房地产上市公司财务预警研究

《房地产上市公司财务预警研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、西安建筑科技大学硕士学位论文房地产上市公司财务预警研究专业：工商管理硕士生：邵慧指导教师：李琳副教授摘要房地产行业具有周期长、高投资、高风险、高收益的特征，在我国经济和社会发展中占据重要位置。近年来，企业面临越来越复杂的环境和日益严峻的挑战，房地产市场竞争激烈，政府和金融机构对房地产业的宏观调控也逐渐加强。房地产开发公司的资产负债率普遍在70%以上，承受着巨大的财务风险，出现财务危机的可能性加大。所以，探究该行业的财务危机预警模式无疑具有实效价值。本文首先回顾了国内外财务预警的相关研究，分析了房地产业的特点以及财务危机的内涵、特征和成因。其次，运用财务预警的相关理论，从财务

2、和非财务两个层面选取了房地产上市公司31个财务危机预警指标。然后，对实证研究的样本和数据进行选择，通过显著性分析，甄选出15个具有显著差异的指标进行因子分析。当筛取到主因子后，创建出基于主成份的逻辑回归数学模型。最后，对模型进行检验，得出结论和局限性；并提出一些预防房地产公司财务危机的措施。研究结果显示，甄选的财务变量很大程度上体现了房地产上市公司的经营和财务管理情况，创建的数学模型对于房地产行业财务危机预警的准确率较高。财务变量中，净资产增长率、速动比率、每股收益增长率、应收账款周转天数、股东权益增长率、每股收益、现金比率、存货周转率对房地产上市公司的影响较大；非财务变量

3、中，审计意见有一定的预测能力。本文的创新点在于从定量和定性角度、动态和静态方面对财务数据进行分析，特别是把现金流量指标和非财务指标也作为创建财务预警模型的变量。另外，提出了预防房地产上市公司财务危机的具体措施和对策：即建立财务危机预警系统，同时需加强企业的经营管理和财务管理，并密切关注宏观环境、市场环境、法律环境的影响。关键词：房地产业；财务危机；财务预警；因子分析；逻辑回归分析西安建筑科技大学硕士学位论文西安建筑科技大学硕士学位论文StudyonFinancialDistressPredictionForListedRealEstateCompaniesSpecialty

4、:MasterofBusinessAdministrationName：ShaoHuiInstructor:Prof.LiLinABSTRACTTherealestateindustrycharacterizedbylongperiod,highrisks,highinvestment,andhighreturnisapillarindustryofnationaleconomyandsocialdevelopmentinourcountry.Inrecentyears,enterpriseshavefacedmoreandmorecomplexandincreasingl

5、yseriousenvironmentalchallengesbecauseofintensecompetition.Theadjustmentandcontrolofgovernment’smacropoliciesisbecomingtighter.Thedebt-to-assetsratioofrealestatedevelopersisabove70%universally.Financialcrisisinrealestateindustryisgradualincreasing.Theresearchontheearlywarningisveryimportan

6、tandhavingpracticalsignificance.Firstly,onthebasisofsummarizingtheforeignanddomesticresearchrelatedtofinancialdistressprediction,thethesisanalyzedthefeaturesoftherealestateindustryaswellasthedefinition,characteristicsandcausesofthefinancialcrisis.Secondly,usedtheearlywarningtheory,thepaper

7、chosethirty-onevariablesfromfinancialandnon-financialfactorsinthelistedcompanies.Thenextpartwastheoptionsofthesamplesanddata.Fromthesignificantanalysis,fifteenremarkablydistinguishedfinancialfactorswereselectedastheearlywarningindicators.Basedonthefactoranalys