楊 贊, 張 歡, 沈彥皓

(1.清華大學(xué)建設(shè)管理系、清華大學(xué)恒隆房地產(chǎn)研究中心,北京 100084;2.國家開發(fā)銀行上海分行,上海 200021)

?

銀企關(guān)系與房地產(chǎn)公司的信貸違約
——基于嵌入性視角的研究

楊 贊1, 張 歡1, 沈彥皓2

(1.清華大學(xué)建設(shè)管理系、清華大學(xué)恒隆房地產(chǎn)研究中心,北京 100084;2.國家開發(fā)銀行上海分行,上海 200021)

嵌入性理論認為,社會資本是企業(yè)可以利用的重要資源。本文基于我國房地產(chǎn)上市公司信貸數(shù)據(jù),發(fā)現(xiàn)銀企關(guān)系作為企業(yè)一項重要的社會資本提供了財務(wù)變量和股票市場變量以外有關(guān)公司違約的重要信息,有助于提高違約風(fēng)險模型的預(yù)測能力。其中銀企雙邊關(guān)系久期、主營房地產(chǎn)業(yè)務(wù)時間以及公司國有背景與違約風(fēng)險率顯著負相關(guān),銀企關(guān)系規(guī)模的實際作用效果與關(guān)系網(wǎng)絡(luò)的規(guī)模和結(jié)構(gòu)有關(guān)。

信貸違約;社會資本;嵌入性;房地產(chǎn)公司

一、引 言

銀行信貸是中國房地產(chǎn)開發(fā)企業(yè)最主要的資金來源之一,房地產(chǎn)周期變化是引發(fā)銀行危機乃至全局性金融動蕩最重要的原因之一[1]。2004-2013年期間中國主要金融機構(gòu)房地產(chǎn)開發(fā)貸款余額年均增長21.8%,房地產(chǎn)業(yè)與銀行業(yè)間的緊密聯(lián)系極大地增加了房地產(chǎn)市場和銀行體系運行的風(fēng)險,特別是隨著近年來房地產(chǎn)市場調(diào)控政策力度的加強,房地產(chǎn)景氣指數(shù)持續(xù)下降,銀行業(yè)房地產(chǎn)開發(fā)貸款風(fēng)險逐漸暴露。銀監(jiān)會在2013年年報中就強調(diào):要嚴控房地產(chǎn)貸款風(fēng)險,防范個別企業(yè)資金鏈斷裂可能產(chǎn)生的向其他企業(yè)、行業(yè)乃至金融領(lǐng)域風(fēng)險傳染。因此,深入研究我國房地產(chǎn)公司信貸違約風(fēng)險以及影響機制具有重要的現(xiàn)實意義。

社會資本(Social Capital)是指在經(jīng)濟行為中可以促進交易活動的社會關(guān)系[2]。根據(jù)嵌入性理論,人類的經(jīng)濟行為嵌入于經(jīng)濟與非經(jīng)濟的制度之中[3],公司在商業(yè)活動中不僅遵循經(jīng)濟制度法則,同時還依據(jù)所處地區(qū)非經(jīng)濟制度的特點,培育與政府、銀行等其他市場主體的社會資本以獲得稀缺資源。同時,基于“公司-銀行”穩(wěn)定合作關(guān)系的社會資本的建立有助于減少銀企雙方的投機主義,激勵各方追求帕累托改進[4][5][6],這對于處在市場化程度較低或經(jīng)濟轉(zhuǎn)軌階段的國家或地區(qū)企業(yè)的信用風(fēng)險控制具有更加重要的影響[7][8]。

信貸違約風(fēng)險的研究起源于20世紀60年代,所選取的違約風(fēng)險影響因素經(jīng)歷了從單純的財務(wù)報表數(shù)據(jù)向財務(wù)報表信息與股市信息相結(jié)合的復(fù)合數(shù)據(jù)發(fā)展歷程[9][10][11],并在房地產(chǎn)領(lǐng)域得到了一定應(yīng)用[9][12][13]。但上述模型均忽略了借貸活動嵌入在一定社會關(guān)系中的這一重要現(xiàn)實[9],影響了違約風(fēng)險度量的準確性[13]。當(dāng)前社會資本在銀企間借貸交易中的研究大多聚焦于中小企業(yè)融資、貸款發(fā)放或定價等問題[14],對公司違約的研究仍然較為有限。少量研究如Grunert等人發(fā)現(xiàn)加入非財務(wù)因素的違約風(fēng)險模型能夠更加準確地預(yù)測公司違約[15]。Petersen和Rajan指出,銀企關(guān)系可以增加雙方之間的信息流動,緩解信息不對稱造成的逆向選擇和道德風(fēng)險[16]。國內(nèi)關(guān)于社會資本與公司銀行信貸違約的研究很少,少量研究如Chang等人對中國某國有商業(yè)銀行借貸數(shù)據(jù)進行實證檢驗,發(fā)現(xiàn)反映借貸雙方關(guān)系的“軟”信息能夠改善基于財務(wù)指標等“硬”信息構(gòu)建的違約風(fēng)險模型的預(yù)測結(jié)果[14],但沒有對“軟”信息的構(gòu)成和維度展開深入分析。

本文從社會資本的多個維度入手,分析作為房地產(chǎn)公司重要社會資本的銀企關(guān)系在影響房地產(chǎn)公司信貸違約方面的重要作用,進一步完善公司違約風(fēng)險模型,從理論和實證上拓展公司信貸違約的影響因素和作用機制,為房地產(chǎn)公司深化和培育有效的銀企關(guān)系提供理論和實證依據(jù),同時也為銀行信貸風(fēng)險管理模型的建立與改進提供新思路。

二、理論分析與研究設(shè)計

(一)理論分析與研究假設(shè):社會資本的三個維度與公司違約風(fēng)險規(guī)避

企業(yè)發(fā)生貸款違約的原因可以分為缺乏還款能力和缺乏還款意愿兩個方面。還款能力主要取決于企業(yè)管理者的項目投資及經(jīng)營管理能力以及企業(yè)流動資金的充裕性。還款意愿取決于企業(yè)管理者對于違約與否這一決策為企業(yè)帶來的風(fēng)險與收益的權(quán)衡。一方面,基于“公司-銀行”穩(wěn)定合作關(guān)系的社會資本的建立有助于減少企業(yè)的投機主義,激勵企業(yè)放棄短期自身利益最大化而追求銀企雙方共同的帕累托改進,從而降低因還款能力和還款意愿不足導(dǎo)致的違約風(fēng)險。在還款能力方面,銀企關(guān)系的建立使得企業(yè)的資金賬戶和資金運用情況受到銀行的監(jiān)管,可以有效控制企業(yè)的過度投資等資金濫用行為,降低因投資失敗喪失還款能力而產(chǎn)生的違約風(fēng)險;在還款意愿方面,緊密的銀企關(guān)系可以在企業(yè)與銀行之間建立起利益同盟的合作關(guān)系,降低企業(yè)因謀求自身短期利益最大化,主觀還款意愿不足而發(fā)生信貸違約這一道德風(fēng)險的概率。另一方面,企業(yè)與各家銀行建立的社會資本同時是一種重要資源,有助于企業(yè)獲得外部資金,降低因流動性不足而導(dǎo)致的違約風(fēng)險。企業(yè)通過培育與銀行之間的社會資本,能夠從各家銀行獲得更多的銀行授信等稀缺資源,增強企業(yè)快速補充流動資金的能力,降低因流動性不足而導(dǎo)致的某筆到期貸款的違約風(fēng)險。因此,社會資本包含了財務(wù)變量和股票市場變量以外有關(guān)公司違約的有效信息,對于降低公司違約風(fēng)險有重要作用?；谝陨戏治?提出本文的第一條研究假設(shè):

研究假設(shè)1:房地產(chǎn)公司的銀企關(guān)系作為反映公司社會資本建立情況的重要信息,有助于提高違約風(fēng)險模型的預(yù)測能力。

下面進一步從社會資本的組成、規(guī)模和結(jié)構(gòu)三個維度分析銀企關(guān)系與房地產(chǎn)企業(yè)信貸違約風(fēng)險的關(guān)系。

1.社會資本組成維度

房地產(chǎn)公司銀行貸款相關(guān)的社會資本組成可分為“公司-銀行”雙邊關(guān)系以及“政府-公司-銀行”多邊關(guān)系兩種形式。從“公司-銀行”的雙邊關(guān)系層面來看,保持長期的借貸關(guān)系有助于提高雙方之間的信任程度,從而降低由于履約意愿不足導(dǎo)致道德風(fēng)險行為的幾率,原因是在頻繁的交易過程中雙方互相掌握的信息更加充分,信任程度逐步加深,關(guān)系價值不斷增加。同時,“公司-銀行”雙邊關(guān)系使得銀企雙方解決交易中產(chǎn)生問題的實際能力得到加強,尤其是在房地產(chǎn)公司普遍償債能力不足的市場背景下,銀行會更加傾向于與合作更加密切的房地產(chǎn)公司共同尋求帕累托改進的解決方案,達成雙贏結(jié)果。從“政府-公司-銀行”多邊關(guān)系層面來看,當(dāng)前中國經(jīng)濟仍處于轉(zhuǎn)軌階段,政府在經(jīng)濟活動中依然扮演著不可忽視的角色[17]。相較于非國有企業(yè),國有企業(yè)在利用政府關(guān)系獲得政府支持方面更有優(yōu)勢,銀行更樂意與國有企業(yè)保持緊密合作關(guān)系,國有企業(yè)也因此擁有獲得貸款可能性更高、獲得貸款的額度更高、貸款成本更低等優(yōu)勢[18],在某筆貸款到期時，可以利用從其他銀行取得貸款來償還該筆到期貸款，從而信貸違約概率更低?；谝陨戏治?本文提出如下研究假設(shè):

研究假設(shè)2:社會資本組成層面,房地產(chǎn)公司與銀行的雙邊社會資本以及房地產(chǎn)公司與銀行和政府的多邊社會資本的培育有助于降低房地產(chǎn)公司信貸違約概率。

2.社會資本規(guī)模維度

房地產(chǎn)公司在銀行貸款方面的社會資本規(guī)?？梢杂门c公司建立合作關(guān)系的銀行的數(shù)量來表征。房地產(chǎn)公司保持較大的社會資本規(guī)模利弊同存。利處在于房地產(chǎn)開發(fā)涉及大額資本運作,與多家銀行保持合作關(guān)系不僅可以提高該公司與各家銀行的談判能力,使公司獲得條件更為優(yōu)惠的貸款或者獲得銀行綜合授信等潛在貸款來源保證,增強公司的融資能力,當(dāng)在某一長期貸款到期而公司面臨暫時性的流動性緊張時,公司可以更便利地通過與其他銀行的短期借貸緩解當(dāng)前現(xiàn)金流壓力,避免該筆貸款違約。弊處在于較大的合作關(guān)系網(wǎng)絡(luò)會限制公司與單個銀行的接觸機會,公司有限的時間和資源不得不分攤到多家銀行身上,使得銀企關(guān)系更可能形成較為疏遠的距離型合作關(guān)系,而不是緊密的商業(yè)伙伴型關(guān)系,因此并不能有助于降低違約風(fēng)險。基于以上分析,本文提出第三條研究假設(shè):

研究假設(shè)3:

H0:社會資本規(guī)模層面,當(dāng)社會資本規(guī)模的積極影響起主導(dǎo)作用時,社會資本規(guī)模有助于降低信貸違約概率;

H1:社會資本規(guī)模層面,當(dāng)社會資本規(guī)模的消極影響起主導(dǎo)作用時,社會資本規(guī)模對違約概率沒有顯著影響。

3.社會資本結(jié)構(gòu)維度

社會資本結(jié)構(gòu)是指社會關(guān)系網(wǎng)絡(luò)的緊密程度。社會關(guān)系網(wǎng)絡(luò)具有不同的結(jié)構(gòu),規(guī)模相同的關(guān)系網(wǎng)絡(luò)可能呈現(xiàn)完全不同的組合結(jié)構(gòu)[19][6]。如果公司將銀行業(yè)務(wù)分散于眾多銀行中,就形成了分散結(jié)構(gòu);相反,若該公司將其大部分銀行業(yè)務(wù)給予一兩家銀行,則形成集中結(jié)構(gòu)。在分散結(jié)構(gòu)下,銀企關(guān)系停留在距離型關(guān)系階段,不能發(fā)揮關(guān)系的規(guī)模優(yōu)勢,同時,銀行會認為公司對發(fā)展銀企關(guān)系缺乏足夠的誠意和重視,從而在公司面臨流動性約束時不會提供新增貸款等流動性支持。因此,當(dāng)公司社會資本結(jié)構(gòu)呈現(xiàn)分散結(jié)構(gòu)時,擴大社會資本規(guī)模并不能有效降低違約風(fēng)險。相反,當(dāng)公司關(guān)系網(wǎng)絡(luò)呈集中結(jié)構(gòu)時,適當(dāng)擴大關(guān)系規(guī)模能夠顯著降低違約風(fēng)險。而當(dāng)公司關(guān)系規(guī)模一定時,關(guān)系結(jié)構(gòu)越集中,公司越能夠享受到緊密聯(lián)系的好處。基于以上分析,本文提出第四條研究假設(shè):

研究假設(shè)4:社會資本結(jié)構(gòu)層面,緊密的社會資本結(jié)構(gòu)有助于企業(yè)社會資本規(guī)模優(yōu)勢的發(fā)揮,可以降低公司信貸違約概率。

(二)研究方法和模型選取

為了準確度量房地產(chǎn)公司社會資本與信貸違約之間的關(guān)系,本文在借鑒Puelz和Snow[20]以及Kau等人[21]研究思路的基礎(chǔ)上,設(shè)計如下檢驗方法:假設(shè)房地產(chǎn)公司的財務(wù)資本和社會資本共同決定了信貸違約風(fēng)險水平。采用財務(wù)資本指標和社會資本指標對信貸違約風(fēng)險水平作回歸檢驗,如果社會資本能夠提供不同于財務(wù)資本的額外信息,那么模型中社會資本指標的系數(shù)應(yīng)該是顯著的;如果結(jié)果不顯著,則社會資本反映的所有信息都已經(jīng)包含在財務(wù)資本指標中。

本文采用標準的Cox比例風(fēng)險模型預(yù)測公司的違約風(fēng)險概率。Cox模型允許刪失(或截尾)數(shù)據(jù)存在,可同時分析多因素對違約風(fēng)險的影響。假設(shè)一筆公司借款從發(fā)放開始到自然時間t的存活時間長度是T,該筆貸款的違約風(fēng)險率可以表述如下:

hi(T,Zi(t))=h0(T)eZi(t)′β,i=1,…,n

(1)

其中,h0(T)是基準風(fēng)險函數(shù),僅取決于貸款久期T。h0(T)的形式?jīng)]有具體規(guī)定,更具有靈活性。Zi(t)是第i筆貸款的協(xié)變量向量,包括所有影響該筆貸款違約風(fēng)險的因素。在Cox模型中,任意協(xié)變量的變化都會成比例地改變違約風(fēng)險水平,而不會影響基準風(fēng)險水平h0(T)。由于h0(T)沒有模型化,因此Cox模型屬于半?yún)?shù)模型,根據(jù)公司借貸的歷史數(shù)據(jù),基于極大似然值法進行估計。

三、數(shù)據(jù)和實證分析

(一)數(shù)據(jù)來源與樣本處理

本文根據(jù)中國證監(jiān)會行業(yè)分類標準,按照行業(yè)代碼J01在滬深A(yù)股市場篩選截至2011年年底主營房地產(chǎn)開發(fā)與經(jīng)營業(yè)務(wù)的上市公司。在此基礎(chǔ)上,整理2005年至2010年期間公司公告,得到614筆銀行借貸數(shù)據(jù),貸款起始年限自2002年至2010年。根據(jù)研究需要,本文剔除了各公司在主營非房地產(chǎn)業(yè)務(wù)期間涉及的貸款樣本,以及檢驗變量或控制變量出現(xiàn)缺失值的樣本。本文定義的信貸違約事件是指未能按期償還本金且未能獲得銀行同意達成貸款展期、延期、續(xù)期或勾銷的事件,不考慮公司因違反借貸合同其它條款而導(dǎo)致的廣義違約事件。最終得到552筆貸款,其中違約33筆,占比5.98%。研究樣本涉及87家公司,涵蓋2010年底全部A股房地產(chǎn)上市公司。就違約借款來看,涉及11家房地產(chǎn)公司,占全部樣本公司比重12.6%。公司的財務(wù)數(shù)據(jù)和股票市場數(shù)據(jù)主要取自RESSET數(shù)據(jù)庫。

(二)變量選取和描述性統(tǒng)計

在Cox模型中,無須設(shè)定因變量,模型響應(yīng)由三元數(shù)組(t0,t,d)確定,其中(t0,t]表示時間跨度,d表示貸款狀態(tài),如果公司出現(xiàn)違約,取值為1;其它情況取值為0。

1.檢驗變量。檢驗變量是用來反映房地產(chǎn)公司社會資本的變量。從社會資本的組成、規(guī)模和結(jié)構(gòu)三個維度,在考慮數(shù)據(jù)可獲得性并借鑒嵌入性研究方法的基礎(chǔ)上,選取如下檢驗變量:

首先,在社會資本組成維度,本文選取樣本期內(nèi)公司與主要借款銀行保持借貸關(guān)系的時間長度Length作為表征“公司-銀行”雙邊關(guān)系的檢驗變量,選取公司是否為國有企業(yè)的虛擬變量Ownership作為表征“政府-公司-銀行”多邊關(guān)系的檢驗變量。同時,為消除可能存在的內(nèi)生性問題,即可能存在的“因為違約風(fēng)險低,所以企業(yè)能夠與銀行形成更強的銀企關(guān)系”的反向因果關(guān)系,本文選用公司主營房地產(chǎn)業(yè)務(wù)久期Age作為反映“公司-銀行”雙邊關(guān)系的工具變量。之所以可以采用主營房地產(chǎn)業(yè)務(wù)久期Age表征“公司-銀行”雙邊關(guān)系,是因為我國房地產(chǎn)上市公司的商業(yè)模式以房地產(chǎn)開發(fā)銷售為主,由于融資成本低、資金供給量大等優(yōu)勢,銀行開發(fā)貸款是我國房地產(chǎn)開發(fā)項目最主要的融資方式。因此,房地產(chǎn)公司主營房地產(chǎn)業(yè)務(wù)時間越長,接觸到的房地產(chǎn)開發(fā)貸款業(yè)務(wù)越多,通過與銀行的業(yè)務(wù)來往積累的社會資本越多。公司主營房地產(chǎn)業(yè)務(wù)久期Age以證監(jiān)會將該公司歸入J01類的日期到樣本期末之間的時間表征。公司是否為國有企業(yè)Ownership以公司的最終控制人是否為國有單位來衡量。

其次,在社會資本規(guī)模維度,采用樣本期內(nèi)與該房地產(chǎn)公司保持合作關(guān)系的銀行數(shù)量Scope來衡量。

最后,在社會資本結(jié)構(gòu)維度,本文采用修正的Gibbs-Martin多樣化指標度量關(guān)系網(wǎng)絡(luò)耦合度,建立反映房地產(chǎn)公司關(guān)系網(wǎng)絡(luò)組合結(jié)構(gòu)的變量Coupling。首先將樣本期內(nèi)特定房地產(chǎn)公司的借款筆數(shù)加總,然后計算不同銀行借款筆數(shù)所占比重,最后計算得到該指標。例如,假設(shè)a、b、c分別是某公司從三家不同銀行借款的貸款筆數(shù)占比,則該公司的關(guān)系網(wǎng)絡(luò)耦合度是a2+b2+c2,可見該變量介于0、1之間,越接近于0,說明關(guān)系結(jié)構(gòu)越分散;越接近于1,說明關(guān)系結(jié)構(gòu)越集中。

2.控制變量。包括:(1)資產(chǎn)負債率Leverage,反映公司杠桿水平;(2)最近1年的總資產(chǎn)收益率ROA,反映公司盈利能力;(3)現(xiàn)金總資產(chǎn)比率CTA,反映公司資產(chǎn)流動性水平;(4)現(xiàn)金流動負債比CCL,反映公司償債能力;(5)市值賬面比MB,綜合反映市場錯估水平和公司成長能力;(6)公司市值Size;(7)借款是否有抵(質(zhì))押物Collateral,該變量是虛擬變量,取1時表示該筆貸款有抵(質(zhì))押物，0表示沒有抵(質(zhì))押物;(8)借款保證Guarantee,該變量是虛擬變量,取1時表示該筆貸款有第三方保證,0表示沒有第三方保證。

在數(shù)據(jù)處理方面,所有數(shù)據(jù)均調(diào)整為季度數(shù)據(jù)。對于社會資本變量,與銀行的雙邊和多邊關(guān)系變量以及關(guān)系網(wǎng)絡(luò)組合變量均采用樣本期間均值,公司所有權(quán)性質(zhì)采用當(dāng)前值。對于非社會資本變量,在自然時間t,計算之前4個季度的均值,并標記為AVG,以反映該變量最近1年的平均水平;同時將該變量最近1個季度的數(shù)值與最近1年的平均值相減,標記為DIF,以反映該變量的變化趨勢。對上述所有檢驗變量和控制變量進行相關(guān)性檢驗,沒有發(fā)現(xiàn)存在高度相關(guān)關(guān)系的變量。在實證分析中,對本期內(nèi)公司與主要借款銀行保持借貸關(guān)系的時間長度Length、公司主營房地產(chǎn)業(yè)務(wù)久期Age、樣本期內(nèi)與該房地產(chǎn)公司保持合作關(guān)系的銀行數(shù)量Scope和公司市值Size這四個變量進行了對數(shù)化處理。87家房地產(chǎn)公司中,按照最終控制人的國有性質(zhì)Ownership定義的國有企業(yè)45家,占比51.7%;非國有企業(yè)42家,占比48.3%。在全部樣本貸款中,有抵(質(zhì))押物貸款342筆,占比62.0%,有第三方保證貸款242筆,占比43.9%,同時有抵(質(zhì))押物和第三方保證貸款39筆,占比7.1%。其他變量的統(tǒng)計描述如表1所示。

表1 部分變量描述性統(tǒng)計

(三)模型回歸結(jié)果與分析

1.社會資本對違約風(fēng)險模型的改進

基于公式(1)構(gòu)建違約風(fēng)險模型,采用極大似然估計方法,分別回歸僅包含控制變量的基準模型(模型1)和加入社會資本組成和社會資本規(guī)模指標的模型2,回歸結(jié)果如表2所示。對比模型1和模型2的AIC可知,納入公司社會資本變量的模型2顯著提高了違約風(fēng)險模型的擬合優(yōu)度。因此,與假設(shè)1相一致,房地產(chǎn)公司社會資本有助于提高違約風(fēng)險模型的預(yù)測能力,它包含了財務(wù)變量和股票市場變量以外有關(guān)公司違約的有效信息。

2.分析維度1:社會資本組成與違約風(fēng)險

本文以銀企合作時間長度lnLength、公司主營房地產(chǎn)業(yè)務(wù)久期lnAge以及公司是否為國有企業(yè)Ownership作為反映公司社會資本組成的指標,測定其對違約風(fēng)險的影響。如表2模型2所示,合作時間長度lnLength以及公司主營房地產(chǎn)業(yè)務(wù)久期lnAge都顯著降低公司信貸違約概率,反映出隨著合作時間的增長,銀企間信息更加對稱,雙方形成穩(wěn)定的商業(yè)伙伴關(guān)系,降低了公司出現(xiàn)道德風(fēng)險的概率。Ownership的系數(shù)均顯著為負,表明國有房地產(chǎn)公司的信貸違約風(fēng)險率顯著低于非國有房地產(chǎn)公司,反映出轉(zhuǎn)軌經(jīng)濟市場環(huán)境下,國有背景企業(yè)因可通過政府獲得額外資源而具有較低違約風(fēng)險。因此,與假設(shè)2相一致,雙邊和多邊社會資本的培育有助于降低房地產(chǎn)公司信貸違約概率。

3.分析維度2:社會資本規(guī)模與違約風(fēng)險

如表2模型2所示,與假設(shè)3的備擇假設(shè)相一致,房地產(chǎn)公司社會資本規(guī)模lnScope對公司違約風(fēng)險的作用并不顯著。如前所述,關(guān)系規(guī)模的提高利弊共存,企業(yè)既可以享受與多家銀行合作降低企業(yè)流動性約束從而降低違約風(fēng)險的好處,又會面臨難于與各個銀行保持緊密型關(guān)系的困境,因此關(guān)系規(guī)模的實際作用具有不確定性,當(dāng)社會資本規(guī)模的消極影響起主導(dǎo)作用時,社會資本規(guī)模會對違約概率沒有顯著影響。因此實證部分沒有得到顯著結(jié)果。

表2 違約風(fēng)險模型極大似然估計結(jié)果

注:“* ”、“** ”、“*** ”分別表示在10%、5%、1%的水平上雙尾顯著。

4.分析維度3:社會資本結(jié)構(gòu)與違約風(fēng)險

如前所述,本文采用修正的Gibbs-Martin多樣化指標度量關(guān)系網(wǎng)絡(luò)耦合度,建立反映房地產(chǎn)公司關(guān)系網(wǎng)絡(luò)組合結(jié)構(gòu)的變量Coupling。Coupling介于0、1之間,越接近于0,關(guān)系結(jié)構(gòu)越分散;越接近于1,關(guān)系結(jié)構(gòu)越集中。為了衡量關(guān)系結(jié)構(gòu)對于關(guān)系規(guī)模效應(yīng)的影響,本文在模型中加入關(guān)系規(guī)模與關(guān)系結(jié)構(gòu)的交叉項。

實證結(jié)果如表3所示。在社會關(guān)系規(guī)模一定的情況下,社會關(guān)系結(jié)構(gòu)越緊密(Coupling越大),企業(yè)信貸違約概率越低。當(dāng)公司關(guān)系網(wǎng)絡(luò)呈分散結(jié)構(gòu)時(即Coupling較小,極端情況下接近0時),盲目擴大銀行關(guān)系規(guī)模lnScope并不能有效降低違約風(fēng)險。但公司關(guān)系網(wǎng)絡(luò)呈較為緊密結(jié)構(gòu)時(即Coupling較大,極端情況下接近1時),關(guān)系規(guī)模lnScope的擴大可以降低企業(yè)信貸違約概率。因此,與假設(shè)4相符,在分散的社會資本結(jié)構(gòu)下,銀企關(guān)系保持距離型階段,銀行沒有動力支持雙邊關(guān)系,企業(yè)難以發(fā)揮社會關(guān)系的規(guī)模優(yōu)勢;相反,在緊密的社會結(jié)構(gòu)下,社會關(guān)系的規(guī)模優(yōu)勢更容易發(fā)揮,從而降低違約風(fēng)險。

表3 模型3房地產(chǎn)公司銀行多邊關(guān)系估計結(jié)果

注:“* ”、“** ”、“*** ”分別表示在10%、5%、1%的水平上雙尾顯著;加入關(guān)系規(guī)模與關(guān)系結(jié)構(gòu)的交叉項后,其他控制變量的顯著性水平?jīng)]有變化,表中略。

5.穩(wěn)定性檢驗

為驗證本文使用Cox比例風(fēng)險模型得到的回歸結(jié)果的穩(wěn)健性,本文采用指數(shù)模型對實證模型(1)、模型(2)和模型(3)進行回歸分析,回歸結(jié)果中各檢驗變量的系數(shù)符號方向及顯著性與本文所用的Cox比例風(fēng)險模型的回歸結(jié)果相一致。由于本文篇幅限制,穩(wěn)定性檢驗的回歸結(jié)果略。

四、研究結(jié)論

本文利用2002-2010年期間我國房地產(chǎn)上市公司銀行借貸數(shù)據(jù),從嵌入性研究視角對銀企關(guān)系與信貸違約之間的關(guān)系進行了實證研究。研究表明,房地產(chǎn)公司的銀企關(guān)系對于準確度量信貸違約風(fēng)險具有重要作用,它包含了財務(wù)數(shù)據(jù)和股票市場數(shù)據(jù)以外有關(guān)公司違約的有效信息。其中,銀企間雙邊關(guān)系久期、公司主營房地產(chǎn)業(yè)務(wù)時間以及公司國有背景與違約風(fēng)險率顯著負相關(guān),銀企關(guān)系規(guī)模的實際作用效果與關(guān)系網(wǎng)絡(luò)的規(guī)模和結(jié)構(gòu)有關(guān)。當(dāng)關(guān)系網(wǎng)絡(luò)呈集中結(jié)構(gòu)時,擴大關(guān)系規(guī)?？梢燥@著降低違約風(fēng)險;當(dāng)關(guān)系規(guī)模不變時,關(guān)系結(jié)構(gòu)越集中,公司越能夠享受到嵌入關(guān)系的好處。

本文的研究結(jié)論對于房地產(chǎn)公司深化和培育有效的銀企關(guān)系具有重要參考價值。實證結(jié)果顯示,并不是所有類型的銀企關(guān)系都有助于降低違約風(fēng)險,例如,當(dāng)關(guān)系網(wǎng)絡(luò)呈分散結(jié)構(gòu)時,單純擴大關(guān)系規(guī)模并不能帶來實質(zhì)性好處。本文的結(jié)論還表明,銀企關(guān)系有助于房地產(chǎn)公司和銀行減少信息不對稱,與保持距離型關(guān)系相比,緊密型關(guān)系能夠向銀行傳遞更多有關(guān)房地產(chǎn)公司的信息,增強雙方以帕累托改進為目的解決相關(guān)問題的主觀意愿和實際能力。此外,與僅考慮財務(wù)數(shù)據(jù)和股票市場數(shù)據(jù)的模型相比,加入借款公司銀企關(guān)系信息的違約風(fēng)險模型的預(yù)測能力得到有效提高,這對于進一步優(yōu)化銀行信貸風(fēng)險管理模型具有較強的啟示意義。

[1] Crowe C., Dell’Ariccia G., Igan D.,Rabanal P. How to deal with real estate booms: lessons from country experiences[J]. Journal of Financial Stability, 2013, 9(3):300-319.

[2] Gabbay S. M. Social Capital in the Creation of Financial Capital: The Case of Network Marketing[M]. Illinois:Stipes Publishing, 1997.

[3] Polanyi K. The economy as instituted process [A]. Mark Granovetter and Richard Swedberg (eds.), the Sociology of Economical Life[C]. Boulder, Colo.: Westview Press, 1992:34.

[4] Granovetter M. Economic action and social structure:The problem of embeddedness [J]. Amer. J. Sociology, 1985, 91(3):481-510.

[5] Portes A.,Sensenbrenner J. Embeddedness and immigration:Notes on the social determinants of economic action [J].American Journal of Sociology, 1993, 98(6):1320-1350.

[6] Uzzi B.,Gillespie J. Corporate social capital and the cost of financial capital:An embeddedness approach [A]. R. Leenders, S. Gabbay, eds., Corporate Social Capital and Liability [C]. Kluwer Academic Publishers,Boston,MA,1999.

[7] McMillan J.,Woodruff C. The central role of entrepreneurs in transition economies [J].Journal of Economic Perspectives, 2002, 16(3):153-170.

[8] 魏下海,董志強,劉愿.政治關(guān)系、制度環(huán)境與勞動收入份額——基于全國民營企業(yè)調(diào)查數(shù)據(jù)的實證研究[J].管理世界,2013,(5):35-46,187.

[9] Baixauli J. S., Alvarez S.,Módica A. Combining structural models and accounting-based models for measuring credit risk in real estate companies [J]. International Journal of Managerial Finance, 2012, 8(1):73-95.

[10] Beaver W. H. Financial ratios as predictors of failure [J]. Journal of Accounting Research, 1966, (6):71-111.

[11] Hillegeist S., Keating E., Cram D.,Lundstedt K. Assessing the probability of bankruptcy [J]. Review of Accounting Studies, 2004, (9):5-34.

[12] Patel K.,Vlamis P. An empirical estimation of default risk of the UK real estate companies [J]. Journal of Real Estate Finance and Economics, 2006, 32(1):21-40.

[13] Patel K.,Pereira R. Expected default probabilities in structural models empirical evidence [J]. Journal of Real Estate Finance and Economics, 2007, (34):107-133.

[14] Chang C.,Liao G,Yu X.,Ni Z. Information from relationship lending: Evidence from loan defaults in China [J].Journal of Money, Credit and Banking,2014, 46(6):1225-1257.

[15] Grunert J., Norden L.,Weber M. The role of non-financial factors in internal credit ratings [J]. Journal of Banking and Finance, 2005, (29):509-531.

[16] Petersen M. A.,Rajan R. G. The benefits of lending relationship: Evidence from small business data [J]. Journal of Finance, 1994, (49):3-37.

[17] 石軍偉,胡立君,付海艷.企業(yè)社會資本的功效結(jié)構(gòu):基于中國上市公司的實證研究[J].中國工業(yè)經(jīng)濟,2007,(2):84-93.

[18] Khwaja A. I.,Mian A. Do lenders favor politically connected firms? Rent provision in an emerging financial market [J].The Quarterly Journal of Economics, 2005, 120(4): 1371-1411.

[19] Baker W. E. Market networks and corporate behavior [J]. American Journal of Sociology, 1990, 96(3):589-625.

[20] Puelz R.,Snow A. Evidence on adverse selection: Equilibrium signaling and cross-subsidization in the insurance market [J]. Journal of Political Economy, 1994, (102):236-257.

[21] Kau J. B., Keenan D. C., Lyubimov C.,Slawson V. C. Asymmetric information in the subprime mortgage market [J]. Journal of Real Estate Finance and Economics,2012,44(1-2):67-89.

(責(zé)任編輯:肖 如)

Bank-Enterprise Relationship and Real Estate Firms’ Loan Default ——Research Based on the Embeddedness Perspective

YANG Zan1, ZHANG Huan1, SHEN Yan-hao1,2

(1. Institute of Real Estate Studies, Hang Lung Center for Real Estate, Tsinghua University, Beijing 100084, China; 2. Shanghai Branch, China Development Bank, Shanghai 200120, China)

According to the theory of embeddedness, social capital is an important resource for firms. Based on the bank credit data of listed real estate firms, this paper finds that in addition to accounting-based and market-based variables, real estate firms’ bank-enterprise relationship,as one of the most important kinds of social capital,provides important information in explaining loan default, which helps to improve the predicting power of bank loan default risk models. The duration of bank-enterprise relationship, the real estate-oriented age and the state-owned background have negative effects on default risk. The role of bank-enterprise relationship depends on the size and structure of the network.

loan default; social capital; embeddedness; real estate firms

2015-03-03

楊贊(1968-),女,上海人,清華大學(xué)建設(shè)管理系、清華大學(xué)恒隆房地產(chǎn)研究中心副教授,博士生導(dǎo)師;張歡(1990-),女,北京人,清華大學(xué)建設(shè)管理系、清華大學(xué)恒隆房地產(chǎn)研究中心碩士生;沈彥皓(1987-),男,上海人,國家開發(fā)銀行上海分行,助理經(jīng)濟師。

F830.572

A

1004-4892(2015)09-0069-08