周振國, 霍正剛*, 佘遠彪, 盧建琴

(1. 揚州大學建筑科學與工程學院, 江蘇 揚州 225127; 2. 揚州市勘測設計研究院有限公司, 江蘇 揚州 225002)

國內(nèi)外學者針對房地產(chǎn)投資項目風險變化與關(guān)聯(lián)因素的研究已取得了一定進展．Deng等[1]通過投資分析,發(fā)現(xiàn)房地產(chǎn)風險與公司的長期投資、長期股權(quán)和債務外部融資呈負相關(guān); Spek[2]在負債與房地產(chǎn)關(guān)聯(lián)性方面進行了深入探討; Lin[3]基于蒙特卡洛方法構(gòu)建了不同利率下房地產(chǎn)收益率可靠性的關(guān)系曲線．不少研究者在房地產(chǎn)投資風險關(guān)系、房地產(chǎn)資產(chǎn)現(xiàn)金流量關(guān)系、房地產(chǎn)投資方案比選、資產(chǎn)績效分析等方面做了深入的研究[4-7]．這些研究部分揭示了房地產(chǎn)風險產(chǎn)生的客觀規(guī)律,發(fā)現(xiàn)影響房地產(chǎn)項目投資風險因素較為復雜,既有宏觀層面的外部因素影響也有微觀角度的內(nèi)部因素影響．Ronyastra等[8]認為項目選擇過程可能涉及多個標準,如財務績效、市場潛力、風險水平和社會效益等; Yeh等[9]利用二項式期權(quán)定價模型和蒙特卡洛方法進行分析,認為影響期權(quán)價值期望值主要因素為房地產(chǎn)價格變化率、房地產(chǎn)總銷售額現(xiàn)值、持續(xù)時間、土地價值持續(xù)性因子、土地現(xiàn)值．在當前經(jīng)濟轉(zhuǎn)型期,實體部門增長勢頭逐步減弱,增加了房地產(chǎn)項目的投資風險．因此,Thilini等[10]應用網(wǎng)絡分析模型,Ustundag等[11]采用模糊系統(tǒng)與模糊層次分析相結(jié)合的方法,Peng[12]運用蒙特卡洛方法,Giudice等[13]用貝葉斯方法和馬爾可夫鏈混合蒙特卡洛方法, Lee[14]采用Markowitz模型與蒙特卡洛方法對房地產(chǎn)風險進行了分析研究．結(jié)果表明,房地產(chǎn)項目風險識別與評估的方法具有多樣性, 其中, 蒙特卡洛方法較為適合解決當前房地產(chǎn)項目投資風險問題,該方法不僅在樣本量較小時能夠得到較為滿意的結(jié)果,而且也能較好地與其他方法結(jié)合共同構(gòu)建評價指標體系解決房地產(chǎn)項目投資中的風險問題．本文擬在房地產(chǎn)項目全壽命周期內(nèi)對風險因素進行識別,并將經(jīng)濟評價指標和蒙特卡洛方法相結(jié)合,以項目的凈現(xiàn)值(net present value,NPV)和內(nèi)部收益率(internal rate of return,IRR)作為預測對象,構(gòu)建房地產(chǎn)項目投資風險評估模型,分析影響房地產(chǎn)項目經(jīng)濟效益的敏感因素,為控制房地產(chǎn)項目投資風險提供建議．

1 房地產(chǎn)開發(fā)項目風險識別

房地產(chǎn)項目全生命周期包括投資決策階段、建設前期、建設實施階段和投資后銷售階段,在這四個階段中存在很多不確定性因素影響房地產(chǎn)項目的經(jīng)濟效益．由于項目的核心經(jīng)濟評價指標為利潤,而房地產(chǎn)開發(fā)項目的收入來源僅為銷售收入,較為單一,但主要成本卻包含了土地費用、建設費用、銷售費用、管理費用和財務費用等．本文根據(jù)收集的房地產(chǎn)項目案例和相關(guān)文獻,提出如圖1所示的全過程風險識別因素及風險因素與經(jīng)濟指標的因果關(guān)系．結(jié)合專家意見及房地產(chǎn)項目經(jīng)濟評價將風險因素確定為銷售收入、土地費用、建設投資、銷售費用、管理費用、財務費用等6項經(jīng)濟指標．

圖1 房地產(chǎn)投資經(jīng)濟評價風險因素及與經(jīng)濟指標的因果關(guān)系Fig.1 Causal relationship between risk factors and economic indicators in economic evaluation of real estate investment

2 房地產(chǎn)開發(fā)項目風險評估模型

由于投資風險存在于房地產(chǎn)項目開發(fā)過程中的各種階段,而蒙特卡洛模擬法能對不同風險因素所產(chǎn)生的不確定性的概率以及這些因素間的關(guān)聯(lián)程度進行定量分析．因此,本文將用蒙特卡洛方法對房地產(chǎn)項目不同階段的投資風險進行定量評估．

2.1 模型原理

通過蒙特卡洛模擬法在95%的置信水平下,運用在險價值損失模型預測房地產(chǎn)開發(fā)項目的經(jīng)濟風險; 同時考慮到該模型的局限性,結(jié)合條件風險價值模型對凈現(xiàn)值模擬分布圖進行分析, 從而更全面地描述項目收益與尾部相關(guān)的風險．對風險大小的判斷采用標準離差率,標準離差率越大,資產(chǎn)的相對風險越大[11]．最后通過敏感性分析來判斷項目承受風險的能力,并結(jié)合風險值確定風險指標的重要程度,進而確定風險控制的策略．

2.2 風險評估計算方法

首先識別影響房地產(chǎn)開發(fā)項目投資決策的風險因素,并采用蒙特卡洛方法模擬影響房地產(chǎn)企業(yè)收益的各經(jīng)濟變量,將經(jīng)濟變量對應的概率分布函數(shù)引入風險評估模型中．風險評估模型包括VaR(value at risk)和CVaR(conditional value at risk)相結(jié)合的NPV分析和基于標準離差率的IRR分析兩部分,計算公式為:

2.3 模型構(gòu)建

根據(jù)“風險識別-風險分析-風險管控”的風險過程, 基于蒙特卡洛方法,構(gòu)建了房地產(chǎn)項目投資風險評估模型,如圖2所示．具體過程為:

圖2 基于蒙特卡洛的房地產(chǎn)項目投資風險評估模型Fig.2 Investment risk assessment model of real estate project based on Monte Carlo

1) 確定折現(xiàn)率．選取國內(nèi)年度銷售額排名前30的上市房地產(chǎn)開發(fā)公司公開數(shù)據(jù)中的投資凈利率,通過銷售額占比確定各公司權(quán)重,加權(quán)計算得到折現(xiàn)率．

2) 編制現(xiàn)金流量表．根據(jù)折現(xiàn)率及項目基本資料編制現(xiàn)金流量估算表．

3) 導入經(jīng)濟變量分布概率．根據(jù)經(jīng)濟變量的客觀規(guī)律,銷售收入、建設投資、銷售費用、管理費用服從三角分布,即期初期末費用為零, 期中達到峰值; 土地費用呈均勻分布,即將土地費用平均分配到整個項目開發(fā)、銷售周期;財務費用呈正態(tài)分布,即本息按正態(tài)分布形式分攤到項目開發(fā)和銷售周期．

4) 蒙特卡洛模擬．運用水晶球風險管理軟件,輸入各經(jīng)濟變量的概率分布函數(shù)及財務模型,將NPV和IRR作為預測對象,進行蒙特卡洛模擬,設定一定模擬次數(shù)使結(jié)果收斂．通過軟件的“篩選”功能提取NPV模擬分布前5%的因素,并計算其平均值測算置信水平為95%下CVaR的值．

5) 模擬結(jié)果分析．對NPV和IRR的結(jié)果進行分布模擬,并對分布密度進行分析,從而確定風險的大小．通過敏感性分析,確定各因素的影響程度,并對影響因素進行排序．

6) 提出風險對策．通過對模擬結(jié)果的分析,提出防范風險的對策．

3 案例應用分析

3.1 案例背景

以某房地產(chǎn)開發(fā)項目為例,該項目占地面積為56 659.1 m2, 容積率為2.04,總建筑面積為159 536 m2, 其中地上計容建筑面積為115 341 m2,擬開發(fā)住宅建筑面積為103 992 m2,商業(yè)及配套服務設施建筑面積為8 379 m2, 社區(qū)配套用房建筑面積為2 970 m2, 地下建筑面積為44 195 m2,地下車位為962個．項目計劃于2021年9月開工,2024年9月竣工交房,2022年4月拿到銷售許可證,2023年底售罄．土地成本預計101 473萬元,于2021年底支付完畢,建設成本為72 882萬元,建設周期為4年．項目資金來源: 自有資金投入110 528萬元,銀行貸款66 00萬元,貸款年利率為6.175%,其余資金來源為銷售資金回籠．本文根據(jù)萬德數(shù)據(jù)庫經(jīng)濟數(shù)據(jù)選取2020年國內(nèi)銷售金額前30個的房地產(chǎn)上市公司的投資凈利率指標,以年銷售額在全部選取對象銷售總額中的占比為權(quán)重,加權(quán)計算得到投資凈利率的均值為10%,故項目折現(xiàn)率按10%計算．以2021年為基準,本項目4年內(nèi)的現(xiàn)金流量估算情況如表1所示．

表1 現(xiàn)金流量估算表

3.2 仿真模擬

從表1的結(jié)果中篩選出影響項目經(jīng)濟效益的6個主要風險因素, 即銷售收入、土地費用、建設投資、銷售費用、管理費用、財務費用．表2為仿真模擬時這6個經(jīng)濟變量的概率分布取值, 其中l(wèi),m,h分別為銷售收入、建設投資、銷售費用和管理費用的低、中、高取值;μ為財務費用均值;σ2為方差．

表2 經(jīng)濟變量的概率分布函數(shù)

輸入各經(jīng)濟變量的概率分布函數(shù)及財務模型, 將NPV和IRR作為預測對象, NPV模擬分析中的折現(xiàn)率設為10%,進行蒙特卡洛模擬,設定模擬次數(shù)為3 000次,提取NPV模擬分布前5%的值,通過計算其平均值測算置信水平為95%下的CVaR值．

3.3 分析與討論

圖3為該項目的NPV模擬分布和累計概率分布圖．結(jié)果顯示,NPV的最小值是-3 864.07 萬元,最大值是26 878.33 萬元,標準差為5 323.11,峰度2.57<3,偏度為0.047 2;95%置信水平下,VaR為3 348.58萬元,CVaR為11 943.43萬元．此外,NPV模擬分布情況與正態(tài)分布的偏度相近,其均值為11 943.43萬元,遠大于0,且NPV大于0的累計概率分布達98.48%,表明該項目具有較好的盈利期望,抗風險能力較強．

圖3 NPV模擬分布圖及累計頻率Fig.3 NPV analog distribution and cumulative frequency

IRR模擬結(jié)果與圖3有類似的分布規(guī)律, 收益率最小為7%, 最大達35%, 標準差為0.05, 峰度2.54<3,偏度為0.154 8, IRR標準離差率為0.241 4．IRR不低于房地產(chǎn)平均投資利潤率(10%)的概率為99.17%．此外, IRR模擬分布情況近似于正態(tài)分布,其均值為21%,遠大于基準收益率10%,表明該項目具有較好的收益期望且抗風險能力較強．

根據(jù)NPV和IRR的分析結(jié)果, 分別選取-10%,-5%,5%,10%作為經(jīng)濟變量的變化程度,對NPV和IRR的模擬結(jié)果進行敏感性分析,得到各經(jīng)濟變量變化對NPV和IRR的影響見表3～4．對影響程度進行量化排序,兩者具有相同的規(guī)律, 如圖4所示．結(jié)果顯示,房地產(chǎn)項目收益與銷售收入正相關(guān),而與土地費用、建設投資和財務費用負相關(guān)．同時,銷售收入、土地費用以及前三年的建設投資對項目NPV和IRR的影響程度較大,其中

表3 經(jīng)濟變量變化對NPV影響的數(shù)值

表4 經(jīng)濟變量對IRR影響的數(shù)值

圖4 敏感性分析Fig.4 Sensitivity analysis

第2年的銷售收入敏感性最大,其次為土地費用、第3年的銷售收入和第2年的建設投資．綜上所述,銷售收入、土地費用和建設投資是影響NPV和IRR最重要的敏感風險因素,這也是決策者需要在后續(xù)項目管理中持續(xù)關(guān)注并采取措施加以控制的風險因素．

模擬結(jié)果表明,風險概率分布計算結(jié)果客觀反映了項目全過程的風險分布規(guī)律,模型能夠有效解決傳統(tǒng)方法中風險概率分布測算主觀性較強的弱點．

3.4 基于模擬結(jié)果分析的建議

1) 盡快實施銷售．房地產(chǎn)項目收益與銷售收入正相關(guān),模擬結(jié)果顯示,越早實現(xiàn)銷售收入,項目風險越低．

2) 降低土地費用．房地產(chǎn)項目收益與土地費用負相關(guān),且土地費用敏感性較高,因此房地產(chǎn)開發(fā)企業(yè)應選擇合理價位的土地進行項目發(fā)開．模擬結(jié)果顯示,土地費用越低,風險越低．

3) 嚴格控制建設投資．房地產(chǎn)項目建設投資與土地費用負相關(guān),且影響較大;因此,企業(yè)在處理質(zhì)量、進度、成本三者之間的關(guān)系時,可以在保證項目質(zhì)量和進度的前提下,合理控制建設成本．以制定的目標成本為指導依據(jù),結(jié)合項目現(xiàn)場實際情況,嚴格把控設計變更,將成本控制在目標成本允許偏差范圍內(nèi)．模擬結(jié)果顯示,建設初期投資越低,風險越低．

4) 合理融資控制財務費用、銷售費用和管理費用．房地產(chǎn)項目財務費用與土地費用負相關(guān),應制定合理的融資方案,降低融資成本,提高項目利潤．