biāo)X10、X9、X8和X7較好地共同反映了主成分因子F1，即F1解釋了營(yíng)業(yè)凈利率、營(yíng)業(yè)利潤(rùn)率、凈資產(chǎn)收益率和總資產(chǎn)報(bào)酬率等對(duì)債務(wù)承載能力的影響，反映的是盈利能力對(duì)企業(yè)償債能力的影響。同理可得，指標(biāo)X4（資產(chǎn)負(fù)債率，荷載量0.94）、X3（產(chǎn)權(quán)比率，荷載量0.94）和X2（速動(dòng)比率，荷載量0.781）可以有效反映主成分因子F2，即F2反映的是短期償債能力；指標(biāo)X6（現(xiàn)金流量比率，荷載量0.848）和指標(biāo)X11（存貨周轉(zhuǎn)率，荷載量0.643）可以有效反映主成分因子F3；指標(biāo)X5（長(zhǎng)期負(fù)債比率，荷載量0.876）可有效反映主成分因子F4；指標(biāo)X13（非流動(dòng)資產(chǎn)周轉(zhuǎn)率，荷載量0.974）可以反映主成分因子F5。

表4 旋轉(zhuǎn)后的成分矩陣

（四）主成分因子得分

通過(guò)因子得分系數(shù)表的相關(guān)數(shù)值（表5），以旋轉(zhuǎn)后的因子方差貢獻(xiàn)率/累計(jì)方差貢獻(xiàn)率作為權(quán)重，將各因子得分乘以對(duì)應(yīng)的權(quán)重并求和就可以得到因子綜合得分F。其中，主成分因子得分模型的計(jì)算表達(dá)式為：

F1= -0.053X1-0.007X2-0.006X3-0.056X4＋0.066X5-0.056X6＋0.254X7＋0.306X8＋0.285X9＋0.306X10-0.002X11＋0.020X12-0.034X13（1）

同理可得F2、F3、F4、F5。進(jìn)而得到因子綜合得分模型的計(jì)算表達(dá)式為：

F=25.735/83.946F1＋24.808/83.946F2＋16.351/ 83.946F3＋8.923/83.946F4＋8.129/83.946F5（2）

表5 成分得分系數(shù)矩陣

（五）房地產(chǎn)上市公司因子得分綜合評(píng)價(jià)

從償債能力、營(yíng)運(yùn)能力和經(jīng)營(yíng)能力三個(gè)方面結(jié)合具體13個(gè)指標(biāo)，對(duì)長(zhǎng)江經(jīng)濟(jì)帶51家房地產(chǎn)上市公司債務(wù)承載能力進(jìn)行因子分析。將各樣本企業(yè)的指標(biāo)數(shù)據(jù)分別代入主成分因子得分表達(dá)式（式1），計(jì)算出每家企業(yè)5個(gè)主成分因子的得分情況，再利用因子綜合得分模型（式2）計(jì)算出每家企業(yè)的綜合得分F，并按照F值的高低對(duì)51家公司進(jìn)行排序，從而更加直觀地反映出各家公司債務(wù)承載能力的高低。結(jié)果如表6所示。

1.整體分析

從表6可以看出，51家企業(yè)中得分超過(guò)2分的僅有8家，大部分企業(yè)得分在0～2之間，其中豐控股、合肥建設(shè)、寧波富達(dá)等企業(yè)的綜合因子得分名列前茅，而鳳凰股份、云南城投和南京高科等綜合因子得分排在末位。得分最高的榮豐控股為4.45，得分最低的南京高科僅為0.31。由此可以看出，大部分房地產(chǎn)企業(yè)的債務(wù)承載能力一般，且樣本企業(yè)債務(wù)承載能力表現(xiàn)不盡相同，最優(yōu)和最差的分值差距較大。此外，排名前10的企業(yè)中，上海市有5家，江蘇省2家，安徽省、浙江省和湖北省各有1家；而排在后10位的企業(yè)中，浙江省數(shù)量最多為4家，其次是江蘇省和上海市各2家，云南省和貴州省各1家。

按照行政區(qū)域?qū)颖酒髽I(yè)劃分為10組，將各組均值作為該區(qū)域的得分值，如表7所示?？梢钥闯?，除了安徽省1家房地產(chǎn)公司綜合因子得分較理想以及江西省沒(méi)有樣本企業(yè)之外，其它行政區(qū)域內(nèi)的房地產(chǎn)企業(yè)債務(wù)承載能力因子綜合得分的平均值大致相當(dāng)，這也證明了無(wú)論是整體的樣本企業(yè)還是不同行政區(qū)域內(nèi)的企業(yè)都存在因子綜合得分差距較大，且不同企業(yè)之間的債務(wù)承載能力差異大的情況。

表7 不同地區(qū)綜合因子得分均值

2.抽樣分析

對(duì)綜合因子得分排名前10的企業(yè)進(jìn)行主成分因子分析，發(fā)現(xiàn)與其他房地產(chǎn)公司的同類(lèi)指標(biāo)得分值相比，榮豐控股主成分因子F3的得分極低，在51家樣本企業(yè)中排名最末位。但主成分因子F1和F4的得分值均位列第1位，主成分因子F5和F4分值位列第6、7位，最終使得榮豐控股因子綜合得分F位列第1。可以看出，榮豐控股在現(xiàn)金流量比率和存貨周轉(zhuǎn)率兩個(gè)指標(biāo)方面表現(xiàn)不甚理想，但在其他方面的出色表現(xiàn)彌補(bǔ)了這兩個(gè)指標(biāo)的不足。合肥城建與榮豐控股的基本情況類(lèi)似，主成分因子F3表現(xiàn)極差，而其他4個(gè)主成分因子表現(xiàn)較好，其余8家樣本企業(yè)情況也大致相同。而后分析了排名靠后的企業(yè)，發(fā)現(xiàn)這些企業(yè)5個(gè)主成分因子的得分都普遍較低，表明在償債能力、盈利能力和經(jīng)營(yíng)能力方面表現(xiàn)得都較為一般。

表6 房地產(chǎn)上市公司綜合得分名次表

通過(guò)比較排名前十的企業(yè)主成分因子得分與排名（表8）可以發(fā)現(xiàn)，排名靠前的樣本企業(yè)債務(wù)承載能力都存在著不同的短板，沒(méi)有企業(yè)在各方面都處于領(lǐng)先地位，這表明各家企業(yè)衡量債務(wù)承載能力的企業(yè)償債能力、盈利能力和經(jīng)營(yíng)能力發(fā)展的不均衡性。

運(yùn)用因子分析模型分別對(duì)2014—2019年長(zhǎng)江經(jīng)濟(jì)帶51家房地產(chǎn)上市公司進(jìn)行綜合因子得分計(jì)算，求和后得到各年度的平均值即為該公司因子綜合得分。2014—2019年長(zhǎng)江經(jīng)濟(jì)帶房地產(chǎn)上市公司因子綜合得分情況如圖1所示。

表8 排名前十的企業(yè)主成分因子得分與排名情況

圖1 2014-2019年長(zhǎng)江經(jīng)濟(jì)帶房地產(chǎn)上市公司因子綜合得分變化圖

可以看出，研究期內(nèi)長(zhǎng)江經(jīng)濟(jì)帶51家房地產(chǎn)上市企業(yè)的綜合因子得分在2014—2015年穩(wěn)步上升，在2016年出現(xiàn)驟降，2017—2019年又開(kāi)始回升。在觀察主成分因子F1、F2和F3變化的基礎(chǔ)上，結(jié)合過(guò)去5年國(guó)家相關(guān)政策及房地產(chǎn)發(fā)展態(tài)勢(shì)可以發(fā)現(xiàn)，2014年和2015年正值房地產(chǎn)行業(yè)蓬勃發(fā)展時(shí)期，主成分因子F1、F2和F3分值都較高，地產(chǎn)企業(yè)大量負(fù)債，但是市場(chǎng)整體發(fā)展迅猛，使得綜合因子得分較高，表現(xiàn)出較強(qiáng)的債務(wù)承載能力。但需要提及的是，“虛高”的債務(wù)承載能力背后是“高庫(kù)存、高杠桿”隱患。2016年“去產(chǎn)能、去庫(kù)存、去杠桿”成為房地產(chǎn)行業(yè)的重點(diǎn)，隨著政府政策收緊，全國(guó)多個(gè)城市重啟限購(gòu)限貸政策，部分城市出臺(tái)限售政策，房地產(chǎn)行業(yè)受到了極大限制，盈利狀況和經(jīng)營(yíng)活動(dòng)都出現(xiàn)了大幅度下滑，加之之前累積的眾多債務(wù)難以在短時(shí)間內(nèi)有效處理，導(dǎo)致2016年的綜合因子得分出現(xiàn)了大幅度下降，債務(wù)承載狀況不容樂(lè)觀。2017—2019年隨著“去產(chǎn)能、去庫(kù)存、去杠桿”的有效推進(jìn)，房地產(chǎn)行業(yè)整體債務(wù)承載能力在逐步回升，尤其是2018年度樣本企業(yè)本年度的長(zhǎng)期負(fù)債率指標(biāo)顯著下降，綜合因子得分明顯提升，債務(wù)承載能力出現(xiàn)了大幅度的回暖。

四、對(duì)策建議

本文針對(duì)房地產(chǎn)行業(yè)的高杠桿風(fēng)險(xiǎn)問(wèn)題，基于因子分析法對(duì)長(zhǎng)江經(jīng)濟(jì)帶51家房地產(chǎn)上市公司債務(wù)承載能力進(jìn)行了分析，科學(xué)評(píng)價(jià)其2014—2019年的綜合因子得分情況。針對(duì)長(zhǎng)江經(jīng)濟(jì)帶房地產(chǎn)企業(yè)債務(wù)承載能力現(xiàn)階段存在的問(wèn)題，提出以下對(duì)策建議：

（一）堅(jiān)持去杠桿，減少企業(yè)負(fù)債

自2016年供給側(cè)結(jié)構(gòu)性改革開(kāi)展以來(lái)，去杠桿一直是改革的重點(diǎn)。與其它行業(yè)不同的是，房地產(chǎn)行業(yè)從2015年開(kāi)始快速擴(kuò)張，規(guī)模不斷變大，杠桿率也隨之增高，因此地產(chǎn)行業(yè)去杠桿顯得尤為緊迫。一方面房地產(chǎn)企業(yè)要積極配合相關(guān)政策法規(guī)的實(shí)施，另一方面房地產(chǎn)企業(yè)也要主動(dòng)去杠桿，可以通過(guò)出售非核心資產(chǎn)等方式加快處置不良資產(chǎn)，或通過(guò)減少不必要的支出、提高效率、拓寬融資渠道、改變?nèi)谫Y方式等途徑減少外部融資需求，進(jìn)而降低企業(yè)杠桿率。

（二）合理運(yùn)用資金，避免盲目開(kāi)發(fā)

房地產(chǎn)項(xiàng)目開(kāi)發(fā)的資金基本上都是以債務(wù)的形式取得，而項(xiàng)目建設(shè)期資金鏈斷裂成為“爛尾樓”，資金回收期長(zhǎng)，項(xiàng)目建成后缺乏市場(chǎng)等原因?qū)е虑捌谕度霟o(wú)法按時(shí)收回，從而產(chǎn)生債務(wù)危機(jī)。所以房地產(chǎn)企業(yè)要結(jié)合國(guó)家戰(zhàn)略、政府相關(guān)政策和市場(chǎng)需求等多方面因素，謹(jǐn)慎選擇開(kāi)發(fā)項(xiàng)目，結(jié)合自身能力適度控制開(kāi)發(fā)規(guī)模，保證資金供應(yīng)的連續(xù)性和資金回收的及時(shí)性，最大程度減少債務(wù)風(fēng)險(xiǎn)。

（三）促進(jìn)轉(zhuǎn)變企業(yè)定位，致力產(chǎn)品多樣化發(fā)展

當(dāng)前階段，我國(guó)住房需求呈現(xiàn)出穩(wěn)定狀態(tài)，高質(zhì)量和高服務(wù)的可持續(xù)發(fā)展戰(zhàn)略，才是未來(lái)房地產(chǎn)企業(yè)“活下去”的制勝之道。對(duì)此，房地產(chǎn)企業(yè)要改變傳統(tǒng)的“大刀闊斧搞開(kāi)發(fā)”的發(fā)展模式，一方面要促進(jìn)企業(yè)轉(zhuǎn)變定位，規(guī)模較小的房地產(chǎn)企業(yè)可以集中優(yōu)勢(shì)資源，專攻價(jià)值鏈中的某一個(gè)環(huán)節(jié)，從而避開(kāi)競(jìng)爭(zhēng)，減少風(fēng)險(xiǎn)；另一方面，房地產(chǎn)企業(yè)也要不斷轉(zhuǎn)變產(chǎn)品類(lèi)型，通過(guò)相關(guān)多元化和非相關(guān)多元化戰(zhàn)略擴(kuò)大經(jīng)營(yíng)范圍，促進(jìn)企業(yè)內(nèi)部各項(xiàng)能力的全面發(fā)展。

[1] CHIVAKUL M, LAM W R. Assessing China's Corporate Sector Vulnerabilities [R]. International Monetary Fund Working Paper, 2015: 15-72.

[2] 陳映雄. “營(yíng)改增”政策對(duì)房地產(chǎn)企業(yè)的影響及對(duì)策分析[J]. 湖北經(jīng)濟(jì)學(xué)院學(xué)報(bào)(人文社會(huì)科學(xué)版), 2019,16(7): 55-57.

[3] 章建平. 房地產(chǎn)企業(yè)短期償債能力指標(biāo)評(píng)析[J]. 中國(guó)集體經(jīng)濟(jì), 2007(4): 100.

[4] 張廣柱. 中國(guó)房地產(chǎn)上市公司償債能力分析[J]. 會(huì)計(jì)之友, 2012(10): 85-88.

[5] GIAMBONA E, GOLEC J, SCHWIENBACHER A. Debt Capacity of Real Estate Collateral[J]. Real Estate Economics, 2014, 42(3): 578–605.

[6] 史茜. 我國(guó)房地產(chǎn)上市公司償債能力的影響因素研究: 基于營(yíng)運(yùn)資本管理的視角[J]. 會(huì)計(jì)之友, 2013(7): 88-91.

[7] 郭秀君,馬廣奇. 基于模糊數(shù)學(xué)方法的房地產(chǎn)企業(yè)償債能力分析[J]. 數(shù)學(xué)的實(shí)踐與認(rèn)識(shí), 2014(4): 85-91.

[8] 許存興,張芙蓉. 基于因子分析法的房地產(chǎn)企業(yè)償債能力分析[J]. 曲阜師范大學(xué)學(xué)報(bào), 2014(4): 4-8.

[9] 陸婷, 張明. 房?jī)r(jià)波動(dòng)對(duì)房地產(chǎn)企業(yè)償債能力的影響[J]. 金融論壇, 2017(6): 69-80.

[10] 宋艷萍. 債務(wù)融資與企業(yè)績(jī)效的關(guān)系探究: 以中國(guó)房地產(chǎn)上市公司為例[J]. 財(cái)會(huì)月刊, 2015(21): 67-72.

[11] 吳傳清,鄧明亮. 土地財(cái)政、房?jī)r(jià)預(yù)期與長(zhǎng)江經(jīng)濟(jì)帶房地產(chǎn)泡沫指數(shù)[J]. 華東經(jīng)濟(jì)管理,2019,33(6): 5-13+2.

[12] 張晶晶. 基于因子分析法的房地產(chǎn)上市公司債務(wù)承載能力分析[J]. 商業(yè)會(huì)計(jì),2019(12): 43-46.

Debt Carrying Capacity of Listed Real Estate Companies in Yangtze River Economic Belt

JING Peiran, LIU Feng, GUO Lidan, WU Yueting

（Business School, Hohai University, Nanjing Jiangsu 211100, China）

The real estate industry plays a vital role in China’s current national economic development, and its high leverage risk is also the focus of stakeholders. This paper uses the factor analysis method to evaluate and analyze the debt carrying capacity of 51 real estate listed companies in the Yangtze River Economic Belt (YREB) from 2014 to 2019. The results show that except the debt carrying capacity of some companies is slightly weak, most of the real estate listed companies in the YREB have good debt carrying capacity. Still, the listed companies have weaknesses in solvency, profitability, and operating ability to varying degrees. Given the problems existing in the debt carrying capacity of real estate enterprises in the YREB, this paper suggests adhering to the deleveraging, rational use of funds and promoting the transformation of enterprise positioning. These findings will provide a scientific basis and decision-making reference for the healthy and sustainable development of the real estate industry.

Real estate industry; Factor analysis method; Yangtze River Economic Belt; Listed company; Debt carrying capacity

2021-08-24

2020年中央高?；究蒲袠I(yè)務(wù)費(fèi)項(xiàng)目（B200203173）；2020年江蘇省研究生科研創(chuàng)新計(jì)劃項(xiàng)目（KYCX20_0558）

井沛然，男，河南信陽(yáng)人，博士研究生，主要研究方向：工程經(jīng)濟(jì)與項(xiàng)目管理；劉楓，男，江蘇南京人，管理學(xué)碩士，研究方向：企業(yè)會(huì)計(jì)與公司治理；郭利丹，女，河南洛陽(yáng)人，工學(xué)博士，副教授，研究方向：跨境水資源管理與工程生態(tài)；吳玥葶，女，福建南平人，碩士研究生，研究方向：管理科學(xué)與工程。

F275

A

1672-3724（2022）02-0058-06