基于因子分析法的房地产企业财务风险预警研究

欧国良，吴 刚，朱祥波

（1.深圳职业技术学院 建筑与环境工程学院，广东 深圳 518055；2.华中科技大学 公共管理学院，湖北 武汉 430074）

一、引言

随着我国国民经济的快速发展和城市化水平的不断提升，作为经济发展和城市化水平提升的先导与基础的房地产行业更是国家经济发展的重要支柱[1]。近年来，为保障房地产行业健康稳定运行，中国政府出台了一系列调控政策，加大了对房地产行业的规范和引导。在国家严厉的宏观调控背景和不断变化的社会投资环境下，房地产企业普遍面临着财务紧张的压力。与其他行业相比，房地产行业具有典型的高综合性、高投资、高风险、长周期、高收益、政策敏感性以及高关联性等特点，这导致了房地产企业财务管理的复杂性、动态性和高风险性。在我国，很多上司公司存在着一定的财务风险，当风险积累到一定程度时，如果处理不力或者风险积累达到质变时，必然引发财务危机。因此，企业面对财务危机时，应及时进行财务的风险识别、风险分析进而进行风险预警，最后采取控制措施。对房地产企业财务危机提前进行识别与预警，在科学准确预警的基础上采取正确控制措施，对保障上市企业经营风险、房地产行业以及整个社会经济发展都具有现实意义。

因子分析法是从问题的研究变量内部相关的关联关系出发，把研究对象的一些错综复杂的、隐形的关系变量通过数据处理分析，最后归结为少数几个综合因子的一种多变量统计分析方法[2]。该方法具有降维、挖掘相关关系、简化数据的极大优势，可以通过对众多指标数据的分析处理，探索分析数据的依赖关系信息，最后得到几个新的变量来反应原来众多变量的信息，这几个新的变量称作为“因子”。因子分析在简化系统结构、探讨系统内核方面有着重要的应用意义。鉴于此，本研究运用因子分析法，构建房地产企业财务风险预警模型进而对房地产企业进行财务风险研究与分析，进而控制企业财务风险，以期保障房地产企业财务风险。本文文章结构如下：第二部分是对相关文献的综述；第三部分是房地产企业财务风险预警方法模型构建；第四部分是实证研究，最后一部分是在实证分析的基础上，得出结论并给出政策启示。

二、文献综述

财务危机是指企业无力支付到期债务或者费用的一种经济现象，表现为企业现金流量周转出现问题，企业运营状况出现问题或者企业的盈利能力出现问题而导致企业陷入危机状态[3][4]。国内外众多学者对此做了相关研究，主要从定性、定量以及定性与定量相结合这三个层面进行。

在国外，William Beaver对财务预警领域有着先导性的研究贡献，其从企业的财务指标中选出了14个来对上市公司进行预警分析，提出了现金流量与总负债总额的比值是最好的危机状况变量；预测准确率前1年达到87%以上，Beaver还提出了上市公司以破产、无力支付优先股、拖延偿还债券以及透支银行账户等四者满足一条即为企业失败的判别标准。他是首次使用单变量预警模型的研究者，他还预测到了多比率分析方法模型可能会产生更好的预测效果[5]。鉴于在单变量模型进行预测时的缺陷，在Beaver研究的基础上，Altman提出运用z值模型，以33对上市公司作为研究样本，通过分析样本公司的各种财务指标对样本模型的显著程度，最后以5个财务指标代替最初的22个指标来构建模型，这个就是著名的Z值模型。研究中，以Z值大小来反应上市公司破产风险大小，并以此对上市公司的风险进行区域分类，不同区域表示风险含义不同。此模型适合短期预测，对于长期预测准确度较差[6]。Odom.M和Sharda.R则将人工神经网络技术应用于财务风险预警，得出该方法可以更好地预测样本[7]。Yang.Z等将概率神经网络方法运用于财务预警，研究发现概率神经网络对样本的解释能力和数据的预测能力都高于其它方法，并且具有较高的稳定性[8]。Ohlson研究运用Logistic模型于财务危机预测问题，对上市公司的研究得出了较高的预测准确率[9]。

国内的财务预警研究起步较晚，于20世纪80年代才开始。吴世农和卢贤义运用了多元线性回归分析、Fisher线性判定分析和逻辑回归分析三种方法对70家财务困境公司和70家样本配对公司样本进行检验分析，并建立了财务预警模型[10]。郭斌等人在研究中引入环境因素等非财务因素，运用逐步判别分析和因子分析相结合的方法，建立logit判别模型来分析导致企业经营危机的影响因素以及财务和非财务因素的信用评估中重要程度[11]。陈艳娇以2002-2004年的国有农场财务数据为依据，运用spss统计中的因子分析，构建了财务实力综合评价模型，研究结果表明该模型的预测有效性[12]。龙腾云用主成分分析法以2012年1月到6月期间沪深两市新增28家ST公司为研究样本，按照1：1的比例选择同行业、同会计年度、相近资产规模的另外28家上市公司，对财务预警进行预测，预测效果较好[13]。吴应宇和袁陵将因子分析和逻辑回归分析结合起来，以我国A股机械、设备和仪表类上市公司为样本展开分析，得出了上市公司财务预警模型，预测效果和稳定性较好[14]。毕翼以汽车业上市企业为研究对象，运用因子分析方法构建预警模型，进而对汽车业上市企业的财务风险进行评估[15]。朱晨露和崔永红以我国沪深上市房地产公司为研究对象，并通过各种财务比率建立行业的财务预警模型，以解释财务风险出现的原因并提出企业应对措施[2]。张颖以30家上市煤炭行业公司为研究对象，针对公司16个指标进行因子分析[16]。

从上述文献综述可以看出，当前对企业财务预警的方法和对象较多，但是针对房地产上市企业较少，较少有将行业发展因素考虑进来的。本文正是基于上述的研究背景，从系统论角度出发，运用因子分析法构建财务预警模型进行财务预警研究分析，以期为上市房地产企业财务风险预警防范提出针对性的建议，保障企业、行业甚至社会的健康稳定运行。

三、房地产企业财务风险预警方法模型

（一）因子分析法原理介绍

因子分析法的思想是通过分析将多个关系比较密切的变量归在同一类中，每一类变量归纳为一个意义明确的新因子，以少数新的因子来表达描述原变量，在原变量信息不失真的保证下降低研究问题的维度，以达到降低问题的复杂程度，在此基础上分析研究原变量间的相互关系[17]。

假设对于某研究问题，有m个研究样本，每个研究样本有s个变量，对于表述样本特征的s个变量信息间有的是有相互联系的。m个研究样本和s个变量就构成了m*s阶原始数据矩阵：

当研究问题的变量s较大时，在s维空间中研究问题比较复杂，这就需要降维，即以新的含义明确因子来对s维变量进行替代，同时还要求新因子间的是彼此独立。

线性组合：记x1x2…xs为原变量的s个指标，F1F2…Fn（n＜s）为新变量指标，新指标间相互独立；e1e2…en为不可观测变量且变量间不相关；且F和e不相关，Cov（F，e）＝0。则有模型：

x1＝b11F1＋b12F2＋…＋b1nFn＋e1

x2＝b21F1＋b22F2＋…＋b2nFn＋e2

……

xs＝bs1F1＋bs2F2＋…bsnFn＋en

此即为因子分析模型，矩阵形式表达为：X＝BF＋e，其中 X＝（x1x2…xs），F＝（F1F2…Fn），e＝（e1e2…en）；则称 F 为公共因子，矩阵B为因子荷载矩阵，e为X的特殊因子。

（二）模型构建步骤

基于因子分析法的预警模型构建基本步骤如下：

步骤一：进行因子分析前提条件确定，以KMO和Bartlett检验结果确定是否适合用因子分析；

步骤二：构造因子变量，计算公共因子Fi的方差贡献率和累积贡献率；

步骤三：对因子荷载矩阵进行方差最大正交旋转；得到旋转后的因子荷载矩阵B（k）；

步骤四：确定因子得分表达式，使用Thomson法，计算因子变量得分；

步骤五：预警划级，根据计算结果进行得到警情状态。

四、实证分析

（一）样本选取与指标构建

1.样本选取与数据来源

本研究以沪深股市2016年A股市场的房地产上市公司为研究对象，基于房地产公司财务信息的完整性和可获取性原则，研究者选取了万科A、深大通、宜华地产等50家上市公司为样本，在这50个样本中（见表1），有3家企业股票是ST股。样本数据来源：2013年度房地产上市公司发布的年报，新浪财经等网站财务原始信息和统计软件SPSS分析处理后得到的数据信息。

表1 样本的企业名称

2.指标选择与构建

房地产企业财务预警的科学与否在于能否准确地反映出房地产企业的真实财务状况，财务预警指标的选取就决定着能否客观的反映企业的真实财务状况。因此指标选取应遵循以下三个原则：先兆性、可获得性和科学性原则。在上述原则指导下，充分借鉴国内外研究成果，结合房地产公司财务危机时的特点和状况。本文选取反应房地产上市公司在盈利能力、运营能力、成长能力、偿债能力和现金流量五个方面在内的10个财务指标作为研究样本的变量，主要指标构成：净资产收益率（X1）、净利率（X2）、应收账款周转率（X3）、流动资产周转率（X4）、净资产增长率（X5）、总资产增长率（X6）、速动比率（X7）、资产负债率（X8）、经营现金净流量销售收入比率（X9）、经营现金净流量负债比率（X10）。

（二）实证计算结果与分析

（1）确定财务预警指标是否适合进行因子分析，本研究采用KMO和Bartlett检验，表2给出了检验值表。KMO统计量的取值区间为[0，1]，越接近于1表示选取变量的相关性越强，也越适合做因子分析；趋近于0则表示越弱，通常认为KMO值大于0.6才适合做因子分析，该表显示为0.635，且相伴概率0.00＜5%，表示可以进行因子分析。

表2 KMO和 Bartlett的检验

（2）计算特征值和方差贡献率；特征值反映了公共因子的重要程度，表示公共因子对原变量总方差解释能力的则是方差贡献率，公共因子的数量确定依据即为特征值和方差贡献率，如表3解释总方差表。表中显示，有四个较大特征值2.991、1.952、1.551、1.005，前四个因子的方差累计贡献率达到了74.988%，包含了财务预警指标的绝大部分信息。根据碎石图（见图1）也可以直观判定出公共因子数量为4，即得到公共因子F1、F2、F3、F4。

表3 解释的总方差

图1 碎石图

（3）建立因子荷载矩阵。为使因子解释结构清晰简明，对因子荷载矩阵进行最大方差方法旋转，使得方便对因子荷载做出合理化的解释。如表4，得到旋转后的因子荷载矩阵。

表4 旋转成份矩阵

从表4可以分析得出，主因子F1在净资产增长率、净资产收益率、净利率和流动资产周转率的荷载较大，净资产增长率是企业的发展能力指标，净资产收益率、流动资产周转率和净利率是企业盈利能力的指标，因此F1表示的是企业盈利能力对企业的影响因素；主因子F2在经营现金净流量负债比率和经营现金净流量销售收入比率荷载较大，这两个指标都为现金流量指标，故F2为企业现金流量对企业的影响因素；主因子F3荷载较大的指标为资产负债率、应收账款周转率和总资产增长率，故表示的是影响企业偿债能力的因素；主因子F4为应收账款周转率，为资产管理能力对企业的影响因素。

（4）计算因子变量得分，根据表5因子成份得分系数矩阵，得到因子分析的表达式，再结合原始变量的值和因子得分系数，便可计算观测量的因子得分。

表5 成份得分系数矩阵

因子分析表达式为：

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

根据表中各因子贡献率，得到预测变量的因子综合预测函数为：

F＝0.29907F1＋0.1952F2＋0.15506F3＋0.10055F4，对样本数据矩阵 A进行标准化处理，得到处理后的 A*，代入预测函数计算可到预测对象的综合得分。

（5）财务预警风险等级结果表示。根据1998年的中国证券监督管理委员会证监交字[1998]6号文件对企业财务状况异常的情况说明以及相关研究文献的研究成果[18][19]，将上市企业财务预警层级划如下表：

表6 上市企业财务预警层级划分表

最后计算结果及风险预警如下表7。

表7 上市房地产企业财务因子得分及风险等级表

从上表可以看出，有16家上市企业的因子综合等分大于0.2，处于一般风险层级；有19家上市企业表现出显著风险，说明此类企业在某些财务指标出现了异常，进而因子分析中的公共因子产生了影响，需要企业继续关注相关指标的变化情况，针对问题分析处理；

表中有6家上市企业处于高风险阶段，表明企业有多项财务指标出项异常，需要对企业的财务指标进一步分析。比如，浙江广厦综合分值为-0.135，通过对财务指标进行分析，发现其净资产收益率只有3.13%，净资产增长率为-13.9%，现金流量指标也处于较低水平；荣丰控股综合分值为-0.277，净资产收益率只有0.26%，净利率为2.52%，流动资产周转率为0.075，现金流量指标皆为负值，表明企业的盈利能力、现金流量、资产管理能力都处于高风险水平，需要深入分析指标风险的原因，组织召开公司相关部门会议，提出风险控制措施。有9家上市企业处于严重风险水平，其中三家ST公司也包含在内，表明该些企业的财务出现严重问题，不止一个指标超过了行业预警值；同时，也揭示了企业的经营管理出现了严重问题。比如，中房股份的综合得分值为-0.611，为严重风险，详细分析其财务指标发现，其净利率为-122.07%，净资产增长率为-4.6%，说明中房股份的盈利能力出现重大下滑直接带来企业财务危机，如不能进行有效控制改善，将面临特别处理；绿景控股同样面临严重风险，其净资产收益率为-5.9%，净利率为-34.23%，净资产增长率为-11.8%，经营现金净流量销售收入比率-0.3%，表明企业财务情况严重恶化，盈利能力、资产管理能力和现金流量等指标预警，经营管理出现问题，应立即组织召开专家会议，制定风险应对措施，有效改善企业经营状况进而控制财务风险。

五、结论与启示

房地产企业财务风险预警作为房地产企业财务风险管控的重要手段和方法，本文选取了50家上市房地产公司为研究样本，结合行业特征选取了房地产企业财务指标，构建了基于因子分析法的财务风险预警模型，实现了对样本企业的财务风险预警。本研究对企业实现自身财务预警分析，进而保障企业自身财务风险管理有着一定的启示。

（一）结论

实证分析显示，华远地产、荣盛发展等16家上市房地产企业处于一般风险层级；中房地产、津滨发展、顺发恒业等19家企业处于显著风险层级，企业的主因子中个别指标出现异常，企业财务部门应给予关注；S舜元、浙江广厦等6家企业处于高风险层级，深入分析发现主要因子中的一部分指标偏离行业平均指标值严重，已经影响到企业的财务风险，需要管理层关注并召开相关会议进行应对；上海新梅、*ST国商等9家企业处于严重风险层级，企业的多项财务指标异常，严重偏离预警值水平，表现为企业财务恶化，经营管理困难，公司应立即组织召开专家会讨论危机应对措施。

对于处于高风险的企业财务指标分析发现，企业首先出现风险的公共因子为现金因子，包括经营现金净流量销售收入比率和经营现金净流量负债比率等指标，表明企业在现金管理能力上的下降；其次风险为盈利因子，包括净资产收益率和净收益率等指标，企业获取利润的能力在下降，表明企业的最为重要的竞争力在下降。对于处于严重风险的企业财务指标分析发现，企业最严峻风险为盈利因子分析，多数企业的盈利能力因子指标为负值，表明企业的经营已经陷入亏损；其次为现金因子和资产管理能力，表明企业已经面临财务危机，经营管理出现困难，要立即分析应对。

（二）启示

房地产企业财务管理作为房地产企业管理的核心内容之一，该工作保障着房地产企业经营管理活动的正常开展，进行房地产企业财务风险预警可以最高层次、更高质量地促进房地产企业的财务风险管理水平的提升。而房地产企业财务风险既有来自于外部环境又有来自于内部环境的，影响房地产企业财务风险的则有盈利因子、现金因子、偿债因子以及资产管理因子等因素，房地产企业只有不断地调整自身的经营管理水平、经营模式与策略以及创新能力等，实现企业经营管理在财务指标上的稳健性和抗风险性，最终实现房地产企业自身的风险发展。具体可以从下两个层面出发：

加强房地产企业财务管理。房地产企业财务指标恶化是企业发生危机的直接原因，通过股票市场近二十年的发展，同行业中优秀的企业财务数据应经变得容易获取，房地产企业应充分利用这些宝贵的数据，结合房地产企业自身的财务情况，运用数学等智能方法挖掘分析企业财务在盈利因子、偿债因子、现金因子和资产管理因子等因素的风险规律，以挖掘获取的风险演变规律指导房地产企业财务风险管理工作，也可以指导房地产企业经营管理水平或者经营策略的制定与推行，保障企业在财务风险管理工作上风险预警工具和手段的高科学性、高预测性和高指导性。

提升房地产企业经营管理水平。房地产企业财务危机发生的本质原因还是企业经营不善、经营失策带来的盈利能力、偿债能力、运营能力等的降低。因此房地产企业应加强对房地产市场的关注和研究，充分分析企业的长期目标和短期目标，制定企业科学的战略计划和运营策略，关注市场变化，及时调整适应。在此过程中控制成本，走精益管理线路，增强获利能力进而全面提升房地产企业的市场竞争力，从根本上持续保证企业的财务风险。