第 1 章 绪论
1.1 课题的研究背景。
房地产企业往往都有着很强的综合性，与其他行业也有着十分紧密的关联，在我国经济体系中起到了很好的纽带作用，房地产企业的发展为我国的经济繁荣做出了突出的贡献。近二十年来，我国大力支持加快城镇化的方针政策，使得房地产行业成为了城镇化进程的关键，房地产企业在前阶段收获了十分巨大的收益。同时，房地产行业十分有效地调整了我国的各方面经济结构，促进了我国经济的发展，增多了就业需求，推动了城镇化的进程。我国房地产与经济政策的改善，给房地产行业提供了十分宽广的发展空间和巨大的发展潜力，因而越来越多的投资者进入这个行业中来。无论是平民百姓还是著名学者都密切关注着房地产企业的一举一动。
然而，最近几年我国政府连续颁布了多项调控房价的方针政策，使房地产行业巅峰时代成为了过去。国内很多城市因为早些年房地产开发热潮产生了不良的后果，导致了房地产过剩的状况。长期的楼市投资过热，从整体上严重打破了我国各个城市楼房供需关系的平衡。当前我国的土地与房屋存量严重超出了需求量，尤其是三线城市和四线城市的房地产大面积滞销，已经达到严重的饱和。许多社区的入住率竟然低于10%,很多城市内都出现了多处的"鬼城".
如此之多的闲置住房造成了资源的严重浪费，这些闲置的房屋至少需要十年甚至更多时间才能够处理完。
国内房地产行业的供需关系早已超出了正常的范围，这一问题积聚的风险已经引起越来越多的关注。如果房地产供应量远大于需求量，足以证明此时房地产市场情况是十分不健康的。世界经济一体化与经济危机的双重影响，最终导致了房地产企业之间的竞争逐渐激烈起来。据相关资料显示，国内中小型房地产企业的负债率大多在70% 以上。由此可见，房地产企业不可过度地依赖土地财政，应树立良好的风险意识，积极建立风险防范措施，才能够从容应对楼市中存在的各种风险以及随着带来的社会问题。
房地产企业的运作必须有足够的资金作为支撑，是资金密集型企业，需要大量的资金。在房地产行业飞速发展的进程中，房地产企业也必不可免地累积了一定的财务风险。与别的行业相比，房地产行业具有开发时间长，利润丰厚的特点，但是也存在着很大的财务风险。
我国房地产行业与国外相比起步较晚，因此行业规范还不够健全，行业规模也比国外小很多，企业管理能力还有待进一步提升。在追求利益最大化的环境下，随着房价的不断攀升，房地产项目仍然保持着增长的趋势，但是人们的购买力却呈现出逐渐降低的趋势，楼房的成交量也不如开发商期望的那样理想，如果这种失衡的供求关系一直持续下去，将会导致房地产企业陷入资金运营与回流困难的困境。国内金融领域存在的一些问题也是导致房地产企业财务风险的重要原因，许多房地产开发商向银行借取高额的贷款，资产负债比率超过了70% ,个别企业竟高达 900% .
W 房地产公司作为一家上市公司，公司所借的债务越多，那么该公司的债务承担能力必须相应提高，这样一来企业的经营活动会收到相关的影响，活动范围变小，使企业的盈利能力受到一定的制约，从而影响房地产企业的盈利能力，也有可能会使房地产企业在一些环节出现资金短缺、投资失败的结果。当财务风险超出了企业能够承受的范畴，就会使 W 房地产公司的资金链发生断裂，无法还清银行的债务使公司陷入财务危机，财务风险也随之不断增加。由于房地产行业在国民经济中起着举足轻重的作用，并且 W 房地产公司与别的行业之间也有着十分存紧密的关系，例如钢铁企业、装修材料公司、水泥生产厂家等，所以 W 房地产公司的财务风险，无论是对于公司自身而言，还是对整个房地产经济、楼市、开发商与社会而言都有着重大的影响。
总的来说，房地产行业与其他行业的发展的命运紧密相连，决定了其他行业的发展状况。如果房地产企业呈现畸形发展的态势，就会使公司受到财务风险的控制，从而影响着房地产企业职员的素质，甚至影响整个城市的经济情景与发展环境趋势。
1.2 课题的研究意义。
房地产行业是国家经济发展的主要产业之一，对GDP的增长起着关键性的作用，房地产行业的发展状况，与关联行业的兴衰息息相关。房地产企业在拉动内需和投资中扮演着十分的重要角色，极大地促进我国的经济增长。在接下来几十年，房地产业依然占据着促进经济发展的主导地位，近年来人们最关心的话题依然是围绕着该行业的相关产业进行的。但是我国的金融体系还不健全，很大部分的房地产商存在着较高贷款费用，以及较多的预收账款，如果资金链条发生断裂，将会造成无法挽回严重的损失。
从国民经济的角度上来说，房地产企业作为国民经济当中重要组成因素，引领了相关产业发展水平的提升，并且房地产行业所涉及的范围是宽广的，所以房地产的发展情况决定了国民经济的发展情况。从W房地公司的自身出发，有效规范地经营，提高应对财务风险的警惕性，才会为企业发展带来较好的经济效益。某些改变正逐渐发生在经营管理理念当中，一个企业的成功与失败最为关键的问题便是管理是否得当，企业经营管理的核心问题是财务管理，而财务管理的核心问题便是财务风险管理。财务风险是客观的，它存在于企业每一个经营活动中，存在于企业的每一个成长阶段，对于企业能否成功健康地成长有着至关重要的意义。在实现企业战略目标的过程中，财务风险的意义深远。所以W房地产公司往往需要结合自身的财务情况以及承担风险的能力做出正确的决策，正确评估每一个决定可能导致的财务风险，从而做出正确判断，同时还要加强财务风险意识，使得风险管理得到有效的进行。
管理者想要恰当的管理和评估风险就必须处理好以下几个方面：第一是深层次的了解形成风险的根本原因；第二是对财务风险的可能性做出恰当的判别和分析；第三通过完善企业内部控制机制，合理有效的控制存在的风险，进而达到财务管理的最终目标。房地产企业可以采用财务风险的机制，实施经营状况、财务状况的内部监控从而及时发现自身的经营漏洞，并且及时采取合理有效的措施，实现企业的财务风险的最小化。政府想要获得房地产企业的整体运营状况可以通过财务风险模型来进行检测，并以根据检测结果对调控力度进行适当调整。例如房地产行业中的很多企业存在着财务风险，行业出现萎靡现象，这时政府如果适当调整关于市场的控制力度，就会使房地产市场得到健康发展。
金融机构、银行、债权人，都可以按照财务风险机制来检测房地产企业中财务风险的情况，并且根据结果做出正确的决策，若对其进行贷款了，要正确估计贷款风险，为了减少贷款损失，还要预估不能挽回的利息损失。投资者可以根据该机制以房地产作为投资对象，并且对房地产的经营状况进行监控，以便能够及时预估重大风险，及时调整投资策略，并施加压力于管理层，避免投资损失。
因此，我们必须深入了解W房地产公司的财务风险的状况和可能处于的困境情况，制定出正确具体的措施来尽可能的规避风险，使W房地产公司面临的财务问题能够得以正确地对待和解决，并对我国整个房地产行业的发展提供借鉴和指导意义，使房地产行业能够有效的规避企业发展过程中所面临的财务风险，谋得长久持续的发展。
1.3 国内外研究综述。
1.3.1 国外对于财务风险的研究。
美国的 Fitzpatric 学者在进行财务风险的相关研究时，比较了财务状况正常经营活动良好的企业和财务异常经营状况出现问题的企业的财务数据，其中一些财务指标是不相同的，以此次比较分析为基础进行的接下来的研究，率先提出了新的想法：在他的"A Comparison of Ration of successful Industrial Enterpriseswith Those of Failed Film"著作中以 19 家公司做研究样本，将他们的各种与财务相关的数据分析对比，然后进行 19 家公司的财务风险状况的评估和可能出现的财务困境的预测[1].
一直到 60 年代期间，William Beaver 在这一研究中才获得了较大的成就。
关于财务风险识别，Beaver 在撰写 "Financial Ratios as Predictors of Failure"时，做实证研究的过程中使用了具有创新性的方法，即单变量法。Beaver 采用了 14个财务比率进行研究分析，最后得出的结论是：现金流量/债务总额时最能准确识别上市公司是否存在财务异常状况。在上市公司财务失败第一年和第二年期间，他的判断错误率分别是 13%和 22%.Beaver 最终采用了能够最有效判断公司财务风险发生的概率和所处的财务困境的程度的三个数据指标。
通过对财务风险的研究，Ross, Westerrield, Jordan （1995）提出，负债融资是引起公司财务风险的主要因素，并且很有可能会损害股东权益。C. A. Williams（1985）和 A. H. Mowbray （1995）将风险（RISK）定义为事件在未来中可能产生的结果的不确定性[3].
Sharp和Markowitz等对证券投资的研究过程中，将由于一系列不确定因素造成的证券资产获得收益时所产生的可能变动性定义为风险，在最开始，他们提出采用收益率的方差来衡量此种风险水平，量化概念的引入让投资者更好地了解和认识风险。他们认为不确定性往往带来负面影响，因此大多数管理者在实践中较多地考虑负面影响[4].
美国经济学家F.H.Knight于1921年区分了风险和不确定性，他指出风险是可测定的不确定性，而不确定的真正意义是指不能测定的不确定性[5].
Christopher J. Clarke和Suvir Varma提出，风险是由一些未知因素构成的不确定性的利害程度组成的，而所提到的利害关系是指战略地位的升降财务的盈亏以及形象和荣誉的是否贬值等[6].
Odom 和 Sharda 构建了类神经网络财务风险识别模型。他收集了 64 家财务经营状况正常的企业和 65 家财务状况存在异常的企业从 1975 年到 1982 年的财务数据作为研究样本实行对比研究，样本是需要区分开来的，而其中的 5 个财务比率指标被采用用作类神经网络财务风险识别模型的研究参数。结果计算发现：神经网络识别模型的识别精确度是非常高的，能达到准确度的 100%,对于企业财务状况良好的预测准确程度可达到 78.18%,对于财务状况出现问题的预测程度可达到 81.75%,所以说，此次研究建立的神经网络模型对于正确评估企业的财务风险状况有很好的效果[7].
Theodossiou 分析企业财务风险的识别是通过收集 62 家财务状况异常的企业和 197 家正常财务状况的企业为研究样本，最后构造多个因素存在的 CUSUM 模型。该模型主要被管理者用来预测和评估企业财务是否存在危机和风险，及时识别，他提出了企业是一种正常的财务状况出现的风险不断增加的趋势，想要正确的分析和考量公司财务风险的状况是可以应用 CUSUM 模型的[8].
Altman 最早采用多变量的分析方法来识别财务风险是在 1968 年，采用该种方法后建立了 Z-score 模型。Altman 采用的数据分别来自 33 家经营状况良好地公司和其余 33 家相对应经营状况不好公司，进行样本试验的财务指标是这些公司中的 22 个财务比率。在指定的软件程序中输入这些财务数据，不断循环运行这个软件进行分析，每一次都去除掉输出结果中最不能代表财务风险状况的函数，而剩下的 5 个财务数据指标所建立了财务判别关系，也就是他所构建的Z-score 风险识别模型[9].
Ohlson 于 1970 年开始也进行了样本研究，经过调查，最终选用了 105 家经营出现问题的企业和 205 家经营状况良好财务正常的企业作为研究对象，研究结果显示至少有四类财务变量指标能够明显地影响辨别公司财务经营状况，它们分别是：企业资本结构、公司规模的大小、资产变现能力和经营业绩状况。
在财务风险识别研究领域中，他的此项研究引领了使用 Logistic 回归分析方法来判别财务风险的风潮[10].
"现金流量理论"是由 Blum 提出的，他从 1974 年便对资本市场大量的企业财务经营状况进行实证研究。Blum 提出企业像一个不断循环的蓄水池，在经营当中现金不停地流入和流出，当蓄水池中的水处于减少状态时那么与此同时便会有相应的水流流入，如果水流的供给小于水流流出时，那么企业必然会出现现金运转的问题，很有可能资金断裂甚至出现金融危机最终企业倒闭。因此，布卢姆提出了现金流的模型是流动能力，盈利能力、变现能力三个财务指标，以这三个指标为根本思路建立的被用于评估和识别财务状况处于的困境时收到良好的效果[11].
之后，Gentry 对 Blum 的研究进行了延伸和拓展，经过反复论证研究最终提出了多种因素存在的现金流模型，该模型成为一种识别模型研究领域中又一具有创造性的方法[12].
弗莱德曼金融风险识别研究递归分区的方法，采用递归分区方法选择指数的定量分析企业财务风险识别、除了其他非财务指标以及其他分析方法综合判断财务风险，最终使其风险识别的实用性和准确性得以提高[13].
Wangsely 和 Lane 建立了 COX 比例财务风险识别模型，该模型以判断企业未来的发展能力和企业目前的财务状况为主，以及对于未来长期发展趋势的预测。经过反复分析论证后，最终得到的结论如下：COX 模型判别企业存在财务危机状况的成功率要远远高于多变量判别模型，所以 COX 模型完全可以被用于判别一个公司在未来能否存活和是否具有长期稳定发展的可能性及概率的大小[14].
1.3.2 国内对于财务风险的研究。
在国内一些与此相关的研究中，国内的专家学者开始研究财务风险辨别从二十世纪开始的，当时的分析方法主要着眼于单一的判别方法。国内的专家学者们于 1996 年关于财务风险识别的研究开始有了很好的效果，相对复杂的财务风险识别模型开始逐渐出现。
2003年王明涛解释风险为：当决策者做决定时，总会受到这样或那样等一些列考虑范围之外的因素的影响，进从造成企业财务状况异常等不好的结果，而这种结果产生的可能性便是风险。其中包括损失的概率、损失的易变性和损失的数量三个方面，我们把可能损失的程度放在最主要的位置上[15].
将财务风险变得宽泛来说，财务风险被向德伟分为四大类。他将财务风险归属于微观风险，是企业经营风险的集中体现。向德伟还分析认为筹资风险之所以发生主要是由于资金调度的不合理、投资效益的不确定以及存在风险的外汇汇率。通常我们主要依靠预防、降低和分散的方法来控制风险[16].
向德伟的研究样本是沪深两地的80家上市企业的财务数据，对其数据进行实证分析采用的是Z-Score模型，由于我国无法用市场价格评价股市非流通股等特殊因素，调整了Z分数模型中的五个变量，最后构建风险评价模型的Z分数方法。结果表明，风险评估模型的Z分数的方法是可以预测中国企业的财务出现危机可能性的，只是并没有百分百的准确率，少部分的上市公司在实验结果中数值分析时出现错误。研究结果表明：Z分数的方法可以正确地分析和评估特定类型的企业和我们国家某个行业财务风险。有了Z-Score模型的作为分析基础，杨淑娥选择了134家上市公司，其中67家样本公司的财务出现问题，而其余的样本公司的财务状况则是相对稳定甚至状况良好的，研究手段是主要分析法然后建立Y评分模型。最后实证验证建立的F分数模型需要回代134个原始样本，研究表明在预测值Y=0.5时模型的准确率高达86%[17].
于川等，撰写的《风险经济学导论》是对于我国所特有的政治体系和经济体系，以我国国情为根本出发点，深层次的剖析了经济风险，为企业的管理经营者规避经济风险拓宽了思路，提供了更多的可能性[18].
汪平认为，具有输出特征的企业的财务风险的主要原因是负债融资。没有负债就不能产生财务风险，负债比例越大财务风险越大[19].
白帆、黄锦亮将财务风险分为广义和狭义两种观点。从广义的角度，任何公司都会在任何一个经营管理活动中受到未从考虑的因素的影响，那么实际所获得的利益不论是有形的还是无形的价值都是预期所不同的。狭义的观点：负债融资导致了财务风险的出现，也就像公司在规定的时间内债务超过了公司的偿还能力的可能性。关键的评估手段是分析研究指标以及杠杆系数的计量。黄锦亮和白帆比较推崇广义观点，他们认为广义风险的概念应该加以延伸，在以后对于财务风险的研究应当把精力集中在放在企业经营的整个活动当中，对于情况有一个宏观的了解，财务风险的认识必须拓展到足够大的范围，才能加强人们对风险的防范和认识。研究财务风险的主要目标是在建立风险评估、预防、减少机制的同时还要制定正确的财务风险控制制度，从而使企业实现长远、稳定的发展[20].
通过对财务风险控制的研究，彭淑雄、张延波提出根据经营中的不同表现将企业财务风险归为两方面。一方面财务风险就是通常意义上的筹资风险，表示公司所欠的债务逐渐增加从而减少了企业的利润最终超出偿债能力的可能性。另一种是广义上的财务风险，综合的诠释了财务活动和企业经营活动中的多种不确定性，公司的每一个阶段和过程都在渗透着财务风险的广泛意义。深入理解就是在公司经营的每一个活动和阶段中所产生的风险都有成为财务风险的可能性[21].
2000年易丹辉和叶青提出风险的另一种定义，即风险导致的负面影响、风险各种影响因素等种种问题通过一点点扩展到更深层次从而产生的可能性[22].
2002年朱淑珍对各种风险的相关理论进行了归纳总结，又提出了一个风险的新定义：风险的评估标准应为风险发生可能性的大小和损失的严重程度。行为主体在特定条件下由于受到不确定性的作用从而产生损失的可能性以及损失带来负面后果的大小不能预估，所以风险是一个二维概念[23].
2002 年郭晓亭、蒲勇健对财务风险的形成进行了深入研究，认为迄今为止，全球都没有一个统一的定义。他们对考虑多种影响因素的模型进行了反复论证，最后所构建的模型能够正确的反映出公司所处于的财务困境和即将面临的财务风险，研究表明，此次研究所构建判别模型在 2002/2003/2004 年的财务风险的预测精度为的前三年：92.6%、85.2%和 79.6%[24].
张玲选取了上海深圳两个城市中的 120 家上市公司作为企业财务风险识别样本研究，这些公司涉及了 14 个行业，从四个财务评价方面分别是整个资本结构状况、企业偿债能力、资本营运状况和企业盈利能力研究了 15 个财务相关比率指标，经过深入研究最终选取了其中 4 个指标，分别为总资产利润率、资产负债比、留成收益和资产总额比营运资金和总资产比率，四个指数是最终的判别指数或建立财务风险识别模型的主要依据。依照样品测试结果显示，在前五年的风险识别模型识别异常公司财务状况的准确性分别为 100%,87%,70%,87%和 22%[25].
杨保安等研究方向主要是在建立模型中所遇到的各种问题，最终构建了神经网络判别模型。他以 30 个企业样本作为学习样本，选取了 4 个财务评价方面中的 15 个比率指标，最终构建了神经网络判别模型。研究结果显示，模型判别的正确率为 95%[26].
杨书娥选择120家上市公司作为研究样本，应用的研究手段是BP人工神经网络方法，以企业发展能力、企业的获利能力，该公司增长的短期和长期偿债能力，经营管理能力，主营业务程度为根本出发点和考虑主要因素，最终预留了 15 替代财务评价指标，淘汰能力较差的指标，而淘汰标准则是在 T 显著性检验中评估企业在未来发展情况的准确性的高低，最终剩下的 5 个变量对于未来财务状况的分析能力要远远高于多变量模型，所以该模型主要是用来企业长期发展趋势的预测[27].
周首华十分深入地研究了 Z 分数模型，并且将该模型在原来的基础上做了一系列的改进，将公司现金流量的波动情况的一系列影响因素添加到了该模型当中，经过对比，他最终选用了 31 家财务正常的企业和财务异常的企业作为风险研究的样本，总共 62 家公司，这些公司的的样本数据都是从 1977 年到 1990年的，经过对比分析，从而建立了 F 分数模型，模型的研究数据样本来源于 1990年至今的 4160 家企业的财务相关数据，此次建立的模型具有样本数量庞大的特点，所以更具有代表性，最终的检验结果表明 F 模型识别的精确度为 70%[28].
陈静研究选取了27家ST经营状况良好和经营状况不好的样本公司的长达3年的财务报表数据，以它们为研究对象进行了多变量和单变量的分析，通过研究论证后得出的研究结果为，关于资产负债率和流动比率发生误判的可能性在企业财务状况出现异常的前一年最小[29].
谭瑞娟，陈志斌展开的将注意力放在了行业差异上，行业的不同必然也会对财务风险识别产生不同的影响，所以将行业因素也应当被放入识别模型中，最终的研究表明为风险识别模型的判别结果更加客观和实用。张根明的研究样本是我国制造业的上市公司，而企业财务风险识别模型的建立采用了人工神经网络方法，研究表明，人工网络风险识别模型由于加入了行业差异性所以能够更加准确的依据，是管理者能够提前有效的预测财务风险[30].
徐勇的研究中采用了回归分析法和 Fisher 线性分析法，同时加入了行业差别性等因素的影响，然后大量研究了沪深两市的制造业的上市公司[31].
1.4 主要研究内容。
本论文的主要研究内容为四部分：
第一章主要阐述本论文的选题背景及意义，并对国内外关于财务风险的研究进行了综述，同时介绍了研究的方法，内容和基本框架。
第二章阐述了我国房地产行业的发展现状以及 W 公司房地产的现状及特征，并介绍了财务风险相关的理论。分析了财务风险的内涵、分类、特征、影响因素以及研究方法。
第三章对 W 房地产公司的财务风险进行识别，构建了房地产企业财务风险识别模型。采用主成分分析法进行主成分分析，确定主要指标，以上海和深圳 8家上市房地产企业前两年出现财务异常情况的数据为依据，来构建财务风险识别模型，为 W 房地产公司的关于财务风险情况提供客观性的评价。
第四章提出了 W 房地产公司财务风险的防范策略。主要是针对识别出的财务风险进行防范规避，致力于提供给企业有效的评估手段和较为成熟完善的建议，希望对 W 房地产公司的经营管理系统和理念的完善有所帮助。
