那么，如果能建立一套完善的财务危机预警模型，政府就能及时的预测到可能发生财务危机的企业，因地制宜得决定让其自生自灭，直接破产还是对其进行救助。最终提高政府人员的工作成果和效率，确实发挥政府宏观调控的作用。
1.2 国内外文献综述
1.2.1 国外文献综述
国外财务危机预警研究始于 1932 年[1].最开始关注的净利润/股东权益和股东权益与负债的比值这两个指标能比较准确的判别危机。在随后的几十年里，研究财务危机预测的技术没有很大的发展。
1980 年，Edom[2]选取了破产企业中的 45 家，研究发现识别企业破产的重要信号是同一人兼任 CEO 和董事长[3].二十世纪初期，非财务指标呗越来越多的学者作为重点研究方向：Arayseh[4]、Waples（2006）在预警模型中引入了国民生产总值变化率、股票价格指数变化率和利率变化率这三个宏观经济变量。克服了这些假设的 Logistic 回归方法，对财务预警的改进具有重大作用。其后，财务危机预警在国外的理论体系渐渐得到改进和完善。1993 年，Odom 和 Sharda 选取了破产企业中的 36 家[5],尽管神经网络模型的这类研究与以往的线性分析模型[6]相比，取得了较好的结果，但该模型尚未得到大力推广，主要是由于类神经网络模型理论基础尚不健全。
在研究的逐步推进过程中，一些非财务指标开始被国外的一些学者纳入财务预警模型里[7];Shuto（2004）等研究发现识别企业破产的重要信号是同一人兼任CEO 和董事长[8].二十世纪初期，非财务指标呗越来越多的学者作为重点研究方向：Arayseh、Waples（2006）在预警模型中引入了国民生产总值变化率、股票价格指数变化率和利率变化率这三个宏观经济变量[9].结果表明，模型的预测准确率高于仅运用财务变量建立的模型。
1.2.2 国内文献综述
国内财务危机预警始于 19 世纪末[10],高婷宇（1996）将两个非财务指标：公司治理和宏观经济敏感度引入模型中[11];张佳（2000）将两个非财务指标：宏观经济环境和公司治理结构引入 Logistic 回归预警模型中，对预测财务危机结果的准确性这两个指标对有很大的贡献[12];江宏来（2002）的研究样本选取了 134 家上市公司，发现企业财务危机发生的可能性与 CEO 的权力表现为正相关[13];杨华婷（2009）在预警模型引入审计意见和公司治理两个非财务指标[14];爱明民、曹德芳（2010）对财务危机预警模型的构建与公司股权结构之间的关系进行了探讨[15].竹宏林构建的研究模型采用了主成分分析法和支持向量机方法，样本数据来源于IT 行业的上市公司[16].梦梦媛等（2010）运用三种统计方法对制造业的数据进行处理，并在神经网络里运用经过处理的数据等，这些研究也取得了比较好的结果[17].另外，近年来，财务危机预测中尝试运用期权理论、混纯理论的学者逐渐增多，使财务危机预警研究进程实现质的发展[18];高睿阳（2010）的研究样本选取了 146 家上市公司，发现企业财务危机发生的可能性与 CEO 的权力表现为正相关[19];张宇（2011）在预警模型引入审计意见和公司治理两个非财务指标[20]可喜的是进入二十世纪以来，国内学者开始尝试在财务危机预警研究中加入非财务指标：胡婷宇（2012）将两个非财务指标：公司治理和宏观经济敏感度引入模型中[21];张之旺（2012）将两个非财务指标：宏观经济环境和公司治理结构引入 Logistic 回归预警模型中，对预测财务危机结果的准确性这两个指标对有很大的贡献[22];钱江来（2013）的研究样本选取了 256 家上市公司，发现企业财务危机发生的可能性与 CEO 的权力表现为正相关[23];杨华婷（2013）在预警模型引入审计意见和公司治理两个非财务指标[24];张爱民、曹德芳（2014）对财务危机预警模型的构建与公司股权结构之间的关系进行了探讨[25].廖真真（2014）从我国现阶段的实际情况，修正了 Z 模型，两组样本分别确定为 39 家总之，鉴于目前我国上市公司陷入财务困境时，多数会通过捏造虚假信息来调整企业的异常财务指标，以此避免被监管部门查出，被列为重点核查对象进行特别处理。随着中国证券市场的日益规范化和政府信息公开的标准，利用公开渠道披露的上市公司的财务数据和非财务数据建立一套预警模型已成为可能。这样监管部门就能依此模型提供的信息，及时发现那些已面临严重亏损和资不抵债的上市公司，对其加强监控和管制。提前协调各方面社会和经济关系，降低企业破产的概率和破产成本，避免因企业的破产倒闭引起大批人员失业而造成的社会动荡，最终防止上市公司的财务风险给利益相关者带来进一步损失。
1.3 研究内容、方法和创新点
1.3.1 研究内容
本文以我国房地产行业上市公司的财务危机为研究对象，对上市公司日常经营活动过程中的各种影响因素进行分析，通过运用有效及时的预警管理手段对其进行监测并寻求最佳的防控对策，从而减轻因财务问题对企业生存与发展产生的影响，尽可能避免上市公司财务危机状况的发生。
全文共分为七章，具体内容安排如下：
第一章绪论介绍了研究背景，国内外研究现状，从而引出研究内容、研究方法以及研究意义。
第二章主要介绍了关于财务危机预警的相关理论。
第三章从我国房地产行业的基本特征入手，引出了我国房地产行业财务危机的一般特征，并从两个角度分析了我国房地产行业财务危机的成因。
第四章主要介绍了房地产行业财务危机预警模型的设计。首先选定 Logistic回归模型为预警模型，其次确定了样本的选取和数据来源，并介绍了预警指标的选取原则和预警指标的初选。最后，运用显着性检验和因子分析法确定了 Logistic回归模型的解释变量。
第五章为实证研究及结果分析。首先构建了基于纯财务指标的 Logistic 回归模型和加入非财务指标的 Logistic 回归模型。接着通过对两个模型的检验，证明了两个模型都具有其适用性和准确度，且后者模型的准确度和预测性都相对较高。最后对实证研究得出的结论进行了充分的剖析。
第六章主要从五个方面介绍了我国房地产行业应对财务危机的防范措施。
第七章总结了本文的研究结论和研究的局限性以及展望。
1.3.2 研究方法
（1）定性分析与定量分析相结合本文在研究财务危机预警指数的过程中，收集了大量的数据资料，并依此得出结论。定性分析的结论尽量运用定量分析方法加以验证。其中定量分析主要表现在财务数据和非财务数据指标的测度以及综合指标的编制上；定性分析主要表现在对房地产行业的上市公司财务特征分析、风险因素辨析、指标体系的确定以及财务危机预警系统的运用上。定量分析，力求科学、合理；定性分析，力求达到全面客观，准确，易于理解。
（2）回归分析法回归分析是一种可以用来推导反映变量关系的数学等式的统计方法。回归分析可以作为一种因果预测法，把需要预测的变量同能够解释或影响该变量的因素关联起来。本文为了论证财务危机预警的重要意义，研究我国房地产行业的上市公司后建立相关模型。为避免传统研究中的经验主义，充分结合运用因子分析法和 Logistic 回归模型，构建出基于综合指标的逻辑回归财务危机预警模型，并检验预警模型得出相关结论。
（3）因子分析法所谓因子分析是里用少量的参数来反映和替代原本较多的信息，是统计方法中对降维思想的一种运用。主要工作是用少数几个互不关联的综合指标来替代原本繁多且相关的数值指标。利用具有代表意义的少数几个指标来简化原有的多个指标，使研究对象的特点得到更集中地解释，在化解多重线性问题的同时也完成逻辑回归的准备工作。
1.3.3 创新点
我国目前已初步形成针对某个行业的财务危机预警模型，如高新技术产业、IT行业、医药行业、化工行业和制造行业等，但研究房地产行业上市公司的相对较少。因此，基于房地产行业的财务危机预警研究将具有重要的探索价值和显着的使用价值[27].以往关于房地产行业财务危机成因分析时，多数是从宏观和微观两个角度出发。本文从系统风险和非系统风险两个角度出发，分析我国房地产行业财务危机的成因，更易发现财务危机形成的根本原因，最终易于解决企业的实质性问题。
使用综合指标体系构建的预警模型，与运用单纯的财务指标预警模型相比，对房地产行业的财务状况地反映更加真实准确。因为伴随着企业经营周期和外部市场环境的变化，房地产行业上市公司的财务风险也不停变化。而财务信息反映的是财务状况的一个时点或经营成果的一段期间，所以比较适合的研究方式是动静相宜。
