馬東俊，邢依成

（1.新鄉(xiāng)學(xué)院新聞傳播學(xué)院，河南 新鄉(xiāng) 453003；2.廣東外語(yǔ)外貿(mào)大學(xué)金融學(xué)院，廣東 廣州 510006）

一、引言

2022年末中央經(jīng)濟(jì)工作會(huì)議明確指出確保房地產(chǎn)市場(chǎng)平穩(wěn)發(fā)展， 穩(wěn)妥處置房地產(chǎn)風(fēng)險(xiǎn)是有效防范化解重大經(jīng)濟(jì)金融風(fēng)險(xiǎn)的重中之重。 房地產(chǎn)行業(yè)具有資金需求量大、資金使用周期長(zhǎng)、外源性融資依賴程度高等特點(diǎn)，因此其面臨的不確定因素較多，極容易陷入資金回籠慢、資產(chǎn)負(fù)債率高的財(cái)務(wù)困境。 2018年以來眾多房地產(chǎn)公司紛紛陷入高負(fù)債危機(jī)中，華夏幸?；鶚I(yè)股份有限公司債務(wù)高達(dá)1013億元， 恒大地產(chǎn)集團(tuán)有限公司最高負(fù)債已達(dá)到1.95萬億元。 為避免房地產(chǎn)上市公司因高負(fù)債引發(fā)行業(yè)風(fēng)險(xiǎn)， 有效控制房地產(chǎn)企業(yè)有息債務(wù)增長(zhǎng)，2020年8月中國(guó)人民銀行聯(lián)合住房和城鄉(xiāng)建設(shè)部制定了重點(diǎn)房企資金監(jiān)測(cè)和融資管理的三檔規(guī)則，即“三道紅線”政策：一是剔除預(yù)收賬款后的資產(chǎn)負(fù)債率不得超過70%； 二是房地產(chǎn)公司凈負(fù)債率不得超過100%；三是房地產(chǎn)公司現(xiàn)金短債比不得小于1。

“三道紅線”政策嚴(yán)格規(guī)范了房地產(chǎn)公司的舉債要求， 對(duì)房地產(chǎn)公司去杠桿行為具有明顯的推動(dòng)作用，房地產(chǎn)公司通過努力優(yōu)化自身財(cái)務(wù)結(jié)構(gòu)、積極管控和防范財(cái)務(wù)風(fēng)險(xiǎn)，從而取得良好降檔成效。 管控和防范房地產(chǎn)公司財(cái)務(wù)危機(jī)是一項(xiàng)系統(tǒng)工程， 對(duì)于房地產(chǎn)上市公司而言， 財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警是經(jīng)營(yíng)活動(dòng)中防范財(cái)務(wù)危機(jī)的重要手段， 更是確保公司持續(xù)健康穩(wěn)定發(fā)展的關(guān)鍵。Z評(píng)分模型作為財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型的常用方法，通過對(duì)企業(yè)財(cái)務(wù)數(shù)據(jù)的分析，評(píng)估出現(xiàn)財(cái)務(wù)風(fēng)險(xiǎn)的可能性， 及時(shí)提醒企業(yè)采取措施避免財(cái)務(wù)危機(jī)， 現(xiàn)已廣泛應(yīng)用于國(guó)外企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)監(jiān)測(cè)與危機(jī)預(yù)警中。Z評(píng)分模型雖然能夠較全面地反映企業(yè)財(cái)務(wù)狀況， 但在實(shí)際運(yùn)用時(shí)還需要結(jié)合我國(guó)的宏觀經(jīng)濟(jì)形勢(shì)、房地產(chǎn)行業(yè)發(fā)展?fàn)顩r以及樣本情況，對(duì)Z評(píng)分模型中的預(yù)警指標(biāo)進(jìn)行修正并檢驗(yàn)， 建立適用于我國(guó)國(guó)情的房地產(chǎn)上市公司財(cái)務(wù)預(yù)警的Z評(píng)分模型，已及時(shí)發(fā)現(xiàn)財(cái)務(wù)風(fēng)險(xiǎn)，減少企業(yè)虧損，促進(jìn)房地產(chǎn)上市公司持續(xù)健康穩(wěn)定發(fā)展。

二、文獻(xiàn)綜述

建立財(cái)務(wù)風(fēng)險(xiǎn)監(jiān)測(cè)與危機(jī)預(yù)警模型規(guī)避行業(yè)風(fēng)險(xiǎn)一直都是企業(yè)關(guān)注的焦點(diǎn)。 自1968年Altman提出預(yù)測(cè)企業(yè)破產(chǎn)風(fēng)險(xiǎn)的Z評(píng)分模型［1］以來，國(guó)外眾多學(xué)者對(duì)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型構(gòu)建展開了研究。 Beaver采用單變量模型對(duì)財(cái)務(wù)危機(jī)進(jìn)行預(yù)測(cè)， 發(fā)現(xiàn)公司離財(cái)務(wù)危機(jī)發(fā)生的時(shí)間越近，模型預(yù)測(cè)準(zhǔn)確度就越高［2］；Ohlson將邏輯回歸方法引入財(cái)務(wù)危機(jī)預(yù)警領(lǐng)域，選擇1970—1976年破產(chǎn)的105家公司和2058家非破產(chǎn)公司組成配對(duì)樣本， 分析了樣本公司在破產(chǎn)概率區(qū)間上的分布及其影響因素，發(fā)現(xiàn)公司規(guī)模、資本結(jié)構(gòu)、利潤(rùn)業(yè)績(jī)和融資能力是影響公司財(cái)務(wù)風(fēng)險(xiǎn)和破產(chǎn)的關(guān)鍵指標(biāo)［3］。

國(guó)內(nèi)學(xué)者對(duì)上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的研究起步較晚。 楊罡通過選取公司內(nèi)部財(cái)務(wù)指標(biāo)建立了Logistic預(yù)警模型，發(fā)現(xiàn)越靠近被ST的年份，預(yù)警模型的擬合效果就越好［4］；白鶴翔等基于房地產(chǎn)行業(yè)系統(tǒng)性金融風(fēng)險(xiǎn)指標(biāo)，構(gòu)建了金融風(fēng)險(xiǎn)網(wǎng)絡(luò)模型，對(duì)房地產(chǎn)行業(yè)風(fēng)險(xiǎn)進(jìn)行了預(yù)警［5］。 關(guān)于Z評(píng)分模型在我國(guó)公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警中的適用性研究，李靜認(rèn)為Z評(píng)分模型適用于目前中國(guó)股票市場(chǎng)ST上市公司的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警，且預(yù)警效果顯著［6］；王向榮等在對(duì)中國(guó)上市保險(xiǎn)公司進(jìn)行風(fēng)險(xiǎn)度量時(shí)發(fā)現(xiàn)，多數(shù)公司Z值處于信用風(fēng)險(xiǎn)未知區(qū)，難以正確判斷信用風(fēng)險(xiǎn)［7］；姚欣在研究Z評(píng)分模型對(duì)我國(guó)上市公司預(yù)警能力時(shí)發(fā)現(xiàn)，針對(duì)ST公司財(cái)務(wù)預(yù)警的Z評(píng)分模型預(yù)警準(zhǔn)確性較低［8］。

國(guó)內(nèi)外對(duì)于財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型的研究成果為進(jìn)一步研究提供了很好的借鑒，但對(duì)于Z評(píng)分模型在我國(guó)房地產(chǎn)上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警中的適用性問題，多數(shù)學(xué)者研究結(jié)果表明其預(yù)測(cè)的準(zhǔn)確度并不理想，適用度有限。 我國(guó)房地產(chǎn)上市公司的特殊經(jīng)營(yíng)環(huán)境以及財(cái)務(wù)特征與傳統(tǒng)制造業(yè)或服務(wù)業(yè)公司存在較大差異， 房地產(chǎn)公司通常具有高杠桿率和高融資依賴度，而Z評(píng)分模型并沒有充分考慮這些因素。此外，中國(guó)房地產(chǎn)市場(chǎng)的周期性波動(dòng)以及政府調(diào)控的干預(yù)也給模型的應(yīng)用帶來了一定的挑戰(zhàn)。

本文在回顧及借鑒國(guó)內(nèi)外關(guān)于我國(guó)房地產(chǎn)上市公司Z評(píng)分模型財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警相關(guān)研究成果的基礎(chǔ)上，結(jié)合各部委發(fā)布的房地產(chǎn)政策，探討該模型在我國(guó)房地產(chǎn)上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警中應(yīng)用的適用性，選取2018—2021年間15個(gè)季度110家房地產(chǎn)上市公司財(cái)務(wù)數(shù)據(jù)作為研究樣本，主要結(jié)合“三道紅線”政策的實(shí)施情況， 修正出適用于我國(guó)房地產(chǎn)上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的Z評(píng)分模型，并使用2022年上市公司季度財(cái)務(wù)數(shù)據(jù)進(jìn)行適用性檢驗(yàn)， 以增強(qiáng)我國(guó)房地產(chǎn)上市公司財(cái)務(wù)分析和風(fēng)險(xiǎn)評(píng)估的能力， 為房地產(chǎn)公司實(shí)施風(fēng)險(xiǎn)控制和預(yù)警提供借鑒。

三、研究假設(shè)

1968年美國(guó)教授Altman在研究公司破產(chǎn)風(fēng)險(xiǎn)時(shí)，以美國(guó)66家公司為樣本， 將33家破產(chǎn)公司與33家正常公司進(jìn)行對(duì)比分析， 從22個(gè)反映公司財(cái)務(wù)狀況的指標(biāo)中篩選出了5個(gè)最具有代表性的指標(biāo)研究公司違約風(fēng)險(xiǎn)情況，包括資產(chǎn)負(fù)債比率、流動(dòng)比率、營(yíng)運(yùn)能力、盈利能力和償債能力，為評(píng)估公司財(cái)務(wù)風(fēng)險(xiǎn)提供參考依據(jù)。

Altman財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警Z評(píng)分模型表示為

Z評(píng)分模型中各個(gè)指標(biāo)計(jì)算方法及定義解釋見表1。

表1 Z 評(píng)分模型各指標(biāo)計(jì)算方法及定義解釋

Altman通過計(jì)算破產(chǎn)公司和正常公司的Z值，并進(jìn)行準(zhǔn)確度的分類驗(yàn)證后， 劃定了公司發(fā)生違約風(fēng)險(xiǎn)的臨界值。 研究判定：當(dāng)Z＜1.81時(shí)，公司發(fā)生違約；當(dāng)1.81≤Z＜2.99時(shí)，公司財(cái)務(wù)狀況處于“灰色地帶”，不能確定公司是否發(fā)生違約；當(dāng)Z≥2.99時(shí)，公司信用狀況良好，會(huì)履約。 Altman認(rèn)為：Z值越小，公司違約可能性就越大；Z值越大，公司財(cái)務(wù)狀況則越好。

基于Altman財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警Z評(píng)分模型確定的財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)分類值標(biāo)準(zhǔn)， 參考相關(guān)文獻(xiàn)研究對(duì)財(cái)務(wù)風(fēng)險(xiǎn)的判定方法［9］，同時(shí)綜合考慮房地產(chǎn)上市公司研究樣本的經(jīng)營(yíng)環(huán)境、運(yùn)營(yíng)特點(diǎn)及其財(cái)務(wù)特征，提出以下假設(shè)。

假設(shè)1：被ST的房地產(chǎn)上市公司Z值應(yīng)小于1.81。

假設(shè)2：非ST的房地產(chǎn)上市公司Z值應(yīng)大于1.81。

假設(shè)3：在被ST前公司Z值可能呈下降趨勢(shì)，被ST后若Z值出現(xiàn)持續(xù)上升，表明財(cái)務(wù)狀況在逐步恢復(fù)。

四、 房地產(chǎn)上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警Z評(píng)分模型的修正及檢驗(yàn)實(shí)證

（一）數(shù)據(jù)來源

選取110家房地產(chǎn)上市公司2018年1月至2021年9月共15個(gè)季度（以下簡(jiǎn)稱“2018—2021年”）的財(cái)務(wù)數(shù)據(jù)，所有數(shù)據(jù)均來源于國(guó)泰安CSMAR數(shù)據(jù)庫(kù)。對(duì)原始數(shù)據(jù)進(jìn)行了如下篩選和處理：1.剔除了核心財(cái)務(wù)數(shù)據(jù)缺失的數(shù)據(jù)樣本；2.將上市期內(nèi)被ST的房地產(chǎn)上市公司視為遭受財(cái)務(wù)困境、 存在違約風(fēng)險(xiǎn)的財(cái)務(wù)狀況異常的樣本， 將未被ST的房地產(chǎn)上市公司視為財(cái)務(wù)狀況正常的樣本。

對(duì)樣本進(jìn)行篩選和處理后， 獲得樣本總數(shù)1651個(gè)，以此作為修正Z評(píng)分模型的研究樣本。 另外使用同樣的篩選和處理原則， 獲得75個(gè)2022年房地產(chǎn)上市公司的樣本數(shù)據(jù)， 以此作為適用性檢驗(yàn)的研究樣本。 全部樣本總數(shù)為1726個(gè)。

（二）Z評(píng)分模型的適用性分析

利用2018—2021年房地產(chǎn)行業(yè)上市公司公布的季度財(cái)務(wù)數(shù)據(jù)， 根據(jù)Altman財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警Z評(píng)分模型，依次代入營(yíng)運(yùn)能力、盈利能力、償債能力、現(xiàn)金流量和資產(chǎn)負(fù)債率5項(xiàng)財(cái)務(wù)數(shù)據(jù)，分別計(jì)算出非ST和被ST的房地產(chǎn)上市公司的Z值（表2）。 表2中Z值描述性統(tǒng)計(jì)顯示，被ST的房地產(chǎn)上市公司Z值平均值及中位數(shù)均小于標(biāo)準(zhǔn)臨界值1.81，說明存在違約風(fēng)險(xiǎn)，假設(shè)1被成功驗(yàn)證； 非ST的房地產(chǎn)上市公司Z值平均值為1.9462，中位數(shù)為1.6069，說明超過一半的財(cái)務(wù)狀況正常的公司Z值都低于標(biāo)準(zhǔn)臨界值1.81，即財(cái)務(wù)狀況正常的公司同樣存在違約風(fēng)險(xiǎn)，與假設(shè)2不符。 被ST和非ST的房地產(chǎn)上市公司Z值臨界值均低于Z評(píng)分模型標(biāo)準(zhǔn)臨界值， 與我國(guó)房地產(chǎn)上市公司的實(shí)際狀況存在差異。為了增強(qiáng)Z評(píng)分模型在我國(guó)房地產(chǎn)上市公司財(cái)務(wù)分析和風(fēng)險(xiǎn)評(píng)估中的適用性， 以便為房地產(chǎn)公司有效實(shí)施風(fēng)險(xiǎn)控制和預(yù)警提供借鑒，需要對(duì)Z評(píng)分模型進(jìn)行修正。

表2 2018—2021 年房地產(chǎn)上市公司Z 值描述性統(tǒng)計(jì)

Z評(píng)分模型在我國(guó)房地產(chǎn)上市公司財(cái)務(wù)分析和風(fēng)險(xiǎn)評(píng)估中適用性較弱的主要原因有以下幾點(diǎn)：

第一，各國(guó)宏觀經(jīng)濟(jì)形勢(shì)的差異。 Z評(píng)分模型標(biāo)準(zhǔn)臨界值是基于1968年美國(guó)各行業(yè)公司的經(jīng)濟(jì)財(cái)務(wù)數(shù)據(jù)的計(jì)算結(jié)果，而不同國(guó)家之間的破產(chǎn)成本、破產(chǎn)條件及破產(chǎn)規(guī)則均存在較大差異，Z模型對(duì)于我國(guó)房地產(chǎn)上市公司的財(cái)務(wù)預(yù)警雖然具有一定的參考價(jià)值，但不能完全套用。

第二，房地產(chǎn)行業(yè)的特殊性。 房地產(chǎn)行業(yè)投資周期較長(zhǎng)，資金投入規(guī)模巨大，與其他行業(yè)相比，房地產(chǎn)公司的資產(chǎn)結(jié)構(gòu)中還包含大量的固定資產(chǎn)和土地資產(chǎn)，這些資產(chǎn)具有較長(zhǎng)的使用壽命和較高的價(jià)值，長(zhǎng)期資本可能會(huì)導(dǎo)致運(yùn)營(yíng)資產(chǎn)相對(duì)較低，Z值偏低，與Z模型標(biāo)準(zhǔn)臨界值存在較大差異。

第三， 股權(quán)市值對(duì)房地產(chǎn)上市公司的公司價(jià)值體現(xiàn)不準(zhǔn)確。 國(guó)內(nèi)股票市場(chǎng)目前設(shè)置的漲跌幅及買空賣空限制， 導(dǎo)致公司實(shí)際市場(chǎng)價(jià)值可能不會(huì)被股價(jià)充分反映，從而影響了Z評(píng)分模型指標(biāo)的準(zhǔn)確性。

（三）Z評(píng)分模型臨界值的修正

為提高Altman的Z評(píng)分模型對(duì)我國(guó)房地產(chǎn)上市公司財(cái)務(wù)預(yù)警的適用性及準(zhǔn)確性， 需要在原模型的基礎(chǔ)上修正模型判定的臨界值。 首先依據(jù)2018—2021年房地產(chǎn)上市公司公布的季度財(cái)務(wù)報(bào)表數(shù)據(jù)，判別出財(cái)務(wù)風(fēng)險(xiǎn)較大、 存在違約風(fēng)險(xiǎn)的房地產(chǎn)上市公司，并利用SPSS軟件對(duì)上述房地產(chǎn)上市公司的Z值數(shù)據(jù)分布進(jìn)行統(tǒng)計(jì)。 判別條件主要為該公司是否觸碰“三道紅線”政策，但是考慮到“三道紅線”政策要求較為嚴(yán)格，房地產(chǎn)行業(yè)為資本密集型行業(yè)，踩線的房地產(chǎn)公司數(shù)量較多［10］，因此引入每股收益是否小于0作為評(píng)定存在財(cái)務(wù)風(fēng)險(xiǎn)的另一重要因素［11］。存在財(cái)務(wù)風(fēng)險(xiǎn)的房地產(chǎn)上市公司的Z值描述統(tǒng)計(jì)如表3所示， 根據(jù)表3中Z值平均值95%置信區(qū)間的上下限數(shù)值，得出判定房地產(chǎn)上市公司存在財(cái)務(wù)風(fēng)險(xiǎn)的Z值臨界值，即當(dāng)Z＜0.9241時(shí)，公司可能存在財(cái)務(wù)風(fēng)險(xiǎn)。

表3 2018—2021 年存在財(cái)務(wù)風(fēng)險(xiǎn)的房地產(chǎn)上市公司Z 值描述統(tǒng)計(jì)

參考裴瀟等對(duì)財(cái)務(wù)狀況良好公司的界定標(biāo)準(zhǔn)，當(dāng)房地產(chǎn)公司每股收益大于0.4時(shí)公司財(cái)務(wù)狀況良好［11］，篩選出符合財(cái)務(wù)狀況良好標(biāo)準(zhǔn)的房地產(chǎn)上市公司，并對(duì)Z值數(shù)據(jù)分布進(jìn)行統(tǒng)計(jì)，結(jié)果如表4所示。根據(jù)表4中Z值平均值95%置信區(qū)間上下限數(shù)值，得出判定房地產(chǎn)上市公司財(cái)務(wù)狀況良好的Z值臨界值，即當(dāng)Z≥1.877時(shí)，公司違約概率小，財(cái)務(wù)狀況良好。

表4 2018—2021 年財(cái)務(wù)狀況良好的房地產(chǎn)上市公司Z 值描述統(tǒng)計(jì)

分別利用樣本公司被ST前一年及被ST前兩年的準(zhǔn)確度對(duì)修正后的Z值臨界值進(jìn)行驗(yàn)證，分類驗(yàn)證準(zhǔn)確度結(jié)果如表5 所示。 破產(chǎn)前一年模型準(zhǔn)確度為89.83%，破產(chǎn)前兩年模型準(zhǔn)確度為80.64%，因此，可以確定預(yù)測(cè)房地產(chǎn)上市公司存在財(cái)務(wù)風(fēng)險(xiǎn)的Z值臨界值下限為0.9241， 上限為1.877。 綜合上述研究結(jié)果， 得出適用于我國(guó)房地產(chǎn)上市公司的Z值評(píng)定標(biāo)準(zhǔn)： 當(dāng)Z＜0.9241 時(shí)， 公司存在較大破產(chǎn)風(fēng)險(xiǎn)；當(dāng)0.9241≤Z＜1.8771 時(shí)， 公司財(cái)務(wù)不穩(wěn)定處于灰色地帶；當(dāng)Z≥1.877時(shí)，公司財(cái)務(wù)狀況良好，破產(chǎn)可能性較小。

表5 分類驗(yàn)證準(zhǔn)確度結(jié)果

（四）適用性檢驗(yàn)

為驗(yàn)證房地產(chǎn)上市公司Z值臨界值的適用狀況，利用2022年季度財(cái)務(wù)數(shù)據(jù)進(jìn)行檢驗(yàn)。 將2022年仍然存續(xù)的105家房地產(chǎn)上市公司的財(cái)務(wù)數(shù)據(jù)代入模型驗(yàn)證，結(jié)果顯示：從總體上看，105家公司中新Z值臨界值準(zhǔn)確預(yù)測(cè)了其中96家公司的財(cái)務(wù)風(fēng)險(xiǎn)情況，準(zhǔn)確度為91.43%； 對(duì)99家非財(cái)務(wù)危機(jī)房地產(chǎn)上市公司的判定準(zhǔn)確度為90.91%；對(duì)6家財(cái)務(wù)危機(jī)房地產(chǎn)上市公司的預(yù)測(cè)準(zhǔn)確度達(dá)到100%。 因此，與原Z評(píng)分模型相比，我國(guó)房地產(chǎn)上市公司新的Z評(píng)分模型適用性較強(qiáng)，預(yù)測(cè)準(zhǔn)確率較高。

同時(shí)為驗(yàn)證假設(shè)3，選取2022年被ST的天津津?yàn)I發(fā)展股份有限公司、天津松江集團(tuán)有限公司、海航基礎(chǔ)股份有限公司、廣州粵泰集團(tuán)股份有限公司、深圳全新好股份有限公司、新光控股集團(tuán)有限公司6家房地產(chǎn)上市公司進(jìn)行分析， 依據(jù)新臨界值判定其財(cái)務(wù)狀況。 觀察圖1可以看出，當(dāng)公司處于破產(chǎn)危機(jī)狀態(tài)時(shí)（圖中虛線部分），公司Z值較低且呈減小趨勢(shì)。 以天津津?yàn)I發(fā)展股份有限公司為例，在被ST前Z值已低于臨界值0.9241，觸發(fā)財(cái)務(wù)預(yù)警。 2019年第四季度以后，隨著財(cái)務(wù)狀況的逐漸好轉(zhuǎn)，公司Z值也逐漸上升，脫離了財(cái)務(wù)預(yù)警范圍。 假設(shè)3被成功驗(yàn)證。

圖1 2018—2022 年6 家房地產(chǎn)上市公司Z 值變化

五、研究結(jié)論及建議

基于2018年1月至2021年9月110家房地產(chǎn)上市公司季度財(cái)務(wù)數(shù)據(jù)，在Altman提出的Z評(píng)分模型的基礎(chǔ)上， 檢驗(yàn)Z評(píng)分模型對(duì)我國(guó)房地產(chǎn)上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的適用性，結(jié)合我國(guó)現(xiàn)階段宏觀經(jīng)濟(jì)形勢(shì)、房地產(chǎn)行業(yè)發(fā)展?fàn)顩r以及中國(guó)人民銀行“三道紅線”政策，對(duì)Z評(píng)分模型的財(cái)務(wù)指標(biāo)及臨界值進(jìn)行修正，并進(jìn)行適用性檢驗(yàn)。 研究結(jié)果表明：第一，Altman提出的Z評(píng)分模型臨界值對(duì)評(píng)價(jià)我國(guó)房地產(chǎn)上市公司財(cái)務(wù)風(fēng)險(xiǎn)的適用性較弱， 需要結(jié)合我國(guó)國(guó)情及房地產(chǎn)行業(yè)發(fā)展?fàn)顩r進(jìn)行修正；第二，修正的Z值臨界值對(duì)我國(guó)房地產(chǎn)上市公司的適用性較高， 新臨界值的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警準(zhǔn)確率為91.43%， 預(yù)警能力較強(qiáng)；第三，修正的Z值對(duì)及時(shí)預(yù)測(cè)房地產(chǎn)上市公司財(cái)務(wù)風(fēng)險(xiǎn)具有一定的效果。 在被ST前公司Z值可能呈下降趨勢(shì)，被ST后若Z值出現(xiàn)持續(xù)上升，表明財(cái)務(wù)狀況在逐步恢復(fù)?；谏鲜鲅芯拷Y(jié)果，對(duì)房地產(chǎn)上市公司的財(cái)務(wù)預(yù)警機(jī)制提出以下建議：

首先，房地產(chǎn)上市公司在利用Z評(píng)分模型評(píng)估自身財(cái)務(wù)風(fēng)險(xiǎn)時(shí)，應(yīng)注意結(jié)合公司自身情況，對(duì)公司財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行量化。 同時(shí)應(yīng)當(dāng)格外注意，當(dāng)公司Z值處于灰色區(qū)域時(shí)，應(yīng)當(dāng)加大對(duì)自身風(fēng)險(xiǎn)的控制，避免引發(fā)更嚴(yán)重的財(cái)務(wù)風(fēng)險(xiǎn)。 除此之外，還應(yīng)及時(shí)關(guān)注公司Z值的變化情況，對(duì)財(cái)務(wù)風(fēng)險(xiǎn)提前作出預(yù)判以降低公司風(fēng)險(xiǎn)。

其次，考慮到“三道紅線”政策要求較為嚴(yán)格，房地產(chǎn)行業(yè)為資本密集型行業(yè)， 踩線的房地產(chǎn)公司數(shù)量較多的情況，為順應(yīng)“三道紅線”政策中三項(xiàng)指標(biāo)的硬性要求，房地產(chǎn)公司應(yīng)當(dāng)合理進(jìn)行融資，控制公司資產(chǎn)負(fù)債率，避免因盲目擴(kuò)張而帶來違約風(fēng)險(xiǎn)。最后， 行政監(jiān)管部門要根據(jù)國(guó)家關(guān)于房地產(chǎn)上市公司的發(fā)展戰(zhàn)略和規(guī)劃，結(jié)合行業(yè)定位和發(fā)展目標(biāo)，進(jìn)一步完善相應(yīng)監(jiān)管體系。通常公司Z值的計(jì)算多數(shù)依賴于公司的會(huì)計(jì)年報(bào)， 對(duì)會(huì)計(jì)年報(bào)的不規(guī)范處理行為，會(huì)導(dǎo)致Z值數(shù)據(jù)不可信，從而存在潛在的財(cái)務(wù)風(fēng)險(xiǎn)。 因此，行政管理部門在加強(qiáng)監(jiān)管的同時(shí)，應(yīng)對(duì)處于臨界值下限邊緣的公司及時(shí)提出預(yù)警， 以避免因財(cái)務(wù)風(fēng)險(xiǎn)而產(chǎn)生房地產(chǎn)行業(yè)風(fēng)險(xiǎn)， 保障房地產(chǎn)上市公司持續(xù)健康穩(wěn)定發(fā)展。