歐國(guó)良，吳 剛，朱祥波

（1.深圳職業(yè)技術(shù)學(xué)院 建筑與環(huán)境工程學(xué)院，廣東 深圳 518055；2.華中科技大學(xué) 公共管理學(xué)院，湖北 武漢 430074）

一、引言

隨著我國(guó)國(guó)民經(jīng)濟(jì)的快速發(fā)展和城市化水平的不斷提升，作為經(jīng)濟(jì)發(fā)展和城市化水平提升的先導(dǎo)與基礎(chǔ)的房地產(chǎn)行業(yè)更是國(guó)家經(jīng)濟(jì)發(fā)展的重要支柱[1]。近年來(lái)，為保障房地產(chǎn)行業(yè)健康穩(wěn)定運(yùn)行，中國(guó)政府出臺(tái)了一系列調(diào)控政策，加大了對(duì)房地產(chǎn)行業(yè)的規(guī)范和引導(dǎo)。在國(guó)家嚴(yán)厲的宏觀調(diào)控背景和不斷變化的社會(huì)投資環(huán)境下，房地產(chǎn)企業(yè)普遍面臨著財(cái)務(wù)緊張的壓力。與其他行業(yè)相比，房地產(chǎn)行業(yè)具有典型的高綜合性、高投資、高風(fēng)險(xiǎn)、長(zhǎng)周期、高收益、政策敏感性以及高關(guān)聯(lián)性等特點(diǎn)，這導(dǎo)致了房地產(chǎn)企業(yè)財(cái)務(wù)管理的復(fù)雜性、動(dòng)態(tài)性和高風(fēng)險(xiǎn)性。在我國(guó)，很多上司公司存在著一定的財(cái)務(wù)風(fēng)險(xiǎn)，當(dāng)風(fēng)險(xiǎn)積累到一定程度時(shí)，如果處理不力或者風(fēng)險(xiǎn)積累達(dá)到質(zhì)變時(shí)，必然引發(fā)財(cái)務(wù)危機(jī)。因此，企業(yè)面對(duì)財(cái)務(wù)危機(jī)時(shí)，應(yīng)及時(shí)進(jìn)行財(cái)務(wù)的風(fēng)險(xiǎn)識(shí)別、風(fēng)險(xiǎn)分析進(jìn)而進(jìn)行風(fēng)險(xiǎn)預(yù)警，最后采取控制措施。對(duì)房地產(chǎn)企業(yè)財(cái)務(wù)危機(jī)提前進(jìn)行識(shí)別與預(yù)警，在科學(xué)準(zhǔn)確預(yù)警的基礎(chǔ)上采取正確控制措施，對(duì)保障上市企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)、房地產(chǎn)行業(yè)以及整個(gè)社會(huì)經(jīng)濟(jì)發(fā)展都具有現(xiàn)實(shí)意義。

因子分析法是從問(wèn)題的研究變量?jī)?nèi)部相關(guān)的關(guān)聯(lián)關(guān)系出發(fā)，把研究對(duì)象的一些錯(cuò)綜復(fù)雜的、隱形的關(guān)系變量通過(guò)數(shù)據(jù)處理分析，最后歸結(jié)為少數(shù)幾個(gè)綜合因子的一種多變量統(tǒng)計(jì)分析方法[2]。該方法具有降維、挖掘相關(guān)關(guān)系、簡(jiǎn)化數(shù)據(jù)的極大優(yōu)勢(shì)，可以通過(guò)對(duì)眾多指標(biāo)數(shù)據(jù)的分析處理，探索分析數(shù)據(jù)的依賴(lài)關(guān)系信息，最后得到幾個(gè)新的變量來(lái)反應(yīng)原來(lái)眾多變量的信息，這幾個(gè)新的變量稱(chēng)作為“因子”。因子分析在簡(jiǎn)化系統(tǒng)結(jié)構(gòu)、探討系統(tǒng)內(nèi)核方面有著重要的應(yīng)用意義。鑒于此，本研究運(yùn)用因子分析法，構(gòu)建房地產(chǎn)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型進(jìn)而對(duì)房地產(chǎn)企業(yè)進(jìn)行財(cái)務(wù)風(fēng)險(xiǎn)研究與分析，進(jìn)而控制企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)，以期保障房地產(chǎn)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)。本文文章結(jié)構(gòu)如下：第二部分是對(duì)相關(guān)文獻(xiàn)的綜述；第三部分是房地產(chǎn)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警方法模型構(gòu)建；第四部分是實(shí)證研究，最后一部分是在實(shí)證分析的基礎(chǔ)上，得出結(jié)論并給出政策啟示。

二、文獻(xiàn)綜述

財(cái)務(wù)危機(jī)是指企業(yè)無(wú)力支付到期債務(wù)或者費(fèi)用的一種經(jīng)濟(jì)現(xiàn)象，表現(xiàn)為企業(yè)現(xiàn)金流量周轉(zhuǎn)出現(xiàn)問(wèn)題，企業(yè)運(yùn)營(yíng)狀況出現(xiàn)問(wèn)題或者企業(yè)的盈利能力出現(xiàn)問(wèn)題而導(dǎo)致企業(yè)陷入危機(jī)狀態(tài)[3][4]。國(guó)內(nèi)外眾多學(xué)者對(duì)此做了相關(guān)研究，主要從定性、定量以及定性與定量相結(jié)合這三個(gè)層面進(jìn)行。

在國(guó)外，William Beaver對(duì)財(cái)務(wù)預(yù)警領(lǐng)域有著先導(dǎo)性的研究貢獻(xiàn)，其從企業(yè)的財(cái)務(wù)指標(biāo)中選出了14個(gè)來(lái)對(duì)上市公司進(jìn)行預(yù)警分析，提出了現(xiàn)金流量與總負(fù)債總額的比值是最好的危機(jī)狀況變量；預(yù)測(cè)準(zhǔn)確率前1年達(dá)到87%以上，Beaver還提出了上市公司以破產(chǎn)、無(wú)力支付優(yōu)先股、拖延償還債券以及透支銀行賬戶(hù)等四者滿(mǎn)足一條即為企業(yè)失敗的判別標(biāo)準(zhǔn)。他是首次使用單變量預(yù)警模型的研究者，他還預(yù)測(cè)到了多比率分析方法模型可能會(huì)產(chǎn)生更好的預(yù)測(cè)效果[5]。鑒于在單變量模型進(jìn)行預(yù)測(cè)時(shí)的缺陷，在Beaver研究的基礎(chǔ)上，Altman提出運(yùn)用z值模型，以33對(duì)上市公司作為研究樣本，通過(guò)分析樣本公司的各種財(cái)務(wù)指標(biāo)對(duì)樣本模型的顯著程度，最后以5個(gè)財(cái)務(wù)指標(biāo)代替最初的22個(gè)指標(biāo)來(lái)構(gòu)建模型，這個(gè)就是著名的Z值模型。研究中，以Z值大小來(lái)反應(yīng)上市公司破產(chǎn)風(fēng)險(xiǎn)大小，并以此對(duì)上市公司的風(fēng)險(xiǎn)進(jìn)行區(qū)域分類(lèi)，不同區(qū)域表示風(fēng)險(xiǎn)含義不同。此模型適合短期預(yù)測(cè)，對(duì)于長(zhǎng)期預(yù)測(cè)準(zhǔn)確度較差[6]。Odom.M和Sharda.R則將人工神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用于財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警，得出該方法可以更好地預(yù)測(cè)樣本[7]。Yang.Z等將概率神經(jīng)網(wǎng)絡(luò)方法運(yùn)用于財(cái)務(wù)預(yù)警，研究發(fā)現(xiàn)概率神經(jīng)網(wǎng)絡(luò)對(duì)樣本的解釋能力和數(shù)據(jù)的預(yù)測(cè)能力都高于其它方法，并且具有較高的穩(wěn)定性[8]。Ohlson研究運(yùn)用Logistic模型于財(cái)務(wù)危機(jī)預(yù)測(cè)問(wèn)題，對(duì)上市公司的研究得出了較高的預(yù)測(cè)準(zhǔn)確率[9]。

國(guó)內(nèi)的財(cái)務(wù)預(yù)警研究起步較晚，于20世紀(jì)80年代才開(kāi)始。吳世農(nóng)和盧賢義運(yùn)用了多元線性回歸分析、Fisher線性判定分析和邏輯回歸分析三種方法對(duì)70家財(cái)務(wù)困境公司和70家樣本配對(duì)公司樣本進(jìn)行檢驗(yàn)分析，并建立了財(cái)務(wù)預(yù)警模型[10]。郭斌等人在研究中引入環(huán)境因素等非財(cái)務(wù)因素，運(yùn)用逐步判別分析和因子分析相結(jié)合的方法，建立logit判別模型來(lái)分析導(dǎo)致企業(yè)經(jīng)營(yíng)危機(jī)的影響因素以及財(cái)務(wù)和非財(cái)務(wù)因素的信用評(píng)估中重要程度[11]。陳艷嬌以2002-2004年的國(guó)有農(nóng)場(chǎng)財(cái)務(wù)數(shù)據(jù)為依據(jù)，運(yùn)用spss統(tǒng)計(jì)中的因子分析，構(gòu)建了財(cái)務(wù)實(shí)力綜合評(píng)價(jià)模型，研究結(jié)果表明該模型的預(yù)測(cè)有效性[12]。龍騰云用主成分分析法以2012年1月到6月期間滬深兩市新增28家ST公司為研究樣本，按照1：1的比例選擇同行業(yè)、同會(huì)計(jì)年度、相近資產(chǎn)規(guī)模的另外28家上市公司，對(duì)財(cái)務(wù)預(yù)警進(jìn)行預(yù)測(cè)，預(yù)測(cè)效果較好[13]。吳應(yīng)宇和袁陵將因子分析和邏輯回歸分析結(jié)合起來(lái)，以我國(guó)A股機(jī)械、設(shè)備和儀表類(lèi)上市公司為樣本展開(kāi)分析，得出了上市公司財(cái)務(wù)預(yù)警模型，預(yù)測(cè)效果和穩(wěn)定性較好[14]。畢翼以汽車(chē)業(yè)上市企業(yè)為研究對(duì)象，運(yùn)用因子分析方法構(gòu)建預(yù)警模型，進(jìn)而對(duì)汽車(chē)業(yè)上市企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行評(píng)估[15]。朱晨露和崔永紅以我國(guó)滬深上市房地產(chǎn)公司為研究對(duì)象，并通過(guò)各種財(cái)務(wù)比率建立行業(yè)的財(cái)務(wù)預(yù)警模型，以解釋財(cái)務(wù)風(fēng)險(xiǎn)出現(xiàn)的原因并提出企業(yè)應(yīng)對(duì)措施[2]。張穎以30家上市煤炭行業(yè)公司為研究對(duì)象，針對(duì)公司16個(gè)指標(biāo)進(jìn)行因子分析[16]。

從上述文獻(xiàn)綜述可以看出，當(dāng)前對(duì)企業(yè)財(cái)務(wù)預(yù)警的方法和對(duì)象較多，但是針對(duì)房地產(chǎn)上市企業(yè)較少，較少有將行業(yè)發(fā)展因素考慮進(jìn)來(lái)的。本文正是基于上述的研究背景，從系統(tǒng)論角度出發(fā)，運(yùn)用因子分析法構(gòu)建財(cái)務(wù)預(yù)警模型進(jìn)行財(cái)務(wù)預(yù)警研究分析，以期為上市房地產(chǎn)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警防范提出針對(duì)性的建議，保障企業(yè)、行業(yè)甚至社會(huì)的健康穩(wěn)定運(yùn)行。

三、房地產(chǎn)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警方法模型

（一）因子分析法原理介紹

因子分析法的思想是通過(guò)分析將多個(gè)關(guān)系比較密切的變量歸在同一類(lèi)中，每一類(lèi)變量歸納為一個(gè)意義明確的新因子，以少數(shù)新的因子來(lái)表達(dá)描述原變量，在原變量信息不失真的保證下降低研究問(wèn)題的維度，以達(dá)到降低問(wèn)題的復(fù)雜程度，在此基礎(chǔ)上分析研究原變量間的相互關(guān)系[17]。

假設(shè)對(duì)于某研究問(wèn)題，有m個(gè)研究樣本，每個(gè)研究樣本有s個(gè)變量，對(duì)于表述樣本特征的s個(gè)變量信息間有的是有相互聯(lián)系的。m個(gè)研究樣本和s個(gè)變量就構(gòu)成了m*s階原始數(shù)據(jù)矩陣：

當(dāng)研究問(wèn)題的變量s較大時(shí)，在s維空間中研究問(wèn)題比較復(fù)雜，這就需要降維，即以新的含義明確因子來(lái)對(duì)s維變量進(jìn)行替代，同時(shí)還要求新因子間的是彼此獨(dú)立。

線性組合：記x1x2…xs為原變量的s個(gè)指標(biāo)，F(xiàn)1F2…Fn（n＜s）為新變量指標(biāo)，新指標(biāo)間相互獨(dú)立；e1e2…en為不可觀測(cè)變量且變量間不相關(guān)；且F和e不相關(guān)，Cov（F，e）＝0。則有模型：

x1＝b11F1＋b12F2＋…＋b1nFn＋e1

x2＝b21F1＋b22F2＋…＋b2nFn＋e2

……

xs＝bs1F1＋bs2F2＋…bsnFn＋en

此即為因子分析模型，矩陣形式表達(dá)為：X＝BF＋e，其中 X＝（x1x2…xs），F(xiàn)＝（F1F2…Fn），e＝（e1e2…en）；則稱(chēng) F 為公共因子，矩陣B為因子荷載矩陣，e為X的特殊因子。

（二）模型構(gòu)建步驟

基于因子分析法的預(yù)警模型構(gòu)建基本步驟如下：

步驟一：進(jìn)行因子分析前提條件確定，以KMO和Bartlett檢驗(yàn)結(jié)果確定是否適合用因子分析；

步驟二：構(gòu)造因子變量，計(jì)算公共因子Fi的方差貢獻(xiàn)率和累積貢獻(xiàn)率；

步驟三：對(duì)因子荷載矩陣進(jìn)行方差最大正交旋轉(zhuǎn)；得到旋轉(zhuǎn)后的因子荷載矩陣B（k）；

步驟四：確定因子得分表達(dá)式，使用Thomson法，計(jì)算因子變量得分；

步驟五：預(yù)警劃級(jí)，根據(jù)計(jì)算結(jié)果進(jìn)行得到警情狀態(tài)。

四、實(shí)證分析

（一）樣本選取與指標(biāo)構(gòu)建

1.樣本選取與數(shù)據(jù)來(lái)源

本研究以滬深股市2016年A股市場(chǎng)的房地產(chǎn)上市公司為研究對(duì)象，基于房地產(chǎn)公司財(cái)務(wù)信息的完整性和可獲取性原則，研究者選取了萬(wàn)科A、深大通、宜華地產(chǎn)等50家上市公司為樣本，在這50個(gè)樣本中（見(jiàn)表1），有3家企業(yè)股票是ST股。樣本數(shù)據(jù)來(lái)源：2013年度房地產(chǎn)上市公司發(fā)布的年報(bào)，新浪財(cái)經(jīng)等網(wǎng)站財(cái)務(wù)原始信息和統(tǒng)計(jì)軟件SPSS分析處理后得到的數(shù)據(jù)信息。

表1 樣本的企業(yè)名稱(chēng)

2.指標(biāo)選擇與構(gòu)建

房地產(chǎn)企業(yè)財(cái)務(wù)預(yù)警的科學(xué)與否在于能否準(zhǔn)確地反映出房地產(chǎn)企業(yè)的真實(shí)財(cái)務(wù)狀況，財(cái)務(wù)預(yù)警指標(biāo)的選取就決定著能否客觀的反映企業(yè)的真實(shí)財(cái)務(wù)狀況。因此指標(biāo)選取應(yīng)遵循以下三個(gè)原則：先兆性、可獲得性和科學(xué)性原則。在上述原則指導(dǎo)下，充分借鑒國(guó)內(nèi)外研究成果，結(jié)合房地產(chǎn)公司財(cái)務(wù)危機(jī)時(shí)的特點(diǎn)和狀況。本文選取反應(yīng)房地產(chǎn)上市公司在盈利能力、運(yùn)營(yíng)能力、成長(zhǎng)能力、償債能力和現(xiàn)金流量五個(gè)方面在內(nèi)的10個(gè)財(cái)務(wù)指標(biāo)作為研究樣本的變量，主要指標(biāo)構(gòu)成：凈資產(chǎn)收益率（X1）、凈利率（X2）、應(yīng)收賬款周轉(zhuǎn)率（X3）、流動(dòng)資產(chǎn)周轉(zhuǎn)率（X4）、凈資產(chǎn)增長(zhǎng)率（X5）、總資產(chǎn)增長(zhǎng)率（X6）、速動(dòng)比率（X7）、資產(chǎn)負(fù)債率（X8）、經(jīng)營(yíng)現(xiàn)金凈流量銷(xiāo)售收入比率（X9）、經(jīng)營(yíng)現(xiàn)金凈流量負(fù)債比率（X10）。

（二）實(shí)證計(jì)算結(jié)果與分析

（1）確定財(cái)務(wù)預(yù)警指標(biāo)是否適合進(jìn)行因子分析，本研究采用KMO和Bartlett檢驗(yàn)，表2給出了檢驗(yàn)值表。KMO統(tǒng)計(jì)量的取值區(qū)間為[0，1]，越接近于1表示選取變量的相關(guān)性越強(qiáng)，也越適合做因子分析；趨近于0則表示越弱，通常認(rèn)為KMO值大于0.6才適合做因子分析，該表顯示為0.635，且相伴概率0.00＜5%，表示可以進(jìn)行因子分析。

表2 KMO和 Bartlett的檢驗(yàn)

（2）計(jì)算特征值和方差貢獻(xiàn)率；特征值反映了公共因子的重要程度，表示公共因子對(duì)原變量總方差解釋能力的則是方差貢獻(xiàn)率，公共因子的數(shù)量確定依據(jù)即為特征值和方差貢獻(xiàn)率，如表3解釋總方差表。表中顯示，有四個(gè)較大特征值2.991、1.952、1.551、1.005，前四個(gè)因子的方差累計(jì)貢獻(xiàn)率達(dá)到了74.988%，包含了財(cái)務(wù)預(yù)警指標(biāo)的絕大部分信息。根據(jù)碎石圖（見(jiàn)圖1）也可以直觀判定出公共因子數(shù)量為4，即得到公共因子F1、F2、F3、F4。

表3 解釋的總方差

圖1 碎石圖

（3）建立因子荷載矩陣。為使因子解釋結(jié)構(gòu)清晰簡(jiǎn)明，對(duì)因子荷載矩陣進(jìn)行最大方差方法旋轉(zhuǎn)，使得方便對(duì)因子荷載做出合理化的解釋。如表4，得到旋轉(zhuǎn)后的因子荷載矩陣。

表4 旋轉(zhuǎn)成份矩陣

從表4可以分析得出，主因子F1在凈資產(chǎn)增長(zhǎng)率、凈資產(chǎn)收益率、凈利率和流動(dòng)資產(chǎn)周轉(zhuǎn)率的荷載較大，凈資產(chǎn)增長(zhǎng)率是企業(yè)的發(fā)展能力指標(biāo)，凈資產(chǎn)收益率、流動(dòng)資產(chǎn)周轉(zhuǎn)率和凈利率是企業(yè)盈利能力的指標(biāo)，因此F1表示的是企業(yè)盈利能力對(duì)企業(yè)的影響因素；主因子F2在經(jīng)營(yíng)現(xiàn)金凈流量負(fù)債比率和經(jīng)營(yíng)現(xiàn)金凈流量銷(xiāo)售收入比率荷載較大，這兩個(gè)指標(biāo)都為現(xiàn)金流量指標(biāo)，故F2為企業(yè)現(xiàn)金流量對(duì)企業(yè)的影響因素；主因子F3荷載較大的指標(biāo)為資產(chǎn)負(fù)債率、應(yīng)收賬款周轉(zhuǎn)率和總資產(chǎn)增長(zhǎng)率，故表示的是影響企業(yè)償債能力的因素；主因子F4為應(yīng)收賬款周轉(zhuǎn)率，為資產(chǎn)管理能力對(duì)企業(yè)的影響因素。

（4）計(jì)算因子變量得分，根據(jù)表5因子成份得分系數(shù)矩陣，得到因子分析的表達(dá)式，再結(jié)合原始變量的值和因子得分系數(shù)，便可計(jì)算觀測(cè)量的因子得分。

表5 成份得分系數(shù)矩陣

因子分析表達(dá)式為：

F1＝0.306X1＋0.252X2-0.039X3＋0.217X4＋0.302X5＋0.081X6-0.053X7-0.199X8＋0.000X9-0.004X10

F2＝-0.019X1-0.001X2＋0.028X3＋0.040X4-0.024X5-0.037X6-0.028X7＋0.016X8＋0.503X9＋0.504X10

F3＝-0.090X1-0.081X2-0.061X3-0.139X4-0.022X5＋0.384X6-0.546X7＋0.443X8＋0.025X9-0.027X10

F4＝0.066X1-0.018X2＋0.851X3-0.327X4＋0.044X5＋0.245X6＋0.217X7＋0.045X8＋0.011X9＋0.026X10

根據(jù)表中各因子貢獻(xiàn)率，得到預(yù)測(cè)變量的因子綜合預(yù)測(cè)函數(shù)為：

F＝0.29907F1＋0.1952F2＋0.15506F3＋0.10055F4，對(duì)樣本數(shù)據(jù)矩陣 A進(jìn)行標(biāo)準(zhǔn)化處理，得到處理后的 A*，代入預(yù)測(cè)函數(shù)計(jì)算可到預(yù)測(cè)對(duì)象的綜合得分。

（5）財(cái)務(wù)預(yù)警風(fēng)險(xiǎn)等級(jí)結(jié)果表示。根據(jù)1998年的中國(guó)證券監(jiān)督管理委員會(huì)證監(jiān)交字[1998]6號(hào)文件對(duì)企業(yè)財(cái)務(wù)狀況異常的情況說(shuō)明以及相關(guān)研究文獻(xiàn)的研究成果[18][19]，將上市企業(yè)財(cái)務(wù)預(yù)警層級(jí)劃如下表：

表6 上市企業(yè)財(cái)務(wù)預(yù)警層級(jí)劃分表

最后計(jì)算結(jié)果及風(fēng)險(xiǎn)預(yù)警如下表7。

表7 上市房地產(chǎn)企業(yè)財(cái)務(wù)因子得分及風(fēng)險(xiǎn)等級(jí)表

從上表可以看出，有16家上市企業(yè)的因子綜合等分大于0.2，處于一般風(fēng)險(xiǎn)層級(jí)；有19家上市企業(yè)表現(xiàn)出顯著風(fēng)險(xiǎn)，說(shuō)明此類(lèi)企業(yè)在某些財(cái)務(wù)指標(biāo)出現(xiàn)了異常，進(jìn)而因子分析中的公共因子產(chǎn)生了影響，需要企業(yè)繼續(xù)關(guān)注相關(guān)指標(biāo)的變化情況，針對(duì)問(wèn)題分析處理；

表中有6家上市企業(yè)處于高風(fēng)險(xiǎn)階段，表明企業(yè)有多項(xiàng)財(cái)務(wù)指標(biāo)出項(xiàng)異常，需要對(duì)企業(yè)的財(cái)務(wù)指標(biāo)進(jìn)一步分析。比如，浙江廣廈綜合分值為-0.135，通過(guò)對(duì)財(cái)務(wù)指標(biāo)進(jìn)行分析，發(fā)現(xiàn)其凈資產(chǎn)收益率只有3.13%，凈資產(chǎn)增長(zhǎng)率為-13.9%，現(xiàn)金流量指標(biāo)也處于較低水平；榮豐控股綜合分值為-0.277，凈資產(chǎn)收益率只有0.26%，凈利率為2.52%，流動(dòng)資產(chǎn)周轉(zhuǎn)率為0.075，現(xiàn)金流量指標(biāo)皆為負(fù)值，表明企業(yè)的盈利能力、現(xiàn)金流量、資產(chǎn)管理能力都處于高風(fēng)險(xiǎn)水平，需要深入分析指標(biāo)風(fēng)險(xiǎn)的原因，組織召開(kāi)公司相關(guān)部門(mén)會(huì)議，提出風(fēng)險(xiǎn)控制措施。有9家上市企業(yè)處于嚴(yán)重風(fēng)險(xiǎn)水平，其中三家ST公司也包含在內(nèi)，表明該些企業(yè)的財(cái)務(wù)出現(xiàn)嚴(yán)重問(wèn)題，不止一個(gè)指標(biāo)超過(guò)了行業(yè)預(yù)警值；同時(shí)，也揭示了企業(yè)的經(jīng)營(yíng)管理出現(xiàn)了嚴(yán)重問(wèn)題。比如，中房股份的綜合得分值為-0.611，為嚴(yán)重風(fēng)險(xiǎn)，詳細(xì)分析其財(cái)務(wù)指標(biāo)發(fā)現(xiàn)，其凈利率為-122.07%，凈資產(chǎn)增長(zhǎng)率為-4.6%，說(shuō)明中房股份的盈利能力出現(xiàn)重大下滑直接帶來(lái)企業(yè)財(cái)務(wù)危機(jī)，如不能進(jìn)行有效控制改善，將面臨特別處理；綠景控股同樣面臨嚴(yán)重風(fēng)險(xiǎn)，其凈資產(chǎn)收益率為-5.9%，凈利率為-34.23%，凈資產(chǎn)增長(zhǎng)率為-11.8%，經(jīng)營(yíng)現(xiàn)金凈流量銷(xiāo)售收入比率-0.3%，表明企業(yè)財(cái)務(wù)情況嚴(yán)重惡化，盈利能力、資產(chǎn)管理能力和現(xiàn)金流量等指標(biāo)預(yù)警，經(jīng)營(yíng)管理出現(xiàn)問(wèn)題，應(yīng)立即組織召開(kāi)專(zhuān)家會(huì)議，制定風(fēng)險(xiǎn)應(yīng)對(duì)措施，有效改善企業(yè)經(jīng)營(yíng)狀況進(jìn)而控制財(cái)務(wù)風(fēng)險(xiǎn)。

五、結(jié)論與啟示

房地產(chǎn)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警作為房地產(chǎn)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)管控的重要手段和方法，本文選取了50家上市房地產(chǎn)公司為研究樣本，結(jié)合行業(yè)特征選取了房地產(chǎn)企業(yè)財(cái)務(wù)指標(biāo)，構(gòu)建了基于因子分析法的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型，實(shí)現(xiàn)了對(duì)樣本企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警。本研究對(duì)企業(yè)實(shí)現(xiàn)自身財(cái)務(wù)預(yù)警分析，進(jìn)而保障企業(yè)自身財(cái)務(wù)風(fēng)險(xiǎn)管理有著一定的啟示。

（一）結(jié)論

實(shí)證分析顯示，華遠(yuǎn)地產(chǎn)、榮盛發(fā)展等16家上市房地產(chǎn)企業(yè)處于一般風(fēng)險(xiǎn)層級(jí)；中房地產(chǎn)、津?yàn)I發(fā)展、順發(fā)恒業(yè)等19家企業(yè)處于顯著風(fēng)險(xiǎn)層級(jí)，企業(yè)的主因子中個(gè)別指標(biāo)出現(xiàn)異常，企業(yè)財(cái)務(wù)部門(mén)應(yīng)給予關(guān)注；S舜元、浙江廣廈等6家企業(yè)處于高風(fēng)險(xiǎn)層級(jí)，深入分析發(fā)現(xiàn)主要因子中的一部分指標(biāo)偏離行業(yè)平均指標(biāo)值嚴(yán)重，已經(jīng)影響到企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)，需要管理層關(guān)注并召開(kāi)相關(guān)會(huì)議進(jìn)行應(yīng)對(duì)；上海新梅、*ST國(guó)商等9家企業(yè)處于嚴(yán)重風(fēng)險(xiǎn)層級(jí)，企業(yè)的多項(xiàng)財(cái)務(wù)指標(biāo)異常，嚴(yán)重偏離預(yù)警值水平，表現(xiàn)為企業(yè)財(cái)務(wù)惡化，經(jīng)營(yíng)管理困難，公司應(yīng)立即組織召開(kāi)專(zhuān)家會(huì)討論危機(jī)應(yīng)對(duì)措施。

對(duì)于處于高風(fēng)險(xiǎn)的企業(yè)財(cái)務(wù)指標(biāo)分析發(fā)現(xiàn)，企業(yè)首先出現(xiàn)風(fēng)險(xiǎn)的公共因子為現(xiàn)金因子，包括經(jīng)營(yíng)現(xiàn)金凈流量銷(xiāo)售收入比率和經(jīng)營(yíng)現(xiàn)金凈流量負(fù)債比率等指標(biāo)，表明企業(yè)在現(xiàn)金管理能力上的下降；其次風(fēng)險(xiǎn)為盈利因子，包括凈資產(chǎn)收益率和凈收益率等指標(biāo)，企業(yè)獲取利潤(rùn)的能力在下降，表明企業(yè)的最為重要的競(jìng)爭(zhēng)力在下降。對(duì)于處于嚴(yán)重風(fēng)險(xiǎn)的企業(yè)財(cái)務(wù)指標(biāo)分析發(fā)現(xiàn)，企業(yè)最嚴(yán)峻風(fēng)險(xiǎn)為盈利因子分析，多數(shù)企業(yè)的盈利能力因子指標(biāo)為負(fù)值，表明企業(yè)的經(jīng)營(yíng)已經(jīng)陷入虧損；其次為現(xiàn)金因子和資產(chǎn)管理能力，表明企業(yè)已經(jīng)面臨財(cái)務(wù)危機(jī)，經(jīng)營(yíng)管理出現(xiàn)困難，要立即分析應(yīng)對(duì)。

（二）啟示

房地產(chǎn)企業(yè)財(cái)務(wù)管理作為房地產(chǎn)企業(yè)管理的核心內(nèi)容之一，該工作保障著房地產(chǎn)企業(yè)經(jīng)營(yíng)管理活動(dòng)的正常開(kāi)展，進(jìn)行房地產(chǎn)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警可以最高層次、更高質(zhì)量地促進(jìn)房地產(chǎn)企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)管理水平的提升。而房地產(chǎn)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)既有來(lái)自于外部環(huán)境又有來(lái)自于內(nèi)部環(huán)境的，影響房地產(chǎn)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的則有盈利因子、現(xiàn)金因子、償債因子以及資產(chǎn)管理因子等因素，房地產(chǎn)企業(yè)只有不斷地調(diào)整自身的經(jīng)營(yíng)管理水平、經(jīng)營(yíng)模式與策略以及創(chuàng)新能力等，實(shí)現(xiàn)企業(yè)經(jīng)營(yíng)管理在財(cái)務(wù)指標(biāo)上的穩(wěn)健性和抗風(fēng)險(xiǎn)性，最終實(shí)現(xiàn)房地產(chǎn)企業(yè)自身的風(fēng)險(xiǎn)發(fā)展。具體可以從下兩個(gè)層面出發(fā)：

加強(qiáng)房地產(chǎn)企業(yè)財(cái)務(wù)管理。房地產(chǎn)企業(yè)財(cái)務(wù)指標(biāo)惡化是企業(yè)發(fā)生危機(jī)的直接原因，通過(guò)股票市場(chǎng)近二十年的發(fā)展，同行業(yè)中優(yōu)秀的企業(yè)財(cái)務(wù)數(shù)據(jù)應(yīng)經(jīng)變得容易獲取，房地產(chǎn)企業(yè)應(yīng)充分利用這些寶貴的數(shù)據(jù)，結(jié)合房地產(chǎn)企業(yè)自身的財(cái)務(wù)情況，運(yùn)用數(shù)學(xué)等智能方法挖掘分析企業(yè)財(cái)務(wù)在盈利因子、償債因子、現(xiàn)金因子和資產(chǎn)管理因子等因素的風(fēng)險(xiǎn)規(guī)律，以挖掘獲取的風(fēng)險(xiǎn)演變規(guī)律指導(dǎo)房地產(chǎn)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)管理工作，也可以指導(dǎo)房地產(chǎn)企業(yè)經(jīng)營(yíng)管理水平或者經(jīng)營(yíng)策略的制定與推行，保障企業(yè)在財(cái)務(wù)風(fēng)險(xiǎn)管理工作上風(fēng)險(xiǎn)預(yù)警工具和手段的高科學(xué)性、高預(yù)測(cè)性和高指導(dǎo)性。

提升房地產(chǎn)企業(yè)經(jīng)營(yíng)管理水平。房地產(chǎn)企業(yè)財(cái)務(wù)危機(jī)發(fā)生的本質(zhì)原因還是企業(yè)經(jīng)營(yíng)不善、經(jīng)營(yíng)失策帶來(lái)的盈利能力、償債能力、運(yùn)營(yíng)能力等的降低。因此房地產(chǎn)企業(yè)應(yīng)加強(qiáng)對(duì)房地產(chǎn)市場(chǎng)的關(guān)注和研究，充分分析企業(yè)的長(zhǎng)期目標(biāo)和短期目標(biāo)，制定企業(yè)科學(xué)的戰(zhàn)略計(jì)劃和運(yùn)營(yíng)策略，關(guān)注市場(chǎng)變化，及時(shí)調(diào)整適應(yīng)。在此過(guò)程中控制成本，走精益管理線路，增強(qiáng)獲利能力進(jìn)而全面提升房地產(chǎn)企業(yè)的市場(chǎng)競(jìng)爭(zhēng)力，從根本上持續(xù)保證企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)。