宏观政策对房地产上市公司资本结构的影响.docVIP

宏观政策对房地产上市公司资本结构的影响 　　摘 要：房地产行业在我国起步比较晚，但发展迅速，俨然成为拉动我国经济增长的支柱产业，对钢材等相关行业带动作用明显。随着房地产的飞速发展，房地产上市公司的队伍也在不断壮大，在国民经济中的地位和作用日益重要，成为推动国民经济发展的“助推器”。 　　关键词：房地产上市公司；资本结构；宏观政策 　　一、房地产上市公司资本结构影响因素分析的背景和意义 　　资本是企业发展的命脉，是企业一切经济活动的物质基础。资本结构是企业经营管理的关键，与企业成长、价值之间存在着至关重要的内在联系，影响企业资本成本，合理使用资金、保持合理的资本结构对房地产上市公司具有特殊意义。 　　房地产行业在我国起步较晚，但发展迅速，成为拉动我国经济增长的支柱产业，且对钢材等相关行业带动作用明显。但房地产行业融资渠道单一，资金来源以银行贷款为主，负债率高，与宏观调控政策息息相关。 　　二、2003年～2012年中国宏观经济政策变化情况 　　概括近十几年国家对房地产的政策：阶段一（1998年至2003年）：从无到有，蓬勃发展；阶段二（2004年至2007年）：小幅调控，扬汤止沸；阶段三（2008年）：小幅刺激，中流砥柱；阶段四（2009年至今）：大幅调控，勇于改革。 　　三、实证公司选取与数据来源 　　（一）实证公司选取 　　为了使本文的研究结果更能客观反映出现实中存在的情况，本文在选取样本时遵循以下原则：（1）股票上市初期公司的表现和股票价格不稳定，因此选择2000年12月31日前上市的房地产上市公司为研究对象。（2）ST，PT 类公司不能较好反映出上市公司真实价值，因此不将此类公司作为样本。本文选取了2003～2012年10年间上市的20家房地产上市公司数据，（万科A000002，苏州高新 600736，银基发展 000511，渝开发 000514，中航地产A 000029，世茂股份 600823，保利地产 600048，深长城 000042，陆家嘴 600663，信达地产 600657，国兴地产 000838，东华实业 600393，阳光股份 000608，泰达股份 000652，中华企业600675，冠城大通 600067，珠江实业600684，万达企业 600641，亿城股份 000616，绿景地产 000502）。 　　（二）数据来源 　　本文所使用的原始数据从各公司财务报告中获取，资产负债率，有息负债率，公司规模债务担保能力，股市收益率从国泰安数据库获取，实际GDP从中国统计年鉴获取，信贷规模，长期利率，短期利率从中国人民银行网站获取。 　　四、建立数学模型分析数据 　　（一）方法选择 　　本文研究宏观经济变量、公司层面变量和房地产公司资本结构的关系，选取2003到2012年10年间的数据进行观察与统计。采用面板数据描述样本在此期间内变化情况，观察每个样本在一个时刻上如何受多重因素的影响，统计在一段时间内，这些特性的连续变化，获取比单截面数据建模更多的动态信息。微观公司层面因素为控制变量，综合两方面因素构建单方程静态面板模型：LEVi t=Macroi tα+Xi tβ+Δit，LEVi t为公司i在t时刻的资本结构，Macroi t为宏观经济变量，Xit为公司层面变量，Δit为扰动项。 　　（二）选择变量和数据 　　（1）资本结构变量：资产负债率（LEV1），有息负债率（LEV2）。（2）宏观经济变量：宏观经济周期（LNGDP），信贷规模（LNLOAN），市场信贷违约风险（DEFAULT），利率（SR和LR），股市收益率（STOCKM）。（3）公司层面变量：公司规模（SIZE），实际税率（RT），负债担保能力（ACF）盈利能力（ROA）。 　　（三）变量描述性统计 　　分别做出因变量、自变量描述性统计结果及相关系数，自变量之间的相关系数大于0.8表明自变量之间有较强的相关性，说明需要解决自变量多重共线性问题即不能直接建立线性相关模型。为消除自变量的多重共线性，下面采用主成分分析法，在损失较少信息的前提下把多个变量综合成少数几个综合变量来研究总体各方面信息，增加新的公共因子，并且使公共因子之间线性无关。 　　（四）模型回归与因子分析 　　使用SPSS中的主成分分析法，将所有的变量标准化，得出主成分表和每个成分的贡献率。因为在成分8时，累积贡献率已经达到100%，所以提取前8个成分作为公共因子。 　　载荷矩阵，展示的是原始变量和因子之间的相关系数，基于载荷矩阵可以解释各个因子的含义。载荷矩阵的性质是因子载荷矩阵中各列元素的平方和为相应的公因子的方差贡献。而成分得分矩阵可以获知各公共因子与变量的变换关系。 　　将10个自变量归结于8个新的公共因子，通过成分得分系数