论文部分内容阅读
摘要：跨区域发展已经成为许多大型房地产企业的战略选择。以39家房地产上市公司为研究样本，使用2008-2014年的面板数据，检验了房地产企业跨区域发展对其经营绩效的影响方向和程度。研究表明，房地产企业跨区域发展对经营绩效有显著的正面效应，房地产企业跨区域发展程度越高，则净资产收益率和总资产报酬率越高。上述发现佐证了房地产企业跨区域发展战略实施的积极效果，并对如何选择具体的实施模式具有一定的启迪作用。
关键词：房地产企业，跨区域发展，经营绩效
中图分类号：F293.3 文献标识码：A
文章编号：1001-9138-（2015）07-0067-73 收稿日期：2015-06-20
1 引言
房地产业已成为我国国民经济发展的支柱产业之一。特别是自2003年以来，在全面深化住房体制改革和拉动投资、扩大内需的背景下，房地产业步入了持续至今的繁荣期，涉足房地产开发业务的企业数量日益增多。根据《中国统计年鉴》提供的数据，截至2013年底，我国的房地产开发企业个数已经达到91444家，比2003年的37123家增加了146%。房地产开发企业数量的不断增多导致行业集中度水平颇低，并使得行业内竞争日趋激烈。尽管土地供应权利的地方政府垄断性使得房地产业具有天然的政策壁垒和区域分隔，但激烈的竞争形势还是使得跨区域发展成为许多房地产企业的战略选择，尤以许多有实力的大型房地产企业为代表。然而，从实际经营效果来看，并非所有房地产企业都能从中获利。因此，跨区域发展战略能否对房地产企业经营绩效产生积极影响，尚有待基于经验观察进行实证检验。
跨区域发展是企业经营业务的地理空间布局的调整之策。跨区域发展一方面拓展了企业的经营地域空间，可以起到打破本地市场规模限制、开拓市场、规避区域性系统经营风险、分散风险的作用；另一方面也增加了企业的内外交易成本和管控风险。最早实施跨区域发展战略的是制造业、零售业、金融业，相应的学术研究也多是以这几个行业的企业为研究对象，至于跨区域发展对企业绩效的影响，学术界尚没有统一的结论。对房地产企业跨区域发展与经营绩效之间关系的研究则更为匮乏。仅有的研究来自芮明杰等和吕佳芳，前者选取2004-2006年沪深两市房地产上市公司数据，使用面板模型进行计量检验，结果显示，房地产企业跨区域发展程度越高，则总资产报酬率越高，尤其当企业在一二三线城市之间进行分散布局，同时发现，跨区域同时更坚持专业化发展能得到更好的经营效果；后者从速度、范围和程度等三个维度刻画房地产企业跨区域发展，并采用2006-2009年沪深两市房地产上市企业的面板数据进行实证研究，发现跨区域发展速度和程度与企业绩效均呈倒U型曲线关系，但企业跨区域发展的范围对企业绩效影响不明确。
从2009年至今，我国的房地产市场政策环境发生了较大变化，2010年起以行政性限购政策为代表的调控政策陆续推出，2014年除一线城市之外的其他城市又相继取消了限购政策，这都对房地产企业的经营环境和策略选择产生了显著影响。因此，本文将在已有研究的基础上，以2008-2014年我国房地产上市公司为样本，从微观角度分析跨区域发展对房地产企业经营绩效的影响。相比而言，本文的创新意义体现在：一是将衡量房地产企业经营绩效的不同指标分别放入模型，以此检验实证结果的稳健性；二是在测量房地产企业跨区域发展程度时，考虑到企业的异质性；三是所使用数据的时间序列更长，对应于不同政策环境下的房地产市场，以此考察限购政策实施与企业跨区域发展的交互作用。本文接下来的结构安排如下：第二部分是对实证检验所使用的样本、变量与模型的说明，第三部分是实证检验的结果及分析，第四部分是对研究结论的总结及对启示的提炼。
2 样本、变量与模型
2.1 样本选取
跨区域发展战略是企业发展到一定阶段的可能选择，从很大程度上讲，房地产上市公司的行为与表现能够反映房地产行业的整体状况，且其基本信息与财务数据的公开程度较高，因此，本文的实证研究样本将基于一定原则从沪深两市的房地产上市公司中进行筛选。具体过程如下：
首先，根据中国证券监督管理委员会的《上市公司行业分类指引（2012年修订）》的分类标准，提取其房地产业（K类）下沪深两市所有的A股上市公司，并去除了处在*ST、ST或S等情况的公司。
其次，由于部分归类于房地产业的A股上市公司的主营业务收入不止房地产业一项，而公司年报在公布主营业务收入的区域分布时，一般不会包含主营业务收入各分项的区域分布信息，在此情况下，如果将房地产业经营收入在主营业务收入中占比过低的公司作为分析对象。将无法保证房地产企业跨区域发展程度测算的有效性和科学性，因此，只保留房地产经营收入在主营业务收入中占比超过60%的企业。
最后，去掉2008-2014年间主要数据缺失较为严重的公司。
最终得到的样本企业涵盖39家房地产上市公司，如表1所示。实证研究需要的39家企业的相关数据主要来自各公司年度报表及CCER中国经济金融数据库。
2.2 变量设定
2.2.1 因变量：经营绩效
通过广泛研读既有文献，可以发现，已有研究在设定对企业经营绩效的度量指标时，大致分为基于会计数据的财务指标和基于市场数据的财务指标两类，其中，前者包括总资产报酬率、销售利润率、净资产收益率和销售收入增长率等，后者包括Tobin’s Q值、股价报酬和风险调整收益率等。由于我国上市公司存在的股权分置问题以及证券市场的弱有效性问题均可能使得市场绩效指标不甚可靠，而会计绩效指标在反映企业盈利能力、业务成绩、经营风险、资产质量等方面具有综合优势，且较易从上市公司财报中获得。故本文选择净资产收益率和总资产报酬率作为衡量房地产企业经营绩效的两个指标，并分别作为实证模型的因变量，以此检验实证结果的稳健性。 其中，净资产收益率（ROE）能反映出企业自有资本的利用效率和股东权益的收益水平，总资产报酬率（ROA）能反映出企业资产运营效率和全部资产的获利能力。具体计算公式为：ROE=净利润/平均净资产×100%；ROA=息税前利润总额/平均资产总额×100%。
2.2.2 核心自变量：跨区域发展
产业经济学的相关文献一般用赫芬达尔-赫希曼指数（Herfindahl-Hirschman Index， HHI）作为衡量企业经营集中程度的指标，具体应用到跨区域经营发展的测度上，HHI可以认为是企业经营收入在不同区域分布的集中度，其计算公式为：，其中，Si为企业在第i个区域的经营收入，S为企业经营总收入，i=1，2，…，n代表企业经营业务分布的n个区域。HHI的值介于0到1之间，且与企业跨区域发展程度呈反比，即HHI越小，企业跨区域发展程度越低，HHI越大，企业跨区域发展程度越高，当HHI为1时，表明企业经营完全专注于一个固定区域而没有跨区域发展。
尽管HHI被公认为最佳的跨区域发展程度的衡量指标，但在应用该指标的统计口径选择上，尚存在分歧。最原始的做法是从行政区划的角度，某一行政区即视为一个区域。创新性的做法有基于经济意义或基于地理区位两种，前者是考虑到房地产发展水平的差异，将一线城市、二线城市、三线城市各自视为一类区域；后者则是考虑到房地产市场的区域性，将全国分为环渤海、长三角、珠三角及其他四类。尽管如此，这两种做法都难以摆脱“一刀切”之嫌。本文在确定口径时，考虑到企业的异质性，采用的是基于企业自身认知的划分标准。具体而言，就是认为各上市房地产公司年报中的“分地区的主营业务收入”项对企业的业务区域划分结果从某种意义上反映了本公司的区域划分标准，因此，每个公司的区域划分标准都是不同的。
2.2.3 控制变量
房地产企业绩效同样可能受到除跨区域发展之外的因素的影响，参考房地产企业绩效研究的相关研究成果，本文将企业规模、杠杆和成长性三个因素作为控制变量引入实证模型。具体指标如下：
①企业规模（size）：企业年末总资产的对数
②企业杠杆（lev）：企业资产负债率=负债/资产总额×100%
③企业成长性（grow）：企业净利润增长率=（今年的净利润-去年的净利润）÷去年的净利润×100%
④政策环境（cir）：实施限购政策的城市比例（以限购城市数量最多的年份为1）
⑤跨区域发展与政策环境的交互项（HHI×cir）
2.3 模型设定
根据对研究问题的描述和对研究变量的选择，构建的实证模型如下：
（1）
（2）
其中，i=1，2，…，N表示不同的房地产上市公司，t=1，2，…，T表示不同的年份，ROE、ROA、HHI、size、lev、grow、cir的含义如前所述，表示不随时间变化的各房地产上市公司截面的个体差异，为随机扰动项。
3 实证结果和分析
3.1 样本企业跨区域发展的总体情况
图1反映了样本房地产企业跨区域发展的基本状况。总体而言，历年的实施跨区域发展战略的企业个数均多于未实施跨区域发展战略的企业个数。实施跨区域发展战略的企业比例呈逐年上升趋势，比例最低为2008年的53.85%，至2012-2014年，比例已经升至76.92%。
3.2 变量的描述性统计
表2给出了实证检验所用变量的描述性统计。可以看出，无论是用净资产收益率（ROE）还是总资产报酬率（ROA）来衡量，39家样本企业的平均经营绩效在限购后都略有降低，其中，平均净资产收益率从10.8%降至10.7%，平均总资产报酬率从5.2%降至4.8%；HHI平均值从限购前的0.769降至限购后的0.672，说明样本企业总体的跨区域发展程度有所提高，这印证了图1的结论。控制变量方面，样本企业的平均规模在限购后有所扩大，资产负债率有所提高，成长性显著降低，说明限购政策实施确实制约了房地产上市公司的成长业绩，对企业经营构成挑战。
3.3 实证模型选择
面板数据模型在估计时有固定效应模型和随机效应模型两种。两种模型的差异主要反映在对个体效应的处理上，其中，固定效应模型中的个体差异反映在每个个体都有一个特定的截距项上，随机效应模型则假设所有的个体具有相同的截距项，个体的差异主要反映在个体干扰项的设定上。
Hausman检验是确定固定效应模型和随机效应模型的有效检验，如果拒绝原假设，则随机效应模型的基本假设得不到满足，应当选择固定效应模型，反之则选择随机效应模型。基于此思想，使用STATA10.0相关命令，得到分别以ROE和ROA为因变量的两个模型的Hausman检验结果，如表3所示，并根据检验结果选择了合适的模型形式。
3.4 估计结果及分析
按照Hausman检验选择的模型形式，使用STATA10.0软件对模型进行具体估计，得到的四个模型的估计结果如表4所示。
从各模型估计结果的检验情况可以看出，固定效应模型的F检验的P值都显著拒绝原假设，说明模型的设定是可取的，可以对各变量系数的估计结果展开进一步分析。
整体而言，变量HHI的估计结果在两个方程中均为负值，且至少在5%的水平上显著。表明如果房地产企业在不同区域间分散发展，且跨区域发展程度越高，HHI指数越低，则经营绩效越高。由于无论是以ROE还是以ROA作为因变量，结果都高度相似，说明此结论具有充分的稳健性。变量cir的估计结果亦均为负值，且分别在1%和5%的水平上显著，表明实施限购政策的城市的比例对房地产企业经营绩效有显著的负面影响。交互项HHI×cir的系数均为正，且均在1%的水平上显著，表明随着限购政策实施城市的增多和实施力度的增强，跨区域发展对经营绩效的影响越明显，即房地产企业跨区域发展对经营绩效的正面效应在限购政策实施期间表现得更为显著。这可以从以下角度进行解释：由于房地产限购政策的实施并不具有全国范围内的统一性，而是由各地方政府自主实施，故主要集中房价上涨势头过快的一二线城市，其他城市的购房需求受此政策的影响不明显，因此，房地产企业跨区域发展战略的实施将有助于企业业务在限购城市和非限购城市之间的分散，有利于企业“对冲”由限购政策本身带来的对经营绩效的负面影响。
关键词：房地产企业，跨区域发展，经营绩效
中图分类号：F293.3 文献标识码：A
文章编号：1001-9138-（2015）07-0067-73 收稿日期：2015-06-20
1 引言
房地产业已成为我国国民经济发展的支柱产业之一。特别是自2003年以来，在全面深化住房体制改革和拉动投资、扩大内需的背景下，房地产业步入了持续至今的繁荣期，涉足房地产开发业务的企业数量日益增多。根据《中国统计年鉴》提供的数据，截至2013年底，我国的房地产开发企业个数已经达到91444家，比2003年的37123家增加了146%。房地产开发企业数量的不断增多导致行业集中度水平颇低，并使得行业内竞争日趋激烈。尽管土地供应权利的地方政府垄断性使得房地产业具有天然的政策壁垒和区域分隔，但激烈的竞争形势还是使得跨区域发展成为许多房地产企业的战略选择，尤以许多有实力的大型房地产企业为代表。然而，从实际经营效果来看，并非所有房地产企业都能从中获利。因此，跨区域发展战略能否对房地产企业经营绩效产生积极影响，尚有待基于经验观察进行实证检验。
跨区域发展是企业经营业务的地理空间布局的调整之策。跨区域发展一方面拓展了企业的经营地域空间，可以起到打破本地市场规模限制、开拓市场、规避区域性系统经营风险、分散风险的作用；另一方面也增加了企业的内外交易成本和管控风险。最早实施跨区域发展战略的是制造业、零售业、金融业，相应的学术研究也多是以这几个行业的企业为研究对象，至于跨区域发展对企业绩效的影响，学术界尚没有统一的结论。对房地产企业跨区域发展与经营绩效之间关系的研究则更为匮乏。仅有的研究来自芮明杰等和吕佳芳，前者选取2004-2006年沪深两市房地产上市公司数据，使用面板模型进行计量检验，结果显示，房地产企业跨区域发展程度越高，则总资产报酬率越高，尤其当企业在一二三线城市之间进行分散布局，同时发现，跨区域同时更坚持专业化发展能得到更好的经营效果；后者从速度、范围和程度等三个维度刻画房地产企业跨区域发展，并采用2006-2009年沪深两市房地产上市企业的面板数据进行实证研究，发现跨区域发展速度和程度与企业绩效均呈倒U型曲线关系，但企业跨区域发展的范围对企业绩效影响不明确。
从2009年至今，我国的房地产市场政策环境发生了较大变化，2010年起以行政性限购政策为代表的调控政策陆续推出，2014年除一线城市之外的其他城市又相继取消了限购政策，这都对房地产企业的经营环境和策略选择产生了显著影响。因此，本文将在已有研究的基础上，以2008-2014年我国房地产上市公司为样本，从微观角度分析跨区域发展对房地产企业经营绩效的影响。相比而言，本文的创新意义体现在：一是将衡量房地产企业经营绩效的不同指标分别放入模型，以此检验实证结果的稳健性；二是在测量房地产企业跨区域发展程度时，考虑到企业的异质性；三是所使用数据的时间序列更长，对应于不同政策环境下的房地产市场，以此考察限购政策实施与企业跨区域发展的交互作用。本文接下来的结构安排如下：第二部分是对实证检验所使用的样本、变量与模型的说明，第三部分是实证检验的结果及分析，第四部分是对研究结论的总结及对启示的提炼。
2 样本、变量与模型
2.1 样本选取
跨区域发展战略是企业发展到一定阶段的可能选择，从很大程度上讲，房地产上市公司的行为与表现能够反映房地产行业的整体状况，且其基本信息与财务数据的公开程度较高，因此，本文的实证研究样本将基于一定原则从沪深两市的房地产上市公司中进行筛选。具体过程如下：
首先，根据中国证券监督管理委员会的《上市公司行业分类指引（2012年修订）》的分类标准，提取其房地产业（K类）下沪深两市所有的A股上市公司，并去除了处在*ST、ST或S等情况的公司。
其次，由于部分归类于房地产业的A股上市公司的主营业务收入不止房地产业一项，而公司年报在公布主营业务收入的区域分布时，一般不会包含主营业务收入各分项的区域分布信息，在此情况下，如果将房地产业经营收入在主营业务收入中占比过低的公司作为分析对象。将无法保证房地产企业跨区域发展程度测算的有效性和科学性，因此，只保留房地产经营收入在主营业务收入中占比超过60%的企业。
最后，去掉2008-2014年间主要数据缺失较为严重的公司。
最终得到的样本企业涵盖39家房地产上市公司，如表1所示。实证研究需要的39家企业的相关数据主要来自各公司年度报表及CCER中国经济金融数据库。
2.2 变量设定
2.2.1 因变量：经营绩效
通过广泛研读既有文献，可以发现，已有研究在设定对企业经营绩效的度量指标时，大致分为基于会计数据的财务指标和基于市场数据的财务指标两类，其中，前者包括总资产报酬率、销售利润率、净资产收益率和销售收入增长率等，后者包括Tobin’s Q值、股价报酬和风险调整收益率等。由于我国上市公司存在的股权分置问题以及证券市场的弱有效性问题均可能使得市场绩效指标不甚可靠，而会计绩效指标在反映企业盈利能力、业务成绩、经营风险、资产质量等方面具有综合优势，且较易从上市公司财报中获得。故本文选择净资产收益率和总资产报酬率作为衡量房地产企业经营绩效的两个指标，并分别作为实证模型的因变量，以此检验实证结果的稳健性。 其中，净资产收益率（ROE）能反映出企业自有资本的利用效率和股东权益的收益水平，总资产报酬率（ROA）能反映出企业资产运营效率和全部资产的获利能力。具体计算公式为：ROE=净利润/平均净资产×100%；ROA=息税前利润总额/平均资产总额×100%。
2.2.2 核心自变量：跨区域发展
产业经济学的相关文献一般用赫芬达尔-赫希曼指数（Herfindahl-Hirschman Index， HHI）作为衡量企业经营集中程度的指标，具体应用到跨区域经营发展的测度上，HHI可以认为是企业经营收入在不同区域分布的集中度，其计算公式为：，其中，Si为企业在第i个区域的经营收入，S为企业经营总收入，i=1，2，…，n代表企业经营业务分布的n个区域。HHI的值介于0到1之间，且与企业跨区域发展程度呈反比，即HHI越小，企业跨区域发展程度越低，HHI越大，企业跨区域发展程度越高，当HHI为1时，表明企业经营完全专注于一个固定区域而没有跨区域发展。
尽管HHI被公认为最佳的跨区域发展程度的衡量指标，但在应用该指标的统计口径选择上，尚存在分歧。最原始的做法是从行政区划的角度，某一行政区即视为一个区域。创新性的做法有基于经济意义或基于地理区位两种，前者是考虑到房地产发展水平的差异，将一线城市、二线城市、三线城市各自视为一类区域；后者则是考虑到房地产市场的区域性，将全国分为环渤海、长三角、珠三角及其他四类。尽管如此，这两种做法都难以摆脱“一刀切”之嫌。本文在确定口径时，考虑到企业的异质性，采用的是基于企业自身认知的划分标准。具体而言，就是认为各上市房地产公司年报中的“分地区的主营业务收入”项对企业的业务区域划分结果从某种意义上反映了本公司的区域划分标准，因此，每个公司的区域划分标准都是不同的。
2.2.3 控制变量
房地产企业绩效同样可能受到除跨区域发展之外的因素的影响，参考房地产企业绩效研究的相关研究成果，本文将企业规模、杠杆和成长性三个因素作为控制变量引入实证模型。具体指标如下：
①企业规模（size）：企业年末总资产的对数
②企业杠杆（lev）：企业资产负债率=负债/资产总额×100%
③企业成长性（grow）：企业净利润增长率=（今年的净利润-去年的净利润）÷去年的净利润×100%
④政策环境（cir）：实施限购政策的城市比例（以限购城市数量最多的年份为1）
⑤跨区域发展与政策环境的交互项（HHI×cir）
2.3 模型设定
根据对研究问题的描述和对研究变量的选择，构建的实证模型如下：
（1）
（2）
其中，i=1，2，…，N表示不同的房地产上市公司，t=1，2，…，T表示不同的年份，ROE、ROA、HHI、size、lev、grow、cir的含义如前所述，表示不随时间变化的各房地产上市公司截面的个体差异，为随机扰动项。
3 实证结果和分析
3.1 样本企业跨区域发展的总体情况
图1反映了样本房地产企业跨区域发展的基本状况。总体而言，历年的实施跨区域发展战略的企业个数均多于未实施跨区域发展战略的企业个数。实施跨区域发展战略的企业比例呈逐年上升趋势，比例最低为2008年的53.85%，至2012-2014年，比例已经升至76.92%。
3.2 变量的描述性统计
表2给出了实证检验所用变量的描述性统计。可以看出，无论是用净资产收益率（ROE）还是总资产报酬率（ROA）来衡量，39家样本企业的平均经营绩效在限购后都略有降低，其中，平均净资产收益率从10.8%降至10.7%，平均总资产报酬率从5.2%降至4.8%；HHI平均值从限购前的0.769降至限购后的0.672，说明样本企业总体的跨区域发展程度有所提高，这印证了图1的结论。控制变量方面，样本企业的平均规模在限购后有所扩大，资产负债率有所提高，成长性显著降低，说明限购政策实施确实制约了房地产上市公司的成长业绩，对企业经营构成挑战。
3.3 实证模型选择
面板数据模型在估计时有固定效应模型和随机效应模型两种。两种模型的差异主要反映在对个体效应的处理上，其中，固定效应模型中的个体差异反映在每个个体都有一个特定的截距项上，随机效应模型则假设所有的个体具有相同的截距项，个体的差异主要反映在个体干扰项的设定上。
Hausman检验是确定固定效应模型和随机效应模型的有效检验，如果拒绝原假设，则随机效应模型的基本假设得不到满足，应当选择固定效应模型，反之则选择随机效应模型。基于此思想，使用STATA10.0相关命令，得到分别以ROE和ROA为因变量的两个模型的Hausman检验结果，如表3所示，并根据检验结果选择了合适的模型形式。
3.4 估计结果及分析
按照Hausman检验选择的模型形式，使用STATA10.0软件对模型进行具体估计，得到的四个模型的估计结果如表4所示。
从各模型估计结果的检验情况可以看出，固定效应模型的F检验的P值都显著拒绝原假设，说明模型的设定是可取的，可以对各变量系数的估计结果展开进一步分析。
整体而言，变量HHI的估计结果在两个方程中均为负值，且至少在5%的水平上显著。表明如果房地产企业在不同区域间分散发展，且跨区域发展程度越高，HHI指数越低，则经营绩效越高。由于无论是以ROE还是以ROA作为因变量，结果都高度相似，说明此结论具有充分的稳健性。变量cir的估计结果亦均为负值，且分别在1%和5%的水平上显著，表明实施限购政策的城市的比例对房地产企业经营绩效有显著的负面影响。交互项HHI×cir的系数均为正，且均在1%的水平上显著，表明随着限购政策实施城市的增多和实施力度的增强，跨区域发展对经营绩效的影响越明显，即房地产企业跨区域发展对经营绩效的正面效应在限购政策实施期间表现得更为显著。这可以从以下角度进行解释：由于房地产限购政策的实施并不具有全国范围内的统一性，而是由各地方政府自主实施，故主要集中房价上涨势头过快的一二线城市，其他城市的购房需求受此政策的影响不明显，因此，房地产企业跨区域发展战略的实施将有助于企业业务在限购城市和非限购城市之间的分散，有利于企业“对冲”由限购政策本身带来的对经营绩效的负面影响。