發(fā)布時(shí)間：2021-12-15 17:41

　　房地產(chǎn)業(yè)是我國(guó)國(guó)民經(jīng)濟(jì)發(fā)展的支柱性產(chǎn)業(yè),隨著近年來(lái)國(guó)民經(jīng)濟(jì)的飛速發(fā)展以及城鎮(zhèn)化進(jìn)程的加快,房地產(chǎn)商品銷售價(jià)格不斷上漲,高額的住房?jī)r(jià)格給民生問題帶來(lái)了諸多挑戰(zhàn)。為了抑制房?jī)r(jià)過快上漲,2016年底,中央經(jīng)濟(jì)工作會(huì)議正式提出“房住不炒”定位,在房住不炒的總政策基調(diào)下,2017-2019年間,房地產(chǎn)相關(guān)部門陸續(xù)出臺(tái)多項(xiàng)相關(guān)配套調(diào)控政策。在此背景下,具有負(fù)債度高、資金周轉(zhuǎn)期長(zhǎng)、變現(xiàn)能力差等特點(diǎn)的房地產(chǎn)上市公司極易發(fā)生資金鏈斷裂導(dǎo)致企業(yè)陷入財(cái)務(wù)危機(jī)。因此,通過對(duì)房地產(chǎn)上市公司財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行有效識(shí)別并建立預(yù)警模型,以保障房地產(chǎn)業(yè)穩(wěn)健運(yùn)行以及宏觀經(jīng)濟(jì)的可持續(xù)發(fā)展,具有重要意義。首先,本文闡述了選題背景和國(guó)內(nèi)外現(xiàn)狀,結(jié)合我國(guó)房地產(chǎn)行業(yè)現(xiàn)狀及房地產(chǎn)上市公司財(cái)務(wù)特點(diǎn),深入分析財(cái)務(wù)風(fēng)險(xiǎn)形成的原因。其次,進(jìn)行預(yù)警模型初步設(shè)計(jì),根據(jù)證券所對(duì)上市公司的退市風(fēng)險(xiǎn)預(yù)警標(biāo)記,將預(yù)警程度分為財(cái)務(wù)危機(jī)和財(cái)務(wù)健康區(qū)間。將資產(chǎn)質(zhì)量特征引入傳統(tǒng)預(yù)警模型并確定財(cái)務(wù)風(fēng)險(xiǎn)的初選指標(biāo),選取2007-2018年深滬A股房地產(chǎn)上市公司中25家危機(jī)公司和與之1:2配對(duì)的50家財(cái)務(wù)健康公司作為研究樣本并進(jìn)行預(yù)處理。最后,選擇Logistic回歸模型... 

【文章來(lái)源】：北華大學(xué)吉林省

【文章頁(yè)數(shù)】：93 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

技術(shù)路線圖

24別降低，使貸款難度增大，加上過高的負(fù)債還會(huì)帶來(lái)高額利息費(fèi)用，一旦企業(yè)面臨困境，公司預(yù)期收益不能實(shí)現(xiàn)，很容易引發(fā)資金鏈斷裂，形成惡性循環(huán)，對(duì)企業(yè)生產(chǎn)發(fā)展極為不利。圖3.1國(guó)內(nèi)三大房地產(chǎn)上市公司2014-2018年資產(chǎn)負(fù)債率（二）資金周轉(zhuǎn)期長(zhǎng)，商品流動(dòng)性差房地產(chǎn)商品資金周轉(zhuǎn)情況主要取決于房地產(chǎn)商品的銷售實(shí)現(xiàn)和貨幣資金轉(zhuǎn)換時(shí)間長(zhǎng)短。大部分房屋可使用年限在50-70年左右，且房屋商品價(jià)格昂貴，屬于一項(xiàng)規(guī)模較大的支出，因此對(duì)于消費(fèi)者而言，買賣房地產(chǎn)商品的頻率很低，導(dǎo)致房地產(chǎn)商品的流動(dòng)性與其他商品的流動(dòng)性相比而言較差，資金周轉(zhuǎn)率較低。表3-1國(guó)內(nèi)五大房地產(chǎn)上市公司存貨占比情況（單位：億元）2018年萬(wàn)科綠地控股保利地產(chǎn)招商蛇口華夏幸福存貨7503.035954.974745.052108.212545.23流動(dòng)資產(chǎn)12950.729274.637664.813544.363679.60存貨占比57.94%64.21%61.91%59.48%69.17%數(shù)據(jù)來(lái)源：國(guó)泰安網(wǎng)站此外，我國(guó)房地產(chǎn)建設(shè)需要經(jīng)歷漫長(zhǎng)的運(yùn)行周期，包括建造位置選擇、房屋開發(fā)建設(shè)、竣工完成到最終房屋銷售，期間每個(gè)階段都需要注入大量資金。企業(yè)無(wú)法支撐如此龐大的資金需求，因此大部分房地產(chǎn)上市公司在銷售房屋時(shí)選擇預(yù)

25收款形式，剩余款項(xiàng)在房屋建造完成后逐步收回到賬，回收款項(xiàng)時(shí)間通常歷經(jīng)幾年至幾十年，由此形成多數(shù)房地產(chǎn)銷售款項(xiàng)無(wú)法短時(shí)間內(nèi)回籠。并且，由于商品特殊性，房地產(chǎn)企業(yè)中存貨是流動(dòng)資產(chǎn)的最大組成部分，如表3-1所示。我國(guó)資產(chǎn)總值排名前五的國(guó)內(nèi)房地產(chǎn)上市公司存貨總額在流動(dòng)資產(chǎn)中占有50%-70%的份額，房地產(chǎn)企業(yè)存貨主要由開發(fā)產(chǎn)品和非開發(fā)產(chǎn)品構(gòu)成，其中開發(fā)產(chǎn)品包含庫(kù)存商品、原材料和低值易耗品在內(nèi)。這些產(chǎn)品普遍流動(dòng)能力弱，致使房地產(chǎn)企業(yè)資金回收期被無(wú)限拉長(zhǎng)，這往往會(huì)加大房地產(chǎn)公司的資金壓力。（三）收入確認(rèn)不及時(shí)，指標(biāo)波動(dòng)大房地產(chǎn)企業(yè)一般以商品房結(jié)算且交付買家作為確認(rèn)收入的時(shí)間點(diǎn)，隨后再進(jìn)行利潤(rùn)結(jié)算和成本計(jì)算，在項(xiàng)目未竣工或者商品房交付前無(wú)法及時(shí)確認(rèn)之前所產(chǎn)生的收入。而作為資金密集型產(chǎn)業(yè)的房地產(chǎn)商品需要足夠投資金額，為了保證籌集資金速度，房地產(chǎn)銷售往往采用預(yù)售方式進(jìn)行，在商品房尚未竣工時(shí)向客戶收取部分價(jià)款計(jì)入預(yù)售賬款，因此商品的交付和收款會(huì)形成較大時(shí)間差，工程項(xiàng)目交付之前，財(cái)務(wù)報(bào)表數(shù)據(jù)始終保持虧損狀態(tài)，當(dāng)項(xiàng)目完工交付以后，財(cái)務(wù)報(bào)表數(shù)據(jù)立刻反轉(zhuǎn)由虧轉(zhuǎn)盈，因此造成了會(huì)計(jì)信息質(zhì)量差、盈利指標(biāo)波動(dòng)明顯的問題，這導(dǎo)致管控難度加大，財(cái)務(wù)風(fēng)險(xiǎn)提升。如圖3.2中是房地產(chǎn)上市公司全新好在2018-2019年期間各項(xiàng)盈利指標(biāo)中資產(chǎn)報(bào)酬率、凈資產(chǎn)收益率和營(yíng)業(yè)利潤(rùn)率的變動(dòng)走勢(shì)。圖3.2全新好股份2014-2019盈利指標(biāo)變化情況

【參考文獻(xiàn)】：
期刊論文
[1]基于現(xiàn)金流量角度的財(cái)務(wù)預(yù)警模型研究——以房地產(chǎn)行業(yè)為例[J]. 鄧旭東,張瑜,徐文平.  會(huì)計(jì)之友. 2018(23)
[2]房地產(chǎn)上市公司財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)研究[J]. 戚家勇,蔡永斌.  財(cái)會(huì)通訊. 2018(26)
[3]基于因子分析法的房地產(chǎn)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警研究[J]. 歐國(guó)良,吳剛,朱祥波.  社會(huì)科學(xué)家. 2018(09)
[4]基于財(cái)務(wù)風(fēng)險(xiǎn)的企業(yè)可持續(xù)增長(zhǎng)分析——來(lái)自房地產(chǎn)上市公司的經(jīng)驗(yàn)證據(jù)[J]. 許樂媛,張健瑞.  財(cái)會(huì)通訊. 2017(26)
[5]資產(chǎn)質(zhì)量、資產(chǎn)反應(yīng)系數(shù)與企業(yè)價(jià)值[J]. 唐潔瓏,郭俊,黃溪.  中國(guó)注冊(cè)會(huì)計(jì)師. 2016(04)
[6]引入企業(yè)資產(chǎn)質(zhì)量指標(biāo)的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型[J]. 黃德忠,朱超群.  財(cái)會(huì)月刊. 2016(08)
[7]基于主成分分析法的上市公司財(cái)務(wù)風(fēng)險(xiǎn)研究——以我國(guó)制造業(yè)為例[J]. 泮敏,曾敏.  會(huì)計(jì)之友. 2015(21)
[8]房地產(chǎn)上市公司財(cái)務(wù)預(yù)警實(shí)證研究[J]. 鄭曉云,李建華.  會(huì)計(jì)之友. 2015(09)
[9]浙江省民營(yíng)上市公司資產(chǎn)質(zhì)量研究[J]. 趙靜,周燁.  會(huì)計(jì)之友. 2014(08)
[10]國(guó)內(nèi)外資產(chǎn)質(zhì)量問題研究述評(píng)[J]. 高雨,孟焰.  會(huì)計(jì)之友. 2013(27)

博士論文
[1]我國(guó)上市公司財(cái)務(wù)預(yù)警變量選擇研究[D]. 秦志敏.東北財(cái)經(jīng)大學(xué) 2012
[2]創(chuàng)新型企業(yè)財(cái)務(wù)預(yù)警系統(tǒng)研究[D]. 權(quán)思勇.東華大學(xué) 2012
[3]我國(guó)企業(yè)集團(tuán)上市公司財(cái)務(wù)預(yù)警與信用風(fēng)險(xiǎn)評(píng)估研究[D]. 肖珉.電子科技大學(xué) 2012
[4]我國(guó)上市公司治理風(fēng)險(xiǎn)預(yù)警機(jī)制研究[D]. 王旭.中國(guó)礦業(yè)大學(xué)（北京） 2009
[5]上市公司財(cái)務(wù)危機(jī)預(yù)警模型研究[D]. 劉彥文.大連理工大學(xué) 2009
[6]中國(guó)A股上市公司財(cái)務(wù)危機(jī)預(yù)警模型構(gòu)建及實(shí)證研究[D]. 任惠光.山東大學(xué) 2007

碩士論文
[1]基于Logistic回歸模型與BP神經(jīng)網(wǎng)絡(luò)模型的能源企業(yè)財(cái)務(wù)預(yù)警研究[D]. 王菲菲.北京化工大學(xué) 2018
[2]基于BP神經(jīng)網(wǎng)絡(luò)的我國(guó)制造業(yè)上市公司財(cái)務(wù)預(yù)警模型研究[D]. 劉迎旭.北京印刷學(xué)院 2018
[3]基于熵權(quán)法的神經(jīng)網(wǎng)絡(luò)模型與logistic回歸的財(cái)務(wù)預(yù)警模型比較與分析[D]. 顧梓琦.西南財(cái)經(jīng)大學(xué) 2016
[4]基于BP神經(jīng)網(wǎng)絡(luò)模型的制造業(yè)上市公司財(cái)務(wù)預(yù)警研究[D]. 高喆.北京交通大學(xué) 2015
[5]中國(guó)房地產(chǎn)上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警研究[D]. 葛亮.湖南大學(xué) 2015
[6]資產(chǎn)質(zhì)量的影響因素和綜合評(píng)價(jià)研究[D]. 張雙巧.天津財(cái)經(jīng)大學(xué) 2013



本文編號(hào)：3536863