“生存”还是“毁灭”：房价上涨对企业僵尸化的影响

王先柱 乔 贝

一 引 言

以工业企业为代表的实体经济是高质量发展的基石，在全面建设社会主义现代化国家的新征程中，需要切实转变发展方式，推动质量变革、效率变革、动力变革。党的十九大报告就已经明确指出，建设现代化经济体系的战略措施是深化供给侧结构性改革，重点完成“去产能、去库存、去杠杆、降成本、补短板”五大任务，其中调控企业产能过剩风险已升级为深化供给侧结构性改革、提升市场运行效率和引领经济高质量发展的重要命题。在2021 年中央财经委员会第十次会议上，“去产能”再受关注。因此，如何化解僵尸企业形成的产能过剩风险显得尤为迫切。僵尸企业主要通过获取政府补贴、银行优惠信贷等方式延展生存空间，这不仅拉低了资源配置效率、加剧产能过剩（卓越等，2019），而且还造成了“劣胜优汰”的恶性市场秩序（肖兴志等，2019）。根据2016 年中国人民大学国家发展与战略研究院发布的《中国僵尸企业研究报告——现状、原因和对策》 ，在2013 年2 865 家工业类上市公司中，钢铁行业有超过半数为僵尸企业；房地产行业中僵尸企业占比也高达44.53%（聂辉华等，2016：28）。可以说，僵尸企业已成为中国经济增速放缓中的“顽症”（谭语嫣等，2017；张璇等，2019；肖兴志等，2019）。

一段时期以来，由于快速的城镇化、宽松的货币政策以及市场热炒等原因，房价持续高涨，这对企业成长产生了深刻影响（郭树龙等，2017；Li & Gao，2018）。根据国家统计局的数据，1999——2020 年，我国商品房价格从2 513 元/m2上涨至9 860 元/m2。房价上涨不仅直接改变了企业的资产价值，尤其是涉房资产价值，还间接影响了企业的资本结构与投资选择，进而影响企业的兴衰存亡。比如，北京某上市公司通过房产售卖缓解经营困境，成都某电子公司出现“卖房保壳”等现象。大量的企业生产经营实践表明，在房价上涨的背景下，增持房产已经成为不少企业扭转亏损的重要手段，甚至已经有不少企业跨界经营房地产。

在房价上涨的过程中，企业的资产价值尤其是涉房资产价值会随之提高，一些资不抵债的企业可能会减少产品存货投资，同时更加重视对涉房资产的售卖抵押甚至是经营涉房业务（刘建江等，2018；王芳等，2018；徐展等，2019）。这不仅进一步提升了企业资产价值，规避了因产品存货滞销或存货难以变现而导致的流动性约束，也增强了企业抵押效应，缓解了重资产企业融资约束（Chaney，et al.，2012）。因此，在房价上涨的外部冲击下，企业的发展路径在投资选择和融资规模调整的双重作用下可能会有所不同（如图1 所示），这是否能降低资不抵债的企业沦为僵尸企业的概率？更进一步，对僵尸企业而言，是否会在资产升值的激励下延展生存空间甚至重获新生？基于此，本文拟将房价、企业资产价值与僵尸企业纳入统一的框架内进行分析。

图1 房价上涨对僵尸企业形成及变化的影响机制

二 文 献 综 述

目前，关于房价波动和僵尸企业关系的讨论仍有待深入。本文将既有研究成果归纳为以下三类：

第一类是影响企业生存发展的重要因素。理论上，外部价值、资源获取以及对资源开发与利用是企业生存发展的三个价值创造原点（刘砾丹等，2021）。首先，资本是企业参与市场竞争的根本力量，企业的健康发展离不开合理的资本结构和稳健的投资策略（张杰等，2016；刘砾丹等，2021）。同时，融资格局会影响企业的经营行为，融资宽松、资金充足的企业更有能力扩大投资与经营规模（罗来军等，2016）。其次，企业所处的市场环境总是存在着不确定性，企业必须具备抵御外部冲击的能力。比如，金融冲击会促使企业改变资本结构。同时，外部冲击在企业层面上必然表现出系统性的差异（戴觅等，2013），这也导致企业呈现不同的生存方式。此外，非市场因素介入也对企业发展产生重要影响。例如，政府出于政治庇护的动机会偏向性地给予国有企业政策扶持（张杰等，2016），或者政府或银行为债台高筑、经营效率低下和丧失自我发展能力的企业提供外部优惠扶持，进而导致大量僵尸企业“僵而不死”（黄少卿等，2017）。

第二类是房价上涨对企业发展的影响。自1998 年我国城镇住房全面市场化改革以来，房地产市场地位日益提升，高房价的外部性已引发社会各界的广泛关注。大量研究从资源配置、投融资、信贷和创新等角度分析了房价波动对企业发展的影响。高房价能够显著提升新企业的进入概率（胡草等，2017），但也会通过房地产投资对实体经济的资金产生“挤占效应”和“资源错配效应”，显著抑制城市企业总体全要素生产率水平的提升（余泳泽等，2019）。进一步地，也有不少研究基于成本收益视角认为房价上涨会使企业生产要素成本尤其是劳动力成本上升，同时房价上涨还阻碍了企业创新，导致投资渠道收窄和企业家精神丧失（王文春等，2014；张杰等，2016；余泳泽等，2017）。另外，与本文相关的讨论集中在融资约束方面。房价上涨提高了企业的房屋、土地作等抵押品的价格，从而增强企业抵押效应和放松融资约束，尤其缓解重资产企业融资约束（Chaney，et al.，2012；钟腾等，2020），有利于企业获取更大规模的现金流和资本投入，进而扩大生产规模并获取更大的边际收益。同时，有学者提出“船大好挡浪”，认为大企业信贷约束宽松，能够抵御房价上涨的冲击（王先柱等，2020）。但在信用风险约束逐渐减弱的背景下，房价对银行信贷将会产生“加速器效应”，加重银行的信贷“高烧”（刘建江等，2018）。另外，银行由于不良贷款的压力和政府的要求会选择为处于困境的企业续贷（Peek，et al.，2005），这种企业往往会演变为僵尸企业。信贷资源配置更多取决于政府影响、存量债务、抵押品价值和所有制等因素，而与市场需求和盈利指标相背离，由此导致信贷资源错配和僵尸企业贷款并存（王韧等，2019）。

第三类是与僵尸企业相关的研究。“僵尸企业”常指债台高筑、经营效率低下、丧失自我发展能力，但在银行或政府支持下而免于倒闭的企业（王万珺等，2018）。对僵尸企业有三种基本的识别方法：CHK 标准、FN 标准和HK 标准（Caballero，et al.，2008；Fukuda & Nakamura；2011；Hoshi &Kim，2012）。后有学者对以上三种方法进行了修正，补充了低盈利能力和政府补贴等因素（黄少卿等，2017）。关于僵尸企业的形成，有学者提出政府过度干预和市场机制未有效发挥作用是内在原因。一方面，地方政府在政绩激励的作用下过度干预经济。地方政府通常会以金融机构为媒介有形或无形地为对GDP 贡献较大的企业或行业降低贷款门槛，提供优惠信贷（王韧等，2019；方明月等，2019）。另一方面，市场机制未能充分发挥作用。企业违背了比较优势，缺乏市场化经营机制，日渐“僵化”。在此情况下，政府也未能借助市场“看不见的手”实现优胜劣汰，资源配置效率难以提高（蒋灵多等，2018）。僵尸企业的产生或延续不仅拉低资源配置效率、扭曲资源配置机制、阻碍技术发展和加剧产能过剩（卓越等，2019），也降低非僵尸企业的生产效率（诸竹君等，2019）和抑制企业成长，最终导致“劣胜优汰”的恶性市场秩序（肖兴志等，2019）。诸多学者对此提出了解决对策。比如通过“一企一策”战略来解决僵尸企业问题，降低政府补助与企业实际情况的错配（宋建波等，2019）；也有学者认为深化企业改革有利于僵尸企业的清退（张璇等，2019）。尤其对国有企业中的僵尸企业而言，实行混合所有制改革是解决问题的主要途径（方明月等，2019）。长期来看，处理僵尸企业的政策目标不仅仅是去产能，还包括以治理僵尸企业为契机构建完善的企业退出机制，保持正常的市场竞争环境（肖兴志等，2019）。

上述研究成果对本文考察房价上涨与僵尸企业的关系无疑具有重要的参考价值，但既有文献还存在一些不足：第一，尽管一些文献指出了资本在企业生存发展中起到的关键作用，但并未将房价上涨引起企业投资选择和融资约束的变化纳入分析框架，尤其缺少房价上涨对僵尸企业形成的影响分析；第二，房价上涨产生的外部性波及甚广，现有文献的讨论大多基于资源配置。融资约束、信贷和创新等角度，少有考察其对企业生死存亡产生的直接影响；第三，有关僵尸企业的现有研究，主要从识别、形成、危害和清理等角度展开，少有文献考虑到僵尸企业是否会借助外部环境变化进行投机活动，或者外部环境变化是否直接影响僵尸企业“由僵复活”等现象。有鉴于此，本文将试图弥补上述不足。

三 研 究 设 计

（一）数据来源

本文使用的样本数据主要包括中国工业企业数据和城市层面宏观数据。中国工业企业数据来自“中国工业企业数据库”。该数据库时间跨度为1998——2013 年，虽然其数据采集时间较早且暂未更新，但它是目前可获得的最大的企业级数据库，其样本量大、指标多、跨期长，能够反映历史因素的作用。对僵尸企业的识别与研究需要覆盖面广且具有代表性的样本（余典范等，2020），该数据库恰好能满足这一特点。同时，该数据库中工业的统计口径包括采掘业、制造业、电力燃气及水的生产与供应业等三个门类，涵盖中国工业制造业40 多个大行业、90 多个中类行业、600 多个子行业。其中，制造业包含了钢铁制造行业，根据《中国僵尸企业研究报告——现状、原因和对策》 ，钢铁行业是僵尸企业占比最高的行业，说明选用工业企业数据库研究僵尸企业问题具有一定合理性。本文对该数据的处理主要借鉴Brandt 等（2014）、杨汝岱（2015）和刘莉亚等（2019）的做法：其一，剔除从业人数缺失或者小于10、与公认会计准则不符以及重要指标缺失的样本；其二，鉴于本文对僵尸企业的测算需要使用企业应付账款指标，而该指标数据在1998——2003 年时段缺失，因此本文主要运用2004——2013 年数据进行研究，辅之以1998——2003 年数据进行稳健性检验；其三，由于2010 年的数据缺失严重并受到广泛质疑，本文将其剔除，同时将2009 年和2011 年视为连续的两年。城市层面宏观数据主要来自CEIC 数据库和各城市统计年鉴。

（二）模型设计

本文在考察房价上涨过程中僵尸企业的形成特点与“由僵复活”问题时，需要考虑多个哑变量。由于xtprobit 模型、xtlogit 模型在计算过程中会自动保留发生僵尸化现象的企业样本，过程较难收敛，容易造成选择性偏差（Angrist & Guryan，2008）；而且，对大样本数据而言，xtprobit 模型、xtlogit 模型与面板回归模型的计算误差并不显著（Angrist & Guryan，2008），故本文采用面板回归模型。此外，根据Hausman 检验，实证模型中需考虑固定效应。因此，本文采用面板固定效应模型，具体模型构建过程如下：

构建模型（1），考察房价上涨对企业僵尸化的影响：

其中，Zombieit表示企业是否为僵尸企业；H_rateit表示房价增长率；Xit表示其他控制变量。除此之外，模型还控制了城市层面和年份两类变量Cityi、Yeart；εit表示随机扰动项；i表示企业；t表示年份。

为了进一步考察房价上涨对城市僵尸企业占比的影响效果，本文建立模型（2）：其中，Zombie_rateit表示第t年企业所在城市的僵尸企业数量比例。

为了探究房价上涨如何影响企业僵尸化，本文根据前文分析考虑了两种影响渠道，并通过中介变量加以分析，构建面板固定效应模型（3）和模型（4）：

其中，Zombie1 表示僵尸企业“由僵复活”现象。

进一步地，为分析房价上涨如何影响僵尸企业存货投资和企业融资约束进而影响企业出现“由僵复活”的现象，本文构建固定效应模型（6）和模型（7）：

其中，模型（5）、模型（6）和模型（7）构成了房价上涨对僵尸企业“由僵复活”现象影响的中介效应模型，中介效应的计算方法同上。

（三）变量选择

1. 被解释变量。僵尸企业，主要是指亏损严重、丧失自我发展能力，必须依赖非市场因素介入来维持生存的企业。Hoshi（2010）和Caballero 等（2008）从企业的债务和利息支出相关信息的角度来判断一个企业是否享受到银行的贷款优惠，并认为若企业理论上所要支付的最小利息大于其当年实际支付的利息，则可判定该企业为僵尸企业。随后Fukuda 和Nakamura（2011）又纳入企业盈利水平和杠杆率变化水平，虽然这种方法并不完美，但是考虑到了僵尸企业资金亏损且需要依赖银行续贷的主要特征。国内现有的文献主要以FN 标准为基础并加以修正，刘莉亚等（2019）对僵尸企业的识别方法较为完整，其综合了Fukuda 和Nakamura（2011）、聂辉华等（2016：17）、黄少卿等（2017）的识别方法并加以改进。故本文参照刘莉亚等（2019）识别僵尸企业，对被识别为僵尸企业的取值为1，否则为0。

城市僵尸企业占比，由当年企业所在城市的僵尸企业数量占总体企业数量比例而得。

僵尸企业“由僵复活”，本文认为如果企业前一年为僵尸企业，前一年及此后该企业存续的所有年份一直为正常企业，则表示该企业能够“由僵复活”（余典范等，2020），对其取值为1，否则为0。

2. 解释变量。本文解释变量为房价增长率，由本期房价与上期房价之差除以上期房价而计算得到。

3. 中介变量。一是企业存货投资占总资产比例，使用中国工业企业数据库中企业存货投资与总资产两个变量构建该指标。二是企业融资约束程度，借鉴Hadlock 和Pierce（2010）提出的SA指数法，使用企业规模和企业年龄两个变量来计算SA指数，其中企业规模指标通过销售额（产品销售收入）加以测度（郭树龙等，2017）。SA指数具体计算公式为：

SA指数为负值，其绝对值（FCI）越大，表明企业面临的融资约束越严重。

4. 其他控制变量。考虑到还存在其他影响企业僵尸化以及僵尸企业“由僵复活”行为的因素，本文在各模型回归中加入了企业层面、行业层面和城市层面的其他控制变量。企业层面的控制变量包括企业年龄、企业总资产（对数）以及企业的资产负债率；行业层面的控制变量包括行业的市场集中度；城市层面的控制变量包括城市产业结构层次系数、城市人口（对数）、财政支出占GDP 比例，其中，城市产业结构层次系数的计算公式如下：

式中，q1、q2和q3分别表示第一、二、三产业的产值占各城市GDP 的比例。产业结构层次系数的数值在1 和3 之间，数值越大代表产业层次越高（王先柱等，2019）。

表1 报告了本文主要变量的描述性统计特征，包括变量的观测值个数、均值、标准差、最小值和最大值。

表1 主要变量的描述性统计

四 房价上涨对企业僵尸化的影响

（一）基准回归

本文对2004——2013 年房价变动情况和僵尸企业的分布特征进行了统计，结果显示我国房价增长率一直为正，房价总体上保持上升趋势。而从僵尸企业占比看，2005 年僵尸企业占比有所提高，后呈波动下降趋势，这和已有的相关研究结论基本一致（张璇等，2019）。基于此，本文对房价上涨与企业僵尸化之间关系进行实证研究，回归结果如表2 第（1）——（4）列所示。在考虑年份和城市固定效应但不添加控制变量的情况下，房价增长率的系数为负，且在1%的置信水平下显著。在考虑年份和城市固定效应的同时，依次添加企业层面、行业层面和城市层面的控制变量，房价增长率的系数符号和显著性均未发生改变，均在1%的置信水平上显著为负。这说明僵尸企业的形成概率会遭受房价上涨的负向冲击。此外，本文进一步分析了房价上涨对城市僵尸企业占比的影响，实证结果如表2 第（5）列所示，房价上涨对僵尸企业占比产生负向影响，且在1%的置信水平下显著。房价的快速上升体现了房地产行业的繁荣，会在一定程度加大房地产产业链上下游行业的需求，并通过产业关联效应、金融加速效应和财富效应对相关非房地产企业起到发展拉动的作用。同时，非房地产企业的房产抵押价值也会随之提高，能够增加企业资产价值或为企业带来更多的抵押价值，进而降低企业沦为僵尸企业的概率。

表2 房价上涨对企业僵尸化的影响结果

（二）稳健性与内生性检验

为了检验实证模型和回归结果的稳健性，本文从以下两个方面进行检验：首先，由于中国工业企业数据库中企业应付账款指标在1998——2003 年时段缺失，本文借鉴谭语嫣等（2017）的做法给予补全，以扩大样本进行检验。其结果如表3 第（1）列所示，虽然房价增长率的估计系数大小和显著性与表2中有所差别，但均显著为负，即房价上涨会降低企业僵尸化的概率，说明基本回归结果具有一定稳健性。其次，考虑到企业短期的经营绩效容易受到经济周期的影响（张璇等，2019），同时考虑样本量的问题，本文进一步选取存续超过三年的企业作为样本，进行稳健性检验。其结果如表3 第（2）列所示，排除经济周期的影响后，房价上涨仍对企业僵尸化产生负向冲击，证明了基准回归结果是可靠的。

表3 稳健性与内生性检验结果

在探究房价上涨对企业僵尸化的影响上，本文面临两大内生性问题。第一，虽然在基准回归中已经纳入企业层面、行业层面和城市层面的控制变量，但企业是否沦为僵尸企业可能还受政府和市场等未能控制的其他变量的影响，因而普通固定效应面板回归会对参数估计值产生误差。第二，变量可能存在反向因果关系，城市中僵尸企业的存在可能会影响当地房价，而非仅仅房价波动影响工业企业沦为僵尸企业。针对遗漏变量、反向因果关系等可能带来的内生性问题，本文借助工具变量对基准模型做进一步分析。一般文献通过解释变量的滞后一期来解决因果关系导致的内生性问题，但由此可能会产生解释变量与干扰项相关的问题。对此，本文参考王文春等（2014）的做法，使用房价的滞后三期（对数）作为房价增长率的工具变量，结果如表3 第（3）列所示。可以发现，工具变量回归结果中房价增长率的系数在1%的置信水平上显著为负，且影响程度相对于基准回归明显增强，再次表明本文的基准回归结果具有稳健性。

综合来看，考虑到样本容量和经济周期后，基准回归结果仍然成立。此外，解决可能存在的内生性问题后，工具变量回归结果与基准回归结果保持一致，甚至有所加强，说明工具变量可以更好地处理内生性问题。本文后续的分析都将基于工具变量回归展开。

（三）房价上涨对企业僵尸化影响的路径分析

基准回归结果表明，房价上涨在一定程度上能降低企业僵尸化的概率。尽管房价上涨会推动资本流动，显著提高企业用工成本（刘建江等，2018；佟家栋等，2018），但部分企业却能在高房价中获益，其原因值得深究。因此，本文通过中介效应检验来探究房价上涨对企业僵尸化影响的路径。房价上涨对企业僵尸化影响的中介效应检验结果见表4。

表4 房价上涨对企业僵尸化影响的中介效应检验结果

表4 第（1）（2）列表示房价通过改变工业企业存货投资传导的中介效应。第（1）列是房价对企业存货投资的影响结果，房价增长率系数为负，且在1%的置信水平上显著，说明房价上涨会降低工业企业的存货投资。第（2）列是加入中介变量后的回归结果，房价增长率系数和企业存货投资系数均为负，且在1%置信水平上显著；由于（——0.532）×（——0.008）与——0.156 为异号，说明房价上涨对企业僵尸化的影响通过企业存货投资传导的效应为遮掩效应。房价上涨提高了企业涉房资产价值，吸引企业借助房价上涨进行投机行为，而忽视对存货等非涉房资产的投资。

（四）基于是否涉房以及不同负债程度的企业异质性分析

伴随着房价上涨的外部冲击，企业的资产价值也会发生改变，尤其是涉房资产价值会提升。在房价过快上涨的背景下，无论是从涉房资产的抵押价值还是从涉及房地产业生产活动的自身经营角度看，涉房企业都会获得持续攀升的资产价值，从而更大程度地降低企业僵尸化的概率。为了探究是否涉房对僵尸企业占比的差异性影响，本文按照企业产业活动是否涉及房地产业将样本划分为涉房企业和非涉房企业，统计结果表明，非涉房企业中僵尸企业占比整体呈下降趋势，但一直比涉房企业的这一占比高。其中，非涉房企业中的僵尸企业占比在2004 年达到最高值23.6%，涉房企业中的僵尸企业占比在2006 年达最高值20.2%。进一步分析发现，即根据表5 第（1）（2）列，对两类企业而言，房价的增长能够对僵尸企业的形成产生负向冲击，且在1%的置信水平上显著；但是在涉房企业中房价每增长1%对僵尸企业的形成概率的降低幅度更大。

表5 是否涉房以及不同负债程度的企业异质性分析结果

如果企业尽管亏损严重，甚至资不抵债，但可以获得政府扶持或金融机构补贴而得以维持生存，那么就可能会演变成僵尸企业（黄少卿等，2017）。通常来说，企业负债过高也提高僵尸企业形成的概率。为此，本文按照企业负债率均值将样本划分为高负债企业和低负债企业，发现负债高的企业中僵尸企业占比较高，这也与僵尸企业债台高筑的特征相契合。那么，当受到房价快速增长的外部冲击时，不同负债率的企业通过减少存货投资或者通过以涉房资产的抵押缓解融资约束等渠道来降低自身沦为僵尸企业概率的效果是否不同呢？对此，本文展开进一步分析，如表5 第（3）（4）列所示，对于负债率高的企业而言，房价上涨对企业僵尸化仍存在负向影响，但并不显著；而对于负债率低的企业而言，房价上涨在1%的置信水平上显著对僵尸企业的形成产生一定的缓解作用。

五 房价上涨对僵尸企业“由僵复活”的影响

从基准回归结果中可以发现，房价上涨可以通过降低企业存货投资或缓解企业融资约束来降低企业僵尸化的概率。那么，对于已经成为僵尸企业的企业而言，房价是否也会通过企业存货投资和融资约束所传导的积极效应，促使其“起死回生”呢？对此，本文保留僵尸企业样本，进一步研究房价上涨对僵尸企业“由僵复活”现象的作用效果。

表6 报告了房价上涨对僵尸企业“由僵复活”现象的影响及其内在路径。表6 第（1）列展示了房价上涨对僵尸企业“由僵复活”的总体影响效果，房价增长率的系数为正，且在1%的置信水平上显著，说明房价上涨能够提高一些僵尸企业“由僵复活”的概率。

表6 房价上涨对僵尸企业“由僵复活”的影响及其内在机制分析结果

从企业存货投资角度来分析房价上涨对僵尸企业“由僵复活”现象的内在影响路径，实证结果如表6 第（2）（3）列所示，房价上涨对企业存货投资存在正向影响，但并不显著；企业存货投资作为中介变量加入回归后，房价增长率的系数在5%的置信水平上显著为正，企业存货投资占比的系数在10%的置信水平上为正。由于房价上涨对企业存货投资的影响不显著，本文进一步使用Sobel 统计量进行二次检验，发现在5%的置信水平上不存在中介效应。这说明企业存货投资的中介效应并不显著，房价上涨对僵尸企业“由僵复活”的影响并不能通过改变企业存货投资来实现。

六 结论与政策建议

本文在既有研究和理论分析的基础上，主要利用2004——2013 年中国工业企业数据，并匹配70 个大中城市房价数据，采用面板固定效应模型，分析了房价上涨对僵尸企业形成及其“由僵复活”现象的影响，得到如下结论：第一，总体来看，在房价上涨的刺激下，企业融资约束程度发生显著改变，进而对僵尸企业的形成产生了明显的抑制效应，即降低了企业僵尸化的概率。第二，从企业性质差异来看，房价上涨对负债程度不同和是否涉房企业的僵尸化影响具有明显的异质性。即与非涉房企业相比，房价上涨对涉房企业僵尸化概率降低的幅度更大；与负债较高的企业相比，房价上涨对负债较低的企业僵尸化概率降低的效果更显著。第三，进一步地看，房价上涨有利于僵尸企业表现出“由僵复活”的生存特征，这主要通过缓解企业融资约束来增加僵尸企业“复活”概率。

上述实证结论表明，在房价上涨的背景下，房地产抵押物能否快速变现显得至关重要；企业出现运营困难时，及时调整投资选择或借助信贷工具增持资金是推进企业健康发展的理性选择。对此，本文提出如下政策建议：第一，企业有必要准确掌握国家房价调控政策导向，把握房价变化规律，充分合理利用房价上涨的外部效应，为企业自身创造更适合的发展路径。第二，企业应根据自身拥有的涉房资产和负债情况正确看待房价，房价上涨给企业带来的益处是有限的，且具有不确定性，企业自身的健康发展还得依靠企业竞争力。此外，房价上涨虽能促进僵尸企业“由僵复活”，但房价过度上涨后，是否会造成僵尸企业对房产抵押的过度依赖，进而引发僵尸企业长期在市场上苟延残喘（即“僵而不死”）的现象呢？这也是后续所要深入研究的方向。