宏观调控、公司治理与财务风险——基于房地产上市公司的面板数据 21页

屮央财经大学学报2014,05,52-59宏观调控、公司治理与财务风险于房地产上市公司的面板数据彭中文李力文磊湘潭大学商学院哈尔滨工业大学深圳研究生院导出/参考文献关注分享收藏打印摘要：笔者基于2003-2012年中国房地产上市公司的面板数据，运用固定效应模型进行实证分析，结果表明，国家宏观调控政策越宽松，房地产上市公司财务风险越大;宏观调控政策越严厉，增加股东大会和监事会召开次数有利于降低企业财务风险。在公司治理结构对财务风险的影响方面，扩大董事会规模，提高股权集中度和高管薪酬，能较好地降低企业的财务风险;较低的股权制衡度有利于降低企业财务风险，但其效果不显著。基于以上结论，我国房地产企业应当不断优化股权结构，适当提高股权集屮度，提升股东大会和监事会会议质量;强化董事会下设委员会职能，采用适当的董事会规模，建立良好的高管激励机制。关键词：房地产公司;宏观调控;公司治理;财务风险;作者简介：彭中文，男，湖南湘乡人，湘潭大学商学院副教授，博士，研究方向为公司治理与财务管理；作者简介：李力，男，广东人，哈尔滨工业大学深圳研究生院教授，博士生导师,研究方向为公司治理与创新管理；作者简介：文磊，男，湖南长沙人，湘潭大学商学院硕士研宄生，研宄方向为公司治理与财务管理。收稿日期：2014-01-15基金：W家自然科学基金项目（71103154）MacroeconomicControl，Corporate\nGovernanceandFinancialRisk:BasedonPanelDataofListedRealEstateCompaniesPENGZhong-wenLIliWENLeiAbstract：Thispaperhasmadeanempiricalanalysiswithfixedeffectsregressionmodelbasedonthepaneldataoflistedrealestatecompaniesfrom2003to2012.Theresultshowsthat:firstly,themoreliberalthenationalmacro-controlpoliciesarc,thegreaterthefinancialriskofrealestatelistedcompanieswillbe.Secondly,withstrictnationalmacro-controlpoliciesandmoretimesofshareholders'meetingandtheboardofsupervisors,thecorporatefinancialriskwillreducegreatly.Thirdly,withlargerboardofdirectors,higherownershipconcentrationandexecutivecompensation,thecompaniescaneffectivelyreducethefinancialrisk.Lastly，lowequityrestrictionisalsohelpfultoreducethecorporatefinancialriskbutitisnososignificant.Basedontheaboveconclusions,Chineserealestateenterprisesshouldcontinuetooptimizetheequitystructure,increasetheownershipconcentrationappropriatelyandenhancethequalityoftheShareholders’meetingandtheboardofsupervisors’meeting.MeanwhiletheyshouldalsocontinuetostrengthenthefunctionsoftheCommitteeundertheBoard,usingtheappropriatesizeoftheBoardandestablishagoodexecutiveincentivemechanism.Keyword：RealestateenterpriseMacro-controlFinancialriskCorporategovernance;Received：2014-01—15一、引言自1998年房地产市场化改革，中国房地产行业得到稳步发展，特别是进入21世纪以来，房地产业得以迅猛发展，已成为国民经济支柱性产业。然而，房地产业的过快发展和市场的不成熟已经引起房地产市场日益“泡沫化”，已成为影响当下中国经济发展的重要风险。近些年来政府关于房地产调控的宏观政策频频出台，试图抑制过分飙高的房价，稳定房地产交易价格，房地产行业面临全新的挑战。党的十八届三屮全会多次提出城乡一体发展、新型城镇化建设等政策，\n为房地产业的发展带来了新的机遇和挑战。因此，研究中国房地产业在政府严厉的宏观调控政策下抓住新型城镇化建设的良好机遇，运用合理的治理机制规避财务风险，实现持续健康发展具有十分重要的意义。在宏观调控政策对房地产行业发展的影响方面，许多学者认为房地产调控效果与政策的力度及其持续性是密切相关的，必须以科学的方法理性地分析房地产业的发展问题。童舒静(2010)U1认为现阶段在我国宏观经济走势影响下，以控制房价为主耍目标的“房地产新政”面临重大考验，需预防双重泡沫的产生；梁恩(2oi2)m认为政府宏观调控房地产政策的出台，是为了调控过热的房地产业，政府要制定调整供应结构和严格金融部门的供求干预政策，房地产业必须建立早期预警机制，更好地发挥其在经济屮的重要作用。邓富民等(2012)£3]认为短期内利率变化对房地产价格的影响并不明显，而在较长的时期内，货币政策则可以显著影响房价与房地产投资，而且货币供应量的大小相比利率的调控影响效果更加显著一些。在竞争日益激烈的环境下，财务风险的存在时刻威胁着企业的生存与发展。公司治理结构与财务风险控制关系密切，这已被国|Aj外学术界广泛认可。Daliy和Dalton(1993)U1研宄表明，当董事会中外部比例增加时，股东和董事会的利益协调更容易进行，就能保证股东利益得到足够的尊重进而能降低企业风险。Maury和Pajuste(2005)认为大股东之间持股比例越相近，制衡力度也就越有效，有助于降低公司的财务风险水平。耿锁奎等(2005)m发现股权制衡度与财务风险之间存在显著正相关关系，并指出培育一定的控制型股东，保持一定的股权制衡水平有利于防范公司的财务风险。苏坤等(2oio)m以我国2004—2008年民营上市公司为研宄对象，提出法律环境的改善不仅有助于直接降低公司财务风险，还有助于减轻由终极控制股东两权分离所导致的财务风险。陈德萍等(2011)m研究发现，与“壕沟防御效应”、“利益协同效应”假说一致，股权集屮度与公司缋效呈显著的正U型关系，股权制衡度有助于改善公司绩效。TerryMeNulty等(2012)以141家公司力研宄样本，发现在2008—2009年金融危机中，董事会成为企业风险管理的重要决定性因素，并强调了董事会关于风险管理的职责。SeoungpilAhn和KeshabShrestha(2013)[101研究发现分类董事对公司价值和公司风险管理会产生不一样的影响，在监督f本高低不一样的企业屮，分类董事对股权激励和风险管理业表现不同。此外，国外学者们还从董事会特征(Kaplan&Minton，1994;Yermack,1995;Mak&Yuanto,2005;Hermalin&Weisbach,2003;于东智，2004)[11][12][13][14][15]、高管激励(Brickley,1997;Core等，2003)[16][17]等多个方面对公司治理与公司价值或公司绩效之间的关系进行了研宄。纵观相关文献，大多数学者对于公司治理与财务风险、宏观调控政策与房地产企业绩效之间的关系研宄较多，但将宏观调控政策作为调节变量，研宄公司内部治理对房地产企业财务风险的影响研宄较少。本文结合当前国内房地产业发展现状和国家宏观调控政策，以沪、深两市127家房地产业上市公司2003—2012年\n数据为研宄样本，实证检验公司治理对企业财务风险的影响，且将宏观调控政策作为调节变量，分析其对“三会”会议情况与财务风险之间关系的调节效应，从而得出一些有益的结论和政策建议。二、研宄设计（一）变量设计1.被解释变量一财务风险基于我国证券市场不完善的现状，我们选择用样木企业的Z-score指数来衡量企业财务风险。本文所用的Z-score模型公式为：Z=1.2x营运资金/总资产+i.4x留存收益八给资产+3.3x息税前利润八§、资产+0.6股票总市值/负债账面价值+0.999x销售收入/总资产2.解释变量与控制变量。解释变量为公司治理和宏观调控。公司治理选取股权特征、董事会特征、高管激励和“三会”会议情况等4个方面共7个变量来考察其对我国房地产上市公司财务风险的影响。根据当前我国政府宏观调控情况，设置虚拟变量，宏观经济政策从紧取0，适中取1,适度宽松取2。此外，为丫控制其他可能对我国上市房地产公司财务风险产生影响的因素，选取了企业规模、资产负债率和成长性等三个控制变量。变量的定义和计算方法详见表1。（二）模型构建通过借鉴前人研宄方法，根据房地产上市公司实际情况，本文构建多元冋归模型来分析我国房地产企业的宏观调控、公司治理与财务风险的关系。本文构建以下计量模型：\n宏观调控政策股权集中度股权制衡度董事会规模解释变量高管薪酬股东大会次^IzZ董事会会议次数监事会会议次控制变量企业规模资产负债率\n企业成长性\nZi，t=ai+(3'CGi,t+f32SIZEi,t+/33DARi，t+jS4GROWi，t+si，tZi，t=ai+/3'MCPi，t+/32CGi，t+/33SIZEi，+f34DARi，t+/35GROWi,t+gi，tZ^a^GTIMEjDTlMEl>tJTlME;<+(32GTlMElt{DTIMEit,JTIMEt,)式中，Z表示财务风险;MCP表示宏观调控政策;CG表示公同内部治理变量;SIZE表示企业规模;DAR表示资产负债率;GROW表示企业成长性；P为待冋归估计参数；e为残差项。（三）数据来源本文选取深市、沪市上市的房地产行业为原始样本，选取2003—2012年共10年为研究期间。在原始样木的基础上进行了如下几个方面的处理:一是剔除在2003年以前未上市的样本;二是剔除无主营业务收入、总资产为零或所冇者权益为负的公司，这些公司棊本上处于资不抵债、重组等状态，缺乏持续经营能力，可能影响研宄结论的说服力;三是剔除财务数据缺失严重的公司。最后共获得127个样木，共1270个观测值。三、实证分析（一）描述性统计分析\n表2报告了本文主要变量的描述性统计。从表中我们可以看出：其一，按照阿尔特曼教授关于财务风险的临界判别值来划分，有超过一半的公司值小于1.4514（中位数），这些公同存在较大的破产风险，财务危机较为严重。我国房地产公司财务风险的Z值平均为1.88，处于财务风险状况的“灰色地带”，说明我国上市的房地产公司整体财务状况不是很好;最小值为-67.5664，最大值为35.1331,各公司财务风险状况相差比较大。其二，股权集中度（HHI5）,极值差距十分明显，最小值84.3335，最大值7997.79，这表示我国房地产公司股份分配方式各不相同，这与我国房地产企业股权分配方式的现状相符。其三，董事会规模大小方面，大部分公司董事会规模为9人。其四，在高管激励机制方面,我国房地产上市公司高管持股情况较差，超过一半的公司高管未持股，股份激励这种方式对高级管理人员的激励作用在中W上市房地产公司的生产经营过程中没有受到重视。而在高管的薪酬上面，各个公司高管薪酬差距较大，三大高管薪酬总和的自然对数跨度从4.4594~7.4869之间，有部分公司高管薪酬很低，有的却很高。表2房地产上市公司财务风险的描述性统计下载原表\n变量最小值财务风险z-67.576总资产利润率ROA-8.753净资产收益率-134.793股权集中度hhi584.333股权制衡度EBD0.003董事会规模BDSIZE4.000高管薪酬SALARY4.459股东大会会议次数GTIME1.000董事会会议次数DTIME1.000监事会会议次数JTIME1.000企业规模SIZE7.169资产负债率0.043\n企业成长性GROW-0.903\n（二）实证结果及分析在进行相关性分析之前首先进行了相关系数检验，结果表明财务风险与公司治理结构的相关系数均显著，并且各自变量间的相关系数值较小。另外还采用方差膨胀因子法进行了自变量间的多重共线性诊断，检验结果显示模型中各变量的容忍度均大于方差，所以自变量间的共线性并不严重，限于篇幅没有报告相关系数检验和共线性诊断结果。1.公司内部治理与财务风险的回归分析。木文以财务风险（Z）为被解释变量设置了4个模型，使用式（1）分别检验股权特征、董事会特征、高管激励以及“三会”会议情况对财务风险的影响，结果见下页表3。模型I检验了股权特征对财务风险的影响，股权集中度（HHI5）符号为正，且在5%的水平下显著，即提高股权集中度，有利于降低房地产上市公司的财务风险，因为在宏观调控政策频繁变动的市场环境下，加大第一大股东的持股比例有利于集中决策，规避财务风险;股权制衡度（EBD）符号为负，说明房地产企业降低股权制衡度，对降低企业财务风险有正向影响，但效果不显著;模型n检验了董事会特征对财务风险的影响，董事会规模（BDSIZE）符号为正，且在5%水平下显著，即扩大董事会规模，尤其是增加独立董事人数，将有利于降低上市房地产公司财务风险;模型III检验了高管薪酬对财务风险的影响，回归结果高管薪酬（SALARY）符号为正，且在1%水平下显著，即高管薪酬越高，上市房地产公司财务风险越小。模型IV检验了“三会”会议情况对财务风险的影响，在每年召开股东大会会议次数（GTIME）方而，符号为正，且在5%的水平下显著，即每年召开的股东大会召开次数越多，上市房地产公司财务风险越小;每年召开董事会会议次数（DTIME）符号为正，说明我国房地产企业召开董事会次数有利于降低企业的财务风险，但效果不显著;每年召开监事会会议次数（JTTME）方面，符号为正，且在1%的水平下显著，即每年召开监事会会议次数越多，监事会成员行使监事权利，履行其职责情况越好，能有效降低财务风险水平。表3公司内部治理与财务风险的回归结果下载原表\n模型I模型II模型常数项6.0063*(1.76)4.0967嶽(21.17)3.411(1.0