孔凡娜

本文以綠地控股為研究案例，對(duì)該企業(yè)財(cái)務(wù)狀況與現(xiàn)存風(fēng)險(xiǎn)進(jìn)行分析，以建立適合本公司的財(cái)務(wù)預(yù)警體系，步驟如下：首先，根據(jù)《中央企業(yè)綜合績(jī)效評(píng)價(jià)實(shí)施細(xì)則》和以往學(xué)者的研究經(jīng)驗(yàn)，初步選取18項(xiàng)財(cái)務(wù)指標(biāo)，并對(duì)18項(xiàng)財(cái)務(wù)指標(biāo)的實(shí)際值進(jìn)行計(jì)算整理，以此建立評(píng)價(jià)模型，分析綠地控股近10年的財(cái)務(wù)風(fēng)險(xiǎn)狀況，本文旨在以綠地控股為案例，對(duì)該公司進(jìn)行財(cái)務(wù)風(fēng)險(xiǎn)分析提出合理化建議，希望本方法的應(yīng)用研究能夠?yàn)槲覈?guó)其他房地產(chǎn)企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)防范起到借鑒作用。

一、研究背景

財(cái)務(wù)預(yù)警模型在不同行業(yè)特征和背景下，其研究的程度均不同，房地產(chǎn)行業(yè)與一般行業(yè)相比，融資較難，投資期較長(zhǎng)、杠桿比例較大，具有較強(qiáng)的行業(yè)特點(diǎn)，市場(chǎng)經(jīng)濟(jì)環(huán)境是一把雙刃劍，它能促進(jìn)企業(yè)發(fā)展，同時(shí)也能加快企業(yè)破產(chǎn)倒閉。本文研究可以使企業(yè)管理層盡早的發(fā)現(xiàn)潛在的財(cái)務(wù)風(fēng)險(xiǎn)，及時(shí)采取相應(yīng)的應(yīng)對(duì)措施，能讓企業(yè)根據(jù)風(fēng)險(xiǎn)狀況有針對(duì)性的進(jìn)行戰(zhàn)略調(diào)整，提高企業(yè)應(yīng)對(duì)風(fēng)險(xiǎn)的抵抗力;投資者可以根據(jù)企業(yè)的風(fēng)險(xiǎn)狀況進(jìn)行投資調(diào)整，保證其投資的有效性;債權(quán)人可根據(jù)其判斷資金回收的狀況。在政策和市場(chǎng)變化的雙重壓力下，房地產(chǎn)行業(yè)遭遇財(cái)務(wù)風(fēng)險(xiǎn)所帶來(lái)?yè)p失的幾率會(huì)有效的降低，促進(jìn)企業(yè)有效發(fā)展。

二、理論概述

財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警（破產(chǎn)預(yù)警分析）是綜合會(huì)計(jì)、統(tǒng)計(jì)、金融、市場(chǎng)、企業(yè)管理等學(xué)科知識(shí)，以財(cái)務(wù)報(bào)表為依據(jù)，利用各種財(cái)務(wù)指標(biāo)，通過(guò)建立數(shù)學(xué)模型等分析方法，使管理人員能夠掌控公司的日常運(yùn)營(yíng)情況以及公司的財(cái)務(wù)資金狀況，借此分析當(dāng)前時(shí)期公司將要面臨的財(cái)務(wù)風(fēng)險(xiǎn)等級(jí)，管理者根據(jù)預(yù)警信號(hào)能提早發(fā)現(xiàn)公司在運(yùn)營(yíng)管理過(guò)程中可能存在的財(cái)務(wù)風(fēng)險(xiǎn)，使管理層及時(shí)采用相應(yīng)的風(fēng)險(xiǎn)防范措施，改善財(cái)務(wù)狀況，降低財(cái)務(wù)風(fēng)險(xiǎn)發(fā)生的概率，從而保障企業(yè)的股東權(quán)益最大化目標(biāo)的實(shí)現(xiàn)，促進(jìn)企業(yè)有序的發(fā)展。

（一）因子分析的原始模型與原理

因子分析是降維思想的運(yùn)用，將數(shù)據(jù)進(jìn)行簡(jiǎn)單化處理是其本質(zhì)所在，進(jìn)行因子分析的前提是需要分析檢測(cè)所選變量間的內(nèi)部相關(guān)性和數(shù)據(jù)的基本結(jié)合度（公共因子），以反映眾多觀測(cè)變量的主要信息，先將原始變量按相關(guān)性進(jìn)行分組，使每組的原始變量具有較低相關(guān)性，其中，每組都可以分別用無(wú)法觀測(cè)的綜合變量表示一個(gè)可以代表一組中全部變量的基本結(jié)構(gòu)。它被稱之為公共因子。其理論模型如下：

--------x為公共因子;

-----------因子載荷矩陣;

---------------------因子負(fù)荷，表示第i個(gè)變量在第j個(gè)公共因子上的負(fù)荷，反映了第 i 個(gè)變量在第 j 個(gè)變量上的相對(duì)重要性;

β-----------殘差，表示相互獨(dú)立的特殊因子，且服從正態(tài)分布。

（二）因子分析在財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警中的應(yīng)用

文中采用因子分析篩選研究所用的指標(biāo)，將各指標(biāo)對(duì)原始數(shù)據(jù)的貢獻(xiàn)度大小進(jìn)行排序后最終選出相應(yīng)的指標(biāo)因子。本文運(yùn)用spss2.0進(jìn)行數(shù)據(jù)處理，處理步驟如下：

1.計(jì)算各項(xiàng)財(cái)務(wù)指標(biāo)數(shù)值，運(yùn)用spss2.0軟件檢驗(yàn)所選取的財(cái)務(wù)指標(biāo)是否適合做因子分析，在適合的基礎(chǔ)上進(jìn)行數(shù)據(jù)的歸一化處理;

2.利用spss2.0軟件對(duì)原始數(shù)據(jù)進(jìn)行處理，得到提取公因子方差表、特征值與提取平方和載入以及因子載荷矩陣;

3.以因子特征值與提取因子平方和載入為基礎(chǔ)，對(duì)選取指標(biāo)的代表性進(jìn)行檢驗(yàn)，若檢驗(yàn)合格認(rèn)為本次主成分提取具有較高的可信度;

三、綠地控股預(yù)警指標(biāo)選取

（一）指標(biāo)選取和spss歸一化

在基于原始數(shù)據(jù)的基礎(chǔ)上，本文的預(yù)警指標(biāo)選取了四類(lèi)財(cái)務(wù)能力的十八項(xiàng)財(cái)務(wù)指標(biāo)，充分考慮到財(cái)務(wù)指標(biāo)選取的不同會(huì)對(duì)財(cái)務(wù)預(yù)警的結(jié)果產(chǎn)生較大的影響，本文的研究對(duì)象是綠地控股，屬于房地產(chǎn)行業(yè)的大型企業(yè)，在指標(biāo)選取時(shí)注重所選取的財(cái)務(wù)指標(biāo)與該行業(yè)的相關(guān)性，以國(guó)務(wù)院國(guó)資委發(fā)布的企業(yè)績(jī)效評(píng)價(jià)標(biāo)準(zhǔn)值為主，將其與以往學(xué)者所研究的同行業(yè)論文中出現(xiàn)的指標(biāo)相結(jié)合，作為此次指標(biāo)選取的標(biāo)準(zhǔn)。本文以綠地控股近10年數(shù)據(jù)為分析對(duì)象，根據(jù)企業(yè)年度報(bào)表對(duì)選取的指標(biāo)的實(shí)際數(shù)值進(jìn)行計(jì)算，對(duì)財(cái)務(wù)指標(biāo)進(jìn)行歸一化處理后，對(duì)標(biāo)準(zhǔn)化后的變量進(jìn)行KMO檢驗(yàn)和Bartlett球形檢驗(yàn)，是用于檢驗(yàn)變量間簡(jiǎn)單相關(guān)系數(shù)和偏相關(guān)系數(shù)的指標(biāo)，KMO統(tǒng)計(jì)量取值在0——1之間。當(dāng)所有變量間的簡(jiǎn)單相關(guān)系數(shù)平方和大于偏相關(guān)系數(shù)平方和時(shí)，數(shù)值接近1，說(shuō)明變量間的相關(guān)性越強(qiáng)，原有變量越適合作因子分析;Bartlett球形檢驗(yàn)用于檢驗(yàn)相關(guān)陣中各變量間的相關(guān)性，若拒絕原假設(shè)，說(shuō)明可以做相關(guān)分析。由下面分析結(jié)果可以看出，KMO=0.528;同時(shí)巴特利特球形檢驗(yàn)的顯著性為0，應(yīng)拒絕原假設(shè)，說(shuō)明原變量適合做因子分析。檢驗(yàn)結(jié)果如表4.3所示：

（二）財(cái)務(wù)指標(biāo)的因子分析處理

對(duì)18項(xiàng)預(yù)警指標(biāo)進(jìn)行篩選其原因主要是，初步選取的預(yù)警指標(biāo)在一定程度上具有相關(guān)性，以免對(duì)預(yù)警結(jié)果產(chǎn)生影響，運(yùn)用spss20.0采用因子分析方法對(duì)指標(biāo)進(jìn)行縮減，選取相關(guān)性小但又能代表較多財(cái)務(wù)指標(biāo)的變量，本文對(duì)標(biāo)準(zhǔn)化后的變量進(jìn)行主成分分析，達(dá)到篩選變量的作用。

在提取主成分的過(guò)程中，前四個(gè)成分對(duì)原始數(shù)據(jù)的解釋程度高于90%，提取度較高，表示前四個(gè)成分已能較高的概括原始數(shù)據(jù)的大量信息，其特征值的累計(jì)數(shù)額已經(jīng)達(dá)到94.349%，結(jié)果表明，利用因子分析所提取的這4個(gè)主成分，足以代表這 18 個(gè)企業(yè)財(cái)務(wù)指標(biāo)的絕大部分信息。

四、綠地控股風(fēng)險(xiǎn)預(yù)警結(jié)果及建議

（一）財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警計(jì)算結(jié)果

根據(jù)上表計(jì)算過(guò)程，以此類(lèi)推計(jì)算出2008年到2017年每年的預(yù)警值得分，整理計(jì)算表格，見(jiàn)表4.1。

據(jù)上表可以看出，在2008年該公司財(cái)務(wù)預(yù)警指數(shù)56.76（中警），在2019年綠地控股財(cái)務(wù)預(yù)警指數(shù)84.28（輕警），是近10年的得分最高的年份，財(cái)務(wù)風(fēng)險(xiǎn)較小，但自2010年開(kāi)始到2014年，公司財(cái)務(wù)預(yù)警值逐年下降，2015年—2017年近三年財(cái)務(wù)預(yù)警指數(shù)在65---75之間變動(dòng)由此可以看出此次的重大股權(quán)調(diào)整是對(duì)該公司有利的行為，該公司的發(fā)展前景更穩(wěn)定了，成長(zhǎng)能力也在穩(wěn)步提升。

（二）綠地控股財(cái)務(wù)風(fēng)險(xiǎn)防范對(duì)策

1.加強(qiáng)風(fēng)險(xiǎn)預(yù)警體系建設(shè)，完善預(yù)算流程

房地產(chǎn)行業(yè)與其他行業(yè)相比，最大的特點(diǎn)是土地成本較高、房?jī)r(jià)受?chē)?guó)家政策變化的影響非常大。在國(guó)內(nèi)市場(chǎng)不景氣的大背景下，針對(duì)財(cái)務(wù)情況企業(yè)必須及早發(fā)出警告以適應(yīng)市場(chǎng)的變化。企業(yè)的預(yù)計(jì)貨幣支出量不能是一成不變的，應(yīng)該根據(jù)經(jīng)濟(jì)市場(chǎng)的實(shí)際情況進(jìn)行小幅度調(diào)整。將宏觀市場(chǎng)的變化考慮在內(nèi)，進(jìn)行合理設(shè)置。

2.加大財(cái)務(wù)控制力度

財(cái)務(wù)問(wèn)題是一個(gè)企業(yè)的核心問(wèn)題，企業(yè)具備健全的財(cái)務(wù)分析制度，是實(shí)現(xiàn)企業(yè)決策的核心環(huán)節(jié)，從分析結(jié)果來(lái)看，企業(yè)在應(yīng)收賬款和盈利能力上相比重新上市之前，還是有待提高的，綠地控股應(yīng)加強(qiáng)賬務(wù)管理，尤其要避免壞賬、呆賬的出現(xiàn)。此外，對(duì)于解決已發(fā)生的風(fēng)險(xiǎn)，還需要一套對(duì)應(yīng)的風(fēng)險(xiǎn)備用方案，如綠地控股應(yīng)設(shè)置企業(yè)備用金制度，進(jìn)而幫助企業(yè)實(shí)現(xiàn)財(cái)務(wù)風(fēng)險(xiǎn)的雙重保障。

3.完善企業(yè)財(cái)務(wù)預(yù)警系統(tǒng)的配套措施 ，優(yōu)化資本結(jié)構(gòu)

房地產(chǎn)行業(yè)是一個(gè)初期投入資本較高的企業(yè)，所以行業(yè)內(nèi)資產(chǎn)負(fù)債率也比較高，根據(jù)以上分析也可以看出，近幾年公司的借款金額也不斷上漲，尤其是流動(dòng)負(fù)債占也較大，但流動(dòng)負(fù)債不適合綠地控股的長(zhǎng)期規(guī)劃，該企業(yè)資金回收期長(zhǎng)，更需要長(zhǎng)期資本的支持，企業(yè)應(yīng)控制負(fù)債水平，選擇長(zhǎng)期資本的融資方式，防止企業(yè)資金鏈的斷裂。[11]

4.拓展多方位融資渠道

綠地控股公司負(fù)債占比較大 ，銀行借款占負(fù)債比率較大，綠地控股融資方式較為單一。企業(yè)應(yīng)開(kāi)發(fā)多種融資渠道，如股權(quán)融資、發(fā)行債券，這兩種方式在一定程度上滿足了企業(yè)的長(zhǎng)期資金需要，且債券融資發(fā)行手續(xù)簡(jiǎn)單，也減少了企業(yè)的財(cái)務(wù)費(fèi)用。（作者單位：青島黃海學(xué)院，山東省冶金設(shè)計(jì)院股份有限公司）

校級(jí)重點(diǎn)專業(yè)HHZDZY2017002