房地产开发企业失败预测模型.pdfVIP

第17卷第1期 平 顶山工学晓学报 V01．17 No．1 2OO8年1月 of l Institute ofTechnology Jan．2OO8 文章编号：1671—9662(2oo8)ol—OO07—03 房地产开发企业失败预测模型* 王俊红 ，一，吴 刚2 (1．信阳师范学院建工系，河南信阳464000；2．华中科技大学土木工程与力学学院，湖北武汉430074) 摘 要：通过实证对房地产开发企业失败原因做深入分析，在企业运行的各个方面寻找导致房地产开 发企业失败的原因，建立房地产开发企业失败的预测模型，从而使企业失败发生之前及时得 到警示，继而积极采取相应措施减少失败发生的可能性。 关键词：房地产开发；企业失败；单变量分析；多变量模型；神经网络模型 中图分类号：F407．9 文献标识码：A 1 预测模型概述 对企业成功与失败评判的基本思想是在中世纪随商业银行在欧洲的兴起开始萌芽并逐渐发展，最早的财务困境预 测研究是K卸l8rⅡicl【(1932)5]：展的单变量破产预测研究…。尽管该研究结果较好，但直到3o多年后才有人沿着他的思路 继续研究破产预测问题，这就是Beaver于1966年发表的论文——《财务比率和失败预测》【2J。他在这篇论文中运用的单 变量分析方法使得企业失败的预测研究史跨入了一个新的时代。随着对传统方法的深化和改进，Altman于1968年首先 使用了多元线性模型研究企业的破产问题【3】，其模型的预测能力相当好，更为可贵的是模型的使用成本极低，从此多变 量模型被大多数研究人员采用，成为一种主流方法。到了当代，随着统计技术和计算机技术的不断发展，新技术和新方 法也逐渐被引入企业失败预测问题的研究中，其中最典型的方法就是神经网络模型。 本文通过对各个时期最具代表性的模型——单变量分析模型、多变量模型与神经网络模型的研究分析，选取了现今 应用较为广泛、可操作性较强的BP神经网络模型来对4o家以房地产开发与经营为主业的上市公司进行失败预测研究。 2 预测模型分析评价 2．1单变量分析模型 单变量分析又称一元判定模型，即指运用单一变量，用个别的财务比率来预测财务失败的模型。按照这一模型，当 企业预测模型中所涉及的几个财务比率趋于恶化时，通常是企业发生财务失败的先兆【2J。 Beaver的财务比率与失败预测》一文可以说是开了研究企业失败与财务危机预警模型之先河，他的单变量分析模 型中的核心方法是二分类检验法。 所谓二分类检验法是一种单变量分析的方法。具体做法是首先在企业失败之前各年中不分正常公司或失败公司， 计算所有样本企业在特定财务比率上的比值，然后按照比值的大小进行排序，以观察失败企业和正常企业之间，财务比 率的分布情况，并从中寻求分界点，使得错误分类的百分比达到最小，这时分类错误率最小的财务比率即为最佳预测变 量。 2．2 多变量预测模型 为了对传统研究做出改进，2o世纪6o年代，研究人员又发展了多种新的模型和方法用于企业失败研究，预测的精度 和效率得到了极大的提高，多变量分析方法(multivariate趴aly豳)是其中一种主流方法，本文选取了多变量分析方法中的 z计分改进模型—— 计分模型进行分析。 1968年发表在Joumal ofFinance杂志9月号上的题为财务比率、判别分析和公司破产的预测》的经典论文奠定了 Alunan教授在企业失败和破产预测研究领域的绝对权威地位【3J3。在这篇文献中，Altman教授开创性地将多元判别分析 方法(Multiple Discriminate Anelysis，简称MDA)~1人到企业失败预测研究领域中，提出了计分模型，很快成为该领域中的核 心主流方法。 ’ *基金项目：国家自然科学基金项目《失败学及工程失败预警研究)。 收稿日期：20cr7—11—10 第一作者简介：~ (1969一)，女，河南信阳人，信阳师范学院讲师，主要从事绿色建筑技术和项目环境影响评价等方 面的研究工作。 8