于芝麥

【摘 要】中國房地產(chǎn)發(fā)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(chǎn)行業(yè)進行管制，部分房地產(chǎn)企業(yè)由于內(nèi)、外部不利因素陷入財務危機，更有甚者導致破產(chǎn)。本文在基于前人的思考上以因子分析法對企業(yè)的財務風險進行預警，通過研究發(fā)現(xiàn)此方法建立的預警模型能有效的預警企業(yè)的財務狀況，有利于企業(yè)及時采取措施減少企業(yè)經(jīng)濟損失。

【關鍵詞】房地產(chǎn)企業(yè)；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(zhèn)化的進程也在不斷的推進，為了避免“天價房”引發(fā)嚴重的民生問題，國家陸續(xù)采取一系列政策來抑制房價的上漲。受銀行利率調(diào)整、國家宏觀經(jīng)濟調(diào)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(chǎn)企業(yè)今后的發(fā)展態(tài)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(fā)生。因此對房地產(chǎn)企業(yè)進行財務預警就顯得極其重要，這對企業(yè)、對投資者和債權人而言都有著十分重要的意義。

二、房地產(chǎn)企業(yè)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(chǎn)企業(yè)，共有186家，2013年被ST的企業(yè)共4家。根據(jù)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(yè)，包括2家ST企業(yè)和6家非ST企業(yè)。經(jīng)過篩選后本文最終選定178家房地產(chǎn)企業(yè)作為樣本，其中ST企業(yè)2家。本文財務數(shù)據(jù)來源于國泰安數(shù)據(jù)、和訊網(wǎng)和新浪財經(jīng)網(wǎng)，所有財務指標值均為 2013年末財務數(shù)據(jù)。

（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(chǎn)負債率（X3）、凈資產(chǎn)比率（X4）、凈資產(chǎn)收益率（X5）、總資產(chǎn)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(chǎn)周轉率（X10）、主營業(yè)務增長率（X11）、凈資產(chǎn)增長率（X12）、凈利潤增長率（X13）和總資產(chǎn)增長率（X14），這些指標從償債、能力、營運和發(fā)展能力四個方面反映企業(yè)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(yè)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(xiàn)的。由于企業(yè)樣本量較大，可將變量近似地看做服從正態(tài)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(tǒng)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(yè)的財務狀況，企業(yè)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，F(xiàn)2的載荷在X5、X6、X7上較大，F(xiàn)3的載荷在X1、X2上較大，F(xiàn)4在X8上的載荷最大。綜上，影響房地產(chǎn)企業(yè)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(chǎn)收益率、營業(yè)利潤增長率、稅后利潤增長率和總資產(chǎn)增長率。

4.因子得分的確定

根據(jù)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(yè)2013年的14個財務指標分別代入因子得分方程，得到各企業(yè)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(shù)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(yè)各因子得分代入公式（2.1）得到各房地產(chǎn)企業(yè)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(yè)財務風險也由小到大[4]。從Z值得分排名表可知中華企業(yè)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(yè)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(chǎn)企業(yè)具有極為重要參考意義。

三、房地產(chǎn)企業(yè)財務風險預警系統(tǒng)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?；鶚I(yè)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?；鶚I(yè)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(yè)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(chǎn)業(yè)新城運營商的領先者。目前，公司資產(chǎn)規(guī)模超1860億元。公司實施緊貼國家政策的經(jīng)營戰(zhàn)略，圍繞三大國家戰(zhàn)略重點區(qū)域，鞏固京津冀區(qū)域，積極構建長江經(jīng)濟帶，謀劃卡位“一帶一路”。據(jù)統(tǒng)計，至2015年底華夏幸福為各地產(chǎn)業(yè)新城共約引進簽約企業(yè)900家，招商引資額超過2200億元，新增就業(yè)崗位約4萬個。

（二）企業(yè)財務綜合狀況評價

根據(jù)上一章節(jié)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(yè)財務綜合評價指標Z值為-0.132，在房地產(chǎn)企業(yè)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(fā)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(yè)在行業(yè)中所處的排名和財務狀況，可在一定程度上對企業(yè)現(xiàn)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(diào)控背景下房地產(chǎn)企業(yè)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(chǎn)企業(yè)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(yè)風險監(jiān)測的中國企業(yè)財務預警仿真研究[J].財會月刊，2015：3-20.