基于Z值模型的我國(guó)房地產(chǎn)上市公司財(cái)務(wù)預(yù)警模型研究

楊 萍

(咸寧職業(yè)技術(shù)學(xué)院，湖北 咸寧 437100 )

基于Z值模型的我國(guó)房地產(chǎn)上市公司財(cái)務(wù)預(yù)警模型研究

楊 萍

(咸寧職業(yè)技術(shù)學(xué)院，湖北 咸寧 437100 )

從滬深兩市中，篩選出比較典型的36家房地產(chǎn)上市企業(yè)作為研究樣本進(jìn)行研究。結(jié)果表明，二元邏輯回歸模型對(duì)我國(guó)房地產(chǎn)業(yè)上市公司財(cái)務(wù)危機(jī)預(yù)測(cè)準(zhǔn)確率可以較好的預(yù)測(cè)我國(guó)房地產(chǎn)業(yè)的財(cái)務(wù)狀。

Z值模型；財(cái)務(wù)預(yù)警模型；準(zhǔn)確率；上市公司

一、常用財(cái)務(wù)預(yù)警模型及研究樣本選擇

Altman在20世紀(jì)60年代初提出的Z值模型對(duì)企業(yè)破產(chǎn)危機(jī)的應(yīng)對(duì)和管理評(píng)價(jià)起到了重要的作用，但Z值模型并不是對(duì)于所有的行業(yè)都適用，因此有必要研究建立新的財(cái)務(wù)預(yù)警模型，分析揭示房地產(chǎn)業(yè)上市公司的財(cái)務(wù)問(wèn)題。

(一)研究樣本選擇

1.正常公司(非ST公司)。本文選取的正常公司是指在2007-2010年未被定義為ST公司，通過(guò)上海證券交易網(wǎng)、深圳證券交易網(wǎng)和中國(guó)上市資訊網(wǎng)共選擇30家非ST公司作為樣本。模型所選的樣本為2009年財(cái)務(wù)數(shù)據(jù)，得出模型后用來(lái)驗(yàn)證2008年和2007年的財(cái)務(wù)數(shù)據(jù)。

2.財(cái)務(wù)危機(jī)型公司(ST公司)。本文選取的財(cái)務(wù)危機(jī)型公司是指在2007-2010年被ST的公司，由于我國(guó)房地產(chǎn)在2005-2008年房地產(chǎn)業(yè)利潤(rùn)水平一直保持著50%左右的較快增長(zhǎng)，被ST的公司較少，本文一共選擇了6家ST公司作為財(cái)務(wù)危機(jī)型公司樣本。

(二)Z值模型對(duì)公司的預(yù)測(cè)能力存在的問(wèn)題

1.Z值模型對(duì)ST公司的預(yù)測(cè)能力存在的問(wèn)題

首先，對(duì)樣本中的6家ST公司進(jìn)行分析，Z值模型對(duì)ST公司的預(yù)測(cè)結(jié)果見(jiàn)表1。

通過(guò)上述結(jié)果顯示，在這兩年內(nèi)，Z值模型將ST公司預(yù)測(cè)為非ST的平均錯(cuò)誤預(yù)測(cè)比率在40%以上，預(yù)測(cè)準(zhǔn)確率偏低。特別是2007年對(duì)于非正常公司的驗(yàn)證準(zhǔn)確率只有50%，造成了嚴(yán)重的誤判。

表1 Z值對(duì)ST公司判別結(jié)果

2.Z值模型對(duì)非ST公司的預(yù)測(cè)能力存在的問(wèn)題

對(duì)于樣本中30家非ST公司的財(cái)務(wù)數(shù)據(jù)進(jìn)行分析，Z值模型對(duì)于非ST公司的判別結(jié)果見(jiàn)表2。

表2 Z值對(duì)非ST公司判別結(jié)果

二、適合房地產(chǎn)行業(yè)上市公司的財(cái)務(wù)預(yù)警模型的構(gòu)建

Z值模型是國(guó)外學(xué)者Altman根據(jù)當(dāng)時(shí)的經(jīng)濟(jì)條件背景建立起來(lái)的，但是國(guó)外的經(jīng)濟(jì)情況和我國(guó)行業(yè)的經(jīng)濟(jì)特點(diǎn)并不吻合，因此，為了探尋更適合我國(guó)房地產(chǎn)業(yè)的財(cái)務(wù)預(yù)警模型，我認(rèn)為應(yīng)根據(jù)我國(guó)房地產(chǎn)業(yè)的經(jīng)營(yíng)特點(diǎn)和實(shí)際情況來(lái)設(shè)計(jì)符合我國(guó)房地產(chǎn)現(xiàn)狀的預(yù)警模型。

1.Logistic財(cái)務(wù)預(yù)警模型研究方法

美國(guó)學(xué)者Ohlson(1980)首次在財(cái)務(wù)預(yù)警研究中應(yīng)用了二元概率函數(shù)來(lái)計(jì)算危機(jī)事件發(fā)生的概率，提出了概率模型，包括概率單位模型Probit和對(duì)數(shù)成敗比率模型Logit。

邏輯回歸模型是對(duì)二元因變量進(jìn)行回歸分析時(shí)最普遍使用的多元統(tǒng)計(jì)方法。其目標(biāo)是尋求觀察對(duì)象的條件概率，從而據(jù)此判斷觀察對(duì)象的財(cái)務(wù)狀況和經(jīng)營(yíng)風(fēng)險(xiǎn)。

2.選擇模型中的變量

在財(cái)務(wù)危機(jī)出現(xiàn)之前，都會(huì)有一定的征兆，為了更好的反應(yīng)企業(yè)的財(cái)務(wù)狀況，首先選取了運(yùn)營(yíng)能力、償債能力、成長(zhǎng)能力、獲取現(xiàn)金能力、獲利能力五個(gè)方面的財(cái)務(wù)指標(biāo)作為預(yù)警模型的分析指標(biāo)(見(jiàn)表3)。

表3 指標(biāo)體系及涵義

表4 相關(guān)性分析結(jié)果

由于所選擇的財(cái)務(wù)指標(biāo)較多，如果將這些指標(biāo)全部用到模型中，同時(shí)產(chǎn)生多重共線(xiàn)性的概率也較高，會(huì)降低模型的預(yù)警能力。因此，在建立模型之前，我們首先對(duì)所選擇的10個(gè)財(cái)務(wù)指標(biāo)進(jìn)行相關(guān)性分析。以下是利用SPSS軟件對(duì)于財(cái)務(wù)指標(biāo)的相關(guān)性分析結(jié)果(見(jiàn)表4)。

由分析結(jié)果我們可以看出，10個(gè)指標(biāo)的相關(guān)性并不顯著，也就是說(shuō)產(chǎn)生多重共線(xiàn)性的概率較低，因此10個(gè)指標(biāo)都可以作為自變量引用到模型中。

(*表示指標(biāo)間的相關(guān)度，*越多指標(biāo)間的相關(guān)度越高)

3.建立邏輯回歸預(yù)警模型

假設(shè)當(dāng)上市公司為ST公司時(shí)，Y=1，當(dāng)上市公司為非ST公司時(shí)，Y=0。當(dāng)?shù)趇個(gè)樣本點(diǎn)為ST公司時(shí)，Y=l；當(dāng)?shù)趇個(gè)樣本點(diǎn)為非ST公司時(shí)，Y=0。運(yùn)用SPSS統(tǒng)計(jì)軟件得到Logistic模型，并使用極大似然估計(jì)法估計(jì)參數(shù)。在建立模型時(shí)使用的仍是前面提到的房地產(chǎn)公司的財(cái)務(wù)數(shù)據(jù)(6家ST公司，30家正常公司)來(lái)作為樣本空間。

通過(guò)SPSS軟件，在系統(tǒng)對(duì)指標(biāo)進(jìn)行了7次篩選計(jì)算后，最后的結(jié)果見(jiàn)表5。

表5 SPSS軟件篩選后指標(biāo)列表

從上表看出，每股收益和總資產(chǎn)周轉(zhuǎn)率的Sig均小于0.1，具有90%以上的置信度，顯著性明顯，說(shuō)明其解釋性較強(qiáng)；營(yíng)運(yùn)資產(chǎn)與總資產(chǎn)比以及模型中的常量置信度也接近90%，同樣具有一定的說(shuō)服力。因此我認(rèn)為通過(guò)模型得到的這3個(gè)指標(biāo)可以作為我國(guó)房地產(chǎn)行業(yè)上市公司面臨財(cái)務(wù)預(yù)警時(shí)的顯著財(cái)務(wù)指標(biāo)。

由二元邏輯回歸方法得到的模型可以表示為：

Ln[P/(1-P)]=2.480-11.919*Y1-4.214*Y2-2.579*Y3

其中Y1表示每股收益，Y2表示總資產(chǎn)周轉(zhuǎn)率，Y3表示營(yíng)運(yùn)資產(chǎn)與總資產(chǎn)比。

利用該模型進(jìn)行預(yù)測(cè)以0.5為概率P最佳分割點(diǎn)，大于0.5的為ST公司(財(cái)務(wù)困境公司)，反之為非ST公司(財(cái)務(wù)健康公司)。

在前面的假設(shè)三中，所有模型都可以進(jìn)行后驗(yàn)性的檢驗(yàn)，因此我們需要對(duì)得到的模型進(jìn)行后驗(yàn)性檢驗(yàn)，其中后驗(yàn)性檢驗(yàn)包括自身檢驗(yàn)和外部檢驗(yàn)兩種。我們?cè)趯?duì)模型進(jìn)行構(gòu)建完成后，先進(jìn)行自身檢驗(yàn)，檢驗(yàn)結(jié)果見(jiàn)表6。

表6 2009年邏輯回歸模型自身檢驗(yàn)結(jié)果

同時(shí)，我們利用2007年和2008年的財(cái)務(wù)數(shù)據(jù)對(duì)邏輯回歸模型進(jìn)行外部檢驗(yàn)，檢驗(yàn)結(jié)果(見(jiàn)表7、表8)。

表7 2008年邏輯回歸模型檢驗(yàn)結(jié)果

表8 2007年邏輯回歸檢驗(yàn)結(jié)果

從表7、表8結(jié)果看，邏輯回歸模型對(duì)于正常公司的預(yù)測(cè)準(zhǔn)確率都在90%以上，對(duì)于ST公司的預(yù)測(cè)準(zhǔn)確率2008年達(dá)到了80%以上，2007年接近70%,兩年的預(yù)測(cè)準(zhǔn)確率都接近90%，比較令人滿(mǎn)意。

4.邏輯回歸模型的應(yīng)用

由于房地產(chǎn)行業(yè)受?chē)?guó)家政策調(diào)控影響較大，在2009年國(guó)家放寬了對(duì)于二套房房貸的優(yōu)惠政策，房地產(chǎn)行業(yè)轉(zhuǎn)暖，也有不少的ST公司轉(zhuǎn)為了正常公司。因此，本文使用邏輯回歸模型對(duì)2010年樣本公司的財(cái)務(wù)數(shù)據(jù)進(jìn)行分析，利用樣本公司2010年的財(cái)務(wù)數(shù)據(jù)“回代”到邏輯回歸模型中進(jìn)行分析。

從表7、表8結(jié)果中可以看出，邏輯回歸模型對(duì)于正常公司的預(yù)測(cè)準(zhǔn)確率達(dá)到93.33%，只有兩家正常公司被誤判為ST公司，其中一家是600766園城股份，其在樣本中顯示為正常公司，但是兩年中連續(xù)被誤判為財(cái)務(wù)危機(jī)公司。但是該公司在2009-2010年連續(xù)兩個(gè)會(huì)計(jì)年度虧損，并在2011年被戴上了ST的帽子，這也正說(shuō)明了邏輯回歸模型的正確性。對(duì)于非正常公司，邏輯回歸模型預(yù)測(cè)準(zhǔn)確率大幅下降，只有50%，這是因?yàn)樵趯捤烧弑尘跋?，房地產(chǎn)行業(yè)轉(zhuǎn)暖，6家ST公司中已經(jīng)有4家在2011年摘掉了ST的帽子，成為正常公司。

三、結(jié)語(yǔ)

1.通過(guò)對(duì)我國(guó)36家房地產(chǎn)上市公司2007-2008年的財(cái)務(wù)數(shù)據(jù)進(jìn)行研究，發(fā)現(xiàn)Z值模型對(duì)于我國(guó)房地產(chǎn)行業(yè)的財(cái)務(wù)危機(jī)預(yù)警準(zhǔn)確率較低。

2.利用2009年房地產(chǎn)企業(yè)的財(cái)務(wù)指標(biāo)數(shù)據(jù)，通過(guò)對(duì)10個(gè)財(cái)務(wù)指標(biāo)進(jìn)行相關(guān)性檢驗(yàn)發(fā)現(xiàn)，10個(gè)指標(biāo)的相關(guān)性并不顯著，每個(gè)指標(biāo)都可以作為變量引用到模型中。經(jīng)過(guò)SPSS軟件對(duì)于指標(biāo)的篩選，最終得出二元邏輯回歸模型：

Ln[P/(1-P)]=2.480-11.919*Y1-4.214*Y2-2.579*Y3 (其中Y1表示每股收益，Y2表示總資產(chǎn)周轉(zhuǎn)率，Y3表示營(yíng)運(yùn)資產(chǎn)與總資產(chǎn)比)

3.通過(guò)對(duì)模型進(jìn)行后驗(yàn)性驗(yàn)證，可以得出新建二元邏輯回歸模型對(duì)于我國(guó)房地產(chǎn)上市公司財(cái)務(wù)預(yù)警效果比較令人滿(mǎn)意，并且通過(guò)與Z值模型進(jìn)行對(duì)比，可以發(fā)現(xiàn)二元邏輯回歸模型與警準(zhǔn)確率較高更具有實(shí)踐性，對(duì)于我國(guó)房地產(chǎn)上市公司財(cái)務(wù)預(yù)警具有一定的實(shí)際意義。

[1]吳世農(nóng)，盧賢義．我國(guó)上市公司財(cái)務(wù)困境的預(yù)測(cè)模型研究[J]．經(jīng)濟(jì)研究，2001,(6).

[2]陳靜. 上市公司財(cái)務(wù)惡化預(yù)測(cè)的實(shí)證分析[J]．會(huì)計(jì)研究，1999,(4).

[3]羅明，崔毅.Z計(jì)分模型的實(shí)證研究 [J]．理財(cái)，2003,(6).

2095-4654(2015)05-0021-03

2015-02-12

F832.5

A