论文我国房地产企业财务风险预警实证方法综述是关于本文可作为相关专业财务风险论文写作研究的大学硕士与本科毕业论文财务风险是什么论文开题报告范文和职称论文参考文献资料。
[摘 要] 近年来,房地产企业财务风险预警的实证研究日益增加.本文从基于财务数据及结合非财务数据构建预警指标体系方面对实证研究方法在我国房地产企业财务风险预警研究中的应用情况进行梳理分析.并在分析其局限和不足的基础上,提出了实证研究方法在房地产企业财务风险预警研究中应用的方向.
[關键词] 房地产企业；财务风险预警；实证研究方法
doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2017. 13. 019
[中图分类号] F275 [文献标识码] A [文章编号] 1673 - 0194（2017）13- 0046- 03
0 引 言
科学的财务预警系统对于房地产企业的发展具有战略性意义.我国学者在借鉴国外研究理论的基础上采用规范研究、实证研究以及二者相结合的方法,对我国房地产企业财务风险预警进行了系统研究.但是,国内大多数学者仅对一般上市公司财务风险预警研究方法做了探究,而针对房地产企业财务风险预警研究方法进行系统性概括的文献并未见.本文拟从基于财务指标及结合非财务指标构建房地产企业财务风险预警系统方面对实证研究方法的应用情况及特点进行梳理分析,以期为实证研究方法在我国房地产企业财务风险预警研究领域的应用提供借鉴.
1 在基于财务指标的我国房地产企业财务风险预警研究中的应用
传统的财务风险预警主要以财务指标为变量,构建一个适合房地产企业运营管理的财务风险预警系统,从而计算财务风险的评价值.
1.1 多变量判别分析法的应用
1.1.1 Logistic回归分析法
龙胜平 等（2007）以沪深两市房地产企业2005年财务数据作为样本,采用主成分分析法,将7个主成分代替原来的11个财务指标,并将其作为Logistic回归分析的解释变量,进行逻辑回归分析,从而构建了房地产企业财务风险预警模型.其构建的预警模型对我国房地产企业起到良好的预警效果.但作者对模型自变量的选取存在一定程度的任意性,并未对自变量进行严格统计意义上的筛选.然而,李恩 等（2012）以我国1998-2010年房地产上市公司为研究对象,选取了48家ST公司和48家财务正常公司为样本,对入选解释变量进行了逐步筛选,运用主成分分析法,构建了3个Logistic模型进行分析比较,选取预测率较高的模型,对前一年至前四年的财务数据进行返回预测检验,结果表明该模型预测的总准确率较高.这可以为银行、投资者、监管者和房地产企业管理自身的风险提供一定的参考.
1.1.2 多元Z值判定模型
黄硕 等人（2010）利用简单随机抽样的方法,从我国A股上市公司中选取40家房地产上市公司作为研究对象,将样本公司的数据代入奥尔曼的Z-Score模型得到各家公司的Z值,并按照由大到小的方式将各家公司的Z值进行排序,从而判别出各公司的财务状况.奥尔曼的Z值模型从整体上来看比较客观,能够很好地预测企业财务危机的发生.但是其研究成果是基于美国各行业的经济财务数据,对于我国房地产企业财务预警有一定的参考价值,但不能机械地搬来运用.然而裴潇等（2015）运用奥尔曼的Z值模型,检验我国房地产上市公司最新财务数据模型的有效性,认为Z模型原有的临界值并不适合我国国情,并通过分析提出了适合我国房地产公司财务危机预警模型的新临界值.经检验,该临界值能够较好地预测我国房地产企业财务危机的发生.
1.2 BP人工神经网络方法的应用
朱燕妮（2008）选取44家中国房地产上市公司1998-2006年的数据作为样本,选择63个财务指标,先后采用Kruskal-walis H检验和因子分析对指标进行筛选和优化,构建了房地产上市公司财务危机预警指标体系.运用BP神经网络方法使用提前一年的样本数据建立了预测期为一年的分警度财务危机预警模型,对“海泰发展”一年的财务状况进行仿真预测,预测结果表明,财务危机年份的预测完全正确,仅出现了对健康年份的误判.证明了本模型对财务危机的识别能力及应用价值较大.但是因为受到样本数量的限制,其仅仅考察了财务指标提前一年的预示能力,时效性较差.赵莉（2010）选取了盈利能力、偿债能力、成长能力和扩张能力等相关财务指标,运用典型3层前馈型BP网络模型,构建我国房地产上市公司的财务危机预警模型,将10年的样本数据作为神经网络辨识模型的训练样本,预测2009 年企业的财务状况,得出2009年企业的财务数据处于健康状态.其研究结果表明：基于财务指标信息的BP人工神经网络方法是预测企业是否会发生财务危机的有效方法.可以看出,运用财务数据对房地产企业财务风险预警建立BP人工神经网络模型,有利于提高模型预测的准确性.
1.3 支持向量机方法的应用
董雅丽（2013）运用支持向量机的方法,结合20家上市房地产公司的财务数据展开研究,充分考虑财务危机问题的复杂性和非线性本质,将原低维空间非线性问题转化为高维空间中的线性问题,体现了在小样本数据条件下高精度预警的优越性,取得了很好的效果.杜晶（2014）通过因子分析对指标体系提取主因子,然后利用支持向量机理论,构建基于支持向量机的财务危机预警模型,同时将模型和判别分析、二元回归这两种预警模型进行比较,发现该模型预测的准确率要明显高于后两种模型预测的准确率.实践证明,该方法比以往传统统计学方法和神经网络方法更加方便,克服了传统方法的固有缺陷,为房地产企业财务风险在智能预警领域的研究中提供了新思路.
由以上分析可见,该方面研究中,采用的主要研究方法是多变量判别分析法、BP人工神经网络方法及支持向量机方法,集中研究财务数据对我国房地产企业财务危机的影响.但房地产企业的财务风险具有模糊性和复杂性,受到财务和非财务等多种因素的影响,难以用精确的数字来度量,无法全面预测房地产企业的财务状况.
总结:本文是一篇关于财务风险论文范文，可作为相关选题参考,和写作参考文献。
参考文献：
1、 房地产企业财务风险分析和防控 摘 要：为了有效防控房地产企业的财务风险，本文首先简单阐述了企业风险的概念，列举了房地产企业的财务风险种类，对房地产企业财务风险的形成原因进行了。
2、 论流量管理对企业财务风险预警作用 [摘 要] 随着市场竞争的加剧，企业改革的深化，企业的经营活动不可避免地遇到财务风险。文章从 流量出发，分析 流量对财务风险预警的作。
3、 新形势下如何做好企业财务风险预警和防范工作 [摘 要] 在新形势下，财务风险对我国企业的快速发展构成了极大地威胁。财务风险是财务问题和风险融合在一起，是构成经济风险的一个主要成分。财务风险。
4、 构建新能源企业财务风险预警指标体系 【摘 要】企业的财务数据管理中，财务风险预警是重要的参考依据。新能源企业的财务活动中，要将实时监控系统构建起来，以对经营管理进行监控。企业经营者。
5、 新调控政策下房地产企业财务风险 【摘 要】随着我国经济高速发展，房地产市场也迅速发展，各地不断出现地王，房产热持续不退。但由于房价上涨过快，近年来，国家陆续出台调控政策，使得房。
6、 房地产企业财务风险控制 房地产企业财务风险控制对于房地产企业及其财务风险控制至关重要，此项风险控制是房地产企业的重要管理职能的体现，房地产的财务风险能够有效控制是房地产。