引入在险价值的中小型房地产企业财务风险监控研究

内容提要：国家宏观调控使中小型房地产企业外部风险显著增大，对企业偿债能力和资金链风险产生严峻挑战。为评估中小型房地产企业财务风险，本文以我国中小型房地产上市公司1998-2013年的年度数据为样本，将在险价值引入财务风险监控指标体系，构建中小型房地产企业财务风险监控模型，经进一步验证，该模型能够有效提高房地产企业财务风险预测的准确性。因此，融入在险价值的财务风险评估体系对中小型房地产上市公司防范和化解财务风险具有一定的参考价值，对外部市场风险因素变化也起到预警作用。

关键词：中小型房地产企业；风险监控；在险价值；预警机制

中圖分类号：F830572 文献标识码：A 文章编号：1001-148X（2017）08-0109-07

收稿日期：2017-03-15

作者简介：王晓燕（1977-），女，河南淅川人，西北大学经济管理学院博士研究生，华北水利水电大学管理与经济学院讲师，研究方向：审计网络。

基金项目：中国博士后科学基金项目，项目编号：2015M580872；河南省高等学校重点科研项目，项目编号：15B630007；河南省教育厅人文社科项目，项目编号：2016-ZD-061。

受限购令、预售款监管趋严、信贷不断收紧、资本市场融资受阻等外部因素的影响，房地产开发企业的经营性现金流显著趋紧、资产负债率明显攀升。对于资金运作主要依托信贷的中小型房地产企业，负债问题尤其突出，部分企业的资产负债率在70%以上，有的甚至高达90%①。随着国家对房地产市场的宏观调控，中小型房地产企业的外部风险将显著增大，这已经成为房地产行业必须面对的经济新常态。

近年来，在险价值作为风险测量工具，主要考察投资人资产的最大损失值，由于具有直观性、简洁性，因此广泛应用于风险损失的量化测量上（Olson & Wu， 2010）。本文选择沪深A股中小型房地产企业为样本，引入衡量公司外部市场风险的在险价值指标，并结合相关财务数据，构建较为合理的财务风险监控模型，提出控制我国中小型房地产企业财务风险的有效策略，为我国中小型房地产企业财务风险控制提供理论基础，以期推动我国中小型房地产企业的健康发展。

一、文献综述

关于房地产企业财务风险监控的方法研究，跨学科的数学模型和评价方法得到了重视。比如，房地产开发企业资金循环系统的动力学模型，该模型对房地产开发企业资金循环系统进行情景模拟和危机识别，显现出“政策实验室”效果（胡援成和张朝洋，2014）。而识别企业财务风险可以灵活运用回避风险法、分散风险法、转移风险法、降低风险法、缓冲风险法（刘平，2007）。房地产风险定量分析和基本评价方法也可以有效分析房地产企业财务风险（李启明，1998）。AHP层次分析法就是一种实用的方法，能够清楚地分析出影响房地产企业财务风险的各种因素（陈桦，2012）。在此基础上，构建房地产开发项目风险动态灰色模糊综合评价模型，运用模糊综合评判的方式可以判定房地产上市公司并购融资风险的风险程度（刘晓君和孟凡文，2005；赵琳，2012）。将RBS和AHP方法引入房地产项目风险管理的全过程中，构建针对房地产项目的动态风险管理模型，也可以运用该模型监控房地产企业财务风险（喻晓艳和王松江，2008）。而基于SVM的房地产投资风险评价模型可以处理分类和回归问题，是对房地产投资风险预测能力的提升（李毅，2012）。

而对于房地产企业财务风险监控的测评研究，评级指标体系的构建是最受学者们关注的主题。国外已有学者引入在险价值来测度企业财务风险，并试图提高在险价值的精度（Lleo，2009）。有三种方法可以用来计算风险价值：方差协方差法、历史模拟法、蒙特卡罗模拟法。然而，这些方法都有不足。方差协方差法低估了风险，历史模拟法可能改变样本大小和蒙特卡罗模拟法可能不正确（索莉斯，2009）。国内有学者采用蒙特卡洛模拟方法，对贷款组合信用风险在险价值进行了计算（邓云胜等，2003）。也有学者基于Copula函数度量组合信用风险原理，模拟出1000种资产的收益率，并在联合分布与边际分布不同假设情况下，统计分析出资产组合的在险价值（白保中等，2009）。还有学者基于KMV模型，引入信用价差的计算，构建了一个改进的KMV模型，该模型可以直接度量样本的在险价值，从而使得相关管理者从量化的角度直接测算信用损失（许清茹，2012）。这些研究为我国中小型房地产企业监控财务风险提供了理论依据、方法和对策（石梦娜，2013）。从长期看，从总体上看，我国近年来房地产价格变化有宏观经济背景的支持，房地产市场风险还不是很大（田成诗和李辉，2008）。

综上所述，关于房地产企业财务风险的研究文献仅采用财务指标分析，虽然也有部分研究考虑到引入在险价值等市场风险因素，但在对在险价值的应用和估计方法时略有不足，尤其是在样本选择时多以ST和非ST来划分，造成样本选择的主观性。本文对传统财务指标提取五个主要因子，并与外部风险在险价值进行聚类分析，得到的样本组与对比组样本相对更加客观，并且样本区间较长，采用Garch模型估计在险价值更能反映市场风险。

二、研究方法

（一）样本选择与数据来源

为构建中小型房地产公司的风险监控模型，本文选择1998-2013年沪深A股中小型房地产公司为研究对象，并且按照总资产规模计算平均值，再排序划分为三组，选择资产规模最小的第三组作为研究样本，包括ST和PT类公司共40家公司。样本年观测值为560个，股票周交易数据为23280个，以便于对建立房地产公司的风险监控模型进行检验。研究样本财务指标和股价数据均来源于锐思数据库（RESSET），对个别指标缺失的公司通过沪深证券交易所及新浪财经网站查找相关数据补充完整。

（二）变量选择与定义

要建立房地产企业风险监控模型，首要的就是对指标的选取，然而目前国内外关于企业风险监控的评价方法绝大部分是基于财务指标局部综合评价。虽然此类指标是评价的必要参考，但随着整个宏观环境的变化，如果仅选择财务指标选择难免有失偏颇，但由于企业面临的金融市场风险是很难衡量，本文采用反映股票收益率波动而产生的最大损失值来衡量企业面临的金融市场风险，从而引入了VAR这个指标。在此基础上结合多元统计方法中的因子分析法对原始指标群所包含的信息进行提取，可以获得少数几个经济上可解释的主因子。再对这些主因子进行风险因素分析，运用逻辑回归对风险损失做出评估。