我国房地产上市公司财务杠杆与收益及资产效率的面板数据回归分析
2019-09-10石惠惠
石惠惠
【摘 要】 去杠杆、维稳定、求发展为近年来的经济焦点,本文通过对A股房地产上市公司财务杠杆与收益及资产效率的关系运用计量回归模型及Stata软件分析发现,高资产负债率并没有带来高收益,也没有带来高的资产使用效率。通过杜邦分析法,分析其主要原因,并为房地产公司合理负债提出对策建议。
【关键词】 财务杠杆;计量回归;杜邦财务分析
【中图分类号】 F293.3 【文献标识码】 A
【文章编号】 2096-4102(2019)05-0052-04
一、引言
次贷危机以后,中国先是大力“加杠杆”,而2012年起又开始讨论“去杠杆”。2015年年末,中央明确了五大供给侧改革任务,其中便包括“去杠杆”。由此,中国经济正式进入“去杠杆”的进程。根据国家统计局数据,房地产企业资产负债率为75%以上,是目前我国非金融企业中资产负债率较高的企业。然而较高的负债率并没有为房地产上市公司带来预期的高效益。图1显示2010-2018年A股上市房地产企业资产负债率、净资产收益率和存货周转率的总体趋势,虚圆点线代表资产负债率,实线代表净资产收益率,短横线代表存货周转率,从中可以看出房地产企业负债率是逐年攀升,但是高负债并没有为企业带来不断增长的收益和不断提升的资产使用效率。
目前,国内外对房地产企业的研究主要是从资本结构、融资决策、财务风险、企业绩效等方面的关系研究,比如熊婷(2014)借鉴Richardson投资模型,实证检验自由现金流、债务契约对企业投资效率的影响,以及债务契约对自由现金流与企业投资效率的调节效应。唐颖(2013)从资本市场、融资结构、外部政策环境角度深入分析了国内房地产企业融资问题产生的根源。程悦(2016)运用面板门槛模型对房地产企业的资本结构与公司价值之间的非线性关系进行检验。得出房地产企业资产负债率与公司价值之间存在显著的双重门槛效应的结论:当资产负债率小于51.6%时,增加负债能够带来公司价值较大幅度的提升;当资产负债率大于51.6%但小于71.2%时,负债增加使公司价值的提升幅度显著降低;当资产负债率大于71.2%后,继续增加负债将无法带来公司价值的上升。
整体来说研究资本结构,财务风险的较多,但是将财务风险与收益及资产营运效率指标结合研究的较少。本文使用计量模型定量分析房地产行业负债与收益及资产效率之间的关系。
二、数据来源和数据处理
(一)数据来源
数据来源于A股房地产上市公司2010-2018年全部数据,并对数据进行如下筛选:1.剔除ST类公司;2.剔除数据少于5年的公司,最终得到有效面板数据1072个,运用Stata进行面板数据回归分析。
(二)理论假设与模型
选择财务杠杠作为被解释变量,从净资产收益率和资产使用效率两个维度分析其与财务杠杆之间的关系及影响程度。将使用企业总资产收益率、净资产收益率、存货周转率作为模型的控制变量,以此对财务杠杆率进行回归分析。模型中的变量定义见表1。
现假设建立如下模型:
上述公式中α0表示常量,系数β1表示净资产收益率对房地产上市公司财务杠杠的影响程度,β2表示总资产收益率对房地产上市公司财务杠杆的影响程度,β3表示存货周转率对房地产上市公司财务杠杆的影响程度,?表示残差,其他英文缩写分别代表各经济变量。
三、实证分析
(一)描述性统计
以总样本进行分析,对主要变量进行的统计性描述结果如表2所示,被解释变量财务杠杠率(Lev)最小值为0.1001,最大值为1.2516,均值为0.6442.标准差为0.1716,说明房地产上市公司普遍负债比率较高,通过债务融资方式解决企业发展运营中的资金短缺是房地产企业普遍的操作手段。变量中净资产收益率(ROE)最小值为-157.4095,最大值为32.5840,均值为-0.3375,标准差为7.5825,这个值较大,意味着房地产行业公司之间的收益差异比较明显。存货周转率(ITR)最小值为0.0038,最大值为451.78,均值为2.5776,标准差为20.6742,这个值也较大,意味着房地产行业公司之间的存货周转率差异比较明显,表示不同房地产公司营运资产管理水平差距非常明显。
(二)相关性分析
在进行回归分析之前,为了检验各变量之间是否存在相关关系,对主要的变量做了相关性分析,以便对变量选取及模型构建的合理性做出初步判断。由表3可知,财务杠杠率(Lev)与净资产收益率(ROE)是负相关关系,净资产收益率越高,财务杠杆率越低,相关系数为-0.115,在1%的水平上显著,初步验证了假设。
与此同时,总资产收益率(ROA)与财务杠杆率(Lev)在5%的水平上显著负相关,系数为-0.065,说明总资产收益率越高,企业负债率越低,房地产公司增加债务融资方式解决资金周转困难,无益于提高企业的收益,同时过高的负债率还会拖累企业的收益。企业存货周转率(ITR)与财务杠杆率(Lev)在5%的水平上显著负相关,系数为-0.063,说明存货周转率越高,企业负债率越低,企业提高存货周转率,提高资产的使用效率,可以降低企业的负债率,减少财务风险。
(三)回归分析
由于财务杠杠率(Lev)与净资产收益率(ROE)是负相关关系,加入了其他的变量之后,财务杠杠率(Lev)与净资产收益率(ROE)之间的多元回归关系如下:
从随机检验的结果可以看出净资产收益率(ROE)与财务杠杆率(Lev)在1%的水平上显著负相关,系数是-0.0023,说明凈资产收益率与财务杠杆率是显著负相关,净资产收益率越高,负债率越低,也就是表明过高的负债率会导致净资产收益率显著降低,因此上市房地产企业不断提高的资产负债率已经严重影响了股东的收益。存货周转率(ITR)与财务杠杆率(Lev)在10%的水平上负相关,系数是-0.0559,说明过高的负债率也影响资产周转效率。但是总资产收益率(ROA)与财务杠杆率(Lev)相关性没有得到验证。
四、原因分析
企业债务融资是为了发挥杠杆作用,扩大净资产的收益率,而通过上述模型分析发现,上市房地产公司净资产收益率、存货周转率却和财务杠杆率成负相关关系,为此拟通过杜邦财务分析体系(杜邦财务分析法是一种用几个主要的财务指标之间的关系来评价公司盈利能力和股东权益报酬率,从财务角度评价企业绩效的一种经典方法。)分析其中的原因。
根据杜邦分析法中的公式,净资产收益率=资产净利率(净利润/总资产)×权益乘数(总资产/总权益资本)而:资产净利率(净利润/总资产)=销售净利率(净利润/总收入)×资产周转率(总收入/总资产),企业的负债比率越高,净资产收益率就越大,而根据前文模型的构建和实证分析发现过高的资产负债率却导致净资产收益率下降,那么导致净资产收益率下降的原因来自于总资产收益率,做如下数据分析。
选取A股房地产上市公司2014-2018年122家样本公司中以财务杠杆率指标为筛选指标取最大值(max)、最小值(min)、平均值(mean)、中位数值(median)对应的公司的五年财务数据分析如表5所示。
以2018年四家房地产上市公司相关数据构建杜邦财务分析图(图2)数据自上而下分别为鲁商置业、长春经开、苏州高新和外高桥四家房地产上市公司。
结合2014-2018年样本公司数据,可以发现鲁商置业连续五年位居房地产上市公司资产负债率榜首,2018年更是达到历史新高94.09%,通过债务融资的方式扩大企业的规模,但是鲁商置业的销售净利率仅为2.66%,明显低于负债水平中等几家上市公司。同时净资产收益率与负债率成负相关,股东的收益并没有在不断扩张的债务融资下得到提高,过高的负债比率已经很难让企业发挥财务杠杆应有的作用,不断提高的负债比率,拖累了总资产的周转效率,也没有带来应有的存货周转率的提高,反而拖累了存货周转效率。
居高不下的负债率带来的另一个问题就是高额的财务费用,以鲁商置业为例,2018年财务费用中仅利息支出占营业利润比率为15.47%,2016年甚至达到27%;苏州高新利息支出占营业利润比率为14.23%,2014年达到1752.32%。高额的利息支出,给企业带来巨大的资金压力,财务风险随着负债比重的不断升高而逐渐加大,房地产上市公司通过高负债来扩大规模或者提升效益并没有实现。
五、建议
在融资难度不断提高,融资成本不断上升,而财务杠杆又较难发挥有效作用的现在,大型房地产上市公司可以将通过债务融资比率适度下调,将提升收益的手段回归产品和服务本身,不断寻求创新。例如万科目前除了房地产主业外在物业管理、长租公寓、商业地产、物流仓储、滑雪度假等地产相关的多领域加速发展。万科将打造“城乡建设与生活服务商”,致力于提供房地产市场不动产配套服务。许多房地产上市公司纷纷开始在长租公寓、特色小镇、城市更新、物流地产、联合办公、产城融合等方面切入企业创新热点。房地产企业要改变传统思路从单纯的粗放式业务拓展向内容、运营、模式等多维度创新深化,通过提升服务和强化产品特色,提高存货周转率,提升产品盈利能力,最终实现净资产收益率的不断提升,降低企业的财务风险。
【参考文献】
[1]唐穎.中国房地产企业融资渠道多元化研究[D].江苏:南京大学,2013.
[2]熊婷,程博,王菁.自由现金流、债务契约与企业投资效率——基于中国房地产上市企业的实证分析[J].贵州财经大学学报,2013(6):59-70.
[3]程悦.房地产企业资本结构与公司价值——基于面板门槛模型的非线性关系检验[J].财会月刊,2016(6):104-108.
[4]曾春华,杨兴全.多元化经营、财务杠杆与过度投资[J].审计与经济研究,2012,27(6):83-91.
[5]周丽华,甘爱平.我国航运上市企业财务杠杆与收益的负相关的面板数据计量回归分析[J].海洋经济,2018,8(4):19-25.
[6]杜建菊,乔蕾.资本化的研发费用与审计收费关系研究——来自A股上市公司2007—2017年的经验证据[J].长春师范大学学报,2019,38(6):186-192.