房地產企業財務風險預警實證研究

于芝麥

【摘 要】中國房地產發展迅速并伴隨大量泡沫，為此近年來政府相繼出臺有關政策對房地產行業進行管制，部分房地產企業由于內、外部不利因素陷入財務危機，更有甚者導致破產。本文在基于前人的思考上以因子分析法對企業的財務風險進行預警，通過研究發現此方法建立的預警模型能有效的預警企業的財務狀況，有利于企業及時采取措施減少企業經濟損失。

【關鍵詞】房地產企業；財務危機；預警模型；因子分析法

一、引言

目前我國“四個全面”正熱火朝天的開展著，城鎮化的進程也在不斷的推進，為了避免“天價房”引發嚴重的民生問題，國家陸續采取一系列政策來抑制房價的上漲。受銀行利率調整、國家宏觀經濟調控、供需失衡以及居民收入水平等問題的影響，財務風險席卷而來，房地產企業今后的發展態勢存在問題[1]。

在這樣的宏觀背景條件下以及房企老板在財務知識方面的欠缺，其不能對投資項目作出較準確的判斷從而導致危機的發生。因此對房地產企業進行財務預警就顯得極其重要，這對企業、對投資者和債權人而言都有著十分重要的意義。

二、房地產企業財務風險預警指標與模型設計

（一）樣本的選擇

本文所選取的樣本為上證和深證A股的房地產企業，共有186家，2013年被ST的企業共4家。根據研究需要，我們進行了如下的篩選：剔除了8家對財務指標披露不全的企業，包括2家ST企業和6家非ST企業。經過篩選后本文最終選定178家房地產企業作為樣本，其中ST企業2家。本文財務數據來源于國泰安數據、和訊網和新浪財經網，所有財務指標值均為 2013年末財務數據。

（二）財務風險預警指標體系

結合我國實際本文在參考大量文獻的基礎上確定了14個預警指標，分別是流動比率（X1）、速動比率（X2）、資產負債率（X3）、凈資產比率（X4）、凈資產收益率（X5）、總資產報酬率（X6）、銷售凈利率（X7）、存貨周轉率（X8）、應收帳款周轉率（X9）、總資產周轉率（X10）、主營業務增長率（X11）、凈資產增長率（X12）、凈利潤增長率（X13）和總資產增長率（X14），這些指標從償債、能力、營運和發展能力四個方面反映企業的財務狀況。

（三）財務風險預警方法的確定

本文采用多變量預警模型對企業的財務風險進行預測，采用的研究方法為因子分析法，在此情況下所構建的財務風險預警模型才能較全面的識別風險。

（四）實證分析

本文對財務風險預警指標的因子分析是通過中文版SPSS24.0實現的。由于企業樣本量較大，可將變量近似地看做服從正態分布，此外所選變量均為正的財務指標，口徑一致，故不需對變量進行標準化處理[2]。

1.顯著性檢驗

在因子分析前需對變量進行KMO檢驗，KMO統計量的值在0至1之間。一般KMO>0.6變量比較適合做因子分析[3]。從表2-2 可看出KMO值大于0.6，顯著性水平小于0.05，因此樣本可進行因子分析。

2.提取公共因子

對所選財務指標進行因子分析后得到4個公共因子，這4個公共因子的方差累計貢獻率達到69.037%，表明通過因子分析提取出的公共因子能較全面的反映企業的財務狀況，企業的財務風險也能得到較好的衡量。相關性檢驗表如表2-3所示。

3.因子解釋

從因子載荷表中提取4個公共因子，公共因子F1的載荷在X12、X13及X14上較大，F2的載荷在X5、X6、X7上較大，F3的載荷在X1、X2上較大，F4在X8上的載荷最大。綜上，影響房地產企業財務風險預警的財務指標主要是流動比率、速動比率、存貨周轉率、銷售凈利率、凈資產收益率、營業利潤增長率、稅后利潤增長率和總資產增長率。

4.因子得分的確定

根據表2-5得到如下因子得分方程：

F1=-0.125X1-0.071X2-0.098X3+0.091X4+0.121X5+0.105X6+0.189X7+0.027X8

-0.036X9+0.031X10+0.259X11-0.246X12-0.099X13+0.259X14

F2=-0.004X1-0.008X2+0.001X3+0.33X4+0.318X5+0.333X6-0.092X7-0.024X8

+0.017X9-0.046X10-0.105X11+0.069X12+0.054X13-0.134X14

F3=0.315X1+0.296X2+0.281X3+0.004X4+0.043X5+0.054X6+0.063X7-0.008X8

+0.101X9+0.039X10+0.122X11-0.113X12+0.251X13+0.127X14

F4=-0.119X1+0.316X2-0.18X3+0.005X4-0.041X5+0.016X6+0.152X7+0.593X8

-0.414X9-0.332X10-0.045X11+0.02X12+0.243X13-0.062X14

將樣本中178家企業2013年的14個財務指標分別代入因子得分方程，得到各企業公共因子得分。

5.財務綜合評價指標的計算

將財務綜合評價指標稱為Z并將其值用公共因子Fi表示出來，各因子的權數為其方差貢獻率，故Z值的線性方程式為：

Z（Fi）=23.267%F1+19.393%F2+18.163%F3+8.214%F4 （2.1）

Fi為因子分析中提取出的公共因子，其中i=1，2，3，4

將樣本中企業各因子得分代入公式（2.1）得到各房地產企業財務綜合指標評價得分表，按照Z值從大到小對排名進行排列，相應的企業財務風險也由小到大[4]。從Z值得分排名表可知中華企業股份有限公司排在146位，其財務綜合指標不良，財務風險較大，這與企業財務風險狀況事實也較為吻合，因此財務綜合指標排名表對房地產企業具有極為重要參考意義。

三、房地產企業財務風險預警系統應用案例

為了驗證前章所構建的財務風險預警模型的有效性和實用性，本文以華夏幸福基業股份有限公司為研究對象，對其財務狀況進行判斷和預測，進而評價模型預測的準確程度。

（一）公司簡介

華夏幸福基業股份有限公司（股票代碼：600340），簡稱華夏幸福，前身是浙江國祥制冷工業有限公司，于2003年12月30日在上海證券交易所掛牌交易上市，是中國產業新城運營商的領先者。目前，公司資產規模超1860億元。公司實施緊貼國家政策的經營戰略，圍繞三大國家戰略重點區域，鞏固京津冀區域，積極構建長江經濟帶，謀劃卡位“一帶一路”。據統計，至2015年底華夏幸福為各地產業新城共約引進簽約企業900家，招商引資額超過2200億元，新增就業崗位約4萬個。

（二）企業財務綜合狀況評價

根據上一章節中因子得分方程及式（2.1）的計算公式可算出華夏幸福4個公共因子得分及財務綜合評價指標的Z值。從表3-4可看出，該企業財務綜合評價指標Z值為-0.132，在房地產企業中排第86位，居于中等水平，說明其財務綜合狀況良好，財務風險發生的可能性較小。

四、結論

從上面的實證結果可知，采用因子分析法建立的預警模型可以從大體上把握企業在行業中所處的排名和財務狀況，可在一定程度上對企業現存和潛在的財務風險進行預警，進而可以提高預警的應用價值。

【參考文獻】

[1] 羅振華.政府調控背景下房地產企業財務風險控制分析[J].財會研究，2013：58-60.

[2]王智勇. 上市公司財務危機預警的實證分析[J]. 山東省青年管理干部學院學報，2007，02：116-120.

[3] 楊軍芳.房地產企業財務風險實證分析及測度[J].財會通訊，2011：57-59.

[4]張友棠，彭穎.基于行業風險監測的中國企業財務預警仿真研究[J].財會月刊，2015：3-20.