序言：作為思想的載體和知識的探索者，寫作是一種獨特的藝術(shù)，我們?yōu)槟鷾?zhǔn)備了不同風(fēng)格的5篇房地產(chǎn)公司財務(wù)指標(biāo)分析，期待它們能激發(fā)您的靈感。

篇1

本文運用因子分析方法對上海證券交易所的29家上市房地產(chǎn)公司的財務(wù)數(shù)據(jù)，從資產(chǎn)總計、主營業(yè)務(wù)收入、主營業(yè)務(wù)利潤、利潤總額、凈利潤、每股收益、每股凈資產(chǎn)、凈資產(chǎn)收益率、股本等9項指標(biāo)進(jìn)行了因子分析，認(rèn)為財務(wù)指標(biāo)可以歸納為營運能力、資產(chǎn)價值2個因子，其分別反映公司的營運能力和資本價值情況，為財務(wù)狀況分析提供了便利。

【關(guān)鍵詞】

房地產(chǎn)；上市公司；財務(wù)指標(biāo)；因子分析

一、研究背景

進(jìn)入21世紀(jì)以來，雖然我國的股票市場發(fā)展速度較快，但是從總體規(guī)模看，與國外還有相當(dāng)大差距，我國目前股市投資者為3300萬人，僅占全國總?cè)丝诘?.7%。并且隨著股票市場在社會經(jīng)濟(jì)生活中的地位越來越重要，面對我國股市規(guī)模較小，而與國民經(jīng)濟(jì)發(fā)展的客觀要求有較大差距這種現(xiàn)狀，在我國擴(kuò)大股市規(guī)模有很大的潛力可挖。這就會吸引越來越多不同行業(yè)股票的加入，國家在進(jìn)行必要的政策改進(jìn)之外，投資者必然要對這些股票進(jìn)行理性客觀的評價，上市公司的財務(wù)指標(biāo)就成為投資者的研究對象。但是如何選取以及選取哪些適當(dāng)?shù)呢攧?wù)指標(biāo)在一定程度上影響對上市公司運營狀況的分析結(jié)果，除了對財務(wù)報表的宏觀分析之外，關(guān)鍵在于要運用數(shù)據(jù)的財務(wù)分析技術(shù)，通過財務(wù)報表數(shù)據(jù)看到公司的營運能力、資產(chǎn)價值情況，把握其未來的發(fā)展?fàn)顩r。財務(wù)分析的方法有很多，因子分析是一種很有效的降維和信息萃取技術(shù)。因此，我們將利用因子分析技術(shù)，在眾多的財務(wù)指標(biāo)中提取出主要信息。

二、研究對象與方法

1、研究對象

對上海證券交易所的29家房地產(chǎn)上市公司2006年財務(wù)數(shù)據(jù)的總資產(chǎn)、總股本、主營業(yè)務(wù)收入、主營業(yè)務(wù)利潤、利潤總額、凈利潤、每股收益、每股凈資產(chǎn)、凈資產(chǎn)收益率主要財務(wù)指標(biāo)進(jìn)行因子分析，并將這九個指標(biāo)歸結(jié)為兩個因子。

2、研究方法

對上述29家上市房地產(chǎn)公司的9項財務(wù)指標(biāo)在SPSS17.0軟件上進(jìn)行因子分析。

三、實證分析

1、數(shù)據(jù)的獲取

分析指標(biāo)數(shù)據(jù)的獲取是2006年度報告的財務(wù)指標(biāo)經(jīng)匯總計算而來的，各房地產(chǎn)上市公司的具體評價指標(biāo)數(shù)據(jù)由于太多在此不便展開。

2、數(shù)據(jù)分析

（2）因子旋轉(zhuǎn)。為了使?jié)撛诘囊蛩匾饬x更為明確，分析的結(jié)論更為真實，將因子載荷矩陣按最大方差法進(jìn)行正交旋轉(zhuǎn)分離，可得到旋轉(zhuǎn)后的因子載荷矩陣，從表2可以看出，總資產(chǎn)、股本、主營業(yè)務(wù)收入、主營業(yè)務(wù)利潤、利潤總額、凈利潤、凈資產(chǎn)收益率等指標(biāo)在第一個因子上有很高的載荷；每股收益、每股凈資產(chǎn)等指標(biāo)在第二個因子上有很高的載荷。根據(jù)因子所代表的具體指標(biāo)的含義和現(xiàn)實的需要，可以把這兩個因子命名為營運能力、資產(chǎn)價值因子。

篇2

關(guān)鍵詞：財務(wù)報告舞弊 房地產(chǎn) Logistic回歸模型

我國的房地產(chǎn)業(yè)起步于20世紀(jì)80年代中期，是一個成長性很高的行業(yè)。如今，房地產(chǎn)業(yè)在我國經(jīng)濟(jì)生活中已有舉足輕重的地位，但由于我國的房地產(chǎn)企業(yè)起步晚、規(guī)模小、基礎(chǔ)差，其企業(yè)缺乏規(guī)范性管理，企業(yè)的財務(wù)狀況也面臨會計核算體系不健全、缺乏有效的內(nèi)部控制制度等問題，這些都使得房地產(chǎn)企業(yè)出現(xiàn)財務(wù)報告舞弊的風(fēng)險加大。本文結(jié)合房地產(chǎn)企業(yè)的相關(guān)運營特點和財務(wù)特征，在國內(nèi)外財務(wù)報告舞弊現(xiàn)有的研究基礎(chǔ)上建立一套適合我國上市房地產(chǎn)企業(yè)的財務(wù)報告舞弊的識別模型。同時找出識別房地產(chǎn)企業(yè)財務(wù)報告舞弊的關(guān)鍵指標(biāo)，為各有關(guān)信息使用者的決策提供依據(jù)。

一、文獻(xiàn)綜述

（一）國外文獻(xiàn) 西方國家資本市場產(chǎn)生時間較長，國外學(xué)術(shù)界較早地進(jìn)行了上市公司財務(wù)報告舞弊的研究。Lee，Ingram和Howard 用列舉的方式對財務(wù)報告舞弊作了定義。在他們看來，財務(wù)報告舞弊就是系統(tǒng)性的利潤操縱。霍華德.R達(dá)維亞（2004）認(rèn)為財務(wù)報表舞弊指的是在企業(yè)向外界披露財務(wù)報表時有意將財務(wù)報表上的一項或多項余額虛報的一種欺詐。在Michael R.Young看來，只有違規(guī)的財務(wù)報表被用于決策并造成損失時，這種違規(guī)才是舞弊。Persons， Beasley， Beneish 等從行業(yè)、董事會特征、財務(wù)指標(biāo)等方面對財務(wù)舞弊公司的征兆做了進(jìn)一步研究。Persons（1995），Bell and Carcello（2000）運用財務(wù)指標(biāo)建立Logistic模型，Beneish（1997）通過建立Probit模型來識別財務(wù)報告舞弊現(xiàn)象。

（二）國內(nèi)文獻(xiàn) 與西方國家相比，我國證券市場建立時間相對較晚，所以我國學(xué)者對上市公司財務(wù)報告舞弊現(xiàn)象主要進(jìn)行規(guī)范研究。阮錦勤（2003）以48家被公開實施舞弊的上市公司為樣本，對財務(wù)報告舞弊的現(xiàn)狀進(jìn)行了多角度的考察，并通過反映舞弊征兆和舞弊特征的兩類指標(biāo)建立Logistic回歸模型，結(jié)果表明調(diào)整后每股現(xiàn)金和應(yīng)收賬款與收入比兩個指標(biāo)可以識別財務(wù)報告舞弊公司。明（2006）以8個財務(wù)指標(biāo)為變量進(jìn)行研究，最終建立了一個由應(yīng)收賬款周轉(zhuǎn)率、毛利率指數(shù)和資產(chǎn)質(zhì)量指數(shù)為變量的舞弊識別模型。陳國欣、呂占甲、何峰（2007）研究回歸模型表明：實際上只需要盈利能力、管理層持股比例、獨立董事規(guī)模、審計意見四個變量就可以較好地識別預(yù)測上市公司財務(wù)報告舞弊，而且通過Logistic 回歸技術(shù)建立的模型整體識別正確率已達(dá)95.1%，可以說效果相當(dāng)顯著。梁杰、任茜（2009）在我國上市公司財務(wù)報告舞弊信號的審計與識別一文中從公司管理層、關(guān)系對象、公司治理結(jié)構(gòu)及內(nèi)部控制制度等方面揭示了財務(wù)舞弊的跡象。

二、研究設(shè)計

（一）研究假設(shè) 本文以我國上市房地產(chǎn)企業(yè)財務(wù)報告為樣本，通過綜合考察上市房地產(chǎn)企業(yè)公開的財務(wù)數(shù)據(jù)，尋求舞弊房地產(chǎn)企業(yè)在財務(wù)指標(biāo)上共有的，能區(qū)別于未舞弊公司的特征，從而建立一個由多方面指標(biāo)反映的識別模型。由此，本文提出以下假設(shè)：

假設(shè)1：:所有可以公開獲得的財務(wù)報表數(shù)據(jù)是真實、公允的

假設(shè)2：被中國證監(jiān)會公開進(jìn)行行政處罰的上市房地產(chǎn)公司均為有舞弊行為的公司

假設(shè)3：未受行政處罰的房地產(chǎn)公司均為財務(wù)報告正常的公司（即非舞弊公司）

篇3

內(nèi)容摘要:本文運用Logistic回歸對我國預(yù)虧的上市房地產(chǎn)公司的財務(wù)數(shù)據(jù)進(jìn)行分析,試圖從實證研究的角度說明上市房地產(chǎn)公司財務(wù)危機產(chǎn)生的原因,構(gòu)建上市公司財務(wù)預(yù)警模型。研究表明logistic模型在預(yù)測虧損前的房地產(chǎn)公司財務(wù)困境方面具有較高的準(zhǔn)確率。

關(guān)鍵詞:logistic回歸STT檢驗預(yù)警模型

繼1998年3月中國證監(jiān)會了《關(guān)于上市公司狀況異常期間的股票特別處理方式的通知》后,同年4月滬深交易所即宣布將對財務(wù)狀況或其他狀況出現(xiàn)異常的上市公司的股票進(jìn)行特別處理(Special Treatment,簡稱ST),從此ST板塊的股票即成為我國股票市場上一個特殊的群體。無論是資產(chǎn)重組的題材,還是關(guān)聯(lián)交易的頻繁發(fā)生,都可以引起市場對ST股票的敏感反映,使得該類股票的波動遠(yuǎn)大于市場波動的平均幅度,成為制造投機成分,為股市營造變數(shù)的一個板塊。為排除行業(yè)不同所造成的影響,本文選擇ST板塊中房地產(chǎn)業(yè)的上市公司作為研究對象,運用常用統(tǒng)計分析軟件SPSS對這些上市房地產(chǎn)公司的財務(wù)困境進(jìn)行研究,并運用logistic回歸尋找造成財務(wù)危機的原因,試圖構(gòu)建相應(yīng)的財務(wù)預(yù)警模型,為ST公司和投資者的經(jīng)營和決策提供參考。

研究選樣標(biāo)準(zhǔn)與指標(biāo)體系的建立

本文選取的研究對象為2009年被ST的12家房地產(chǎn)公司,并且選取了在滬深兩市中排名前12位的表現(xiàn)正常的12家房地產(chǎn)企業(yè)作為對比樣本。樣本相關(guān)變量數(shù)據(jù)取自CSMAR數(shù)據(jù)庫中各上市房地產(chǎn)公司2008年的數(shù)據(jù)以及證券之星、中國上市公司資訊網(wǎng)、和訊網(wǎng)等網(wǎng)站。

(一)財務(wù)風(fēng)險預(yù)警指標(biāo)的初步選取

美國紐約大學(xué)的Edward.Altman教授在建立企業(yè)破產(chǎn)預(yù)測的Zeta模型時,財務(wù)指標(biāo)的最初選取遵循了兩個原則:該指標(biāo)在以前的研究中出現(xiàn)的頻率;指標(biāo)與所要研究問題的潛在相關(guān)性。結(jié)合這兩個原則以及敏感性、先兆性、關(guān)聯(lián)性、可操作性和互斥性,本文從反映上市公司的盈利能力、經(jīng)營能力、償債能力、成長能力四個方面提取了各項財務(wù)指標(biāo),具體說明如下:

1.盈利能力指標(biāo)。X1凈資產(chǎn)收益率:該指標(biāo)是從所有者的角度考察企業(yè)盈利水平的高低。該指標(biāo)越高,表明資產(chǎn)增值能力越強,企業(yè)越有活力,財務(wù)狀況越健康;X2總資產(chǎn)利潤率:該指標(biāo)反映企業(yè)總資產(chǎn)獲得利潤的能力,是反映企業(yè)資產(chǎn)綜合利用效率的指標(biāo)。該指標(biāo)越高,表明資產(chǎn)利用效果越好,企業(yè)發(fā)生財務(wù)危機的可能性越小。

2.經(jīng)營能力指標(biāo)。X3應(yīng)收賬款周轉(zhuǎn)率:該指標(biāo)反映企業(yè)應(yīng)收賬款周轉(zhuǎn)速度的比率。該指標(biāo)越高,表明公司收賬速度快,壞賬損失少,資產(chǎn)流動快,償債能力強;X4存貨周轉(zhuǎn)率:該指標(biāo)是衡量企業(yè)購入存貨、投入生產(chǎn)、銷售收回等各環(huán)節(jié)管理狀況的綜合性指標(biāo)。它影響到企業(yè)的短期償債能力。該指標(biāo)越高,存貨的占用水平越低,企業(yè)的變現(xiàn)能力越強;X5總資產(chǎn)周轉(zhuǎn)率:該指標(biāo)綜合評價企業(yè)全部資產(chǎn)經(jīng)營質(zhì)量和利用效率。數(shù)值越高,表明企業(yè)總資產(chǎn)周轉(zhuǎn)速度越快,銷售能力越強,資產(chǎn)利用效率越高,發(fā)生財務(wù)危機的可能性越小。

3.償債能力指標(biāo)。X6流動比率:該指標(biāo)是流動資產(chǎn)對流動負(fù)債的比率,用于衡量企業(yè)流動資產(chǎn)在短期債務(wù)到期前,可以變?yōu)楝F(xiàn)金用于償還負(fù)債的能力。該指標(biāo)越大,企業(yè)短期償還債務(wù)的能力越強;X7速動比率:該指標(biāo)是速動資產(chǎn)對流動負(fù)債的比率,衡量企業(yè)流動資產(chǎn)中可以立即變現(xiàn)用于償還流動負(fù)債的能力。該指標(biāo)是對流動比率的補充,它越大,企業(yè)的短期償債能力越強,財務(wù)風(fēng)險越小;X8資產(chǎn)負(fù)債率:該指標(biāo)又稱為財務(wù)杠桿系數(shù)。在企業(yè)經(jīng)營狀況良好的情況下,適當(dāng)?shù)呢攧?wù)杠桿可以起到正面的作用,在經(jīng)營不良時,過度的財務(wù)杠桿會導(dǎo)致企業(yè)的財務(wù)狀況惡化。

4.成長能力指標(biāo)。X9主營業(yè)務(wù)收入增長率:該指標(biāo)衡量公司的產(chǎn)品生命周期,判斷公司所處的階段。該指標(biāo)越大表明企業(yè)的發(fā)展?jié)摿υ酱?X10總資產(chǎn)增長率:該指標(biāo)反映企業(yè)本期資產(chǎn)規(guī)模的增長情況。該指標(biāo)越高,表明企業(yè)一定時期內(nèi)資產(chǎn)經(jīng)營規(guī)模擴(kuò)張的速度越快。

(二) 財務(wù)風(fēng)險預(yù)警指標(biāo)的進(jìn)一步篩選

進(jìn)入預(yù)警模型的指標(biāo)應(yīng)當(dāng)能夠顯著地區(qū)分ST公司和非ST公司,因此,本文選取應(yīng)用多元統(tǒng)計方法中的T檢驗對預(yù)警指標(biāo)進(jìn)行再次篩選。對同一財務(wù)指標(biāo)而言,當(dāng)兩組樣本具備齊方差性時,采用的檢驗統(tǒng)計量為:

當(dāng)兩組樣本不具備齊方差性時,采用的檢驗統(tǒng)計量為:

利用24家上市房地產(chǎn)公司的樣本數(shù)據(jù),采用SPSS統(tǒng)計分析軟件中的雙樣本(獨立)平均數(shù)檢驗Independent-Sample T Test,對樣本2008年的數(shù)據(jù)進(jìn)行顯著性檢驗的結(jié)果如表1所示。由表1可以看出,在財務(wù)風(fēng)險發(fā)生的前一年中有三個指標(biāo)通過了顯著性檢驗,分別是:X7速動比率、X5總資產(chǎn)周轉(zhuǎn)率和X10總資產(chǎn)增長率,這三個指標(biāo)可以有效地區(qū)分有財務(wù)困境和沒有財務(wù)困境的企業(yè),因此,選取它們作為logistic回歸中的入選變量。

財務(wù)困境預(yù)測模型選擇和構(gòu)建

根據(jù)上述篩選出的三個財務(wù)指標(biāo),本文試圖預(yù)測我國上市房地產(chǎn)公司發(fā)生財務(wù)困境的可能性,即根據(jù)該指標(biāo)組刻畫的財務(wù)狀況推測企業(yè)未來發(fā)生虧損的概率。

Logistic回歸是處理定性被解釋變量的常用統(tǒng)計分析方法,尤其對于相依變量為二分類變量時的模型往往具有較好的效果。并且相對于多元線性回歸,logistic回歸不要求變量服從正態(tài)分布,因而比判別分析更加穩(wěn)健。其表達(dá)式為:

其中,xn的值為自變量,β0為截距, βi為回歸系數(shù),P為在給定自變量的條件下事件發(fā)生的概率。

運用SPSS統(tǒng)計分析軟件對篩選出的三個經(jīng)過T檢驗的財務(wù)指標(biāo)進(jìn)行l(wèi)ogistic回歸分析,得到如表2所示。

所得方程可表示為:

logistic回歸模型一般以0.5為最佳判定點,即如果通過模型計算出來的某事件發(fā)生的概率(Y=1)大于等于該事件不發(fā)生的概率(Y=0),則判定該事件發(fā)生,否則判定該事件不發(fā)生。在本文中即為當(dāng)P>0.5時,該企業(yè)被判定為ST公司,當(dāng)P

將樣本公司的財務(wù)數(shù)據(jù)代入模型,進(jìn)行回判,得到結(jié)果如表3所示。

從上述預(yù)測結(jié)果來看財務(wù)指標(biāo)的綜合運用大大提高了預(yù)測的準(zhǔn)確性,本文對ST公司的正判概率為83.3%,對正常上市公司的正判概率為83.3%,綜合正判概率即為83.3%。

結(jié)論及虧損的原因

(一)結(jié)論

本文利用logistic回歸對中國預(yù)虧上市房地產(chǎn)公司的財務(wù)困境進(jìn)行了預(yù)測研究。采納的數(shù)據(jù)是綜合反映公司經(jīng)營狀況的財務(wù)指標(biāo),判斷公司發(fā)生財務(wù)困境的標(biāo)準(zhǔn)是被ST。此外,作為對比研究,文章還選入數(shù)量相同的未發(fā)生虧損的業(yè)績正常的上市公司。從logistic回歸模型的預(yù)測結(jié)果來看,判別的準(zhǔn)確率達(dá)到83.3%,表明模型在預(yù)測上市房地產(chǎn)公司發(fā)生虧損方面是有效的。因此,這個模型可以為資本市場上的機構(gòu)與個人投資者做決策提供參考。同時,這個模型可以看做是對上市房地產(chǎn)公司連續(xù)虧損原因的解釋,表明速動比率、總資產(chǎn)周轉(zhuǎn)率和總資產(chǎn)增長率這三個指標(biāo)所代表的相應(yīng)的償債能力、經(jīng)營能力和成長能力對企業(yè)的財務(wù)狀況具有重要的影響,這三個指標(biāo)越大,企業(yè)的發(fā)生財務(wù)困境的概率越小,因此,企業(yè)的管理層應(yīng)當(dāng)在這些方面給予足夠的關(guān)注。

(二)我國上市房地產(chǎn)公司連續(xù)虧損的原因

企業(yè)償債能力偏低,風(fēng)險大。我國房地產(chǎn)企業(yè)普遍存在自有資金不足的問題,企業(yè)所需資金主要是靠向銀行貸款解決。而對比ST企業(yè)與經(jīng)營良好企業(yè)的財務(wù)指標(biāo)可以發(fā)現(xiàn)連續(xù)虧損企業(yè)的資產(chǎn)負(fù)債率多在90%以上,有的高達(dá)1000%,遠(yuǎn)遠(yuǎn)高于正常經(jīng)營的企業(yè),而速動比率卻明顯偏低。這樣,過高的負(fù)債,不足的償債能力必然導(dǎo)致企業(yè)經(jīng)營的成本增加,盈利下降,以致出現(xiàn)虧損。這種自由資金不足,過分依靠銀行貸款、施工企業(yè)墊資和拖欠材料款等方式來進(jìn)行房地產(chǎn)開發(fā)的公司,一旦商品房銷售不暢,資金不能即時回籠,將導(dǎo)致工程難以為繼,極易出現(xiàn)虧損乃至破產(chǎn)。 企業(yè)重開發(fā),輕經(jīng)營管理。依據(jù)上述研究結(jié)果中顯示的經(jīng)營能力,再結(jié)合實際,可以發(fā)現(xiàn)被ST的房地產(chǎn)企業(yè)相對于業(yè)績良好的房地產(chǎn)企業(yè)而言更加輕視物業(yè)經(jīng)營管理。在這種情況下,公司業(yè)績?nèi)Q于具體的開發(fā)項目,而一個開發(fā)項目的周期只有2-4年,極易導(dǎo)致開發(fā)企業(yè)經(jīng)營業(yè)績的大起大落。在國外,物業(yè)經(jīng)營管理的比重大大高于物業(yè)開發(fā)的比重,這也是國外房地產(chǎn)企業(yè)經(jīng)營相對穩(wěn)定的主要原因之一。

企業(yè)開發(fā)能力低,發(fā)展?jié)摿π　７康禺a(chǎn)業(yè)是非常密集的資本密集型產(chǎn)業(yè),而我國很多房地產(chǎn)企業(yè)規(guī)模小,資源分散,開發(fā)企業(yè)整體水平不高,與其密集的行業(yè)特點極不相適應(yīng)。這也是ST房地產(chǎn)企業(yè)所面臨的問題之一,再加上它們償債能力和經(jīng)營能力的欠缺,導(dǎo)致其融資能力也大受影響,進(jìn)而影響到企業(yè)的發(fā)展?jié)摿Α６l(fā)展?jié)摿λ成涞某砷L能力的缺乏又進(jìn)一步增加了其虧損的可能性。

此外,本文的研究也存在一定的局限性。主要表現(xiàn)在:由于考慮了行業(yè)和規(guī)模進(jìn)行實證分析,難以取得足夠的樣本,這可能會導(dǎo)致研究結(jié)果與實際狀況存在一定誤差。樣本的選取局限于上市公司,限制了模型的適用范圍。由于搜集數(shù)據(jù)的途徑有限,有關(guān)公司治理、宏觀環(huán)境、行業(yè)競爭情況等影響企業(yè)財務(wù)狀況的非財務(wù)指標(biāo)因素沒有納入研究范圍。

參考文獻(xiàn):

1.于立勇,詹捷輝.基于Logistic回歸分析的違約概率預(yù)測研究[J].財經(jīng)研究,2004(9)

2.楊蓬勃,張成虎,張湘.基于Logistic回歸分析的上市公司信貸違約概率預(yù)測模型研究[J].經(jīng)濟(jì)經(jīng)緯,2009(2)

3.杜勇,劉星.基于Logistic回歸的上市公司虧損逆轉(zhuǎn)識別模型研究.[J].技術(shù)經(jīng)濟(jì),2009(12)

篇4

0引言

目前，對房地產(chǎn)企業(yè)財務(wù)風(fēng)險預(yù)警系統(tǒng)模型的定量研究僅主要采用線性或者廣域線性模型，而采用非線性模型對房地產(chǎn)企業(yè)的財務(wù)風(fēng)險預(yù)警系統(tǒng)做定量研究較為少見。本文將從財務(wù)信息和非財務(wù)信息方面構(gòu)建一個財務(wù)風(fēng)險預(yù)警系統(tǒng)的指標(biāo)體系，并采用因子-神經(jīng)網(wǎng)絡(luò)模型對房地產(chǎn)上市公司的財務(wù)風(fēng)險預(yù)警進(jìn)行分析和預(yù)測，并得出相關(guān)結(jié)論。

1樣本的選取及指標(biāo)體系的建立

1.1研究樣本的選取

為便于財務(wù)數(shù)據(jù)的獲得和研究成果的對比，本文選擇房地產(chǎn)A股上市公司的財務(wù)數(shù)據(jù)作為分析樣本，把滬、深兩地證券市場中的ST房地產(chǎn)公司界定為處于財務(wù)危機的公司，非ST房地產(chǎn)公司界定為財務(wù)正常的公司。根據(jù)上市房地產(chǎn)公司的實際情況，采用非配對抽樣，抽取相對少量的財務(wù)危機企業(yè)與相對較多的正常企業(yè)。基于以上原則，并根據(jù)CCERDATA和新浪網(wǎng)站公布的房地產(chǎn)上市公司報表及CSRC和GISC的行業(yè)分類標(biāo)準(zhǔn)，選取滬、深兩市房地產(chǎn)上市公司。選取的房地產(chǎn)企業(yè)情況如表1所示，由于2006年的數(shù)據(jù)缺省太多，且2010年的被ST房地產(chǎn)公司數(shù)量很少不便于預(yù)測，故本文僅選取2007~2009年的房地產(chǎn)企業(yè)作為研究樣本，分為財務(wù)正常企業(yè)和財務(wù)危機企業(yè)兩種樣本(表1)。

1.2財務(wù)預(yù)警指標(biāo)的選取

由于對財務(wù)危機預(yù)警的研究始終缺少系統(tǒng)的經(jīng)濟(jì)理論支持，很難在已有的參考資料中找到企業(yè)內(nèi)部影響因素的公認(rèn)指標(biāo)。故本文試圖結(jié)合房地產(chǎn)上市公司的實際情況，并基于可采取可量化的原則，將選擇涵蓋企業(yè)償債能力、現(xiàn)金流量能力、盈利能力、營運能力、股東獲利能力、成長能力等方面的財務(wù)指標(biāo)共32個，同時也將選擇涵蓋公司規(guī)模、股權(quán)結(jié)構(gòu)、市場信息、審計等方面的非財務(wù)指標(biāo)共20個，見表2。表2中的指標(biāo)能比較全面地衡量房地產(chǎn)上市公司各方面的情況。然而財務(wù)危機預(yù)警指標(biāo)過多，會導(dǎo)致神經(jīng)網(wǎng)絡(luò)分析的過分?jǐn)M合，同時指標(biāo)之間的相互關(guān)聯(lián)反而會導(dǎo)致預(yù)警判別結(jié)果出現(xiàn)偏差。因此在對數(shù)據(jù)進(jìn)行神經(jīng)網(wǎng)絡(luò)分析前，必須先對這些財務(wù)危機預(yù)警指標(biāo)進(jìn)一步篩選，去掉冗余信息。

2模型構(gòu)建與對比分析

2.1財務(wù)數(shù)據(jù)處理

由于在采集到的企業(yè)原始數(shù)據(jù)中，有些企業(yè)的部分?jǐn)?shù)據(jù)缺乏，故首先要做預(yù)處理，才能進(jìn)行深層次的分析。處理情況包括以下幾種：（1）對于在財務(wù)報表中未披露的數(shù)據(jù)。本文將用該企業(yè)前后兩年的平均數(shù)作為缺省數(shù)據(jù)補充，以保證整體數(shù)據(jù)的完整性。（2）對于在公開信息中無法獲得或依據(jù)公開信息無法判斷的數(shù)據(jù)。本文將依據(jù)悲觀準(zhǔn)則用“不利”數(shù)據(jù)進(jìn)行填充。比如，對于無法獲得董事長是否變更的情況，都一律認(rèn)為發(fā)生變更。當(dāng)數(shù)據(jù)處理完整之后，利用SPSS統(tǒng)計分析軟件提供的K-S檢驗，對2007~2009年的127個樣本的52個指標(biāo)進(jìn)行正態(tài)分布檢驗。檢驗結(jié)果顯示，在顯著性水平為0.05下，流動負(fù)載比例、長期負(fù)載比例、年度股東大會會議出席率、董事監(jiān)事和高級管理人員總?cè)藬?shù)、CR10指數(shù)、換手率這6個變量的K統(tǒng)計量的p值大于0.05，符合正態(tài)分布，其余指標(biāo)樣本不符合正態(tài)分布。

2.2顯著性檢驗

2.2.1服從正態(tài)分布的財務(wù)危機預(yù)警指標(biāo)的均值相等性檢驗

對于服從正態(tài)分布的變量，可根據(jù)兩種樣本（財務(wù)正常企業(yè)和財務(wù)危機企業(yè)）的均值差的t統(tǒng)計量，對其進(jìn)行獨立樣本的均值相等性檢驗，從而判斷兩種樣本中的財務(wù)危機預(yù)警指標(biāo)是否存在顯著性差異。在0.05的顯著性水平下，長期負(fù)債比例、CR10指數(shù)、流動負(fù)載比例這3個指標(biāo)通過了t檢驗的顯著性水平檢驗，即兩個樣本中的這3個指標(biāo)有顯著性差異。董事監(jiān)事和高級管理人員總?cè)藬?shù)、換手率、年度股東大會會議出席率這3個指標(biāo)沒有通過t檢驗，即兩個樣本中的這3個指標(biāo)沒有顯著性差異。如表3所示。

2.2.2不服從正態(tài)分布的財務(wù)危機預(yù)警指標(biāo)的非參數(shù)檢驗

對其余47個不服從正態(tài)分布的財務(wù)危機預(yù)警指標(biāo)變量，因其不符合t檢驗的前提條件，不能采用t檢驗的方法。本文采用非參數(shù)檢驗中的兩獨立樣本非參數(shù)檢驗的Mann-WhitneyU檢驗、Wald-WolfowitzW檢驗和Kolmogorov-Smirnov檢驗相結(jié)合的方式，若有一半以上非參數(shù)檢驗認(rèn)為指標(biāo)有差異，則認(rèn)為通過了顯著性檢驗。通過SPSS檢驗后，流動比例、速動比例、營運資金比例、現(xiàn)金流量對流動負(fù)載比例、資產(chǎn)負(fù)債率、權(quán)益負(fù)債率、固定資產(chǎn)比例、長期負(fù)債比例利息保障倍數(shù)、存貨周轉(zhuǎn)率、資產(chǎn)周轉(zhuǎn)率、應(yīng)收賬款周轉(zhuǎn)率、營運收入凈利潤率、營業(yè)利潤率、每股收益、市凈率、市盈率、凈資產(chǎn)增長率、營業(yè)利潤增長率、財務(wù)杠桿系數(shù)、年度內(nèi)董事會的會議次數(shù)、金額最高的前三名董事的報酬總額、回報率、西格瑪系數(shù)、貝塔系數(shù)這24個指標(biāo)通過顯著性檢驗；其余指標(biāo)在兩種樣本中沒有顯著性差異。

2.2.3顯著性檢測結(jié)果

綜合上述t檢驗及非參數(shù)檢驗的結(jié)果，一共選取27個財務(wù)危機預(yù)警指標(biāo)作為下一步分析對象。其中財務(wù)指標(biāo)20個，非財務(wù)指標(biāo)7個。

2.3財務(wù)指標(biāo)的因子分析

上面確定的27個財務(wù)危機預(yù)警指標(biāo)具有顯著性，這些指標(biāo)從不同方面反映了公司的財務(wù)狀況。但財務(wù)危機預(yù)警指標(biāo)項過多會導(dǎo)致神經(jīng)網(wǎng)絡(luò)模型的過分?jǐn)M合，反而影響結(jié)果的正確性[2]。本文考慮用因子分析的方法對財務(wù)危機預(yù)警指標(biāo)進(jìn)行降維處理。首先利用KMO檢驗對20個財務(wù)指標(biāo)變量之間的相關(guān)性進(jìn)行測定，把原有變量的指標(biāo)數(shù)值代入SPSS軟件，計算結(jié)果如表3所示。變量指標(biāo)的KMO測度值為0.674，球形檢驗P值小于0.05，檢驗結(jié)果顯著，可以做因子分析。檢驗結(jié)果如表4所示。把樣本數(shù)據(jù)代入SPSS，采用主成分分析方法，并取累計貢獻(xiàn)率為78.517%，則主成份為8個，即用這8個主成份來代替原來的20個財務(wù)指標(biāo)。本文采用正交旋轉(zhuǎn)法中的方差最大法進(jìn)行轉(zhuǎn)換。結(jié)果如表5所示。觀察表5，可以將這8個因子歸納為，短期償債和現(xiàn)金流動能力因子、盈利能力因子、營運能力因子、獲利能力因子、風(fēng)險評價能力因子、資本成長潛力能力因子、資產(chǎn)營運負(fù)債能力因子、股東獲利能力因子。同時對非財務(wù)指標(biāo)進(jìn)行因子分析，發(fā)現(xiàn)不滿足KMO檢驗，無法進(jìn)行主成分提取，故可直接將7個非財務(wù)指標(biāo)作為神經(jīng)網(wǎng)路的輸入。

2.4BP-Adaboost神經(jīng)網(wǎng)絡(luò)模型

Adaboost算法的思想是合并多個“弱”分類器的輸出以產(chǎn)生有效的分類。BP-Adaboost模型即把BP神經(jīng)網(wǎng)絡(luò)作為弱分類器，反復(fù)訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)預(yù)測樣本輸出，通過Ada-boost算法得到多個BP神經(jīng)網(wǎng)絡(luò)弱分類器組成的強分類器。對于本案例來說，輸入節(jié)點為15維，代表上述8個財務(wù)因子和7個非財務(wù)指標(biāo)，輸出為1維，代表公司財務(wù)狀況。輸出為1時表示財務(wù)狀況良好，輸出為-1時表示財務(wù)狀況出現(xiàn)問題。BP神經(jīng)網(wǎng)絡(luò)的激發(fā)函數(shù)選取Sigmoid函數(shù)。同時應(yīng)注意隱含層節(jié)點數(shù)的選擇，如果隱含節(jié)點數(shù)太少，BP神經(jīng)網(wǎng)絡(luò)不能建立復(fù)雜的映射關(guān)系，預(yù)測誤差較大，節(jié)點數(shù)過多，網(wǎng)絡(luò)學(xué)習(xí)時間增加，可能出現(xiàn)“過分?jǐn)M合”現(xiàn)象，導(dǎo)致訓(xùn)練樣本預(yù)測準(zhǔn)確，但對其它樣本預(yù)測的誤差則較大。一般采用經(jīng)驗法，中間隱含節(jié)點數(shù)參考下面公式：（略）。本文通過試錯法，確定BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)為15-4-1，共訓(xùn)練生成15個BP神經(jīng)網(wǎng)路弱分類器；并用這15個弱分類器組成強分類器對公司財務(wù)狀況進(jìn)行分類。抽取2007~2008年共127組數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，再抽取2009年84組數(shù)據(jù)作為測試數(shù)據(jù)。根據(jù)Adaboost和BP神經(jīng)網(wǎng)絡(luò)原理，采用Matlab進(jìn)行仿真，設(shè)定單個BP迭代次數(shù)為50，學(xué)習(xí)率為0.1，目標(biāo)為0.00004。采用多次訓(xùn)練求平均值的方法確定分類錯誤和誤差率，作為訓(xùn)練的結(jié)果，如表6所示。

2.5模擬結(jié)果分析

BP-Adaboost作為強分類器，比BP分類器的準(zhǔn)確性要強，同時和Logistic回歸模型相比，誤差率要相應(yīng)小一些[3][4]，該模型和指標(biāo)項對財務(wù)正常的企業(yè)具有較高的判斷能力，誤差率只有2.71%。但本模型對于財務(wù)異常企業(yè)的判斷能力就有些弱了。一方面，2007~2009年中國和國際經(jīng)濟(jì)形勢發(fā)生了巨大變化，而房地產(chǎn)企業(yè)受外部環(huán)境和政策的影響很大；又由于房地產(chǎn)企業(yè)的特殊性，其財務(wù)指標(biāo)往往帶有滯后性，故若忽略這些因素，而只選取公司內(nèi)部指標(biāo)來判斷一個企業(yè)財務(wù)狀況是否正常有些欠妥。另一方面，對于異常企業(yè)來說，其部分?jǐn)?shù)據(jù)太過異常，淹沒了其它數(shù)據(jù)之間的差異性，從而對該部分?jǐn)?shù)據(jù)的標(biāo)準(zhǔn)化肯定會影響該指標(biāo)項的其他數(shù)據(jù)，給最終結(jié)果帶來影響。

篇5

摘 要：隨著經(jīng)濟(jì)日益發(fā)展，市場競爭日趨激烈，完善的財務(wù)危機預(yù)警體系是房地產(chǎn)上市公司在激烈的市場競爭中處于不敗的必要保障。但我國財務(wù)危機預(yù)警體系研究起步較晚，至今尚未形成完整的財務(wù)危機預(yù)警體系。我國房地產(chǎn)上市公司主要采用定量分析法來進(jìn)行財務(wù)危機預(yù)警。本文在前人研究的基礎(chǔ)上，從我國房地產(chǎn)上市公司財務(wù)危機預(yù)警體系的現(xiàn)狀出發(fā)，指出僅采用定量分析法來預(yù)測公司財務(wù)風(fēng)險的局限性，提出引入非財務(wù)指標(biāo)因素及改進(jìn)財務(wù)預(yù)警模型兩點建議來完善我國房地產(chǎn)上市公司財務(wù)危機預(yù)警體系，旨在加強我國房地產(chǎn)上市公司防范財務(wù)風(fēng)險的能力。

關(guān)鍵詞：上市公司；財務(wù)危機；預(yù)警體系

一、引言

隨著全球化的發(fā)展，市場競爭日益激烈，由財務(wù)失敗而導(dǎo)致的破產(chǎn)公司越來越多，2009年的金融危機更是把破產(chǎn)風(fēng)潮推向頂端。因此，建立完善的財務(wù)危機預(yù)警體系十分必要。

財務(wù)危機預(yù)警的研究國內(nèi)外已經(jīng)有了一些優(yōu)秀的研究成果。國外學(xué)者Fitzpatrick于1931年以19家公司作為樣本，利用單一財務(wù)比率進(jìn)行分析，發(fā)現(xiàn)凈利潤/股東權(quán)益和股東權(quán)益/負(fù)債兩個比率的判別能力最高。Beaver于1968年選擇79家經(jīng)營失敗和未失敗的公司，選用30個財務(wù)比率進(jìn)行分析，發(fā)現(xiàn)債務(wù)保障率、資產(chǎn)收益率、資產(chǎn)負(fù)債率、資金安全率、應(yīng)收賬款周轉(zhuǎn)率、存貨周轉(zhuǎn)率、流動資金周轉(zhuǎn)率等比率判別力較高。但是，這些單一變量模型不能反映各財務(wù)比率之間的相互影響。Altman于1968年提出了Z模型。其多元線性判定模型為：Z=1.2X1+1.4X2+3.3X3+0.6X4+0.99X5，其中判別變量分別為營運資本/總資產(chǎn)、留存收益/總資產(chǎn)、息稅前收益/總資產(chǎn)、股票市值/債務(wù)的賬面價值、銷售收入/總資產(chǎn)。由于公司規(guī)模、行業(yè)、地域等諸多差異，使Z值并不具有橫向可比性。再者，模型中一些數(shù)據(jù)的收集十分困難。Olson于1980年將邏輯回歸方法引入財務(wù)危機預(yù)警領(lǐng)域，提出了logistic回歸分析模型，此模型收集信息和計算過程較為復(fù)雜，不易掌握。Tam于1991年采用人工神經(jīng)網(wǎng)絡(luò)模型進(jìn)行財務(wù)危機預(yù)警研究，提出了人工神經(jīng)網(wǎng)絡(luò)模型，但是模型很抽象，且不同樣本模型其隱藏要素個數(shù)會有所不同，影響比較的客觀性。

國內(nèi)學(xué)者杜蘭英，王海波于2006年提出長期財務(wù)預(yù)警模型由獲利能力、償債能力、經(jīng)濟(jì)效率和發(fā)展?jié)摿λ膫€模塊組成，從公司財務(wù)評價，經(jīng)營管理水平和發(fā)展?jié)摿θ矫鎸ω攧?wù)危機進(jìn)行監(jiān)測。但是過于依賴定量指標(biāo)，沒有考慮定性因素對財務(wù)危機的影響。柏麗于2008年提出經(jīng)營風(fēng)險引起財務(wù)風(fēng)險，應(yīng)因采取適當(dāng)?shù)娘L(fēng)險策略，并制定相應(yīng)切實可行的風(fēng)險管理策略來降低危害。可是，財務(wù)風(fēng)險總會受到特定歷史時期各種相關(guān)因素的影響，比如政策風(fēng)險、自然風(fēng)險等，經(jīng)營風(fēng)險只是影響因素之一。趙彬于2009年提出非財務(wù)指標(biāo)往往先于財務(wù)指標(biāo)發(fā)現(xiàn)問題，在財務(wù)危機預(yù)警體系中占有重要角色。雖開始關(guān)注非財務(wù)指標(biāo)和定性指標(biāo)，但是只引入了國家宏觀經(jīng)濟(jì)產(chǎn)業(yè)政策的研究，沒有注重上市公司的微觀經(jīng)營環(huán)境。

二、財務(wù)危機預(yù)警體系的理論研究

財務(wù)危機是指財務(wù)陷入困境，是公司風(fēng)險貨幣化的集中表現(xiàn)，是一種復(fù)合性風(fēng)險概念。公司的財務(wù)風(fēng)險按其在經(jīng)營中的表現(xiàn)不同，可以分為狹義財務(wù)風(fēng)險和廣義財務(wù)風(fēng)險。

狹義財務(wù)風(fēng)險，通常也稱為籌資風(fēng)險，是指公司因借入資金而增加的喪失償債能力或減少公司利潤的可能性。

廣義財務(wù)風(fēng)險是指公司在運行過程中籌資、投資、資金收回、收益分配等各個環(huán)節(jié)產(chǎn)生的風(fēng)險。財務(wù)風(fēng)險是個綜合性極強的概念。首先，它涉及到公司資金運動的各個環(huán)節(jié)、公司內(nèi)部的各個方面以及公司環(huán)境中的各個因素。其次，公司的其它風(fēng)險，如經(jīng)營風(fēng)險、政策風(fēng)險、自然風(fēng)險等，對公司的影響最終也會通過財務(wù)成果來反映。由此可知，財務(wù)風(fēng)險是財務(wù)活動和經(jīng)營活動過程中各種不確定性的綜合反映，是公司風(fēng)險貨幣化的集中體現(xiàn)。

財務(wù)危機預(yù)警是指依據(jù)公司財務(wù)報表及相關(guān)經(jīng)營資料，運用科學(xué)的方法，對公司財務(wù)系統(tǒng)和財務(wù)活動中存在的問題進(jìn)行分析和診斷，及時發(fā)現(xiàn)公司的潛在危機，進(jìn)而提出解決措施。

三、我國房地產(chǎn)上市公司財務(wù)危機預(yù)警體系現(xiàn)狀及問題

我國房地產(chǎn)上市公司財務(wù)危機預(yù)警的現(xiàn)狀表現(xiàn)在以下四方面：

（一）主要采用定量分析法進(jìn)行預(yù)警分析

我國有些房地產(chǎn)上市公司對其相關(guān)財務(wù)指標(biāo)進(jìn)行分析來預(yù)測財務(wù)風(fēng)險，比如，凈利潤率、資產(chǎn)負(fù)債率、股利增長率、凈資產(chǎn)收益率等。有些公司通過選取一些財務(wù)指標(biāo)作為預(yù)測變量，沿用國外的預(yù)警模型來進(jìn)行預(yù)警分析，Z模型使用較為普遍。

（二）預(yù)測變量的選擇及相關(guān)關(guān)系的確立依據(jù)不充分

我國財務(wù)危機模型的研究是在借鑒國外的實證性研究的基礎(chǔ)上進(jìn)行的。但是公司樣本的選擇并不完全適合我國上市公司。首先，我國上市公司的退市機制剛建立，上市公司有關(guān)破產(chǎn)機制不健全，迄今為止尚無一家上市公司宣告破產(chǎn)，以至研究人員無法以破產(chǎn)為財務(wù)危機標(biāo)準(zhǔn)來建立財務(wù)危機預(yù)警模型，通過選取ST公司來代替。ST公司是指連續(xù)虧損兩年的上市公司，這都是根據(jù)上市公司的虧損狀況而定的，虧損并不意味著就公司就陷入了財務(wù)困境。因此，模型中預(yù)測變量的選擇是否與公司持續(xù)經(jīng)營相關(guān)，依據(jù)不充分。

（三）預(yù)測變量數(shù)據(jù)缺乏準(zhǔn)確性

隨著所有權(quán)和經(jīng)營權(quán)的分離，投資者和經(jīng)營者信息不對稱。經(jīng)營者在信息編報方面權(quán)利過大，而且現(xiàn)行獨立審計機制和監(jiān)督機制難以保證上市公司的財務(wù)信息質(zhì)量，這會影響模型預(yù)測的準(zhǔn)確性。再者，許多模型中變量數(shù)據(jù)收集十分困難，例如，“Z-模型”中需要的股東權(quán)益的市場價值，其包含資產(chǎn)負(fù)債表中已經(jīng)存在的所有者權(quán)益，同時還包括市場對上市公司未來盈利能力和市場價值的估計，對于一個發(fā)展前景好的公司，其權(quán)益市場價值通常會高于其賬面的所有者權(quán)益價值，二者不存在簡單的算術(shù)關(guān)系。因此，這些都使得模型的準(zhǔn)確性大打折扣。

（四）對非財務(wù)指標(biāo)因素重視不夠

公司進(jìn)行財務(wù)預(yù)警分析時，往往忽視了非財務(wù)指標(biāo)的作用。財務(wù)指標(biāo)面向過去，非財務(wù)指標(biāo)往往面向未來，非財物指標(biāo)是公司未來財務(wù)危機較好的指示器，不容忽視。對非財務(wù)指標(biāo)這一定性因素進(jìn)行改善，將有助于改善公司的財務(wù)業(yè)績，增強公司抵御風(fēng)險和財務(wù)危機的能力。

四、完善我國房地產(chǎn)上市公司財務(wù)危機預(yù)警體系建議

（一）重視非財務(wù)指標(biāo)的作用

房地產(chǎn)上市公司陷入財務(wù)危機是一個逐步惡化的過程。從一定意義上說，如果房地產(chǎn)公司的可持續(xù)發(fā)展能力長期處于虛弱狀態(tài)，將會導(dǎo)致財務(wù)危機的出現(xiàn)。因此，本文提出將房產(chǎn)上市公司的可持續(xù)發(fā)展能力這一非財務(wù)指標(biāo)因素納入財務(wù)危機預(yù)警體系研究。影響房產(chǎn)上市公司可持續(xù)發(fā)展水平及能力高低的因素很多，本文認(rèn)為，房地產(chǎn)上市公司應(yīng)對以下因素進(jìn)行考察：

1、房地產(chǎn)上市公司的發(fā)展戰(zhàn)略

發(fā)展戰(zhàn)略是房地產(chǎn)上市公司的發(fā)展遠(yuǎn)景，是塑造公司核心競爭能力實現(xiàn)其持續(xù)發(fā)展的謀略。因此，房地產(chǎn)上市公司應(yīng)制定適當(dāng)?shù)陌l(fā)展戰(zhàn)略，其各種短期、中期、長期發(fā)展戰(zhàn)略的制定要從公司全局出發(fā)，實事求是，高瞻遠(yuǎn)矚，確保發(fā)展方向正確、目標(biāo)明確、靈活運用規(guī)模化和差別化原則、充分利用各種資源、戰(zhàn)略措施的制定貼近實際而又靈活機動。目前，我國房地產(chǎn)上市公司的資源利用并不充分，外部資源利用太少，融資渠道太窄，這也就說明應(yīng)該制定正確的發(fā)展戰(zhàn)略，拓寬融資渠道，廣開源路。

2、房地產(chǎn)上市公司的制度環(huán)境

制度是房地產(chǎn)上市公司良性運作和可持續(xù)發(fā)展的保障機制。公司可持續(xù)發(fā)展客觀上要求一種制度可持續(xù)發(fā)展，而公司治理就是一種制度安排，那么公司治理體系越完善就越能保障公司制度的持續(xù)發(fā)展。因此，我國房地產(chǎn)上市公司應(yīng)該要不斷完善公司治理結(jié)構(gòu)，可從以下方面進(jìn)行完善：第一，分散股權(quán)，改善股權(quán)結(jié)構(gòu)，積極推進(jìn)產(chǎn)權(quán)改革。在一般的競爭行業(yè)，可通過出讓國家股、國有法人股或者資產(chǎn)重組等方式，同時制訂外資公司收購上市公司股權(quán)的管理辦法，并加以完善。第二，規(guī)范董事會，建立和健全董事提名和任免機制，股東對董事的任免起決定作用。分設(shè)董事長與總經(jīng)理職位。第三，提高監(jiān)事會的獨立性，強化監(jiān)事會的監(jiān)督力度。第四，設(shè)立獨立的薪酬委員會，保持薪酬委員會與受益人之間的獨立性，防止各方串通勾結(jié)。

3、房地產(chǎn)上市公司的人力資源狀況

知識經(jīng)濟(jì)時代，社會經(jīng)濟(jì)活動的一切競爭，歸根到底是人力資源特別是人才的競爭。人力資源越優(yōu)越，公司的綜合能力就越強。房地產(chǎn)上市公司的人力資源狀況包括全體員工的文化水平、道德水平、技術(shù)技能、組織紀(jì)律性等綜合情況。因此，公司必須重視對人才的培養(yǎng)，通過各種適合自身發(fā)展所需要的培訓(xùn)途徑來傳導(dǎo)公司文化、提高人才素質(zhì)，促進(jìn)公司優(yōu)勢人力資源的形成。公司人力資源管理應(yīng)注重變革管理和人性管理，采取前瞻態(tài)度，注重人員的貯備、使用和提高，只有這樣才能吸引、保留和激勵人才，促進(jìn)公司的可持續(xù)發(fā)展。i

（二）完善財務(wù)危機預(yù)警模型

在建立財務(wù)指標(biāo)預(yù)警模型時，應(yīng)考慮由于不同年度上市公司所處環(huán)境的差異，公司各項財務(wù)指標(biāo)是否受到與時間跨度有關(guān)因素的影響，如宏觀經(jīng)濟(jì)形勢、經(jīng)濟(jì)周期等，并加以必要的處理。

在預(yù)測變量數(shù)據(jù)的使用方面，嘗試?yán)弥袌髷?shù)據(jù)，建立中報預(yù)測模型，努力使研究結(jié)果提高公司財務(wù)預(yù)測的及時性，并檢驗我國上市公司中報信息的質(zhì)量，確保模型數(shù)據(jù)的真實性。

隨著統(tǒng)計軟件的日益完善和計量經(jīng)濟(jì)學(xué)的不斷發(fā)展，研究者應(yīng)該結(jié)合我國上市公司的實際情況，不斷建立更多、更先進(jìn)的財務(wù)預(yù)測模型。（作者單位：湘潭大學(xué)）

參考文獻(xiàn)：

[1] 顧曉安.公司財務(wù)預(yù)警系統(tǒng)的構(gòu)建[J].財經(jīng)論叢，2000（4）：69-70.

[2] 柏麗.公司財務(wù)危機預(yù)警體系探究[J].山東行政學(xué)院報，2008（6）：107-109.

[3] 馮璇.影響我國上市公司可持續(xù)發(fā)展的公司治理因素研究――來自制造業(yè)上市公司的經(jīng)驗數(shù)據(jù)[J].財會通訊，2008：15-18.