房地產(chǎn)上市公司財(cái)務(wù)風(fēng)險(xiǎn)研究

摘 要：本文通過研究國內(nèi)外房地產(chǎn)的預(yù)警模型，選取營運(yùn)能力，償債能力，發(fā)展能力，進(jìn)行研究，來明確財(cái)務(wù)的風(fēng)險(xiǎn)模型，然后針對財(cái)務(wù)風(fēng)險(xiǎn)提出風(fēng)險(xiǎn)控制的對策。

關(guān)鍵詞：房地產(chǎn)；上市公司；財(cái)務(wù)風(fēng)險(xiǎn)

引言

在我國，房地產(chǎn)是當(dāng)前經(jīng)濟(jì)發(fā)展的支柱產(chǎn)業(yè)，其行業(yè)存在著很大的關(guān)聯(lián)性，因此，對于我國的經(jīng)濟(jì)意義重大。當(dāng)前，我國主要靠投資、出口和擴(kuò)大內(nèi)需這三個方面，來作為拉動經(jīng)濟(jì)增長的方式，而房地產(chǎn)行業(yè)可以拉動投資，促進(jìn)內(nèi)需擴(kuò)大，因此，對經(jīng)濟(jì)發(fā)展有著重要意義。在以后幾十年的發(fā)展中，房地產(chǎn)都會作為主導(dǎo)行業(yè)，這也成為了最近行業(yè)內(nèi)探討的重點(diǎn)。

一、主體部分

（一）房地產(chǎn)行業(yè)現(xiàn)狀

之前的十年，可以說是房地產(chǎn)快速發(fā)展的十年。在房改之后，我國城鎮(zhèn)化建設(shè)不斷發(fā)展，加之貨幣政策的推出，使得房地產(chǎn)增率高達(dá)20%，但是，背后卻是銷售率的不足，銷售率卻為12%。過去十年內(nèi)，只有管房地產(chǎn)企業(yè)中，形成了高庫存，上市公司始終保持高額盈利。在利益的驅(qū)使下，我國的建筑項(xiàng)目還在不斷擴(kuò)大，市場銷售卻出現(xiàn)滑坡，如果保持這種供需失衡狀態(tài)，則勢必影響到企業(yè)的資金運(yùn)營和周轉(zhuǎn)。根據(jù)有關(guān)部門調(diào)查顯示【1】：在最近的幾年中，房地產(chǎn)毛利率和凈利率同比下降，房地產(chǎn)面臨的局面日益嚴(yán)峻，其財(cái)務(wù)風(fēng)險(xiǎn)也日益加劇。

（二）國外研究綜述

在國外，研究財(cái)務(wù)風(fēng)險(xiǎn)起步很早，開始，對財(cái)務(wù)危機(jī)的研究主要是以定性分為主，其中有：1.風(fēng)險(xiǎn)分析調(diào)查法。2.四階段癥狀分析法。3.三個月資金周轉(zhuǎn)表分析法。4.流程圖分析法。5.管理評分法。

隨著當(dāng)前統(tǒng)計(jì)學(xué)的快速發(fā)展，定量分析也更加豐富和復(fù)雜化，取得了更深層次的，主要有以下幾種：

1.基于單變量的財(cái)務(wù)風(fēng)險(xiǎn)模型分析

1966年，在美國的《會計(jì)評論》中，美國學(xué)者William Beaver提出了一元判別模型法。他選取了158個企業(yè)作為樣本，一半是處于正常經(jīng)營的企業(yè)，另一半則是危機(jī)企業(yè)，他們的30個財(cái)務(wù)比率分析，得出了在債務(wù)保障率和資產(chǎn)負(fù)債率指標(biāo)上，存在著明顯的判別能力，而且企業(yè)越接近破產(chǎn)時(shí)，判別地位就越高，其結(jié)果就更準(zhǔn)確。

2.運(yùn)用多元線性判別分析方法

在國外，該研究在20 世紀(jì) 60 年代，是以 Z-Score的模型為主，在美國，Altman教授綜合了幾個財(cái)務(wù)指標(biāo)，進(jìn)行加權(quán)和匯總，通過多元函數(shù)的建立，形成了對企業(yè)破產(chǎn)的預(yù)測。

3.邏輯回歸的模型分析

回歸模型最具有代表的就是：Probit 模型和Logistic 模型這兩種方法，它的原理是：根據(jù)一組因變量，從而實(shí)現(xiàn)對其“對應(yīng)的”應(yīng)變量的預(yù)測。美國學(xué)者 Ohlson（1980），利用該研究方法證明了，公司的規(guī)模和資本以及負(fù)債等等，與現(xiàn)在的變現(xiàn)能力和務(wù)危機(jī)是成相關(guān)性關(guān)系的，預(yù)測準(zhǔn)確率為96.12%，相比較而言，預(yù)測結(jié)果更可靠。

（三）國內(nèi)研究綜述

在我國，該研究是從20世紀(jì)80年代末起步的。

陳靜（1999）采取了54個公司情況，作為樣本，通過單變量模型進(jìn)行數(shù)據(jù)分析，在這些樣本中，一半是ST企業(yè)，一半是非ST企業(yè)，通過對其資產(chǎn)負(fù)債率和凈資產(chǎn)以及總資產(chǎn)收益率和流動比率，這四個財(cái)務(wù)指標(biāo)，證明了資產(chǎn)的負(fù)債率和流動比率是比較容易識別的。該模型可以預(yù)警財(cái)務(wù)風(fēng)險(xiǎn)，但迄今為止，還存在著很多問題：首先，它不能判斷企業(yè)破產(chǎn)的可能性，也不能知道在什么時(shí)間破產(chǎn)；另外，通貨膨脹會對單變量分析模型造成影響；最后是會對財(cái)務(wù)造成粉飾作用，這樣，財(cái)務(wù)的風(fēng)險(xiǎn)預(yù)測就沒有價(jià)值了。

周首華、楊濟(jì)華（1966），基于 Z 分?jǐn)?shù)模型，增加了現(xiàn)金流量，對指標(biāo)進(jìn)行改變并增加樣本的數(shù)量，修正 Z 值判定模型，使 F 分?jǐn)?shù)模型在預(yù)測公司財(cái)務(wù)方面更加準(zhǔn)確。

國學(xué)者吳世農(nóng)、盧賢義（2001）對邏輯回歸模型進(jìn)行了分析，他們利用了多種方法，如Fisher 判別分析、線性回歸分析以及邏輯回歸分析等等，構(gòu)建模型，然后以140 家企業(yè)作為對象，進(jìn)行分析，選取了盈利能力、償債能力、營運(yùn)能力、成長能力和企業(yè)規(guī)模等等，從這五個方面入手，利用了21個財(cái)務(wù)指標(biāo)，從其中找到了六個預(yù)測指標(biāo)，構(gòu)建了三種模型，最后證明，在這些模型中，邏輯回歸模型有著最準(zhǔn)確最強(qiáng)的預(yù)測能力。

2002年，周敏等提出了神經(jīng)網(wǎng)絡(luò)理論，用以對財(cái)務(wù)危機(jī)的預(yù)測，該方式可以形成對財(cái)務(wù)危機(jī)的預(yù)測，它不靠主觀定性，就可以得出企業(yè)的財(cái)務(wù)狀態(tài)，這種方法是比較科學(xué)有效的。

邸紅娜（2006）【14】在BP神經(jīng)網(wǎng)絡(luò)方法的基礎(chǔ)上，研究了多家制造業(yè)的上市公司，對他們進(jìn)行財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測，其結(jié)果的準(zhǔn)確率達(dá)到了92.5%。

二、總結(jié)部分

在現(xiàn)當(dāng)前的研究中，研究者多重視理論方面的研究，他們關(guān)注的是結(jié)果的準(zhǔn)確性，對但是，在應(yīng)用方面，對使用者來說，其可操作性不強(qiáng)。并且，在研究中，變量的選擇往往比較主觀。其次，在分析，多為財(cái)務(wù)因素的分析，很少有非量化的和非財(cái)務(wù)的信息分析。利用定量和定性分析時(shí)，要立足于管理環(huán)境和市場氣候，考慮到政策等方面的影響。以你，我們還需要更深的研究和探索，不斷提高預(yù)測能力，提高其準(zhǔn)確性，使其更具有可操作性，為相關(guān)部分參考和使用。

參考文獻(xiàn)：

[1]中國房地產(chǎn) TOP10 研究組.2013 中國房地產(chǎn)上市公司研究報(bào)告[z].2013 .

[2]Ohlson，Emerging Markets Corporate Bonds：A Scoring System，Salomon Brothers Inc[J].New York，1980 .

作者簡介：

孔耀華，皮珊，寧波大紅鷹學(xué)院。