硕士毕业论文

基于Z3值模型评价的我国房地产上市公司财务危机预警研究

时间:2022-10-08 12:11:39 硕士毕业论文 我要投稿
  • 相关推荐

基于Z3值模型评价的我国房地产上市公司财务危机预警研究

  摘要:本文在阅读和研究了大量国内外财务危机预警系统的相关理论以及模型的基础上,采用上市公司全部64家房地产行业财务报表相关数据(以证监会行业分类为准)作为研究样本,在已有研究的基础上,分析比较了各种预警模型的优劣,对Z3值模在我国房地产业的财务危机预警分析上进行了研究对比并检验,找到上述模型的存在的问题。

基于Z3值模型评价的我国房地产上市公司财务危机预警研究

  关键词:房地产上市公司;财务危机;预警

  一、引言

  目前,我国有关上市公司财务风险预警系统方面的研究还不是很成熟,明显滞后于我国证券市场的发展。但是在国外,由于证券市场已经高度发展,而且与其发达的资本市场相对应的财务预警模型研究也早已引起足够重视,并且也形成了多种关于财务危机预警的体系。

  本文的实证性较强,遵照理论分析与实证分析相结合的原则,以理论为依据来建立模型,同时又用模型的拟合来支持和丰富理论。通过回顾国内外财务危机预警研究的相关文献,可以看出目前的研究主要集中在预警模型的构建上,且主要为单一预测方法构建的模型,但是单预测模型都有其自身的局限性,本文利用Z3分数模型对房地产上市公司进行财务预警模型的构建,并采用主成份分析法建立适合该行业的财务预警模型,以期能提高预测的精度,使之成为预测上市公司财务危机状态的有效工具。

  二、房地产业上市公司财务预警研究的意义

  财务危机预警的研究已经经历了多年的发展,从最初对模型构建方法的研究,到本国企业财务危机预警模型的构建研究,再到适合各行业财务危机预警模型的探寻,每一步都体现了学者们对财务危机预警研究的热情、执着,也更体现了其对于我国乃至世界范围内企业发展的重要地位[2]。

  房地产上市公司作为我国新兴的行业,其潜力大、关联度高、带动力强等特点在我国经济发展的轨迹中显露无遗,另外其特有的融资、负债结构特点使得它在特定条件下(如房价下跌等)很容易发生财务危机[3-4]。房地产上市公司作为我国证券交易市场上独立的行业板块,能够基本代表本行业在我国的发展情况,对其研究基本也可以代表对行业的研究。由此可见对房地产上市公司财务危机预警研究是有必要的,对我国房地产行业乃至整个经济的发展也是有重大意义的。

  三、房地产上市公司财务预警模型的假设研究及样本构建

  1、房地产上市公司财务危机预警模型应用的研究假设

  首先要确定样本的类型,在以往的财务危机研究中,ST以及*ST的上市公司都被作为了发生财务危机的样本,ST公司为发生“异常状况”而被特殊处理(Special Treatment,简称ST)的上市公司。这里所指的异常状况包括“财务状况异常”和“其他状况异常”。前者是指“连续两个会计年度亏损”和“每股净资产低于股票面值”;后者主要是指自然灾害、重大事故等导致上市公司生产经营活动基本终止,在三个月内不能恢复;公司涉及可能赔偿金额超过本公司净资产的诉讼;公司主要银行账号被冻结,影响上市公司正常经营等情况。由于其他异常状况具有不确定性,难以预测,所以一般情况下只是对“财务状况异常”进行分析[5]。

  奥特曼的Z3模型是在其Z值研究的基础上,于2000年提出的适合非制造业行业的预警模型,由于本文研究的对象房地产上市公司同样为非制造行业,所以可以将其作为待参考的模型之一,因此本文在房地产行业预警研究上也采用了该模型[6]。

  基于上述分析、本文提出如下假设:

  假设一:我国房地产业上市公司中的ST司为财务危机型企业,相应地,其他企业为正常企业;

  假设二:Z3值模型适用于我国房地产业上市公司的财务预警研究;

  2、房地产上市公司财务危机预警模型应用中研究样本的选取

  基于以上分析,所选样本是依据以下标准选择出来的:

  (1)行业的选择,由于本文是针对房地产上市公司作为研究对象,且目的是为房地产上市公司构建出适合本行业的财务预警模型。所以,本文选择房地产业作为所选行业。

  (2)正常公司(非ST 公司):该上市公司在选取期间未被特殊处理,定义为正常公司。

  (3)非正常公司(ST公司):该上市公司由于选取期间连续两年净利润为负数,即属于“财务状况异常”而被特别处理[7]。

  Z3值选取64家单位如表1所示。

  表1 Z3值所选样本

嬩綋; border-spacing: 0px; width: 619px;" width="619">
证券代码 公司名称 证券代码 公司名称 证券代码 公司名称
600048 保利地产 601588 北辰实业 600376 天鸿宝业
600215 长春经开 600393 东华实业 000002 万科A
600696 多伦股份 000046 泛海建设 600648 外高桥
000628 高新发展 000546 光华控股 600246 万通地产
600256 广汇股份 002133 广宇集团 600641 万业企业
600634 海鸟发展 600082 海泰发展 600162 香江控股
002208 合肥城建 600325 华发股份 600638 新黄浦
600240 华业地产 600383 金地集团 000608 阳光股份
600606 金丰投资 000402 金融街 000616 亿城股份
600463 空港股份 000558 莱茵置业 000511 银基发展
600167 联美控股 600663 陆家嘴 000514 渝开发
000502 绿景地产 600175 美都控股 000573 粤宏远A
000667 名流置业 600064 南京高科 600767 运盛实业
600639 浦东金桥 600533 栖霞建设 000024 招商地产
002146 荣盛发展 000014 沙河股份 600675 中华企业
600732 上海新梅 600748 上实发展 600053 中江地产
000042 深长城 000029 深深房A 000031 中粮地产
000006 深振业A 600823 世茂股份 000505 珠江控股
600736 苏州高新 600791 天创置业 600684 珠江实业
600665 天地源 600322 天房发展 000592 ST昌源
600052 ST广厦 600603 ST兴业 000007 ST达声
000047 ST中侨        

  3、样本数据处理

  本论文样本数据来源于样本公司公开发表的财务报表。通过新浪财经上市公司数据库收集样本公司相关财务数据,使用Excel办公软件进行数据处理,计算出各项财务指标后进行加权汇总,得出样本公司2004~2006年的Z3值如表3所示。

  表3 财务指标加权

嬩綋; border-spacing: 0px; width: 619px;" width="619">
公司名称 Z32004 Z32005 Z32006 公司名称 Z32004 Z32005 Z32006
上海新梅 3.6271 4.0885 4.1587 东华实业 4.9447 5.0342 5.1326
深长城 1.1132(*) 2.7861(#) 1.2574(#) 北辰实业 -0.1474(*) 0.1458(*) 0.2514(*)
深振业A 1.0694(*) 1.0234(*) 1.0145(*) 泛海建设 0.2314(*) 1.0574(*) 1.0002(*)
苏州高新 2.1574(#) 1.2587(#) 2.0147(#) 光华控股 4.1117 3.8854 3.6842
天地源 6.2839 6.2599 6.2475 广宇集团 2.4874(#) 2.0019(#) 2.3654(#)
天鸿宝业 3.9817 3.1950 3.2657 海泰发展 6.9856 6.3210 5.9875
万科A 5.4973 4.4601 3.9865 华发股份 3.6985 4.1565 6.0247
外高桥 0.3965(*) -0.7764(*) 0.1056(*) 金地集团 3.5579 4.6242 4.5632
万通地产 2.2587(#) 1.9874(#) 1.8741(#) 金融街 4.9330 4.0788 3.2589
万业企业 5.2479 3.1474 3.9874 莱茵置业 -0.8590(*) -0.6432(*) 0.2589(*)
香江控股 1.5687(#) 2.1547(#) 1.8741(#) 陆家嘴 7.2566 6.5697 6.6985
新黄浦 13.1595 10.6784 11.2587 美都控股 2.2847 2.3658 2.4578
阳光股份 4.2279 4.3393 4.1235 南京高科 1.3588(#) 1.4283(#) 1.3657(#)
亿城股份 1.1147(*) 1.2585(#) 1.2265(*) 栖霞建设 3.4240 3.1924 3.3325
银基发展 5.2599 3.7507 4.5689 沙河股份 1.9066(#) 3.6446 2.1547(#)
渝开发 5.6574 3.3541 3.1478 上实发展 0.4587(*) 0.5148(*) 0.2584(*)
粤宏远A 1.2547(#) 1.4147(#) 1.5687(#) 深深房A 1.9015(#) 1.7727(#) 1.8974(#)
保利地产 3.5475 2.2587(#) 3.2657 世茂股份 4.3838 3.9471 4.0013
长春经开 1.4780(#) 2.0136(#) 1.3654(#) 天创置业 3.6592 3.0500 3.2149
多伦股份 2.1470(#) 1.4570(#) 2.5748(#) 天房发展 4.5827 3.8413 3.5268
高新发展 6.3258 6.2189 5.9875 ST昌源 2.1470(#) 0.1478(*) 0.0251(*)
广汇股份 2.2224(#) 2.6647(#) 3.1578 ST达声 1.5478(#) 2.5147(#) 0.1478(*)
海鸟发展 3.1512 3.2147 3.2674 招商地产 2.0147(#) 2.3214(#) 2.5684(#)
合肥城建 2.0148(#) 1.9874(#) 2.5478(#) 中华企业 2.3722(#) 3.2302 3.0214
华业地产 2.1547(#) 6.5879 3.2563 中江地产 1.0587(*) 1.0698(*) 1.1117(*)
金丰投资 6.2547 6.1489 6.3215 中粮地产 1.8995(#) 2.7626(#) 1.9587(#)
空港股份 5.1247 5.2146 4.8874 珠江控股 2.2587(#) 2.3695(#) 2.1451(#)
联美控股 3.2145 3.2457 3.0144 珠江实业 8.6154 8.4130 8.3256
绿景地产 6.0151 4.6627 3.9987 ST广厦 1.6556(#) 0.8198(*) -0.2125(*)
名流置业 2.1478(#) 2.4574(#) 2.3698(#) ST中侨 2.1847(#) 0.1478(*) 0.0143(*)
浦东金桥 2.0907(#) 1.5829(#) 2.1147(#) ST兴业 0.0254(*) -0.1470(*) -0.8974(*)
荣盛发展 2.8179(#) 3.0014 3.1228 运盛实业 0.2574(*) 1.1024(*) 1.1368(*)
(注:图中标(*)为Z3值小于1.23的公司,即:破产可能性很高的公司;标(#)为1.23≤Z3≤2.9的公司,即:财务状况不稳定的公司)

  4、实证结果的分析与评价

  通过表3中可以分析得出Z3值模型对ST公司的预测能力,如表4所示。

  表4 Z3值模型对ST公司的预测能力

嬩綋; border-spacing: 0px; width: 609px;" width="609">
证券代码 公司名称 ST年份 ST前1年Z3 ST前2年Z3 ST前3年Z3
600052 ST广厦 2007 -0.2125 0.8198 1.6556
000047 ST中侨 2007 0.0143 0.1478 2.1847
600603 ST兴业 2007 -0.8974 -0.1470 0.0254
000592 ST昌源 2007 0.0251 0.1478 2.1470
000007 ST达声 2007 0.1478 2.5147 1.5478
从表4中可以看出,ST公司在被ST处理前1年Z3值都小于1.23,即预测准确率为100%;在被ST处理前2年,5家公司中有4家公司Z3值小于1.23,预测的准确率为80%,有1家公司Z3值大于1.23且小于2.90,即已出现财务状况处于中间状态的情况,如经营状况未改善,可能会陷入危机公司的行列;在被ST处理前3年,5家公司中仅有1家的Z3值小于1.23,5家公司Z3值都小于2.90。一般而言,公司离被处理得年份越近,预测准确率越高。从表3-2中ST公司的Z3值分布可以得出这样的规律:在被ST处理前3年至被ST处理的前1年,Z3值越来越低。但是,其预测准确率依次为:100%、80%、20%。可见,其准确率不是很高,特别是离被处理得年份越远,预测准确率越低,甚至是错误的,失去了预测的意义。

  表5 Z3值模型对非ST公司的预测能力

嬩綋; border-spacing: 0px;">
年份 Z3<1.23 1.23≤Z3≤2.9 Z3>2.9
公司数量 比例 公司数量 比例 公司数量 比例
2004 11 17.18% 24 37.50% 29 45.31%
2005 12 18.75% 18 28.12% 34 53.12%
2006 14 21.87% 16 25.00% 35 54.68%
均值 12.3 19.27% 19.3 30.20% 32.7 51.10%
从表3-4可以得出,在这3年内,Z3值模型将非ST公司预测为ST公司即错误预测的平均比例为18.75%,将非ST公司正确预测的平均比率为81.25%,非ST公司被正确预测的分为两类:一是Z3值在1.23~2.90之间处于中间不稳定状态的公司,平均比例为30.20%,二是Z3值大于2.9财务状况良好的公司刚好半数以上,平均比例为51.10%。

  表6 Z3模型对所有房地产业上市公司的预测能力

嬩綋; border-spacing: 0px;">
年份 2006年 2005年 2004年
测试样本数 64 64 64
检测正确数 57 56 54
检测正确率 89.06% 87.50% 84.38%
误判率 10.94% 12.50% 15.62%
从表6中可以看出,Z3值模型在连续3年的预测中,有一定的合理性,但还存在诸如准确率不高、甚至错误预测等问题。即检测正确率最高为89.06%,最低为84.38%;误判率最高为15.62%,最低为10.94%。

  5、Z3值模型评价

  上述实证分析结果表明,假设二大致成立,即Z3值模型在一定程度上适合于我国房地产业上市公司的财务预警,但是预测的准确率不是很高,最高的比率也未达到90%。造成准确率不高的原因:一是由于我国和美国证券市场的差异,运用美国上市公司的财务数据建立的模型不是很适合我国上市公司的财务预警研究;二是因为Altaman教授创立的Z3值预警模型虽然适用于非制造业上市公司的,但是非制造业上市公司包括多个行业,由于未按行业进行细致分类,导致模型的适用性降低。

  参考文献:

  [1]财政部企业司.企业财务风险管理[M].北京:经济科学出版社,2006,1~151

  [2]周首华等.论财务危机的预警分析—F 分数模式[J].会计研究,2005(8):2~30

  [3]谢小波.中国上市公司会计收益质量的实证研究:[硕士学位论文][M].成都:西南交通大学,2005

  [4]陈静.上市公司财务恶化预测的实证分析[J].会计研究,2007(4):1~25

  [5]杨淑娥,徐伟刚.上市公司财务预警模型—Y 分数模型的实证研究[J].中国软科学,2008(1)

  [6]吴世农,卢贤义.我国上市公司财务困境的预测模型研究[J].经济研究,2001,(6):46~55

  [7]叶剑平,谢经荣.房地产业与社会经济协调发展研究[M].北京:中国人民大学出版社,2005:13~18

【基于Z3值模型评价的我国房地产上市公司财务危机预警研究】相关文章:

制造业上市公司财务危机预警10-01

基于旅游管理的时空数据模型研究论文10-08

浅论货币危机预警理论与模型综述10-05

浅析我国上市公司资本结构影响因素的实证研究10-05

我国上市公司智力资本信息自愿披露的实证研究10-05

基于3D打印技术的空间槽轮机构的研究与模型制作10-06

基于质量评价的区域经济管理研究10-26

浅谈基于科学发展的我国保险行业文化建设研究10-08

我国上市公司盈余管理的动因10-09