房地產(chǎn)企業(yè)財(cái)務(wù)預(yù)警分析-資料下載頁(yè)
2025-06-27 01:26本頁(yè)面
【正文】 樣能夠?qū)ι鲜泄咀龀鲚^為全面的分析，但過(guò)多的財(cái)務(wù)指標(biāo)會(huì)使實(shí)際工作量異常多，模型變得異常復(fù)雜；二是選擇的20個(gè)指標(biāo)反映了企業(yè)五個(gè)方面的信息，因而指標(biāo)之間必然存在著多重共線相關(guān)的關(guān)系；三是初步選取的20個(gè)指標(biāo)在ST樣本組和非ST樣本組之間并不一定都存在著顯著性的差異，如果不經(jīng)過(guò)篩選，采用了這些不顯著的指標(biāo)必定會(huì)降低模型整體的預(yù)測(cè)準(zhǔn)確性。經(jīng)過(guò)對(duì)相關(guān)資料的廣泛查閱，參考他人論文中對(duì)Logistic模型指標(biāo)選取所構(gòu)建的篩選模型，本文剔除了營(yíng)業(yè)利潤(rùn)率、存貨周轉(zhuǎn)率、流動(dòng)資產(chǎn)周轉(zhuǎn)率、凈利潤(rùn)現(xiàn)金流比率4個(gè)預(yù)警指標(biāo)。確定16個(gè)指標(biāo)為預(yù)警模型指標(biāo)體系，包含了償債能力、獲利能力、營(yíng)運(yùn)能力、發(fā)展能力、現(xiàn)金流量創(chuàng)造能力、等五個(gè)方面的信息。 基于純財(cái)務(wù)指標(biāo)的Logistic回歸模型的構(gòu)建模型原始數(shù)據(jù)為事先選取的T2年樣本數(shù)據(jù)中的7家ST公司和34家非ST公司組成的兩組樣本，構(gòu)建出基于純財(cái)務(wù)指標(biāo)的Logistic回歸模型。通過(guò)SPSS統(tǒng)計(jì)軟件得出的結(jié)論如下表所示：表41 基于純財(cái)務(wù)指標(biāo)的Logistic回歸模型表變量B回歸系數(shù)Wald統(tǒng)計(jì)量F1F2F3F4常量在Logistic回歸模型中，Wald統(tǒng)計(jì)量主要用于對(duì)回歸系數(shù)顯著性的檢驗(yàn)，即判斷一個(gè)變量在Logistic回歸模型中所起作用的大小。通常來(lái)講，Wald統(tǒng)計(jì)量越大，；，表示作用越加顯著，越應(yīng)該保留在Logistic回歸模型中；反之，就應(yīng)該從模型中將該變量去除掉。表41的回歸結(jié)果表明，說(shuō)明在回歸模型中這四個(gè)因子變量的作用都很明顯，所以應(yīng)該在模型中保留這四個(gè)因子。，在回歸模型中的作用很重要，所以在模型中應(yīng)該保留，因此得到的Logistic回歸預(yù)警模型如下所示： lnp1p=我國(guó)房地產(chǎn)上市企業(yè)財(cái)務(wù)危機(jī)預(yù)警研究第5章 結(jié)論與展望基于純財(cái)務(wù)指標(biāo)的Logistic回歸預(yù)警模型構(gòu)建結(jié)果可知，四個(gè)因子變量的回歸系數(shù)均為負(fù)數(shù)，從數(shù)學(xué)斜率的角度分析可知：四個(gè)因子變量均是概率P的減函數(shù)，即企業(yè)發(fā)生財(cái)務(wù)危機(jī)的概率P與這四個(gè)因子變量呈負(fù)相關(guān)性。當(dāng)因子變量值減小時(shí)，企業(yè)財(cái)務(wù)危機(jī)發(fā)生的概率將會(huì)增大；反之企業(yè)財(cái)務(wù)危機(jī)發(fā)生的概率將減小。從財(cái)務(wù)理論的角度出發(fā)，變量F1所解釋的指標(biāo)分別為營(yíng)業(yè)毛利率、總資產(chǎn)收益率、凈資產(chǎn)收益率、資產(chǎn)留存收益率，這些指標(biāo)在變量中所占的比例越低，則預(yù)示著企業(yè)越差的盈利狀況，企業(yè)虧損出現(xiàn)的概率就越大；變量F2所解釋的指標(biāo)分別為資產(chǎn)負(fù)債率、現(xiàn)金流量負(fù)債比、利息保障倍數(shù)、營(yíng)運(yùn)資本占用率、流動(dòng)比率，這些指標(biāo)在變量中所占的比例越低，預(yù)示著企業(yè)越差的償還債務(wù)和支付債務(wù)利息的能力、越差的營(yíng)運(yùn)資產(chǎn)運(yùn)用效率和越差的資產(chǎn)流動(dòng)性，企業(yè)財(cái)務(wù)危機(jī)出現(xiàn)的概率就越大；變量F3，所解釋的指標(biāo)分別為應(yīng)收賬款周轉(zhuǎn)率、營(yíng)運(yùn)資金周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率、總資產(chǎn)增長(zhǎng)率、凈利潤(rùn)增長(zhǎng)率、凈資產(chǎn)增長(zhǎng)率，這些指標(biāo)在變量中所占的比例越低，預(yù)示著企業(yè)越差的未來(lái)發(fā)展趨勢(shì)，越差的資產(chǎn)營(yíng)運(yùn)能力，企業(yè)虧損發(fā)生的概率就越大：變量F4所解釋的指標(biāo)為銷售現(xiàn)金比率，這個(gè)指標(biāo)所占的比例越低，說(shuō)明企業(yè)越差的現(xiàn)金流量變現(xiàn)能力，企業(yè)財(cái)務(wù)危機(jī)發(fā)生的概率就越高。由財(cái)務(wù)分析理論可知，企業(yè)發(fā)生財(cái)務(wù)危機(jī)的概率P均與四個(gè)因子所解釋的指標(biāo)變量呈負(fù)相關(guān)性，因此實(shí)際情況即預(yù)警模型中變量系數(shù)的符號(hào)與財(cái)務(wù)理論是相符合的。導(dǎo)致上市公司產(chǎn)生財(cái)務(wù)危機(jī)的因素是多種多樣的，建立一套適合于房地產(chǎn)上市公司的財(cái)務(wù)危機(jī)預(yù)警模型，不僅對(duì)上市公司自身是必不可少的，對(duì)相關(guān)利益者也是十分必要。房地產(chǎn)上市公司的財(cái)務(wù)危機(jī)預(yù)警模型能夠廣泛地應(yīng)用于多個(gè)方面，如銀行貸款的信用風(fēng)險(xiǎn)評(píng)估、企業(yè)債券評(píng)級(jí)、項(xiàng)目投資評(píng)估、企業(yè)信用等級(jí)評(píng)估和企業(yè)績(jī)效評(píng)價(jià)管理。比如董事會(huì)規(guī)模和第一大股東持股比例等等指標(biāo)。因此，如何完善財(cái)務(wù)危機(jī)預(yù)警模型中非財(cái)務(wù)指標(biāo)的選取是房地產(chǎn)上市公司財(cái)務(wù)危機(jī)預(yù)警的進(jìn)一步研究方向。本文由于篇幅所限，并未涉及基于非財(cái)務(wù)指標(biāo)的財(cái)務(wù)危機(jī)預(yù)警模型探究。附錄參考文獻(xiàn)[1] 許珂，盧海. 基于Logistic回歸模型的房地產(chǎn)上市公司財(cái)務(wù)危機(jī)預(yù)警研究[J].常州工學(xué)院學(xué)報(bào)，2012，8(4)：6166.[2] 韓佳妤. 我國(guó)房地產(chǎn)上市公司財(cái)務(wù)預(yù)警研究[J].財(cái)經(jīng)界，2014，35：160162.[3] 申雪麗. 淺析房地產(chǎn)企業(yè)財(cái)務(wù)危機(jī)預(yù)警[J].現(xiàn)代商業(yè)，2012，24：230231.[4] 邵天嬌. 我國(guó)房地產(chǎn)上市公司財(cái)務(wù)危機(jī)預(yù)警研究[D]. 蘇州：蘇州大學(xué)，2014.[5] 董宇. 我國(guó)房地產(chǎn)上市公司財(cái)務(wù)危機(jī)預(yù)警研究[D]. 哈爾濱：黑龍江大學(xué)，2015.[6] 高萍. 我國(guó)房地產(chǎn)上市公司財(cái)務(wù)危機(jī)預(yù)警研究[D]. 沈陽(yáng)：沈陽(yáng)大學(xué)，2014. [7] 彭嵐. 中國(guó)房地產(chǎn)上市公司財(cái)務(wù)危機(jī)預(yù)警研究[D]. 長(zhǎng)沙：長(zhǎng)沙理工大學(xué)，2014.[8] Shuangjie Li, Shao Wang. A financial early warning logit model and its dfficiency verification approach[J]. KnowledgeBased Systems, 2014, 7: 7887.[9] Ali Serhan Koyuncugil, Nermin Ozgulbas. Financial early warning system model and data mining application for risk detection[J]. Expert Systems with Applictions, 2012, 39: 62386253.[10] WeiXuan Li, Clara Chia. Toward an early warning system of financial crises:What can index futures and options tell us?[J]. The Quarterly Review of Economics and Finance, 2015, 5: 8799.
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號(hào)-1