- 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。
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
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
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(*) |
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
证券代码 | 公司名称 | ST年份 | ST前1年Z3值 | ST前2年Z3值 | ST前3年Z3值 |
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 |
表5 Z3值模型对非ST公司的预测能力
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% |
表6 Z3模型对所有房地产业上市公司的预测能力
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% |
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
基于质量评价的区域经济管理研究10-26
我国上市公司盈余管理的动因10-09