现金流不确定性对企业房地产持有的影响
——资助效应还是预防效应?

2022-05-23 13:29叶德珠
暨南学报(哲学社会科学版) 2022年4期
关键词:现金流不确定性变量

邓 洁, 叶德珠, 潘 爽

一、引 言

自住房制度改革以来,房地产带动国民经济发展的同时,各地房价持续暴涨,出现了房地产市场秩序混乱、炒房炒地投机行为过甚、实体企业“房地产投资热”等社会问题。大量实体企业通过参股、并购及联营等方式涌入房地产市场,据统计,我国606家A股科技类企业中涉足房地产投资的数量由2013年的134家增至2018年的275家。我国经济高质量发展,应更加重视实体经济的发展,实体经济尤其是制造业既是技术创新的“主战场”,也是供给侧结构改革的核心产业领域。然而,大量实体企业涌入房地产市场,撕裂了虚拟经济与实体经济的共生联动关系,造成金融资源结构性错配,容易诱发系统性重大风险(孙志红和刘炳荣)。因此,研究我国实体企业房地产投资的内在动机具有一定的现实必要性。

现有房地产投资研究主要集中于影响因素与经济后果两方面。就房地产投资的影响因素而言,现有文献主要从房地产抵押物价值(Stiglitz等;Hart 和 Moore;Gan;Chaney等)、房价上涨(王文春和荣昭;Rong等)、地方经济增长考核压力(乐云和林洪波)等方面展开了探索。就房地产投资的经济后果而言,现有文献验证了房地产投资对实体经济的负面影响,包括抑制国民经济发展(罗知和张川川;Chen 和Wen;黄贤环等;李秋梅和梁权熙)、降低资产配置效率(彭俞超等;崔建军和朱函语)和抑制企业创新(余静文等;张杰)。甚少研究从微观企业的角度讨论中国背景下企业持有房地产的内在动机及其影响机制。

为此,本文采用2005—2016年我国沪深A股上市公司样本数据,重点考察实体企业持有房地产的内在驱动因素——现金流不确定性的具体作用机理。企业的任何投资决策都受制于企业内部因素:现金流的稳定性。其不仅反映了企业现在的正常运营能力,还反映了企业未来的风险防御能力与融资能力(刘波等)。由于我国房地产业属于资本密集型行业,实体企业持有房地产本身就具有高系统性风险与高持有成本的特点,而他们又多是通过加杠杆的方式购买土地和房屋,因此,相较于其他资产的投资,企业持有房地产更是高度依赖于内部现金流的稳定性。现金流不确定性对企业房地产持有而言,既可能形成资助性效应,有助于投资决策的灵活性和激励性(Boyle和Guthrie;Hirth和Viswanatha),又可能形成预防性效应,使管理层的投资决策更倾向于保守谨慎(Almeida和Campello;Minton和Schrand)。虽然Zhao和Sing基于美国上市公司的数据首次探讨了现金流不确定性对企业房地产所有权(CRE)的影响,但其并未阐释清楚现金流不确定性影响企业房地产投资的具体作用机制,更未考虑对制造业企业房地产投资的不同动机、不同程度的现金流不确定性等自身特征和“行业利润差”、“区域经济差异”等市场特征的研究。因此,本文探索我国实体企业现金流不确定性影响其房地产持有的作用机制及其异质特征,将对企业“脱实向虚”、房地产投资等领域的现有研究形成有价值的补充,产生新的理论贡献。

本文可能的边际贡献体现在:(1)基于企业“脱实向虚”的视角,以现金流不确定性作为切入点,深入考察了实体企业投资房地产内在驱动因素的作用机理,有效补充了房地产投资的微观经济效应相关研究;(2)以“融资约束”和“现金持有”理论假说为支撑,整合了现金流不确定性对房地产持有的“资助效应”和“预防效应”两种观点,深入探究了现金流不确定性对不同动机房地产持有的影响及其内在的传导机制,丰富了企业现金流风险与投资关系的相关研究;(3)立足于“稳投资”、“稳经济”的政策导向,将房地产调控政策的影响拓展至微观层面,这有利于设计引导企业进行房地产合理投资的前瞻性政策体系,促进实体企业合理配置金融资源,进而提升实体企业的投资效率。

本文其余部分安排如下:第二节是理论分析与研究假设,第三节是研究设计,第四节是实证分析,第五节是稳健性检验,最后是结论及建议。

二、理论分析与研究假设

现有文献多采用“担保渠道效应”来解释企业持有房地产的动机,即企业的外部财务能力通过担保质押而增强,担保价值的差异显著放大了企业投资的波动性。具体而言,企业在对外融资时,企业的净资产价格会随着抵押资产价格上涨而上涨,从而促进社会整体经济的发展,最后企业的抵押资产价格又会随着企业市场价值的上升而上升(Stiglitz和Weiss;Hart和Moore;Chaney等;Gan;Liu等)。此外,资本市场借贷双方信息不对称导致的金融摩擦普遍存在,抵押担保品的提供可有效传递信息信号,增加借贷的透明度,缓解双方的信息不对称问题,增强企业的融资能力并减少融资成本(Barro;Chan和Kanatas;Kiyotaki和Moore)。

然而,企业的任何投资决策都受制于企业内部因素:现金流的稳定性。现金流的稳定性不仅反映了企业现在的正常运营能力,还反映了企业未来的风险防御能力与融资能力(刘波等)。企业投资对其现金流不确定性会相当敏感,而其他形式不可预知的风险最终也会间接或直接地转化为随机现金流不确定性(Hubbard)。但是,已有研究关于现金流不确定性对企业投资影响的结论并不一致。实物期权模型(Boyle和Guthrie;Hirth和Viswanatha)认为,现金流不确定性较大时,为了规避融资成本,企业很有可能推迟投资,但是投资门槛又能减少现金流不确定性,因为当期投资能帮助高现金流不确定性的企业规避未来更高的融资成本,这意味着现金流不确定性与当期投资呈正向关系。财务柔性文献认为在融资约束企业中,现金流不确定性对投资有抑制作用(Almeida和Campello;Minton和Schrand),即当面临高现金流不确定性时,融资约束企业会通过减少投资来节约现金。Zhao和Sing基于美国上市公司的数据首次探讨了现金流不确定性对企业房地产所有权(CRE)的影响,并发现现金流不确定性与房地产所有权之间存在显著的负相关关系,高风险企业倾向于持有较少的CRE,以减少未来的潜在损失。基于上述理论,本文认为,由于我国房地产业具有资本密集型、房价持续上涨的特点,我国企业多通过加杠杆的方式购买土地和房屋,因而较其他资产投资而言,我国企业持有房地产的成本与系统性风险都很高,更容易形成预防效应,增加资金短缺可能性,从而降低企业管理层持有成本高而流动性差的房地产资产的意愿。基于上述分析,提出如下假说:

假说1:现金流不确定性对实体企业房地产持有的预防效应占主导。

现金持有具有预防性动机,企业可以通过策略性地持有现金来降低现金流不确定性带来的风险,以满足企业投资的需要(Bates等;Brown和Petersen;Ma等;Malherbe;Opler等;崔也光等)。Cleary等发现,当企业内部现金严重不足时,由于对外融资成本很高,企业投资对企业现金流更加敏感;当企业较容易获得资金时,管理层可能会因为“代理成本”而产生过度投资。Acharya等、Denis和Sibilkov认为现金能对冲不完美产品市场与金融市场低迷的风险。Opler等提出,当企业所处的行业现金流不确定性较高时,企业倾向于持有更多现金及现金等价物。Keefe和Tate发现现金持有能缓解融资约束企业的现金流不确定性并降低限制企业投资能力的资金短缺可能性。具体而言,现金对现金流不确定性与投资的敏感度具有调节作用,当面临高现金流不确定性时,一定量的高现金持有仍能保证企业的投资活动。Ma等认为企业持有大量现金可以促进其新产品的研发,增加市场的竞争份额。财务柔性文献(Almeida等;Bates等)和实务期权文献(Boyle和Guthrie;Hirth和Viswanatha)都证实了现金持有会削弱现金流不确定性对投资的正向或负向影响。崔也光等的研究也发现了,现金流的正向流入会增加企业的现金持有量,为企业提供充裕的研发资金,促进其投资。基于上述分析,提出如下假说:

假说2:高现金持有和现金流正向流入可能缓解现金流不确定性对企业房地产持有的负向冲击。

如上述分析,现金流不确定性对企业房地产持有的“资助效应”和“预防效应”可能同时存在,在不同的条件下,这两种效应的主导地位会发生转换。我国区域间的经济发展水平和金融发展水平都具有较强的非平衡性,各地区的房地产投资情况也有显著不同,经济发达地区作为人口流入主要方向,具有更高的土地和住房需求(彭俞超等)。王文春与荣昭的研究也证实了房地产投资者的“地域偏好”与房地产资产的不可移动性使房地产收益率存在非常大的区域性差异。本文数据显示,我国一线城市企业的投资性房地产总占比高达61.46%,其中上海市的投资性房地产占比最高,这说明我国投资房地产的企业主要集中在经济发达城市。因此,不同地区间的经济发展水平、辐射带动能力、信贷市场完善程度等方面的差异,可能会影响到非房地产上市公司进入房地产市场的概率及程度。基于上述分析,提出如下假说:

假说3:区域经济差异会加剧现金流不确定性对房地产持有的影响。

三、研究设计

(一)现金流不确定性的衡量指标

为了衡量现金流不确定性对企业房地产持有的影响,本文必须构建现金流不确定性指标。参照Bates等,Keefe和Tate和Zhao和Sing的方法,我们构建了两个风险指标:一个为,由企业经营活动的现金流滚动标准差(≥6)计算而得,如公式(1)所示;另一个为2,由企业现金流不确定性与行业平均现金流的时变差值(≥6)计算而得,如公式(2)和(3)所示。

(1)

(2)

(3)

其中,,分别表示企业和年份,≥6表示大于6年的时间窗口,表示第年的同一行业的企业数量,,代表企业经营活动的现金流率,由企业息税前收入除以总资产账面价值。

(二)企业房地产持有率的衡量指标

本文在主回归部分选用了两个企业房地产持有的衡量指标:(1)企业房地产资产的账面价值(房屋建筑物、在建工程、土地使用权及投资性房地产的账面价值之和)与总资产账面价值的比值(Wu等;钟腾);(2)为了规避不同行业间房地产持有率的差异,本文参照Zhao和Sing的方法构建了房地产持有率的相对指标,即计算第年,企业的房地产持有率与行业中个企业的平均房地产持有率之间的差值。

(4)

(三)过度负债的衡量指标

本文基于Denis 和Mckeon、陆正飞等、王红建等的研究方法度量过度负债,以考察企业房地产持有与过度负债的关系。首先对公式(5)分年度进行Tobit回归,并将预测值作为企业目标负债率,具体模型如下:

=+,-1+_,-1+,-1+,-1+,-1+,-1+,-1+++,

(5)

其中,,分别表示企业和年份,为财务杠杆率,控制变量:股权性质()、行业负债率的中位数(_)、盈利能力()、总资产增长率()、固定资产占比()、公司规模(),以及股权结构(),分别代表行业和年份的固定效应,,为随机干扰项。回归模型的残差表示过度负债(),对企业房地产持有进行回归,并分别控制公司变量:企业规模(),盈利能力(),公司市值账面值比(),股权集中度(),企业营运现金流占总资产比例(),现金红利再投资的年个股回报率(),以及宏观变量:人均GDP (), M2年增长率(),企业总部所在城市的房价指数()。为了避免内生性问题,主要解释变量都滞后一期。

(四)数据选取

本文使用的初始样本为2005—2016年沪深A股上市公司,理由如下:(1)1997—2017年为我国房地产行业的20年黄金发展时期,在此期间,国家对该行业的政策监管力度较弱,甚至鼓励发展,故房地产企业的数量及规模都持续增加,尤其自2004年后房地产行业销售毛利率及营业增长速度惊人。(2)2017年为房地产最严厉调控年,此后,国家一直采用“从紧”的房地产调控政策,并反复强调“房子是用来住的,不是用来炒的”,控制房地产金融风险,至今各省房地产市场成交量普遍下降。故本文选取2005—2016年为样本期,已包括2005年到2007年的商品房黄金时代及2008年到2016年的后黄金时代。未纳入2016年以后的数据,是因为这部分数据受到政策影响而波动较大,剔除之后本文的结论更具稳健性。

上市公司主要财务数据来自国泰安数据库,宏观经济数据来自中国统计局与中经网,同时对样本作了以下处理:(1)剔除了金融行业、房地产行业的上市公司;(2)剔除了ST公司;(3)剔除了财务数据缺失严重的公司;(4)为了排除极端值影响,对现金流不确定性、企业房地产持有率等连续变量在上下1%的水平上进行了缩尾处理。最终确定样本数为16 232个。

(五)变量设定

借鉴Keefe和Tate,王文春和荣昭及Zhao和Sing的研究设计,被解释变量包括1,2,解释变量包括现金流不确定性变量,2,以及现金持有变量_,_,控制变量为财务杠杆率,公司规模,公司市值账面值比,除房地产以外的其他资产,_,人均GDP,,2增长率,2,城市房价指数,。为了避免内生性问题,所有解释变量都滞后一期。各指标具体说明如表1所示。

表1 主要变量定义

表2为主要变量的描述性统计,包括均值、标准差、25%分位、50%分位及75%分位。企业房地产持有率(1)均值为0.134,意味着非金融实体企业的房地产资产平均占总资产的13.4%。企业房地产相对持有率(2)均值为0.003,即企业房地产持有率与该行业的平均水平差值为0.3%。

表2 变量的描述性统计

(续上表)

四、实证分析

(一)企业房地产持有率与过度负债

Caskey等认为负债率被分为目标负债率(最优负债率)和过度负债率。不同的企业会有不同的目标负债率,企业负债率是否合理主要看企业实际负债率偏离目标负债率的程度(陆正飞等)。在金融资源短缺下,企业会通过加杠杆的方式增持房地产,从而导致企业债务风险的增加,甚至出现过度负债,进而影响企业的持续经营。本文基于Denis和Mckeon、陆正飞等、王红建等的研究方法考察了企业房地产持有率与过度负债的关系,结果如表3所示。1、2对的系数均在1%的水平上显著为正,这说明实体企业持有房地产确实会明显增加企业过度负债的概率和程度,可见内部现金流的稳定性对于房地产持有企业(尤其是房地产资产占比较高的企业)非常重要。

表3 企业房地产持有率与过度负债

(续上表)

(二)现金流不确定性会影响实体企业房地产持有率吗

1.现金流不确定性与企业房地产持有率

为了检验假设1,现金流不确定性与企业房地产持有率反向变动,本文构建了如下模型:

,=+,-1+,-1+++,

(6)

其中,,分别表示企业和年份,,(1、2)表示企业的房地产持有率,,-1(_、2_)表示企业的现金流不确定性,,-1为企业因素与宏观经济因素的控制变量,分别代表行业和年份的固定效应,,为随机干扰项。为了避免内生性问题,所有解释变量都滞后一期。具体变量的介绍请见表1,此处不再赘言。

在表4中,本文重点考察了现金流不确定性对企业房地产持有率的影响。第(1)、(2)列分别考察了现金流不确定性_、2_与企业房地产持有率(1)的关系,而第(3)、(4)列分别考察了现金流不确定性_、2_与企业房地产持有(2)的关系。结果表明,_、2_的系数项皆在5%的水平上显著为负,即企业所面临的现金流不确定性越大,越会减持房地产资产。如每增加一单位的现金流不确定性1(_),就会相对于1均值减少22.16%(-0.029 7/0.134)的企业房地产持有率;而每增加一单位的现金流不确定性2(2_),则会相对减少22.61%(-0.030 3/0.134)的企业房地产持有率。在5%的水平上对企业房地产相对持有率(2)有显著负向影响,这意味着高风险的企业倾向于持有更少的房地产资产。控制变量的结果与早期文献的实证结果基本一致。表4 的实证结果支持了假说1,现金流不确定性对企业房地产持有率有显著负向影响。即对于我国实体企业而言,现金流不确定性对企业房地产持有的预防效应占主导。我国实体企业多通过加杠杆的方式购买土地和房屋,因而较其他资产投资而言,当面对较高现金流风险时,这些持有房地产的实体企业更容易形成预防效应,增加资金短缺可能性,降低企业管理层持有房地产资产的意愿。此外,_与企业房地产持有程度1、2在1%的水平上显著为正,进一步证实了,企业可能会通过增加债务的方式增持房地产资产,进而提高企业的债务风险。

表4 现金流不确定性与企业房地产持有率

2.现金流不确定性与企业融资约束

表4已证实,现金流不确定性对企业房地产投资会形成预防效应,使管理层的投资决策更倾向于保守谨慎。早期文献还指出,现金流不确定性会因为未来资金来源的不确定性而形成融资约束,同时加大管理层对未来状况的预测难度,企业会减少当前投资(Almeida和Campello;Minton和Schrand)。为了厘清现金流不确定性对企业房地产投资的具体作用机制,本文将于表5中进一步验证:现金流不确定性是否会加剧企业的融资约束程度。基于Hadlock和Pierce的方法,本文采用了作为企业融资约束的代理变量,当融资约束程度为最高的1/3时,取1,否则为0。在表5中,本文重点考察了现金流不确定性是否会加剧企业的融资约束程度。结果表明,无论是否加入控制变量,_、2_始终在1%水平上对企业融资约束有显著正向影响,这进一步证实,现金流不确定性会通过形成融资约束来抑制企业房地产投资。

表5 现金流不确定性与企业融资约束

(续上表)

3不同的现金流不确定性程度与企业房地产持有

本文进一步检测了不同现金流不确定性程度的影响。我们首先构建了高现金流不确定性的变量_,即如果企业的现金流不确定性1大于且等于其中位数,则_取1,否则为0。其次将总样本分成高现金流不确定性企业与低现金不确定性企业样本两组,分别考察现金流不确定对企业房地产持有的影响。结果如表6所示。

表6显示了高现金流不确定性与低现金流不确定性的分组检验结果。在第(1)、(3)、(5)、(7)列的高现金流不确定性样本组中,_、2_的系数皆在1%的水平上显著为负,而在第(2)、(4)、(6)、(8)列的低现金流不确定性样本组中,现金流不确定性(_、2_)对企业房地产持有率(1、2)具有不显著正向影响。如表6的第(1)、(2)列示,当面对高现金流不确定性时,企业每增加一单位的现金流不确定性1(_),就会显著减少30.30%(-0.040 6/0.134)的企业房地产持有率1;而当面对低现金流不确定性时,企业每增加一单位的现金流不确定性1(_),则会不显著增加10.97%(0.014 7/0.134)的企业房地产持有率1。可见,表6的实证结果进一步支持了假说1:现金流不确定性会显著抑制企业房地产持有率,现金流不确定性程度越高,企业房地产持有率越低。此外,当企业面对低现金流不确定性时,现金流不确定性对企业房地产投资的资助效应可能会占主导,即会鼓励实体企业管理层大胆采用更灵活的多元投资策略,譬如进入房地产领域或投资更多房地产资产。

表6 高现金流不确定性与低现金流不确定性的分组检验

(续上表)

4.现金流不确定性与不同动机的企业房地产持有率

企业持有房地产出于三种目的:自用房、对外租赁赚取租金、对外出售获得资本增值。第一种为非投资性房地产,后两种为投资性房地产,非投资性房地产与投资性房地产在一定条件下可以互相转换。由于中国会计准则自2006年起才设置“投资性房地产”会计科目,其定义为:为赚取租金或资本增值,或两者兼有而持有的房地产。“投资性房地产”是从2007年起开始统计数据,前期数据质量不太好,因此本文并未将投资性房地产3作为主要的被解释变量,而是作为企业房地产持有的替代变量用于进一步测试。考虑到企业持有房地产的两种主要目的,表7进一步考察了现金流不确定性对投资性房地产持有与非投资性房地产持有的影响。在表7中,第(1)、(2)列考察了现金流不确定性对投资性房地产持有3的影响,而第(3)、(4)列考察了现金流不确定性对非投资性房地产持有4的影响。表7结果显示,现金流不确定性的系数皆显著为负,这意味着无论以什么方式衡量企业的房地产投资比例,现金流不确定性都会显著抑制企业房地产持有率。

表7 企业投资性房地产与非投资性房地产

(续上表)

(三)现金持有会缓解现金流不确定性对企业房地产持有率的负向冲击吗

为了检验假设2,现金持有会缓解现金流不确定对实体企业房地产持有的负向冲击。本文参照Keefe和Tate的方法构建了如下模型:

(7)

其中,,分别表示企业和年份,,表示企业的房地产持有率,,-1表示企业的现金流不确定性。现金持有的代理变量包括:_,-1,高现金持有,_,-1,现金流正向流动。,为是否为融资约束企业的哑变量,当该企业为融资约束企业时,,等于1,否则为0。,-1×_,-1为现金流不确定性与高现金持有的交互项,,-1×_,-1为现金流不确定性与现金流正向流动的交互项,,-1×,为现金流不确定性与融资约束的交互项。为了减少共线性问题,本文对现金流不确定性、高现金持有与现金流正向流动三个变量的交互项进行了去中心化计算。,-1为控制变量,分别代表行业和年份的固定效应,,为随机干扰项。为了避免内生性问题,所有解释变量都滞后一期。具体变量的介绍请见于表1,此处不再赘言。

表8呈现了公式(7)的结果。本文在表8中分别加入了_,-1,_,-1,,考察现金持有对现金流不确定性(_、2_)与企业房地产持有(1)关系的影响。Panel A结果显示,_与2_的系数项均显著为负,表明面临高现金流不确定性的企业可能持有更少的房地产资产。由第(3)、(4)列可见,_与2_的系数都在10%的水平上显著为正,表明当面临现金流不确定性的企业上一年的现金流呈正向流动时,企业会持有更多的房地产资产。在第(7)、(8)列中,_与2_的系数都在10%的水平上显著为正,而__、2__的系数不显著为正,意味着现金持有可能会削弱现金流不确定性对企业房地产持有的预防效应。这与Almeida等,Minton和Schrand,Bates等,Boyle和Guthrie,Hirth和Viswanatha,Keefe 和 Tate的实证结果一致,当面临高现金流不确定性时,一定量的高现金持有仍能保证企业的投资活动。本文还用联合系数法检验了当现金流不确定性增加时,高现金持有率与现金流正向流动的企业会如何改变对房地产资产的投资。第(5)、(6)列中的+=-0031 5与+=-0032 2表明了融资约束企业在前一年面临高现金流不确定性时,会持有更少的房地产资产,并都在10%水平上显著。如果_,-1,_,-1设为1,=++, 表示高现金持有现金流正向流动低现金流不确定性对企业房地产持有的影响。若_,_,-1,_,-1,设为1,则=+++++代表高现金持有现金流正向流动高现金流不确定性对融资约束企业的房地产持有的影响,所以,高现金持有现金流正向流动企业从低现金流不确定性到高现金流不确定性的房地产持有的变化为-=++,第(7)列中的联合系数为0.109 3,接近显著为正。同样地,在第(8)列中,-=++,联合系数为0.111 5,显著为正。这意味着当面临现金流不确定性时,策略地持有现金能缓解融资约束企业的投资需要。Panel B考察了现金持有对现金流不确定性(_、2_)与企业房地产持有(2)关系的影响,其结论与Panel A一致。

表8 现金持有对现金流不确定性—企业房地产持有率的调解效应

(续上表)

(续上表)

(续上表)

(四)进一步的调节效应分析

为了进一步研究现金流不确定性对企业房地产持有影响的具体作用机理,本文还分别做了以下的检验。

1.“区域经济差异”的影响

一线城市与非一线城市之间的经济发展水平、辐射带动能力、信贷市场完善程度等方面的差异,也可能会影响到非房地产上市公司进入房地产市场的程度。王文春与荣昭的研究证实了房地产投资者的“地域偏好”与房地产资产的不可移动性使房地产收益率存在非常大的区域性差异。因此,本文将总样本分为了一线城市(北上广深)与非一线城市两组,考察了区域经济差异对现金流不确定性与企业房地产持有关系的影响。表9结果表明,相较于非一线城市, 现金流不确定性对一线城市企业房地产持有的预防效应更明显,这可能是因为一线城市的房地产持有成本更高。由此,假说3得以验证。这表明,经济发达程度会加剧现金流不确定性对企业房地产持有的预防效应。

表9 区域经济差异对现金流不确定性—企业房地产持有率的影响

2.行业间利润距离差的影响

工业组织理论的利润驱动假说认为,资本总是会从低利润的地方流向高利润的地方,若某行业的利润高于社会平均水平, 就会有新的企业进入这一行业。随着生产能力与资本集聚能力快速扩张,实体企业会出现产能过剩、主营业务利润及资本边际投资收益率下降等问题,当实体企业与房地产业利润率差距变大时,受跨界套利驱动,企业管理层更倾向于转移产业资本至房地产业(Brenner;Harman;谢家智等)。王文春和荣昭也指出, 当企业的现有投资收益率与预期的房地产收益率差距越大时,企业放弃原项目的机会成本越低,企业越愿意进入房地产业。因此,本文参照王红建等的方法考察了行业间利润距离差对现金流不确定性与企业房地产持有关系的影响。表10结果表明,_、2_的系数均在5%的水平上显著为负,这意味着在控制了行业间利润距离差因素后,现金流不确定性仍显著抑制企业房地产持有率。在10%显著水平上促进1,说明行业间利润差越大,实体企业越愿意投资房地产,即超额收益率确实会驱动实体企业跨界投资。然而,_1、_2系数在5%的水平上显著为负,暗示着考虑了实体企业与其他行业利润距离,现金流不确定性仍对企业房地产持有率具有显著负向影响。

表10 行业间利润距离差对现金流不确定性—企业房地产持有率的影响

3.企业成熟度的影响

一些早期文献认为企业年龄与信息不对称问题紧密相关,且可以作为融资摩擦的代理变量(Brown等;Fee等;Hadlock和Pierce;Brown和Petersen)。借鉴这些文献的方法,我们首先构建了成熟企业的变量,即如果企业年龄超过15年,则取1,否则取0;其次将总样本分成成熟企业与年轻企业样本两组,分别考察现金流不确定对企业房地产持有的预防效应。表11结果显示,在控制了企业年龄因素后,现金流不确定性仍显著抑制企业房地产持有率。此外,年轻企业样本中现金流不确定性系数皆在1%水平上显著为负,而成熟企业样本中现金流不确定性的系数在10%水平上显著为负。由于现金流不确定性变量在两组回归中均显著,因此本文进一步基于SUR估计进行组间系数差异检验。表12结果显示,现金流不确定性_、2_在两组之间存在显著差异,值均为0.000 0。上述结果证实,现金流不确定性对年轻企业的预防效应更明显,可能是因为成熟企业更有能力抵御现金流不确定性对企业持有房地产的负向冲击。

表11 企业成熟度对现金流不确定性—企业房地产持有率的影响

(续上表)

表12 组间系数差异检验

五、稳健性检验

(一)内生性问题

虽然我们的假设与前期相关文献的结论一致(Gan;Chaney等;Keefe和Tate;Zhao和Sing),并且我们使用了行业、年份哑变量去控制可能的企业房地产持有影响因素,但是我们的结论仍在一定程度上面临遗漏变量的挑战。为了缓解遗漏变量对我们结论的影响,我们借鉴Chen、An等、Adhikari和Agrawal的方法,使用行业—年度—城市平均经营活动中的现金流占比()作为单个企业现金流不确定性的工具变量。因为行业—年度—城市平均经营活动中的现金流占比能对所在城市、所在行业单个公司的现金流不确定性产生直接影响,却不能直接影响到单个公司的房地产持有率。这种方法能在一定程度上缓解这种不随时间变化的遗漏变量所导致的内生性问题对本文基本结论的影响。我们使用了the two-stage least squares(2SLS)与 the generalized method of moment estimation(GMM)方法进行回归检测。表13的结果表明了,对_、2_在10%的水平具有显著正向影响,意味着应该是一个有效的工具变量。此外,表13显示现金流不确定性_显著抑制企业房地产持有率,且现金流不确定性的系数项在2SLS与GMM中并无明显差异。这说明,虽然本文结果可能仍受到遗漏变量影响,但我们的基本结论是稳健的。

表13 内生性问题之遗漏变量:2SLS and GMM

我们借鉴Zhao和Sing的方法进一步测试了企业房地产持有率随着现金流变化的动态调整,以房地产持有率的同比变动率_1来衡量房地产持有率的调整值,分别以_、2_的同比变动率_、_2作为其替代变量。表14列示了企业房地产持有率的动态变化结果,现金流不确定性变化的系数项都是显著为负,意味着随着企业现金流不确定性的增长,企业会减少持有房地产资产。这再次证实我们的基本结论是稳健的。

表14 企业房地产持有率的同比变动率

此外,我们考虑到融资政策对现金流不确定负向冲击的影响,于是采用了双重差分模型(Difference-in-Differences Model)考察了2007年3月颁布的《物权法》如何通过现金流风险影响企业房地产持有,以进一步解决遗漏变量问题。已有文献提出,在《物权法》出台后,担保物权制度改革能提高商业银行等金融机构为企业提供抵押贷款的意愿,增强企业的融资能力,缓解企业的融资约束程度。具体而言,《物权法》能促进我国金融信贷发展,扩大抵押物范围,加强对抵押资产及债权人权利的保护,进而促进企业的外部融资(钱雪松和方胜;祁怀锦和万滢霖)。本文根据是否为融资约束企业设置处理组和控制组。若企业为融资约束企业,则列为处理组样本, 其余为控制组样本,为2007,以考察物权法带来的外生性冲击,实证结果如表15所示。结果显示,_1,_2的回归系数均在10%水平上显著为正,这意味着担保物权制度改革有利于提升融资约束企业的融资能力,降低现金流风险对其的负向冲击。

表15 物权法的DID测试

(二)稳健性检验

1.改变样本

为了避免样本选择偏误,除了剔除“金融业”、“房地产业”以外,我们还进一步剔除了“农、林、牧、渔业”、“采矿业”、“科学研究与技术服务业”、“水利、环境和公共设施管理业”等行业。剔除原因如下:“农、林、牧、渔业”、“采矿业”的企业会将大量的土地作为生产要素投入生产中;“科学研究与技术服务业”和“水利、环境和公共设施管理业”的企业多是事业单位或国有控股企业。“金融业”与“房地产业”企业通常都会被剔除于样本之外,因为“金融业”企业多利用房地产作为经营租赁的方式而不体现在金融报表中,而“房地产业”企业本身的主营业务内容就是经营房地产。结果表明,本文的基本结论是稳健的。受限于本文篇幅,实证结果请见于附录中表1。

2.改变被解释变量:ln5

考虑到财务报表中的历史成本可能无法反映出房地产资产的市场价值,为了更全面地度量企业所持有的房地产首次的价值,本文借鉴Chaney等,Wu等与钟腾的方法,将房地产资产的账面价值调整为市场价值,利用房地产资产的市场价值变量ln5来替代1,代入回归模型中进行稳健性检验。结果表明本文的基本结论是稳健的。受限于本文篇幅,实证结果请见于附录中表2。

3.改变解释变量:3_

现金流的剧烈波动于投资者而言,意味着企业的高风险,现金流不确定性与未来现金流折现一样,会反映在公司的股票价格上。因此,本章借鉴崔也光等的方法,采用最近三个会计年度的标准差做_、2_的替代变量进行回归分析。结果显示,3_系数都在1%的水平上显著为负,说明现金流不确定性会显著抑制企业房地产持有率,支持了本文的结论。受限于本文篇幅,实证结果请见于附录中表3。

六、结论及建议

现有房地产研究主要围绕房价上涨与消费、房地产投资与经济增长、房价上涨与企业投资的关系展开,甚少研究从微观企业的角度讨论实体企业持有房地产的内在动机。本文基于我国实体企业房地产投资热的背景,较全面地考察了实体企业持有房地产的内在决定因素——现金流不确定性的作用机理,并进一步考虑了高现金持有的预防性动机、区域经济差异等因素的影响。期望厘清房地产行业与实体行业之间的关系,为我国未来的经济体制改革提供理论依据。

本文采用2005—2016年沪深A股上市公司数据对现金流不确定性与企业房地产持有的关系进行实证检验,得到如下结论。第一,总体上,现金流不确定性对实体企业持有房地产的预防效应占主导。第二,面对较高现金流风险时,持有房地产的实体企业会增加资金短缺可能性,形成融资约束,因此现金流不确定性的预防效应占主导。而当企业面对低现金流不确定性时,现金流不确定性的资助效应可能占主导,它会鼓励企业管理层大胆采用更灵活的多元投资策略,譬如进入房地产领域或持有更多房地产资产。第三,前一年高现金持有及现金流正向流动会缓解现金流不确定性的预防效应,即策略性持有现金具有一定正向调节作用,削弱现金流不确定性对企业投资的抑制影响。第四,在一线城市或融资约束企业中,现金流不确定性与企业房地产持有行为的关系可能更为敏感。最后,成熟企业也能在一定程度上缓解现金流不确定性对企业房地产持有率的抑制影响。

根据本文发现,我们提出以下建议:对企业而言,尤其是先进制造业企业,应降低房地产业务的债务负担与经营风险,将有限的金融资源集中于技术创新,实现金融资本和产业资本的有效融合;应客观地应对现金流不确定性的冲击,管理好现金流不确定性,密切关注不同城市的金融财政政策和房地产调控政策,合理规避“风险”;应出于预防性动机保证合理的现金持有,缓解现金流不确定性对企业的合理投资与稳健运营带来的负向冲击。对政府及相关部门而言,应促进金融资源的合理配置,使行业间利润趋于均等化,稳定房价,鼓励企业从“要素型”向“技术型”转型,不要盲目跨界投资;应继续实行“从紧”的房地产调控政策,但对不同城市应实行差别化调控;应制定促进高质量投资切实可行的各类政策,引导实体企业合理健康地投资房地产,以推动我国制造业转型升级和经济高质量发展。

猜你喜欢
现金流不确定性变量
对当前房地产企业现金流风险管控的思考
基于未来现金流折现及Black—Scholes模型的可转债定价实证分析
基于未来现金流折现及Black—Scholes模型的可转债定价实证分析
价值创造导向下现金流管理问题研究
中国银行业的未来:不确定性与希望并存
基于不确定性理论的桩板式挡墙施工风险评估
广义直觉模糊软集的格结构
分离变量法:常见的通性通法
不可忽视变量的离散与连续
轻松把握变量之间的关系