房地產企業財務風險監控研究

2019年以來，我國房地產企業發行債務數量迅速攀升，截至1月26日，除計劃外，中國房地產相關企業已經成功地在國內外債券市場發行了高達1200億元人民幣的債券，其中，國內債券市場共發行110只債券，規模高達700.7億元，相較于去年同期的35只290.9億元，發行只數同比上漲214.3%，發行規模同比增長140.9%。而在海外方面，2019年來中資房地產企業出海發債21單，總規模高達68.7億美元，而有的美元債利率已超過10%。而該現象表明，對于資金運作主要依托信貸的中小型房地產企業，其負債問題尤為突出。

事實上，房地產公司如今正普遍地采用用借新貸換舊賬的方式來實現再融資和舊債的償還，因此融資的環境的緊張形勢并沒有得到有效緩解。今年，房地產公司面臨更大的債務到期壓力，如果不能采取合理的風險監控措施和更加平緩的融資策略，其可能因為高杠桿的特點在未來面臨非常嚴重的財務風險。

　?。ǘ┭芯恳饬x

理論意義：本文系統地總結了房地產企業財務風險的特點和成因，并結合不同的量化方法對這些風險進行了評價，例如泡沫測度法和VaR方法等，其所能評估的風險包括房地產市場泡沫大小的測量和房地產企業所面臨的金融風險的測度。其次，本文建立了有效的房地產企業財務風險監控模型，并得出了一些有價值的結論。

實踐意義：針對房地產企業資本密集的性質，其資金流動量相比其他資產流動性強的行業較大，資金周轉率明顯偏低，因此其遭遇財務危機的可能相對較高，因此需要具備一定的風險監控能力，以使不確定性的財務風險變得可預測、可控制。在財務風險的理論基礎上，本文借助SPSS軟件，為房地產企業建立了一套有效、可靠的財務風險監控模型，以提高上市房地產企業對財務危機的抵御能力，這對房地產企業長期、健康的發展有較大的實踐意義。

　?。ㄈ﹪鴥韧馕墨I綜述

基于房地產行業在國民經濟中舉足輕重的地位，房地產財務風險研究一直是我國許多學者重視的主題。李啟明（1998）提出，房地產風險定量分析和基本評價方法可以有效分析房地產企業財務風險。識別企業財務風險，可以通過靈活運用回避風險法、分散風險法、轉移風險法、降低風險法和緩沖風險法，在財務風險的不同階段采取不同的應對措施（劉平2007）。陳樺（2012）指出，AHP層次分析法是用來分析影響房地產企業財務風險的各種因素的實用方法。王淑慧等（2014）提出使用混沌理論來設計中小企業財務危機預警模型，即外部環境因素經過企業內外環境的信息交換，間接影響到企業內部財務狀況的穩定性，并轉化為企業內部因素，實現有序性降低，無序性增加的熵增過程，從而總結出我國中小型企業財務危機系統的非線性開放特征。

而在房地產企業財務風險模型的設計、構建方面，也出現了基于不同模型或研究模式的許多成果。1996年，周首華等在Altman所提出的用于預測企業破產概率的Z-Score模型基礎上，對其進行改造，首次提出了F分數模型。實際上，在之前有關企業財務危機的研究中，許多學者都沒有將企業的現金流量指標納入變量考慮范圍內。而該模型彌補了以往研究的缺陷，加入了現金流量比率，取得了一定的效果。郭煒、樂歡（2008）分別使用Logistic模型和BP神經網絡模型對我國銀行房地產企業信貸風險進行了評估與比對。結果表明，BP神經網絡模型在房地產信貸風險的預測方面相比傳統的多元線性回歸模型具有更高的精度。喻曉艷和王松江（2008）使用RBS與AHP方法構建了動態風險管理模型，其可以被用于房地產項目的風險管理，也可以被用來監控房地產企業的財務風險。單令彬等（2010）基于F分數模式，分析了深圳交易所第一家高新上市企業，并結合F分數得出的結果，從財務管理及多方位的公司戰略角度提出了具有建設性的風險應對策略。

綜上所述，針對房地產企業的財務風險管理方面的研究一直都在不斷地推進并革新，許多研究都對往年提出的一些對企業財務風險管理具有重要意義的模型、方法進行檢驗、修正，同時一些跨學科的分析范式也得到了一定的重視，如神經網絡模型等等。但在一些房地產企業財務風險預警構建的研究文獻中，其選擇研究樣本的方式多以ST、非ST方法進行，而ST公司即連續兩年出現虧損狀況的財務異常上市公司。事實上，許多公司在虧損前或剛剛虧損時，就已經出現內部的財務風險了，如果不對之實施有效的策略，財務風險很可能會轉化為較為嚴重的財務危機，影響整個企業的發展。

　　二、房地產企業財務風險監控理論基礎

　?。ㄒ唬┢髽I財務風險簡述及其分析

1.企業財務風險特征

不確定性。風險是事件的不確定性引起的，即事件的結果無法實現預期期望，導致期望的可能性偏離。房地產相比其他企業而言，所面臨的不確定性更為突出。房地產企業在投資一個項目后，與項目相關的許多影響企業財務狀況的因素都不能很好地被評估。例如，項目實施的地點不同，會面臨針對不同地區不同的地產政策如限購令等，導致企業承擔的風險難以測度。

關聯性。財務風險與許多宏觀經濟指標都有關聯，如利率、匯率。利率波動會導致房地產企業資金成本波動，從而增加了不穩定性；而匯率波動會導致一些經營跨國房地產業務的企業遭受損失。同時，企業財務風險與經營風險具有較大的正相關關系。若企業經營模式、經營效益出現問題，企業會面臨經營收益下降甚至低于經營成本的情況，出現凈負現金流從而招致財務風險。房地產企業財務風險還與金融風險有關聯。對于房地產企業而言，其主要面臨的金融市場風險是其股票價格波動帶來的外部市場風險。當企業股票價格出現較大幅度下降時，市場對企業的期望降低，進而出現市場購買力萎縮，企業凈現金流減少，出現較為嚴重的財務風險。因此，引入金融風險度量指標對于房地產企業財務風險的分析是尤為關鍵的。

可規劃性。房地產企業的產品生產過程具有連續性的特點，因此在項目投資之前結合較為現代化的風險管理策略，可進行較為科學、合理的預測，并制定較為全面的企業未來發展規劃。

2.房地產企業財務風險的特點

房地產企業所面臨的風險比其他行業類別更為復雜，其所面臨的內部財務風險的產生主要有一下三個特點：

投資周期較長。由于房地產投資是一項周期較長的投資，少則幾個月，大則幾年，從土地獲得、市場調研、投資決策、建設施工，到銷售推廣、物業管理等開發過程，由于周期較長，那么有些賬款可能無法及時收回，產生壞賬，使資金周轉不靈，造成財務風險。

房地產投資額巨大。房地產企業的投資不僅投資周期長，而且投資額較大，房地產企業的大量資金都會被占用，且資金收回期較長，一旦企業面臨長期的資金短缺狀況，則企業將無力調用資金來進行內部資源配置，導致許多業務無法運轉，進一步則會造成財務危機，這同時也是投資企業所面臨的財務風險。

房地產投資追求高效益。房地產企業由于投資高，投資報酬率也較高，風險也會相對較高，例如通貨膨脹風險也稱為購買力風險，是指投資完成后所收回的資金與投入的資金相比購買力降低給企業帶來的風險。由于房地產的投資追求高收益，因此只要通貨膨脹的因素存在，企業就要面臨通貨膨脹的風險。

3.房地產企業財務風險產生的原因

在房地產企業經營的過程中，宏觀經濟因素和企業內部環境的變化都可能導致其面臨較大的財務風險。在房地產的外部環境下，新政策和法律的制定，宏觀經濟指標如利率、匯率的波動以及房地產行業的發展情況都可能造成對房地產企業外部壓力適應性的考驗。為了遏制房價飛漲，我國政府制定了一系列抑制房價的政策，為房地產企業的發展帶來較大壓力。近三年來，房地產市場發展較前幾年處于低迷狀態，一線城市的成交規模逐漸進入低位波動階段，雖然2018年9月供應力度提升增加了商品住宅的同比規模，但較2016年的高點仍處于低位。同時，越來越多的城市出現商品房供過于求的現象，一些城市的房屋供求比甚至達到20%，如廈門、合肥等。2018年9月一線城市商品房供應量為310萬平方米，較2016年降低了21%，而該年商品房成交量僅為258萬平方米，較2016年下降了近41%。房地產行業的低迷給房地產企業的發展造成了較大壓力。

而就房地產企業內部環境而言，無論是地產項目初期的融資規劃，還是中后期現金流的管理，都會很大程度上影響企業的財務狀況。部分房地產企業缺乏有效規劃財務計劃的團隊，導致企業沒有足夠的能力支撐當前房地產市場多變的環境，使企業面臨較大的財務危機；同時，對于現金流的管理不夠妥善會導致企業出現資金斷裂、融資困難等境況，不利于企業未來的持續發展。同時，當前房地產企業的風險管理機制還不夠健全，許多房地產企業僅注重高利潤與高銷售量，盲目制定決策而忽視了房地產企業的高風險特性。而一旦出現決策失誤，企業可能面臨銷售困難、客戶流失、潛在消費者信任度降低等嚴重影響企業未來發展的情況，導致企業面臨嚴重的財務危機甚至破產。

　?。ǘ┢髽I財務風險評價方法

1.在險價值方法

在險價值方法法又稱VaR方法，其因量化風險的自身優點以及對于風險描述的直觀性、間接性為國際各大金融機構所重視。其采用標準化數理統計和現代工程方法對資產進行風險度量，比以往基于定性和主觀經驗的風險度量方法更為客觀。其最初主要被應用于金融機構對于金融風險的度量，后來被廣泛發展至信用風險、現金流風險、乃至經營風險等領域。在房地產企業發展過程中，由于現金流量大、發展環境復雜的特點，其可能面臨財務上的重大損失。而VaR方法正可以被運用于度量房地產企業在面臨由股票價格波動風險而產生的損失，為房地產企業未來發展規劃、投資決策的制定具有量化的指導意義。

（1）在險價值的定義及原理

在險價值(VaR)是衡量資產組合損失風險的指標，在市場處于正常波動，持有期給定的前提下，資產組合在一定概率水平下可能損失的量。其計算公式為：

公式字母含義：為在一定持有期內資產價值損失小于可能最大損失的概率，VaR為置信度為c時的在險價值，c為置信水平。由在險價值的定義描述可知，在險價值的影響因素有：資產持有期、置信水平和未來資產組合價值的分布狀況。

（2）在險價值的參數設定

①資產持有期設定。持有期設定即確定計算在哪一段時間內的處于風險狀態下的資產的價值。一般而言，資產的持有期越大，其面臨的風險程度就越高。因此，對于持有期的有效設定是計算在險價值的重要因素之一。決定資產持有期的要素主要為兩個：資產組合的收益率分布方式和資產組合在市場上的流動性。例如，對于頭寸交易頻繁的資產如股票組合、OTC衍生工具等應以每日為周期來計算VaR，而對于養老金和一些投資基金等流動性不高、頭寸交易不頻繁的應選取以周或月為周期來計算VaR。

②置信水平設定。通常置信水平的選擇即映射出金融機構及其他金融資產持有者對于風險的厭惡水平。風險厭惡程度較高的投資者通常更傾向于選擇較大的置信度水平，以得到更有把握的的預測結果；而風險中性或風險偏好的投資者則傾向于選擇較小的置信度水平，即能夠容忍犧牲部分準確率而確保VaR計算結果的有效性。

③資產收益分布設定。資產收益分布是指投資組合在特定持有期內回報的概率分布情況。由于正態分布具有良好的統計學特性，因此常被作為資產組合的收益分布假設形式。但在實際情況中，金融資產的回報率分布呈現leptokurtic特征，即相對正態分布峰度更高而尾部更厚的分布形式。直觀地說，這些數據中出現極值的概率高于正態分布的概率。因此，正態分布假設往往造成對極端情況的低估。因此，面對金融資產的厚尾特性，研究者還可以使用非參數模型對VaR進行估計，它不需要對資產組合的分布有任何的假設，只需要分析已有的歷史數據來對VaR進行估計。

（3）在險價值的計算方法

①歷史模擬法。歷史模擬法假設投資組合回報的過去的市場表現是其未來表現的基礎，其假設市場因子的未來波動率與歷史波動率相同。其使用過去的資產組合回報來估計當前的資產組合收益情況，并將出現的可能由小至大進行排列，根據所需的分位值來找到相應的數值，得出VaR。它具有簡潔、直觀、計算過程容易的特點，它不需要估計風險因素風險因素的實際分布情況，從而降低了分布假設可能造成的估算誤差問題。但事實上，歷史數據并非能夠精確的被用于預測未來資產收益的變化情況；同時，不經常發生的事件往往不會被包含在模擬之中，與資產收益的實際分布并不相符。

②方差—協方差方法。方差—協方差方法又稱為參數估計法，它假定資產組合收益率和波動性服從正態分布，通過計算出資產組合收益的均值、標準差和協方差，同時利用回顧期內資產組合收益的價值變化運動來計算出在給定置信水平下資產組合所面臨的可能最大損失。它也具有直觀性、易理解的特點，但由于其對于資產組合回報正態分布的假設，它忽視了金融資產收益率所具有的尖峰厚尾的特性，從而無法估計極端事件的風險造成對資產組合在險價值的低估。

③蒙特卡洛模擬方法。該方法與歷史模擬法相似，但其是應用計算機生成的隨機數來對風險因素的分布進行建模分析。蒙特卡洛方法創建一個基于計算機的模型，該模型包含所有可能影響金融項目績效的隨機變量，包括他們之間的任何相互關系、相關性與序列相關性等。該模型被計算機運行數百或數千次，以提供可以記錄和命令的輸出結果，以估計可能結果的概率分布。蒙特卡洛方法可以被用于處理非線性、非正態的厚尾和波動劇烈的金融資產。但由于其隨機變量關系模型的估計較為依賴歷史數據，因而容易存在模型風險和參數估計誤差。

2.泡沫測度法

房地產泡沫從本質上解釋為：房地產實際價格相對于經濟基礎條件決定的基礎價格的非平均性偏移，泡沫的大小往往較大程度上影響著房地產市場未來的發展趨勢以及國家宏觀政策的制定方向，因此必須選用合適的方法對地方或整個國家房地產市場泡沫進行合理、準確的度量。房地產泡沫的度量方法主要有四種——統計檢驗法、空置率修正法、邊際收益法與指標指示法，而由于前兩者分別存在受羊群效應和空置率獲取困難的缺陷，往往不被使用。

在使用指標體系法測度房地產泡沫時，必須首先選取較為恰當的指標，即指標的選取必須具備相匹配的經濟意義，同時要考慮所選擇指標之間的相關性，不可盲目選取。在指標指示體系中，主要有以下兩個衡量泡沫大小的變量：

①房價收入比。該指標等于房價與平均收入的比率，是衡量住房負擔能力的一個重要指標。房價收入比越高，說明市場比較活躍，房地產泡沫相比房價收入比低時更大。一般而言，發達國家該指標數值為1.8-5.5；而發展中國家房地產業往往在其國民經濟中占據很大比例，通過房地產行業帶動鋼鐵行業和服務業的發展，并提供大量就業人口，因此該指標值的正常波動范圍被認為在4到6之間。

②施工面積和竣工面積之比。其體現了地產市場在今后的供需關系。通常該指標值超過3.2時，認為房地產存在泡沫；超過4.2時說明泡沫較為嚴重。由于商品房的建設工期往往在1至兩年，該指標可以用于判斷一至兩年后現房供應量的大小——指標越高，供應量越大，存在的泡沫可能就越大。

　?。ㄈ┢髽I財務風險預警模型理論

1.企業經營的周期波動

最早的經濟預警是針對整個宏觀經濟的預警，即以凱恩斯經濟學所衍生出的經濟周期理論為基礎，對經濟中存在的規律性變化進行總結以預測宏觀經濟的未來走勢。經濟周期是經濟在擴張(增長)和收縮(衰退)之間的自然波動。這種模式有規律地重復，但它并沒有固定的波動時間段，周期的長度也往往很難預測，通?？梢杂脦讉€月或幾年來衡量。這種上下波動的模式影響著經濟生活的各個方面，其中包括金融市場。例如，在周期的某一蓬勃發展階段的某些投資或投資類別可能會在另一階段失去價值。

在微觀的層面，企業實際上也會在經營過程中出現周期性波動的情況，因為企業在發展過程中不僅收到公司內部財務因素的影響，還受到來自整個市場、行業甚至宏觀經濟等因素的外部刺激，但這種企業內部的周期性規律相對宏觀經濟周期而言幅度更大而周期更短。企業在發展過程中，可能面臨擴張、下滑、復蘇三個階段。在外部經濟、金融因素良好，對企業發展產生順推動作用時，企業結合自身在業務、管理與風控方面的優勢，可以實現可持續良性發展，進入擴張階段。而在企業擴張到一定規模后，由于業務的不斷擴展，其可控性則將有所下降，企業對市場把握的難度也會加大，風險暴露增加，從而增加財務危機發生的可能。在發生財務危機時，即使企業通過一些必要的手段盡可能地降低損失，股東等企業相關利益主體仍會遭受較大程度損失，從而打擊企業的經營發展狀況，導致其進入下滑階段。而正是由于企業存在著這樣的周期性經營狀況，財務預警模型才有了出現的必要。

2.企業財務危機預警的目的

財務預警系統的目的，是為了在企業財務危機即將或剛剛出現惡化時，能被及時有效地監控到，從而讓企業有較為充足的時間來采取有效的措施，降低企業遭受更大損失的可能。企業財務預警系統主要通過其提前設定的敏感性預警指標，結合企業財務會計信息，對其面臨的或即將面臨的財務危機實現實時的監控和預測警報。

3.企業財務危機預警模型的構建

財務危機預警模型的建模方式為：分別選出一組按照一定的準則判別為即將出現或已經出現的財務危機類型企業作為樣本組，同時選擇一組與對照組數目與研究時間一致的沒有財務危機或財務危機跡象出現的企業作為對比組，通過選取樣本組與對比組間具有顯著差異的財務指標為模型中的解釋變量，根據合適的方法來建立企業的財務危機預警模型。設計一個具有較好實踐作用、準確的財務預警模型應該進行以下三個步驟：企業財務狀況劃分（危機界定）；作為模型中解釋變量的指標的選??；模型的設計與構建。對于企業財務危機的范圍界定，由于我國資本市場不成熟、破產重組相關法律不夠健全，學者多以ST方法對面臨或即將面臨財務危機的公司進行界定。然而，界定企業財務危機的方法應該主要是對公司現金流能力的判斷，而ST公司主要是盈利能力方面出現問題，這并不代表其現金流不足以履行償還義務或違約。因此在實際財務危機預警分析中，應結合其他因素或方法來對出現經濟危機的企業進行范圍界定。

　　三、房地產企業財務風險監控模型研究假設

　?。ㄒ唬┭芯繕颖具x取

為了合理構建房地產企業的財務風險監控模型，本文按照1：1配比分別選擇滬深股市中規模相近的68家房地產企業，包括樣本組和對照組各34家。由于我國現行的資本市場監管體制在很多方面都是以三年為周期的，因此本文將研究的房地產企業樣本設定為三年周期，具體篩選出如下為樣本組：連續三年中，第三年凈利潤為負的房地產上市企業。同時，按照1：1的比率，選擇出相同三年中，第三年具有相似規模的、連續三年凈利潤為正（即盈利）的房地產上市企業作為對照組。具體篩選結果見表3-1。

表3-1

　?。ǘ┴攧罩笜诉x取

根據往年研究文獻中較為廣泛采用的財務指標，本文主要選取了涉及公司長短期償債能力、營運能力、盈利能力、成長能力和現金流量六個方面，具體如表3-2：

表3-2

研究樣本的財務指標均來自萬德數據庫（Wind），對于個別指標缺失的公司，通過新浪財經網站查找相關數據并補充，對于個別數據無法找回的樣本予以刪除處理，同時對于樣本出現普遍缺失的指標數據，對該指標予以刪除處理。

　　四、房地產財務風險監控模型的構建

　?。ㄒ唬┓菂禉z驗降維過程

我們可以看到，初步選擇出的財務指標一共六大類，共23個指標，而由于數據條件限制，樣本數量只有68個，樣本與變量的比值較小，這會影響之后進行的因子分析的效果，降低模型的有效度，因此在進行模型處理之前，我們需要對數據進行初步降維，這就需要采取差異性檢驗的方法。根據往年研究驗證，大多數公司財務指標往往都并不服從于正態分布，因此本文采用非參數檢驗——Mann-Whitney方法對樣本組與對照組進行差異性分析。其結果如表4-1所示：

表4-1

由結果可知：樣本組與對照組在“現金比率”、“資產負債率”、“有形資產負債率”、“產權比率”、“應收賬款周轉率”、“總資產周轉率”、“固定資產周轉率”、“留存收益與總資產比”、“每股凈資產”、“凈利潤增長率”、“凈資產增長率”、“總資產增長率”、“銷售凈利率”、“凈資產收益率”、“總資產收益率”和“每股收益”（）這16個財務指標上差異性較為顯著，進入后續建模數據分析，其余指標由于差異不明顯而被剔除，從而提高模型區分度，同時降維也能提高因子分析的效果

　?。ǘ祿藴驶幚?/strong>