基于改進(jìn)Z模型房地產(chǎn)企業(yè)財(cái)務(wù)危機(jī)預(yù)警研究--以A公司為例第一章緒論1.1研究背景和意義1.1.1研究背景房地產(chǎn)作為國(guó)民經(jīng)濟(jì)的新增長(zhǎng)點(diǎn)，為中國(guó)GDP做出了巨大的貢獻(xiàn)。目前，房地產(chǎn)行業(yè)在中國(guó)的整體規(guī)模經(jīng)濟(jì)中占著不可忽視的地位，并且對(duì)著目前的經(jīng)濟(jì)狀況起著推進(jìn)的積極作用。商品房銷售規(guī)模的不斷上升、土地市場(chǎng)持續(xù)性火熱等現(xiàn)狀，也是房地產(chǎn)行業(yè)日漸發(fā)展的重要因素之一。隨著目前的經(jīng)濟(jì)形勢(shì)，在“一帶一路”、“大數(shù)據(jù)”、“新經(jīng)濟(jì)常態(tài)”的影響下，雖說(shuō)在國(guó)家政策的扶持下，未來(lái)的發(fā)展前景越來(lái)越明朗，但是投資環(huán)境卻越來(lái)越復(fù)雜化，房地產(chǎn)行業(yè)的公司在經(jīng)營(yíng)中的不確定性就越來(lái)越多，導(dǎo)致可能其財(cái)務(wù)風(fēng)險(xiǎn)越來(lái)越大，隨時(shí)可能面臨財(cái)務(wù)危機(jī)。伴隨著各種內(nèi)外部環(huán)境以及因素的影響，外部因素例如國(guó)家政策的調(diào)控“限購(gòu)”、貨幣的通貨膨脹等，內(nèi)部因素就是自身經(jīng)營(yíng)管理、業(yè)績(jī)下滑等，在復(fù)雜形勢(shì)的影響下，出現(xiàn)財(cái)務(wù)風(fēng)險(xiǎn)就會(huì)越來(lái)越大，又因?yàn)楸姸嗥髽I(yè)忽視了財(cái)務(wù)危機(jī)預(yù)警的重要性，缺乏防范和解決企業(yè)財(cái)務(wù)危機(jī)的預(yù)警措施。在這種內(nèi)外部因素眾多的形勢(shì)下，房地產(chǎn)企業(yè)做好財(cái)務(wù)預(yù)警模型是非常有必要的。1.1.2研究意義在目前的經(jīng)濟(jì)形勢(shì)下，房地產(chǎn)行業(yè)自身的不確定性加上面臨的財(cái)務(wù)風(fēng)險(xiǎn)隨著市場(chǎng)的變化不斷的變化，并且房地產(chǎn)行業(yè)在國(guó)民經(jīng)濟(jì)中擁有一席地位，建立適用于市場(chǎng)的財(cái)務(wù)危機(jī)預(yù)警體系是非常有必要的，對(duì)國(guó)家、企業(yè)管理者而言都是非常有意義的。（1）房地產(chǎn)企業(yè)自身面對(duì)的市場(chǎng)、企業(yè)風(fēng)險(xiǎn)不斷增大，不僅僅對(duì)該行業(yè)企業(yè)自身的發(fā)展產(chǎn)生影響，也對(duì)行業(yè)的發(fā)展有著不可忽視的影響，以本文的A公司為案例，把研究方法運(yùn)用到行業(yè)分析上，建立財(cái)務(wù)危機(jī)預(yù)警體系讓管理者快速發(fā)現(xiàn)自身的存在的問(wèn)題，并去提高抗風(fēng)險(xiǎn)能力；（2）Z模型的研究不僅僅適用于房地產(chǎn)行業(yè)，還適用于各行各業(yè)的上市公司，市場(chǎng)環(huán)境的走向會(huì)讓本身就擁有的高風(fēng)險(xiǎn)的企業(yè)產(chǎn)生極大的影響，特別對(duì)中小企業(yè)來(lái)說(shuō)，任何一次小型的經(jīng)濟(jì)危機(jī)都可能讓其面臨破產(chǎn)，因此能通過(guò)財(cái)務(wù)危機(jī)預(yù)警體系去觀測(cè)市場(chǎng)動(dòng)態(tài)并作出調(diào)整來(lái)規(guī)避或減少風(fēng)險(xiǎn)。1.2文獻(xiàn)綜述1.2.1國(guó)外研究綜述關(guān)于財(cái)務(wù)風(fēng)險(xiǎn)的研究多集中于西方學(xué)者的研究上且起源比我國(guó)的早，其相關(guān)內(nèi)容多與企業(yè)財(cái)務(wù)環(huán)境、市場(chǎng)環(huán)境的有著密切的關(guān)系，并隨著西方市場(chǎng)經(jīng)濟(jì)環(huán)境的變化而變化。國(guó)外的財(cái)務(wù)預(yù)警模型研究的變化是由單一變量財(cái)務(wù)預(yù)警模型轉(zhuǎn)變到多元判別分析財(cái)務(wù)預(yù)警模型，再轉(zhuǎn)變到多元邏輯回歸分析財(cái)務(wù)預(yù)警模型，之后的模型都幾乎是在這些的基礎(chǔ)上進(jìn)行一個(gè)實(shí)驗(yàn)和研究。早期關(guān)于財(cái)務(wù)預(yù)警模型的研究是單一的變量模型，用十九組破產(chǎn)與非破產(chǎn)企業(yè)作為研究樣本，用某一個(gè)財(cái)務(wù)指標(biāo)數(shù)據(jù)分別對(duì)破產(chǎn)與非破產(chǎn)企業(yè)進(jìn)行預(yù)測(cè)。結(jié)果顯示，凈利率比股東權(quán)益和股東權(quán)益比負(fù)債這兩個(gè)比率是適用的。由于單一的變量模型在財(cái)務(wù)指標(biāo)選取上過(guò)于簡(jiǎn)單，不能完全展現(xiàn)出企業(yè)的財(cái)務(wù)狀況。Ohlson(1980)是第一個(gè)將邏輯回歸方法引入財(cái)務(wù)危機(jī)預(yù)警的知識(shí)范疇，他在制造業(yè)上選取2163家公司，以破產(chǎn)和非破產(chǎn)進(jìn)行分類，選擇非匹配數(shù)量的方法進(jìn)行研究，實(shí)驗(yàn)結(jié)果為資產(chǎn)規(guī)模、企業(yè)業(yè)績(jī)、資本結(jié)構(gòu)、融資能力是模型中最具有影響力的因素，預(yù)測(cè)準(zhǔn)確率達(dá)到96.12％。最重要的是Altman（1968）的多元判別分析財(cái)務(wù)預(yù)警模型，即Z-Score模型，該模型本文的基礎(chǔ)。在這些基礎(chǔ)上，國(guó)外的學(xué)者對(duì)此進(jìn)行大量的研究改進(jìn)，下面是外國(guó)學(xué)者近期的研究：HenriFayol（2013）是將財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警思想帶到企業(yè)經(jīng)營(yíng)管理的第一人。FranconettiP,OrtizA（2014）認(rèn)為建立財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)對(duì)緩解財(cái)務(wù)風(fēng)險(xiǎn)有一定潛力。LinEMH,SunEW,YuMT（2018）關(guān)注財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警中的系統(tǒng)風(fēng)險(xiǎn)，以金融機(jī)構(gòu)為例子選取系統(tǒng)性風(fēng)險(xiǎn)指數(shù)，邊際預(yù)期缺口和條件風(fēng)險(xiǎn)價(jià)值三個(gè)指標(biāo)進(jìn)行系統(tǒng)風(fēng)險(xiǎn)大小預(yù)警。在國(guó)外研究的早期，對(duì)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型的研究?jī)H僅局限于對(duì)各種財(cái)務(wù)指標(biāo)的定性分析。后來(lái)，隨著數(shù)學(xué)和統(tǒng)計(jì)學(xué)的普及和發(fā)展，金融風(fēng)險(xiǎn)預(yù)警模型的研究也可以借助數(shù)學(xué)工具進(jìn)行定量分析。國(guó)外對(duì)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的側(cè)重在財(cái)務(wù)風(fēng)險(xiǎn)發(fā)生后如何應(yīng)對(duì)和擺脫財(cái)務(wù)風(fēng)險(xiǎn)的實(shí)際研究，相對(duì)缺少對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的成因、發(fā)生后如何應(yīng)對(duì)的理論研究。1.2.2國(guó)內(nèi)研究綜述我國(guó)在財(cái)務(wù)風(fēng)險(xiǎn)方面的研究起步較晚，改革開放后我國(guó)的學(xué)者才開始對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行研究，開始大多都借鑒國(guó)外知識(shí)和經(jīng)驗(yàn)。周首華（1996）在Altman所研究的Z-Score模型的根基上增添了現(xiàn)金流量指標(biāo)，構(gòu)建出擁有五個(gè)判別變量的F分?jǐn)?shù)模型，其優(yōu)點(diǎn)在于加入了現(xiàn)金流量指標(biāo)，缺點(diǎn)在于沒(méi)有考慮各個(gè)行業(yè)之間的環(huán)境因素。在1996年之后，大量學(xué)者對(duì)這方面做了大量的研究，財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型也在不斷的更新、改進(jìn)，下面是我國(guó)學(xué)者近期的研究：劉佳明，吳沖，郭志達(dá)（2018）以我國(guó)上市公司的財(cái)務(wù)數(shù)據(jù)作為研究樣本，提出了基于改進(jìn)粒子群算法的模糊聚類-概率神經(jīng)網(wǎng)絡(luò)企業(yè)財(cái)務(wù)危機(jī)預(yù)警模型，該模型在企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)長(zhǎng)期預(yù)警具有一定的效果。毛天棋（2018）將通信和計(jì)算機(jī)行業(yè)作為訓(xùn)練樣本，從投資、籌資、運(yùn)營(yíng)三個(gè)方面選取最優(yōu)指標(biāo)構(gòu)建成一個(gè)三維預(yù)警指數(shù)模型。鄧旭東，張瑜，徐文平（2019）從完整的現(xiàn)金流指標(biāo)體系出發(fā)，選取A股中的房地產(chǎn)板塊企業(yè)，利用其板塊企業(yè)在2002-2017年的財(cái)務(wù)指標(biāo)數(shù)據(jù)進(jìn)行Logistic方式的構(gòu)建，該模型總體預(yù)測(cè)正確率為87.1%。1.3研究方法和研究?jī)?nèi)容1.3.1研究方法本文通過(guò)以下三種方法進(jìn)行一個(gè)系統(tǒng)性研究：（1）文獻(xiàn)研究法：通過(guò)我國(guó)知識(shí)庫(kù)系統(tǒng)查詢國(guó)內(nèi)外的文獻(xiàn)資料，利用并分析目前房地產(chǎn)行業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)情況，對(duì)該行業(yè)的研究成果有一個(gè)系統(tǒng)化的認(rèn)識(shí)。（2）模型分析法：本論文通過(guò)構(gòu)建適合的Z-Score模型，根據(jù)模型結(jié)論來(lái)分析該行業(yè)的財(cái)務(wù)預(yù)警的狀態(tài)。（3）案例分析法：本文以A公司為案例，A公司選取為對(duì)新建模型下具有特別意義的企業(yè)，分析其目前的財(cái)務(wù)風(fēng)險(xiǎn)的情況，佐證新建立財(cái)務(wù)預(yù)警模型，改善企業(yè)的財(cái)務(wù)管理能力，提高抗風(fēng)險(xiǎn)能力。1.3.2研究?jī)?nèi)容本文研究?jī)?nèi)容主要分成四個(gè)章節(jié)：第一章：介紹房地產(chǎn)板塊當(dāng)前的研究背景和研究意義，參考世界各國(guó)的企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)和財(cái)務(wù)預(yù)警模型的相關(guān)知識(shí)及其研究，接著對(duì)本文的研究?jī)?nèi)容、研究方法進(jìn)行概述。第二章：本章通過(guò)書籍、文獻(xiàn)等方式了解財(cái)務(wù)風(fēng)險(xiǎn)的含義、特征等一系列的相關(guān)概述，再了解Z模型的基本含義和判別函數(shù)。第三章：本章以房地產(chǎn)開發(fā)與經(jīng)營(yíng)板塊的上市公司作為財(cái)務(wù)預(yù)警模型構(gòu)建。通過(guò)綜合性的分析對(duì)模型樣本進(jìn)行選取，利用Fisher判定原理構(gòu)建適用于房地產(chǎn)開發(fā)與經(jīng)營(yíng)企業(yè)的Z-Score模型并對(duì)模型結(jié)果進(jìn)行分析。第四章：本章介紹的是新建模型下的實(shí)證性分析，先驗(yàn)證改進(jìn)后的Z-Score模型得出的結(jié)果，結(jié)合房地產(chǎn)企業(yè)的外部環(huán)境因素和A公司的財(cái)務(wù)狀況為案例得出的結(jié)果進(jìn)行綜合性研究分析并得出結(jié)論。第二章財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警理論首先研究必須得從原有理論知識(shí)出發(fā)，了解財(cái)務(wù)風(fēng)險(xiǎn)的含義和危機(jī)分類、特征和本文研究的基礎(chǔ)-Z模型，對(duì)該模型的原本有一個(gè)大致的了解，明白其原理和判別規(guī)則，為模型的改進(jìn)做鋪墊。2.1財(cái)務(wù)風(fēng)險(xiǎn)理論概述2.1.1財(cái)務(wù)風(fēng)險(xiǎn)的含義對(duì)于上市企業(yè)來(lái)說(shuō)，企業(yè)經(jīng)營(yíng)資金的運(yùn)行狀況很大程度反映在股價(jià)上，股價(jià)可以讓我們更直觀的發(fā)現(xiàn)企業(yè)的財(cái)務(wù)狀況是否良好。不同的學(xué)者從不同的角度對(duì)于財(cái)務(wù)風(fēng)險(xiǎn)有不同的分類。大致上，財(cái)務(wù)風(fēng)險(xiǎn)分為兩類，如下：表2-1財(cái)務(wù)風(fēng)險(xiǎn)概念分類角度分類概念財(cái)務(wù)風(fēng)險(xiǎn)影響因素狹義財(cái)務(wù)風(fēng)險(xiǎn)企業(yè)由于舉債經(jīng)營(yíng)而產(chǎn)生的風(fēng)險(xiǎn)，也就是因財(cái)務(wù)杠桿的作用而由企業(yè)或者企業(yè)股東承擔(dān)的額外風(fēng)險(xiǎn)廣義財(cái)務(wù)風(fēng)險(xiǎn)企業(yè)在日常生產(chǎn)經(jīng)營(yíng)的過(guò)程中由于各種不確定的因素（包括市場(chǎng)、經(jīng)營(yíng)、宏觀、財(cái)務(wù)狀況等）的影響，使得企業(yè)的實(shí)際財(cái)務(wù)狀況和目標(biāo)預(yù)期的偏差較大，從而產(chǎn)生財(cái)務(wù)危機(jī)的風(fēng)險(xiǎn)財(cái)務(wù)風(fēng)險(xiǎn)后果流動(dòng)性風(fēng)險(xiǎn)企業(yè)因?yàn)槿狈Λ@取現(xiàn)金以及現(xiàn)金等價(jià)物渠道而招致?lián)p失的風(fēng)險(xiǎn)，在流動(dòng)性風(fēng)險(xiǎn)中，債務(wù)風(fēng)險(xiǎn)是企業(yè)經(jīng)營(yíng)中的重要風(fēng)險(xiǎn)之一，而債務(wù)風(fēng)險(xiǎn)又分為長(zhǎng)期和短期盈利性風(fēng)險(xiǎn)企業(yè)盈利下降而給企業(yè)利益相關(guān)者造成的風(fēng)險(xiǎn)。由于本文講述的是房地產(chǎn)行業(yè)，綜合現(xiàn)實(shí)情況，影響房地產(chǎn)企業(yè)的因素過(guò)多，因此廣義財(cái)務(wù)風(fēng)險(xiǎn)更加適用于該行業(yè)。2.1.2財(cái)務(wù)風(fēng)險(xiǎn)危機(jī)分類對(duì)于企業(yè)處于何種狀態(tài)下進(jìn)入財(cái)務(wù)危機(jī)，國(guó)內(nèi)外學(xué)者都持有不同的看法和標(biāo)準(zhǔn)，法定標(biāo)準(zhǔn)是最常用的標(biāo)準(zhǔn)之一，法定標(biāo)準(zhǔn)不僅僅包含法律對(duì)企業(yè)破產(chǎn)的范疇，還包含了證券交易所對(duì)企業(yè)是否具有財(cái)務(wù)風(fēng)險(xiǎn)的判斷標(biāo)準(zhǔn)。大多數(shù)學(xué)者在此基礎(chǔ)上進(jìn)行研究，不斷擴(kuò)展對(duì)財(cái)務(wù)危機(jī)的定義。Altman(1993)綜合了學(xué)術(shù)界對(duì)財(cái)務(wù)危機(jī)的定義，將財(cái)務(wù)風(fēng)險(xiǎn)危機(jī)分為以下四種。如下：表2-2財(cái)務(wù)風(fēng)險(xiǎn)情形分類分類失敗典型代表是商業(yè)信用調(diào)查公司鄧白氏采用的“經(jīng)營(yíng)失敗”概念，指公司經(jīng)營(yíng)因?yàn)槠飘a(chǎn)而停止，或者處置抵押品后仍對(duì)債權(quán)人造成損失；無(wú)法按期償付債務(wù)，主要是由于法律糾紛被接管重組等情況無(wú)償付能力包括技術(shù)上的無(wú)力償付和破產(chǎn)意義上的無(wú)力償付。前者是指企業(yè)缺乏流動(dòng)性，不能償付到期債務(wù)，主要用凈現(xiàn)金流是否滿足流動(dòng)負(fù)債的支付需要判別是否具有償付能力的標(biāo)準(zhǔn)；而后者是指企業(yè)資不抵債。凈資產(chǎn)為負(fù)等情況違約違約可以是技術(shù)上的或法律上的，前者是指?jìng)鶆?wù)人違反合同規(guī)定并可能招致法律糾紛，后者則指?jìng)鶆?wù)人到期無(wú)法還債破產(chǎn)企業(yè)提交破產(chǎn)申請(qǐng)后被接管清算2.1.3財(cái)務(wù)風(fēng)險(xiǎn)的特征表2-3財(cái)務(wù)風(fēng)險(xiǎn)特征特點(diǎn)不確定性主要是指由于風(fēng)險(xiǎn)的存在，導(dǎo)致企業(yè)財(cái)務(wù)活動(dòng)的最終結(jié)果難以事先準(zhǔn)確把握，從而使財(cái)務(wù)活動(dòng)變得復(fù)雜。風(fēng)險(xiǎn)也不總是存在的，它在特定的時(shí)間可能發(fā)生，也可能不發(fā)生，具有不確定性。客觀性財(cái)務(wù)風(fēng)險(xiǎn)不會(huì)隨著決策者的意愿發(fā)生轉(zhuǎn)變，企業(yè)決策者或者股東只能在一定的范圍內(nèi)采取相對(duì)應(yīng)的措施去降低財(cái)務(wù)風(fēng)險(xiǎn)發(fā)生的概率，進(jìn)而減少財(cái)務(wù)風(fēng)險(xiǎn)產(chǎn)生的損失，但不可完全消滅風(fēng)險(xiǎn)或把損失降為無(wú)。系統(tǒng)性財(cái)務(wù)風(fēng)險(xiǎn)貫穿于企業(yè)的財(cái)務(wù)系統(tǒng)，并體現(xiàn)在各種財(cái)務(wù)關(guān)系上，是財(cái)務(wù)系統(tǒng)中各種矛盾的整體反映。企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的形成不是一朝一夕的事，而是一個(gè)復(fù)雜而長(zhǎng)期的過(guò)程，是企業(yè)外部和內(nèi)部相互作用和相互影響的結(jié)果，是企業(yè)問(wèn)題的整體反映，企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)具有全面性和系統(tǒng)性的特點(diǎn)。可預(yù)測(cè)性財(cái)務(wù)風(fēng)險(xiǎn)是可以預(yù)測(cè)的，目前財(cái)務(wù)學(xué)中以及有較為成熟的風(fēng)險(xiǎn)度量標(biāo)準(zhǔn)，根據(jù)這個(gè)標(biāo)準(zhǔn)并結(jié)合企業(yè)內(nèi)部的影響因素和外部宏觀環(huán)境來(lái)進(jìn)行一個(gè)考量性的預(yù)測(cè)，然后對(duì)未來(lái)可能發(fā)生的財(cái)務(wù)風(fēng)險(xiǎn)做一個(gè)較為全面的控制。全面性財(cái)務(wù)風(fēng)險(xiǎn)的全面性主要表現(xiàn)在財(cái)務(wù)風(fēng)險(xiǎn)貫穿于企業(yè)活動(dòng)的始終，從籌資、投資、運(yùn)營(yíng)到利潤(rùn)分配都可能產(chǎn)生財(cái)務(wù)風(fēng)險(xiǎn)。只有考慮到財(cái)務(wù)風(fēng)險(xiǎn)的全面性，才能對(duì)財(cái)務(wù)活動(dòng)的每個(gè)環(huán)節(jié)進(jìn)行針對(duì)性的控制防范。資料來(lái)源：各個(gè)文庫(kù)搜集整理而成2.2Z模型的概述Altman（1968）提出多元線性模型，即運(yùn)用多種財(cái)務(wù)指標(biāo)加權(quán)匯總產(chǎn)生的判斷分值（稱為Z值）來(lái)預(yù)測(cè)財(cái)務(wù)危機(jī)，Altman的Z值計(jì)算模型分為上市公司和非上市公司兩種情況。本文采用的數(shù)據(jù)為我國(guó)房地產(chǎn)開發(fā)與經(jīng)營(yíng)板塊的上市企業(yè)，因此只對(duì)Z-score模型（上市）進(jìn)行描述。如下：表2-4Z-Score概念（上市）判別式：Z=0.012X1+0.014X2+0.033X3+0.006X4+0.999X5公式作用X1凈營(yíng)運(yùn)資本/總資產(chǎn)反映公司的總營(yíng)運(yùn)資本的流動(dòng)性X2留存收益/總資產(chǎn)反映公司的支付剩余能力X3息稅前利潤(rùn)/總資產(chǎn)反映公司的收益率大小X4股票總市值/債務(wù)賬面價(jià)值總額反映公司財(cái)務(wù)狀況的穩(wěn)定性X5本期銷售收入/總資產(chǎn)反映公司的活動(dòng)比率該模型通過(guò)上述五個(gè)財(cái)務(wù)比率變量，將企業(yè)的償債能力、獲利能力、營(yíng)運(yùn)能力指標(biāo)聯(lián)系起來(lái)，成為一個(gè)新的模型，并規(guī)定臨界值（表2-5所示），并運(yùn)用該模型去計(jì)算企業(yè)的Z值，并根據(jù)Z值的大小對(duì)比臨界值進(jìn)行預(yù)測(cè)破產(chǎn)的可能性大小。表2-5臨界值的說(shuō)明Z值短期出現(xiàn)破產(chǎn)概率Z＜1.81企業(yè)有很大的破產(chǎn)危險(xiǎn)1.81＜Z＜2.675企業(yè)處于灰色地帶，財(cái)務(wù)狀況極不穩(wěn)定Z＞2.675企業(yè)財(cái)務(wù)狀況良好，破產(chǎn)可能性極小2.3本章小結(jié)本章首先講述的是財(cái)務(wù)風(fēng)險(xiǎn)的含義、分類、特征，對(duì)財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行了一個(gè)較為全面的概述，了解到財(cái)務(wù)風(fēng)險(xiǎn)的相關(guān)內(nèi)容有助于對(duì)后續(xù)財(cái)務(wù)危機(jī)預(yù)警模型的構(gòu)建；緊接著介紹了Altman在1968年建立的多元線性判定模型，即后續(xù)所說(shuō)的Z-Score模型，Altman所研究的模型為本文模型構(gòu)建的基礎(chǔ)。第三章財(cái)務(wù)危機(jī)預(yù)警模型的構(gòu)建本章為財(cái)務(wù)危機(jī)預(yù)警模型的構(gòu)建，通過(guò)對(duì)財(cái)務(wù)風(fēng)險(xiǎn)的相關(guān)知識(shí)和初始Z模型進(jìn)一步了解，結(jié)合眾多學(xué)者的研究，采用一個(gè)最佳的方法對(duì)模型進(jìn)行構(gòu)建。3.1樣本的選擇考慮到數(shù)據(jù)的真實(shí)性和易得性，本文擬選取A股上市的中國(guó)房地產(chǎn)企業(yè)作為研究樣本。根據(jù)證監(jiān)會(huì)2012年版行業(yè)分類（新分類），從中選取房地產(chǎn)開發(fā)與經(jīng)營(yíng)業(yè)這一大板塊。由于我國(guó)近幾年的房地產(chǎn)行業(yè)發(fā)展行情并不錯(cuò)，大部分的上市公司均呈現(xiàn)一個(gè)盈利的狀態(tài)，也處在快速發(fā)展改革的新階段。最后本文選取30家上市房地產(chǎn)開發(fā)與經(jīng)營(yíng)業(yè)公司作為研究樣本，分為財(cái)務(wù)危機(jī)和財(cái)務(wù)健康兩組，每組一共15家上市公司，如表3-1所示：表3-1公司分類財(cái)務(wù)危機(jī)財(cái)務(wù)健康ST津?yàn)I市北高新三湘印象陸家嘴ST巖石華遠(yuǎn)地產(chǎn)大港股份新華聯(lián)嘉凱城珠江實(shí)業(yè)鳳凰股份福星股份寧波富達(dá)臥龍地產(chǎn)中房股份榮安地產(chǎn)宋都股份保利地產(chǎn)海泰發(fā)展格力地產(chǎn)天津松江中交地產(chǎn)天房發(fā)展城建發(fā)展中珠醫(yī)療華夏幸福亞太實(shí)業(yè)首開股份新能泰山萬(wàn)通地產(chǎn)本文樣本時(shí)間均選擇在2014年至2018年期間；本文研究的是財(cái)務(wù)危機(jī)預(yù)警模型，因此對(duì)于財(cái)務(wù)危機(jī)組的選擇均為當(dāng)年凈利潤(rùn)為負(fù)的企業(yè)，有利于模型的研究，由于行業(yè)處于發(fā)展的階段，被特別處理的公司非常少，因此我選擇了對(duì)模型研究有用的兩家ST公司，分別是ST津?yàn)I、ST巖石，對(duì)于ST公司年份的選擇我會(huì)選擇在被特別處理的當(dāng)年為T0年，T1年為被特別處理的前一年，T2年和T3年以此類推。對(duì)于財(cái)務(wù)健康組的選擇均為連續(xù)兩年凈利潤(rùn)為正且在兩千萬(wàn)以上的企業(yè)，對(duì)于在第二年凈利潤(rùn)為正的時(shí)期樣本數(shù)據(jù)的采集為T1年，以此類推。依據(jù)圖3-2時(shí)間坐標(biāo)和上述描述總結(jié)得出T1年為本文模型研究的訓(xùn)練樣本，而T2和T3年為檢驗(yàn)樣本。圖3-2時(shí)間坐標(biāo)3.2財(cái)務(wù)指標(biāo)變量的選擇本文研究的是財(cái)務(wù)危機(jī)預(yù)警模型，因此模型的指標(biāo)樣本選擇變得尤為重要，也就是我們所需要的財(cái)務(wù)指標(biāo)變量。結(jié)合國(guó)內(nèi)外財(cái)務(wù)危機(jī)預(yù)警的研究，參考眾多的文章選取指標(biāo)樣本的特點(diǎn)和我國(guó)國(guó)情因素，再加上本文樣本的選擇為A類上市公司，本文認(rèn)為建立財(cái)務(wù)危機(jī)預(yù)警模型所選擇的財(cái)務(wù)指標(biāo)變量須滿足以下原則，如下：表3-3指標(biāo)變量選擇原則全面性影響企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)因素多種多樣，所以，財(cái)務(wù)指標(biāo)的選擇應(yīng)盡量全面的反映企業(yè)的狀況，選擇的越全面，有助于增強(qiáng)研究效果，對(duì)下文財(cái)務(wù)危機(jī)預(yù)警模型的構(gòu)建越有利。行業(yè)性行業(yè)與行業(yè)之間的區(qū)別是巨大的，每個(gè)行業(yè)都有自己的行業(yè)特點(diǎn),因此，我們應(yīng)該根據(jù)行業(yè)的不同特點(diǎn)選取相對(duì)應(yīng)的預(yù)警指標(biāo)。例如：房地產(chǎn)的行業(yè)特點(diǎn)是資金需求大，項(xiàng)目周期長(zhǎng)等。真實(shí)性真實(shí)性：本文研究的是對(duì)未來(lái)財(cái)務(wù)風(fēng)險(xiǎn)的預(yù)測(cè)，假設(shè)樣本指標(biāo)的數(shù)據(jù)不真實(shí)，即便構(gòu)建出新的財(cái)務(wù)危機(jī)預(yù)警模型也無(wú)法預(yù)測(cè)未來(lái)的財(cái)務(wù)風(fēng)險(xiǎn)，那研究就毫無(wú)意義了。結(jié)合國(guó)內(nèi)外財(cái)務(wù)危機(jī)預(yù)警的研究以及本國(guó)國(guó)情的特點(diǎn)，加上上述的三點(diǎn)原則，本文選擇了償債能力、營(yíng)運(yùn)能力、盈利能力、成長(zhǎng)能力、現(xiàn)金流量這五大能力指標(biāo)，具體的財(cái)務(wù)指標(biāo)一共有25個(gè)，如下：表3-4財(cái)務(wù)指標(biāo)選擇財(cái)務(wù)指標(biāo)償債能力流動(dòng)比率營(yíng)運(yùn)能力存貨周轉(zhuǎn)量速動(dòng)比率總資產(chǎn)周轉(zhuǎn)率現(xiàn)金比率流動(dòng)資產(chǎn)周轉(zhuǎn)率股東權(quán)益比率固定資產(chǎn)周轉(zhuǎn)率產(chǎn)權(quán)比率股東權(quán)益周轉(zhuǎn)率資產(chǎn)負(fù)債率盈利能力主營(yíng)業(yè)務(wù)利潤(rùn)率成長(zhǎng)能力主營(yíng)業(yè)務(wù)增長(zhǎng)率成本費(fèi)用利潤(rùn)率凈資產(chǎn)增長(zhǎng)率主營(yíng)業(yè)務(wù)成本率總資產(chǎn)增長(zhǎng)率銷售凈利率凈資產(chǎn)報(bào)酬率現(xiàn)金流量銷售現(xiàn)金比率資產(chǎn)報(bào)酬率資產(chǎn)的現(xiàn)金流量回報(bào)率凈資產(chǎn)收益率現(xiàn)金流動(dòng)負(fù)債比率現(xiàn)金流量比率3.3財(cái)務(wù)指標(biāo)的篩選3.3.1K-S檢驗(yàn)單樣本Kolmogorov-Smirnov（以下簡(jiǎn)稱K-S）是比較一個(gè)頻率分布f(x)與理論分布g(x)或者兩個(gè)觀測(cè)值分布的檢驗(yàn)方法。其原假設(shè)H0:兩個(gè)數(shù)據(jù)分布一致或者數(shù)據(jù)符合理論分布。D=max|f(x)-g(x)|，當(dāng)實(shí)際觀測(cè)值D>D(n,α)則拒絕H0，否則則接受H0假設(shè)。一般情況下，會(huì)在P=0.05的水平下做一個(gè)檢驗(yàn)，如檢驗(yàn)結(jié)果的漸近顯著性（雙側(cè)）小于0.05，即符合正態(tài)分布；反之，則不符合。以下將對(duì)表3-4的所有指標(biāo)在SPSS-21進(jìn)行一個(gè)單樣本K-S檢驗(yàn)，檢驗(yàn)結(jié)果表3-5所示：表3-5單樣本K-S檢驗(yàn)財(cái)務(wù)指標(biāo)NKolmogorov-SmirnovZ漸近顯著性(雙側(cè))流動(dòng)比率300.9650.309速動(dòng)比率301.8070.003現(xiàn)金比率301.8620.002股東權(quán)益比率302.7420產(chǎn)權(quán)比率300.7360.650資產(chǎn)負(fù)債率300.9210.364存貨周轉(zhuǎn)率302.1920總資產(chǎn)周轉(zhuǎn)率300.9120.376流動(dòng)資產(chǎn)周轉(zhuǎn)率300.8830.417固定資產(chǎn)周轉(zhuǎn)率301.9020.001股東權(quán)益周轉(zhuǎn)率301.0750.198主營(yíng)業(yè)務(wù)利潤(rùn)率300.8160.518成本費(fèi)用利潤(rùn)率301.7920.003主營(yíng)業(yè)務(wù)成本率300.9160.370銷售凈利率302.1280凈資產(chǎn)報(bào)酬率302.50資產(chǎn)報(bào)酬率301.9750.001凈資產(chǎn)收益率302.4070主營(yíng)業(yè)務(wù)增長(zhǎng)率300.8820.418凈資產(chǎn)增長(zhǎng)率301.1290.156總資產(chǎn)增長(zhǎng)率300.6670.766銷售現(xiàn)金比率301.9270.001資產(chǎn)的現(xiàn)金流量回報(bào)率301.1140.167現(xiàn)金流動(dòng)負(fù)債比率301.5840.013現(xiàn)金流量比率301.5230.019在表3-5單樣本K-S檢驗(yàn)的檢驗(yàn)結(jié)果可以得出共有12組的指標(biāo)漸近顯著性(雙側(cè))大于0.05，分別有流動(dòng)比率、產(chǎn)權(quán)比率、資產(chǎn)負(fù)債率、總資產(chǎn)周轉(zhuǎn)率、流動(dòng)資產(chǎn)周轉(zhuǎn)率、股東權(quán)益周轉(zhuǎn)率、主營(yíng)業(yè)務(wù)利潤(rùn)率、主營(yíng)業(yè)務(wù)成本率、主營(yíng)業(yè)務(wù)增長(zhǎng)率、凈資產(chǎn)增長(zhǎng)率、總資產(chǎn)增長(zhǎng)率、資產(chǎn)的現(xiàn)金流量回報(bào)率，即證明這12組數(shù)據(jù)符合正態(tài)分布的性質(zhì)；另外13組指標(biāo)的漸近顯著性(雙側(cè))小于0.05，分別是速動(dòng)比率、現(xiàn)金比率、股東權(quán)益比率、存貨周轉(zhuǎn)率、固定資產(chǎn)周轉(zhuǎn)率、成本費(fèi)用利潤(rùn)率、銷售凈利率、凈資產(chǎn)報(bào)酬率、資產(chǎn)報(bào)酬率、凈資產(chǎn)收益率、銷售現(xiàn)金比率、現(xiàn)金流動(dòng)負(fù)債比率、現(xiàn)金流量比率，即表明這13組數(shù)據(jù)不符合正態(tài)分布。3.3.2獨(dú)立樣本T檢驗(yàn)兩獨(dú)立樣本T檢驗(yàn)(twoindependentsamplest-test),又稱成組T檢驗(yàn),是非參數(shù)檢驗(yàn)的一種類型，獨(dú)立樣本T檢驗(yàn)適用于完全隨機(jī)設(shè)計(jì)的兩樣本均數(shù)的比較,其目的是檢驗(yàn)兩樣本所來(lái)自總體的均數(shù)是否相等，他的條件組樣本必須服從正態(tài)分布。因此在3.3.1做的K-S檢驗(yàn)之中把25組指標(biāo)變量作出了一個(gè)正態(tài)分布的篩選，把符合條件的12組數(shù)據(jù)在SPSS-21進(jìn)行一個(gè)獨(dú)立樣本T檢驗(yàn)，將非財(cái)務(wù)危機(jī)組設(shè)為（0）和財(cái)務(wù)健康組設(shè)為（1），置信區(qū)間設(shè)為95%，結(jié)果呈現(xiàn)在表3-5之中：表3-6獨(dú)立樣本T檢驗(yàn)方差方程的Levene檢驗(yàn)均值方程的T檢驗(yàn)FSigtdfSig.(雙側(cè))流動(dòng)比率假設(shè)方差相等2.193.150.91728.367假設(shè)方差不相等.91723.483.368產(chǎn)權(quán)比率假設(shè)方差相等4.088.053-.08528.933假設(shè)方差不相等-.08525.250.933資產(chǎn)負(fù)債率假設(shè)方差相等5.076.032-1.23428.227假設(shè)方差不相等-1.23421.138.231總資產(chǎn)周轉(zhuǎn)率假設(shè)方差相等1.654.209-.53528.597假設(shè)方差不相等-.53522.969.598流動(dòng)資產(chǎn)周轉(zhuǎn)率假設(shè)方差相等3.258.082-.22928.820假設(shè)方差不相等-.22920.700.821股東權(quán)益周轉(zhuǎn)率假設(shè)方差相等6.394.0171.47428.152假設(shè)方差不相等1.47421.003.155主營(yíng)業(yè)務(wù)利潤(rùn)率假設(shè)方差相等3.066.091-5.19028.000假設(shè)方差不相等-5.19023.763.000主營(yíng)業(yè)務(wù)成本率假設(shè)方差相等11.600.0025.19328.000假設(shè)方差不相等5.19322.298.000主營(yíng)業(yè)務(wù)增長(zhǎng)率假設(shè)方差相等3.113.089.13228.896假設(shè)方差不相等.13221.051.896凈資產(chǎn)增長(zhǎng)率假設(shè)方差相等2.911.099-1.87528.071假設(shè)方差不相等-1.87515.920.079總資產(chǎn)增長(zhǎng)率假設(shè)方差相等.493.488-2.37028.025假設(shè)方差不相等-2.37025.906.026資產(chǎn)的現(xiàn)金流量回報(bào)率假設(shè)方差相等1.838.186.04528.964假設(shè)方差不相等.04518.991.964通過(guò)表中可以看出該表也分為兩部分：（1）方差方程的Levene檢驗(yàn)，也叫F檢驗(yàn)，或方差齊性檢驗(yàn)。在采用相等變異數(shù)條件下，大于0.05，可以認(rèn)為兩組數(shù)據(jù)的熟悉度的方差是相等的。（2）均值方程的T檢驗(yàn)，雙尾顯著性概率Sig.(雙側(cè))>0.05，應(yīng)該接受原假設(shè)，即兩組數(shù)據(jù)的熟悉度無(wú)顯著性差異。選取標(biāo)準(zhǔn)：假設(shè)方差方程的Levene檢驗(yàn)的Sig值大于0.05,即選取均值方程的T檢驗(yàn)的假設(shè)方差相等部分（t，df，Sig（雙側(cè)）），反之則選取假設(shè)方差不相等部分。結(jié)果通過(guò)獨(dú)立樣本T檢驗(yàn)（即雙尾顯著性概率Sig.(雙側(cè))小于0.05）的有主營(yíng)業(yè)務(wù)利潤(rùn)率、主營(yíng)業(yè)務(wù)成本率、總資產(chǎn)增長(zhǎng)率這三個(gè)指標(biāo)變量。3.3.3Mann-WhitneyU檢驗(yàn)簡(jiǎn)略的說(shuō)，該檢驗(yàn)是與獨(dú)立樣本t檢驗(yàn)相輔相成的方法，當(dāng)t檢驗(yàn)出來(lái)后的結(jié)果不滿足方差齊性、正態(tài)分布等的要求時(shí)，則把不滿足項(xiàng)放入到該檢驗(yàn)中來(lái)。其假設(shè)基礎(chǔ)是：若兩個(gè)樣本有差異，則他們的中心位置將不同。根據(jù)表3-5的結(jié)果反映，不符合正態(tài)分布的13組財(cái)務(wù)指標(biāo)變量通過(guò)SPSS-21做Mann-WhitneyU檢驗(yàn)，檢驗(yàn)結(jié)果如下：表3-7假設(shè)檢驗(yàn)匯總原假設(shè)顯著性水平?jīng)Q策者1速動(dòng)比率的分布在公司類別上相同0.838保留原假設(shè)2現(xiàn)金比率的分布在公司類別上相同0.624保留原假設(shè)3股東權(quán)益比率的分布在公司類別上相同.0.653保留原假設(shè)4存貨周轉(zhuǎn)率的分布在公司類別上相同0.967保留原假設(shè)5固定資產(chǎn)周轉(zhuǎn)率的分布在公司類別上相同0.116保留原假設(shè)6成本費(fèi)用利洞率的分布在公司類別上相同0.000拒絕原假設(shè)7銷售凈利率的分布在公司類別上相同.0.000拒絕原假設(shè)8浄資產(chǎn)報(bào)酬率的分布在公司類別上相同0.000拒絕原假設(shè)9資產(chǎn)報(bào)酬率的分布在公司類別上相同0.000拒絕原假設(shè)10凈資產(chǎn)收益率的分布在公司類別上相同0.000拒絕原假設(shè)11銷售現(xiàn)金比率的分布在公司類別上相同.0.539保留原假設(shè)12現(xiàn)金流動(dòng)負(fù)債比率的分布在公司類別上相同0.713保留原假設(shè)13現(xiàn)金流量比率的分布在公司類別上相同.0.653保留原假設(shè)注：公司類別為財(cái)務(wù)危機(jī)組（1）和財(cái)務(wù)健康組（2）根據(jù)表3-7假設(shè)檢驗(yàn)匯總可以看出，只需選擇顯著性水平為0.05以下的指標(biāo)變量，即決策者做出原假設(shè)的指標(biāo)變量，一共有五個(gè)指標(biāo)，分別是成本費(fèi)用利潤(rùn)率、銷售凈利率、凈資產(chǎn)報(bào)酬率、資產(chǎn)報(bào)酬率、凈資產(chǎn)收益率，也表明這五個(gè)指標(biāo)變量通過(guò)非參數(shù)檢驗(yàn)的Mann-WhitneyU檢驗(yàn)。3.3.4逐步線性回歸本文做逐步線性回歸是為了尋找在25個(gè)指標(biāo)變量中最重要的指標(biāo)變量，在逐步回歸中得出的預(yù)測(cè)指標(biāo)是構(gòu)建新的Z-Score模型的重要步驟之一，但該步驟與上述的三種非參數(shù)檢驗(yàn)并不是一個(gè)漸進(jìn)性的過(guò)程，而是獨(dú)立的一項(xiàng)檢測(cè)。通過(guò)SPSS-21將25組指標(biāo)變量做逐步線性回歸，因變量設(shè)為公司（公司類別為財(cái)務(wù)危機(jī)組（1）和財(cái)務(wù)健康組（2）），自變量則為25組指標(biāo)變量，方法選擇為逐步，置信區(qū)間為95%，結(jié)果呈現(xiàn)在表3-8和表3-9之中表3-8系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSigB標(biāo)準(zhǔn)誤差試用版1(常量)3.579.3669.786.000主營(yíng)業(yè)務(wù)成本率-.027.005-.710-5.570.000速動(dòng)比率-.111.053-.267-2.096.046a因變量:公司表3-9已排除的變量a指標(biāo)BetaIntSig.偏相關(guān)共線性統(tǒng)計(jì)量容差VIF最小容差流動(dòng)比率-.107c-.516.610-.101.3882.575.388速動(dòng)比率-.086c-.243.810-.048.1367.379.136現(xiàn)金比率-.039c-.172.865-.034.3253.074.325股東權(quán)益比率-.074c-.530.600-.103.8561.168.856產(chǎn)權(quán)比率.035c.179.860.035.4382.283.438資產(chǎn)負(fù)債率.001c.006.995.001.3512.853.350存貨周轉(zhuǎn)率.118c.881.387.170.9191.089.919總資產(chǎn)周轉(zhuǎn)率.104c.775.446.150.9201.087.920流動(dòng)資產(chǎn)周轉(zhuǎn)率.104c.786.439.152.9401.064.940固定資產(chǎn)周轉(zhuǎn)率-.058c-.298.768-.058.4412.265.441股東權(quán)益周轉(zhuǎn)率-.010c-.028.978-.005.1238.097.123成本費(fèi)用利潤(rùn)率.106c.700.490.136.7171.395.717主營(yíng)業(yè)務(wù)成本率.062c.410.685.080.7261.377.726銷售凈利率.002c.015.988.003.9171.090.917凈資產(chǎn)報(bào)酬率.053c.372.713.073.8181.223.818資產(chǎn)報(bào)酬率.021c.155.878.030.8791.137.879凈資產(chǎn)收益率.006c.046.963.009.8841.131.884主營(yíng)業(yè)務(wù)增長(zhǎng)率.188c1.441.162.272.9171.091.917凈資產(chǎn)增長(zhǎng)率.151c1.076.292.207.8221.216.822總資產(chǎn)增長(zhǎng)率-.160c-1.201.241-.229.9011.110.900銷售現(xiàn)金比率-.147c-1.115.275-.214.9221.085.922資產(chǎn)的現(xiàn)金流量回報(bào)率-.177c-.880.387-.170.4032.483.403現(xiàn)金流動(dòng)負(fù)債比率-.147c-.931.361-.180.6561.524.656現(xiàn)金流量比率-.107c-.516.610-.101.3882.575.388a因變量:公司c模型中的預(yù)測(cè)變量:(常量),主營(yíng)業(yè)務(wù)利潤(rùn)率、速動(dòng)比率。該步驟可以將組內(nèi)數(shù)據(jù)具有多重共線性的排除掉，剩下的就是對(duì)該模型具有最大貢獻(xiàn)的指標(biāo)，通過(guò)表3-8和表3-9可以得出模型中的預(yù)測(cè)變量為主營(yíng)業(yè)務(wù)利潤(rùn)率和速動(dòng)比率，但是在上述的非參數(shù)檢驗(yàn)中，速動(dòng)比率不符合非參數(shù)檢驗(yàn)的性質(zhì)，因此排除，但速動(dòng)比率在房地產(chǎn)中具有研究的價(jià)值，后續(xù)會(huì)在實(shí)證中說(shuō)明。3.4Fisher判別分析由3.3分析的得出8個(gè)財(cái)務(wù)指標(biāo)，將該8個(gè)指標(biāo)的T1年的數(shù)據(jù)通過(guò)SPSS-21進(jìn)行一個(gè)Fisher判別分析，結(jié)果如下：表3-10組均值的均等性的檢驗(yàn)Wilks的LambdaFdf1df2Sig.主營(yíng)業(yè)務(wù)利潤(rùn)率.51026.936128.000主營(yíng)業(yè)務(wù)成本率.50926.969128.000總資產(chǎn)增長(zhǎng)率.8335.615128.025成本費(fèi)用利潤(rùn)率.8066.737128.015銷售凈利率.8594.598128.041凈資產(chǎn)報(bào)酬率.9531.389128.249資產(chǎn)報(bào)酬率.8923.394128.076凈資產(chǎn)收益率.9222.357128.136根據(jù)表3-10可以得出sig小于0.05的有主營(yíng)業(yè)務(wù)成本率、主營(yíng)業(yè)務(wù)利潤(rùn)率、總資產(chǎn)增長(zhǎng)率、成本費(fèi)用利潤(rùn)率、銷售凈利率，這表明sig＜0.05的指標(biāo)構(gòu)建出來(lái)Z-Score模型的準(zhǔn)確率是為最高的。接著將這5組指標(biāo)再次判別分析，得出我們所需要的判別式函數(shù)系數(shù)，并將其作為新模型系數(shù)，具體分析如下：表3-11Fisher判別式函數(shù)系數(shù)函數(shù)1主營(yíng)業(yè)務(wù)成本率.001主營(yíng)業(yè)務(wù)利潤(rùn)率.105成本費(fèi)用利潤(rùn)率.015總資產(chǎn)增長(zhǎng)率.009銷售凈利率-.008(常量)-2.203非標(biāo)準(zhǔn)化系數(shù)最后我們得出修正后Z-Score模型的判別式：Z=0.001X1+0.105X2+0.015X3+0.009X4-0.008X5-2.203通過(guò)表3-12分類結(jié)果（由SPSS自動(dòng)對(duì)樣本數(shù)據(jù)結(jié)果的生成）可以看出，T1年的分類結(jié)果準(zhǔn)確率達(dá)到了90%，說(shuō)明修正后的公式達(dá)到了一個(gè)檢驗(yàn)預(yù)期；表3-12分類結(jié)果公司預(yù)測(cè)組成員合計(jì)1.002.00初始計(jì)數(shù)1.00141152.0001515%1.0093.36.7100.02.000100.0100.0a已對(duì)初始分組案例中的96.7%個(gè)進(jìn)行了正確分類。表3-13Wilks的Lambda函數(shù)檢驗(yàn)Wilks的Lambda卡方dfSigZ-Score.39323.8195.000通過(guò)表3-13Wilks的Lambda檢驗(yàn)，可以看出Sig＜0.05，說(shuō)明我們的檢驗(yàn)效果非常顯著。通過(guò)上述的判別式我們分別計(jì)算出財(cái)務(wù)危機(jī)組和財(cái)務(wù)健康組在T1年數(shù)據(jù)Z值情況：結(jié)果如下表3-14平均Z值分組平均Z值財(cái)務(wù)危機(jī)-1.173349財(cái)務(wù)健康1.233066Fisher判別模型的分界點(diǎn)為財(cái)務(wù)危機(jī)和財(cái)務(wù)健康兩組均值重心組合，根據(jù)完全對(duì)稱原則確定最佳臨界值。Z值臨界值為Z*=（-1.173349+1.233066）/2≈0.029858。綜上所述，利用Fisher判定分析方法構(gòu)建出來(lái)新的Z-Score模型判別式為：Z=0.001X1+0.105X2+0.015X3+0.009X4-0.008X5-2.203其中Z*值是臨界值：當(dāng)Z＞0.029858，即可反映出企業(yè)發(fā)生財(cái)務(wù)風(fēng)險(xiǎn)的幾率較小，側(cè)面證明財(cái)務(wù)狀況較好；當(dāng)Z≤0.029858，即可反映出企業(yè)發(fā)生財(cái)務(wù)風(fēng)險(xiǎn)的幾率較大，側(cè)面證明財(cái)務(wù)狀況較較差。3.5本章小結(jié)Z-Score模型是在美國(guó)19世紀(jì)中后期國(guó)有經(jīng)濟(jì)的基礎(chǔ)上建立，因?yàn)闀r(shí)間流逝，考慮到市場(chǎng)和貨幣的變化，所以需要通過(guò)修改來(lái)適用于當(dāng)前的社會(huì)經(jīng)濟(jì)情況。本章通過(guò)結(jié)合學(xué)者分析研究的知識(shí)和現(xiàn)有數(shù)據(jù)去修正原有模型，最終建立適合我國(guó)上市公司房地產(chǎn)開發(fā)與經(jīng)營(yíng)板塊的模型。本章數(shù)據(jù)來(lái)源于網(wǎng)易財(cái)經(jīng)以及方正證券，定好條件之后篩選公司，將篩選好的公司數(shù)據(jù)分為財(cái)務(wù)危機(jī)組和財(cái)務(wù)健康組，緊接著利用非參數(shù)檢驗(yàn)的K-S檢驗(yàn)、獨(dú)立樣本T檢驗(yàn)、Mann-WhitneyU檢驗(yàn)，然后對(duì)訓(xùn)練樣本指標(biāo)進(jìn)行一個(gè)逐步回歸分析，篩選出符合條件的數(shù)據(jù)來(lái)作為Z-Score模型的財(cái)務(wù)指標(biāo)，利用Fisher判定分析選出最適合Z-Score模型的指標(biāo)數(shù)據(jù)之后利用非標(biāo)準(zhǔn)化判別函數(shù)系數(shù)作為Z-Score模型的最新判別式，得出T1年的分類結(jié)果準(zhǔn)確率為96.7%，表明模型暫時(shí)具有可信性，根據(jù)建立的得分模型計(jì)算出新的臨界值。唯一不足的是選取訓(xùn)練樣本數(shù)量較少，可能會(huì)影響到準(zhǔn)確率；并沒(méi)有考慮到非財(cái)務(wù)因素的指標(biāo)，非財(cái)務(wù)因素的指標(biāo)大部分都是人為非可控性的，因此沒(méi)有列入選擇之中。第四章財(cái)務(wù)危機(jī)預(yù)警模型實(shí)證分析本章為模型的實(shí)證性分析檢驗(yàn)，結(jié)合由第三章構(gòu)建出來(lái)的Z模型為基礎(chǔ)，通過(guò)對(duì)該模型的準(zhǔn)確率進(jìn)行一個(gè)驗(yàn)證，證明其準(zhǔn)確率是否符合設(shè)計(jì)的初中，結(jié)合市場(chǎng)環(huán)境和A公司的實(shí)證檢驗(yàn)，做實(shí)際的適用性分析。4.1驗(yàn)證修正的Z-Score模型構(gòu)建模型時(shí)使用的數(shù)據(jù)為T1年，對(duì)于模型的檢驗(yàn)使用的是T2和T3年，即T1年后兩年的數(shù)據(jù)，并觀察正確率，檢驗(yàn)結(jié)果如下：表4-1模型檢驗(yàn)T2年分組Z＞0.029858Z≤0.029858誤判數(shù)量準(zhǔn)確率財(cái)務(wù)危機(jī)312380%財(cái)務(wù)健康1500100%平均值90&T3年分組Z＞0.029858Z≤0.029858誤判數(shù)量準(zhǔn)確率財(cái)務(wù)危機(jī)510567%財(cái)務(wù)健康141193%平均值80&根據(jù)結(jié)果可以看出T2和T3年的準(zhǔn)確率分別為90%和80%，從準(zhǔn)確水平上看也達(dá)到了一個(gè)偏上的水平；從變化趨勢(shì)看，也可以發(fā)現(xiàn)該模型的準(zhǔn)確率較為穩(wěn)定，也具有一定可信性。4.2實(shí)證分析4.2.1房地產(chǎn)環(huán)境分析在中國(guó)的房地產(chǎn)市場(chǎng)上，影響該行業(yè)市場(chǎng)環(huán)境的因素有很多，不僅僅是市場(chǎng)因素和經(jīng)濟(jì)因素，最重要的是國(guó)家宏觀調(diào)控，甚至起著主要的地位，這應(yīng)和我國(guó)的國(guó)情有關(guān)。除本文研究的數(shù)據(jù)之外，我還在該行業(yè)尋找了很多公司進(jìn)行一個(gè)自我的檢驗(yàn)，發(fā)現(xiàn)某些上市公司Z值低于我們的判斷點(diǎn)，經(jīng)過(guò)求證之后，在最近的年份房地產(chǎn)行業(yè)發(fā)生了許多事件，比如：國(guó)家政府的全面調(diào)控，從限購(gòu)、限貸、限售、限價(jià)、限商這五個(gè)方面下手，大力干預(yù)房地產(chǎn)行業(yè)的發(fā)展，光是在2017年全國(guó)各地發(fā)布的房地產(chǎn)調(diào)控政策累計(jì)超過(guò)200次；萬(wàn)達(dá)集團(tuán)以及李嘉誠(chéng)等大量拋售自身的房地產(chǎn)資產(chǎn)；房地產(chǎn)稅收原則的確立；國(guó)家嚴(yán)查大范圍囤房行為；貫徹落實(shí)“堅(jiān)持房住不炒的定位”，加快建立多主體供給、多渠道保障、租購(gòu)并舉的住房制度（常說(shuō)的廉租房/公租房），并增多增強(qiáng)保障性措施，便宜的價(jià)格和以抽簽的形式讓大眾購(gòu)買。以上種種事件不僅僅是從國(guó)家層面，還涉及到了房地產(chǎn)出售者以及購(gòu)買者，因?yàn)槭虑榈陌l(fā)生經(jīng)常性的會(huì)發(fā)生大轉(zhuǎn)變，導(dǎo)致行業(yè)行情時(shí)好時(shí)壞，房地產(chǎn)企業(yè)業(yè)績(jī)等也就時(shí)好時(shí)壞，從而影響到了財(cái)務(wù)指標(biāo)。因此對(duì)于本文研究的模型來(lái)說(shuō)，市場(chǎng)的變化會(huì)影響著上市公司的財(cái)務(wù)狀況，從而影響財(cái)務(wù)指標(biāo)，就會(huì)出現(xiàn)前一年和后一年數(shù)據(jù)差別巨大的原因之一，從而導(dǎo)致模型的準(zhǔn)確率會(huì)有所下降。4.2.2以A公司為例分析A公司以房地產(chǎn)開發(fā)與經(jīng)營(yíng)為主，其上市股市于2015年4月29日起實(shí)施退市風(fēng)險(xiǎn)警示，被特別處理為ST公司，起因源于2013-2014年度經(jīng)審計(jì)后的公司凈利潤(rùn)均為負(fù)值。首先找到關(guān)于新構(gòu)建的Z模型所需要的數(shù)據(jù)并計(jì)算近幾年的Z值，以下表4-2為A公司近五年來(lái)的部分財(cái)務(wù)數(shù)據(jù)和Z值數(shù)據(jù)：表4-2Z值分析年份主營(yíng)業(yè)務(wù)成本率主營(yíng)業(yè)務(wù)利潤(rùn)率成本費(fèi)用利潤(rùn)率總資產(chǎn)增長(zhǎng)率銷售凈利率Z備注201848.0832.1723.9810.8312.331.58146201789.981.11120.15-19.99133.45-1.44173201645.5945.8326.65-15.4412.792.81321201583.069.87-73.96-17.94-101.44-1.54293當(dāng)年被特別處理。201476.2519.01-20.380.23-21.75-0.26033數(shù)據(jù)來(lái)源：網(wǎng)易財(cái)經(jīng)通過(guò)表4-2來(lái)分析A公司近幾年來(lái)的財(cái)務(wù)狀況：在2015年被特別處理為ST公司的時(shí)候，凈利潤(rùn)為負(fù)的，2014年也是如此，計(jì)算得出的Z值也都符合我們所新建的Z模型。2016年和2018年計(jì)算出來(lái)的Z值較大，使得A公司暫時(shí)性的擺脫了財(cái)務(wù)危機(jī)，有以下原因：2016年10月，上海新達(dá)浦宏投資合伙企業(yè)（有限合伙）一躍成為A公司的最大股東，一進(jìn)入持有比例就達(dá)到了22.05%，這外部融資瞬間讓A公司的財(cái)務(wù)發(fā)生了扭轉(zhuǎn)。再通過(guò)觀察2016年至2018年的杜邦分析表，發(fā)現(xiàn)2018年和2016年的營(yíng)業(yè)利潤(rùn)達(dá)到200,230,972.20和156,717,599.87，但2017年?duì)I業(yè)利潤(rùn)只有45,925,282.62，遠(yuǎn)低于2018年和2016年，這就導(dǎo)致了2018年和2016年A公司不僅擺脫了財(cái)務(wù)危機(jī)的帽子，Z值還高于模型中財(cái)務(wù)健康組的均值。通過(guò)搜索更多相關(guān)發(fā)現(xiàn)A公司在2016年4月被暫停上市，這隱形中給了A公司很大的壓力，因此A公司采取的措施就是租賃業(yè)務(wù)積極發(fā)展。在2016年間，租賃業(yè)務(wù)與主營(yíng)的房地產(chǎn)業(yè)起頭并舉，通過(guò)租賃獲得一大筆可觀的收入。2016年的營(yíng)業(yè)利潤(rùn)達(dá)到了1000萬(wàn)元以上，以及年末公司凈資產(chǎn)也變?yōu)檎?，?017年5月，證監(jiān)會(huì)對(duì)其撤銷退市風(fēng)險(xiǎn)警告，即公司恢復(fù)上市。一旦恢復(fù)上市又得面臨著眾多股東的壓力，加上市場(chǎng)環(huán)境因素不利，2017年的Z值又重回危機(jī)地帶。A公司在2018年的市場(chǎng)方向和2016年差別幾乎不大，加上市場(chǎng)環(huán)境的轉(zhuǎn)變，也恢復(fù)了生機(jī)。通過(guò)觀測(cè)財(cái)務(wù)指標(biāo)的變化，單獨(dú)拿出2017年的流動(dòng)比率和速動(dòng)比率和往年對(duì)比，發(fā)現(xiàn)存貨占比非常大，經(jīng)查證在2017年1月A公司確實(shí)有一個(gè)大項(xiàng)目，加之推測(cè)2017年可能因?yàn)槭袌?chǎng)環(huán)境的因素使得A公司的存貨變大。通過(guò)A公司指標(biāo)的變化我們可以意識(shí)到房地產(chǎn)行業(yè)中存貨的影響力，企業(yè)因房產(chǎn)建設(shè)而儲(chǔ)存的各種材料，而這些材料也是企業(yè)資產(chǎn)的一部分，其具有流動(dòng)性弱、資金占用過(guò)大的特點(diǎn)。資金占用過(guò)大對(duì)房地產(chǎn)企業(yè)是一個(gè)非常不利的因素之一，我認(rèn)為房地產(chǎn)企業(yè)是一個(gè)非常需要資金流通的一個(gè)行業(yè)，一旦出現(xiàn)資金鏈斷裂是眾多行業(yè)之中最難挽回的?？傊?，以上種種的情況都是使得每年的財(cái)務(wù)指標(biāo)狀況發(fā)生劇烈的變化，對(duì)于在A公司來(lái)說(shuō)，指標(biāo)的變化劇烈變動(dòng)加上Z值不斷在危險(xiǎn)區(qū)間和安全區(qū)間變化，可以讓A公司的管理層快速察覺(jué)到自身財(cái)務(wù)風(fēng)險(xiǎn)從而做出提高財(cái)務(wù)管理能力和抗風(fēng)險(xiǎn)能力的措施。4.3本章小結(jié)以新構(gòu)建的Z-Score模型為基礎(chǔ)，對(duì)檢驗(yàn)樣本進(jìn)行檢驗(yàn)，可以發(fā)現(xiàn)準(zhǔn)確率分別到達(dá)90%和80%，為了進(jìn)一步的證實(shí)其有效性，通過(guò)分析行業(yè)外部環(huán)境以及對(duì)A公司財(cái)務(wù)狀況，認(rèn)為該模型對(duì)該行業(yè)的上市公司具有一定實(shí)用性，能提到警醒的作用。伴隨著國(guó)民經(jīng)濟(jì)的發(fā)展，房地產(chǎn)成為了國(guó)民經(jīng)濟(jì)支柱之一，在社會(huì)經(jīng)濟(jì)發(fā)展過(guò)程中具有突出的地位和作用，宏觀調(diào)控也就成為了房地產(chǎn)行業(yè)影響最深的因素之一。外部的融資和當(dāng)年的營(yíng)業(yè)利潤(rùn)非常重要，影響他們的因素也正是4.2.1中所述的市場(chǎng)環(huán)境，呈現(xiàn)了一個(gè)指標(biāo)和市場(chǎng)相匹配的關(guān)系。通過(guò)A公司案例我們能發(fā)現(xiàn)對(duì)于房地產(chǎn)企業(yè)來(lái)說(shuō)，還存在著不少的中小企業(yè)，他們并不像大型的房地產(chǎn)企業(yè)，例如萬(wàn)科等，能常年保持高額利潤(rùn)，一旦行情有什么風(fēng)吹草動(dòng)便對(duì)他們會(huì)造成巨額的傷害，這時(shí)候財(cái)務(wù)風(fēng)險(xiǎn)的控制就顯得尤為重要。企業(yè)的管理層必須目光尖銳，只有盡早發(fā)現(xiàn)危險(xiǎn)、建立應(yīng)對(duì)手段，才不至于企業(yè)輕易發(fā)生危險(xiǎn)財(cái)務(wù)事件，或許發(fā)生之后能更快地補(bǔ)救。本文雖然建立起適用于該行業(yè)的模型，但只能作為一個(gè)借鑒與參考，財(cái)務(wù)管理者需結(jié)合經(jīng)濟(jì)環(huán)境、行業(yè)環(huán)境、政策等因素綜合考慮企業(yè)的財(cái)務(wù)安全問(wèn)題。結(jié)論經(jīng)濟(jì)時(shí)代舜息萬(wàn)變，對(duì)于任何行業(yè)來(lái)說(shuō)都需要一樣?xùn)|西去警戒自己，特別是財(cái)務(wù)杠桿尤為嚴(yán)重的房地產(chǎn)行業(yè)，一旦出現(xiàn)任何紕漏就會(huì)導(dǎo)致嚴(yán)重后果。房地產(chǎn)行業(yè)應(yīng)建立健全財(cái)務(wù)危機(jī)預(yù)警體系，做到早發(fā)現(xiàn)、早應(yīng)對(duì)，減少財(cái)務(wù)風(fēng)險(xiǎn)出現(xiàn)的可能。本文來(lái)源于近8年來(lái)房地產(chǎn)上市公司的財(cái)務(wù)指標(biāo)數(shù)據(jù)，采用實(shí)證的方法，將該行業(yè)的某些企業(yè)作為訓(xùn)練樣本，通過(guò)非參數(shù)檢驗(yàn)和Fisher判別分析最終建立起適應(yīng)該行業(yè)Z修正得分模型，并且檢驗(yàn)結(jié)果較好，如下：1、構(gòu)建適用于房地產(chǎn)開放與經(jīng)營(yíng)業(yè)板塊的Z模型，其Z模型的判別式：Z=0.001X1+0.105X2+0.015X3+0.009X4-0.008X5-2.203；判別區(qū)間：當(dāng)Z＞0.029858，即可反映出企業(yè)發(fā)生財(cái)務(wù)風(fēng)險(xiǎn)的幾率較小，側(cè)面證明財(cái)務(wù)狀況較好；當(dāng)Z≤0.029858，即可反映出企業(yè)發(fā)生財(cái)務(wù)風(fēng)險(xiǎn)的幾率較大，側(cè)面證明財(cái)務(wù)狀況較差。經(jīng)過(guò)T2和T3的檢驗(yàn)準(zhǔn)確率發(fā)現(xiàn)高達(dá)90%和80%，也符合逐年遞減的一個(gè)規(guī)律，證明該模型在訓(xùn)練樣本往后年度的檢驗(yàn)之中是符合的。2、結(jié)合市場(chǎng)環(huán)境的分析，對(duì)A公司的財(cái)務(wù)狀況進(jìn)行一個(gè)實(shí)證性分析，首先通過(guò)Z模型的比較，發(fā)現(xiàn)出近幾年的理論上的財(cái)務(wù)狀況，然后通過(guò)結(jié)合A公司的財(cái)報(bào)和管理策略以及發(fā)現(xiàn)Z值的變化發(fā)現(xiàn)實(shí)際的財(cái)務(wù)狀況，理論上的財(cái)務(wù)狀況和實(shí)際上的財(cái)務(wù)狀況也得到了一個(gè)呼應(yīng)，由此證明該模型的實(shí)用性。但是本文還存在以下缺點(diǎn)：本文研究的是房地產(chǎn)開發(fā)與經(jīng)營(yíng)的上市公司，一共有124家上市公司，其中ST公司只有5家，把不符合標(biāo)準(zhǔn)和現(xiàn)實(shí)情況的排除了，只挑了其中2家，對(duì)于財(cái)務(wù)危機(jī)預(yù)警模型來(lái)說(shuō)會(huì)影響其質(zhì)量。在今后的研究中，應(yīng)制定更為嚴(yán)格的篩選標(biāo)準(zhǔn)。本文的Z-Score是以財(cái)務(wù)指標(biāo)為基礎(chǔ)的，但是在實(shí)際過(guò)程中，非財(cái)務(wù)指標(biāo)可能會(huì)導(dǎo)致企業(yè)的破產(chǎn)，例如創(chuàng)新與質(zhì)量、服務(wù)等都是企業(yè)在該行業(yè)競(jìng)爭(zhēng)中需要不斷加強(qiáng)的因素，如何將非財(cái)務(wù)因素計(jì)量化并進(jìn)行分析也是未來(lái)需要研究的。房地產(chǎn)行業(yè)是國(guó)民經(jīng)濟(jì)的支柱，其行業(yè)的發(fā)展有可能會(huì)直接影響人民的生活質(zhì)量與水平，因此政府“看不見(jiàn)的手”對(duì)該行業(yè)的發(fā)展產(chǎn)生了巨大的作用，即我們?cè)诮?jīng)濟(jì)學(xué)中所說(shuō)的政府干預(yù)，雖然有政府的干預(yù)，但是市場(chǎng)上依然遵循的是經(jīng)濟(jì)規(guī)律。無(wú)論是大企業(yè)還是中小企業(yè)，做好財(cái)務(wù)預(yù)警不僅僅可以了解自身的財(cái)務(wù)經(jīng)濟(jì)狀況，及時(shí)調(diào)整企業(yè)的策略，還可以了解他人的財(cái)務(wù)狀況，做到在競(jìng)爭(zhēng)中領(lǐng)先他們。參考文獻(xiàn)[1]AltmanE.I.Financialratiodiscriminantanalysisandthepredictionofcorporatebankruptcy[J].JournalofFinance，1968（11）：588-609.[2]HenriFayol.G