浙江萬里學(xué)院商學(xué)院會(huì)計(jì)學(xué)專業(yè)畢業(yè)論文

1、浙江萬里學(xué)院商學(xué)院畢業(yè)論文題 目基于現(xiàn)金流的財(cái)務(wù)危機(jī)預(yù)警研究以房地產(chǎn)上市公司為例會(huì)計(jì)學(xué)專業(yè)，2010級(jí)4班 會(huì)計(jì)系2010010896 學(xué)生姓名專業(yè)班級(jí)指導(dǎo)教師系 別學(xué)生學(xué)號(hào)畢業(yè)論文獨(dú)創(chuàng)性聲明本人鄭重聲明所提交的畢業(yè)論文是本人在指導(dǎo)教師的指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。除文中特別加以標(biāo)注的地方外，論文中不包含他人已經(jīng)發(fā)表的學(xué)術(shù)成果或者他人為獲得高等院校學(xué)位而使用過的材料，論文中不涉及任何知識(shí)產(chǎn)權(quán)糾紛。否則，本人將承擔(dān)一切責(zé)任。學(xué)生簽名：_ 日 期：_ 浙江萬里學(xué)院商學(xué)院 基于現(xiàn)金流的財(cái)務(wù)危機(jī)預(yù)警研究摘 要隨著我國市場經(jīng)濟(jì)體制的逐步發(fā)展，企業(yè)所面臨的經(jīng)濟(jì)環(huán)境愈加復(fù)雜，各種風(fēng)險(xiǎn)也隨之而來。財(cái)

2、務(wù)預(yù)警模型是一種管理工具，它能識(shí)別危機(jī),然后為企業(yè)的投資者和管理者供給預(yù)警信號(hào)，在事前能識(shí)別危機(jī)的存在，并且對(duì)風(fēng)險(xiǎn)進(jìn)行事前預(yù)測。利用企業(yè)財(cái)務(wù)危機(jī)預(yù)警模型，可以通過分析企業(yè)的財(cái)務(wù)因素以及非財(cái)務(wù)因素對(duì)企業(yè)的財(cái)務(wù)狀況進(jìn)行總體評(píng)價(jià)，對(duì)企業(yè)存在的財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行提前預(yù)警，有助于企業(yè)管理者以及利益相關(guān)者提前做好應(yīng)對(duì)措施，減少不必要的損失。本文以房地產(chǎn)行業(yè)為研究對(duì)象，因?yàn)樵撔袠I(yè)投資大，投資回收周期長，風(fēng)險(xiǎn)大，并可以帶動(dòng)其他產(chǎn)業(yè),具有先導(dǎo)作用,它的發(fā)展與國民經(jīng)濟(jì)的發(fā)展密切相關(guān)。本文將樣本公司分為正常公司和危機(jī)公司兩類，基于主成分分析法和 Logistic 回歸分析，使用 SPSS統(tǒng)計(jì)軟件，將樣本公司的財(cái)務(wù)指標(biāo)數(shù)據(jù)

3、進(jìn)行分析，以此構(gòu)造了財(cái)務(wù)預(yù)警模型，經(jīng)過驗(yàn)證該預(yù)警模型能達(dá)到一定的財(cái)務(wù)預(yù)警效果，并針對(duì)模型反映出的問題，提出了相關(guān)建議。關(guān)鍵詞： 房地產(chǎn)上市公司；財(cái)務(wù)預(yù)警；財(cái)務(wù)預(yù)警Logistic 回歸分析 IIIAbstract With the gradual development of Chinas market economy, enterprises are facing more complex economic environment, the risks attendant. Financial early-warning model is a management tool, it reco

4、gnizes the crisis and provides early warning signals to investors and managers, it can identify the existence of the crisis before things happen and predict the risk. Use of enterprise financial crisis early warning model, through the analysis of financial factors and non-financial factors of enterp

5、rise the overall evaluation of the financial situation of the enterprise, early warning of the financial risk of the business enterprise, help enterprise managers and stakeholders well in advance of the measures, reduce unnecessary losses.Based on the real estate industry as the research object, bec

6、ause the industry investment, long investment recovery period, the risk is big, and can drive the other industry, has a guiding function, its development is closely related to the development of the national economy. In this paper, the sample company divided into two groups: the normal company and c

7、risis, based on principal component analysis and Logistic regression analysis, using SPSS statistical software, the sample of the companys financial indicators data analysis, in order to construct the financial early warning model, validated the early-warning model can achieve certain financial earl

8、y warning effect, and in view of the model reflects the problems, put forward some Suggestions.Keywords: The Chinese listed real estate companies；Financial early warning；Logistic regression analysis；Principal component analysis目 錄1 現(xiàn)金流對(duì)于財(cái)務(wù)危機(jī)預(yù)警的意義11.1 從現(xiàn)金流量角度建立財(cái)務(wù)危機(jī)預(yù)警模型的必要性11.2 從現(xiàn)金流量角度識(shí)別財(cái)務(wù)風(fēng)險(xiǎn)的優(yōu)越性21.2.1

9、 更真實(shí)地反映企業(yè)的收益質(zhì)量21.2.2 現(xiàn)金流更能說明企業(yè)的償債能力和支付能力21.2.3 現(xiàn)金流更能體現(xiàn)企業(yè)的盈利質(zhì)量21.3 從現(xiàn)金流量角度建立財(cái)務(wù)危機(jī)預(yù)警模型的可能性22財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警理論研究42.1 財(cái)務(wù)風(fēng)險(xiǎn)42.1.1 財(cái)務(wù)風(fēng)險(xiǎn)的定義42.1.2 財(cái)務(wù)風(fēng)險(xiǎn)的特征52.1.3 財(cái)務(wù)風(fēng)險(xiǎn)的成因52.2基于現(xiàn)金流量的財(cái)務(wù)危機(jī)預(yù)警指標(biāo)分析62.3財(cái)務(wù)預(yù)警模型102.3.1單變量模型102.3.2 Z score 模型102.3.3 Logistic 回歸分析102.3.4人工神經(jīng)網(wǎng)絡(luò)模型112.4 財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警步驟113房地產(chǎn)上市公司財(cái)務(wù)預(yù)警實(shí)證分析123.1 樣本選擇和數(shù)據(jù)來源123.2

10、財(cái)務(wù)指標(biāo)的選擇與構(gòu)建123.3財(cái)務(wù)模型實(shí)證分析123.3.1 相關(guān)性分析133.3.2 Logistic 回歸分析134結(jié) 論154.1結(jié)論154.2建議154.3本文的局限性16參考文獻(xiàn)17致 謝20財(cái)務(wù)危機(jī)預(yù)警經(jīng)過了多年的研究與發(fā)展，從一開始只研究模型構(gòu)建，到現(xiàn)在研究我國企業(yè)具體的財(cái)務(wù)危機(jī)預(yù)警模型構(gòu)建，然后再到各行各業(yè)財(cái)務(wù)預(yù)警模型的探究，更加體現(xiàn)了他的重要性。房地產(chǎn)上市公司是中國最熱門的行業(yè)，它的潛力是巨大的，高度相關(guān)，具有很強(qiáng)的能力和一系列在中國經(jīng)濟(jì)的發(fā)展特征，此外還具有獨(dú)特的融資，債務(wù)結(jié)構(gòu)使它容易對(duì)金融危機(jī)的特定條件下。(劉京苑,2015)房地產(chǎn)上市公司，基本代表了我國工業(yè)的發(fā)展，對(duì)基

11、礎(chǔ)研究也能代表行業(yè)研究。對(duì)房地產(chǎn)上市公司財(cái)政預(yù)警研究很重要，對(duì)我國房地產(chǎn)行業(yè)甚至所有經(jīng)濟(jì)具有重大意義。目前我國有關(guān)上市公司財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)方面的研究不夠成熟。國際資本市場對(duì)財(cái)務(wù)預(yù)警模型研究早就引起了足夠重視，并且形成了多種關(guān)于財(cái)務(wù)危機(jī)預(yù)警模式。而我國就相對(duì)滯后，本文使用Logistic回歸預(yù)警模型對(duì)房地產(chǎn)上市公司進(jìn)行財(cái)務(wù)預(yù)警模型的構(gòu)建，采取主成份分析法建立適用于該行業(yè)的財(cái)務(wù)預(yù)警模型，以提高預(yù)測精度，旨在幫助上市公司及早發(fā)現(xiàn)財(cái)務(wù)危機(jī)，防患于未然。1 現(xiàn)金流對(duì)于財(cái)務(wù)危機(jī)預(yù)警的意義1.1 從現(xiàn)金流量角度建立財(cái)務(wù)危機(jī)預(yù)警模型的必要性金融危機(jī)帶來企業(yè)的影響是多方面的，但最終都會(huì)體現(xiàn)和傳導(dǎo)到企業(yè)的財(cái)務(wù)狀況

12、上。對(duì)于企業(yè)來說，必須擁有足夠現(xiàn)金流才能支撐企業(yè)正常運(yùn)轉(zhuǎn)?，F(xiàn)金在企業(yè)經(jīng)營中的重要地位就體現(xiàn)在它是投入一切生產(chǎn)資源的支付手段，因此，實(shí)務(wù)界素來尊“現(xiàn)金為王”。 (楊瑤2011)預(yù)防財(cái)務(wù)危機(jī)的方式之一是創(chuàng)建財(cái)務(wù)危機(jī)預(yù)警模型。財(cái)政危機(jī)預(yù)警模型有兩種：單變量預(yù)警模型和多變量預(yù)警模型。單變量模型的基礎(chǔ)上,個(gè)人財(cái)務(wù)指標(biāo)分析企業(yè)的財(cái)務(wù)狀況,反映企業(yè)的財(cái)務(wù)狀況模型,依賴單一指數(shù),不能充分反映企業(yè)的財(cái)務(wù)狀況。多變量決策模型，克服了單變量模型依賴于一個(gè)單一的故障率，包括多個(gè)財(cái)務(wù)比率的建設(shè)，可以全面反映企業(yè)的財(cái)務(wù)狀況模型。(儲(chǔ)飛飛,2010)Altman (1968)最早開始引進(jìn)多元線性判別方法進(jìn)入金融危機(jī)研究領(lǐng)域

13、。自那時(shí)以來許多學(xué)者已經(jīng)使用了類似的方法對(duì)模型的改進(jìn)與創(chuàng)新。是F分?jǐn)?shù)模型的代表，陳昭榮多種預(yù)測模型。我國企業(yè)在模型中面臨很多的問題,預(yù)測結(jié)果誤判率較高,早期預(yù)警模型在其他企業(yè)沒有普遍適用性。主要原因之一是缺乏理論依據(jù)預(yù)警變量的選擇,取決于研究者的直觀判斷和可用數(shù)據(jù)；另一方面，財(cái)務(wù)危機(jī)預(yù)警模型大多采用權(quán)責(zé)發(fā)生制下的傳統(tǒng)指標(biāo)，而我國企業(yè)的現(xiàn)實(shí)情況是財(cái)務(wù)報(bào)表可其真實(shí)性可靠性得不到保證，基于這些指標(biāo)做出的預(yù)測結(jié)果很可能與現(xiàn)實(shí)狀況不符。因而，基于現(xiàn)金流量表建立財(cái)務(wù)危機(jī)預(yù)警模型受到廣泛關(guān)注。(Altman. Financial,1968)1.2 從現(xiàn)金流量角度識(shí)別財(cái)務(wù)風(fēng)險(xiǎn)的優(yōu)越性1.2.1 更真實(shí)地反映企

14、業(yè)的收益質(zhì)量根據(jù)權(quán)責(zé)發(fā)生制為基礎(chǔ)的資產(chǎn)負(fù)債表和損益表是容易被粉飾，管理，如：工程公司收入確認(rèn)項(xiàng)目的完成進(jìn)度計(jì)劃為基礎(chǔ)，假冒企業(yè)可以人為調(diào)節(jié)，本項(xiàng)目進(jìn)展，以達(dá)到調(diào)整收入及利潤的目的。現(xiàn)金流量表是按照收付實(shí)現(xiàn)制編制的，被人為粉飾的可能性較小，彌補(bǔ)了傳統(tǒng)收益指標(biāo)的不足。(韓東平,2006)1.2.2 現(xiàn)金流更能說明企業(yè)的償債能力和支付能力償付能力，流動(dòng)性的現(xiàn)金自然的本質(zhì)，企業(yè)的最終實(shí)現(xiàn)的現(xiàn)金償付能力。現(xiàn)金流量的大小最能說明企業(yè)的償債能力和支付能力.1.2.3 現(xiàn)金流更能體現(xiàn)企業(yè)的盈利質(zhì)量收益質(zhì)量水平主要與現(xiàn)金流入是否盈利有關(guān),如果有現(xiàn)金增加,則利潤是現(xiàn)金擔(dān)保,收益質(zhì)量較高,或更低的收益質(zhì)量。因此,現(xiàn)

15、金流指標(biāo)比利潤指標(biāo)更為客觀、真實(shí),基于現(xiàn)金流的盈利質(zhì)量分析更為可靠.( 韓東平,2006)1.3 從現(xiàn)金流量角度建立財(cái)務(wù)危機(jī)預(yù)警模型的可能性基于現(xiàn)金流的金融危機(jī)預(yù)警模型已經(jīng)取得了顯著的效果。一方面，現(xiàn)金流比利潤能更真實(shí)地反映企業(yè)的收益質(zhì)量，因?yàn)槠渌Ω闪死麧欀笜?biāo)中的“水分”；另一方面，現(xiàn)金流更好的反映了企業(yè)的償債能力。在國外，beaver（1966）首次將現(xiàn)金流量信息應(yīng)用于金融危機(jī)，并警示效果較好的現(xiàn)金流。我國學(xué)者也注意到了現(xiàn)金流量的優(yōu)越性，進(jìn)行了相關(guān)研究。(William H. Beaver. Financial,1966)章之旺（2004）梁飛媛（2005）周娟，王麗娟（2005）等人都分析

16、研究了基于現(xiàn)金流量建立財(cái)務(wù)危機(jī)預(yù)警模型的必要性和優(yōu)勢，并且已經(jīng)進(jìn)行了實(shí)證分析。Aziz、Emanuel、Lawson(1989) 將現(xiàn)金流量模型與Z模型、ZETA模型的預(yù)測準(zhǔn)確性進(jìn)行比較，得到的結(jié)果是現(xiàn)金流量模型的預(yù)測效果相對(duì)來說最好。然而，在指標(biāo)的選擇上，國內(nèi)外的研究尚未達(dá)成一致，主要是梁飛源（2005）選定的償債能力指標(biāo)，財(cái)務(wù)彈性分析指標(biāo)，獲取現(xiàn)金能力指標(biāo)分析，結(jié)構(gòu)分析，現(xiàn)金流量指標(biāo)反映了企業(yè)規(guī)模的指標(biāo)；10周娟，王麗娟（2005）選取的盈利能力指標(biāo)、償債能力指標(biāo)、成長能力指標(biāo)等。然而這些指標(biāo)的選擇在全面性、靈敏性和預(yù)測性方面存在不足?；诖斯P者認(rèn)為，在我國企業(yè)中建立財(cái)務(wù)危機(jī)預(yù)警模型時(shí)考慮

17、運(yùn)用現(xiàn)金增量指標(biāo)非常的必要。162財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警理論研究2.1 財(cái)務(wù)風(fēng)險(xiǎn)2.1.1 財(cái)務(wù)風(fēng)險(xiǎn)的定義財(cái)務(wù)風(fēng)險(xiǎn)(financial risk) 的定義是公司財(cái)務(wù)結(jié)構(gòu)不合理、融資公司缺乏償債能力導(dǎo)致投資者預(yù)期收益下降的風(fēng)險(xiǎn)。關(guān)于風(fēng)險(xiǎn)的涵義，從不同的角度描述了不同的學(xué)者。美國著名學(xué)者威廉姆斯（C. Arthur Williams Jr.)和漢(Richartcl M.Heins)(2005)在風(fēng)險(xiǎn)監(jiān)管與保險(xiǎn)一書中對(duì)風(fēng)險(xiǎn)是這樣定義的：風(fēng)險(xiǎn)是在一定條件下，一定時(shí)期內(nèi)可能產(chǎn)生結(jié)果的變動(dòng)。預(yù)期結(jié)果與實(shí)際結(jié)果的變動(dòng)，就表示著預(yù)期與實(shí)際的偏離，而偏離的程度恰恰就去反映了風(fēng)險(xiǎn)的大小。(Williams CAJR,19

18、89)臺(tái)灣學(xué)者宋明哲（1984）的觀點(diǎn)是：風(fēng)險(xiǎn)“是指特定客觀情況下，特定期間內(nèi)，某一結(jié)果發(fā)生的可能差異程度，亦即指實(shí)際結(jié)果與預(yù)期結(jié)果之間的變動(dòng)程度，變動(dòng)程度越大，風(fēng)險(xiǎn)也越大；反之，則越小。在了解風(fēng)險(xiǎn)的概念，一些學(xué)者認(rèn)為，風(fēng)險(xiǎn)是客觀事物的純粹個(gè)人的主觀判斷，而不是客觀的尺度來衡量。而與此相對(duì)立的另外一種觀點(diǎn)是以風(fēng)險(xiǎn)客觀存在作為前提，以對(duì)風(fēng)險(xiǎn)事故觀察作為基礎(chǔ)，以數(shù)學(xué)和統(tǒng)計(jì)的觀點(diǎn)對(duì)此加以定義，認(rèn)定“風(fēng)險(xiǎn)即是可測度的客觀概率的大小”。日本武井勛在他的著作風(fēng)險(xiǎn)理論（1998）中總結(jié)了歷史上的諸家觀點(diǎn)，指出“風(fēng)險(xiǎn)是指在特定環(huán)境中和特定期間內(nèi)自然存在的進(jìn)而導(dǎo)致經(jīng)濟(jì)損失這樣的變化”，并且歸納出了風(fēng)險(xiǎn)定義的三個(gè)

19、基本要素：風(fēng)險(xiǎn)與不確定性有所差異、風(fēng)險(xiǎn)是客觀存在的、風(fēng)險(xiǎn)是可以被測算的。隨著我們對(duì)風(fēng)險(xiǎn)理論研究的不斷深入，一種普遍為人所接受的風(fēng)險(xiǎn)定義是：風(fēng)險(xiǎn)是指在特定的時(shí)期內(nèi)，人們對(duì)對(duì)象系統(tǒng)未來行為的決策及客觀條件的不確定性，和可能產(chǎn)生的后果和期望可能會(huì)出現(xiàn)多個(gè)負(fù)偏差。財(cái)務(wù)風(fēng)險(xiǎn)的兩種定義：廣義定義和狹義定義。風(fēng)險(xiǎn)為損失的不確定性，這是決策理論學(xué)家對(duì)風(fēng)險(xiǎn)的狹義定義。(日武井勛,1983)而日本學(xué)者龜井利明(1983)則認(rèn)為，風(fēng)險(xiǎn)不僅僅是指損失的不確定性，也包括盈利的不確定性。這種觀點(diǎn)認(rèn)為風(fēng)險(xiǎn)即不確定性，會(huì)給活動(dòng)主體帶來威脅，也同樣能夠帶來機(jī)會(huì)，這就是廣義風(fēng)險(xiǎn)的概念。2.1.2 財(cái)務(wù)風(fēng)險(xiǎn)的特征企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)貫穿整

20、個(gè)生產(chǎn)經(jīng)營的過程中，我們可以劃分為：籌資風(fēng)險(xiǎn)、投資風(fēng)險(xiǎn)、資金回收風(fēng)險(xiǎn)和收益分配風(fēng)險(xiǎn)這四個(gè)方面。主要特征表現(xiàn)在：（1）客觀性即風(fēng)險(xiǎn)處處存在，時(shí)時(shí)存在。金融風(fēng)險(xiǎn)的人將不會(huì)改變，沒有人可以避免，也無法消除的，只有通過技術(shù)手段來應(yīng)對(duì)風(fēng)險(xiǎn)，風(fēng)險(xiǎn)規(guī)避。(陳靜,1999)（2）全面性每個(gè)環(huán)節(jié)在企業(yè)融資，財(cái)務(wù)管理，資本運(yùn)作，資本積累存在的財(cái)務(wù)風(fēng)險(xiǎn)，財(cái)務(wù)活動(dòng)的配置會(huì)產(chǎn)生金融風(fēng)險(xiǎn)。（3）不確定性即財(cái)務(wù)風(fēng)險(xiǎn)在某些情況下,可能會(huì)發(fā)生這一次,也可能不會(huì)發(fā)生。（4）收益與損失共存性即風(fēng)險(xiǎn)與收益成正比，風(fēng)險(xiǎn)越大收益越高，反之風(fēng)險(xiǎn)越低收益也就越低。2.1.3 財(cái)務(wù)風(fēng)險(xiǎn)的成因企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)有多種產(chǎn)生原因，既有企業(yè)外部的原因，也有

21、企業(yè)內(nèi)部的原因，并且不同的財(cái)務(wù)風(fēng)險(xiǎn)形成的具體原因也是不相同的。企業(yè)產(chǎn)生財(cái)務(wù)風(fēng)險(xiǎn)的一般原因可以列舉為：（1）企業(yè)財(cái)務(wù)管理產(chǎn)生風(fēng)險(xiǎn)的外部原因是宏觀環(huán)境的復(fù)雜性。企業(yè)財(cái)務(wù)管理的宏觀環(huán)境較為繁雜，而企業(yè)管理系統(tǒng)無法適應(yīng)如此復(fù)雜的宏觀環(huán)境。財(cái)務(wù)管理的宏觀環(huán)境包括經(jīng)濟(jì)環(huán)境、法律環(huán)境、市場環(huán)境、社會(huì)文化環(huán)境、資源環(huán)境等因素，這些因素來源于企業(yè)外部，但卻會(huì)對(duì)企業(yè)財(cái)務(wù)管理產(chǎn)生重要影響。（2）企業(yè)財(cái)務(wù)管理人員對(duì)財(cái)務(wù)風(fēng)險(xiǎn)的客觀性理解不夠透徹。財(cái)務(wù)風(fēng)險(xiǎn)是客觀存在的，只要產(chǎn)生財(cái)務(wù)活動(dòng)，那么就有相應(yīng)的財(cái)務(wù)風(fēng)險(xiǎn)。但在現(xiàn)實(shí)中，部分企業(yè)的財(cái)務(wù)管理人員恰恰缺乏重要的風(fēng)險(xiǎn)意識(shí)。(劉子源,2010)財(cái)務(wù)風(fēng)險(xiǎn)產(chǎn)生的重要原因之一是風(fēng)險(xiǎn)意

22、識(shí)的淡薄。（3）犯錯(cuò)誤的原因是不科學(xué)的財(cái)務(wù)決策。財(cái)務(wù)決策失誤是金融風(fēng)險(xiǎn)的另一個(gè)主要原因。財(cái)務(wù)決策的科學(xué)化是我們避免財(cái)務(wù)決策失誤的前提。（4）企業(yè)內(nèi)部財(cái)務(wù)關(guān)系不明是企業(yè)產(chǎn)生財(cái)務(wù)風(fēng)險(xiǎn)的重要原因，企業(yè)與內(nèi)部各部門之間，企業(yè)與上級(jí)企業(yè)之間，為利益基金管理和分配使用，現(xiàn)有的管理不力，導(dǎo)致資金使用效率很低，嚴(yán)重的資金損失，安全，以確保完整性基金。20主要是一些上市公司存在財(cái)務(wù)關(guān)系，許多集團(tuán)母公司和附屬公司之間的財(cái)務(wù)關(guān)系是非?；靵y的，沒有有效的監(jiān)督和控制資金的使用。2.2基于現(xiàn)金流量的財(cái)務(wù)危機(jī)預(yù)警指標(biāo)分析（1）現(xiàn)金流量比率經(jīng)營現(xiàn)金流量比率（Operating Cash Flow Ratio）的定義是現(xiàn)金流量

23、與其他項(xiàng)目的數(shù)據(jù)相比所得到的數(shù)值。(龍勝平,2007)現(xiàn)金流量比率=經(jīng)營活動(dòng)產(chǎn)生的現(xiàn)金凈流量/期末流動(dòng)負(fù)債（2）債務(wù)保障率。債務(wù)保障率是用于比較年度經(jīng)營活動(dòng)產(chǎn)生的現(xiàn)金凈流量與債務(wù)總額，顯示企業(yè)現(xiàn)金流量對(duì)全部債務(wù)償還的滿足程度。債務(wù)保障率=現(xiàn)金流量/債務(wù)總額,是衡量企業(yè)償債能力和現(xiàn)金流量的其中一個(gè)指標(biāo)，指標(biāo)值越高就表示越好，表示債務(wù)保障率越高，說明企業(yè)的償債能力越高，相對(duì)的企業(yè)越安全，那么企業(yè)價(jià)值也就越高。(方華,2007)（3）營業(yè)收入現(xiàn)金比率比收入現(xiàn)金比率是指企業(yè)銷售商品、提供勞務(wù)所得現(xiàn)金與主營業(yè)務(wù)的收入之間的比率。其計(jì)算公式：收入現(xiàn)金比率=銷售商品、提供勞務(wù)收到的現(xiàn)金/主營業(yè)務(wù)收入（4）銷

24、售現(xiàn)金比率銷售現(xiàn)金比率是指經(jīng)營活動(dòng)的現(xiàn)金流量凈額與企業(yè)銷售額的比值。該比率顯示出每元銷售收入得到的現(xiàn)金流量的凈額，數(shù)值越大越好，表明企業(yè)的收入質(zhì)量越好，資金利用料率高。(戴小園,2010)（5）全部資產(chǎn)現(xiàn)金回收率全部資產(chǎn)現(xiàn)金回收率是指經(jīng)營現(xiàn)金凈流量與全部資產(chǎn)的比率。該指標(biāo)是企業(yè)整體資產(chǎn)評(píng)估產(chǎn)生的現(xiàn)金流量的作用，更好的價(jià)值。 比值越大表明資產(chǎn)利用效果越好，利用資產(chǎn)創(chuàng)造的現(xiàn)金流入越多，企業(yè)獲取現(xiàn)金的能力越強(qiáng)，經(jīng)營管理的水平越高。而相反，就表示經(jīng)營管理水平越低，經(jīng)營者管理水平需要提高，進(jìn)而提高企業(yè)的經(jīng)濟(jì)效益。(劉彥文,2009) 全部資產(chǎn)現(xiàn)金回收率=經(jīng)營活動(dòng)現(xiàn)金凈流量/平均資產(chǎn)總額100% 其中平均

25、資產(chǎn)總額=（期初資產(chǎn)總額+期末資產(chǎn)總額）/2。（5）營運(yùn)指數(shù)現(xiàn)金營運(yùn)指數(shù)是指經(jīng)營現(xiàn)金流量與經(jīng)營所得現(xiàn)金兩者之間的比值。經(jīng)營所得現(xiàn)金等于經(jīng)營凈收益加上其他項(xiàng)目折舊、減值準(zhǔn)備等非付現(xiàn)所需費(fèi)用，經(jīng)營現(xiàn)金流量等于經(jīng)營得到的現(xiàn)金減去應(yīng)收的賬款、存貨等經(jīng)營性營運(yùn)資產(chǎn)凈增加。 現(xiàn)金營運(yùn)指數(shù)是體現(xiàn)企業(yè)現(xiàn)金回收質(zhì)量，衡量風(fēng)險(xiǎn)的指標(biāo),指反映企業(yè)經(jīng)營活動(dòng)現(xiàn)金流量與企業(yè)經(jīng)營得到現(xiàn)金的比值。理想的現(xiàn)金營運(yùn)指數(shù)是1?，F(xiàn)金營運(yùn)指數(shù)=經(jīng)營現(xiàn)金凈流量除以營業(yè)金流量=（現(xiàn)金業(yè)務(wù)的經(jīng)營資產(chǎn)除以經(jīng)營現(xiàn)金凈增加額）（6）現(xiàn)金滿足投資比率現(xiàn)金滿足投資比率屬于財(cái)務(wù)彈性分析比率，表明企業(yè)經(jīng)營所得現(xiàn)金滿足資本支出與存貨增加和發(fā)放現(xiàn)金股利的能力

26、。比率越大，資金自給率就越高。(鐘琳,2009)現(xiàn)金滿足投資比率=近五年累計(jì)經(jīng)營活動(dòng)現(xiàn)金凈流量/ 同期內(nèi)的資本支出、存貨增加、現(xiàn)金股利之和。企業(yè)設(shè)置的標(biāo)準(zhǔn)值：0.8（7）企業(yè)自由現(xiàn)金流量企業(yè)自由現(xiàn)金流量指在扣除稅收、必要支出和營運(yùn)資本增加后，能夠支付所有的清償權(quán)者(即債權(quán)人和股東)的現(xiàn)金流量。企業(yè)自由現(xiàn)金流量=息稅前利潤加折舊-所得稅-資本性支出-營運(yùn)資本凈增加 =稅后凈營業(yè)利潤+折舊-資本支出-營運(yùn)資本凈增加 =稅后凈營業(yè)利潤-凈投資(吳世農(nóng),2001)其中：稅后凈營業(yè)利潤=息稅前利潤-所得稅 凈投資=資本支出+營運(yùn)資本凈增加-折舊 在投資凈變化等于投資資本，和資本投資，固定資產(chǎn)投資，建設(shè)投

27、資和無形資產(chǎn)會(huì)計(jì)年度投資流動(dòng)。（8）股權(quán)自由現(xiàn)金流量剩下的全部要求生產(chǎn)公司的股權(quán)投資者的現(xiàn)金流，它已經(jīng)償還他們的所有財(cái)產(chǎn)，包括在公司的債務(wù)，并滿足投資的需要，所有剩余的現(xiàn)金流后的運(yùn)營成本。股權(quán)自由現(xiàn)金流（量）是指經(jīng)營費(fèi)用，稅收，償還本金和利息，并保證預(yù)期現(xiàn)金流量的增長要求所有所需的資本支出的現(xiàn)金流后。(耿閨臣,2011)股權(quán)自由現(xiàn)金流量是企業(yè)支付所有營運(yùn)費(fèi)用、再投資支出、所得稅和凈債務(wù)支付后可分配給企業(yè)股東的剩余現(xiàn)金流量。股權(quán)自由現(xiàn)金流量是用來計(jì)算企業(yè)的股權(quán)價(jià)值。 股權(quán)現(xiàn)金流量與實(shí)體現(xiàn)金流量的區(qū)別，是它需要再扣除與債務(wù)相聯(lián)系的現(xiàn)金流量。 股權(quán)現(xiàn)金流量=實(shí)體現(xiàn)金流量-債權(quán)人現(xiàn)金流量 =實(shí)體現(xiàn)金流

28、量-稅后利息支出-償還債務(wù)本金+新借債務(wù) =實(shí)體現(xiàn)金流量-稅后利息支出+債務(wù)凈增加 股權(quán)現(xiàn)金流量模型用另外的形式表達(dá)：以屬于股東的凈利潤為基礎(chǔ)扣除股東的凈投資，就是屬于股東的現(xiàn)金流量。 股權(quán)現(xiàn)金流量=實(shí)體現(xiàn)金流量-債權(quán)人現(xiàn)金流量 =稅后經(jīng)營利潤+折舊與攤銷-經(jīng)營營運(yùn)資本增加-資本支出-稅后利息費(fèi)用+債務(wù)凈增加 =(利潤總額+利息費(fèi)用)(1-稅率)-凈投資-稅后利息費(fèi)用+債務(wù)凈增加 =（稅后利潤+稅后利息費(fèi)用）-凈投資-稅后利息費(fèi)用+債務(wù)凈增加 =稅后利潤-（凈投資-債務(wù)凈增加) (羅放華,2006)如果企業(yè)按照固定的負(fù)債率為投資籌集資本，企業(yè)保持穩(wěn)定的財(cái)務(wù)結(jié)構(gòu)，“凈投資”和“債務(wù)凈增加”存在固

29、定比例關(guān)系，則股權(quán)現(xiàn)金流量的公式可以簡化為： 股權(quán)現(xiàn)金流量=稅后利潤-(1-負(fù)債率)凈投資 =稅后利潤-(1-負(fù)債率)(資本支出-折舊與攤銷) =(1-負(fù)債率)營業(yè)流動(dòng)資產(chǎn)增加 方程表明，稅后利潤屬于股東，但扣除凈投資。凈投資的股東負(fù)擔(dān)的一部分”（1-負(fù)債率）凈投資凈投資”，由債權(quán)人的一部分。稅后利潤減去股東負(fù)擔(dān)的凈投資，剩余的部分成為股權(quán)現(xiàn)金流量。（9）每股經(jīng)營活動(dòng)現(xiàn)金凈流量該指數(shù)是指經(jīng)營現(xiàn)金凈流量與總資產(chǎn)比率，反映企業(yè)支付股利和資本支出的能力。計(jì)算公式為：每股經(jīng)營活動(dòng)凈現(xiàn)金流量=經(jīng)營活動(dòng)凈現(xiàn)金流量總股本一般而言，該比率越大，證明企業(yè)支付股利和資本支出的能力越強(qiáng)。(10)投資活動(dòng)現(xiàn)金凈流量現(xiàn)

30、金流量表的第二項(xiàng)組成部分反映出公司對(duì)固定資產(chǎn)或金融工具等的投資活動(dòng)所產(chǎn)生的現(xiàn)金流?，F(xiàn)金流量，反映企業(yè)固定資產(chǎn)和證券交易，和其他企業(yè)的收購，屬于“向外輸血”功能的企業(yè)。投資活動(dòng)產(chǎn)生的現(xiàn)金流量凈額資金主要包括購建固定資產(chǎn)，無形資產(chǎn)和其他長期投資所支付的，支付，如債券、股票和其他金融投資基金購買。現(xiàn)金流入包括固定資產(chǎn)和其他長期投資資金實(shí)際收到的銷售，和金融投資收回本金和投資收益。(路軍,2011)為擴(kuò)大再生產(chǎn)投資現(xiàn)金流的公司，往往是消極的，這表明該公司的未來業(yè)績可能出現(xiàn)的增長，原因很簡單，首先你必須投資增長。相反，如果投資性現(xiàn)金流長期數(shù)額不大，或者是正值，就反映這家公司沒有業(yè)績擴(kuò)張能力。收回投資所收

31、到的現(xiàn)金（短期投資期初數(shù)短期投資期末數(shù)）（長期股權(quán)投資期初數(shù)長期股權(quán)投資期末數(shù)）（長期債權(quán)投資期初數(shù)長期債權(quán)投資期末數(shù)）該公式中，如期初數(shù)小于期末數(shù)，則在投資所支付的現(xiàn)金項(xiàng)目中核算。取得投資收益所收到的現(xiàn)金利潤表投資收益（應(yīng)收利息期末數(shù)應(yīng)收利息期初數(shù)）（應(yīng)收股利期末數(shù)應(yīng)收股利期初數(shù)）處置固定資產(chǎn)、無形資產(chǎn)和其他長期資產(chǎn)所收回的現(xiàn)金凈額固定資產(chǎn)清理的貸方余額（無形資產(chǎn)期末數(shù)無形資產(chǎn)期初數(shù)）（其他長期資產(chǎn)期末數(shù)其他長期資產(chǎn)期初數(shù)）收到的其他與投資活動(dòng)有關(guān)的現(xiàn)金，如收回融資租賃設(shè)備本金等。購建固定資產(chǎn)、無形資產(chǎn)和其他長期資產(chǎn)所支付的現(xiàn)金（在建工程期末數(shù)在建工程期初數(shù)）（剔除利息）（固定資產(chǎn)期末數(shù)固定

32、資產(chǎn)期初數(shù)）（無形資產(chǎn)期末數(shù)無形資產(chǎn)期初數(shù)）（其他長期資產(chǎn)期末數(shù)其他長期資產(chǎn)期初數(shù)）上述公式中，如期末數(shù)小于期初數(shù)，則在處置固定資產(chǎn)、無形資產(chǎn)和其他長期資產(chǎn)所收回的現(xiàn)金凈額項(xiàng)目中核算。投資所支付的現(xiàn)金（短期投資期末數(shù)短期投資期初數(shù)）（長期股權(quán)投資期末數(shù)長期股權(quán)投資期初數(shù)）（剔除投資收益或損失）（長期債權(quán)投資期末數(shù)長期債權(quán)投資期初數(shù)）（剔除投資收益或損失）該公式中，如期末數(shù)小于期初數(shù)，則在收回投資所收到的現(xiàn)金項(xiàng)目中核算。支付的其他與投資活動(dòng)有關(guān)的現(xiàn)金，如投資未按期到位罰款。（11）每股籌資活動(dòng)現(xiàn)金凈流量吸收投資所收到的現(xiàn)金 （實(shí)收資本或股本期末數(shù)實(shí)收資本或股本期初數(shù)）（應(yīng)付債券期末數(shù)應(yīng)付債券期初

33、數(shù)） 借款收到的現(xiàn)金 （短期借款期末數(shù)短期借款期初數(shù)）（長期借款期末數(shù)長期借款期初數(shù)） 收到的其他與籌資活動(dòng)有關(guān)的現(xiàn)金 由于投資者未支付股權(quán)現(xiàn)金收入。 償還債務(wù)所支付的現(xiàn)金 （短期借款期初數(shù)短期借款期末數(shù)）（長期借款期初數(shù)長期借款期末數(shù)）（剔除利息）（應(yīng)付債券期初數(shù)應(yīng)付債券期末數(shù)）（剔除利息） 分配股利、利潤或償付利息所支付的現(xiàn)金 應(yīng)付股利借方發(fā)生額利息支出長期借款利息在建工程利息應(yīng)付債券利息預(yù)提費(fèi)用中“計(jì)提利息”貸方余額票據(jù)貼現(xiàn)利息支出 支付的其他與籌資活動(dòng)有關(guān)的現(xiàn)金 如發(fā)生籌資費(fèi)用所支付的現(xiàn)金、融資租賃所付的現(xiàn)金、減少注冊資本所支付的現(xiàn)金（收購本公司股票，退還聯(lián)營單位的聯(lián)營投資等）、購建固

34、定資產(chǎn)企業(yè)分期付款，除用于現(xiàn)金支付等支付的現(xiàn)金支付的其他階段。 （12）每股現(xiàn)金凈流量經(jīng)營現(xiàn)金流量凈額=經(jīng)營活動(dòng)產(chǎn)生的現(xiàn)金流入經(jīng)營活動(dòng)產(chǎn)生的現(xiàn)金流出 每股經(jīng)營現(xiàn)金凈流量=經(jīng)營現(xiàn)金流量凈額/普通股股數(shù) 它反映了企業(yè)最大派息能力。(董紅,2006)2.3財(cái)務(wù)預(yù)警模型2.3.1單變量模型Fitzpatrick( 1932) 最先開始根據(jù)單一財(cái)務(wù)比例判定模型，并且利用該模型對(duì)企業(yè)財(cái)務(wù)困境進(jìn)行預(yù)測。Beaver( 1966) 得出判別能力最高的財(cái)務(wù)指標(biāo)分別是現(xiàn)金流/總負(fù)債、凈收入/總資產(chǎn)、總債務(wù)/總資產(chǎn)。(Fitzpatrick .A,1932) 2.3.2 Z score 模型Altman( 1968

35、) 最先運(yùn)用 Z score 模型來預(yù)測公司財(cái)務(wù)危機(jī)，該模型選用多元線性函數(shù)的模式，其判斷標(biāo)準(zhǔn)為 Z 2 675 時(shí)，則表示企業(yè)財(cái)務(wù)狀況良好，發(fā)生破產(chǎn)的概率很小; 1 81Z2 675時(shí)，表示企業(yè)財(cái)務(wù)狀況極不穩(wěn)定，為灰色地帶; Z 181 時(shí)，表示企業(yè)財(cái)務(wù)失敗可能性很大。較低的Z值，受財(cái)務(wù)失敗的可能性更大；Z 值越高，表示企業(yè)遭受財(cái)務(wù)失敗的可能性越小。(Ohlson. Financial,1980)2.3.3 Logistic 回歸分析Ohlson ( 1980) 首次將統(tǒng)計(jì)學(xué)中的 Logistic回歸方法帶入財(cái)務(wù)預(yù)警模型中。Logistic 模型適用于因變量是非連續(xù)的二分類選擇模式，將違約概

36、率限定在 0 和 1 之間，并通過函數(shù)的對(duì)數(shù)分布來計(jì)算違約的概率。Logistic 回歸分析概述 Logistic 函數(shù)又稱增長函數(shù)。這個(gè)功能是由美國學(xué)者在1920果蠅生殖研究發(fā)現(xiàn)，并開始推動(dòng)人口估計(jì)和預(yù)測中的應(yīng)用。隨著計(jì)算機(jī)硬件與軟件的快速發(fā)展，Logistic 回歸已被廣發(fā)應(yīng)用于經(jīng)濟(jì)研究中。如果用 X=（X1，X2，Xp）表示企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的評(píng)價(jià)指標(biāo)，線性回歸算法就是要找到評(píng)價(jià)指標(biāo)的最佳線性組合，W0+W1X1+W2X2+WpXp=W*X*T；（1）用這個(gè)線性組合表示企業(yè)是否存在財(cái)務(wù)風(fēng)險(xiǎn)的概率，式中 W*=（W0，W1，W2，Wp）是評(píng)價(jià)指標(biāo) X*=（1，X1，X2，Xp）的系數(shù)。如果Pi是

37、樣本中第 i 個(gè)企存在財(cái)務(wù)風(fēng)險(xiǎn)：Pi=W0+W1Xi1+W2Xi2+WpXip（對(duì)所有的 i）； （2）對(duì)的 Logit 變換可以實(shí)現(xiàn)這個(gè)目標(biāo)，其定義為：log（Pi1-Pi）=W0+W1X1+W2X2+WpXp=WXT；（3）該式就是 Logistic 回歸模型。Logit 變換有以下優(yōu)點(diǎn)：盡管 Pi被制在 0 到 1 之間，logi（tPi）卻可在整個(gè)實(shí)數(shù)范圍內(nèi)變化。對(duì)等式(3)兩邊取指數(shù)，可得：Pi=eWX1+eWX（4）式；（4）就是 Logistic 回歸假設(shè)，它不要求樣本服從某一特定的分布。相對(duì)于一般的回歸，Logistic 回歸的惟一難點(diǎn)是不可能用一般的最小二乘法計(jì)算參數(shù) w，只

38、能用最大似然法。(Coats P,1993)2.3.4人工神經(jīng)網(wǎng)絡(luò)模型Coats、Fant( 1993) 使用神經(jīng)網(wǎng)絡(luò)理論創(chuàng)建財(cái)務(wù)預(yù)警模型。神經(jīng)網(wǎng)絡(luò)模型是一種人工神經(jīng)網(wǎng)絡(luò)，該算法是完整的，多層次的網(wǎng)絡(luò)學(xué)習(xí)的方法，被認(rèn)為是最適合的模擬輸入之間的近似關(guān)系，輸出的近似關(guān)系，是這些年應(yīng)用最廣泛的 ANN 模型。財(cái)務(wù)危機(jī)預(yù)警模型可以有多種，由于Logistic模型適用范圍廣，不需要嚴(yán)格的假設(shè)條件，參數(shù)不需要滿足多元正態(tài)分布等，模型在實(shí)際使用中簡單方便，于是本文運(yùn)用Logistic 回歸模型對(duì)房地產(chǎn)上市公司進(jìn)行財(cái)務(wù)危機(jī)預(yù)警的實(shí)證分析。2.4 財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警步驟財(cái)務(wù)危機(jī)預(yù)警樣本篩選方式是選擇數(shù)量類似、行業(yè)相近

39、的ST公司和非ST公司作為研究樣本。將這些樣本分別分為兩組、每組都按照行業(yè)相似、規(guī)模相同的選擇確定相應(yīng)的ST公司和非ST公司。根據(jù)統(tǒng)計(jì)分析方法找出兩組數(shù)據(jù)的差異，提取出影響差異的重要性指標(biāo),根據(jù)這些差異性指標(biāo)建立預(yù)警模型,建立預(yù)警模型后用另外一組數(shù)據(jù)對(duì)模型進(jìn)行準(zhǔn)確度的驗(yàn)證。因此，財(cái)務(wù)危機(jī)預(yù)警模型的構(gòu)建是企業(yè)現(xiàn)金流量的包括三個(gè)步驟：第一步是選擇基于同一產(chǎn)業(yè)規(guī)模類似的數(shù)據(jù)樣本；第二個(gè)步是提取出一部分樣本來進(jìn)行分析并構(gòu)建財(cái)務(wù)危機(jī)預(yù)警模型;第三步是用剩下樣本來預(yù)測第二部分構(gòu)建模型的精度。3房地產(chǎn)上市公司財(cái)務(wù)預(yù)警實(shí)證分析3.1 樣本選擇和數(shù)據(jù)來源本文所選的樣本的財(cái)務(wù)數(shù)據(jù)均來自國泰君安數(shù)據(jù)庫、新浪財(cái)經(jīng)網(wǎng)和

40、騰訊網(wǎng)上所公布的上市公司2012到2013年年的年報(bào)（資產(chǎn)負(fù)債表、利潤及利潤分配表、現(xiàn)金流量表）。選取31家ST公司和31家非ST公司進(jìn)行研究。從最近的房地產(chǎn)公司62家ST公司作品選，除非ST公司和相應(yīng)的62為研究樣本，所以一個(gè)選定的124家企業(yè)為研究樣本。鑒于本文研究的需要，所選取的數(shù)據(jù)是 ST 公司被宣布特別處理前一年（即 2013 年） 的財(cái)務(wù)數(shù)據(jù)。與ST公司的財(cái)務(wù)數(shù)據(jù)，選取相應(yīng)的選擇根據(jù)每年的62家非ST公司。62家ST公司和62家非ST公司被分為兩組，估計(jì)樣本組62（31家ST公司和31家非ST公司），檢驗(yàn)樣本組 62 家（31 家 ST公司和 31 家非 ST公司）。3.2 財(cái)務(wù)指

41、標(biāo)的選擇與構(gòu)建本文的若干指標(biāo)，現(xiàn)金流對(duì)企業(yè)財(cái)務(wù)狀況的影響進(jìn)行選擇，選擇現(xiàn)金流量的13個(gè)財(cái)務(wù)指標(biāo)，他們是現(xiàn)金流量比率，負(fù)債比率，現(xiàn)金比率的擔(dān)保業(yè)務(wù)收入，銷售收入，總資產(chǎn)現(xiàn)金回收率，運(yùn)行指標(biāo)，現(xiàn)金滿足投資比率，自由現(xiàn)金流量，股權(quán)自由現(xiàn)金流，經(jīng)營活動(dòng)的凈現(xiàn)金流量每股，每股收益每股現(xiàn)金凈流量投資活動(dòng)，籌資活動(dòng)現(xiàn)金凈流量，每股現(xiàn)金凈流量。X1：現(xiàn)金流量比率；X2：債務(wù)保障率；X3：營業(yè)收入現(xiàn)金比率；X4：銷售收入現(xiàn)金比率；X5：全部資現(xiàn)金回收率；X6：營運(yùn)指數(shù)；X7：現(xiàn)金滿足投資比率；X8：企業(yè)自由現(xiàn)金流；X9：股權(quán)自由現(xiàn)金流；X10：每股經(jīng)營活動(dòng)現(xiàn)金凈流量；X11：每股投資活動(dòng)現(xiàn)金凈流量；X12：每股

42、籌資活動(dòng)現(xiàn)金凈流量；X13：每股現(xiàn)金凈流量3.3財(cái)務(wù)模型實(shí)證分析在本文中，采用Logistic回歸分析方法對(duì)樣本數(shù)據(jù)進(jìn)行分類，以“0”對(duì)公司的非財(cái)務(wù)失敗的代表，“1”代表的是公司的財(cái)務(wù)失敗，選取X1、X4、X5、X6、X7、X8、X9、X10、X11、X12、X13這11個(gè)指標(biāo)為自變量，用2013年房地產(chǎn)上市公司發(fā)生的現(xiàn)金流指標(biāo)數(shù)據(jù)為依據(jù)。用 spss170統(tǒng)計(jì)軟件做二元邏輯回歸分析 。(齊治平,2002)二元邏輯回歸的函數(shù)形式為：f(x)=ex/(1+ex)3.3.1 相關(guān)性分析為了避免多重指標(biāo)帶來的多重共線性問題 ，本文采用二元定距變量的相關(guān)分析，將相關(guān)系數(shù)絕對(duì)值大于08為高度相關(guān)變量 ，

43、根據(jù)相關(guān)性較小較優(yōu)的原則應(yīng)刪除其中的一個(gè)，因?yàn)閄1、X2、X3這3個(gè)指標(biāo)之間的相關(guān)系數(shù)大于0.8，所以可以除掉2個(gè)，留下X1。表1 各指標(biāo)之間相關(guān)性計(jì)算表X1X4X5X6X7X8X9X10X11X12X13x11.0000 0.2340.4350.1870.0440.1420.0510.4840.2450.0830.023x40.2341.0000 0.2650.4340.0650.0770.3940.3940.220.0270.245x50.4350.2651.0000 0.0230.0140.0850.0350.4350.1050.2640.064x60.1870.4340.0231.00

44、00 0.0730.0250.0680.4560.3520.0640.078x70.0440.0650.0140.0731.0000 0.0020.0620.0540.0670.0370.052x8-0.1420.0770.0850.0250.0021.0000 0.5350.5520.7650.4420.674x90.0510.0390.0350.0680.0620.5351.0000 0.0620.3610.0340.236x100.4840.3940.4350.4560.0540.5520.0621.0000 0.8650.3360.054x110.2450.220.1050.3520.

45、0670.7650.3610.8651.0000 0.2860.264x120.0830.0270.2640.0640.0370.4420.0340.3360.2861.0000 0.602x130.0230.2450.0640.0780.0520.6740.2360.0540.2640.6021.0000 3.3.2 Logistic 回歸分析利用相關(guān)性分析表格中的11個(gè)指標(biāo)數(shù)據(jù)，經(jīng)過spss17.0軟件進(jìn)行Logistic 回歸分析，得到估計(jì)數(shù)值。表2 變量系數(shù)計(jì)算表BS.E,Walsdfsig.Exp(B)x1-1.1971.1961.00610.3190.303x4-5.2241.12

46、90.18610.6690.595x5-8.2642.1880.14610.7080.439x60.0440.0960.21310.6431.045x70.0460.0630.58610.4461.048x8-1.2587.49E-102.81910.0921x91.3735.48E-106.26810.0141x10110.948227.0510.23910.6251.531續(xù)表x11110.593227.0790.23710.6261.074x12110.311226.9620.23610.6278.075x13-1.117227.0170.24310.6242.978常量1.6631.2

47、951.64310.2135.267從表中可以看出x9的sig數(shù)值是所有指標(biāo)中最小的，Wals值卻是最大的，這就說明了他在這些指標(biāo)中是最明確的，最重要的，對(duì)之后的預(yù)測結(jié)果的影響也是最大的，x8次之。(宇燦,2011)從數(shù)據(jù)可以得到邏輯回歸模型的最終判別方程：p=exp(-1.197x1-5.224x4-8.264x5+0.044x6+0.046x7-1.258x8+1.373x9+110.948X11+110.593X11+110.311x12-1.117x13+1.663)/1+exp(-1.197x1-5.224x4-8.264x5+0.044x6+0.046x7-1.258x8+1.37

48、3x9+110.948+110.593+110.311x12-1.117x13+1.663)這個(gè)模型以0.5為分界點(diǎn)，當(dāng)p0.5 時(shí)判定為財(cái)務(wù)危機(jī)型企業(yè)，p 值越大則未來一年內(nèi)發(fā)生財(cái)務(wù)危機(jī)的可能性就越大；當(dāng)p0.5 時(shí)，p 值越小則未來一年內(nèi)財(cái)務(wù)狀況越好，越安全；當(dāng) p=0.5 時(shí)，則說明該企業(yè)的財(cái)務(wù)狀況處于不穩(wěn)定狀態(tài)。將估計(jì)樣本企業(yè)現(xiàn)金流量指標(biāo)財(cái)務(wù)數(shù)據(jù)回代入上述模型，發(fā)現(xiàn)：表2 檢測表已觀測已預(yù)測Z百分比01z024777.4162580.6總計(jì)百分比79.031 家 ST 企業(yè)中有 5 家被誤判，正確率為80.6%。在 31 家非 ST 企業(yè)中有 7 家被誤判，正確率為77.4%。總體判定

49、正確率為 79%。然后再把預(yù)測樣本組的數(shù)據(jù)代入上述模型，發(fā)現(xiàn)：表3 檢測表已觀測已預(yù)測Z百分比01z026583.9132890.3總計(jì)百分比87在31家ST企業(yè)中有3家被誤判，正確率為90.3%；在31家非ST企業(yè)中有5家被誤判，正確率為83.9%；總體判定正確率為 87%。判定正確率比較理想。4結(jié) 論4.1結(jié)論本文以房地產(chǎn)上市公司為例，經(jīng)過財(cái)務(wù)預(yù)警模型實(shí)證檢驗(yàn)后，結(jié)果發(fā)現(xiàn)：（1）現(xiàn)金流量信息具備較高的預(yù)測性，能幫助房地產(chǎn)上市公司識(shí)別自身企業(yè)的財(cái)務(wù)狀態(tài)，預(yù)測出企業(yè)未來財(cái)務(wù)狀況。(2)現(xiàn)金流量指標(biāo)中X8企業(yè)自由現(xiàn)金流；X9股權(quán)自由現(xiàn)金流；X10每股經(jīng)營活動(dòng)現(xiàn)金凈流量；X11每股投資活動(dòng)現(xiàn)金凈流

50、量；X12每股籌資活動(dòng)現(xiàn)金凈流量這幾個(gè)指標(biāo)對(duì)財(cái)務(wù)危機(jī)的判斷效果更明顯。(3)在有效指標(biāo)中X10每股經(jīng)營活動(dòng)現(xiàn)金凈流量；X11每股投資活動(dòng)現(xiàn)金凈流量；X12每股籌資活動(dòng)現(xiàn)金凈流量這三個(gè)指標(biāo)在模型中這其相關(guān)性系數(shù)較大，對(duì)財(cái)務(wù)危機(jī)作出判斷的作用更為突出。4.2建議(1)財(cái)務(wù)預(yù)警不應(yīng)局限在某一種模式。由于每種模式都有一定的局限性，如本文根據(jù)現(xiàn)金流量指標(biāo)建立的回歸模型，存在誤判率，所以實(shí)際中可以多方法綜合應(yīng)用，以獲得較為科學(xué)的結(jié)論，為決策提供正確的信息。（2）財(cái)務(wù)預(yù)警中指標(biāo)選擇還需進(jìn)一步研究。在本文研究中選擇的指標(biāo)比較多，有些指標(biāo)取得比較麻煩，企業(yè)在利用中就存在困難，不利于在實(shí)踐中推廣應(yīng)用。所以恰當(dāng)?shù)剡x

51、擇合適的指標(biāo)，在保證預(yù)警分析的效果的基礎(chǔ)上，還應(yīng)該易取得。（3）重視現(xiàn)金流量指標(biāo)的變化，提高現(xiàn)金獲取能力。從回歸數(shù)據(jù)分析結(jié)果中可以得知X10：每股經(jīng)營活動(dòng)現(xiàn)金凈流量；X11每股投資活動(dòng)現(xiàn)金凈流量；X12每股籌資活動(dòng)現(xiàn)金凈流量這三個(gè)指標(biāo)在判斷企業(yè)的財(cái)務(wù)危機(jī)中系數(shù)大，說明它對(duì)判斷企業(yè)的財(cái)務(wù)危機(jī)作用大，這也說明企業(yè)獲得現(xiàn)金的能力是防止企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的重要因素。因此，企業(yè)應(yīng)該在經(jīng)營活動(dòng)中將獲取現(xiàn)金作為財(cái)務(wù)管理的目標(biāo)之一。有些企業(yè)盲目賒銷，導(dǎo)致企業(yè)現(xiàn)金短缺，最終將會(huì)導(dǎo)致企業(yè)財(cái)務(wù)危機(jī)?？梢姡瑹o論在理論分析還是實(shí)際案例都表明企業(yè)健康發(fā)展，不能忽視企業(yè)獲取現(xiàn)金的能力。43本文的局限性（1）因?yàn)槭軜颖具x擇條件的限

52、制,導(dǎo)致本研究樣本容量較少,一定程度上影響了模型的預(yù)測準(zhǔn)確率。而且，從新浪財(cái)經(jīng)網(wǎng)和騰訊網(wǎng)上摘取的數(shù)據(jù)不一定準(zhǔn)確，可能存在一定偏差。(2)本文主要通過現(xiàn)金流量指標(biāo)來進(jìn)行模型構(gòu)建，但是導(dǎo)致財(cái)務(wù)危機(jī)發(fā)生的因素不僅僅是現(xiàn)金流指標(biāo)，還有一定的外部因素，因此,對(duì)財(cái)務(wù)危機(jī)的分析不僅要多種指標(biāo)還要多角度及定性分析等結(jié)合?？偟膩碚f本文構(gòu)造的財(cái)務(wù)模型一定程度上能體現(xiàn)出了現(xiàn)金流量指標(biāo)對(duì)財(cái)務(wù)危機(jī)預(yù)警的作用。18參考文獻(xiàn)1 劉京苑. 從現(xiàn)金流量表分析企業(yè)的財(cái)務(wù)狀況-以 制造業(yè)公司特點(diǎn)為例J. 現(xiàn)代商貿(mào)工業(yè),2012(12).2 趙紅英. 自由現(xiàn)金流量和存量分析J. 現(xiàn)代商貿(mào)工業(yè), 2008(06) 3 田月昕,伊基紅.

53、 從現(xiàn)金流量的角度識(shí)別與防范企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)J. 商業(yè)會(huì)計(jì).2011(18). 4 楊瑤.基于現(xiàn)金流量的我國上市公司財(cái)務(wù)預(yù)警實(shí)證研究D. 云南財(cái)經(jīng)大學(xué) ,2011. 5 儲(chǔ)飛飛.基于現(xiàn)金流量的企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)研究D. 南京航空航天大學(xué) 2010.6Altman. Financial Ratios, Discriminant Analysis and the Prediction of corporate BankruptcyJ Journal of Finance,Vol.23,1968.7 韓東平,田艷麗,王悅鑫. 基于現(xiàn)金流測量標(biāo)準(zhǔn)的財(cái)務(wù)預(yù)警實(shí)證研究J. 財(cái)會(huì)通訊(學(xué)術(shù)版). 2006(12

54、).8 劉小彤,韓慶蘭. 我國上市公司財(cái)務(wù)危機(jī)預(yù)警研究J. 中國民營科技與經(jīng)濟(jì). 2006(12).9William H. Beaver. Financial Ratios as Predictors of Failure .Empirical Research in Accounting, Selected Studies. JInstitute of Professional Accounting, 1966(6).10 梁飛媛. 基于現(xiàn)金流的財(cái)務(wù)危機(jī)預(yù)警指標(biāo)體系初探J.貴州財(cái)經(jīng)學(xué)院學(xué)報(bào). 2005(04). 11Williams CAJR，M Heins RichardRisk Management and InsuranceJNewYork：MCGRawr-Hill Book Company, 1989(4).12日武井勛，風(fēng)險(xiǎn)管理M 北京：中國人民大學(xué)出版社，1983.13 Fitzpatrick .A comparison of the ratios of the successful industrial enterprises with those of faile