基于SNA大型房地产项目债务化解关键因素研究

摘要

近年来大型房地产项目债务化解风险不断累积，已然威胁到国民经济的发展和安全，识别其关键因素是破题之要。本文基于利益相关者理论，从利益诉求和权力来源角度，识别核心利益相关者。并以项目发展阶段为框架，梳理各利益相关者债务链条，得出13个影响因素，并确定52个关系导向；本文进一步运用Gephi软件，将邻接矩阵转化为有向性拓扑图，并得出网络密度、中心性指标和结构洞指标。最终确定大型房地产项目债务化解的关键因素为：项目公司财务能力、市场需求量与金融机构信贷参数，并提出相关建议，以期缓解房地产项目公司的债务压力，促进房地产行业的健康发展，对维护金融市场稳定，防范重大经济风险具有一定现实意义。

关键词

大型房地产项目；债务化解；社会网络分析法；关键因素

Abstract

In recent years the debt resolution risk of large real estate projects has been accumulating, which has already threatened the development and security of the national economy, and identifying its key factors is the key to solving the problem. Based on stakeholder theory, this paper identifies the core stakeholders from the interests and power sources perspective. Taking the project development stage as a framework, this paper combs through the debt chain of each stakeholder, derives 13 influencing factors, and identifies 52 relationship orientations; this paper further applies Gephi software to transform the adjacency matrix into a directed topology map, and derives the network density, centrality index, and structural hole index. The key factors for debt resolution of large-scale real estate projects are finally identified as: the financial capacity of project companies, market demand and credit parameters of financial institutions, and relevant suggestions are put forward to alleviate the debt pressure of real estate project companies, promote the healthy development of the real estate industry, and have certain practical significance in maintaining the stability of the financial market and preventing major economic risks.

Keywords

Large real estate projects; debt resolution; social network analysis; key factors

1.引言

党的二十届三中全会指出，“要统筹好发展和安全，落实好防范化解房地产、地方政府债务、中小金融机构等重点领域风险的各项举措”。房地产行业作为国民经济的支柱产业，对拉动内需、促进经济增长、解决就业以及推动城市化有重要作用。

然而，近年来随着经济下行压力增大与新冠疫情影响，叠加国际贸易冲突逐步加剧，房地产企业销售受阻，债务风险不断累积。国家统计局数据显示，2018—2023年，我国房地产企业资产负债率在80％左右，房地产债务问题已然成为我国金融行业的“灰犀牛”，其债务的化解已成为当下经济发展中必要且紧迫的事。尤其大型房地产项目，因债务结构涉及多方金融机构、供应商和购房者，债务关系更加错综复杂，是房地产债务化解的重要对象。

目前，国家亟须对房地产债务化解进行精准施策，其主要难点之一是关键因素识别困难。传统方法对于大型房地产项目债务化解的关键因素提炼较为离散和线性，较少考虑各个因素之间的相关性。但各个因素之间的相关性研究对于关键因素的提炼是十分重要的。社会网络分析法可以识别风险防控的关键主体，量化评估不同主体在债务网络中的相互关系。基于此，本文拟采用社会网络分析法分析大型房地产项目债务化解关键因素，以期揭示债务风险的生成机制与传导路径，识别关键节点，为建立精准化的债务风险化解机制提供理论支持。

2.大型房地产项目债务化解影响因素确定及社会网络构建

社会网络分析法（SNA）将社会行动者视为节点，将它们之间的关系视为边，通过对由节点和边构成的网络进行分析，揭示社会结构、行为模式和信息流动等特征。本文拟使用该方法探究大型房地产项目债务化解影响因素并构建其社会网络。

2.1 大型房地产项目债务的主体识别及债务关系网络构建

本文运用利益相关者理论，从大型房地产项目债务关系各参与方的利益诉求角度出发，以“权力－利益矩阵”视角，综合识别主体间相互关系，得出核心利益相关者和战略利益相关者。

表1 大型房地产项目权力－利益矩阵

2.2 大型房地产项目债务关系梳理及债务化解影响因素识别

本文以房地产开发流程为框架，结合各主体间的相互作用，探讨债务网络的传导链条。

在土地获取阶段，地方政府垄断供给与项目公司的高杠杆融资，地方政府出让土地收取地价款，项目公司以土地为抵押物获取银行开发贷，同时依赖信托“明股实债”及民间资金填补前期资金缺口，在这之中民间资本通过短期高息借贷获取资本的高收益；在建设开发阶段，项目公司通过供应链实现债务转移与风险扩散。施工企业带资入场以保证项目进度，供应商以商业信用为项目公司及施工企业提供产品或服务，构成隐性融资，而项目公司通过延期支付占用上下游资金。金融机构以“在建工程抵押”按进度向项目公司发放贷款；销售回款阶段，项目公司通过预售制提前回笼资金，购房者以首付与按揭贷款承接长期负债，金融机构通过按揭向项目公司和购房者提供贷款，地方政府向项目公司、施工企业和购房者收取契税、增值税等税费。

根据以上分析，结合近年来，学术界对大型房地产项目债务化解的相关研究文献，初步辨识大型房地产项目债务化解影响因素。将学者们提到次数较多的影响因素以表格形式列出：

表2 大型房地产项目债务化解影响因素

2.3 大型房地产项目债务化解影响因素关系导向判断及网络构建

本文根据研究目标设计了包含13个大型房地产项目债务化解影响因素之间的导向关系——导向判断问卷，采用滚雪球抽样法向房地产开发企业、政府监管部门及合作单位的管理层进行定向发放。使受访者基于项目经验，对矩阵中行位置主体对列位置主体是否存在导向关系进行二元判定（存在记为1，不存在记为0）。研究共回收有效问卷68份，通过以下步骤确保数据质量：

(1)数据整理

对问卷进行逻辑校验与数据清洗，保留有效问卷，将不符合要求的问卷，作为无效问卷进行剔除。

(2)信度检验

本次分析中，各个变量克隆巴赫系数均在0.8以上，说明本次研究使用的量表均具有很好的内部一致性，信度较好。

(3)效度分析

此次调查问卷数据运用SPSS软件进行处理后，Bartlett球状检验和KMO检验的结果中KMO值为0.932，显著性为0.000，结果显著，说明数据效度较好。

表3 信度检验量表

依据以上数据整理以及信效度分析，剔除无效问卷，将有效样本中二元判定显示关系存在的数量大于50%的矩阵单元格记为1，显示关系存在的数量小于50%的矩阵单元格记为0，得到大型房地产项目债务化解影响因素的邻接矩阵。运用Gephi软件，将上述邻接矩阵转化为由13个节点和52条边组成的有向性拓扑图。

图1 大型房地产项目债务化解影响因素拓扑图

3.大型房地产项目债务化解影响因素数据分析及关键因素确定

本文依据专家调查法得到的邻接矩阵以及有向性拓扑图，对大型房地产项目债务化解影响因素进行网络密度分析、中心性分析以及结构洞分析，并综合考虑上述指标，分析出大型房地产项目债务化解的关键因素。

3.1 数据分析

(1)网络密度分析

网络密度表示网络中行动者之间实际关系总数与可能的最大关系总数之比。通过计算得到大型房地产项目债务化解影响因素中，行动者的数量为13，网络中关系数为59，由公式计算得网络密度为0.378。由此得出该网络因素间联系较为紧密，该网络协同效应潜力较大，该网络信息流通相对顺畅。

(2)中心度分析

中心度描述某行动者在社会网络中获得优势地位和权力的程度。通过Python计算得到大型房地产项目债务化解各影响因素的点度中心度、中介中心度和接近中心度，按照指标排序如下表所示：

表4 中心度分析

(3)结构洞分析

结构洞分析旨在揭示社会网络中个体或组织之间的关系结构以及由此产生的信息和资源流动模式。冗余度反映了网络中节点之间关系的重复程度，限制度是衡量一个节点在网络中受到其他节点限制的程度。有效规模表示一个节点在网络中能够直接或间接连接到的其他有效节点的数量。

表5 结构洞分析

3.2关键因素确定

基于社会网络分析理论对大型房地产项目债务化解影响因素进行拓扑建模，得出了中心性指标和结构洞指标，我们选取网络中最接近网络中心的因素、对其他影响最广泛的因素以及制度约束性最高的因素作为关键因素进行进一步分析：

(1)项目公司财务能力

该节点表现出显著的网络支配性特征，点度中心度与限制度双高值揭示其兼具网络中心性与结构约束性。作为连接78.6%网络节点的结构洞占据者，其通过高中介中心度承担着跨子系统的资源调配功能，同时高冗余度赋予其资源替代弹性。但需注意，该节点的路径依赖其他因素可能导致决策迟滞放大债务危机的传导速度。

(2)市场需求量

该节点有效规模最高，表明其对15个资源流动通道具有支配能力。中等点度中心度与高接近中心度的特征，表明其通过32条最短路径影响资金回流机制。其冗余度虽高于网络均值，但渠道替代的边际效用呈递减趋势，存在市场响应刚性风险。

(3)金融机构信贷参数

贷款利率、期限等节点表现出制度性约束特征，中等限制度与低中介中心度的组合，反映其通过政策传导而非网络拓扑影响系统。其调节时滞可能加剧债务展期的蝴蝶效应。

4.基于关键因素大型房地产项目债务化解政策建议

经上述分析，本文得出大型房地产项目债务化解的关键因素，针对其中心性特征以及结构洞特征，结合债务传导链条，本文拟提出以下政策建议，以期能够为债务化解提供解决路径参考。

4.1增强项目公司财务能力

(1)政府加大专项债额度支持力度

国家建立政府欠款信息直通系统，快速准确地掌握当地企业被欠款的具体金额，提前化解债务风险，避免债务问题进一步恶化。提供专项资金额度，用于购买和担保金融机构的问题资产，以救助当时陷入困境的系统重要性机构。有效避免出现不良资产处置周期过长以及资产负债表衰退的恶性循环。

(2)项目公司与债权人协商重谈债务条款

项目公司可以与银行、债券持有者等债权人进行积极沟通，争取延长还款期限、协商降低利率，优化企业的财务状况。或主动与银行、债券持有者等债权人进行沟通，探讨债转股的可能性，改善企业的负债结构，使企业的财务状况更加稳健。

(3)项目公司削减开支降低管理成本

项目公司可以通过削减开支来降低管理成本，精简管理架构，去除冗余的管理环节和岗位，提高管理效率。加快项目建设速度，尽快使项目达到预售条件并推向市场进行销售，从而实现销售回款。另外，对闲置土地、尾盘、商业办公用房等存量资产进行全面盘点，通过打折销售、拍卖、合作开发等多种方式快速变现。

4.2扩大市场需求量

(1)政府加强保障房收购的资金支持和覆盖范围

政府设立保障性住房机构，以机构的名义向央行申请再贷款，用于购买市场上的存量住房。盘活市场上的存量房源。同时因不同城市的住房供求关系存在差异，可根据实际情况合理调整收储房的用途。在核心城市，住房供求关系相对紧张，可将收储的住房主要用于保障房建设，以满足中低收入群体的住房需求。而在中小城市，住房市场已出现一定程度的过剩，可以将收储的住房用于养老、医疗等社会服务领域，提高资源利用效率。

(2)项目公司推出促销优惠政策

实行“政府补贴+企业让利”组合优惠，项目公司可提供车位赠送、物业费减免等附加权益。与金融机构合作开发低息贷款产品，降低购房门槛。允许业主以旧房折抵新房首付，建立第三方评估平台保障置换公平性，加速存量房流通，为项目公司带来更多的资金回笼，缓解资金压力。

4.3调整金融机构信贷参数

(1)增加项目公司及购房者贷款额度

对于项目公司而言，金融机构可根据其开发项目的规模、进度、还款能力等综合因素，适当提高项目贷款额度，确保项目顺利推进。对于购房者来说，增加购房贷款额度可以使更多人具备购房能力，提高市场对房地产的需求。

(2)降低项目公司及购房者贷款利率

金融机构可结合市场情况和自身风险控制能力，适当下调项目公司贷款利率，降低其融资成本，增强其偿债能力。同时，降低购房者的贷款利率，能够减轻其购房负担，刺激购房需求。

(3)延长项目公司及购房者还款期限

金融机构可根据项目公司的开发周期、销售回款情况等因素，合理延长项目贷款的还款期限，使其有更充裕的时间筹集资金。对于购房者，延长还款期限可降低每月还款金额，提高购房者的可负担性，减少因还款压力过大而导致的违约情况。

作者简介

韩颖 武汉科技大学管理学院工程管理本科生

熊华平 武汉科技大学管理学院教授、武汉科技大学“优秀双带头人”、武汉科技大学管理学院学术委员、中国建筑学会建筑经济分会理事

参考文献