房地产存货、宏观经济形势与企业风险承担

周泽将 王怡晨

摘要：在中国近年积极鼓励房地产行业“去库存”的政策背景下，本文选取2007年至2017年间中国资本市场A股房地产上市公司为研究样本，基于企业风险承担视角探讨了房地产行业“去库存”政策的微观意义。实证研究发现：房地产企业存货规模越大，企业风险承担水平越低;景气的宏观经济形势对上述负向影响具有缓解作用。进一步研究发现，持有较大规模房地产存货不利于企业市场价值提升，而高风险承担水平的房地产企业具有更高的市场价值。本文研究从微观视角为房地产行业“去库存”政策提供了增量的经验证据，同时有助于加深对房地产行业平稳健康发展问题的理解。

关键词：房地产企业;房地产存货;宏观经济形势;企业风险承担

中图分类号：F276    文献标志码：A    文章编号：1001-862X（2020）01-0110-006

2018年中央经济工作会议提出要巩固“去库存”等五大任务成果并增强微观主体活力，发挥企业和企业家的主观能动性。提升活力、谋求发展意味着企业必须采取更加积极主动的投资策略，承担一定风险。当前中国正处于风险和机遇并存的重要发展阶段，房地产行业亟待构建平稳健康发展的长效机制。在此背景下，房地产企业持有较大规模房地产存货可能成为企业承担风险和长期发展的阻力，探讨房地产存货之于房地产企业风险承担的影响具有现实意义。

一、文献综述、理论分析与研究假设

（一） 文献综述

企业风险承担体现的是管理层为获取高额回报而愿意接受高风险的倾向[1]，风险承担水平高表示企业更多地选择了预期净现值为正值的高风险高回报投资项目。提高风险承担水平有利于企业资本配置效率和长期价值的提升[2]，在宏观层面则有助于社会资本积累和经济长期增长，风险承担水平较高的国家具有更高的社会生产率。[3]现有企业风险承担影响因素的文献大致从企业自身特征和所处环境特征两个层面讨论了企业风险承担的影响因素。企业自身特征层面的研究主要从所有权结构和产权性质[4]、高管个人特征、资产运作[5]等企业内部治理机制视角进行，外部环境层面的研究则主要从经济政策环境和社会文化环境[6]两个角度展开。

房地产持有的经济影响研究可以粗线条地划分为企业自身和宏观经济两个层面。企業层面研究主要以非房地产企业为对象，其结论存在两面性：一方面，企业持有一定规模房地产能更灵活地使用财务杠杆、扩大投资[7];另一方面持有房地产的“挤出效应”明显，会造成非房地产企业资源配置效率[8]和企业风险承担水平显著下降。宏观经济层面，扩大房地产投资能带动相关产业和国家、区域经济增长;但这种作用是有限且波动的[9]，房地产市场吸引大量资本可能引发资源错配，导致经济增长的决定因素——全要素生产率降低。

综观已有文献，企业风险承担影响因素的相关研究多从企业内外部治理机制切入，相对忽视公司特征之于企业风险承担的作用机理。房地产投资和持有规模扩大对非房地产企业和国家而言都是兼具利弊的“双刃剑”，已有文献颇为丰富，但鲜有基于房地产企业的相关研究。因此本文以房地产企业为研究主体，尝试从房地产“存货”属性切入探讨房地产企业风险承担问题。

（二） 理论分析

存货管理是企业经营管理中的重要环节。中国当前经济背景下，房地产行业“去库存”与制造业“去产能”的政策理念一脉相通，二者在影响机制上应存在一定共通之处。从制造业经验来看，存货管理水平一般和企业业绩呈倒U形关系，因此制造业企业应保持适当规模的库存，避免冗余，以提高效率，抬升企业业绩。[10]已有研究还发现存货管理水平和企业业绩间的关系存在明显的行业差异[11]，总资产越大的行业库存管理的绩效提升作用越明显。[12]朱（Zhu）等以2003年至2014年中国制造业上市公司样本展开研究，发现中国制造业企业精益库存与企业风险承担存在倒U形关系，企业通常会在精益库存和风险承担之间权衡，将库存维持在合理水平将有助于提升企业风险承担水平。[13]

房地产存货是房地产企业最核心的资产，相较一般制造业企业的存货，房地产存货有一定特殊性，其开发周期长、投入要求高、使用时间久、自身价值高且波动大，兼具消费品与投资品双重属性，但究其本质仍是企业持有待售的资产。土地、建材、配套设备等原材料，尚未完工的土地及房屋等在产品，已完成开发的土地、房屋、配套设施等产成品是构成房地产存货的主要内容。房地产存货是企业财务报表中公开披露的项目之一，是易于获取的显性信息，其相关数值可以视为“房地产库存”宏观概念在微观层面的体现;同时房地产存货在房地产资产中占比较大，其规模变化对企业短期经营和长期发展都可能产生更明显的影响。基于以上分析，制造业企业精益库存管理对企业风险承担的促进机制已得到验证，而房地产存货与房地产企业风险承担之间可能存在的相关性成为本文主要关注的问题。

（三） 研究假设

1.房地产存货的风险承担抑制效应

企业风险承担和房地产开发都是需要高投入的资源消耗活动，二者存在严峻的资源竞争关系。高收益的房地产项目对非房地产企业其他业务活动“挤出效应”明显，这将约束企业创新和创业活动[14]等有益风险承担活动的开展，降低企业风险承担水平。“挤出”路径主要有两种：一是吸引企业直接投资房地产项目从而占用内生资源，二是吸引金融资本以挤占外生资源获取渠道。这种“挤出效应”也可能存在于房地产企业中，过度投资房地产项目将导致房地产存货规模过大，积压的房地产存货将占用大量内生和外生资源，房地产企业受制于匮乏的资源将无力开展风险承担活动。因此可以合理预期，房地产存货规模扩大将降低房地产企业的风险承担水平。据此本文提出研究假设1：

假设H1：限定其他条件，房地产存货规模与房地产企业风险承担水平存在负向关系。

2.宏观经济形势之于房地产存货风险承担抑制效应的调节作用

宏观经济形势可能从如下两方面对房地产存货的风险承担抑制效应产生影响。一是宏观经济形势影响房地产企业的投资开发和销售的计划制订，经济周期上升阶段，房地产开发和需求皆呈扩展趋势;而经济周期下降阶段开发投资与需求规模则随之收缩。[15]二是企业管理层会根据宏观经济形势改变企业风险承担倾向，房地产企业管理层一般仅在宏观经济条件允许的情况下才承担风险。基于以上两点分析，宏观经济形势很可能对房地产存货之于房地产企业风险承担的影响机制产生调节作用。景气的宏观经济形势下，出现存货积压的可能将有所降低;与此同时，房地产企业可能基于对经济形势的乐观判断而提高企业风险承担水平。[16]因此本文提出研究假设2：

假设H2：限定其他条件，景气的宏观经济形势会缓解房地产存货规模对房地产企业风险承担水平的负向影响。

二、研究设计

（一）样本选择

本文选择中国A股资本市场2007年至2017年间房地产行业上市公司为初始样本，初始样本的公司-年度观测值共计1176个。样本期间的选择主要基于以下两点考虑，一是《企业会计准则（2006）》自2007年1月1日起施行，选择2007年作为研究起始年份可以保证样本处于同一会计准则背景之下，数据具备可比性;二是计算因变量企业风险承担水平指标需要t-1期至t+1期的公司财务数据，现有数据至多可分析至2017年。因资本市场中的非正常交易状态（主要包括终止上市、暂停上市和停牌）公司、ST或*ST公司属于特殊样本，其财务特征和治理特征有别于正常经营的上市公司，在回归分析中属于异常值，因此予以剔除，共删除非正常交易状态观测值34个，ST或*ST公司观测值95个。存在变量缺失值的样本可能会影响估计结果的准确性，本文剔除存在变量缺失值的样本36个。此外，为控制极端值对回归结果的不利影响，本文对所有连续变量在1%分位和99%分位进行了Winsorize缩尾处理。除部分宏观数据取自国家统计局网站，本文使用的财务数据均来自国泰安数据库（CSMAR），采用的分析软件为Stata 15.1。

本文根据中国证监会《上市公司行业分类指引》（2012年修订）中的行业名称和代码分年度确认了研究期间的房地产行业A股上市公司，最终的研究样本为150家房地产上市公司共计1011个样本观测值的非平衡面板数据。对最终样本进行初步的年度分布情况统计，可以发现2007年至2017年历年的房地产上市公司样本观测值数量（个）分别为59、70、82、107、110、121、116、115、116、115。由此可以看出：2007年以来，中国A股市场的房地产上市公司数量逐年递增并在2012年达到峰值，2013年这一数量明显减少，此后四年中房地产上市公司数量基本稳定。

（二） 模型设定

为检验房地产存货对房地产企业风险承担水平的影响，本文借鉴现有企业风险承担文献构建如下的模型（1）。因变量为企业风险承担（RISK），本文参考余明桂等的研究，主要采用企业盈利波动性衡量企业的风险承担水平，具体采用如下两种方法度量：（1）滚动计算t-1至t+1年间经年度均值调整后的房地产企业总资产收益率标准差（RISK1）;（2）滚动计算t-1至t+1年间经年度均值调整后的房地产企业总资产收益率极差（RISK2）。本文参考刘行等、周泽将和宋淑婵[17]的研究设计主要测试变量房地产存货规模（INV）用于衡量房地产企业的房地产存货水平，其具体定义为房地产企业存货期末总额与期末总资产的比值，房地产存货规模偏大意味着企业较可能存在房地产存货积压。

回归模型中，β0为回归模型的截距项，ε为回归模型的随机干扰项，RISK为上文介绍的两种企业风险承担度量指标RISK1、RISK2中的任意一个。若房地产存货规模INV项系数β1显著为负，则证实房地产存货规模对企业风险承担存在抑制作用，研究假设H1成立。

RISK=β0+β1INV+β2SIZE+β3LEV+β4NCF+β5GROW+β6FIRST+Year+ε（1）

为了验证宏观经济形势的调节作用，本文在模型（1）的基础上引入宏观经济景气程度哑变量MEC_D和其与存货规模INV的交乘项INVMEC_D，构建模型（2）。本文借鉴王海林和张爱玲[18]的研究设计宏观经济景气程度（MEC_D）这一哑变量，以宏观经济景气程度作为宏观经济形势的替代变量。具体地，以2007年至2017年间宏观经济一致指数的中位数为分界，大于此中位数则宏观经济景气程度哑变量（MEC_D）取1，否则为0。根据这一标准，本文研究的10年期间内，2007年、2009年、2010年、2011年、2012年为宏观经济较景气年度，其余年度宏观经济景气程度相对较低。根据研究假设H2的预期，交乘项的系数α1应显著大于0。

RISK=β0+β1INV+α1INVMEC_D+α2MEC_D+β2SIZE+β3LEV+β4NCF+β5GROW+β6FIRST+Year+ε（2）

（三） 变量定义

本文主要从公司特征和公司治理特征兩个方面选取了可能会对企业风险承担水平造成影响的控制变量，公司特征变量包括企业规模（SIZE）、资产负债率（LEV）、经营现金流（NCF）、企业成长性（GROW），公司治理特征变量为股权集中度（FIRST）。房地产行业上市公司一般会考虑自身整体规模制定相应的风险承担策略，因此本文控制了SIZE，SIZE具体定义为企业第t年度期末总资产的自然对数。负债水平是影响企业投资和经营决策的重要因素之一，举债经营程度不同的房地产上市公司可能存在风险承担水平的差异，因而本文将LEV纳入控制变量，LEV为企业第t年度期末负债总额与期末资产总额的比值。经营现金流可从现金流角度反映企业实际经营和盈利情况，同时，经营现金流作为企业存续发展的重要资源，是制定经营和投资方案时需要考虑的限制性因素之一，为此本文控制了NCF，具体定义为企业第t年度经营性现金净流量与主营业务收入的比值。与此同时，企业在决定是否投资于存在风险的项目时会结合企业近年的发展情况和成长趋势做出判断，因而公司成长性亦是可能作用于企业风险承担决策的因素，需要在本文的研究中加以控制，本文定义了GROW作为企业成长性，具体度量方式为企业第t年度营业收入相较于第t-1年度营业收入的增长率。除公司财务特征之外，公司治理特征的差异也会映射在企业风险承担的相关决策上，本文选择了股权集中度FIRST作为控制变量来应对这一影响，FIRST的具体计算方法为企业第t年度第一大股东持股数与企业总股数之比，即以公司第一大股东的持股比例来衡量该房地产上市公司股权集中度。此外，本文涵括10个研究年份，因此引入年度虚拟变量（Year）用于控制年度效应。

三、实证检验与结果分析

（一） 描述性统计结果模型设定

表1列示了文中主要研究变量的描述性统计结果。两种度量方法下的RISK指标标准差皆大于其均值，说明不同房地产企业间的风险承担水平存在较大差异。INV的均值为0.5552，约为INV标准差的2.5908倍，表明研究期间中国房地产企业的房地产存货占总资产平均比重为55.52%，同时不同房地产企业间存货规模的波动幅度较小。MEC_D的均值为0.4738，意味着有47.38%的样本观测值处于宏观经济较为景气的背景之下。控制变量方面，由SIZE的数据分布情况可见房地产企业的企业规模相对接近;经缩尾处理的GROW的75%分位为0.5023，最大值为29.8168，反映存在部分成长能力远超同行的房地产企业。FIRST的均值为0.3945，中位数为0.3866，表明“一股独大”现象在2007年至2017年间的房地产企业中仍较为普遍。

（二）研究假设检验结果

表2列示了模型（1）和模型（2）的回归结果。第（1）列中INV项系数为-0.0167并在5%的水平上显著为负（T值=-2.0766），第（2）列中INV项系数为-0.0299，同时也在5%的水平上显著为负（T值=-2.0287），模型整体拟合度较高。这一结果验证了房地产存货规模越大，房地产企业风险承担水平越低的客观现实，支持了本文研究假设H1的理论预期，较大规模的房地产存货将挤占房地产企业风险承担活动的开展空间。第（3）列中INVMEC_D项系数为0.0339，在1%水平上显著大于0（T值=2.6221），第（4）列中INVMEC_D项系数为0.0644，在1%水平上显著大于0（T值=2.7065），联合揭示出较景气的宏观经济形势缓解了房地产存货对房地产企业风险承担的削弱作用，研究假设H2得以验证。

（三） 持有房地产存货、企业风险承担的经济后果分析

为明晰持有房地产存货和企业风险承担这两种存在资源竞争关系的行为对房地产企业的长期影响，本文引入衡量企业价值的变量托宾Q（TOBINQ）用于探讨这两种行为的经济后果，构建如下的模型（3）与模型（4），其中TOBINQ=（期末收盘股价总股数+负债账面价值）/期末资产账面价值，其余变量定义与前文一致。

TOBINQ=β0+β1INV+β2SIZE+β3LEV+β4NCF+β5GROW+β6FIRST+Year+ε（3）

TOBINQ=β0+β1RISK+β2SIZE+β3LEV+β4NCF+β5GROW+β6FIRST+Year+ε（4）

表3（略）列示了模型（3）与模型（4）的回归结果。第（1）列中INV项系数在5%水平上显著为负，第（2）列中RISK项的系数都在1%的水平上显著为正。由此可见：持有大规模房地产存货将降低房地产企业长期市场价值;市场对房地产企业积极开展风险承担活动予以价值上的积极反馈，测试结果进一步巩固了前文结论。

四、研究结论与政策建议

中国房地产行业自1998年进入市场化轨道以来发展迅速，当前中国经济正由高速增长阶段向高质量发展阶段转变，作为中国经济支柱产业之一，房地产行业在巩固“去库存”成果之外亟待构建平稳健康的发展机制。在此背景下，本文基于2007年至2017年中国A股市场房地产上市公司的相关数据，结合宏观经济形势背景因素深入探究了房地产存货对房地产企业风险承担的影响。实证发现：（一）持有较大规模房地产存货将显著降低房地产企业风险承担水平;（二）较景气的宏观经济形势对房地产存货风险承担抑制效应有显著的缓解作用;（三）进一步研究发现，房地产企业存货规模扩大将降低其市场价值，而风险承担程度较高的房地产企业有着更高的市场价值。与既有文献相比，本文丰富了房地产行业风险承担问题的研究文献，挖掘了房地产存货的企业风险承担信息价值。本文的研究结论一方面为“去库存”政策提供了微观层面的增量证据，另一方面为构建房地产市场平稳健康发展机制、提升房地产企业微观主体活力提供了一定可用思路。

依据研究发现，本文提出以下五个方面的政策建议：

（一）坚持贯彻“去库存”政策，稳中有进地提升房地产企业风险承担水平。持有较大规模房地产存货已成为影响房地产企业承担相应风险、平稳健康发展的阻力，持续贯彻“去库存”等房地产市场调控政策是提升房地产企业风险承担水平的必要诉求。此外，应提高房地产行业整体的抗风险能力，重视“风险承担”包含的波动性经济内涵，房地产企业在承担风险同时应做好控制风险、应对波动的制度设计和准备工作，健全风险防控机制，才能在保持总体平稳的基础上承担风险、健康发展。

（二）关注宏观经济形势，在决策时将情境差异影响纳入考虑。房地產开发和企业风险承担战略的实际制定受多重因素影响，其中，宏观经济形势的影响不容小觑。房地产企业管理层应在重点关注宏观经济形势，充分考虑行业环境、企业现实和未来发展方向等情况下做出判断。经济形势整体景气、房地产市场效益高、房地产存货流通性好时，房地产企业和相关监管部门不能因此忽视房地产存货规模管控，应避免经济形势利好背景下盲目扩大房地产开发、投资，并保持对企业风险承担活动的重视。

（三）适当控制房地产库存量，加快房地产存货周转。将房地产存货规模保持在合理范围内才能为房地产企业创新探索、承担风险提供空间，缓解房地产过度投资对企业其他业务活动的挤出效应。政府有关部门可以结合过去“去库存”经验分析总结与居民需求、经济市场环境大致匹配的房地产库存量，作为今后房地产市场发展的参考数据。房地产企业自身可以借鉴较成熟的“制造业去产能”和成功的“去房地产库存”企业经验，积极进行存货管理，适当加快房地产存货周转速度，将存货量维持在合理水平。

（四）加强房地产市场监管，打击扰乱市场秩序的投机行为。投机行为是抬高房价、催生房地产市场局部泡沫、引发房地产存货积压问题的重要推动力，在损害一般购房者利益的同时，破坏了房地产市场的制度规范和正常秩序。房地产企业的投机行为主要表现为捂盘惜售和变相囤积房地产存货，以及采取虚假违规的宣传或销售手段抬高房价。相关部门有必要加强监督管理、严格打击房地产市场投机行为，从源头上防控房地产存货积压问题，同时为引导房地产企业平稳健康发展，承担适度风险创造良好的市场环境。

（五）合理配置房地产开发与企业风险承担活动的资源，促进企业长期价值提升。房地产行业是关系国计民生的重要行业之一，在中国经济高质量发展进程中的市场表现和发展方向尤为重要。防范房地产存货规模过大和承担一定程度的风险有助于抬升房地产企业市场价值，可为房地产行业提供长期增长动力。房地产企业在化解房地产存货、适度投资新房地产开发项目的同时应当拓宽发展思路，考虑将部分内生、外生资源投入富有价值的非房地产项目、研发升级建造技术、创新管理与经营模式，多管齐下增强综合实力和企业价值。

参考文献：

[1]董加加，纪晗.我国城市间住宅价格溢出效应研究[J].经济经纬，2018，（1）：8-13.

[2]武龙.风险投资、认证效应与中小企业银行贷款[J].经济管理，2019，（2）：172-190.

[3]王锋正，姜涛，郭晓川.政府质量、环境规制与企业绿色技术创新[J]. 科研管理，2018，（1）：26-33.

[4]陈治国，杜金华，李成友.我国土地财政的产业抑制效应及其政策启示——基于35个重要城市面板数据的实证研究[J].西部论坛，2019，（3）：91-103.

[5]张伟，刘忻忆.房地产企业基于社区综合服务的轻资产转型研究——以花样年集团为例[J].济南大学学报（社会科学版），2018，（5）：124-133.

[6]刘有章，徐颖.中国长三角地区房价影响因素实证分析——基于空间视角[J].海南大学学报（人文社会科学版），2019，（6）：77-85.

[7]张洛熙，吴师为. PPP模式下养老地产项目风险评价研究[J].珞珈管理评论，2018，（2）：165-178.

[8]豆建民，季永宝.要素市场扭曲对经济增长方式转变的影响特征研究[J].亚太经济，2018，（1）：101-111.

[9]杨成钢，李海宾.人口迁移、住宅供需变化与区域经济发展——对当前国内城市“抢人大战”的经济学分析[J].理论探讨，2019，（3）：93-98.

[10]陈健，郭冠清.政府与市场：落后國家工业化道路的比较[J].齐鲁学刊，2018，（1）：89-95.

[11]胡雯，陈强.产学研协同创新生命周期识别研究[J]. 科研管理，2018，（7）：69-77.

[12]杜金华，陈治国，李庆海.我国土地财政规模估算及影响因素研究[J].西部论坛，2018，（1）：55-64.

[13]杨筝，刘放，胡文佳. 所有权结构、利率管制放松与企业投资——基于我国非金融类上市公司的经验证据[J].珞珈管理评论，2018 ，（3）：130-152.

[14]林嵩. 房地产行业对于创业活动的挤出效应——基于中国跨地区面板数据的分析[J]. 经济管理，2012，34（6）：21-29.

[15]徐彪.住房财富对家庭非住房消费影响的债务路径研究[J].河海大学学报（哲学社会科学版），2019，（3）：53-59+107.

[16]阳旭东.新加坡组屋政策与中国住房市场——新政治经济学分析[J].海南大学学报（人文社会科学版），2018，（2）：69-76.

[17]周泽将，宋淑婵. 海归高管与审计师选择：代理成本的角色[J]. 审计与经济研究，2019，34（3）：42-51.

[18]王海林，张爱玲. 客户集中程度会影响企业内部控制质量吗？——基于不同经济景气程度的分析[J]. 财务研究，2019，（1）：94-103.

（责任编辑 张亨明）