发布时间：2023-10-16 热度：
近年来，中国许多城市的房价大幅上涨，地方政府可能会采取措施防止泡沫经济破裂，房地产业的兴衰涉及广泛的产业，可以看出建立房地产行业财务预警模型的紧迫性和紧迫性。为了提高财务预警模型的敏感性和可预测性，本文引入了经济增加值指标。与传统利润表中的净利润相比，经济增加值指标不仅考虑了股东权益的机会成本，而且从可持续经营的角度调整了净利润。扣除股东权益的机会成本后，只有经济增加值大于0，才能为股东创造财富。经济增加值可以最直接地将企业经营与股东财富的创造联系起来。只要经济增加值大于0，管理层就应采用。同时，根据EVA的实现给予管理层相应的薪酬奖励，从而将管理层的利益与管理层的利益统一起来。自2010年以来，中央企业全面实施了经济增加值指标评估，相信在不久的将来，经济增加值评估将成为企业绩效评估的标准。
本文具有创新性，将管理用报表调整的EVA指标引入财务指标，有助于建立更准确的预警模型。同时，本文引入了非财务指标。由于非财务指标影响企业文化、企业环境等宏观方面，可以对企业产生深远的影响，因此可以在很长一段时间内预测企业的财务危机。
一、EVA相关理论
EVA最早由斯特恩斯特财务咨询公司提出，最准确的EVA需要调整160多个财务数据。一般来说，基于重要性和成本效益原则，只需调整约5个财务数据，即可获得更准确的评价指标。
经济增加值=税后经营净利润-总资本×加权平均资本成本
公司可以根据自己的情况进行调整。首先，债务资本成本不包括在税后净利润中，因为债务资本成本包括在总资本成本中，避免重复扣除；其次，调整准备金、递延所得税、研发费用、营业外收支等相关财务指标，建立品牌、进入新市场或扩大市场份额。
1.准备金。准备金是企业基于谨慎原则提取的存货降价准备、资产减值损失、坏账等。由于当期准备金没有实际发生，与当期经营活动无直接关系。EVA的计算应进行调整，相应增加相关资产的价值。
2.递延所得税。递延所得税是由账面价值与计税基础的暂时差异引起的，会导致未来少缴或多缴所得税，与本期经营无关，应进行相应调整。递延所得税资产从资产项目中扣除，税后经营净利润中扣除，递延所得税负债相反的会计处理。
3.研发费用。研发费用可以资本化前的费用化支出，会计处理计入当期管理费用，从利润中扣除，可能导致管理层为了保证当期利润，减少必要的研发费用，因此从可持续发展的角度来看，费用化支出应该资本化，也应该按照以后的使用期分期摊销。税后经营净利润增加费用化支出，资产项目增加相应金额。
4.营业外收支。由于经济增加值衡量企业主营业务相关行业的盈利能力，因此需要扣除与非主营业务相关的损益对经济增加值的影响。因此，在计算EVA时，需要从税后净利润中扣除EVA。
5.建立品牌、进入新市场或扩大市场份额的费用。传统会计中为建立品牌、进入新市场或扩大市场份额而产生的费用，计入销售费用，直接从当期利润中扣除。可见，为了保证当期利润的实现，一些管理层会放弃建立优秀品牌或销售渠道。因此，从可持续发展的角度来看，在调整经济增加值时，应将成本资本化，并在适当的使用期内摊销。
二、财务预警相关理论
1.金融危机的相关理论。外国学者通常认为企业破产是企业的金融危机。根据中国的实际情况，由于上市公司是宝贵的壳资源，即使有金融危机也会通过壳上市，所以中国上市公司一般不会破产，中国证券交易所将对财务异常上市公司进行特殊处理（ST）ST上市公司或多或少会有一些财务问题，所以中国学者通常认为ST上市公司是金融危机。ST有些是由于财务原因，有些是由于非财务问题，因为非财务问题是不可预测的，所以本文选择的ST公司是由财务问题引起的。
2.财务预警的相关理论。财务预警模型的衍生过程从最初的单变量分析模型到多元化分析模型，再到logistic回归模型和判别分析模型，直到演变为当前的人工神经网络模型和遗传算法。模型预警的准确性正在逐步提高。但由于人工神经网络模型等新兴模型的使用没有假设要求，其科学性和准确性需要进一步加强。因此，本文比较后采用logistic回归模型，研究所选指标的财务预警准确性。
三、指标选择及样本选择
1.指标选择的相关原则。本文基于综合原则，从偿付能力、盈利能力、经营能力、发展能力和现金能力五个财务指标中选择指标选择，选择适当数量的非财务指标进入研究行列，相关净利润指标用经济增加值指标替代。同时，基于重要性原则和准确性，本文将尽可能选择具有代表性的指标，努力建立最准确的预警模型。
2.指标的选择。根据本文的指标选择原则，本文选取21个指标（见表1）。3.样本的选择。由于近年来属于房地产行业丰收年，近年来ST房地产企业数量很少，近年来只发现了5家房地产企业，其中一家是2009年ST，2008年ST，如果使用T-3年指标预测准确率，在2007年之前，2007年实施新会计准则，所以指标之间没有可比性，所以本文选择了3家ST企业。配对原则分为一比一配对和多比一配对。多比一配对是基于行业中ST与非ST的比例关系。房地产行业ST与非ST的比例差异很大。结合总资产规模相似的配对原则，本文选择使用1∶选择3家ST公司和45家非ST公司作为样本公司，建立预警模型。在同一行业，类似规模作为配对原则。本文以企业总资产为规模计量依据，根据T-1年数据确定T年是否为ST。中国证券公司一般以“连续两年净利润为负”为基础，即T-2年数据作用不大。前人的研究表明，t-四年指标在金融危机公司和非金融危机公司之间没有显著差异。由于T-3年是企业是否会成为ST的转折点，本文将对T-3年的数据进行预警研究。
四、Logistic模型回归预警
1.选择显著差异指标。Logistic模型要求指标之间没有共线性。由于本文选择的样本数量较少，样本之间没有正态分布。对于不符合正态分布的数据，采用Man-Whitneyu非参数检验法选择是否与ST有显著差异的指标。在Man-Whitneyu非参数检验法中，当显著结果大于0.05时，ST公司与非ST公司之间的指标没有显著差异；相反，如果有显著差异，该指标最终可以选择为公司的预警模型指标。在本文选择的数据中，只有总资产周转率、资本保值增值率和总资产增长率对公司是否存在显著差异。
2.相关性测试。对于选定的指标，由于Logistic模型要求数据之间没有共线性，因此需要对Man-Whitneyu非参数测试方法选择的对显著差异有贡献的指标进行相关性测试，并分析两个数据之间的相关性。如果显著概率小于0.05，则表明两者之间存在显著的相关性，需要消除一个数据。根据表2，可以看出资本保值增值率与总资产增长率有关。本文消除了总资产增长率指标，最终选择了两个相关性较小的总资产周转率和资本保值增值率指标。
3.Logistic模型预测准确率。建立Logistic预警模型，可通过模型运行获得，预测准确率为93.6%(见表3)，对ST前第三年的指标进行预警，准确率非常高。
t-3年因素回归分析(见表4)，由于自由度df为1，显著性水平为0.05，可获得卡方临界值=CHINNV(0.05，1)=3.841，本文计算的卡方值为20.256，sig.=0.00000000.05，所以检验合格。
五、结论
在企业被ST之前的第三年，ST是否存在显著差异的指标是总资产周转率、资本增值保值率和总资产增长率。在距离企业被ST较长的时间内，说明未来是否被ST取决于企业目前的经营能力和发展能力，说明企业为了保证未来不被ST，应该从长远来看提高企业的经营能力和发展能力。本文引入的EVA指标可能是直接影响或短期影响的原因。
琼公网安备 46010602001392号