- 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。
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
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
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(*) |
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
證券代碼 | 公司名稱 | ST年份 | ST前1年Z3值 | ST前2年Z3值 | ST前3年Z3值 |
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 |
表5 Z3值模型對非ST公司的預測能力
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% |
表6 Z3模型對所有房地產業上市公司的預測能力
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% |
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
基于質量評價的區域經濟管理研究10-26
我國上市公司盈余管理的動因10-09