中国科技论文在线中文稿件模板

Size: px

Start display at page:

Download "中国科技论文在线中文稿件模板"

焱邱
7 years ago
Views:

1 房地产上市公司财务风险预警实证研究 ** 徐铭一, 高艳茹 ( 哈尔滨工业大学管理学院, 哈尔滨 ) 5 摘要 : 随着我国上市公司数量和规模持续扩大, 上市公司面临的风险也变得日益严峻并且房地产行业本身具有开发周期长资金周转慢以及投资金额巨大等特点, 也决定了房地产行业比其他行业面临着更大风险为了保证房地产上市公司可以更好地规避风险, 对房地产上市公司财务风险预警加以研究具有重要意义本文以我国房地产上市公司为研究对象, 运用 10 因子分析法 logistics 回归法以及聚类分析法对房地产上市公司财务风险预警进行实证分析, 为房地产行业上市公司构建财务风险预警系统提供了参考关键词 : 会计学 ; 财务风险预警 ; 因子分析法 ;logistics 回归法 ; 聚类分析法中图分类号 :F Empirical research about financial risk early warning of real estate listed company Xu Mingyi, Gao Yanru (Management School, Harbin Institute of Technology, Harbin ) Abstract: Along with the enlargement of number and size of listed companies in our country, the risk of listed companies is increasingly serious. Real estate industry has a long development period, huge investment amount etc, which also determines the real estate industry faces greater risks than others. In order to make the real estate listed companies avoid risk better, the research of real estate listed company s financial risk early warning has great significance. This paper views the real estate listed companies as the object of study and uses Factor analysis, logistics regression and cluster analysis to make empirical research, which provides reference to the real estate industry listed company. Key words: Accounting; Financial risk early warning; Factor analysis; Logistics regression; Cluster analysis 0 引言房地产行业是我国国民经济中一个支柱性产业, 我国房地产行业起步较晚但发展极其迅速,2006 年到 2010 年之间, 房地产行业甚至以高达 20% 的增长速度迅猛发展, 近几年发展速度有所减慢, 但即便是这样,2014 年房地产开发投资与上年相比仍名义增长 10.5% 与此同时, 房地产业产值占 GDP 的比重逐年增加, 以 2014 年为例, 房地产业产值绝对额为亿元, 占 GDP 比重为 6%, 比上年同期增长 2.3% 然而, 从房地产行业自身特点来看, 其开发周期长, 资金周转慢, 因此, 其面临着比其他行业更大的财务风险房地产上市公司作为一个特殊主体, 它面临着双重财务风险 : 一方面是来自房地产行业的风险, 另一方面是来自上市公司之间的竞争压力因此, 房地产上市公司必须做到防患于未然, 对其财务风险预警加以研究很有必要很多国内外学者都对财务风险预警进行研究,Altman 提出了 Z 值模型 [1], 弥补了一元判定模型单一变量的缺陷后来,Altman 对该模型进行改进, 得到了用于非制造业上市公司的 Z3 模型朱佳翔荆象源和谭清美三个人选取了净资产收益率流动比率和财务杠杆系数这三个指标, 结合灰色系统理论构建了一个财务风险预警模型 [2] 而余敏则从财务视角构建财务风险预警指标体系 [3], 这其中包括 4 个因子和 9 个指标因此, 作者简介 : 徐铭一 (1992-), 女, 学生, 主要研究方向 : 会计与财务管理通信联系人 : 高艳茹 (1968-), 女, 副教授, 主要研究方向 : 会计与财务管理. gaoyanru68@126.com - 1 -

2 本文便以我国 26 家房地产上市公司为研究对象, 运用因子分析法 logistics 回归法以及聚类分析法对其房地产上市公司财务风险预警进行实证分析, 并对防范风险提出了相关建议房地产上市公司财务风险预警现状目前, 我国许多房地产上市公司未建立一个完善的财务风险预警系统公司管理层没有很好的风险意识, 再加之我国现如今还没有对上市公司是否应该建立财务风险预警系统进行明确规定, 很多公司便缺乏主动性而对于已经建立财务风险预警系统的房地产上市公司来说, 这个系统并不是十分合适首先, 大多数公司使用的系统都是通用的, 很少有公司能够拥有属于自己的财务风险预警系统, 这一方面是因为我国现在对于财务风险预警研究还不是很深入, 另一方面是因为, 企业倘若要建立一个特有财务风险预警系统, 需要花费大量的人力物力财力, 这无形增加了企业运营成本其次, 公司在使用现有财务风险预警系统时, 需要进行大量而且复杂的计算, 这要求公司财务人员掌握很强的专业知识以及运算能力, 并且拥有足够的耐心和细心, 如果一旦发生错误, 会导致公司的财务风险预警失去作用 [4] 除此之外, 我国房地产上市公司财务风险预警同样存在着缺乏有效监督评估内部控制 [5] 不健全以及财务风险分析不彻底等一系列问题 2 房地产上市公司财务风险预警实证研究设计研究样本的选择本文从 146 家房地产上市公司中选取研究样本, 对 2012 年至 2014 年曾被特殊处理 (ST) 的房地产上市公司进行筛选 [6], 从中选取了 13 家房地产上市公司作为研究样本具体如下 : ST 珠江 ST 兴业 ST 前锋嘉宝集团 ST 亚太 ST 新梅 ST 中企鲁银投资中房地产圆城黄金华远地产京蓝科技渝开发与此同时, 本文通过对 ST 公司与非 ST 公司的特点进行比较, 根据相似资产的原则, 从而为每一家 ST 样本公司选择了非 ST 公司进行匹配, 选择的非 ST 公司如下 : 表 1 ST 样本公司及非 ST 公司 ST 样本公司非 ST 公司 ST 珠江金地集团 ST 兴业世茂股份 ST 前锋首开股份嘉宝集团鲁商置业 ST 亚太天房发展 ST 新梅天津松江 ST 中企北辰实业鲁银投资深振业 A 中房地产陆家嘴圆城黄金云南城投华远地产万通地产京蓝科技栖霞建设渝开发苏州高新 - 2 -

3 2.2 财务风险预警系统的建立财务预警模型是通过借助企业财务指标和非财务指标体系, 来识别企业财务风险状况的判别模型财务预警模型有多种, 常见的财务预警模型如下 : 一元判定模型多元线性判定模型因子分析模型多元逻辑模型聚类分析模型及人工神经网路模型等本文选择采用因子分析模型多元逻辑模型聚类分析模型来构建财务风险预警系统, 通过对样本公司的实证检验, 提供给各房地产上市公司模型参考, 各公司可依据自身实际情况选择其中一种或多种财务预警模型构建本公司的财务风险预警系统因子分析模型在进行主成分分析时, 我们选取如下指标 [7] : 盈利能力指标 :X 1 = 总资产利润率 X 2 = 销售净利率 X 3 = 净资产收益率营运能力指标 :X 4 = 应收账款周转率 X 5 = 存货周转率偿债能力指标 :X 6 = 流动比率 X 7 = 速动比率 X 8 = 资产负债率发展能力指标 :X 9 = 主营业务收入增长率 X 10 = 总资产增长率现金流量指标 :X 11 = 现金流量比率 X 12 = 现金债务总额比通过对上述 12 个指标做主成分分析, 提取 5 个公共因子分别代表 5 种能力, 再以各个因子的方差贡献率作为权数, 对每个因子的得分进行加权后构造综合得分函数 P i =ai 1 *Fi 1 +ai 2 *Fi 2 +ai 3 *Fi 3 +ai 4 *Fi 4 + ai 5 *Fi 5 其中 P i 是第 i 个公司的绩效综合得分,F ij 是第 i 个公司第 j 个因子的得分,a ij 是第 i 个公司第 j 个因子的方差贡献率依据每个房地产上市公司的绩效综合得分, 我们便可以判别企业是否存在财务风险绩效综合得分大于 0 的房地产上市公司, 我们认为该公司财务状况尚且良好, 暂时不存在财务风险 ; 绩效综合得分小于 0 的房地产上市公司, 我们认为该公司财务状况存在财务风险, 需加以关注多元逻辑模型 (Logit 模型 ) 多元逻辑模型是对因子分析模型的进一步完善, 它以因子分析模型得出的因子得分为基础构建 Logistic 函数 P= exp(a+b*f i )/1+ exp(a+b*f i ) (F i 则为 5 个因子的各因子得分 ), 它以概率的形式判别企业是否存在财务风险 P 小于 0.5 的房地产上市公司, 我们认为该公司财务状况尚且良好, 暂时不存在财务风险 ;P 大于 0.5 的房地产上市公司, 我们认为该公司财务状况存在财务风险, 需加以关注聚类分析模型聚类分析模型同样以因子分析模型得出的因子得分为基础, 对我们选取的 ST 样本公司和非 ST 公司进行分类, 我们按照财务风险程度的不同将其分为 4 类 : 几乎无财务风险的公司财务风险较小的公司财务风险一般的公司以及财务风险较大的公司, 对照分类结果便可以判断企业的财务风险状况房地产上市公司财务风险预警实证研究 3.1 基于因子分析模型的财务风险预警实证研究因子分析的适宜性判断我们采用 KMO 检验和 Bartlett 球度检验来检测变量的因子分析适用性, 检验结果如下 : - 3 -

4 表 2 KMO 和 Bartlett 的检验 105 项目结果取样足够度的 Kaiser-Meyer-Olkin 度量.464 近似卡方 Bartlett 的球形度检验 df 66 Sig..000 从表中的 KMO 样本测度和 Bartlett 球度检验的结果可以看出, 虽然 KMO 值为 0.464, 略低于 0.5, 但 Bartlett 球度检验的显著性水平小于 0.05, 说明变量之间有显著的相关性, 适合做因子分析计算综合绩效得分适宜性检验通过后, 利用主成分分析法提取公共因子, 提取 5 个公共因子分别代表个能力, 它们的累积方差贡献率均已达到 92% 以上, 即原始变量中 92% 以上的信息都可以被这 5 个公共因子解释, 因此, 便用 5 个公共因子代替原有选取的 12 个变量指标,5 个公共因子的权数调整为 :ai 1 =42.684%,ai 2 =27.772%,ai 3 =9.384%,ai 4 =7.508%,ai 5 =4.906%, 权数调整后构造的绩效综合得分函数为 : Pi= *Fi *Fi *Fi *Fi *Fi 5 根据成份得分系数矩阵可得 5 个公共因子的因子得分函数为 : Fi 1 =0.198X X X X X X X X X X X 12 Fi 2 =0.049X X X X X X X X X X X X 12 Fi 3 =-0.004X X X X X X X X X X X X 12 Fi 4 =-0.048X X X X X X X X X X X X 12 Fi 5 =0.314X X X X X X X X X X X X 12 将计算出的 5 个公共因子的因子得分代入绩效综合得分函数, 计算出每个房地产上市公司的绩效综合得分如下表 : 表 3 绩效综合得分表 ST 样本公司绩效综合得分非 ST 公司绩效综合得分 ST 珠江金地集团 ST 兴业世茂股份 ST 前锋首开股份嘉宝集团鲁商置业 ST 亚太天房发展 ST 新梅天津松江 ST 中企北辰实业鲁银投资深振业 A 中房地产陆家嘴圆城黄金云南城投华远地产万通地产京蓝科技栖霞建设渝开发苏州高新

5 由上表可知,ST 样本公司的绩效综合得分均小于 0, 而非 ST 公司除北辰实业云南城 130 投万通地产苏州高新外其他公司的绩效综合得分均大于 0, 因此, 依据房地产上市公司绩效综合得分是否大于 0 来判别企业是否存在财务风险是可行的与此同时, 对于北辰实业云南城投万通地产苏州高新这 4 家公司, 虽然未被特殊处理, 但绩效综合得分小于 0, 说明这些公司财务状况存在一定财务风险, 需加以关注 3.2 基于 Logit 模型的财务风险预警实证研究 Logit 模型精度判断我们对 Logit 模型精度的检验结果如下 : 表 4 Logit 模型精度判断表已观测已预测 Crisis 0 1 Crisis 校正百分比总计百分比 96.2 从校正百分比可以看出,Logit 模型对非 ST 公司判别准确度为 100%, 对 ST 公司判别准确度为 92.3%, 综合判别准确率达到了 96.2%, 说明模型判断精度较高, 能较为准确的进 140 行财务风险预警 Logistic 函数的建立 Logistic 函数的常量及因子得分系数如下表 : 表 5 Logistic 方程中的变量 B S.E, Wals df Sig. Exp (B) F F F F F 常量 Logistic 函数为 : P=exp( *F *F *F *F *F 5 )/ 1+ exp( *f *F *F *F *F 5 ) 依据 Logistic 函数计算各房地产上市公司的对应概率如下表 : 表 6 ST 样本公司及非 ST 公司概率表 ST 样本公司概率非 ST 公司概率 ST 珠江金地集团 ST 兴业 1.00 世茂股份 ST 前锋首开股份嘉宝集团 1.00 鲁商置业 ST 亚太 0.98 天房发展 ST 新梅 1.00 天津松江

6 150 ST 中企北辰实业鲁银投资 1.00 深振业 A 中房地产 1.00 陆家嘴圆城黄金 1.00 云南城投华远地产万通地产京蓝科技 1.00 栖霞建设渝开发苏州高新由上表可知,ST 样本公司的概率均大于 0.5 且十分接近于 1, 而非 ST 公司的概率均小于 0.5 且十分接近于 0, 因此, 依据 Logistic 函数以概率是否大于 0.5 来判别企业是否存在财务风险是可行的 3.3 基于聚类分析模型的财务风险预警实证研究以因子分析模型得出的因子得分为基础, 对 ST 样本公司和非 ST 公司的分类情况如下 : 表 7 聚类成员表案例聚类距离案例聚类距离 ST 珠江金地集团 ST 兴业世茂股份 ST 前锋首开股份嘉宝集团鲁商置业 ST 亚太天房发展 ST 新梅天津松江 ST 中企北辰实业鲁银投资深振业 A 中房地产陆家嘴圆城黄金云南城投华远地产万通地产京蓝科技栖霞建设渝开发苏州高新由上表可知, 几乎无财务风险的公司为金地集团 ; 财务风险较小的公司为 : 世茂股份首开股份鲁商置业天房发展天津松江深振业 A 陆家嘴栖霞建设; 财务风险一般的公司为 : 北辰实业云南城投万通地产苏州高新 ST 兴业嘉宝集团 ST 亚太 ST 新梅 ST 中企鲁银投资圆城黄金华远地产京蓝科技渝开发 ; 财务风险较大的公司为 :ST 珠江 ST 前锋中房地产由分类结果可见,ST 样本公司的分类均为财务风险一般和财务风险较大, 非 ST 公司的分类为几乎无财务风险财务风险较小和财务风险一般因此, 依据聚类分析结果判断企业财务风险状况是可行的 4 结论 165 本文给出了三种财务风险预警模型来构建财务风险预警系统因子分析模型依据房地产上市公司绩效综合得分是否大于 0 来判别企业是否存在财务风险, 多元逻辑模型依据 Logistic 函数的概率是否大于 0.5 来判别企业是否存在财务风险, 聚类分析模型依据聚类分析结果判断企业财务风险状况与此同时, 通过对样本公司的实证检验, 提供给各房地产上市公司模型参考, 各公司可依据自身实际情况选择其中一种或多种财务预警模型构建本公司 - 6 -

7 170 的财务风险预警系统 [ 参考文献 ] (References) [1] Altman. Financial Ratios Discriminant Analysis and the Prediction of Corporate bankruptcy[j]. Finance,1968,39(11): [2] 朱佳翔, 谭清美, 荆象源. 基于灰关联度的两阶段上市公司财务风险灰色预警 [J]. 经济论坛,2008,7(4): [3] 余敏. 财务危机预警指标体系及指数构建 [J]. 河海大学学报,2015,5(1): [4] 程杰, 程言美. 我国房地产上市公司财务风险预警模型的建立与应用 [J]. 武汉理工大学学报,2013,10 (6): [5] 赵煜达. 上市公司财务风险预警研究 - 基于房地产行业 [J]. 财会通讯,2013,9(17): [6] 李莉. 企业财务风险预警机制建设研究 [J]. 时代金融,2014,11(9): [7] William Beaver. Financial Ratios as Predictors of Failure.EmPirieal research in accounting[j]. Selected Studies, 1966,42(16):

AA+ AA % % 1.5 9

AA+ AA % % 1.5 9 2014 14 01 124753 2014 6 23 AA+ AA+ 2013 12 31 376.60 231.36 227.85 38.57% 2013 4.36 4.75 4.67 2011-2013 9.18 6.54 4.67 6.80 12 56.64% 1.5 9 2013 12 31 376.60 231.36 227.85 38.57% 2013 4.36 4.75 4.67 2013