馮浩 趙寒旭

摘要：房地產(chǎn)行業(yè)在我國經(jīng)濟的穩(wěn)步增長階段起著不可忽視的重要作用，能以不同形式帶動我國其他近60多個產(chǎn)業(yè)的經(jīng)濟發(fā)展，對我國經(jīng)濟增長的平均貢獻率達到14.3%以上。然而，隨著人民生活的好轉(zhuǎn)，需求消費的增加，該行業(yè)因其供需剛性以及投資屬性而產(chǎn)生了不少的經(jīng)濟泡沫。根據(jù)權衡理論以及委托代理理論，企業(yè)會在自身面臨不確定性風險較大的時候采取持有較多自由現(xiàn)金的策略，以更好地應對未知風險的出現(xiàn)。為了更好地闡述房地產(chǎn)上市公司受限購政策的影響，通過OLS、DID以及相應的穩(wěn)健性檢驗方法，檢驗并驗證后得到如下結(jié)論：當某地區(qū)頒布限購政策的時候，其公司所持有的自由現(xiàn)金量會在一段時間內(nèi)上升以應對可能出現(xiàn)的未知風險。

關鍵詞：限購政策;自由現(xiàn)金;雙重差分

中圖分類號：F293 文獻標識碼：A

文章編號：1001-9138-（2022）02-0030-09 收稿日期：2022-01-10

1 引言

房地產(chǎn)上市公司對我國經(jīng)濟的穩(wěn)步增長影響大量集中體現(xiàn)于以下兩方面：（1）直接投資。對房地產(chǎn)上市公司進行直接的投資（購買股票、可轉(zhuǎn)債、基金等），可以直接帶動該產(chǎn)業(yè)的經(jīng)濟增長;（2）間接投資。得益于房地產(chǎn)修建的長期性，房地產(chǎn)上市公司在行業(yè)運作中形成了較長的產(chǎn)業(yè)鏈條，對房地產(chǎn)上市公司進行投資也就會理所當然地帶動其他行業(yè)的投資與消費。說明房地產(chǎn)上市公司相比于其他上市公司更容易收到經(jīng)濟周期性波動帶來的沖擊，并且往往會表現(xiàn)出更為顯著的影響?？梢杂^察到2010-2019年的國房景氣指數(shù)形成了較大幅度的波動如圖1所示，而2010年正是我國政府開始加大對房地產(chǎn)上市公司管控力度的關鍵轉(zhuǎn)折點。

從10年之間總體來看，房地產(chǎn)上市公司都在短時間內(nèi)面臨著較為劇烈的風險，而通過權衡理論以及委托代理理論的定性分析可以推斷出，在這段時間內(nèi)，它們會持有較大數(shù)額的現(xiàn)金來避免更多不確定性風險的出現(xiàn)。然而對于不同的城市，其限購政策的實施以及影響又有著不同程度的反應。這就導致，即便是在總體層面內(nèi)描述的限購政策會導致房地產(chǎn)上市公司持有自由現(xiàn)金量的減少，也不能排除部分地區(qū)會產(chǎn)生截然相反的情況。

為了定量描述、深入探究房地產(chǎn)上市公司受其所在上市地區(qū)限購政策的影響，本文通過從CSMAR數(shù)據(jù)庫選取的有關數(shù)據(jù)，通過OLS模型優(yōu)先確定與房地產(chǎn)上市公司持有現(xiàn)金量有關的解釋變量，隨后選出于滬深兩地上市的，整體規(guī)模以及財務狀況近似的A、B兩公司，選用difference-in-difference模型（即雙重差分模型）來探討限購政策的影響。研究目的有以下三點：（1）確定與房地產(chǎn)上市公司持有現(xiàn)金量有關的解釋變量;（2）檢驗B公司在受到當?shù)叵拶徴叩挠绊憰r，是否會比未受到類似影響的相同規(guī)模的A公司要持有更多的自由現(xiàn)金;（3）排除B公司是否會在沒受到影響的情況下選擇比受到影響的情況下持有更多自由現(xiàn)金的偽結(jié)論。創(chuàng)新點：（1）運用定量數(shù)據(jù)闡述限購政策對房地產(chǎn)上市公司的真實影響;（2）引入學術界分析政策效應十分熱門的DID模型對房地產(chǎn)上市公司受到限購政策影響的真實后果進行剝離分析。

2 研究現(xiàn)狀與假設

現(xiàn)金作為資產(chǎn)負債表之第一項列示內(nèi)容，是最具有流動性的企業(yè)資產(chǎn)。任何一個企業(yè)都會儲備一定數(shù)額的資金來保證其不會因資金鏈的斷裂而崩潰。Dittmar等（2003）對1998年間世界上主要國家和地區(qū)公司企業(yè)的持有現(xiàn)金比例進行了比較，發(fā)現(xiàn)中國地區(qū)上市公司對現(xiàn)金的持有水平處于一個較高地位。Myers和Majluf （1984）從信息不對稱會造成逆向選擇從而導致檸檬市場的角度出發(fā)，他們研究得出結(jié)論認為：為了避免不必要的風險以及降低信息不對稱選擇所帶來的高成本，公司就應該持有充足的現(xiàn)金來避免“劣幣驅(qū)逐良幣”現(xiàn)象的產(chǎn)生。在這后來，不管是Jensen和Mecking （1976）、Myers （1984）從權衡理論視角出發(fā)，還是Jensen （1986）、Dittmar（2003）從委托代理理論的視角出發(fā)，這些學者都從實證角度證明了企業(yè)現(xiàn)金持有比例對上市企業(yè)的決策會產(chǎn)生一定程度的負面影響。隨著時間的推移，F(xiàn)oley等（2007）、Haushalter等（2009）、Bates等（2008）又站在其他例如宏觀經(jīng)濟、行業(yè)環(huán)境、公司財務等各個方面采用不同實證方法分析了影響企業(yè)所持有現(xiàn)金量大小的關鍵因素。也就是說，國外學者目前的研究已經(jīng)從基礎理論部分的延申轉(zhuǎn)入到了實際宏觀調(diào)控的影響上來。

關于對房地產(chǎn)行業(yè)的宏觀調(diào)控，限購政策即是最重要作用力之一。限購政策的出臺首先影響到的就是房地產(chǎn)行業(yè)，隨之而來地會對與之關聯(lián)的行業(yè)造成嚴重程度不一的影響。（Green，1997;Coulson和Kim，2000）Ahuja等（2010）、Wu等（2012）、Bian和Gete （2014）的研究發(fā)現(xiàn)，盡管確實有著供需的剛性支撐，但一些地區(qū)仍然會存在一定量的房價泡沫。限購政策的出臺，無疑會從一定程度上切斷需求，減少泡沫，但仍可能會對房地產(chǎn)行業(yè)產(chǎn)生較為顯著的影響。Custodio等（2005）指出，當行業(yè)經(jīng)濟下行時，房地產(chǎn)企業(yè)會持有更多的現(xiàn)金以應對未來的不確定性。限購政策從宏觀調(diào)控方面對房地產(chǎn)行業(yè)產(chǎn)生沖擊，那么房地產(chǎn)行業(yè)就極有可能表現(xiàn)出更多地持有現(xiàn)金以減緩沖擊的危害性?？梢钥闯?，國外學者對限購政策之于房地產(chǎn)企業(yè)的研究也在穩(wěn)步進行中，最后的蓋棺定論也比較趨近限購政策會使得房地產(chǎn)企業(yè)增加現(xiàn)金持有這一觀點。

對于國外從權衡理論以及委托代理理論視角出發(fā)的，對企業(yè)持有自由現(xiàn)金流的看法，國內(nèi)的學者也有部分保持贊同意見。彭桃英等（2006）認為，權衡理論相比于代理理論更能闡述我國企業(yè)持有較多自由現(xiàn)金的行為。但國內(nèi)學者的研究主要還是從制度背景、公司治理機制以及財務狀況等角度出發(fā)。張人驥等（2005）以991家A股公司在2000年的數(shù)據(jù)為基準樣本，運用線性回歸模型，證明出來股東保護與現(xiàn)金持有呈現(xiàn)負相關的關系。但胡國柳等（2006）從公司治理的角度實證，認為在第一大股東的持股比例會直接導致企業(yè)現(xiàn)金持有水平的變化。辛宇等（2006a）的研究表明，上市公司的現(xiàn)金持有比例與其公司微觀治理機制的建設呈現(xiàn)正相關，另一研究則表明，上市公司的現(xiàn)金持有水平與其治理環(huán)境等存在著顯著相關關系。周偉等（2007）發(fā)現(xiàn)我國的企業(yè)面臨融資約束較多，會較多的持有自由現(xiàn)金以替企業(yè)帶來較高的收益。那么，既然我國企業(yè)持有的自由現(xiàn)金流普遍較高，那么限購政策對我國企業(yè)會不會造成較小的影響或者干脆是沒有多大影響呢？

劉洪玉和張紅（2006）的數(shù)據(jù)指出，我國房地產(chǎn)投資拉動經(jīng)濟增長的平均貢獻率為14.3%。梁云芳等（2006）的實證表明，我國房地產(chǎn)行業(yè)能正面或者側(cè)面拉動近60多個產(chǎn)業(yè)的經(jīng)濟發(fā)展。無獨有偶，曹振良（2003）、李啟明（2002）、王國軍和劉水杏（2004）的研究都證明了房地產(chǎn)投資對其他相關產(chǎn)業(yè)經(jīng)濟增長的有益性。國內(nèi)學者策無遺算的實證研究都證明了，房地產(chǎn)企業(yè)在收到限購政策等的宏觀調(diào)控時，會直接抑或間接導致整體經(jīng)濟環(huán)境的衰敗。根據(jù)權衡理論進行考量，這種經(jīng)濟環(huán)境的惡化變動，會影響房地產(chǎn)企業(yè)對其自身對于所處環(huán)境的判斷，從而持有更多的自由現(xiàn)金以減少經(jīng)濟沖擊帶來的不確定性。

針對上述梳理，本文提出如下假設：限購政策會使得房地產(chǎn)公司持有更大比例的自由現(xiàn)金。

3 數(shù)據(jù)與實證模型

3.1 數(shù)據(jù)選取于預處理

本文通過CSMAR數(shù)據(jù)庫選取2010年到2019年上市于滬深兩地的房地產(chǎn)公司進行后續(xù)實證分析。在數(shù)據(jù)預處理階段：（1）避免因數(shù)據(jù)無法達到一致連續(xù)性而影響后續(xù)檢驗結(jié)果。刪除在2010年到2019年中退市、缺乏數(shù)據(jù)的公司，刪除在這十年間上市的房地產(chǎn)公司的數(shù)據(jù)。（2）為了后續(xù)DID模型結(jié)論的準確性，在進行DID模型的分析之前，首先選取上市于滬深兩市規(guī)模相同的房地產(chǎn)企業(yè)共計3個，剔除一個在深交所2010年上市企業(yè)（減緩IPO對后續(xù)計量的反向影響），剩余兩個分別上市于滬深兩地且規(guī)模相近的房地產(chǎn)企業(yè);（3）后續(xù)穩(wěn)健性檢驗需要用到的數(shù)據(jù)另取。

3.2 變量與模型

本文中涉及到的解釋變量與被解釋變量定義如表1所示。

本文對OLS模型的定義如下所示：

cash_ratio=α×net_ profit+α×tot_asset +α×cur_debt_ratio+α+e? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（1）

其中，cash_ratio表示企業(yè)所持有的現(xiàn)金比例，即，企業(yè)現(xiàn)金持有水平;net_profit表示企業(yè)的凈利潤;tot_asset表示企業(yè)的總資產(chǎn);cur_debt_ratio表示企業(yè)的流動負債比率，α表示回歸中的常數(shù)項，e表示回歸中能使得所有觀察值殘差平方和最小的誤差。

本文對DID模型的定義如下所示：

cash_ratio = β×treat + β₂time+ β×treat·time+β×net_ profit+β×tot_asset+β×cur_debt_ratio +β+ε? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（1）

其中，部分變量和上述OLS模型中保持一致，除此之外，treat為分組虛擬變量，若個體i受政策實施的影響，則個體i屬于處理組，對應的treat取值為1.若個體i不受政策實施的影響，則個體i屬于對照組，對應的treat取值為0;time為政策實施虛擬變量，政策實施之前time取值為0，政策實施之后time取值為1。treat·time為分組虛擬變量與政策實施虛擬變量的交互項，其系數(shù)β3則反映了政策實施的凈效應。

4 OLS模型與DID模型的回歸

4.1 描述性統(tǒng)計

分別對收集到的數(shù)據(jù)進行描述性統(tǒng)計，統(tǒng)計結(jié)果如表2所示，表2表示在深交所和上交所上市的房地產(chǎn)企業(yè)基本情況。

其中，Code為SZ表示本統(tǒng)計中在深交所上市的所有房地產(chǎn)公司，SH表示在上交所上市的所有房地產(chǎn)公司。Obs表示觀測值的樣本個數(shù);Mean表示平均值;Std.Dev.表示標準差;Min表示最小值;Max表示最大值。

可以觀察到無論是在深交所還是上交所上市的房地產(chǎn)企業(yè)，其凈利潤和總資產(chǎn)的標準差十分之大，這樣毫無疑問會影響到后續(xù)回歸的進行，為了使后續(xù)回歸更加嚴謹以及結(jié)果更好呈現(xiàn)，現(xiàn)對這兩個解釋變量取對數(shù)值。即：

ln_net_ profit = ln （net_ profit）? ? ? ? ? ? ? ? ? ?（3）

ln_tot_asset = ln （not_asset）? ? ? ? ? ? ? ? ? ? ? ?（4）

4.2 OLS模型

使用OLS模型對收集到的滬深兩地的上市房地產(chǎn)企業(yè)進行回歸，如表3所示。

其中，模型（1）表示在深交所上市的房地產(chǎn)企業(yè)所持有現(xiàn)金數(shù)額的解釋模型;模型（2）表示在上交所上市的房地產(chǎn)企業(yè)所持有現(xiàn)金數(shù)額的解釋模型。

可以看出于深交所上市的房地產(chǎn)企業(yè)其各個解釋變量都十分顯著，并且顯著性十分高。具體釋如下義：（1）當凈利潤每增加1000個單位，其現(xiàn)金持有比例就會增加約2個單位，即，于深圳上市的各類房地產(chǎn)企業(yè)平均會拿出利潤的千分之二作為儲備自由現(xiàn)金，并且于1%的顯著水平下顯著。（2）當總資產(chǎn)每增加100個單位時，其現(xiàn)金持有比例就會減少2個單位，即，于深圳上市的各類房地產(chǎn)企業(yè)會因為其自身總資產(chǎn)的增加而減少一定量的自由現(xiàn)金，且在1%的顯著水平下顯著。因為資產(chǎn)也可以在難以應對未知風險的時候進行變現(xiàn)，所以也是十分合理的。（3）當流動負債比率每增加10個單位時，其現(xiàn)金持有比例就會增加約1個單位，即，流動負債的提高會讓企業(yè)產(chǎn)生一定程度的警惕性，從而增加其持有的自由現(xiàn)金量以避免無法還清流動負債所造成的違約風險，并且這個p值同樣也是十分顯著的。

在上交所上市的房地產(chǎn)企業(yè)其各個解釋變量的顯著性都與在深圳上市的房地產(chǎn)企業(yè)的各個解釋變量有著一定程度上的不同。在上海上市的房地產(chǎn)企業(yè)在本回歸中僅有總資產(chǎn)和常數(shù)項的數(shù)據(jù)是顯著的?？紤]到常數(shù)項的解釋意義較弱，本文便不再對其進行進一步闡述。關于總資產(chǎn)量對持有自由現(xiàn)金量的影響與前文所示深圳上市房地產(chǎn)公司的總資產(chǎn)之于持有現(xiàn)金量的影響存在著類似的線性關系。其凈利潤和流動負債比率在stata里面呈現(xiàn)出的p值分別為0.107和0.323，均高于10%的顯著水平，相比于顯著性水平低于1%的解釋變量來說，其解釋能力較為弱小，但仍可以單方面認為在上海上市的房地產(chǎn)企業(yè)中，凈利潤對企業(yè)持有自由現(xiàn)金的影響是正相關的，具體的還需要后續(xù)的穩(wěn)健性檢驗來證明結(jié)論。

4.3 DID模型

首先，在前文的模型描述中，本文說到可以直接體現(xiàn)出政策的凈效應，下面將對凈效應這一塊優(yōu)先展開解釋，隨后引入回歸結(jié)果來說明其凈效應?？紤]DID模型：

cash_ratio=β×treat+βtime+β×treat·time+β×net_profit+β×tot_asset+β×cur_debt_ratio+β+ε

在政策實施前，即time=0時，此時處理組會表現(xiàn)出β+β+β+β+β，而對照組則會表現(xiàn)出β+β+β+β;在政策實施后，即，time=1時，此時處理組會表現(xiàn)出β+β+β+β+β+β+β，而對照組則會表現(xiàn)出β+β+β+β+β的形式，DID矩陣如表4所示。

上述分析便能很好的說明β3即可以很好地體現(xiàn)出政策的凈效應，下面對選取出來的A、B兩公司進行DID模型的構建與分析，其回歸結(jié)果如表5所示。

本文在構建DID模型時，選取深圳上市的A公司作為控制組，上海上市的B公司作為對照組，依據(jù)上海市2016年頒布的《關于進一步完善本市住房市場體系和保障體系促進房地產(chǎn)市場平穩(wěn)健康發(fā)展的若干意見》（以下簡稱：意見）作為限購政策影響變量設計time這一虛擬變量進行模型回歸分析。從表4可以看出，did這個交乘項，即treat·time，也就是之前所說的政策凈效應之于上市公司持有現(xiàn)金流量的影響十分顯著。這也就代表著，上海市頒布的《意見》在1%的顯著水平之下顯著影響了在上海上市的房地產(chǎn)企業(yè)對自身持有自由現(xiàn)金量的考量，加大了它們持有自由現(xiàn)金量的力度。這也正與本文前期推斷一致，即無論是依據(jù)權衡理論還是委托代理理論，當公司面臨的外部風險有增加趨勢或者已經(jīng)增加時，該公司會傾向于持有更多的自由現(xiàn)金以應對不確定性風險。

5 穩(wěn)健性檢驗

5.1 對OLS模型的穩(wěn)健性檢驗

考慮到上述OLS模型中，上海地區(qū)上市的房地產(chǎn)企業(yè)其部分變量不夠顯著，為了進一步驗證其模型的準確性以及變量的真實影響，并肯定深圳地區(qū)模型的穩(wěn)健性，本文接下來對上述兩個OLS模型進行穩(wěn)健性檢驗以驗證結(jié)論的穩(wěn)定，如表6所示。

其中，模型（1）為在深圳上市的房地產(chǎn)企業(yè)的穩(wěn)健性檢驗結(jié)果，可以觀察到模型中的各個解釋變量并沒有出現(xiàn)很大的變化，即，該穩(wěn)健性檢驗結(jié)果支持前文的OLS檢驗結(jié)果。也就是說現(xiàn)金持有比例的增加單位為凈利潤增加單位的1/500，即，于深圳上市的各類房地產(chǎn)企業(yè)平均會拿出利潤的千分之二作為儲備自由現(xiàn)金，并且于1%的顯著水平下顯著;現(xiàn)金持有的減少單位為總資產(chǎn)增加單位的1/50，即，于深圳上市的各類房地產(chǎn)企業(yè)會因為其自身總資產(chǎn)的增加而減少一定量的自由現(xiàn)金，且在1%的顯著水平下顯著。同理可知，這是因為資產(chǎn)在抵御未知風險時也存在著不可忽視的強大力量，所以總資產(chǎn)的增加可以使得公司在一定程度上減少對自由現(xiàn)金的持有程度;現(xiàn)金持有比例的增加單位為流動負債比率增加單位的1/10，即，依據(jù)權衡理論，流動負債的提高會讓企業(yè)產(chǎn)生一定程度的警惕性，讓企業(yè)重新權衡資產(chǎn)、負債與所有者權益之間的比例關系，從而選擇增加其持有的自由現(xiàn)金量以避免無法還清流動負債所造成的違約風險，并且這個p值同樣也是十分顯著的。

模型（2）為在上海上市的房地產(chǎn)企業(yè)的穩(wěn)健性檢驗結(jié)果，可以觀察到模型中的各個解釋變量也并沒有出現(xiàn)很大范圍的變化，仍然是只有總資產(chǎn)和常數(shù)項顯著，不過這也進一步驗證了前文所示的OLS結(jié)果的穩(wěn)健性。穩(wěn)健性檢驗表明，凈利潤對于上海上市的房地產(chǎn)企業(yè)的現(xiàn)金持有比例的影響并不能達到一個十分顯著的水平，甚至可以說是與統(tǒng)計學認知范圍內(nèi)的顯著二字幾乎不相干;總資產(chǎn)之于現(xiàn)金持有比例的影響仍然顯著，并且也跟在深圳上市的房地產(chǎn)企業(yè)保持著類似的負相關關系，即，在上海上市的房地產(chǎn)企業(yè)的現(xiàn)金持有比例會隨著總資產(chǎn)的增多而產(chǎn)生負向減少的變化，變化比例約為2%，與深圳企業(yè)的相同變化保持一致。凈利潤和流動負債比率在stata中的p值分別是0.164和0.396，基本與前文的OLS分析保持一致，也就是說這兩個解釋變量對上海的房地產(chǎn)上市企業(yè)的影響并不顯著。當然，在這其中，也有可能是其他政策的作用所導致的地區(qū)差異性。

5.2 對DID的穩(wěn)健性檢驗

5.2.1 共同趨勢的檢驗

考慮到DID共同趨勢檢驗采用實證方法的難度較大，本文選用繪圖的方法來驗證DID對照組與處理組之間的共同趨勢行為如圖2所示。

從圖2中不難看出，所選取的A、B兩家公司在整體的趨勢之上基本是保持隨著年份增長從而增長其現(xiàn)金持有比例的。虛線部分表示上海市于2016年實施的《意見》，可以看到，隨著上海市2016年實施這樣一種限購政策，B公司的現(xiàn)金持有水平在短期之內(nèi)顯著上升，這也就印證了前文DID分析中所展示出的，政策的實施會推動房地產(chǎn)上市企業(yè)現(xiàn)金持有量的增加。這也就說明了，政策對房地產(chǎn)上市的凈效應是存在的，也就能排除在不受政策調(diào)節(jié)之下會因為其他因素的影響導致B公司持有現(xiàn)金流量增加的這樣一個偽結(jié)論。這即是說明了前文選用DID分析的方式合理性以及結(jié)果穩(wěn)健性。

5.2.2 安慰劑檢驗

考慮陳剛（2012）研究法官異地交流對司法效率的影響所采用的安慰劑檢驗方式，本文依此類推，采取縮短A、B兩公司取值年限的方式進行DID的安慰劑檢驗（DID假設檢驗的一種），縮短其范圍至2010年-2015年，并假設B公司于2013年實施了這樣的限購政策，隨后再對同樣的解釋變量與被解釋變量套用DID模型，如果結(jié)果不顯著，則表示不存在安慰劑效應，即，原來的DID模型的估計結(jié)果是沒有偏誤的，被解釋變量公司持有現(xiàn)金比例的變動并沒有受到其他隨機性因素的影響。安慰劑檢驗結(jié)果如表7所示。

安慰劑檢驗結(jié)果如上表所示，did_placebo這一交乘項并不顯著，這說明，本文構建的DID模型并沒有受到其他未知不確定因素的印象，模型十分合理，回歸結(jié)果也十分準確。

6 結(jié)論與建議

通過上述一系列的研究，文章開頭所提及的假設得到了充分證實，即，從實證角度論證了限購政策會使得上市的房地產(chǎn)企業(yè)加大自身現(xiàn)金持有的比例。

在政策建議方面：（1）應當促進我國房地產(chǎn)價格評估市場的建立與完善。應當考慮引入獨立的第三方報價體系減少房地產(chǎn)企業(yè)的泡沫，可以在一定程度上減少部分投資者對于房地產(chǎn)投資的畸形策略;（2）應當充分考慮限購政策的成本與收益。限購政策在限制房地產(chǎn)上市公司發(fā)展的同時也會限制一系列與之有關的企業(yè)，從而大規(guī)模影響國內(nèi)的經(jīng)濟形勢;（3）精準把控限制力度。應當多方考量具體的實現(xiàn)方式以及處理手段，以保證不過分限制房地產(chǎn)行業(yè)和其他相關行業(yè)持續(xù)發(fā)展的同時，又能減少房價的虛高。本文研究選用的A、B企業(yè)存在著上述政策影響，但也不排除其他企業(yè)會出現(xiàn)截然不同的表現(xiàn)，建議再進行研究時可以推廣本文研究至更廣泛的范圍。此外，本文采取的安慰劑檢驗方式只是眾多穩(wěn)健性檢驗中的一種，后續(xù)研究可以采用更加有效的方式對本文進行合理的改進以為國家限購政策的實施出謀劃策。

參考文獻：

1.Didier Cossin，Tomas Hricko. The benefits of holding cash： a real options approach.Managerial Finance.2004.30（5）

2.Ghada Tayem. The Determinants of Corporate Cash Holdings： The Case of a Small Emerging Market[J]. International Journal of Financial Research.2016.8（1）

3.David Haushalter，Sandy Klasa，William F. Maxwell. The influence of product market dynamics on a firm's cash holdings and hedging behavior. Journal of Financial Economics.2006.84（3）

4.Yan，Hongbing. Effects of house-sale restrictions in China： a difference-in-difference approach.Applied Economics Letters.2018.25（15）

5.Weizeng Sun，Siqi Zheng，David M. Geltner，Rui Wang. The Housing Market Effects of Local Home Purchase Restrictions： Evidence from Beijing.The Journal of Real Estate Finance and Economics.2017.55（3）

6.Wu，Li. Impact of government intervention in the housing market： evidence from the housing purchase restriction policy in China.Applied Economics，2018，50（6）

7.Jing Wu，Joseph Gyourko，Yongheng Deng. Evaluating conditions in major Chinese housing markets[J].Regional Science and Urban Economics.2012.42（3）

8.黃翔.房地產(chǎn)上市公司現(xiàn)金持有水平的實證研究.科技和產(chǎn)業(yè).2012.12（11）

9.張赟.限購政策對房價的影響研究——以南昌市為例.大陸橋視野.2020.08

10.李治國.“限購政策”對房地產(chǎn)市場經(jīng)營效率影響有效性研究——基于上市公司的數(shù)據(jù).中央財經(jīng)大學學報.2014.12

11.楊帆 劉洪玉.房地產(chǎn)開發(fā)企業(yè)現(xiàn)金持有行為特征.清華大學學報（自然科學版）.2013.53（09）

12.張永升 榮晨.貨幣政策與房地產(chǎn)企業(yè)現(xiàn)金持有水平變化的實證.統(tǒng)計與決策.2011.04

13.鄭世林 韓高峰 石光.房地產(chǎn)限購對公司違約風險的影響.世界經(jīng)濟.2016.39（10）

14.李紅.限購限貸政策對房地產(chǎn)上市公司違約風險的影響研究.武漢理工大學.2019

15.馬嘿克補.上市公司現(xiàn)金持有水平影響因素的實證研究.西南財經(jīng)大學.2013

16.祝繼高 陸正飛.貨幣政策、企業(yè)成長與現(xiàn)金持有水平變化.管理世界.2009.03

17.楊興全 吳昊旻.行業(yè)特征、產(chǎn)品市場競爭與公司現(xiàn)金持有量——來自中國上市公司的經(jīng)驗證據(jù).經(jīng)濟評論.2009.01

18.韋靚.北京市房地產(chǎn)價格影響因素分析及限購政策績效評估.經(jīng)濟研究導刊.2012.24

作者簡介：馮浩，湖北大學商學院教授，碩士生導師。

趙寒旭，湖北大學商學院，碩士研究生。