适用我国房地产上市公司财务风险预警的Z 评分模型修正及检验

马东俊，邢依成

（1.新乡学院新闻传播学院，河南 新乡 453003；2.广东外语外贸大学金融学院，广东 广州 510006）

一、引言

2022年末中央经济工作会议明确指出确保房地产市场平稳发展， 稳妥处置房地产风险是有效防范化解重大经济金融风险的重中之重。 房地产行业具有资金需求量大、资金使用周期长、外源性融资依赖程度高等特点，因此其面临的不确定因素较多，极容易陷入资金回笼慢、资产负债率高的财务困境。 2018年以来众多房地产公司纷纷陷入高负债危机中，华夏幸福基业股份有限公司债务高达1013亿元， 恒大地产集团有限公司最高负债已达到1.95万亿元。 为避免房地产上市公司因高负债引发行业风险， 有效控制房地产企业有息债务增长，2020年8月中国人民银行联合住房和城乡建设部制定了重点房企资金监测和融资管理的三档规则，即“三道红线”政策：一是剔除预收账款后的资产负债率不得超过70%； 二是房地产公司净负债率不得超过100%；三是房地产公司现金短债比不得小于1。

“三道红线”政策严格规范了房地产公司的举债要求， 对房地产公司去杠杆行为具有明显的推动作用，房地产公司通过努力优化自身财务结构、积极管控和防范财务风险，从而取得良好降档成效。 管控和防范房地产公司财务危机是一项系统工程， 对于房地产上市公司而言， 财务风险预警是经营活动中防范财务危机的重要手段， 更是确保公司持续健康稳定发展的关键。Z评分模型作为财务风险预警模型的常用方法，通过对企业财务数据的分析，评估出现财务风险的可能性， 及时提醒企业采取措施避免财务危机， 现已广泛应用于国外企业的财务风险监测与危机预警中。Z评分模型虽然能够较全面地反映企业财务状况， 但在实际运用时还需要结合我国的宏观经济形势、房地产行业发展状况以及样本情况，对Z评分模型中的预警指标进行修正并检验， 建立适用于我国国情的房地产上市公司财务预警的Z评分模型，已及时发现财务风险，减少企业亏损，促进房地产上市公司持续健康稳定发展。

二、文献综述

建立财务风险监测与危机预警模型规避行业风险一直都是企业关注的焦点。 自1968年Altman提出预测企业破产风险的Z评分模型［1］以来，国外众多学者对财务风险预警模型构建展开了研究。 Beaver采用单变量模型对财务危机进行预测， 发现公司离财务危机发生的时间越近，模型预测准确度就越高［2］；Ohlson将逻辑回归方法引入财务危机预警领域，选择1970—1976年破产的105家公司和2058家非破产公司组成配对样本， 分析了样本公司在破产概率区间上的分布及其影响因素，发现公司规模、资本结构、利润业绩和融资能力是影响公司财务风险和破产的关键指标［3］。

国内学者对上市公司财务风险预警的研究起步较晚。 杨罡通过选取公司内部财务指标建立了Logistic预警模型，发现越靠近被ST的年份，预警模型的拟合效果就越好［4］；白鹤翔等基于房地产行业系统性金融风险指标，构建了金融风险网络模型，对房地产行业风险进行了预警［5］。 关于Z评分模型在我国公司财务风险预警中的适用性研究，李静认为Z评分模型适用于目前中国股票市场ST上市公司的财务风险预警，且预警效果显著［6］；王向荣等在对中国上市保险公司进行风险度量时发现，多数公司Z值处于信用风险未知区，难以正确判断信用风险［7］；姚欣在研究Z评分模型对我国上市公司预警能力时发现，针对ST公司财务预警的Z评分模型预警准确性较低［8］。

国内外对于财务风险预警模型的研究成果为进一步研究提供了很好的借鉴，但对于Z评分模型在我国房地产上市公司财务风险预警中的适用性问题，多数学者研究结果表明其预测的准确度并不理想，适用度有限。 我国房地产上市公司的特殊经营环境以及财务特征与传统制造业或服务业公司存在较大差异， 房地产公司通常具有高杠杆率和高融资依赖度，而Z评分模型并没有充分考虑这些因素。此外，中国房地产市场的周期性波动以及政府调控的干预也给模型的应用带来了一定的挑战。

本文在回顾及借鉴国内外关于我国房地产上市公司Z评分模型财务风险预警相关研究成果的基础上，结合各部委发布的房地产政策，探讨该模型在我国房地产上市公司财务风险预警中应用的适用性，选取2018—2021年间15个季度110家房地产上市公司财务数据作为研究样本，主要结合“三道红线”政策的实施情况， 修正出适用于我国房地产上市公司财务风险预警的Z评分模型，并使用2022年上市公司季度财务数据进行适用性检验， 以增强我国房地产上市公司财务分析和风险评估的能力， 为房地产公司实施风险控制和预警提供借鉴。

三、研究假设

1968年美国教授Altman在研究公司破产风险时，以美国66家公司为样本， 将33家破产公司与33家正常公司进行对比分析， 从22个反映公司财务状况的指标中筛选出了5个最具有代表性的指标研究公司违约风险情况，包括资产负债比率、流动比率、营运能力、盈利能力和偿债能力，为评估公司财务风险提供参考依据。

Altman财务风险预警Z评分模型表示为

Z评分模型中各个指标计算方法及定义解释见表1。

表1 Z 评分模型各指标计算方法及定义解释

Altman通过计算破产公司和正常公司的Z值，并进行准确度的分类验证后， 划定了公司发生违约风险的临界值。 研究判定：当Z＜1.81时，公司发生违约；当1.81≤Z＜2.99时，公司财务状况处于“灰色地带”，不能确定公司是否发生违约；当Z≥2.99时，公司信用状况良好，会履约。 Altman认为：Z值越小，公司违约可能性就越大；Z值越大，公司财务状况则越好。

基于Altman财务风险预警Z评分模型确定的财务风险评价分类值标准， 参考相关文献研究对财务风险的判定方法［9］，同时综合考虑房地产上市公司研究样本的经营环境、运营特点及其财务特征，提出以下假设。

假设1：被ST的房地产上市公司Z值应小于1.81。

假设2：非ST的房地产上市公司Z值应大于1.81。

假设3：在被ST前公司Z值可能呈下降趋势，被ST后若Z值出现持续上升，表明财务状况在逐步恢复。

四、 房地产上市公司财务风险预警Z评分模型的修正及检验实证

（一）数据来源

选取110家房地产上市公司2018年1月至2021年9月共15个季度（以下简称“2018—2021年”）的财务数据，所有数据均来源于国泰安CSMAR数据库。对原始数据进行了如下筛选和处理：1.剔除了核心财务数据缺失的数据样本；2.将上市期内被ST的房地产上市公司视为遭受财务困境、 存在违约风险的财务状况异常的样本， 将未被ST的房地产上市公司视为财务状况正常的样本。

对样本进行筛选和处理后， 获得样本总数1651个，以此作为修正Z评分模型的研究样本。 另外使用同样的筛选和处理原则， 获得75个2022年房地产上市公司的样本数据， 以此作为适用性检验的研究样本。 全部样本总数为1726个。

（二）Z评分模型的适用性分析

利用2018—2021年房地产行业上市公司公布的季度财务数据， 根据Altman财务风险预警Z评分模型，依次代入营运能力、盈利能力、偿债能力、现金流量和资产负债率5项财务数据，分别计算出非ST和被ST的房地产上市公司的Z值（表2）。 表2中Z值描述性统计显示，被ST的房地产上市公司Z值平均值及中位数均小于标准临界值1.81，说明存在违约风险，假设1被成功验证； 非ST的房地产上市公司Z值平均值为1.9462，中位数为1.6069，说明超过一半的财务状况正常的公司Z值都低于标准临界值1.81，即财务状况正常的公司同样存在违约风险，与假设2不符。 被ST和非ST的房地产上市公司Z值临界值均低于Z评分模型标准临界值， 与我国房地产上市公司的实际状况存在差异。为了增强Z评分模型在我国房地产上市公司财务分析和风险评估中的适用性， 以便为房地产公司有效实施风险控制和预警提供借鉴，需要对Z评分模型进行修正。

表2 2018—2021 年房地产上市公司Z 值描述性统计

Z评分模型在我国房地产上市公司财务分析和风险评估中适用性较弱的主要原因有以下几点：

第一，各国宏观经济形势的差异。 Z评分模型标准临界值是基于1968年美国各行业公司的经济财务数据的计算结果，而不同国家之间的破产成本、破产条件及破产规则均存在较大差异，Z模型对于我国房地产上市公司的财务预警虽然具有一定的参考价值，但不能完全套用。

第二，房地产行业的特殊性。 房地产行业投资周期较长，资金投入规模巨大，与其他行业相比，房地产公司的资产结构中还包含大量的固定资产和土地资产，这些资产具有较长的使用寿命和较高的价值，长期资本可能会导致运营资产相对较低，Z值偏低，与Z模型标准临界值存在较大差异。

第三， 股权市值对房地产上市公司的公司价值体现不准确。 国内股票市场目前设置的涨跌幅及买空卖空限制， 导致公司实际市场价值可能不会被股价充分反映，从而影响了Z评分模型指标的准确性。

（三）Z评分模型临界值的修正

为提高Altman的Z评分模型对我国房地产上市公司财务预警的适用性及准确性， 需要在原模型的基础上修正模型判定的临界值。 首先依据2018—2021年房地产上市公司公布的季度财务报表数据，判别出财务风险较大、 存在违约风险的房地产上市公司，并利用SPSS软件对上述房地产上市公司的Z值数据分布进行统计。 判别条件主要为该公司是否触碰“三道红线”政策，但是考虑到“三道红线”政策要求较为严格，房地产行业为资本密集型行业，踩线的房地产公司数量较多［10］，因此引入每股收益是否小于0作为评定存在财务风险的另一重要因素［11］。存在财务风险的房地产上市公司的Z值描述统计如表3所示， 根据表3中Z值平均值95%置信区间的上下限数值，得出判定房地产上市公司存在财务风险的Z值临界值，即当Z＜0.9241时，公司可能存在财务风险。

表3 2018—2021 年存在财务风险的房地产上市公司Z 值描述统计

参考裴潇等对财务状况良好公司的界定标准，当房地产公司每股收益大于0.4时公司财务状况良好［11］，筛选出符合财务状况良好标准的房地产上市公司，并对Z值数据分布进行统计，结果如表4所示。根据表4中Z值平均值95%置信区间上下限数值，得出判定房地产上市公司财务状况良好的Z值临界值，即当Z≥1.877时，公司违约概率小，财务状况良好。

表4 2018—2021 年财务状况良好的房地产上市公司Z 值描述统计

分别利用样本公司被ST前一年及被ST前两年的准确度对修正后的Z值临界值进行验证，分类验证准确度结果如表5 所示。 破产前一年模型准确度为89.83%，破产前两年模型准确度为80.64%，因此，可以确定预测房地产上市公司存在财务风险的Z值临界值下限为0.9241， 上限为1.877。 综合上述研究结果， 得出适用于我国房地产上市公司的Z值评定标准： 当Z＜0.9241 时， 公司存在较大破产风险；当0.9241≤Z＜1.8771 时， 公司财务不稳定处于灰色地带；当Z≥1.877时，公司财务状况良好，破产可能性较小。

表5 分类验证准确度结果

（四）适用性检验

为验证房地产上市公司Z值临界值的适用状况，利用2022年季度财务数据进行检验。 将2022年仍然存续的105家房地产上市公司的财务数据代入模型验证，结果显示：从总体上看，105家公司中新Z值临界值准确预测了其中96家公司的财务风险情况，准确度为91.43%； 对99家非财务危机房地产上市公司的判定准确度为90.91%；对6家财务危机房地产上市公司的预测准确度达到100%。 因此，与原Z评分模型相比，我国房地产上市公司新的Z评分模型适用性较强，预测准确率较高。

同时为验证假设3，选取2022年被ST的天津津滨发展股份有限公司、天津松江集团有限公司、海航基础股份有限公司、广州粤泰集团股份有限公司、深圳全新好股份有限公司、新光控股集团有限公司6家房地产上市公司进行分析， 依据新临界值判定其财务状况。 观察图1可以看出，当公司处于破产危机状态时（图中虚线部分），公司Z值较低且呈减小趋势。 以天津津滨发展股份有限公司为例，在被ST前Z值已低于临界值0.9241，触发财务预警。 2019年第四季度以后，随着财务状况的逐渐好转，公司Z值也逐渐上升，脱离了财务预警范围。 假设3被成功验证。

图1 2018—2022 年6 家房地产上市公司Z 值变化

五、研究结论及建议

基于2018年1月至2021年9月110家房地产上市公司季度财务数据，在Altman提出的Z评分模型的基础上， 检验Z评分模型对我国房地产上市公司财务风险预警的适用性，结合我国现阶段宏观经济形势、房地产行业发展状况以及中国人民银行“三道红线”政策，对Z评分模型的财务指标及临界值进行修正，并进行适用性检验。 研究结果表明：第一，Altman提出的Z评分模型临界值对评价我国房地产上市公司财务风险的适用性较弱， 需要结合我国国情及房地产行业发展状况进行修正；第二，修正的Z值临界值对我国房地产上市公司的适用性较高， 新临界值的财务风险预警准确率为91.43%， 预警能力较强；第三，修正的Z值对及时预测房地产上市公司财务风险具有一定的效果。 在被ST前公司Z值可能呈下降趋势，被ST后若Z值出现持续上升，表明财务状况在逐步恢复。基于上述研究结果，对房地产上市公司的财务预警机制提出以下建议：

首先，房地产上市公司在利用Z评分模型评估自身财务风险时，应注意结合公司自身情况，对公司财务风险进行量化。 同时应当格外注意，当公司Z值处于灰色区域时，应当加大对自身风险的控制，避免引发更严重的财务风险。 除此之外，还应及时关注公司Z值的变化情况，对财务风险提前作出预判以降低公司风险。

其次，考虑到“三道红线”政策要求较为严格，房地产行业为资本密集型行业， 踩线的房地产公司数量较多的情况，为顺应“三道红线”政策中三项指标的硬性要求，房地产公司应当合理进行融资，控制公司资产负债率，避免因盲目扩张而带来违约风险。最后， 行政监管部门要根据国家关于房地产上市公司的发展战略和规划，结合行业定位和发展目标，进一步完善相应监管体系。通常公司Z值的计算多数依赖于公司的会计年报， 对会计年报的不规范处理行为，会导致Z值数据不可信，从而存在潜在的财务风险。 因此，行政管理部门在加强监管的同时，应对处于临界值下限边缘的公司及时提出预警， 以避免因财务风险而产生房地产行业风险， 保障房地产上市公司持续健康稳定发展。