国产欧美日韩在线观看一区二区,欧美乱码精品一区二区三区,国产粉嫩高中无套进入,中文在线天堂网www

碩士畢業論文

基于Z3值模型評價的我國房地產上市公司財務危機預警研究

時間:2022-10-08 12:11:39 碩士畢業論文 我要投稿
  • 相關推薦

基于Z3值模型評價的我國房地產上市公司財務危機預警研究

  摘要:本文在閱讀和研究了大量國內外財務危機預警系統的相關理論以及模型的基礎上,采用上市公司全部64家房地產行業財務報表相關數據(以證監會行業分類為準)作為研究樣本,在已有研究的基礎上,分析比較了各種預警模型的優劣,對Z3值模在我國房地產業的財務危機預警分析上進行了研究對比并檢驗,找到上述模型的存在的問題。

基于Z3值模型評價的我國房地產上市公司財務危機預警研究

  關鍵詞:房地產上市公司;財務危機;預警

  一、引言

  目前,我國有關上市公司財務風險預警系統方面的研究還不是很成熟,明顯滯后于我國證券市場的發展。但是在國外,由于證券市場已經高度發展,而且與其發達的資本市場相對應的財務預警模型研究也早已引起足夠重視,并且也形成了多種關于財務危機預警的體系。

  本文的實證性較強,遵照理論分析與實證分析相結合的原則,以理論為依據來建立模型,同時又用模型的擬合來支持和豐富理論。通過回顧國內外財務危機預警研究的相關文獻,可以看出目前的研究主要集中在預警模型的構建上,且主要為單一預測方法構建的模型,但是單預測模型都有其自身的局限性,本文利用Z3分數模型對房地產上市公司進行財務預警模型的構建,并采用主成份分析法建立適合該行業的財務預警模型,以期能提高預測的精度,使之成為預測上市公司財務危機狀態的有效工具。

  二、房地產業上市公司財務預警研究的意義

  財務危機預警的研究已經經歷了多年的發展,從最初對模型構建方法的研究,到本國企業財務危機預警模型的構建研究,再到適合各行業財務危機預警模型的探尋,每一步都體現了學者們對財務危機預警研究的熱情、執著,也更體現了其對于我國乃至世界范圍內企業發展的重要地位[2]。

  房地產上市公司作為我國新興的行業,其潛力大、關聯度高、帶動力強等特點在我國經濟發展的軌跡中顯露無遺,另外其特有的融資、負債結構特點使得它在特定條件下(如房價下跌等)很容易發生財務危機[3-4]。房地產上市公司作為我國證券交易市場上獨立的行業板塊,能夠基本代表本行業在我國的發展情況,對其研究基本也可以代表對行業的研究。由此可見對房地產上市公司財務危機預警研究是有必要的,對我國房地產行業乃至整個經濟的發展也是有重大意義的。

  三、房地產上市公司財務預警模型的假設研究及樣本構建

  1、房地產上市公司財務危機預警模型應用的研究假設

  首先要確定樣本的類型,在以往的財務危機研究中,ST以及*ST的上市公司都被作為了發生財務危機的樣本,ST公司為發生“異常狀況”而被特殊處理(Special Treatment,簡稱ST)的上市公司。這里所指的異常狀況包括“財務狀況異常”和“其他狀況異常”。前者是指“連續兩個會計年度虧損”和“每股凈資產低于股票面值”;后者主要是指自然災害、重大事故等導致上市公司生產經營活動基本終止,在三個月內不能恢復;公司涉及可能賠償金額超過本公司凈資產的訴訟;公司主要銀行賬號被凍結,影響上市公司正常經營等情況。由于其他異常狀況具有不確定性,難以預測,所以一般情況下只是對“財務狀況異常”進行分析[5]。

  奧特曼的Z3模型是在其Z值研究的基礎上,于2000年提出的適合非制造業行業的預警模型,由于本文研究的對象房地產上市公司同樣為非制造行業,所以可以將其作為待參考的模型之一,因此本文在房地產行業預警研究上也采用了該模型[6]。

  基于上述分析、本文提出如下假設:

  假設一:我國房地產業上市公司中的ST司為財務危機型企業,相應地,其他企業為正常企業;

  假設二:Z3值模型適用于我國房地產業上市公司的財務預警研究;

  2、房地產上市公司財務危機預警模型應用中研究樣本的選取

  基于以上分析,所選樣本是依據以下標準選擇出來的:

  (1)行業的選擇,由于本文是針對房地產上市公司作為研究對象,且目的是為房地產上市公司構建出適合本行業的財務預警模型。所以,本文選擇房地產業作為所選行業。

  (2)正常公司(非ST 公司):該上市公司在選取期間未被特殊處理,定義為正常公司。

  (3)非正常公司(ST公司):該上市公司由于選取期間連續兩年凈利潤為負數,即屬于“財務狀況異常”而被特別處理[7]。

  Z3值選取64家單位如表1所示。

  表1 Z3值所選樣本

嬩綋; border-spacing: 0px; width: 619px;" width="619">
證券代碼 公司名稱 證券代碼 公司名稱 證券代碼 公司名稱
600048 保利地產 601588 北辰實業 600376 天鴻寶業
600215 長春經開 600393 東華實業 000002 萬科A
600696 多倫股份 000046 泛海建設 600648 外高橋
000628 高新發展 000546 光華控股 600246 萬通地產
600256 廣匯股份 002133 廣宇集團 600641 萬業企業
600634 海鳥發展 600082 海泰發展 600162 香江控股
002208 合肥城建 600325 華發股份 600638 新黃浦
600240 華業地產 600383 金地集團 000608 陽光股份
600606 金豐投資 000402 金融街 000616 億城股份
600463 空港股份 000558 萊茵置業 000511 銀基發展
600167 聯美控股 600663 陸家嘴 000514 渝開發
000502 綠景地產 600175 美都控股 000573 粵宏遠A
000667 名流置業 600064 南京高科 600767 運盛實業
600639 浦東金橋 600533 棲霞建設 000024 招商地產
002146 榮盛發展 000014 沙河股份 600675 中華企業
600732 上海新梅 600748 上實發展 600053 中江地產
000042 深長城 000029 深深房A 000031 中糧地產
000006 深振業A 600823 世茂股份 000505 珠江控股
600736 蘇州高新 600791 天創置業 600684 珠江實業
600665 天地源 600322 天房發展 000592 ST昌源
600052 ST廣廈 600603 ST興業 000007 ST達聲
000047 ST中僑        

  3、樣本數據處理

  本論文樣本數據來源于樣本公司公開發表的財務報表。通過新浪財經上市公司數據庫收集樣本公司相關財務數據,使用Excel辦公軟件進行數據處理,計算出各項財務指標后進行加權匯總,得出樣本公司2004~2006年的Z3值如表3所示。

  表3 財務指標加權

嬩綋; border-spacing: 0px; width: 619px;" width="619">
公司名稱 Z32004 Z32005 Z32006 公司名稱 Z32004 Z32005 Z32006
上海新梅 3.6271 4.0885 4.1587 東華實業 4.9447 5.0342 5.1326
深長城 1.1132(*) 2.7861(#) 1.2574(#) 北辰實業 -0.1474(*) 0.1458(*) 0.2514(*)
深振業A 1.0694(*) 1.0234(*) 1.0145(*) 泛海建設 0.2314(*) 1.0574(*) 1.0002(*)
蘇州高新 2.1574(#) 1.2587(#) 2.0147(#) 光華控股 4.1117 3.8854 3.6842
天地源 6.2839 6.2599 6.2475 廣宇集團 2.4874(#) 2.0019(#) 2.3654(#)
天鴻寶業 3.9817 3.1950 3.2657 海泰發展 6.9856 6.3210 5.9875
萬科A 5.4973 4.4601 3.9865 華發股份 3.6985 4.1565 6.0247
外高橋 0.3965(*) -0.7764(*) 0.1056(*) 金地集團 3.5579 4.6242 4.5632
萬通地產 2.2587(#) 1.9874(#) 1.8741(#) 金融街 4.9330 4.0788 3.2589
萬業企業 5.2479 3.1474 3.9874 萊茵置業 -0.8590(*) -0.6432(*) 0.2589(*)
香江控股 1.5687(#) 2.1547(#) 1.8741(#) 陸家嘴 7.2566 6.5697 6.6985
新黃浦 13.1595 10.6784 11.2587 美都控股 2.2847 2.3658 2.4578
陽光股份 4.2279 4.3393 4.1235 南京高科 1.3588(#) 1.4283(#) 1.3657(#)
億城股份 1.1147(*) 1.2585(#) 1.2265(*) 棲霞建設 3.4240 3.1924 3.3325
銀基發展 5.2599 3.7507 4.5689 沙河股份 1.9066(#) 3.6446 2.1547(#)
渝開發 5.6574 3.3541 3.1478 上實發展 0.4587(*) 0.5148(*) 0.2584(*)
粵宏遠A 1.2547(#) 1.4147(#) 1.5687(#) 深深房A 1.9015(#) 1.7727(#) 1.8974(#)
保利地產 3.5475 2.2587(#) 3.2657 世茂股份 4.3838 3.9471 4.0013
長春經開 1.4780(#) 2.0136(#) 1.3654(#) 天創置業 3.6592 3.0500 3.2149
多倫股份 2.1470(#) 1.4570(#) 2.5748(#) 天房發展 4.5827 3.8413 3.5268
高新發展 6.3258 6.2189 5.9875 ST昌源 2.1470(#) 0.1478(*) 0.0251(*)
廣匯股份 2.2224(#) 2.6647(#) 3.1578 ST達聲 1.5478(#) 2.5147(#) 0.1478(*)
海鳥發展 3.1512 3.2147 3.2674 招商地產 2.0147(#) 2.3214(#) 2.5684(#)
合肥城建 2.0148(#) 1.9874(#) 2.5478(#) 中華企業 2.3722(#) 3.2302 3.0214
華業地產 2.1547(#) 6.5879 3.2563 中江地產 1.0587(*) 1.0698(*) 1.1117(*)
金豐投資 6.2547 6.1489 6.3215 中糧地產 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(#)
聯美控股 3.2145 3.2457 3.0144 珠江實業 8.6154 8.4130 8.3256
綠景地產 6.0151 4.6627 3.9987 ST廣廈 1.6556(#) 0.8198(*) -0.2125(*)
名流置業 2.1478(#) 2.4574(#) 2.3698(#) ST中僑 2.1847(#) 0.1478(*) 0.0143(*)
浦東金橋 2.0907(#) 1.5829(#) 2.1147(#) ST興業 0.0254(*) -0.1470(*) -0.8974(*)
榮盛發展 2.8179(#) 3.0014 3.1228 運盛實業 0.2574(*) 1.1024(*) 1.1368(*)
(注:圖中標(*)為Z3值小于1.23的公司,即:破產可能性很高的公司;標(#)為1.23≤Z3≤2.9的公司,即:財務狀況不穩定的公司)

  4、實證結果的分析與評價

  通過表3中可以分析得出Z3值模型對ST公司的預測能力,如表4所示。

  表4 Z3值模型對ST公司的預測能力

嬩綋; border-spacing: 0px; width: 609px;" width="609">
證券代碼 公司名稱 ST年份 ST前1年Z3 ST前2年Z3 ST前3年Z3
600052 ST廣廈 2007 -0.2125 0.8198 1.6556
000047 ST中僑 2007 0.0143 0.1478 2.1847
600603 ST興業 2007 -0.8974 -0.1470 0.0254
000592 ST昌源 2007 0.0251 0.1478 2.1470
000007 ST達聲 2007 0.1478 2.5147 1.5478
從表4中可以看出,ST公司在被ST處理前1年Z3值都小于1.23,即預測準確率為100%;在被ST處理前2年,5家公司中有4家公司Z3值小于1.23,預測的準確率為80%,有1家公司Z3值大于1.23且小于2.90,即已出現財務狀況處于中間狀態的情況,如經營狀況未改善,可能會陷入危機公司的行列;在被ST處理前3年,5家公司中僅有1家的Z3值小于1.23,5家公司Z3值都小于2.90。一般而言,公司離被處理得年份越近,預測準確率越高。從表3-2中ST公司的Z3值分布可以得出這樣的規律:在被ST處理前3年至被ST處理的前1年,Z3值越來越低。但是,其預測準確率依次為:100%、80%、20%。可見,其準確率不是很高,特別是離被處理得年份越遠,預測準確率越低,甚至是錯誤的,失去了預測的意義。

  表5 Z3值模型對非ST公司的預測能力

嬩綋; border-spacing: 0px;">
年份 Z3<1.23 1.23≤Z3≤2.9 Z3>2.9
公司數量 比例 公司數量 比例 公司數量 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%
從表3-4可以得出,在這3年內,Z3值模型將非ST公司預測為ST公司即錯誤預測的平均比例為18.75%,將非ST公司正確預測的平均比率為81.25%,非ST公司被正確預測的分為兩類:一是Z3值在1.23~2.90之間處于中間不穩定狀態的公司,平均比例為30.20%,二是Z3值大于2.9財務狀況良好的公司剛好半數以上,平均比例為51.10%。

  表6 Z3模型對所有房地產業上市公司的預測能力

嬩綋; border-spacing: 0px;">
年份 2006年 2005年 2004年
測試樣本數 64 64 64
檢測正確數 57 56 54
檢測正確率 89.06% 87.50% 84.38%
誤判率 10.94% 12.50% 15.62%
從表6中可以看出,Z3值模型在連續3年的預測中,有一定的合理性,但還存在諸如準確率不高、甚至錯誤預測等問題。即檢測正確率最高為89.06%,最低為84.38%;誤判率最高為15.62%,最低為10.94%。

  5、Z3值模型評價

  上述實證分析結果表明,假設二大致成立,即Z3值模型在一定程度上適合于我國房地產業上市公司的財務預警,但是預測的準確率不是很高,最高的比率也未達到90%。造成準確率不高的原因:一是由于我國和美國證券市場的差異,運用美國上市公司的財務數據建立的模型不是很適合我國上市公司的財務預警研究;二是因為Altaman教授創立的Z3值預警模型雖然適用于非制造業上市公司的,但是非制造業上市公司包括多個行業,由于未按行業進行細致分類,導致模型的適用性降低。

  參考文獻:

  [1]財政部企業司.企業財務風險管理[M].北京:經濟科學出版社,2006,1~151

  [2]周首華等.論財務危機的預警分析—F 分數模式[J].會計研究,2005(8):2~30

  [3]謝小波.中國上市公司會計收益質量的實證研究:[碩士學位論文][M].成都:西南交通大學,2005

  [4]陳靜.上市公司財務惡化預測的實證分析[J].會計研究,2007(4):1~25

  [5]楊淑娥,徐偉剛.上市公司財務預警模型—Y 分數模型的實證研究[J].中國軟科學,2008(1)

  [6]吳世農,盧賢義.我國上市公司財務困境的預測模型研究[J].經濟研究,2001,(6):46~55

  [7]葉劍平,謝經榮.房地產業與社會經濟協調發展研究[M].北京:中國人民大學出版社,2005:13~18

【基于Z3值模型評價的我國房地產上市公司財務危機預警研究】相關文章:

制造業上市公司財務危機預警10-01

基于旅游管理的時空數據模型研究論文10-08

淺論貨幣危機預警理論與模型綜述10-05

淺析我國上市公司資本結構影響因素的實證研究10-05

我國上市公司智力資本信息自愿披露的實證研究10-05

基于3D打印技術的空間槽輪機構的研究與模型制作10-06

基于質量評價的區域經濟管理研究10-26

淺談基于科學發展的我國保險行業文化建設研究10-08

我國上市公司盈余管理的動因10-09

主站蜘蛛池模板: 国产av国片精品jk制服| 日产欧美国产日韩精品| 久久精品aⅴ无码中文字字幕不卡| 亚洲乱码尤物193yw最新网站| 欧美综合精品久久久久成人影院| 国产香线蕉手机视频在线观看| 老湿机69福利区无码| 国产美女亚洲精品久久久综合| 日日碰狠狠添天天爽不卡| 亚洲国产成人精品青青草原| 无码男男做受g片在线观看视频| 亚洲丰满熟女一区二区蜜桃| 无码综合天天久久综合网| 国产免费内射又粗又爽密桃视频| 亚洲精品少妇30p| 国产中老年妇女精品| 亚洲色大成网站在线| 国产精品成人一区二区三区视频| 久久亚洲精品情侣| 亚洲中文字幕无码专区| 欧美一进一出抽搐大尺度视频| 人妻视频一区二区三区免费| 国产成a人片在线观看视频下载| 无码免费v片在线观看| 大肉大捧一进一出好爽视频mba| 欧美国产日韩在线三区| 国产午夜福利久久精品| 三级特黄60分钟在线观看| 精品国产一区二区三区四区阿崩| 国产精品自产拍高潮在线观看| 亚洲国产成人精品无码区在线秒播| 门国产乱子视频观看| 欧洲一卡2卡三卡4卡免费网站| 国产精品成人久久电影| 亚洲乱亚洲乱妇无码麻豆| 久久亚洲欧美国产精品| 老头边吃奶边弄进去呻吟| 男阳茎进女阳道视频大全| 亚洲国产中文字幕在线视频综合| 乱中年女人伦av三区| 国产精品久久久久久久久|