限購政策對我國房地產上市企業杠桿率的影響

馬子紅,周璟澤

(云南大學 經濟學院,云南 昆明 650500)

當前,在市場主體融資需求持續修復、金融對實體經濟支持力度有效擴大和銀行信貸投放主動性增強的共同作用下,我國宏觀杠桿率呈現階段性上升的趨勢,如何平衡好“去杠桿”與“穩增長”是前我國經濟需要面對的重大挑戰.根據國家金融與發展實驗室的數據,1993—2022年我國的宏觀杠桿率由107.8%升至273.2%.其中,1993—2008年,該指標僅由107.8%上升至141.2%,年均上升2.1個百分點;2008—2022年,該指標則由141.2%上升至273.2%,年均上升9.4個百分點.在2008年金融危機爆發后中央政府為避免實體經濟衰退而采取了一系列刺激性經濟政策,但也導致了我國宏觀杠桿率的快速攀升.在“去杠桿”目標提出之前,我國宏觀杠桿率自金融危機之后共增長86.2%,年均增幅超過12個百分點[1],其中企業部門杠桿占比高達2/3.過高的杠桿率將使企業償債壓力加大,信用風險持續上升,并逐漸由實體部門傳導至金融部門,導致系統性金融風險上升.

針對此種情況,中央曾多次提及要牢牢守住不發生系統性金融風險的底線,并于2015年底的中央經濟會議明確將“去杠桿”作為供給側結構性改革的重要組成部分,政策的著力點被放在了如何有效降低企業部門的杠桿率.隨著“去杠桿”政策的穩步推進,不同行業的企業杠桿率之間結構性差異日益明顯,企業部門去杠桿進程趨于復雜.負債壓力較大的非金融行業主要集中在石油和天然氣、房地產業、建筑業以及鋼鐵、有色金屬等行業.其中,房地產企業杠桿率遠高于其他非金融類企業.究其成因,房價持續上漲帶來的過度投資性需求促使更多非標資產以資金形式不斷流向房地產市場,助推了房地產業企業杠桿率的持續高企.2016年底中央經濟工作會議就首次提出“房住不炒”的概念,并逐漸成為此后一系列房地產宏觀調控的政策導向,各地政府陸續出臺了抑制投機性需求的限購、限貸及限售等政策.之后,受疫情的沖擊和影響,2021年開始實施的“三道紅線”融資監管新規與房地產貸款集中度管理制度,使得房地產企業的償債壓力進一步加大.2022年底的中央經濟工作會議對防范房地產業風險作出了進一步部署,要求“有效防范化解優質頭部房企風險,改善資產負債狀況”、“消除多年來‘高負債、高杠桿、高周轉’發展模式弊端,推動房地產業向新發展模式平穩過渡”,反映出房地產行業風險已經受到中央及監管部門的高度重視.因此,研究外部沖擊導致房地產企業杠桿率變化的內在邏輯具有重要的現實意義.

基于上述背景,本文利用2008—2013年與2015—2021年我國房地產上市企業的數據,借助強度雙重差分模型檢驗住房限購政策對房地產上市企業杠桿率的影響.研究發現：限購政策顯著降低了房地產上市企業杠桿率,其作用主要集中于企業短期杠桿率上,且第二輪限購的政策效果有所弱化;異質性檢驗表明,限購政策對地處直轄市的房地產上市企業、非國有房地產上市企業的影響效應尤為顯著.

相比于已有文獻,本文可能的貢獻在于：第一,從微觀層面豐富了限購政策的影響效應的相關文獻;第二,為準確識別住房限購的政策效果,通過構造強度雙重差分模型,分兩輪考察了各城市頒布的限購政策對房地產上市企業杠桿率的影響,并細分了債務期限結構,來探究限購政策對房地產企業長短期杠桿率的差異化影響;第三,通過進行經濟后果檢驗,為地方政府合理引導當地房地產市場平穩健康發展、防范化解系統性金融風險提供了經驗證據與政策思路.

1 文獻綜述與理論假設

1.1 文獻綜述

1.1.1 企業杠桿率的相關研究

對企業“去杠桿”的已有文獻主要集中于企業去杠桿的基本表現、影響因素及其經濟后果等方面.就企業“去杠桿”的基本表現和影響因素而言,譚小芬等(2020)[1]、綦好東等(2018)[2]、周茜等(2020)[3]從企業層面入手,認為過度負債程度越高和成長性越好的企業,往往會選擇更為“積極”的方式“去杠桿”,紀洋等(2018)[4]、劉莉亞等(2019)[5]、譚小芬等(2020)[6]、、劉哲希等(2020)[7]則從宏觀層面討論了經濟政策不確定性、貨幣政策和地方政府行為等對企業“去杠桿”的影響效應.就企業“去杠杠”的經濟后果而言,董豐等(2020)[8]認為,“去杠桿”可以有效減輕企業債務壓力、降低債務風險;馬草原等(2020)[9]發現,“去杠桿”會抑制負債不足實體企業的生產率、提高過度負債企業的生產率,表明政府在推進企業“去杠桿”的過程中應當充分考慮結構性問題.

1.1.2 限購政策的相關研究

限購政策出臺的直接目的是遏制部分城市房價過快上漲,因此,限購政策的相關研究主要集中于效果評價、影響效應和影響因素等方面,形成了側重點不同的研究成果.就政策效果評價而言,如馮科等(2012)[10]、鄧柏峻等(2014)[11]、邵磊等(2021)[12]等認為限購政策能有效抑制房價上漲,但對房價調控的有效性與政策的執行期限、力度有關,如果在短期內取消了限購政策,房價會出現“報復性反彈”.就限購政策的對企業的影響效應而言,如鄭世林(2016)[13]、洪祥駿(2021)[14]、胡寧等(2019)[15]認為,限購、限貸等嚴厲的宏觀調控政策降低了企業違約風險與信息不對稱程度,緩解了房價上漲的負面影響,同時能促使企業聚焦主業,擴大實體投資,有利于企業“脫虛返實”;但梁若冰等(2021)[16]認為,緊縮的房地產宏觀調控政策降低了房地產上市企業的企業價值和經營效率,給股票日收益率帶來了顯著的負向影響,并且增加了這些企業的系統性風險.就限購政策的影響因素而言,如張德榮等(2013)[17]、湯韻等(2016)[18]認為,限購范圍、土地財政依賴度、開發商和投資人對于政策穩定性的預期以及規避管制行為均是影響限購政策效果的重要原因.不難發現,上述文獻雖然對企業杠桿率、限購政策的效應等方面進行了深入分析,但仍存在一些局限性：一是已有研究主要集中探討限購政策對企業融資行為、經營績效等方面的影響效應,少有文獻探討限購政策是否會對房地產企業產生“去杠桿”效應;二是已有研究大多通過傳統雙重差分模型識別住房限購的政策效應,難以準確度量各地實施住房限購的政策效應的差異性,故而會產生估計偏誤.因此,本文通過構建強度雙重差分模型來探究兩輪限購政策對房地產企業杠桿率的影響效應及作用機理,以期對該領域的研究進行豐富和拓展.

1.2 理論假設

在我國房地產市場高速發展的背景下,房地產企業大規模擴張,行業年均利潤率長期保持在30%以上.然而,作為資本密集型業務,房地產開發前期需要大量的資金投入,我國房地產企業高度依賴開發性業務,大多數房地產企業的開發收入占比均在90%以上.為避免在整個開發銷售過程中企業資金鏈斷裂,房地產企業需要通過各種方式來持續獲取大量資金以保證企業正常運轉,這是導致房地產行業平均杠桿率不斷攀升的重要原因.實施限購政策的直接后果是房地產市場投資性需求減弱、商品房成交量持續下降,導致房地產企業前期通過銷售回款獲得的資金余額持續減少,形成資金缺口.當預售資金難以順利回籠時,房地產企業只能依賴外部融資來推動房地產開發項目,導致前期房地產開發形成的負債往往以“借新還舊”的模式持續累積,資金缺口不斷被放大,負債累積速率逐漸超過資產累積速率,最終導致房地產企業杠桿率加速攀升.

根據信貸抵押約束理論,房地產的抵押品價值與信貸市場的信息不對稱程度呈反比.李仲飛等(2019)[19]認為,房價上漲的同時房地產項目的可抵押價值也在增加,銀行也更愿意給房地產企業發放貸款用于項目建設開發.抵押品價值也在一定程度上決定了企業資本結構,企業有形資產規模與企業借貸之間呈現出正相關關系.限購政策在降低房價的同時也降低了房地產部門的相對收益,使更多的資源流向產品生產部門,進而導致房地產部門投資的減少和房地產部門收益的下降.這樣一來,將會降低房地產項目的可抵押價值,削弱房地產企業獲取銀行貸款的能力,企業杠桿率勢必降低.另一方面,道德風險和逆向選擇的存在使風險厭惡的銀行在放貸時傾向于將貸款發放給風險較小的企業.限購政策直接作用于市場需求端對房地產企業的盲目擴張進行了限制,在一定程度上降低了投資性房地產的預期收益率并使房地產投資的風險上升.房地產企業更容易陷入財務困境,出現外部評級下調或債務違約等情況,這將會引發市場避險情緒[20].銀行等金融機構會收緊房地產信貸,以提高利率的方式甄別房地產企業信息,最終導致房地產企業的信貸可得性下降,杠桿率降低.相比于一般外部債權人,銀行更具備信息優勢,銀行債務的制約能力更強,故而上述情形可能會更加凸顯.基于上述分析,本文提出如下競爭性假設：

H1a：限購政策將導致房地產企業的杠桿率將升高.

H1b：限購政策將導致房地產企業的杠桿率將降低.

限購政策的有效性在實踐上面臨很大的不確定性,這種不確定性主要體現在市場預期對政策效果的影響.第一輪限購放開后,房地產市場開始升溫,房價不斷攀升,于是部分城市于2016年重啟了限購,這也使得開發商和民眾對政府取消第二輪限購的主觀預期上升.一方面,開發商更有動機將市場供給從限購政策實施當期轉移至政策取消后,導致當期市場供給減少,限購政策對房價的調控效果減弱;另一方面,民眾預期房價降低或上漲的節點恰恰是限購政策頒布或取消的時刻,因此會更加堅定地將房產作為資產增值工具,更愿意承擔等待限購放開的機會成本,導致限購政策難以有效抑制市場需求.在供給端與需求端兩方面的作用下,在長期內限購的政策效果可能不如預期,導致政策調控效果減弱.由此,本文提出如下假設：

H2：第二輪限購政策對房地產企業杠桿率的影響相較于第一輪更弱.

房地產企業在面臨宏觀調控政策沖擊時的抗風險能力較弱,限購政策在增加房地產企業收益的不確定性的同時,也會使企業資金鏈的穩定性降低、經營風險提高.為緩解財務風險,房地產企業會減少過度投資行為,縮減債務規模,并優先選擇減少短期債務.一方面,由于房地產項目的建設周期較長,短期借款增加了房地產企業的還款壓力,不利于房地產企業的項目開發;另一方面,短期債務可能面臨銀行不予續借產生的流動性風險,并且在限購背景下銀行會提高房地產信貸門檻,進一步放大了短期借款的流動性風險,因此企業的短期債務受外部沖擊的影響更大,企業更傾向于對短期債務進行調整以降低企業杠桿率.基于此,本文提出如下假設：

H3：限購政策對房地產企業的短期杠桿率的影響更加顯著.

2 研究設計

2.1 模型設定

由于各地區出臺的限購政策措施差異較大,房地產企業受限購影響的程度也存在較大差異,傳統雙重差分法難以準確度量限購政策實施力度的差異,故而會產生估計偏誤.因此,本文將限購政策作為外生沖擊,通過構建強度雙重差分模型來識別限購政策對房地產企業杠桿率的影響：

Leveri,t=α+βDID+γX+μi+τt+υj+εi,t.

(1)

其中,下標i代表房地產企業,j為城市,t為時間.Leveri,j,t為被解釋變量,以資產負債率表示企業杠桿率.DID為本文的關鍵解釋變量,度量企業i在t時刻受限購政策影響的強度.DID=Treatj.t×Housepricej,t,Treatj.t表示房地產企業所在城市j于時間t是否實施了限購政策,若該地實施了限購政策則將其賦值為1,未實施則賦值為0.Housepricej,t為城市j的二手住宅價格指數.以往研究表明,二手房的供給在整個住宅市場供給中占主導地位,相比于新建住宅價格,限購政策對二手住房價格的影響更大,因此本文選取二手住宅價格指數作為政策強度的替代變量.X為一系列公司層面的控制變量,包括流動比率(Cr)、盈利能力(Roe)、公司成長性(Tobinq)、有形資產占比(Tang)、企業年齡(Age).此外,模型中還控制了企業固定效應μi、時間固定效應τt、以及城市固定效應υj,并對回歸系數的標準誤在企業層面進行聚類調整,εi,t為隨機擾動項.

2.2 樣本選擇與數據來源

參照中國證監會發布的《上市公司行業分類指引》(2012年修訂)的規定,本文從滬、深兩市中剔除ST公司,并刪除數據缺失的樣本,篩選出139家房地產上市企業的季度數據.考慮到部分城市分別于2014年、2022年放松了限購政策,因此選取的兩個樣本區間分別為2008—2013年、2015—2021年.公司層面的特征變量及房地產市場數據主要來源于國泰安(CSMAR)數據庫和Wind數據庫,限購政策的相關數據來自各地市政府官網文件.為了減輕極端值的影響,本文對所有連續變量都進行了縮尾處理,表1匯報了兩輪限購政策樣本中主要變量的描述性統計.

表1 各變量描述性統計

3 實證結果分析

3.1 基準回歸結果

本文首先通過強度雙重差分模型估計了兩輪限購政策對房地產上市企業杠桿率的影響,表2匯報了基于模型(1)的回歸結果.結果表明,在第一輪限購中,無論是否加入控制變量,模型回歸結果中限購政策系數均在5%的置信水平上顯著為負,在加入控制變量及城市固定效應后結果在1%的置信水平上仍顯著為負,表明住房限購政策對房地產企業杠桿率具有顯著的負向影響,假設1得到驗證.然而無論是否加入控制變量和城市固定效應,第二輪限購的限購政策系數均不顯著,表明第二輪限購對房地產上市企業杠桿率并無顯著影響,進一步驗證了假設2.故而在后續的分析中,主要針對第一輪限購政策來進行討論.

表2 基準回歸結果

續表2

考慮到企業進行短期負債和長期負債的動機存在差異,限購政策對長短期杠桿率的影響可能不同.為了進一步細化分析限購政策對于房地產上市企業杠桿率的影響,本文分別采用短期杠桿率(sdebt)和長期杠桿率(ldebt)作為被解釋變量,基于模型(1)進行重新回歸.其中,短期杠桿率=流動負債/總資產;長期杠桿率=非流動負債/總資產.結果顯示(見表3),限購政策的效果在不同期限杠桿率之間存在差異,限購政策對sdebt的回歸系數在5%的置信水平下顯著,但對ldebt的回歸系數并不顯著.這說明限購政策對房地產上市企業杠桿率的抑制作用集中在降低短期杠桿率水平上,對其長期杠桿率并沒有顯著影響.換言之,當限購政策實施后,短期債務帶來的還款壓力和流動性風險進一步推動房地產上市企業的管理層積極減少短期債務,進而導致企業短期杠桿率下降,假說3得以驗證.

表3 債務期限結構分析

3.2 平行趨勢檢驗

圖1 平行趨勢檢驗

強度雙重差分模型需要滿足平行趨勢假定,要求處理組與控制組在限購政策實施前具有共同的時間趨勢,并且在政策實施后處理組與控制組應存在顯著差異,若限購政策不滿足平行趨勢假定,則使用雙重差分模型進行估計的結果將是有偏的.為避免存在共線性問題,本文以政策實施前一期作為基準組進行估計.從圖1可以看出,交互項的系數在政策實施前不顯著區別于0,在政策實施后的第1期系數開始下降,并在實施第3期時顯著區別于0,平行趨勢假設得到滿足.

3.3 替換被解釋變量

參考王竹泉等[21]的研究重新衡量杠桿率,選取有息負債率(Int_Debt)、銀行借貸杠桿率(Credit_Debt)和資本負債率(Fin_Debt)作為被解釋變量的替代變量.其中,有息負債率=(短期借款+非流動負債+一年內到期的非流動負債)/ 總資產;銀行借貸杠桿率=(短期借款+長期借款)/總資產;資本負債率=金融性負債/總資產.估計結果如表4所示,限購政策與房地產企業杠桿率呈顯著負相關,基準回歸得出的結論仍是穩健的.

表4 替換被解釋變量

3.4 安慰劑檢驗

為排除某些無法觀測的變量或隨機因素對結論的影響,本文通過虛構政策時點的方法進行安慰劑檢驗,以進一步驗證基準回歸結果的穩健性.假設實施限購政策的城市不變,隨機抽取任意1期作為城市j實施限購政策的時間,利用新的樣本重新對基準模型進行回歸,得到關鍵解釋變量的估計系數.并進行回歸重復進行 1 000 次,可以繪制出 1 000 個“偽政策虛擬變量”估計系數的分布,圖2顯示了估計系數的分布情況.圖中實線表示真實系數的分布情況,結果顯示,真實系數估計值在隨機測試中是較為明顯的異常值,因此隨機試驗的樣本不具有顯著的處理效應,從反事實的角度進一步支持了本文的結論.

圖2 安慰劑檢驗

3.5 PSM-DID

如果頒布限購政策的時點與城市不是隨機決定的,那么模型可能會產生選擇性偏差,會造成解釋變量與殘差之間存在相關性,從而產生內生性問題,需要使用傾向得分匹配方法以保證結論的穩健性.因此,本文將公司層面的特征變量作為協變量,分別使用半徑匹配、k-近鄰匹配、卡尺內k-近鄰匹配以及核匹配等四種方法來檢驗結論的穩健性;在此基礎上,根據傾向得分匹配的結果,使用強度雙重差分模型對匹配后的樣本進行估計(見表5).結果顯示,在分別使用四種匹配方法后,限購政策對房地產上市企業杠桿率均產生了顯著的負向影響,表明限購政策降低了房地產上市企業杠桿率,有效推動了房地產上市企業“去杠桿”,估計結果依然穩健.

表5 傾向得分匹配后的回歸結果

4 進一步分析

4.1 異質性分析

4.1.1 城市行政等級

實施限購政策的城市一般經濟相對發達,且大多是居于區域行政、經濟中心的省會和副省級城市和直轄市.為探究不同行政等級城市的限購政策對房地產企業杠桿率影響的差異,本文分別檢驗了非副省級省會城市、副省級城市和直轄市限購政策對于房地產企業杠桿率的影響差異.估計結果表明,限購政策與直轄市交乘項的系數5%的置信水平上顯著負相關,表明限購政策顯著降低了直轄市房地產上市企業的杠桿率,副省級城市與非副省級省會城市的交乘項系數不顯著.可能的原因是：相較于直轄市,副省級城市和非副省級省會城市的財政自主權較小,容易導致土地財政依賴度升高,即土地出讓金收入占一般公共預算收入之比較高,地方政府調控高房價以落實限購政策的動力不足.土地財政依賴度越高地方政府基礎設施建設規模越大,并會對企業融資形成擠出效應,使企業的融資難和融資貴問題進一步惡化,企業杠桿率升高,因此限購政策對副省級城市和非副省級省會城市房地產企業杠桿率的作用效果被弱化.

4.1.2 產權異質性

國有企業具有較強的政治關聯性,國有企業與政府的密切關系可為企業的從銀行獲取的長期借款提供政府的“隱性擔?！?從而使企業的借款成本降低,企業面臨的融資約束與償債壓力減小,更容易獲取外部融資,因此企業的產權性質差異可能會使限購政策對房地產企業杠桿率的政策效果存在異質性.基于此,本文進一步檢驗了產權性質對限購政策與房地產上市企業杠桿率之間關系的影響.回歸結果表明(見表6),非國有房地產上市企業與限購政策的交乘項系數在1%的置信水平上顯著為負,而國有房地產上市企業的交乘項系數并不顯著,表明限購政策降低了非國有房地產上市企業的杠桿率,但對國有房地產上市企業的政策效果不明顯.

表6 異質性分析

續表6

4.2 經濟后果檢驗

4.2.1 限購政策對房地產企業金融化的影響

在“高負債、高杠桿、高周轉”的運營模式下,房地產企業紛紛將資金投向金融領域,導致產業資本過度進入金融行業.當企業擁有充足的甚至過度的負債資金時,資金利用率較低,弱化了債務融資對企業過度投資的限制能力,促使企業將資金投向金融領域,加速了企業“脫實向虛”.限購政策的實施,將影響房地產企業的資金鏈的穩定性,管理層必須首先滿足自身生產經營的需要,以維持企業的正常運轉,從而減少主營業務之外的金融資產投資.對此,本文通過構建模型(2),檢驗因限購政策導致的企業杠桿率變化對企業金融化程度的影響：

Fin_Growthi,t=α+θ1De_Lever+γX+μi+τt+υj+εi,t.

(2)

其中,Fin_Growth表示房地產上市企業的金融化趨勢,利用金融資產增長率來衡量房地產企業金融化趨勢.參考Demir(2009)[22]的研究,本文將交易性金融資產、貨幣資金、衍生金融資產、可供出售金融資產、 持有至到期投資和投資性房地產納入金融資產.De_Level表示房地產上市企業去杠桿程度,以lever的相反數表示,De_Level的值越大,表明房地產上市企業的去杠桿程度越深.結果顯示,De_Lever的系數在顯著為負,表明企業去杠桿顯著抑制了房地產上市企業金融化趨勢,限購政策通過促進房地產上市企業去杠桿進一步抑制了房地產上市企業的金融化,有效推動了房地產回歸居住屬性.

4.2.2 限購政策對房地產企業債務違約風險的影響

房地產業本身是高風險行業,對金融的依賴程度較強,產業鏈關聯較廣,若房地產業風險處置不當,容易引發區域性、系統性金融風險.因此房地產業的風險防范尤顯重要,必須牢牢守住不發生系統性風險的底線.房地產業是典型的高杠桿行業,高杠桿意味著企業將面臨較大的償債壓力,高杠桿企業在向銀行尋求信貸時,銀行也會要求更高的利息成本,導致企業財務費用增加,債務違約風險累積.為檢驗限購政策導致的房地產企業杠桿率降低對企業債務違約風險的影響,本文構建了模型(3)進行回歸分析：

Riski,t=α+θ2De_Lever+γX+μi+τt+υj+εi,t.

(3)

其中,被解釋變量Risk表示企業債務違約風險,采用Z-score值衡量,為方便理解,本文以其相反數表示.結果顯示(見表7),De_Lever的系數在1% 的置信水平上顯著為負,表明限購政策通過推動房地產上市企業去杠桿降低了企業債務違約風險,對區域性、系統性金融風險形成了有效防范.

表7 經濟后果檢驗

5 結論與政策啟示

本文利用我國房地產上市企業的相關數據,通過強度雙重差分模型實證檢驗了限購政策對房地產企業杠桿率的影響,結果表明：第一輪限購政策顯著降低了房地產企業的杠桿率,但第二輪限購政策的政策效果不顯著,限購政策對房地產企業杠桿率的影響主要集中在降低短期杠桿率水平上.異質性分析發現,限購政策對位于直轄市、產權性質為非國有的房地產上市企業影響更加顯著.經濟后果檢驗顯示,限購政策在推動房地產企業去杠桿的同時,也抑制了房地產企業金融化的趨勢,降低了房地產企業的債務違約風險.本文的研究結論表明,住房限購政策從市場需求端發力,推動了房地產業去杠桿,對進一步促進房地產業回歸居住屬性、妥善處置房地產業風險、防范化解系統性金融風險具有啟示意義.

基于上述結論,提出如下政策建議：第一,房地產調控政策在注重需求側管理的同時還應兼顧供給側結構性改革的需要.房地產業收益穩定且相對安全的特性使得產業資本過度流入,導致房地產業的產能過剩.限購政策難以解決供給側問題,應推動房地產業企業去產能,為結構性去杠桿創造相應的前提條件,更好地引導資金回歸實體經濟.第二,堅持“房住不炒”定位,加快建立房地產長效調控機制,合理引導公眾預期.地方政府在推動經濟發展擺脫房地產依賴的同時,還應注意完善住房供應體系,保障居民住房剛性需求和改善型需求.第三,應健全房地產企業風險管理體系,拓寬融資渠道,優化債務期限結構.當前銀行貸款在房地產企業資金來源中占據著主導地位,容易受政府宏觀政策的影響,房地產企業僅通過銀行獲取融資的財務風險較大.因此,房地產企業應在積極尋找多元化的融資渠道的同時,還應調整債務期限結構,使其與項目周期相匹配,降低財務風險.