房地產行業上市公司財務預警分析

閆鈺煒，田靜晗

(1.泰山學院 商學院，山東 泰安 271021;2.四川大學經濟學院，四川 成都 610065)

一、財務危機及財務預警的界定

財務危機(Financial Crisis)或財務困境(Financial Distress)，是指企業償付能力的喪失，也就是喪失償還到期債務的能力，無法按期支付到期債務或費用的一種經濟現象。嚴格說來，最為嚴重的財務危機就是破產(Bankruptcy)。國外學者界定“財務危機”的標準大都集中在流動性較差、無法償還債務和破產這幾個方面，尤其是申請破產和破產清算。而考慮到我國的具體國情，研究財務危機的切入點應該是預測公司的財務狀況是否健康，是否存在陷入財務困難的可能性。

目前，在我國對財務危機的研究中，國內學者大都將被特別處理的上市公司(ST和*ST，以下統稱ST公司)作為財務危機公司。

財務危機預警就是借助對企業財務報表數據以及相關經營資料的分析，及時利用財務數據和相對應的數據化管理模式，把企業可能面臨的危機預先通知企業的經營者與其他利益相關者，進而分析企業陷入財務危機的原因以及企業財務管理體系所隱藏的問題，以便提前進行防范的財務分析系統。

二、房地產行業進行財務預警的必要性

房地產上市公司作為我國新興的行業，其潛力大、關聯度高、帶動力強等特點在我國經濟發展的軌跡中顯露無遺，逐漸成為我國國民經濟中的支柱產業。近幾年來，我國房地產投資規模不斷擴大，在市場需求急速增加的刺激下，房地產行業迅速興起，但在其迅猛發展的同時也存在著諸多問題，比如房價虛高、房地產市場管理體系不完善及市場運行機制不健全等問題。因此，國家為調控房價增長過快，規范房地產行業的發展，在2011年1月26日頒布了有史以來最為嚴厲的國八條房產調控政策，通過保障房建設、加強稅收征管、嚴控住房信貸、實行限購令等有效措施進行全面調控，而2013年2月20日又出臺了房產調控的國五條，內容包括完善穩定房價工作責任制、堅決抑制投機投資性購房、增加普通商品住房及用地供應、加快保障性安居工程規劃建設、加強市場監管等有力舉措，這都使得房地產上市公司面臨前所未有的壓力和挑戰，另外其特有的融資、負債結構等特點使得它在特定條件下(如房價下跌等)也很容易發生財務危機、陷入財務困境。由此可見，對房地產上市公司進行財務危機預警研究，借助對上市公司財務報表數據以及相關經營資料的分析，確立財務預警指標體系，構建財務預警模型，預測其財務狀況，及時把上市公司可能面臨的危機預先通知公司的經營者與其他利益相關者，這對于房地產上市公司的持續穩健發展是十分必要的，對我國房地產行業乃至整個經濟的發展都具有重大意義。

三、財務預警模型分析——Z分數模型

Altman最早將多元線性判別方法引入到財務危機預警領域。他對1946—1965年間提出破產申請的33家公司和同樣數量的財務正常公司進行觀察，并運用數理統計方法對22個主要的財務指標進行篩選，由此提出了著名的Z分數模型(又稱多元線性判別模型MDA)，目前該模型已經發展成為財務預警最為常用的方法之一。Z分數模型選取的財務指標共有5個:營運資本/總資產，留存收益/總資產，息稅前利潤/總資產，股權市場價值/債務總額賬面價值，銷售額/總資產，這5個指標分別從企業的資產規模、折現能力、獲利能力、償債能力、資本結構、資產利用率等方面反映企業的綜合財務狀況。借助多元判別模型生成一個總的判別分值，稱為Z值，并根據Z值的結果進行判別。該模型的判別方程如下:

式中:Z—判別函數值;

x1—(流動資產－流動負債)/期末資產總額;

x2—留存收益/期末資產總額;

x3—息稅前利潤/期末資產總額;

x4—股東權益市場價值/債務總額賬面價值;

x5—銷售收入/資產總額;

根據模型計算結果，假如企業的Z值大于2.675，說明企業的財務狀況較為健康，不會破產;假如Z值小于1.81，則企業存在較大的破產風險;假如Z值處于1.81－2.675之間，則稱之為“灰色地帶”，處在這個區間，說明企業的財務狀況是極不穩定的。最終研究表明，x1、x4和x5三個財務指標的財務預測能力較高，預測準確度達到了94%。

多元線性判別模型的判別精度較高，但也存在一些不足:一是任務量比較繁重，研究者需要進行大量的數據收集、數據分析工作。二是在前一年的財務預測中，多元線性判別模型的預測準確度較高，但在前兩年、前三年的財務預測中，模型的預測準確度會大幅下降，甚至比單變量判別模型要低。三是多元線性判別模型必須滿足一個很嚴格的假設，假設自變量呈現正態分布，并且兩組樣本協方差要求相等，但實際的樣本數據通常無法滿足這一要求。這樣就大大限制了多元線性判別模型的使用范圍。但多元線性判別與單變量判定模型相比，它是運用多種財務指標加權匯總產生的總判別值來預測財務危機可能性的模型，能夠綜合反映企業的財務狀況，以消除單個指標在評價企業財務狀況方面的缺陷。同時，多元線性判別模型中幾乎包括了預測能力很強的所有指標，舍棄了一些不重要的因素，應用起來較為方便。其中，Z分數模型從確立以來，在國外的各大銀行、各類評估機構和各種專業事務所中得到了廣泛應用，它的預測準確率已經獲得了令人信服的證明。在國內，很多學者也用它來檢驗對我國ST上市公司和非ST上市公司的財務預測能力，結果都表明有良好的預測能力。因此，本文選取Z分數模型進行房地產上市公司的財務預警分析。

四、Z分數模型的實證分析

本文從2010年在我國證券交易所上市的房地產公司中，選取了40家公司作為實證分析的對象，要求其構建Z分數模型的財務數據及財務指標能夠獲取，同時會計師事務所出具的年度報表的審計報告結果為無保留意見或帶解釋說明段的無保留意見，從而確保財務數據真實可信。本文以這40家上市公司在2008年至2010年的財務報表數據作為原始數據，計算出Z分數模型中的五個預警指標，代入Z分數模型:

模型的計算結果見下表。

表1 Z值計算結果顯示財務風險較大的公司

表2 Z值計算結果顯示財務狀況較好的公司

以房地產上市公司公布的2008－2010年財務數據，計算房地產行業上市公司的Z值，其分布情況如圖1－圖3所示。

圖1 2008年Z值分布圖

圖2 2009年Z值分布圖

圖3 2010年Z值分布圖

一般來講，Z值越低，企業發生財務危機的可能性越大。Altman提出的判斷企業破產的臨界值:假如企業的Z值大于2.675，說明企業的財務狀況較為健康，不會破產;假如Z值小于1.81，則企業發生財務危機的可能性較大;假如Z值處于1.81－2.675之間，則稱之為“灰色地帶”，處在這個區間，說明企業的財務狀況是非常不穩定的。根據該模型的判斷標準，結合實證結果的分析，本文選取的40家房地產上市公司，在2008年有27.5%的公司面臨較大的財務風險，發生財務危機的可能性極大;有25%的公司財務狀況不穩定;僅有47.5%的公司面臨財務危機的可能性較小，財務狀況較為安全。這主要是受國際金融危機的波及以及國內收緊的房產政策的影響，使房地產行業在2008年整體表現不佳。2009年有87.5%的公司財務狀況運行良好，僅有高新發展一家上市公司存在較大的財務危機。2009年房地產上市公司的財務狀況較2008年有較大好轉，主要受益于國家積極的財政政策和適度寬松的貨幣政策等多項利好政策的刺激，使得銷售激增、房價上漲。2010年有62.5%的公司財務狀況較為安全，25%的公司財務狀況不穩定，可能面臨財務風險，有12.5%的公司發生財務危機的可能性極大，包括ST珠江、高新發展、天地源、上實發展和蘇州高新。在選取的40家上市公司中，高新發展的Z值在2008－2010年均低于1.81，說明其存在較大的財務危機，這主要是因為其Z分數模型的X1、X2指標為負值，其流動負債過高，且留存收益為負，說明其面臨的財務危機主要是由于償債能力較差所引起的。而ST珠江除2009年的Z值在1.81－2.675之間，2008年和 2010年的 Z值均低于1.81，表明其面臨財務危機的可能性極大，也驗證了Z分數模型對ST公司的判別具有一定的精確度。

值得注意的是，運用Z分數模型對個案進行分析時，有時由于其中個別指標的畸高或畸低，可能會導致Z值異常。因此，對某些異常情況應加以特別關注，以免由于某些因素畸變影響Z分數模型的準確性和風險判斷。此外，由于房地產行業屬于資金密集型產業，房地產開發又具有開發周期長、受宏觀調控政策影響大等特點，因此在進行實證分析時，還應結合房產調控政策、土地儲備等非財務指標綜合衡量上市公司的盈利能力和成長能力等，由此增強對房地產上市公司財務預警的客觀性和準確性。

［1］劉晶，潘逸天.基于多元判別分析的財務預警系統［J］.中國管理信息化，2010，(2).

［2］張友棠.財務預警系統管理研究［M］.北京:中國人民大學出版社，2004.

［3］薛薇.統計分析方法與SPSS的應用［M］.北京:中國人民大學出版社，2008.

(責任編輯 梁鳳鳴)