三条红线融资新规下的房地产企业融资困境及策略研究

文／郭颖晨 北京理工大学珠海学院 广东珠海 519000

引言：

2020年8月,为防范房企高杠杆带来的金融风险,控制其有息债务增长，住建部、中国人民银行联合重点房企召开座谈会，明确从2021年1月1日起，对房地产全行业进行全面发展推行三道红线融资新规。试点初期，业界普遍反映该政策过于严苛，融资困难将进一步放大。而政策本意是为了加快我国房企去杠杆，去库存，谨慎拿地，拓宽融资渠道，实现多元化发展，从而进一步推动房企高质量发展。究竟三条红线的影响力度以及影响机制如何，目前鲜有研究定论。因此本文以2021年三条红线融资新规为切入点，研究政策推行前后各因素对于房企融资能力的真实影响，并针对新形势下房企融资难问题提出相应对策。

1、我房地产企业的融资特点及现状

(廖俊平,2010)认为房地产行业的建设周期和回款周期较长，且投资量大等特征是房地产企业的融资能力以及经营效率具有重要特殊地位的主要原因。因此，房地产企业属资金密集型行业，其发展离不开源源不断的资金支持。企业融资能力可归为两类，一类是内源融资，一类是外源融资。内源融资主要来自企业自身积累资金的能力和抵御风险的能力，即盈利能力和资本结构。对于房地产企业，外源融资主要指银行存款、发行企业债券和股市筹资等。根据融资优序理论(Myers,1984),企业会优先选择成本较低的内源融资，再考虑外源融资。而目前我国房地产业的融资渠道单一，据有关统计，房地产企业的资金70%以上来银行贷款。房地产企业在融资方面过度依赖银行，会导致其项目建设所需的大量资金无法得到满足，从而使房地产企业融资出现各种困难。

2、融资新规出台背景及内容

据国家统计局信息显示，2020年房地产业资产负债率约为73.6%,远超资产负债率40%-60%的合理区间。自2020年起，多地商品房销售呈滞销状态，之后国内疫情防控取得良好效果，前期购房需求得到释放，房地产行业又出现了购房需求急剧攀升的状态，房价总体上表现出上涨趋势。我国利率下调也使得部分房企利用优惠政策将部分经营性贷款以各种违规方式投入到房地产业中，由于该部分资金无法监测，财务和经营风险加大(包青,2021)。为防范房地产债务违约风险，引导房企健康发展，2020年8月20日，央行和住建部出台了房地产资金监管和融资管理规则三条红线，于2021年1月1日起全行业全面推行。新规对房企的债务管理将以以下三条红线为划分标准。

红线一：扣预负债率≤70%；扣预负债率=(总负债-预收账款)/(总资产-预收账款)；

红线二：净负债率≤100%；净负债=(有息负债-货币资金)/合并权益；

红线三：现金短债比≥1；现金短债比=货币资金/短期有息债务。

依据房企踩线情况，被分为四档，适用不同的融资限制：（见表1）

表1

3、理论分析和研究假设

本文将对三条红线融资新规的有效性，房企分档及不同红线对房企融资能力抑制性作用逐一进行分析。

3.1 政策效应检验

2021 年为政策实施元年，基于此本文提出假设1：

H1: 2021年后该政策的实施对房企融资能力有抑制作用。

3.2 房企分档情况检验

根据政策具体规定，三条红线均踩线的红档房企有息负债不得增加，对于红、橙、黄、绿档房企的有息负债规模增速依次增加，基于此本文提出假设2：

H2: 三条红线政策对红、橙、黄、绿档房企的融资能力的抑制作用依次降低。

3.3 不同红线对融资能力的抑制作用异质性检验

红线一：房地产企业由于其前期投入资金巨大，采用特殊的预收销售模式导致其预收账款占总负债比重较大，也是一种无息融资的主要来源，因此在评判房企真正有风险的负债水平时予以剔除。剔除预收账款后的资产负债率反映了债务融资占总融资的比例，可以衡量企业总体的财务风险。

红线二：净负债率反映了一个企业的财务结构，是衡量企业长期偿债能力的主要指标。

红线三：现金短债比直接反映的了企业的短期偿付能力。

融资新规仅针对房企踩线的条数进行融资收紧规定，但对于具体踩中哪条红线并未差别对待，无法判定各条红线对于房企融资能力的影响有何差异，故提出假设3：

H3：红线一,二,三对房企融资能力的异质性影响不确定。

4、研究设计

4.1 实证模型

为检验H1 和H2，设计模型1：

为检验H1 和H3，设计模型2：

其中，i 为不同的房地产企业，t 为2019年上半年至2021年上半年不同的年份及半年时间节点。β为常数项，β至β及λ 为各变量回归系数，ε为随机误差项。

4.2 变量定义

（1）因变量intexp:用于反映房地产企业的融资能力指标有很多，而财务费用中的利息支出是最能反映企业债务融资能力的财务指标，故本文将财务费用中的利息支出取对数作为被解释变量(ln(利息支出))。

（2）自变量：在选择自变量时，本文认为其一，2020年出台的三条红线宏观政策性因素；其二，三条红线是否踩线的情况；其三，分档情况为主要影响房企近几年的融资能力的主要影响因素。

①post：为政策实施时间，对于2021年1月1日以前的样本，post=1，否则post=0。

②R,R,R：三条红线具体标准虚拟变量。若扣预资产负债率≤70%，则R取0，否则取1；若净负债率≤100%，则R取0，否则取1；若现金短债比≥1，则R取0，否则取1

③Yel：黄档企业，踩线1 条；Ora：橙档企业，踩线2 条；Red：红档企业，踩线3 条；

绿档企业为参考变量。

（3）Control 控制变量： 本研究基于诸多学者如(李定安，周健波，2007)的研究成果，为避免结果偏差，我们引入如下控制变量：

①Netpro 盈利能力，本文选取净利率作为衡量房企的盈利能力指标（即净利润/营业收入）；

②Intur 资产运营能力，本文选取存货周转率作为衡量房企资产运营能力的指标(销售成本/平均存货)；

③Size 企业规模，本文对总资产取对数作为衡量企业规模的指标(Ln(总资产))；

④Growth 企业成长能力，本文采用主营业务收入增长率(本期主营业务收入-上期主营业务收入）/上期主营业务收入)。

4.3 统计性描述

本文根据2012年证监会最新行业划分，选取2019-2021年A 股上市的房地产企业的半年度和年度样本，并剔除ST 等处于非正常状态的公司样本、数据缺失的公司样本，最终得到522 个有效样本。本文所需数据均来自CSMAR 数据库，描述性统计见表2。

表2 描述性统计

4.4 相关系数分析

限于篇幅，未报告的结果显示，房地产企业的利息支出与各自变量具有明显的相关性。此外，各变量两两之间的相关系数绝对值最大为0.62，均小于0.8，不存在严重的共线性问题。

4.5 F 检验及Hausman 检验

面板回归包括：混合效应、固定效应、随机效应 三种形式，为此，在进行回归分析之前，需要对模型效应进行判断，本文采用F 检验和Hausman 检验进行判断。限于篇幅，未报告的结果显示，模型1 和模型2 均适用于固定效应估计。

4.6 回归结果分析

由回归结果可知，两个模型拟合优度均在70%以上，模型拟合优度较好。且型在1%的水平上都通过了F 检验，说明模型整体显著，回归效果较好。

由表3，4 可知，政策实施与利息支出在1%的显著水平下的回归系数为-1.2，表明三条红线融资新规对房地产企业的融资能力有显著的抑制作用，因此H1 得以验证。

由表3可知，不管是黄，橙还是红档企业与利息支出的显著性未通过，仅凭踩线条数粗略划分对不同档位房企的融资能力的影响，无法进行有效的验证，尽管系数显示三条红线政策对红、橙、黄、绿档房企的融资能力的抑制作用依次降低，但显著性未通过，故不能接受H2 的猜想。

表3 模型1 回归结果

由表4可知，红线二(净负债率)与利息支出在10%的显著水平下的回归系数为-1.41，表明三条红线中，红线二对融资抑制的影响显著高于红线一和红线三。

表4 模型2 回归结果

5、结论及建议

本文研究结果表明，三条红线融资新规实施以来，其对房地产企业的融资能力的抑制作用显著可见。但进一步研究发现，踩线与否或者具体被划分为什么档位的企业对其融资能力有一定的抑制作用，但不显著。基于此，本文针对融资收紧形势下的房地产企业的融资困境提出以下建议。

（1）提速回款,优化与三条红线紧密相关的财务指标，如净负债率。可分阶段、步骤和策略实施融资方案，并设置融资方案交替的缓和期，避免融资过程中出现资金链断链的风险，确保企业的稳定、长远发展。

（2）优化融资结构，在三条红线的明确规定下，房地产企业还要调整自身的融资战略计划，在符合新政策的条件下提高融资效率，减少融资成本。融资方式不同，获取的资金及可使用时间也不同。而且，不同开发阶段对资金需求量也不同，因此，房地产企业还需要将不同类型的融资方式应用于不同开发阶段，降低房地产企业的融资成本。如着力下降有息负债中短期债务占比,新增低成本或长期融资为主。

（3）拓宽融资渠道，在三条红线政策的背景下，导致金融机构贷款与信托融资、发行债券等融资方式受到巨大影响，为了解决房地产企业的融资问题，可以通过发行绿色债券、分拆物业上市和发展房地产私募股权基金等方式进行融资(张翔，2021)。

结语:

房地产在我国经济发展中占有重要地位，是关乎民生的重要支柱产业。因此，房地产企业的融资难问题也会影响我国经济发展。而三条红线作为房地产行业的宏观调控政策，在很大程度上影响了房地产企业的发展，为了在此环境下解决房地产企业的融资难题，还需要房地产行业及时调整企业融资战略，拓宽融资渠道，降低企业融资成本，从而改善房地产企业融资困难的现状，促进房地产企业建设项目的顺利实施，推动房地产企业的健康稳定发展。