（会计学专业论文）房地产企业财务危机预警研究.pdf

j i l l l i l l l li mi i i l uijj l l l lfrlli if y 2 13 0 6 5 4 r e s e a r c ho nf i n a n c i a lc r i s i sp r e - - w a r n i n go f r e a le s t a t ec o m p a n i e s 学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下， 独立进行研究工作所取得的成果。除文中已经注明引用的内容 外，本论文不含任何其他个人或集体已经发表或撰写过的作品成 果。对本文所涉及的研究工作做出重要贡献的个人和集体，均已 在文中以明确方式标明。本人完全意识到本声明的法律责任由本 人承担。 特此声明 学位论文作者签名：扬面 印年孓月fe t 学位论文作者签名：= i 嘶面 印年月 学位论文版权使用授权书 本人完全了解对外经济贸易大学关于收集、保存、使用学位论文 的规定，同意如下各项内容：按照学校要求提交学位论文的印刷 本和电子版本；学校有权保存学位论文的印刷本和电子版，并采 用影印、缩印、扫描、数字化或其它手段保存论文；学校有权提 供目录检索以及提供本学位论文全文或部分的阅览服务；学校有 权按照有关规定向国家有关部门或者机构送交论文；学校可以采 用影印、缩印或者其它方式合理使用学位论文，或将学位论文的 内容编入相关数据库供检索；保密的学位论文在解密后遵守此规 定。 学位论文作 导师签名： p 胁年t - 月1 日 搠年r 月纠日 摘要 2 0 0 8 年美国次贷危机爆发以来，金融风暴在全球迅速蔓延，世界经济 度走向低谷，各国的实体经济都有不同程度的衰退，很多企业出现生产经营 趋紧，盈利水平下降甚至倒闭等严重问题，财务危机不断深化。纵然有全球 经济低迷，各项政策的改变等原因，对于企业的倒闭，财务风险的预警己不 该不引起各方的重视，成为企业应该关注的焦点问题。 随着我国经济体制改革的不断深化，房地产企业逐渐在国民经济体系中 占据先导性和基础性的地位，并成为促进经济发展的支柱产业。建立并完善 房地产企业预警系统，使得国家对房地产企业及市场的监督及调控更加有 效；使得企业自身的生存发展及我国经济的发展更加健康繁荣；使得企业管 理者对于企业的运行能更加准确的把握；使得广大的投资者能更稳妥的预测 及操作；使得人民群众能真正享受到发展带来的好处。 本文通过分析现有的关于财务危机的研究成果，基于我国房地产企业上 市公司的财务数据，运用主成分分析法建立了财务危机预警模型，模型中加 入了现金流及公司治理方面的指标，并比较了是否加入公司治理指标对模型 准确率的影响。 本文得到了较为全面且准确率较高的预警模型，可以辅助投资者、管理 者及监管机构对财务状况的判断，希望能够提供一个有益的工具供各方参 考。 关键词：房地产企业，财务危机预警，主成分分析 a b s t r a c t s i n c et h eo u t b r e a ko ft h e2 0 0 8u ss u b p r i m em o r t g a g ec r i s i s ，g l o b a lf i n a n c i a l t u r m o i ls p r e a dr a p i d l y ，t h ew o r l de c o n o m yw e n tt o w a r d st h eb o t t o mo f i t ，t h er e a l e c o n o m yo fc o u n t r i e sh a v ed i f f e r e n tl e v e l so fr e c e s s i o n ，m a n yc o m p a n i e sf a c e d s e r i o u sp r o b l e m si np r o d u c t i o na n do p e r a t i o n ，w h i c he v e nc o u l dd r i v et h e mt o b a n k r u p t c y e v e nt h o u g ht h e r ea r er e a s o n sl i k et h ed o w n t u r no ft h ew h o l ee c o n o m y a n dt h ec h a n g e so fe c o n o m y ，t h e p r e - w a r n i n go ff i n a n c i a lr i s ks h o u l da l s oc a u s em u c h a t t e n t i o n w i t ht h ec o n s t a n td e e p e n i n go fc h i n a se c o n o m i cr e f o r m ，r e a le s t a t ee n t e r p r i s e s i nt h en a t i o n a le c o n o m i cs y s t e mg r a d u a l l yo c c u p yt h ep i l o ta n dt h eb a s i cs t a t u sa n d b e c o m eap i l l a ri n d u s t r yt op r o m o t ee c o n o m i cd e v e l o p m e n t e s t a b l i s ha n di m p r o v et h e r e a le s t a t eb u s i n e s sp r e w a r n i n gs y s t e me n a b l et h es u p e r v i s i o na n d r e g u l a t i o no ft h e r e a le s t a t eb u s i n e s sm a r k e tt ob em o r ee f f e c t i v e l y ，t h ec o m p a n i e s o w ns u r v i v a la n d d e v e l o p m e n tt ob em o r ep r o s p e r o u s t h r o u g ha n a l y s i so fe x i s t i n gr e s e a r c hr e s u l t so nt h ef i n a n c i a lc r i s i s ，b a s i n go n f i n a n c i a ld a t ao ft h er e a le s t a t el i s t e dc o m p a n i e si nc h i n a ，u s i n gp r i n c i p a lc o m p o n e n t a n a l y s i s ，t h i sp a p e re s t a b l i s h e daf i n a n c i a lc r i s i se a r l y - w a m i n gm o d e l ，w h i c hi n c l u d e s c a s hf l o wa n dc o r p o r a t eg o v e r n a n c ei n d i c a t o r s ，a n dc o m p a r e dt h ea c c u r a c yb e t w e e n w h e t h e rt oj o i nt h ec o r p o r a t eg o v e r n a n c ei n d i c a t o r si nt h em o d e l t h i sa r t i c l ee s t a b l i s h e dam o r ec o m p r e h e n s i v ea n da c c u r a t ep r e w a r n i n gm o d e l ， a n dih o p ei tc a l la s s i s ti n v e s t o r s ，m a n a g e r sa n dr e g u l a t o r st oe s t i m a t et h ef i n a n c i a l p o s i t i o n ，t op r o v i d eau s e f u lt o o lf o rr e l a t e da s p e c t s k e y w o r d s ：r e a le s t a t ec o m p a n i e s ，p r e - w a r n i n g ，c o m p o n e n ta n a l y s i s 目录 第一章绪论1 1 1 研究背景及意义。1 1 2 相关概念界定2 1 2 1财务危机2 1 2 2财务危机预警3 1 3 本文研究方法及结构4 1 。4 本文创新之处5 第二章研究成果综述及评价7 2 1 运用统计方法研究7 2 1 1 单变量分析7 2 1 2 多变量判别分析8 2 1 3 多变量线性概率模型1 l 2 1 4 多变量逻辑回归分析1 1 2 1 5 主成分分析1 3 2 1 6 累积和方法1 6 2 1 7 生存分析1 6 2 1 8 时间序列分析1 6 2 1 9 指数加权移动平均分析1 7 2 2 人工智能专家系统方法1 7 2 2 1 人工神经网络分析1 7 2 2 2 遗传算法分析1 8 2 2 3 递归划分决策树模型1 8 2 2 4 基于案例推理分析1 8 2 2 5 粗集理论分析1 8 2 3 本文对国内外研究成果的综合评价1 9 第三章房地产企业财务危机预警分析研究2 1 3 1 研究样本的选取2 1 3 1 1s t 样本组2 1 3 1 2 非s t 样本组2 1 3 2 研究指标的确定2 2 3 2 1 确定财务指标的原则2 2 3 2 2 确定非财务指标的原则2 2 3 2 3 本文指标的确定2 2 3 3 本文研究方法及步骤2 6 3 3 1k m o 值及b a r t l e t t 检验2 6 3 3 2 相关性分析2 7 3 3 3 主成分分析2 7 3 3 4 主成分含义3 0 3 3 5 主成分模型3 2 3 4 房地产企业财务危机预警模型分析比较4 2 3 5 样本研究结论4 4 第四章引起房地产业财务危机的其他因素分析4 6 4 1 内部因素4 6 4 2 外部因素4 8 第五章结语5 0 5 1 研究总结5 0 5 1 1 研究结论5 0 5 1 2 本文的局限性5 0 5 2 未来展望5 1 参考文献5 3 附录a 5 5 附录b 5 7 附录c 5 9 附录d 6 1 致谢6 6 个人简历在读期间发表的学术论文与研究成果6 7 第一章绪论 1 1 研究背景及意义 2 0 0 8 年美国次贷危机爆发以来，金融风暴在全球迅速蔓延，世界经济一 度走向低谷，近期，在经济逐渐回暖的期待下，欧债危机又席卷全球，使得 全球经济再次进入冷冬，近年来经济一直在低迷中徘徊，全球各国的实体经 济都有不同程度的衰退，众多超大型及大型全球企业濒临破产，很多企业出 现生产经营趋紧，盈利水平下降甚至倒闭等严重问题，财务危机不断深化。 纵然有全球经济低迷，各项政策的改变等原因，对于企业的倒闭，财务风险 的预警已不该不引起各方的重视，成为企业应该关注的焦点问题。 在世界经济迅速发展的今天，企业作为经济的重要支柱，越来越发挥着 不可替代的作用，企业发展的好坏也无时不刻的牵动着经济的走向和发展， 各种企业一旦出现危机，不仅威胁自身的发展，对经济还可能会造成无法估 量的后果，另外，还会波及到企业自身管理者、投资者的利益，引发其信心 不足，甚至股市崩盘等严重后果。在如今脆弱的经济环境下，企业的财务危 机更应该引起足够的重视。因此，财务危机的预警应当成为企业管理关注的 重要方面，只有对可能出现的财务风险或危机有完善健全的预警机制或系 统，提前做出相应的防范或改进才能使企业及经济更健康平稳的发展避免无 谓的损失。 随着我国经济体制改革的不断深化，资本市场的快速发展，人民的生活 水平的提高和投资意识不断增强，房地产企业逐渐在国民经济体系中占据先 导性和基础性的地位，并成为促进经济发展的支柱产业。但近年来，由于房 地产泡沫的出现和房地产市场不规范的发展，出现了大量投机行为，使得房 地产企业面临许多不确定因素，出现财务危机的风险大大提高，在高速发展 的背后隐藏着不可忽略的风险，同时，由于其发展过快投资增速过高致使房 地产价格一路飙升，对普通大众甚至已逐渐成为奢侈品，普通家庭基本已无 力承担如此高涨的房价，国家近年来对此出台了越来越严厉的调控措施，种 种宏观及微观方面的因素对房地产企业的发展都有着深远的影响。 建立并完善房地产企业预警系统，对普通大众、企业自身及经济的发展 都有积极的意义。首先，提高房地产企业财务危机预警能力对于企业自身的 生存及健康可持续发展有最重要的意义，能使企业做到未雨绸缪有所防范和 改进，否则企业会面临财务危机甚至濒临破产。其次，建立房地产企业预警 模型对于经济健康平稳的发展有重要意义，只有支柱企业都健康繁荣的发展 整个经济才能顺利的运转，才能使包括管理者、企业投资者在内的人民大众 享受经济发展的成果，提高人民的生活水平，也对国家监管机构提供监督管 理国家各企业各种经济成分发展的有力工具。最后，对于目前我国房地产市 场及经济发展的形势，建立有效的预警系统是势在必行的，房地产市场已亟 需有效规范的运转，因此，对建立房地产企业的预警系统的研究是同样具有 重要的现实意义的。 1 2 相关概念界定 1 2 。1 财务危机 关于财务危机，又称财务困境，不同的研究学者对其有不同的定义，但总体 上，大多数学者均认同，财务危机的极端状态为企业破产，具体来说，国内外专 家对其定义主要有以下几种： 较早研究财务危机的学者是b e a v e r ( 1 9 6 6 ) ，其研究的7 9 家财务危机公司， 不仅仅包括破产的公司还包括了拖欠优先股股利和债务的公司，由此可见，他将 财务危机定义为破产、拖欠优先股股利或债务、银行超支等。 a l t m a n ( 1 9 6 8 ) 认为财务危机为“进入法定破产”。 2 d e a k i n ( 1 9 7 2 ) 定义的财务危机公司为“已破产、无力偿还债务或为债权人利 益而已经进行清算的公司”。1 c a r m i c h a e l ( 1 9 7 2 ) 把财务危机界定为企业履行义务时受阻，具体的形式包括流 动性不足、流动资金不足、债务拖欠及权益不足。2 f o s t e r ( 1 9 8 6 ) 提出财务危机是企业遇到的一种严重的变现问题且只能通过对 经济实体的经营或结构实行大规模的重组解决。3 谷棋、刘淑莲( 1 9 9 9 ) 将财务危机定义为企业无力支付到期债务或费用的一种 经济现象，包括从资金管理技术性失败到破产以及处于两者之间的任何一种情 况。4 r o s s ( 2 0 0 0 ) 贝, l j 认为财务危机包括四个方面：第一，企业清算后仍无法偿还债 权人债务即企业失败；第二，法定破产；第三，技术破产，即企业无法按期履行 债务合约；第四，企业资不抵债即会计破产。 可以看出，财务危机并没有一致认可的标准定义，各种定义侧重的方面不尽 相同。本文将财务危机定义为企业财务状况恶化，无力偿还债务，极端情况为清 算或破产。然而，在我国的证券市场中，尚未有一家上市公司被破产清算，因此 以破产为标准的研究很难量化，所以本文以被特殊处理的上市公司作为陷入财务 危机公司的度量标准，其中被特殊处理的公司是指连续两个会计年度出现亏损或 最近一个会计年度每股净资产低于股票面值的上市公司。 1 2 2 财务危机预警 企业财务危机预警是以企业的信息化为基础，对企业在生产、经营及管理过 程中所出现的各种潜在风险进行实时监控的系统。 具体来说，财务危机预警贯穿于企业生产经营的全过程，以企业的财务报表、 1 d e a k i ne d w a r d ，d i s e r i m i n a n ta n a l y s i so f p r e d i c t o r so fb u s i n e s sf a i l u r e , j o u r n a lo f a c c o u n t i n gr e s e a r c h ， 1 9 7 2 ，l o ( 1 ) , p p 1 3 2 - 1 3 6 2c a r m i c h a e l ，t h e a u d i t o r sr e p o r t i n go b l i g a t i o n ，a u 历t i n gr e s e a m hm o n o g r a p h ，1 9 7 2 ，l ，p p 9 4 - 9 7 3g e o r g ef o s t e r , f i n a n c i a ls t a t e m e n t a n a l y s i s ，p r e n t i c e - h o u s en e w j e r s e y ，19 8 6 ( 3 ) ，p p 2 6 1 - 2 6 4 4 谷棋，刘淑莲：“财务危机企业投资行为分析及对策”，会计研究，1 9 9 9 年第1 0 期，第2 8 页 经营计划、相关经营资料以及所收集的相关外部资料，利用规范性和实证性理论， 根据企业的组织体系，采用比例分析、比率分析、比较分析或数学模型等方法， 对企业的财务状况、经营成果及其它企业运营管理情况进行分析，发现并分析企 业在经营管理过程中所面临的经营波动或财务风险，预先告知企业经营者和其他 利益相关方，以督促企业管理部门采取防范措施，防止财务危机的出现。 本文中的财务危机预警的内涵与上述一致，即利用房地产企业的相关会计资 料，对可能出现的危机提前进行预测分析，以期达到预警的效果。 1 3本文研究方法及结构 本文的研究对象为房地产企业上市公司，共选取了5 6 家在沪深两市上市的 房地产公司，其中包括按照同时期同行业同规模的原则选取的2 0 0 0 年- 2 0 1 0 年之 间被s t 的上市房地产公司以及非s t 的公司各2 8 家。同时，根据相关的财务数 据，选取了3 0 个财务指标和非财务指标，包括了反映公司偿债能力、营运能力、 成长能力、盈利能力、现金流量及公司治理六个方面的指标，根据被s t 公司t - 3 年的数据，借助s p s s 及e x c e l 软件对数据进行处理和分析，利用了主成分分析 法建立了房地产企业财务危机预警模型，并进行了检验，同时比较了是否增加公 司治理相关指标所建立的模型的准确程度。 本文由五部分构成： 第一部分为绪论，介绍了本文的研究背景以及研究房地产企业财务危机预警 的重要意义，同时明确了财务危机、财务危机预警等概念的含义，叙述了本文所 采用的研究思路、方法，全文的结构以及创新之处。 第二部分为关于财务危机预警的国内外的研究成果的综述。该部分阐述了所 学习和参考的国内外的相关文献及著作，评价比较了已有的部分研究成果，引出 了本文的研究。 第三部分是本文的核心部分即对房地产企业财务危机预警进行实证分析。首 4 先明确了选取样本公司、财务指标、非财务指标的原则和标准，展示了所选择的 样本和指标，并详细介绍了本文所采用的研究方法，最后利用主成分分析法分别 建立了包括公司治理因素和不包括公司治理因素的危机预警系统的模型，并比较 了两种模型的准确率，得到了增加公司治理因素后的模型比不增加所建立的模型 准确率更高。 第四部分对财务危机的影响因素进行了定性分析。任何研究都应以定量和定 性分析研究相结合，因此，该部分在定量研究的基础之上又对财务危机的影响因 素进行了定性的总结和分析，以更全面的研究企业的财务危机预警系统。 第五部分是本文的总结与展望。该部分分析总结了整篇文章的研究结论，提 出了本文的贡献之处，同时也指出了还存在的不足及研究的局限性，最后对今后 的研究进行了展望，希望自己能在今后的学习和研究之中弥补现有的局限，做出 更好的成果。 1 4本文创新之处 本文是在大量学习和总结前人的研究之后，根据自己的学习体会及现有研究 的空白所做出的研究，试图在以下几个方面有所创新： 第一，对于财务危机的预警系统，不同的行业有不同的自身的特点，笼统的 研究上市公司的指标会忽视了各行业的不同特点，导致所建立的模型不适用于个 别公司，因此本文着眼于房地产行业，专门研究房地产行业的财务危机预警，以 期对该行业有实用的结果。 第二，现有的财务危机预警的研究基本上都是应用财务指标，很少有关注关 于公司治理方面的非财务指标对财务危机的影响，而众所周知，企业财务危机的 成因中非财务指标起到非常重要的作用，同时考虑到我国房地产企业的现状，出 现了泡沫，房价急速上涨等等现象，国家针对这些现象采取了严厉的调控措施， 这些措施对于房地产企业有着深远的影响，这些非财务的因素可能会对房地产企 业产生更为重要的影响，因此，本文试图关注公司治理层面的一些非财务指标， 研究其加入到财务危机预警模型中是否会提高模型的准确率。 第三，以往的研究中，对于现金流量的考虑不够充分，本文同时也将现金流 量的指标加入到预警系统之中，更为全面准确的反应影响财务危机预警的各方面 的原因。 6 第二章研究成果综述及评价 对于财务危机预警，国内外研究成果已是硕果累累，国内相对于国外的研究 起步较晚，大多是借鉴国外研究，结合我国的实际情况有所创新，总体上，现有 研究成果基本分为两大类：运用统计方法研究和运用人工智能专家系统方法研 究，其中运用统计方法是较为传统的研究方法，人工智能专家系统的方法是近几 年新兴的与其他学科结合交叉的研究方法。 2 1 运用统计方法研究 2 1 1 单变量分析 最早对财务危机预警使用统计方法研究的是f i t z p a t r i c k ( 1 9 3 2 ) ，其文章成功 与失败公司财务比率的比较5 一文中建立了单变量破产预警模型，他的研究以 1 9 家公司作为样本，根据单个财务比率，将样本划分为破产和非破产两组，而且 得到结论：判别能力最高的财务比率为股东权益负债与净利润股东权益，而且 在经营失败的前三年这两个比率就呈现出显著差异。 随后，b e a v e r ( 1 9 6 6 ) 在美国会计评论上发表了论文以财务比率作为 失败企业预警指标6 ，正式提出了单变量模型即一元判别模型，也是借鉴了 f i t z p a t r i c k 的思想，利用单一财务比率预测企业财务风险。他以1 9 5 4 年一1 9 6 4 年十年间7 9 家破产公司和同时期同规模同行业的另外7 9 家经营未失败的企业作 为样本，运用了两分法检验，发现离企业宣告失败日越近，财务比率预测的准确 率越高。研究结果显示，有4 个财务比率最能准确的预测财务危机状况，它们是： 债务保障率( 现金流量负债总额) ，资产负债率，资产收益率( 净收入总资产) ， 营运资本总资产。其中债务保障率这一比率预测效果最好，在破产前一年的准 5 f i t z p a t r i c kp j ，ac o m p a r i s o no f r a t i o so f s u c c e s s f u li n d u s t r i a le n t e r p r i s e sw i t ht h o s eo ff a i l e df i n n s ， c e r t i f i e d b ，f c a c c o u n t a n t ，v 0 1 2 ，( j a n 1 9 3 2 ) ，p p 5 8 9 7 3 1 6b e a v e r w h ，f i n a n c i a lr a t i o sa sp r e d i c t o r so ff a i l u r e ，j o u r n a lo fa c c o u n t i n gr e s e a r c h ( s u p p l e m e n t ) ，v 0 1 4 ， 1 9 6 6 ，p p 7 1 - 111 7 确率可达到8 7 。 在我国，最早使用单变量对财务危机进行分析的是陈静( 1 9 9 9 ) 7 其以1 9 9 8 年的2 7 家s t 和2 7 家非s t 公司作为研究样本，使用了1 9 9 5 - 1 9 9 7 年间的财务报 表数据及相关指标分别进行了单变量分析和二类线性判定分析。其研究结果表 明，在单变量分析中，流动比率和负债比率的误判率最低，预测效果最好；在二 类线性判定分析，发现利用流动比率、总资产、负债比率、总资产周转率、营运 资本及净资产周转率构建的模型，可以在s t 发生的前3 年有较好的预测效果， 其中在s t 的前一年预测效果最佳，准确率达到了9 2 6 。 单变量的模型开创了研究企业财务危机的先河，其简单易行、数据获取容易， 而且对于财务危机的发生有一定的预测效果，但其作用有限且缺点也是显而易见 的：第一，单个财务指标不能全面的反应企业的财务状况，使得预测没有说服力； 第二，单个财务指标的应用有可能收到通货膨胀等因素的影响；第三，获得的财 务数据并不一定准确且能真实的反应企业财务状况，当企业管理者或经营者粉饰 业绩及财务报表时，利用单个的财务比率进行判断及预测，得到的结果必定有所 偏差，使单变量模型失去作用。鉴于以上不足，能弥补这些缺点的多变量的模型 就应运而生了。 多变量模型是应用多个财务指标建立企业财务危机预警模型，以期全面的反 应企业财务状况。 ， 2 1 2 多变量判别分析 a l t m a n ( 1 9 6 8 ) 首次使用了多元判别分析预测企业财务危机，多元判别分析 法是指利用多个变量建立判别函数，使其建立的判别函数对观测样本分类时错判 率最小的方法。其中最常见的是a l t m a n 的z s c o r e 模型，其在论文财务比率、 7 陈静：“上市公司财务恶化预测的实证分析”，会计研究，1 9 9 9 年第4 期，第3 1 3 8 页 判别分析和破产预测8 中提出了这一模型，该模型利用判别方程的z 判别分值可 以将样本公司分为破产和非破产两组。 a l t m a n 的研究选取了1 9 4 6 - 1 9 6 5 年间提出破产申请的3 3 家公司以及按照同 时期同规模同行业的原则选取的3 3 家非破产公司作为研究样本，经过大量的考 察和分析，从2 2 个财务指标中选择了5 个最具有代表性的指标，分别可以反映 企业的流动性、获利能力、财务杠杆、偿债能力和营运能力，通过赋予各指标相 应的权重再进行加权建立了z 分值模型，其判别方程的表达式为： z = o 012 x l + 0 014 x 2 + 0 0 33 x 3 + 0 0 0 6 x 4 + 0 9 9 9 x 5 ( 2 1 ) 其中z 代表判别分，x l 表示营运资本总资产，反映了企业资产的变现能力； x 2 表示留存收益资产总额，代表企业的累积获利能力；x 3 表示息税前利润 资产总额，该指标类似于资产报酬率，衡量了公司资产的收益情况；强表示权益 市场价值负债总额，反映了公司权益和负债的比例关系，表明了公司的资本结 构；x 5 表示销售收入资产总额，衡量了公司资产的利用效率及周转情况。 通过对数据的处理及分析，a l t m a n 最终得出了结论：企业破产与非破产的分 界点值为2 9 9 。即当z ) 2 9 9 时，公司财务状况较好，出现破产的可能性较小； 当1 8 1 z 2 9 9 时，企业的财务状况不稳定，财务风险不确定，需要进一步的 研究分析；当z i 8 1 时，企业有较大的财务风险，很可能出现财务危机。 该模型是在单变量模型的基础上的一次成功跨越，能够较准确全面的反应企 业的财务状况，但是，由于a l t m a n 选取的样本仅仅是制造业企业且要有上市交 易的股票，因此仅适用于制造业上市公司，有一定的局限性。同时，按照严格的 统计假设，线性模型的各变量应满足服从正态分布且两样本组内协方差矩阵相等 的假设，通常情况下这种严格的假设很难完全满足，导致利用该模型会产生较大 的偏差。 8e d w a r di a l t m a n ，f i n a n c i a lr a t i o s ，d i s c r i m i n a n t a n a l y s i sa n d t h ep r e d i c t i o no fb a n k r u p t c y , t h ej o u r n a lo f f i n a n c e ，v 0 1 2 3 ，n o 4 ( s e p 1 9 6 8 ) ，p p 5 8 9 - 6 0 9 9 为了能使模型有更广泛的应用范围，1 9 7 7 年a l t m a n 与h a l d e m a 等人又对z 模型进行了改进，使其能更准确的应用于财务危机的预测，发表了论文 ( z e t a 分 析研究企业破产风险的新模型99 其中建立的新模型被称为z e t a 模型。该 模型仍以z 分值模型的五个指标作为变量，根据具体公司情况，得到不同的系数 及表达式，同时能够得到企业财务状况好坏的分界点。 在我国开创多变量分析研究财务危机的先河的是周守华、杨济华( 1 9 9 6 ) 1 0 ， 其开创性的提出了基于z 分数模型的f 一分数模型，对我国该领域的研究有着里程 碑意义。其在1 9 9 6 年发表了论文论财务危机预警分析f 一分数模型，该模 型对z 分数模型进行了改造，加入了现金流量指标，构建了新的模型，其表达式 如下： f = 0 1 7 7 4 + 1 1 0 9 1 x l + o 1 0 7 4 x 2 + 1 9 2 7 1 x 3 + o 0 3 0 2 x 4 + 0 4 9 6 1 x s ( 2 2 ) 其中x l ，x 2 ，均与z 分数模型原有的财务指标相同，但x 3 ，x 5 与原 模型不同，分别为x 3 表示( 净利润+ 折旧) 平均总负债，x 5 表示( 净利润+ 折旧 + 利息) 3 z 均总资产。这两个财务指标是反映企业现金流的指标，x 3 代表企业的 现金流量用于偿还债务的能力，x 5 表示企业资产创造现金流的能力，相对于z 分 数模型，该模型能更全面的反映企业的财务状况。 该模型研究结果显示其临界值为0 0 2 7 4 ，即若企业的f 值超过该值，则企业 财务状况良好；若低于该值，则企业财务状况恶化，出现破产迹象。 张玲( 2 0 0 0 ) 以1 2 0 家上市公司作为样本，将其分为两组，每组均包括6 0 家公司，其中第一组包括3 0 家s t 公司，3 0 家绩优公司；第二组有2 1 家s t 公司 和3 9 家随机选择的非s t 公司，利用z 分数模型进行分析预测，结果表明该模型 在公司出现亏损的前两年就可以预测公司前景。 9e d w a r di a l t m a n , z e t a a n a l y s i s - an e wm o d e lt oi d e n t i f yb a n k r u p t c yr i s ko fc o r p o r a t i o n s j o u r n a lo f b a n l d n g f i n a n c ev 0 1 2 2 ，n o 3 ，( j a n ，19 7 7 ) ，p p 2 2 3 2 4 5 1 0 周守华，杨济华：“论财务危机预警分析_ f 分数模型”，会计研究，1 9 9 6 8 1 1 张玲：“财务危机预警分析判别模型及其应用”，预测，2 0 0 0 年第6 期 l o 徐森( 2 0 0 6 ) 分析万科公司的经营状况时，利用了z 值模型，并根据房地产 行业的特点在模型中增加了偿债能力的指标，测算了万科的z 值，并与z 值模型 临界值及行业z 值做出比较，结果表明房地产行业在当时处于危险地带。1 2 范文亮，贺照利( 2 0 0 7 ) 将z 模型应用于房地产企业财务危机预警模型的研 究之中。文章选取了我国5 3 家房地产行业上市公司，选择了包括会计及公司治 理的2 9 个财务指标进行研究，构建了一个带有常数项的z 值模型，其研究结果 表明房地产行业上市公司的财务风险主要与总资产周转率、销售毛利率、资产负 债率、第一大股东持股比例及流通股持股比例相关，且销售毛利率的贡献率达到 了3 1 9 8 ，模型预测的准确率达到了9 8 。1 3 2 1 3 多变量线性概率模型 该模型是利用线性回归建立的，其表达式为： y = c + 玩x 重+ b z x 2 + i + 风( 2 3 ) 声l 归 其中y 为企业发生财务危机的概率，c 为常数项，为系数，解释 x l “ 预警指标对财务危机概率的影响大小，代表n 个财务预警指标。 该模型以0 5 为临界值点，y 值越大企业发生财务危机的概率就越大。 2 1 4 多变量逻辑回归分析 为了克服以往模型的局限性，专家学者们不断进行了大量的研究和分析，较 有代表性的应属o h l s o n ( 1 9 8 0 ) 提出的多元逻辑回归模型及z m i j e w s k i ( 1 9 8 4 ) 提出的多元概率比回归模型，二者均属于l o 西s t i c 回归模型，主要应用于二值响 应变量的问题。其中二值响应变量指只有两个结果的变量，如是或否、成功或失 败等。基本原理是使用极大似然法计算出各参数值，再通过计算推导等过程得到 变量取某个值的概率。因此将逻辑回归的方法引入财务危机预警模型的研究可以 1 2 徐森：“房地产企业财务风险分析及预警初探”，会计之友，2 0 0 6 ( 1 9 ) 1 3 范文亮，贺照利：“房地产行业上市公司财务危机预警的实证研究”，集团经济研究，2 0 0 7 ( 6 ) 得到企业发生财务危机的概率有多大。 o h l s o n 提出的多元逻辑回归模型的思想是求观察对象的条件概率，其假设条 件包括：第一，自变量之间不存在共线性；第二，样本数须为非回归参数。该模 型的数学表达式为： l n ( p ( 1 p ) ) = b + b l x l + b 2 x 2 + i + k x 扎( 2 4 ) 其中，p 表示企业面临财务危机的概率，x ( i _ 1 ，2 n ) ，该函数是建立在累 计概率函数的基础上的。 o h l s o n 的研究m 以1 9 7 0 - 1 9 7 6 年间破产的1 0 5 家公司和非破产的2 0 5 8 家公司 作为样本，选取了9 个变量，建立了三个模型，模型分别是预测第一年破产的企 业、预测在第二年破产的企业级预测在一到两年之内破产的企业，其准确率分别 达到了9 6 1 2 ，9 5 5 5 ，9 2 8 4 ，最后的研究结果表明：用公司规模、经营绩效、 当前的变现能力及资本结构预测企业财务危机准确率最高。 z m i j e w s k i 提出的多元概率比回归模型与o h l s o n 的模型相似，区别在于该模 型假设企业样本服从标准正态分布且各参数值采用极大似然估计求解，故该模型 是以累积标准正态分布进行变量转换，而逻辑回归模型采用的是l o g i s t i c 分布。 o h l s o n 的模型克服了之前的多元判别分析的缺点，不需要满足严格的假设条 件且准确率较高，但也同样存在一些问题：该模型利用极大似然法对参数进行估 计使得计算复杂；对自变量的选择需要满足不存在多重共线性的条件，若所选的 变量存在多重共线性则会对结果产生干扰；样本的选择最好多于2 0 0 ，否则参数 估计可能会出现偏差。 我国学者吴世农，卢贤义( 2 0 0 1 ) 1 5 比较了f i s h e r 线性判别分析、多元线性 回归分及逻辑回归分析三种方法，分别建立了模型。其选取了7 0 家财务困境公 mj a m e s a o h l s o n ，f i n a n c i a lr a t i o ，a n dt h ep r o b a b i l i s t i cp r e d i c t i o no fb a n k r u p t c y , j o u r n a lo f a c c o u n t i n g r 嚣e a w h ，v 0 1 1 8 ，n o 1 ，( s p r i n g 1 9 8 0 ) , p p 1 0 9 - 1 3 1 ”吴世农，卢贤义：“我国上市公司财务困境的预测模型研究”，经济研究，2 0 0 1 年第6 期，第2 0 2 4 页 1 2 司及7 0 家非s t 公司为样本进行研究，从2 1 个财务指标中确定了6 个财务指标 包括流动比率、资产报酬率、资产周转率、长期负债与股东权益比率、盈利增长 指数及营运资本总资产，研究结果表明，逻辑回归模型准确率最高。 姜秀华、孙铮( 2 0 0 1 ) 也利用逻辑回归建立了预警模型，研究了公司治理弱 化与财务危机的关系，模型选取的变量包括毛利率、短期借款总资产、其他应 收款资产及股权集中系数等。 颜哲，刘倩，王贵春( 2 0 1 1 ) 选择了2 0 家房地产上市公司，包括s t 和非s t 公司各1 0 家，利用逻辑回归模型对房地产行业预警模型进行研究，通过t 检验 和因子分析两种方法建立了l o g i s t i c 财务危机预警模型并进行了对比分析，认 为t 检验建立的l o g i s t i c 回归模型更适合我国房地产行业，其在理论的合理性 和实际操作性上都要优于因子分析所建立的l o g i s t i c 回归模型，而且公司的财 务状况主要受净资产收益率、主营收入税后利润率、流动比率、速动比率、资产 负债率和每股经营净现金流量的影响。1 6 2 1 5 2 成分分析 主成分分析解决了各个财务指标存在的多重共线性的问题，使得指标互不重 叠。主成分的概念最早由k a r lp a r s o n ( 1 9 0 1 ) 针对非随机变量提出，而后在1 9 3 3 年h o t d l i n g 将其推广到随机变量，后又经r a o ( 1 9 6 4 ) ，c o o l e y l o b e s ( 1 9 7 1 ) ， k s h i r s a g a r ( 1 9 7 2 ) ，m a r d i a ( 1 9 7 9 ) 等人发展丰富逐渐达到成熟。 主成分分析的基本思想是将若干彼此有一定的相关性的变量或指标，通过分 析处理提取出几个不相关且能综合包含原来整个指标信息的主要成分即主成分 代替原来指标，简化了所分析的问题。将主成分分析应用于财务危机预警的研究， 能够消除相关变量之间的互相影响。主成分分析步骤为： 标准化原数据矩阵。若样本数为1 3 ，财务指标数为p ，则原始数据矩阵如下： 1 6 颜哲，刘倩，王贵春：“房地产公司财务预警实证研究t 检验与因子分析法下l o g i s t i c 模型运用对比”，财 会月刊，2 0 1 1 6 下旬，第6 0 6 l 页 x = 五ix 1 2 x 2 1x z 2 五p 恐p ： x , l x n 2 其中x ，( i = 1 ，2 - n ，j = l ，2 p ) 代表第i 家公司的第j 项财务指标。 若2 ( 垓- ，：，) ( 尼= 1 ，2 ，川，利用公式： z ：乏当( 渊，2 ，p ) 、 ( 2 5 ) 其中髓= e x i ，q ，= v a r ( x , ) 即玩为x ；的均值，嚷为其方差。得到标准化的矩 阵x + 。 计算相关系数矩阵。根据公式： c o v ( x , ，x ，) 旷首( 2 6 ) 可得标准化矩阵x + 的相关系数矩阵p 。 计算p 的特征值入和相应的特征向量e 。 根据特征值计算累计贡献率，确定主成分的个数，而特征向量就是主成分的 系数。 计算标准化变量的主成分公式为： 】_ ；+ = ( 彳) r x + = z + z + + e ( i