【基于人工神經(jīng)網(wǎng)絡(luò)的保利地產(chǎn)公司財(cái)務(wù)危機(jī)分析案例14000字（論文）】

PAGE\*Arabic2-基于人工神經(jīng)網(wǎng)絡(luò)的保利地產(chǎn)公司財(cái)務(wù)危機(jī)分析案例TOC\o"1-2"\h\u75981.導(dǎo)論 1168971.1.研究背景及意義 134771.2.國(guó)內(nèi)外研究現(xiàn)狀 252781.有關(guān)財(cái)務(wù)危機(jī)界定的研究 2184042.財(cái)務(wù)預(yù)警的研究狀況 39961.2.2.國(guó)內(nèi)研究現(xiàn)狀 44112.基于人工神經(jīng)網(wǎng)絡(luò)預(yù)警方法的基本原理 565932.1.人工神經(jīng)網(wǎng)絡(luò)概述 5271652.2.基于人工神經(jīng)網(wǎng)絡(luò)的預(yù)警模型 621923.我國(guó)房地產(chǎn)行業(yè)概況 9124973.1.房地產(chǎn)行業(yè)發(fā)展現(xiàn)狀 9221883.2.房地產(chǎn)行業(yè)基本特征 10197004.保利地產(chǎn)財(cái)務(wù)危機(jī)分析 11101144.1.保利地產(chǎn)公司的背景介紹 11165974.2.保利地產(chǎn)基本財(cái)務(wù)狀況 1357204.3.財(cái)務(wù)比率指標(biāo)分析 1671805.影響保利地產(chǎn)財(cái)務(wù)危機(jī)的因素 18307545.1.外部因素 18236745.2.內(nèi)部因素 19176876.保利地產(chǎn)的財(cái)務(wù)危機(jī)預(yù)警機(jī)制 1930746.1.預(yù)警模型的選取 19122676.2.Z計(jì)分法模型 19105956.3.保利地產(chǎn)財(cái)務(wù)危機(jī)預(yù)警機(jī)制 20245337.結(jié)論 227328參考文獻(xiàn) 22導(dǎo)論研究背景及意義研究的背景適者生存，優(yōu)勝劣汰是市場(chǎng)經(jīng)濟(jì)始終遵循的叢林法則。在競(jìng)爭(zhēng)日益激烈的經(jīng)濟(jì)環(huán)境趨勢(shì)中，上市公司在收獲市場(chǎng)給予的機(jī)遇的同時(shí)，面臨的生存壓力也日益增加。宏觀環(huán)境因素的復(fù)雜多變以及不可預(yù)見(jiàn)性，加之不同層次企業(yè)管理者經(jīng)營(yíng)管理水平的差異，共同決定了風(fēng)險(xiǎn)成為一種客觀存在。由此可知如果企業(yè)沒(méi)有科學(xué)健全的危機(jī)預(yù)警機(jī)制，那么財(cái)務(wù)風(fēng)險(xiǎn)就不能得到有效識(shí)別以及化解，進(jìn)而當(dāng)風(fēng)險(xiǎn)積累到一定的程度后，企業(yè)就會(huì)陷入財(cái)務(wù)危機(jī)，情況嚴(yán)重時(shí)甚至?xí)苯右l(fā)企業(yè)破產(chǎn)，最終退出市場(chǎng)。由此可知，通過(guò)構(gòu)建上市公司的財(cái)務(wù)危機(jī)預(yù)警模型并對(duì)其深入研究，預(yù)知財(cái)務(wù)風(fēng)險(xiǎn)，對(duì)房地產(chǎn)企業(yè)來(lái)說(shuō)是至關(guān)重要的。研究的意義房地產(chǎn)業(yè)作為我國(guó)國(guó)民經(jīng)濟(jì)建設(shè)的支柱性產(chǎn)業(yè)，在中占據(jù)了相當(dāng)大的比例，由于其產(chǎn)業(yè)鏈性質(zhì)使其在國(guó)民經(jīng)濟(jì)中處于牽一發(fā)而動(dòng)全身的地位。面對(duì)后金融危機(jī)時(shí)代國(guó)內(nèi)外經(jīng)濟(jì)復(fù)蘇乏力的局面以及近幾年國(guó)家調(diào)控房地產(chǎn)的決心，房地產(chǎn)行業(yè)所面臨的財(cái)務(wù)危機(jī)正不斷的上升，眾多房地產(chǎn)上市公司頻現(xiàn)財(cái)務(wù)隱患，流動(dòng)性堪憂(yōu)，財(cái)務(wù)狀況不容樂(lè)觀。根據(jù)以上原因我們很有必要分析房地產(chǎn)業(yè)財(cái)務(wù)危機(jī)的影響因素，利用分析出的房地產(chǎn)企業(yè)的數(shù)據(jù)從定量的角度分析檢驗(yàn)房地產(chǎn)業(yè)財(cái)務(wù)危機(jī)預(yù)警模型的適用性，及時(shí)發(fā)現(xiàn)企業(yè)日常經(jīng)營(yíng)過(guò)程中潛在的財(cái)務(wù)危機(jī)，同時(shí)也為房地產(chǎn)上市公司預(yù)防和應(yīng)對(duì)財(cái)務(wù)危機(jī)提出建議，為管理層財(cái)務(wù)決策提供支持。財(cái)務(wù)危機(jī)預(yù)警系統(tǒng)的建立既是房地產(chǎn)上市公司自身健康發(fā)展的必要保證，也是各利益相關(guān)者的訴求。政府部門(mén)也希望房地產(chǎn)行業(yè)通過(guò)運(yùn)用財(cái)務(wù)危機(jī)預(yù)警模型來(lái)監(jiān)測(cè)財(cái)務(wù)危機(jī)，推動(dòng)房地產(chǎn)行業(yè)的健康發(fā)展。投資者與銀行也可以借助預(yù)警模型來(lái)判斷公司整體情況，作為自身戰(zhàn)略決策的重要參考。最后對(duì)于謀求借殼上市的公司，Z模型也可助其發(fā)現(xiàn)潛在的“殼”，提早做好收購(gòu)準(zhǔn)備。國(guó)內(nèi)外研究現(xiàn)狀國(guó)外研究現(xiàn)狀財(cái)務(wù)危機(jī)的預(yù)測(cè)研究是一項(xiàng)在西方國(guó)家中廣泛進(jìn)行的應(yīng)用研究，在學(xué)術(shù)界又稱(chēng)作“財(cái)務(wù)困境預(yù)測(cè)”、“財(cái)務(wù)失敗判別”等，由于絕大多數(shù)西方財(cái)務(wù)危機(jī)研究都以破產(chǎn)或申請(qǐng)破產(chǎn)作為界定財(cái)務(wù)危機(jī)的標(biāo)志，所以財(cái)務(wù)危機(jī)的預(yù)測(cè)研究在很多情況下又被稱(chēng)為“破產(chǎn)預(yù)測(cè)分析”。國(guó)際上從事同企業(yè)財(cái)務(wù)預(yù)警相關(guān)的研究，主要是運(yùn)用多變量分析模式，構(gòu)建一系列預(yù)測(cè)財(cái)務(wù)危機(jī)或失敗的線(xiàn)性模型。隨著數(shù)學(xué)與統(tǒng)計(jì)學(xué)的發(fā)展，定量分析逐漸發(fā)展并得到了完善。1.有關(guān)財(cái)務(wù)危機(jī)界定的研究在國(guó)外，財(cái)務(wù)危機(jī)主要用“Financialdistress”一詞。Beaver（1966)認(rèn)為當(dāng)企業(yè)出現(xiàn)破產(chǎn)、拖欠優(yōu)先股股利、無(wú)力償還債務(wù)、銀行存款透支等情況，就屬于發(fā)生財(cái)務(wù)危機(jī)。Beaver為此提出了一個(gè)關(guān)于“現(xiàn)金流”或“流動(dòng)資產(chǎn)”模型的理論框架，即企業(yè)猶如一個(gè)由現(xiàn)金流組成的水庫(kù)，由現(xiàn)金流入和現(xiàn)金流出組成，一個(gè)企業(yè)發(fā)生財(cái)務(wù)危機(jī)可被定義為水庫(kù)的水被抽干，即企業(yè)不能按期償還債務(wù)[1]。Altman(1968)把進(jìn)入法定破產(chǎn)程序的企業(yè)作為財(cái)務(wù)危機(jī)企業(yè)”。[2]Deakin(1972)認(rèn)為財(cái)務(wù)危機(jī)公司包括己經(jīng)破產(chǎn)、無(wú)力償還債務(wù)或?yàn)閭鶛?quán)人利益已經(jīng)進(jìn)行清算的公司[3]Ross等人(1999)在總結(jié)前人研究成果的基礎(chǔ)上，把財(cái)務(wù)危機(jī)概括為以下四種情況:一是企業(yè)失敗，即企業(yè)清算后仍不能支付所欠債務(wù);二是法定破產(chǎn)，即企業(yè)或債權(quán)人向法院申請(qǐng)宣告企業(yè)破產(chǎn);三是技術(shù)破產(chǎn)，即企業(yè)無(wú)法按期履行債務(wù)合約付息還本:四是會(huì)計(jì)破產(chǎn)，即企業(yè)的賬面凈資產(chǎn)為負(fù)，資不抵債。[4]2.財(cái)務(wù)預(yù)警的研究狀況國(guó)外對(duì)公司財(cái)務(wù)危機(jī)預(yù)警方面的研究已形成了諸多的研究成果，對(duì)財(cái)務(wù)危機(jī)也進(jìn)行了深入的分析。FitzPatrick[5]1932年在《注冊(cè)會(huì)計(jì)師》上發(fā)表了財(cái)務(wù)預(yù)警研究的首篇文獻(xiàn)，選取了19家公司的財(cái)務(wù)數(shù)據(jù)進(jìn)行研究，通過(guò)有關(guān)財(cái)務(wù)指標(biāo)分析公司是否是破產(chǎn)公司，最后發(fā)現(xiàn)債券股權(quán)比例及資本收益率兩項(xiàng)指標(biāo)預(yù)測(cè)較好。直到20世紀(jì)60年代初，財(cái)務(wù)危機(jī)預(yù)警開(kāi)啟了系統(tǒng)化研究。WilliamBeaver(1996)運(yùn)用單變量模型，選取1954-1964年間79家公司作為研究樣本，篩選出30個(gè)財(cái)務(wù)指標(biāo)分析公司出現(xiàn)財(cái)務(wù)危機(jī)前1-5年的預(yù)警能力，得出現(xiàn)金流量債務(wù)比的預(yù)警效果較好，準(zhǔn)確率可達(dá)到87%。隨著研究知識(shí)的深入以及統(tǒng)計(jì)軟件的不斷發(fā)展，研究財(cái)務(wù)危機(jī)預(yù)警不斷發(fā)展。Altman,Plat[6]1968年等人從財(cái)務(wù)報(bào)表中選取負(fù)債比率、流動(dòng)比率、凈資產(chǎn)收益率等為研究指標(biāo)，建立了Z計(jì)分法模式對(duì)財(cái)務(wù)危機(jī)進(jìn)行預(yù)測(cè)。Martin1977年利用Logistic[7]理論建立預(yù)警模型，預(yù)測(cè)銀行發(fā)生危機(jī)的可能性。1980年時(shí)，Ohlson[8]將對(duì)分?jǐn)?shù)(Logit)分析方法運(yùn)用到財(cái)務(wù)困境預(yù)測(cè)中，發(fā)現(xiàn)其計(jì)算結(jié)果比Z分?jǐn)?shù)更直觀。1985年，Bartczak和Norman將多元判定分析與條件逐步邏輯回歸分析結(jié)合，研究1971-1982年間60家申請(qǐng)破產(chǎn)的公司及230家非破產(chǎn)公司，檢驗(yàn)當(dāng)期經(jīng)營(yíng)現(xiàn)金流量的披露是否有利于信息使用者有效地評(píng)估未來(lái)的現(xiàn)金流的數(shù)額、時(shí)間等，研究結(jié)果表明:“經(jīng)營(yíng)現(xiàn)金流不能增加有關(guān)的預(yù)測(cè)能力”。在這一階段除上述研究方法外還運(yùn)用到了一元判定模型、多元現(xiàn)行判定模型、多元邏輯模型等。到20世紀(jì)90年代之后，對(duì)公司財(cái)務(wù)危機(jī)預(yù)測(cè)的分析逐漸出現(xiàn)新型的財(cái)務(wù)與預(yù)警模型，引入了神經(jīng)網(wǎng)絡(luò)、決策樹(shù)理論、支持向量機(jī)等模型:1990年，Odom和Sharda[9]率先將人工神經(jīng)網(wǎng)絡(luò)模型用于財(cái)務(wù)危機(jī)的預(yù)測(cè)，與傳統(tǒng)的多元判別分析法進(jìn)行了比較研究，結(jié)果表明神經(jīng)網(wǎng)絡(luò)具有更好的準(zhǔn)確性。2001年，WilliamC.wheaton和RaymondGTorto[10]等提出運(yùn)用前瞻性方法來(lái)評(píng)估房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)，并應(yīng)用現(xiàn)代時(shí)間序列建模方法(VAR)來(lái)量化這種風(fēng)險(xiǎn)，研究結(jié)果表明房地產(chǎn)和股票債券一樣，是可以預(yù)測(cè)的資產(chǎn)類(lèi)別。2003年，ShaunA.Bond[11]等人利用多因素方法研究國(guó)際層面的房地產(chǎn)回報(bào)，以1990年至2001年14個(gè)國(guó)家公開(kāi)交易的房地產(chǎn)公司的風(fēng)險(xiǎn)和收益特征為研究對(duì)象，結(jié)果發(fā)現(xiàn)全球房地產(chǎn)市場(chǎng)強(qiáng)大的風(fēng)險(xiǎn)成分，并得出房地產(chǎn)公司國(guó)際多元化的機(jī)會(huì)比以前復(fù)雜。2006年，Jae和yang[12]在銀行破產(chǎn)預(yù)警問(wèn)題上引入支持向量機(jī)，與其它的統(tǒng)計(jì)方法模型預(yù)測(cè)結(jié)果進(jìn)行對(duì)比發(fā)現(xiàn)此方法的有效性。國(guó)內(nèi)研究現(xiàn)狀由于我國(guó)的歷史背景、經(jīng)濟(jì)體制、法律法規(guī)、人口政策等方面與西方國(guó)家之間存在著較大的差異，所以在房地產(chǎn)公司財(cái)務(wù)危機(jī)分析方面也存在著很大的差異。特別是我國(guó)房地產(chǎn)業(yè)起步較晚，相關(guān)的研究也晚于國(guó)外，許多理論、成果是從國(guó)外借鑒過(guò)來(lái)的。國(guó)內(nèi)學(xué)者起初對(duì)財(cái)務(wù)危機(jī)預(yù)警進(jìn)行研究，多是驗(yàn)證國(guó)外的財(cái)務(wù)危機(jī)模型或者結(jié)合我國(guó)的實(shí)際情況驗(yàn)證預(yù)警模型。有關(guān)公司財(cái)務(wù)危機(jī)的研究開(kāi)始于20世紀(jì)80年代初。1987年，吳世農(nóng)同黃世忠[13]就我國(guó)破產(chǎn)公司的分析指標(biāo)建立了預(yù)測(cè)模型，率先進(jìn)行了財(cái)務(wù)危機(jī)預(yù)測(cè)的分析;緊接著在1988年，徐斌[14]從公司負(fù)債經(jīng)營(yíng)的角度對(duì)其財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行了預(yù)測(cè)。1993年，潘經(jīng)民[15]首先依據(jù)房地產(chǎn)投資項(xiàng)目可行性研究為出發(fā)點(diǎn)，研究投資項(xiàng)目的財(cái)務(wù)評(píng)價(jià)。1996年，周首華、楊濟(jì)華與王平[16]對(duì)Alman的Z模型進(jìn)行了改進(jìn)研究，建立了F分?jǐn)?shù)模型預(yù)測(cè)公司破產(chǎn)。1999年陳新宇[17]驗(yàn)證了Altman的Z分?jǐn)?shù)模式對(duì)公司財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè)。2000年，高培業(yè)及張道奎[18]運(yùn)用貝葉斯判別方法建立財(cái)務(wù)風(fēng)機(jī)預(yù)測(cè)模型并同F(xiàn)isher判別、Probit,Logit判別方法建模進(jìn)行對(duì)比發(fā)現(xiàn)貝葉斯由于其他方法。與此同時(shí)，張玲以滬深兩市120家上市公司作為研究樣本，從盈利能力、資本機(jī)構(gòu)、償債能力以及營(yíng)運(yùn)狀況四個(gè)方面進(jìn)行上市公司是否被ST預(yù)測(cè)。直至2003年，何勇[19]討論房地產(chǎn)投資財(cái)務(wù)分析，從公司項(xiàng)目的盈利能力、清償能力等財(cái)務(wù)狀況出發(fā)，估算項(xiàng)目的成本、投資、各項(xiàng)利潤(rùn)和稅金等數(shù)據(jù)，結(jié)合實(shí)例探討房產(chǎn)財(cái)務(wù)問(wèn)題。2001年，吳世農(nóng)、盧賢義從公司成長(zhǎng)能力、盈利能力、營(yíng)運(yùn)能力、公司規(guī)模、長(zhǎng)短期償債能力5個(gè)方面選取了21項(xiàng)財(cái)務(wù)危機(jī)預(yù)測(cè)指標(biāo)，建立三種預(yù)測(cè)模型，發(fā)現(xiàn)Logistic模型判別正確率較高。2002年，喬卓[20]等建立了“基于數(shù)值優(yōu)化的Levenberg--Marquardt算法的前饋神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型”，通過(guò)研究發(fā)現(xiàn)，可以提前兩至三年預(yù)測(cè)，且精度高于Logit模型與Fisher判別分析模型。2004年，李曉峰[21]同徐玖平結(jié)合人工神經(jīng)網(wǎng)絡(luò)和粗糙集理論建立公司財(cái)務(wù)危機(jī)預(yù)警模型，在降低了模型預(yù)測(cè)復(fù)雜性和訓(xùn)練時(shí)間的同時(shí)，提高了神經(jīng)網(wǎng)絡(luò)分類(lèi)能力，研究表明該模型比Z計(jì)分模型更有優(yōu)勢(shì)。2007年，鄭軍玲[22]處在物業(yè)持有者的立場(chǎng)，從財(cái)務(wù)的角度研究投資性房地產(chǎn)的風(fēng)險(xiǎn)，并引入期權(quán)理論和財(cái)務(wù)指標(biāo)NPV以及財(cái)務(wù)預(yù)警指標(biāo)，針對(duì)性的提出在租金、營(yíng)業(yè)費(fèi)用、籌資結(jié)構(gòu)三個(gè)方面的財(cái)務(wù)風(fēng)險(xiǎn)防范措施;同年，龍勝平與鄭立琴[23]結(jié)合我國(guó)房地產(chǎn)公司自身特點(diǎn)及國(guó)家宏觀經(jīng)濟(jì)環(huán)境，將主成分分析和Logistic回歸分析結(jié)合，建立房地產(chǎn)公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型，且預(yù)警效果良好。自2009年開(kāi)始有關(guān)房地產(chǎn)財(cái)務(wù)危機(jī)方面的研究逐漸深入，如房地產(chǎn)公司財(cái)務(wù)危機(jī)控制方法研究、我國(guó)房地產(chǎn)公司的財(cái)務(wù)危機(jī)及其防范管理分析、房地產(chǎn)開(kāi)發(fā)公司財(cái)務(wù)管理研究、房地產(chǎn)公司財(cái)務(wù)危機(jī)評(píng)價(jià)研究等等，研究的方法也從傳統(tǒng)的財(cái)務(wù)指標(biāo)預(yù)測(cè)、技術(shù)經(jīng)濟(jì)分析逐漸結(jié)合數(shù)學(xué)模型，且運(yùn)用的數(shù)學(xué)模型也越來(lái)越廣泛，從Z值模型、因子分析、模糊模型到BP神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等，以及理論與模型結(jié)合、財(cái)務(wù)指標(biāo)與模型結(jié)合、技術(shù)經(jīng)濟(jì)與模型結(jié)合，乃至多種數(shù)學(xué)模型結(jié)合。2009年，郭德仁同王培輝[24]提出基于模糊聚類(lèi)和模糊模式識(shí)別的模型，通過(guò)計(jì)算和識(shí)別樣本各個(gè)模式的隸屬度，區(qū)分財(cái)務(wù)危機(jī)和非財(cái)務(wù)危機(jī)公司，但此模型存在一定的主管性;同年，牟會(huì)珍[25]引入灰色關(guān)聯(lián)分析篩選財(cái)務(wù)指標(biāo)，利用層次因素分析法確定指標(biāo)權(quán)重，最后通過(guò)灰色預(yù)測(cè)建模分析房地產(chǎn)公司的微觀預(yù)測(cè)模型，發(fā)現(xiàn)償債能力和現(xiàn)金流量對(duì)房地產(chǎn)公司財(cái)務(wù)與風(fēng)險(xiǎn)具有很高的識(shí)別能力;2012年，苗霞[26]借助Z-score模型進(jìn)行預(yù)警模型建立，研究宏觀調(diào)控下房地產(chǎn)公司財(cái)務(wù)風(fēng)險(xiǎn);2013年，聶慧[27]通過(guò)因子分析法對(duì)指標(biāo)進(jìn)行篩選并提取主成分，結(jié)合logistic建立模型，進(jìn)行擬合度檢驗(yàn)，得出盈利能力對(duì)房地產(chǎn)公司財(cái)務(wù)危機(jī)影響最大?；谌斯ど窠?jīng)網(wǎng)絡(luò)預(yù)警方法的基本原理人工神經(jīng)網(wǎng)絡(luò)概述人工神經(jīng)網(wǎng)絡(luò)(ArtificialNeuralNetwork)是在認(rèn)識(shí)理解人腦組織結(jié)構(gòu)和運(yùn)行機(jī)制的基礎(chǔ)上，模擬其結(jié)構(gòu)和智能行為的一種工程系統(tǒng)(MartinT.Hagan,HowardB.Demuth,MarkH.Beale,1996)。早在本世紀(jì)40年代初期，心理學(xué)家McCulloch和數(shù)學(xué)家Pitts就提出了人工神經(jīng)網(wǎng)絡(luò)的第一個(gè)數(shù)學(xué)模型，從此開(kāi)創(chuàng)了神經(jīng)科學(xué)理論的研究時(shí)代。1957年，計(jì)算機(jī)科學(xué)家Rosenblaat提出了著名的感知機(jī)(單層)模型，從而引發(fā)了人工神經(jīng)網(wǎng)絡(luò)研究的第一次高潮。1969年，Minshy和Papert在《感知機(jī)》一書(shū)中分析了單層感知機(jī)的嚴(yán)重缺陷。由于Minshy在計(jì)算機(jī)學(xué)界的重大影響力，他對(duì)單層感知機(jī)的批評(píng)幾乎給人工神經(jīng)網(wǎng)絡(luò)的研究帶來(lái)了毀滅性的打擊，人工神經(jīng)網(wǎng)絡(luò)由此陷入了低谷。后來(lái)，在Kohenene和Hopfield等學(xué)者的不懈努力下，人工神經(jīng)網(wǎng)絡(luò)技術(shù)又獲得了突破性的進(jìn)展，各種非線(xiàn)性學(xué)習(xí)網(wǎng)絡(luò)和有效的學(xué)習(xí)算法的提出，使人工神經(jīng)網(wǎng)絡(luò)在理論上獲得了新的突破。目前人工神經(jīng)網(wǎng)絡(luò)已經(jīng)廣泛應(yīng)用于模式識(shí)別、系統(tǒng)辨識(shí)、信號(hào)處理、自動(dòng)控制、組織優(yōu)化、預(yù)測(cè)估計(jì)、故障診斷以及醫(yī)學(xué)、經(jīng)濟(jì)管理等領(lǐng)域(徐麗娜，2003)?；谌斯ど窠?jīng)網(wǎng)絡(luò)的預(yù)警模型經(jīng)過(guò)多年的發(fā)展，人工神經(jīng)網(wǎng)絡(luò)已經(jīng)衍生出了多種網(wǎng)絡(luò)類(lèi)型，各種類(lèi)型網(wǎng)絡(luò)的結(jié)構(gòu)不同，運(yùn)作的原理也不同，其中以BP神經(jīng)網(wǎng)絡(luò)使用最普遍，其理論研究和實(shí)踐應(yīng)用也較成熟。因此，本文在構(gòu)建基于人工神經(jīng)網(wǎng)絡(luò)的預(yù)警模型時(shí)，選擇BP神經(jīng)網(wǎng)絡(luò)。BP神經(jīng)網(wǎng)絡(luò)的工作原理BP神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)BP神經(jīng)網(wǎng)絡(luò)(BackpropagationNN)是一種單向傳播的多層前向網(wǎng)絡(luò)(如圖3.4)。網(wǎng)絡(luò)除輸入節(jié)點(diǎn)外，有一層或多層的隱層節(jié)點(diǎn)，同層節(jié)點(diǎn)中沒(méi)有任何藕合。輸入信號(hào)從輸入層節(jié)點(diǎn)輸入，依次傳過(guò)各隱層節(jié)點(diǎn)，然后傳到輸出節(jié)點(diǎn)，而每一層節(jié)點(diǎn)的輸出只影響下一層節(jié)點(diǎn)的輸出。每個(gè)節(jié)點(diǎn)都具有圖3.2所示的單個(gè)神經(jīng)元結(jié)構(gòu)，其單元特性(傳遞函數(shù))通常為Sigmoid型函數(shù)，但在輸出層中，節(jié)點(diǎn)的單元特性有時(shí)為線(xiàn)性。圖2.1BP神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)BP網(wǎng)絡(luò)可看成是一輸入到輸出的高度非線(xiàn)性映射，即對(duì)于樣本集合：輸入和輸出，我們可認(rèn)為存在某一映射g使現(xiàn)要求求出一映射f，使得在某種意義下，f是g的最佳逼近。神經(jīng)網(wǎng)絡(luò)通過(guò)對(duì)非線(xiàn)性函數(shù)進(jìn)行多次復(fù)合，可實(shí)現(xiàn)對(duì)復(fù)雜函數(shù)的擬合。BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過(guò)程就是一個(gè)根據(jù)已有樣本，對(duì)復(fù)雜函數(shù)進(jìn)行擬合的過(guò)程。以含有單一隱層，且隱層各單元的傳輸函數(shù)為S型函數(shù)的BP神經(jīng)網(wǎng)絡(luò)為例，其訓(xùn)練過(guò)程可分解為如下的三個(gè)階段：(1)信號(hào)前向傳輸首先，計(jì)算隱層各單元的凈輸入Ij：其中，Wij輸入層第i單元與隱層第j單元間的連接權(quán)重，是隱層第j單元的偏置值，p是隱層單元總數(shù)。第二，根據(jù)傳輸函數(shù)計(jì)算隱層各單元的輸出yj：第三，計(jì)算輸出層各單元的凈輸入及實(shí)際輸出，計(jì)算方法與隱層相同:其中，q是輸出層單元總數(shù)，其他符號(hào)意義同上。(2)誤差反向傳輸通常用實(shí)際輸出與目標(biāo)輸出之間的方差et來(lái)度量誤差(3)BP網(wǎng)絡(luò)權(quán)值和偏置值的調(diào)整將步驟(2)得到的誤差(以方差e,表示)與系統(tǒng)事先設(shè)定的誤差允許值進(jìn)行比較，如果實(shí)際誤差大于設(shè)定的允許誤差，則進(jìn)行網(wǎng)絡(luò)權(quán)值和偏置值的調(diào)整;如果實(shí)際誤差小于設(shè)定的誤差，也就是說(shuō)當(dāng)前BP網(wǎng)絡(luò)所表示的函數(shù)關(guān)系和樣本內(nèi)在關(guān)系非常接近，則BP網(wǎng)絡(luò)的訓(xùn)練結(jié)束，BP網(wǎng)絡(luò)所表示的函數(shù)就是所要求得的函數(shù)。當(dāng)網(wǎng)絡(luò)的實(shí)際誤差大于允許誤差而需要調(diào)整網(wǎng)絡(luò)權(quán)值和偏置值的時(shí)候，一般根據(jù)誤差來(lái)修正各層的權(quán)重和偏置值。權(quán)重和偏置值的修改方向是使誤差項(xiàng)變小的方向。一般采用最速下降法，也就是說(shuō)沿著誤差向量的負(fù)梯度方向來(lái)調(diào)整權(quán)重和偏置值，具體過(guò)程分下列三步。第一步，修正輸出層和隱層之間權(quán)值和隱層的偏置值。其中∝是常數(shù)，△Wjt和△θt分別是各層神經(jīng)元結(jié)點(diǎn)之間的連接權(quán)值修正值和偏置值修正值。令將其定義為輸出層的調(diào)整誤差，則因此，修正后的輸出層與隱層之間權(quán)值Wjt和隱層的偏置值θ為：第二步，修正隱層和輸出層之間權(quán)值和輸出層偏置值。類(lèi)似地可以修正隱層權(quán)值和偏置值。所以，，修正后隱層和輸出層之間的權(quán)值wjt和輸出層的偏置值θ為：基于BP神經(jīng)網(wǎng)絡(luò)的預(yù)警原理按照一般的定義，預(yù)警就是要在警情發(fā)生之前對(duì)之進(jìn)行預(yù)測(cè)預(yù)報(bào)(張春曙，1995)。而按照預(yù)警理論，在警情發(fā)生之間，警兆指標(biāo)會(huì)發(fā)生異常變化，也就是說(shuō)，警兆指標(biāo)和警情之間存在著一定的內(nèi)部對(duì)應(yīng)關(guān)系。所以在確定警兆指標(biāo)和警情之間函數(shù)關(guān)系的基礎(chǔ)上，可以通過(guò)監(jiān)測(cè)警兆指標(biāo)的變化情況來(lái)對(duì)未來(lái)市場(chǎng)警情做出預(yù)報(bào)。目前的統(tǒng)計(jì)預(yù)警方法，也建立在確定警兆指標(biāo)和警情之間關(guān)系的基礎(chǔ)上，但統(tǒng)計(jì)預(yù)警方法中兩者之間的關(guān)系往往是線(xiàn)性的。而警兆指標(biāo)和警情之間的關(guān)系是復(fù)雜的，簡(jiǎn)單的線(xiàn)性關(guān)系并不能完全擬合;另一方面，隨外部環(huán)境的變化，警兆指標(biāo)和警情之間的關(guān)系會(huì)相應(yīng)發(fā)生變化，因此需要有一個(gè)實(shí)時(shí)學(xué)習(xí)、實(shí)時(shí)糾偏的系統(tǒng)。人工神經(jīng)網(wǎng)絡(luò)所具有的非線(xiàn)性、自組織自學(xué)習(xí)等特點(diǎn)正好可以很好的解決這些問(wèn)題。對(duì)于過(guò)去的情況，由于警情已經(jīng)發(fā)生，所以可以通過(guò)對(duì)警情指標(biāo)的分析來(lái)實(shí)現(xiàn)對(duì)警情警度的判斷;然后，按照BP神經(jīng)網(wǎng)絡(luò)的工作原理，將歷年警兆指標(biāo)值和警情警度錯(cuò)位地組成樣本進(jìn)行網(wǎng)絡(luò)的訓(xùn)練，得出警兆指標(biāo)和未來(lái)某一年房地產(chǎn)市場(chǎng)警情之間的映射關(guān)系;在建立警兆指標(biāo)和警情之間映射關(guān)系的基礎(chǔ)上，輸入當(dāng)年的警兆指標(biāo)值，可以預(yù)報(bào)未來(lái)特定時(shí)間警情的警度。因此，對(duì)應(yīng)于圖2.1的BP網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)圖，警兆指標(biāo)為輸入xt，而滯后警兆指標(biāo)一定時(shí)間的市場(chǎng)警情為輸出yt。預(yù)警模型的訓(xùn)練和檢測(cè)構(gòu)建了基于BP神經(jīng)網(wǎng)絡(luò)的預(yù)警模型框架后，將所整理的樣本分為兩部分:一部分組成訓(xùn)練集，其中的樣本用以訓(xùn)練網(wǎng)絡(luò);另一部分樣本組成檢驗(yàn)集，用以檢驗(yàn)所建立模型的準(zhǔn)確性。也就是說(shuō)，先用訓(xùn)練集中的樣本來(lái)訓(xùn)練網(wǎng)絡(luò)，得出警兆指標(biāo)和警情警度之間的映射關(guān)系，構(gòu)建預(yù)警模型;然后將檢測(cè)集中各樣本的警兆指標(biāo)值輸入到訓(xùn)練完畢的BP網(wǎng)絡(luò)中，并將網(wǎng)絡(luò)的輸出和實(shí)際的警情警度進(jìn)行比較，以判斷已經(jīng)完成訓(xùn)練的預(yù)警模型的準(zhǔn)確性。模型的訓(xùn)練和檢驗(yàn)過(guò)程具體包括以下幾個(gè)步驟:(1)獲取訓(xùn)練樣本集合。獲取訓(xùn)練樣本集合是訓(xùn)練神經(jīng)網(wǎng)絡(luò)的第一步，也是十分重要和關(guān)鍵的一步，它包括訓(xùn)練數(shù)據(jù)的收集、分析和預(yù)處理等環(huán)節(jié)。首先，按照輸入變量的要求，分別收集每個(gè)變量的數(shù)據(jù)，組成樣本集。然后，按照人工神經(jīng)網(wǎng)絡(luò)的要求，將樣本數(shù)據(jù)歸一化到[-1,1]或[0,1]之間，便于神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)和訓(xùn)練。(2)確定網(wǎng)絡(luò)的訓(xùn)練參數(shù)。主要包括網(wǎng)絡(luò)的初始權(quán)值、學(xué)習(xí)算法、學(xué)習(xí)速率和誤差精度要求等，這些參數(shù)的設(shè)定，將指導(dǎo)己經(jīng)設(shè)計(jì)好的神經(jīng)網(wǎng)絡(luò)按照設(shè)定的方式訓(xùn)練。(3)網(wǎng)絡(luò)的測(cè)試與訓(xùn)練。利用獲取的訓(xùn)練樣本對(duì)網(wǎng)絡(luò)進(jìn)行反復(fù)訓(xùn)練，直到得出合適的映射結(jié)果。這里值得注意的是，并非訓(xùn)練的次數(shù)越多，結(jié)果就越能正確反映出輸入輸出之間的映射關(guān)系。主要的原因是，訓(xùn)練樣本中含有一定的噪音，對(duì)這些樣本過(guò)多的訓(xùn)練將把樣本所包含的噪音也復(fù)制到網(wǎng)絡(luò)中去，降低網(wǎng)絡(luò)的擬合準(zhǔn)確性。(4)網(wǎng)絡(luò)的檢測(cè)。訓(xùn)練網(wǎng)絡(luò)的目的就是找出內(nèi)含在樣本數(shù)據(jù)中輸入變量和輸出變量之間的映射關(guān)系，從而對(duì)未經(jīng)訓(xùn)練的數(shù)據(jù)也能給出正確的輸出，即具備泛化能力。網(wǎng)絡(luò)的泛化能力是通過(guò)一組獨(dú)立于訓(xùn)練樣本的數(shù)據(jù)來(lái)檢測(cè)的:將檢測(cè)樣本的輸入變量輸入網(wǎng)絡(luò)，然后比較網(wǎng)絡(luò)的輸出和檢測(cè)樣本實(shí)際輸出之間的差距，如果差距在允許的范圍之類(lèi)，說(shuō)明訓(xùn)練出的網(wǎng)絡(luò)能精確地反映出樣本所內(nèi)含的映射關(guān)系。我國(guó)房地產(chǎn)行業(yè)概況房地產(chǎn)行業(yè)發(fā)展現(xiàn)狀房地產(chǎn)行業(yè)是以土地和建筑物為經(jīng)營(yíng)對(duì)象，主要從事房地產(chǎn)開(kāi)發(fā)、經(jīng)營(yíng)、管理和服務(wù)的綜合性產(chǎn)業(yè)，屬于第三產(chǎn)業(yè)。在現(xiàn)實(shí)生活中，通常將從事房地產(chǎn)開(kāi)發(fā)和經(jīng)營(yíng)的行業(yè)稱(chēng)為房地產(chǎn)行業(yè)。1998年，我國(guó)頒布了《關(guān)于進(jìn)一步深化城鎮(zhèn)住房制度改革，加快住房建設(shè)的通知》，加速了我國(guó)房地產(chǎn)行業(yè)的蓬勃發(fā)展。近十年來(lái)，我國(guó)房地產(chǎn)投資規(guī)模不斷擴(kuò)大，年平均增長(zhǎng)率達(dá)到20%以上，其投資額和銷(xiāo)售額的增長(zhǎng)率幾乎年年趕超我國(guó)GDP的增長(zhǎng)率。從國(guó)家統(tǒng)計(jì)局提供的數(shù)據(jù)上看，自2000年至2014年，我國(guó)房地產(chǎn)開(kāi)發(fā)投資額增長(zhǎng)迅速，2000年我國(guó)房地產(chǎn)開(kāi)發(fā)投資額為4984.05億元，截止至2014年底，投資額達(dá)到95036億元，是2000年的16倍，年增長(zhǎng)率超過(guò)了24%。與此同時(shí)，房地產(chǎn)作為我國(guó)的國(guó)民支柱產(chǎn)業(yè)，對(duì)國(guó)民經(jīng)濟(jì)發(fā)展的貢獻(xiàn)也目益突出，如圖3-2所示，我國(guó)房地產(chǎn)開(kāi)發(fā)投資額占國(guó)內(nèi)生產(chǎn)總值（GDP）的比例呈逐年上升趨勢(shì)，從2000年的4.93%增長(zhǎng)到2014年的14.94%。由此可見(jiàn)，房地產(chǎn)行業(yè)的發(fā)展速度十分驚人，對(duì)于推動(dòng)我國(guó)經(jīng)濟(jì)的不斷發(fā)展做出了巨大的貢獻(xiàn)。房地產(chǎn)行業(yè)基本特征房地產(chǎn)行業(yè)具有一些獨(dú)特的行業(yè)特征，主要表現(xiàn)在以下幾個(gè)方面：

1.基礎(chǔ)性和先導(dǎo)性：房地產(chǎn)行業(yè)作為我國(guó)的基礎(chǔ)性行業(yè)，它的發(fā)展?fàn)顩r直接牽動(dòng)著其他行業(yè)的發(fā)展。對(duì)于居民購(gòu)房者而言，房地產(chǎn)行業(yè)提供的住房商品是人們必需的生活資料；對(duì)于商業(yè)購(gòu)房者來(lái)說(shuō)，它能為企業(yè)提供辦公場(chǎng)所，經(jīng)營(yíng)平臺(tái)，保證企業(yè)進(jìn)行正常的生產(chǎn)經(jīng)營(yíng)活動(dòng)。與此同時(shí)，房地產(chǎn)行業(yè)的發(fā)展對(duì)于其他行業(yè)具有一定的導(dǎo)向意義，它可以促進(jìn)土地、化工、金融、保險(xiǎn)等行業(yè)的協(xié)同發(fā)展，還可以解決當(dāng)?shù)氐木蜆I(yè)問(wèn)題，利用獲得的收益為政府提供財(cái)政支持。除此之外，根據(jù)以往的社會(huì)實(shí)踐經(jīng)驗(yàn)，經(jīng)濟(jì)發(fā)展的好壞也可以從房地產(chǎn)行業(yè)的先行指標(biāo)中做出一定的判斷。

2.綜合性和關(guān)聯(lián)性：與建筑行業(yè)不同的是，房地產(chǎn)行業(yè)是綜合性服務(wù)行業(yè)，二者的社會(huì)分工不同。房地產(chǎn)公司作為項(xiàng)目的出資方，將開(kāi)發(fā)的土地委托給建筑公司進(jìn)行施工，在項(xiàng)目完工驗(yàn)收之后，進(jìn)行下一步的流通和銷(xiāo)售。由于建造房屋的環(huán)節(jié)是由建筑行業(yè)完成的，房地產(chǎn)行業(yè)負(fù)責(zé)完成剩余環(huán)節(jié)，所以二者是一種相互依存、共同發(fā)展的伙伴關(guān)系。從我國(guó)的國(guó)民經(jīng)濟(jì)產(chǎn)業(yè)鏈來(lái)看，房地產(chǎn)行業(yè)處于中游地位，其上下游產(chǎn)業(yè)鏈涉及了50多個(gè)行業(yè)，包括鋼鐵、建材、玻璃、裝潢等，整體對(duì)GDP的貢獻(xiàn)超過(guò)了30%。因此，房地產(chǎn)行業(yè)對(duì)于帶動(dòng)整個(gè)國(guó)民經(jīng)濟(jì)產(chǎn)業(yè)鏈的全面發(fā)展具有十分重要的作用。

3.波動(dòng)性與周期性：房地產(chǎn)行業(yè)是國(guó)家經(jīng)濟(jì)發(fā)展的“晴雨表”，國(guó)家經(jīng)濟(jì)穩(wěn)步上升，房地產(chǎn)行業(yè)發(fā)展勢(shì)頭強(qiáng)勁，國(guó)家經(jīng)濟(jì)萎靡不振，房地產(chǎn)行業(yè)止步不前。地方的經(jīng)濟(jì)發(fā)展?fàn)顩r直接決定著當(dāng)?shù)胤康禺a(chǎn)的供求關(guān)系，當(dāng)?shù)鼐用窠?jīng)濟(jì)水平越高，對(duì)房地產(chǎn)的投資需求也就越大，房地產(chǎn)企業(yè)在獲取利潤(rùn)的同時(shí)也能拉動(dòng)當(dāng)?shù)亟?jīng)濟(jì)的發(fā)展，從而形成一個(gè)良性的發(fā)展循環(huán)。由于房地產(chǎn)行業(yè)受經(jīng)濟(jì)發(fā)展?fàn)顩r影響較大，所以它的發(fā)展也遵循著經(jīng)濟(jì)的發(fā)展規(guī)律，一般要經(jīng)歷繁榮、衰退、蕭條、復(fù)蘇四個(gè)階段。

4.資金密集性和高風(fēng)險(xiǎn)性：眾所周知，房地產(chǎn)行業(yè)的經(jīng)營(yíng)運(yùn)轉(zhuǎn)需要大量的資金支持。一方面，房地產(chǎn)企業(yè)的項(xiàng)目周期比較長(zhǎng)，房地產(chǎn)項(xiàng)目的完工時(shí)間一般在3~5年，在開(kāi)發(fā)過(guò)程中的各個(gè)環(huán)節(jié)都需要投入資金；另一方面，房地產(chǎn)企業(yè)的投資成本比較高，受?chē)?guó)家宏觀政策的影響，土地的稀缺直接加大了房地產(chǎn)企業(yè)的開(kāi)發(fā)成本。而對(duì)資金的嚴(yán)重依賴(lài)也為房地產(chǎn)企業(yè)帶來(lái)巨大的經(jīng)營(yíng)風(fēng)險(xiǎn)。房地產(chǎn)企業(yè)前期投入的資金只有在住房商品順利銷(xiāo)售之后才能取得資金回報(bào)，而多數(shù)企業(yè)往往同時(shí)投資多個(gè)項(xiàng)目，這種投入巨大，回收緩慢的資金周轉(zhuǎn)模式將成為引發(fā)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的導(dǎo)火索。保利地產(chǎn)財(cái)務(wù)危機(jī)分析保利地產(chǎn)公司的背景介紹保利房地產(chǎn)（集團(tuán)）股份有限公司(證券簡(jiǎn)稱(chēng):保利地產(chǎn),證券代碼:600048)成立于1992年，總部位于廣州，是中國(guó)保利集團(tuán)控股的大型國(guó)有房地產(chǎn)企業(yè)，也是中國(guó)保利集團(tuán)房地產(chǎn)業(yè)務(wù)的主要運(yùn)作平臺(tái)，國(guó)家一級(jí)房地產(chǎn)開(kāi)發(fā)資質(zhì)企業(yè)，國(guó)有房地產(chǎn)企業(yè)綜合實(shí)力榜首，并連續(xù)四年蟬聯(lián)央企房地產(chǎn)品牌價(jià)值第一名，2009年，公司品牌價(jià)值達(dá)90.23億元，為中國(guó)房地產(chǎn)"成長(zhǎng)力領(lǐng)航品牌"。2006年7月，公司股票在上海證券交易所上市，2007年由清華大學(xué)房地產(chǎn)研究所、中國(guó)房地產(chǎn)指數(shù)研究院等機(jī)構(gòu)組織的年度房地產(chǎn)企業(yè)品牌TOP10評(píng)比中，保利地產(chǎn)蟬聯(lián)國(guó)有房地產(chǎn)企業(yè)品牌價(jià)值榜首，品牌價(jià)值達(dá)到45.72億元，2009年獲評(píng)房地產(chǎn)上市公司綜合價(jià)值第一名，并入選"2008年度中國(guó)上市公司優(yōu)秀管理團(tuán)隊(duì)"

。2009年公司實(shí)現(xiàn)銷(xiāo)售簽約433.82億元。2010年一季度，公司總資產(chǎn)已超千億，進(jìn)入138家中央企業(yè)前50名之列，躋身中央企業(yè)資產(chǎn)規(guī)模第一方陣。截止2012年底，公司總資產(chǎn)突破2500億元，實(shí)現(xiàn)銷(xiāo)售認(rèn)購(gòu)1017.39億元，保利地產(chǎn)堅(jiān)持以住宅開(kāi)發(fā)為主，適度發(fā)展持有經(jīng)營(yíng)性物業(yè)，公司秉承“務(wù)實(shí)、創(chuàng)新、規(guī)范、卓越”的經(jīng)營(yíng)理念。目前，公司已進(jìn)入規(guī)?；l(fā)展階段，形成了廣州、北京、上海、武漢、重慶、沈陽(yáng)等十八個(gè)城市的全國(guó)戰(zhàn)略布局，擁有44家控股公司。業(yè)務(wù)拓展到包括房地產(chǎn)開(kāi)發(fā)、建筑設(shè)計(jì)、工程施工、物業(yè)管理、銷(xiāo)售代理以及商業(yè)會(huì)展、酒店經(jīng)營(yíng)等相關(guān)行業(yè)。保利地產(chǎn)基本財(cái)務(wù)狀況保利地產(chǎn)2010-2014主要財(cái)務(wù)數(shù)據(jù)年份20102011201220132014單位：億元資產(chǎn)負(fù)債表主要數(shù)據(jù)流動(dòng)資產(chǎn)合計(jì)1466.721879.912431.283030.083508.58非流動(dòng)資產(chǎn)合計(jì)56.5670.2380.41109.32149.08資產(chǎn)合計(jì)1523.281950.152511.693139.43657.66流動(dòng)負(fù)債合計(jì)688.97985.861404.711666.351873.13非流動(dòng)負(fù)債合計(jì)514.11543.65559.18781.53975.7股東權(quán)益320.2420.64547.8691.53808.72利潤(rùn)表主要數(shù)據(jù)營(yíng)業(yè)收入358.94470.36689.06923.561090.56營(yíng)業(yè)成本236.45295.37439.72626.56741.23營(yíng)業(yè)利潤(rùn)74.2499.65133.94160.67189.81利潤(rùn)總額74.05100.74135.32161.02190.32凈利潤(rùn)49.265.3184.38107.47122現(xiàn)金流量表主要數(shù)據(jù)經(jīng)營(yíng)現(xiàn)金流量?jī)纛~-223.7-79.2230.93-97.54-104.58投資現(xiàn)金流量?jī)纛~-18.57-4.480.06-22.26-31.69融資現(xiàn)金流量?jī)纛~281.3373.93113.26125.06198.91現(xiàn)金凈額增加額39.04-9.79144.275.3262.4從資產(chǎn)負(fù)債表主要數(shù)據(jù)表可以看出,從2010年-2012年,保利地產(chǎn)的資產(chǎn)翻了近3倍,是因?yàn)楸＠禺a(chǎn)投資性房地產(chǎn)的增加,在2010年投資性房地產(chǎn)金額為42.39億元.股東權(quán)益不斷擴(kuò)大,而公司的負(fù)債速度跟不上股東權(quán)益擴(kuò)大的速度,降低了保利地產(chǎn)抵抗外部風(fēng)險(xiǎn)的能力.從利潤(rùn)表的主要數(shù)據(jù)表可以看出,營(yíng)業(yè)收入和營(yíng)業(yè)成本都從2010年-2012年五年期間翻了三番,營(yíng)業(yè)利潤(rùn)從2010年的74.24億漲到了289.28億,利潤(rùn)總額也從74.05億漲到了190.32億,凈利潤(rùn)也翻了三番,保利地產(chǎn)的業(yè)務(wù)量增加是主要原因.從現(xiàn)金流量表主要數(shù)據(jù)表中可以看出,現(xiàn)金流量?jī)纛~和投資現(xiàn)金凈額在2010和2011年都為負(fù)值,這是由于保利地產(chǎn)的高速發(fā)展,導(dǎo)致資金緊張,但在2012年開(kāi)始取得收入,所以經(jīng)營(yíng)現(xiàn)金流量恢復(fù)到正常值,但是2013和2014年開(kāi)始,又呈現(xiàn)了負(fù)值,因?yàn)槭袌?chǎng)的供過(guò)于求的原因,周期太長(zhǎng),無(wú)法及時(shí)取得收入.從主要財(cái)務(wù)比率表中,可以看到,每股凈收益在下降,凈資產(chǎn)的增長(zhǎng)率也在不斷下降,但是毛利率比較穩(wěn)定,是因?yàn)楸＠禺a(chǎn)之前的大規(guī)模擴(kuò)張,導(dǎo)致有大量的貸款,三大費(fèi)用增加,特別是財(cái)務(wù)費(fèi)用財(cái)務(wù)比率指標(biāo)分析保利地產(chǎn)2010-2014相關(guān)財(cái)務(wù)比率指標(biāo)年份20102011201220132014流動(dòng)比率2.131.911.731.411.87速動(dòng)比率0.531.360.380.380.45現(xiàn)金負(fù)債比率0.240.04資產(chǎn)負(fù)債率78.9878.4378.1977.9777.89股東權(quán)益率21.0221.5721.8122.0322.11營(yíng)業(yè)利潤(rùn)率90.170.17成本費(fèi)用利潤(rùn)率0.30.320.280.240.24凈資產(chǎn)收益率16.5618.5219.8620.7619.87總資產(chǎn)收益率4.063.763.783.83.50主營(yíng)業(yè)務(wù)利潤(rùn)率21.720.0518.8817.3317.4應(yīng)收賬款利潤(rùn)率68.157.1946.9143.8538.39存貨周轉(zhuǎn)率0.280.230.260.290.29總資產(chǎn)周轉(zhuǎn)率29.6527.0830.8932.6932.09流動(dòng)資產(chǎn)周轉(zhuǎn)率30.5328.1131.9733.8233.35償債能力2010年-2014年,流動(dòng)比率下降,從2.13降至1.87,除了2010年,其余四年的流動(dòng)比率均小于2,低于合理值.速凍比率在五年間也低于正常標(biāo)準(zhǔn)值1,說(shuō)明了保利地產(chǎn)短期償債能力不足.現(xiàn)金負(fù)債比率也不斷下降,說(shuō)明保利地產(chǎn)用現(xiàn)金償還短期債務(wù)的能力變?nèi)?加大了公司的資金風(fēng)險(xiǎn).資本結(jié)構(gòu)保利地產(chǎn)的資本負(fù)債率,一直居高不下,超出了行業(yè)的平均水平,這樣會(huì)加大不能按時(shí)償還債務(wù)的風(fēng)險(xiǎn).保利地產(chǎn)從2010年-2014年,雖然股東權(quán)益比率呈上升趨勢(shì),但是仍然處于較低的水平,應(yīng)保持適中的水平,股東權(quán)益比率過(guò)小,說(shuō)明企業(yè)負(fù)債過(guò)大,那么公司抵御外部沖擊的能力就會(huì)減弱.總資產(chǎn)的收益率保利地產(chǎn)從2010年-2014年,總資產(chǎn)收益率、營(yíng)業(yè)利潤(rùn)率、成本費(fèi)用利潤(rùn)率和主營(yíng)業(yè)務(wù)利潤(rùn)率都是下降趨勢(shì),說(shuō)明保利地產(chǎn)在創(chuàng)造收益的時(shí)候花費(fèi)的資本更多,市場(chǎng)競(jìng)爭(zhēng)力隨之減弱,應(yīng)對(duì)財(cái)務(wù)風(fēng)險(xiǎn)的能力就被削弱.營(yíng)運(yùn)能力保利地產(chǎn)從2010年-2014年,應(yīng)收賬款周轉(zhuǎn)率持續(xù)下降,從2010年的68.1下降到2014年的38.39.資金回收緩慢,經(jīng)營(yíng)活動(dòng)的資金不能得到充分的利用,資金回收風(fēng)險(xiǎn)增大。影響保利地產(chǎn)財(cái)務(wù)危機(jī)的因素外部因素宏觀政策宏觀調(diào)控2010年,“國(guó)十一條”,發(fā)生違法違規(guī)行為的房地產(chǎn)開(kāi)發(fā)企業(yè),暫時(shí)取消新購(gòu)置土地資格.2011年,“新國(guó)八條”,加強(qiáng)對(duì)閑置房地產(chǎn)的清理力度,打擊囤地的行為,健全招標(biāo)拍賣(mài)等制度.2012年,繼續(xù)促使房?jī)r(jià)回到正常,落實(shí)安居工程.2013年,“新國(guó)五條”,打擊投資投機(jī)性購(gòu)房.2014年,國(guó)務(wù)院發(fā)布?國(guó)家新型城鎮(zhèn)化規(guī)劃(2014-2015年)?,推動(dòng)城鄉(xiāng)一體化發(fā)展,給予了房地產(chǎn)企業(yè)轉(zhuǎn)型的機(jī)會(huì).因?yàn)檫@些政策,保利地產(chǎn)作為國(guó)企的拿地優(yōu)勢(shì)被削弱了,所以保利在購(gòu)進(jìn)土地的時(shí)候,成本增加,利潤(rùn)下降,投資風(fēng)險(xiǎn)加大等.稅收政策我國(guó)房地產(chǎn)行業(yè)需要繳納十幾種稅.在房產(chǎn)首次交易的時(shí)候,開(kāi)發(fā)商需要繳納營(yíng)業(yè)稅、所得稅、建設(shè)稅、土地增值稅和土地使用稅,同時(shí),購(gòu)房者要繳納契稅和印花稅等.在房產(chǎn)二次交易時(shí),個(gè)人所得稅、營(yíng)業(yè)稅和教育稅附加由賣(mài)家繳納,繳納契稅和印花稅由買(mǎi)家繳納.而這些要繳納的稅實(shí)際最后都是房?jī)r(jià)的一部分.由于房產(chǎn)稅的范圍的擴(kuò)大,勢(shì)必稅收成本會(huì)加重,那么那時(shí)保利地產(chǎn)的獲利能力就會(huì)被削弱,增加投資資本收回的風(fēng)險(xiǎn).其他政策政府的保障房政策,雖然為我國(guó)低收入家庭解決了住房困難等問(wèn)題,但是又對(duì)商業(yè)住宅造成了沖擊,商品住宅的需求量下降,房屋賣(mài)不出去,開(kāi)發(fā)商的利潤(rùn)出現(xiàn)波動(dòng),財(cái)務(wù)風(fēng)險(xiǎn)增大.行業(yè)形勢(shì)市場(chǎng)競(jìng)爭(zhēng)激烈因?yàn)榻甑纳鐣?huì)的發(fā)展,我國(guó)的房地產(chǎn)行業(yè)也在加速發(fā)展,很多社會(huì)資源投入到了房地長(zhǎng)行業(yè),房地產(chǎn)企業(yè)的數(shù)量翻倍的增加,整個(gè)房地產(chǎn)行業(yè)不斷的壯大.保利地產(chǎn)在面對(duì)這么多強(qiáng)勁的對(duì)手時(shí),必須保持市場(chǎng)的占有率,保證資金回籠的速度.市場(chǎng)需求房地產(chǎn)行業(yè)經(jīng)過(guò)大熱之后,現(xiàn)在市場(chǎng)上的住宅等已經(jīng)是供過(guò)于求的狀態(tài),整個(gè)房地產(chǎn)行業(yè)利潤(rùn)在不斷的下降,保利地產(chǎn)也已經(jīng)告別了高速發(fā)展取得高利潤(rùn)的階段,保利地產(chǎn)只有對(duì)財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行防范,才能使實(shí)際盈利和預(yù)期盈利相差不遠(yuǎn).內(nèi)部因素(１)保利地產(chǎn)一直以來(lái)的高速發(fā)展策略,在當(dāng)下嚴(yán)峻的形勢(shì)下,財(cái)務(wù)風(fēng)險(xiǎn)會(huì)不斷的加劇,對(duì)此,保利地產(chǎn)應(yīng)該順應(yīng)環(huán)境做出調(diào)整和改革.(２)資金投入量大,資金回收期長(zhǎng).保利地產(chǎn)作為行業(yè)的龍頭企業(yè),對(duì)資金的依賴(lài)程度高,又因?yàn)榉康禺a(chǎn)行業(yè)需要巨大的投入,從開(kāi)發(fā)到銷(xiāo)售,時(shí)從開(kāi)發(fā)到銷(xiāo)售,時(shí)間周期長(zhǎng),一般要三到五年,所以資金回收的風(fēng)險(xiǎn)加劇保利地產(chǎn)的財(cái)務(wù)危機(jī)預(yù)警機(jī)制預(yù)警模型的選取研究財(cái)務(wù)危機(jī)預(yù)警模型方法種類(lèi)很多，主要包括以下四種：一元判別方法、Z計(jì)分模型、Logistic邏輯回歸法和人工神經(jīng)網(wǎng)絡(luò)法。四種模型研究方法各有優(yōu)缺點(diǎn)，現(xiàn)實(shí)中并不存在理想的預(yù)警方法。首先，一元判別方法最大的優(yōu)點(diǎn)是沒(méi)有任何假設(shè)條件且方法比較簡(jiǎn)單易于理解，但最大的缺點(diǎn)是精確度不高，因而此方法不被采用。而人工網(wǎng)絡(luò)模型雖然沒(méi)有任何假設(shè)條件，但由于其理論基礎(chǔ)抽象、解釋能力差不易理解的原因使其實(shí)際可行性較差。Logistic邏輯回歸法的最大優(yōu)點(diǎn)是樣本自變量不受統(tǒng)計(jì)假設(shè)條件的嚴(yán)格約束，但是此模型要財(cái)務(wù)指標(biāo)和公司治理指標(biāo)等實(shí)際出發(fā)考慮，不適合本文。多變量預(yù)警模型（Z計(jì)分法模型）既是運(yùn)用多種財(cái)務(wù)比率加權(quán)匯總而構(gòu)成線(xiàn)性函數(shù)來(lái)預(yù)測(cè)財(cái)務(wù)危機(jī)的一種模型它是一種綜合評(píng)價(jià)企業(yè)風(fēng)險(xiǎn)的方法。以上原因，從會(huì)計(jì)學(xué)角度出發(fā)，本文選擇Z計(jì)分模型從多種財(cái)務(wù)指標(biāo)結(jié)合來(lái)預(yù)測(cè)財(cái)務(wù)危機(jī)，此模型在國(guó)內(nèi)最為廣泛運(yùn)用。由于ZScore模型設(shè)計(jì)簡(jiǎn)單，使用難度較小，有利于比較不同的財(cái)務(wù)狀況，與此同時(shí)，該模型還具有較強(qiáng)的判別能力，因此保利地產(chǎn)自身運(yùn)用ZScore模型來(lái)進(jìn)行財(cái)務(wù)危機(jī)預(yù)警。Z計(jì)分法模型Z值分析法是美國(guó)學(xué)者Altman發(fā)明的一種衡量企業(yè)破產(chǎn)風(fēng)險(xiǎn)的方法，被人們廣泛應(yīng)用。這一模型預(yù)測(cè)企業(yè)的Z值小于1.20時(shí)將破產(chǎn)，Z值介于1.20和2.90之間為“灰色區(qū)域”，Z大于2.90則企業(yè)沒(méi)有破產(chǎn)風(fēng)險(xiǎn)。Altman以33家破產(chǎn)公司和相對(duì)應(yīng)的33家非破產(chǎn)公司為樣本進(jìn)行檢驗(yàn)之后發(fā)現(xiàn)，Z值正確預(yù)測(cè)了這66家公司中63家的命運(yùn)。英德等國(guó)近年來(lái)的研究也說(shuō)明了Z值在預(yù)測(cè)公司財(cái)務(wù)狀況中的作用。[28]Altman（1968）的Z值計(jì)算公式如下：Z=1.2（X1）+1.4（X2）+3.3（X3）+0.6（X4）+0.999（X5）其中：X1=營(yíng)運(yùn)資本/總資產(chǎn)X2=累計(jì)留存收益/總資產(chǎn)X3=息稅前利潤(rùn)/總資產(chǎn)X4=股權(quán)市價(jià)總額/總負(fù)債X5=銷(xiāo)售收入/總資產(chǎn)保利地產(chǎn)財(cái)務(wù)危機(jī)預(yù)警機(jī)制財(cái)務(wù)指標(biāo)的選取美國(guó)紐約大學(xué)斯特商學(xué)院愛(ài)德華.奧爾曼（Edward.Altman）Z模型在1968年提出，開(kāi)始是為了判斷企業(yè)發(fā)生財(cái)務(wù)危機(jī)的概率可能性的大小。目前已成為世界上運(yùn)用最廣的預(yù)警模型。Z模型的主線(xiàn)是利用財(cái)務(wù)指標(biāo)之間的線(xiàn)性關(guān)系判斷企業(yè)是否有可能發(fā)生財(cái)務(wù)危機(jī)。X1是營(yíng)運(yùn)資金/總資產(chǎn)=（流動(dòng)資產(chǎn)-流動(dòng)負(fù)債）/總資產(chǎn)營(yíng)運(yùn)資本是衡量企業(yè)短期負(fù)債能力的重要指標(biāo)，加強(qiáng)營(yíng)運(yùn)資本的管理才能提高利潤(rùn)規(guī)避風(fēng)險(xiǎn)。X2是留存收益/總資產(chǎn)=(盈余公積+未分配利潤(rùn))/總資產(chǎn)反應(yīng)企業(yè)累計(jì)獲利能力，X3是息稅前利潤(rùn)/總資產(chǎn)=（稅前利潤(rùn)+利息費(fèi)用）/總資產(chǎn)他反應(yīng)企業(yè)以自有資金投資資產(chǎn)獲取的利潤(rùn)，這里的利息費(fèi)用是廣義的利息費(fèi)用財(cái)務(wù)費(fèi)用中的利息費(fèi)用和資產(chǎn)負(fù)債表中無(wú)形資產(chǎn)的資本化利息。該指標(biāo)越大企業(yè)獲利能力越強(qiáng)。X4是股權(quán)市價(jià)總額/總負(fù)債=(總資產(chǎn)-總負(fù)債)/總負(fù)債他一方面反應(yīng)財(cái)務(wù)結(jié)構(gòu)，一方面體現(xiàn)償債能力。X5銷(xiāo)售收入/總資產(chǎn)銷(xiāo)售收入既是主營(yíng)業(yè)務(wù)收入該指標(biāo)實(shí)際上就是資產(chǎn)周轉(zhuǎn)率，他強(qiáng)化企業(yè)管理迫使企業(yè)合理分配企業(yè)資本，從而加強(qiáng)綜合利用效率。Z模型在保利地產(chǎn)中的應(yīng)用本文從定量分析的角度，用Z模型實(shí)證檢驗(yàn)該模型在我國(guó)房地產(chǎn)行業(yè)保利地產(chǎn)中的實(shí)用價(jià)值。樣本以保利地產(chǎn)2013,2014年財(cái)務(wù)數(shù)據(jù)做簡(jiǎn)單的實(shí)證，樣本數(shù)據(jù)來(lái)自保利地產(chǎn)2013,2014年度財(cái)務(wù)報(bào)表。Z模型分析如下：2013年Z=1.2（X1）+1.4（X2）+3.3（X3）+0.6（X4）+0.999（X5）X1=營(yíng)運(yùn)資本/總資產(chǎn)=（303008054884.41-166634556840.12）/313939854320.52=0.43439X2=累計(jì)留存收益/總資產(chǎn)=（1100917160.02+32560241225.29）/313939854320.52=0.107247X3=息稅前利潤(rùn)/總資產(chǎn)=92434040.35+526700936.95+2892153827.71）/31939854320.52=0.011185X4=股權(quán)市價(jià)總額/總負(fù)債=313.939854320.52-244786678393.28）/244786678393.28=0.282504X5=銷(xiāo)售收入/總資產(chǎn)=9151433041.21/313939854320.52=0.02915027Z=1.2*0.43439+1.4*0.107247+3.3*0.011185+0.6*0.282504+0.999*0.2941822=1.17122014年Z=1.2（X1）+1.4（X2）+3.3（X3）+0.6（X4）+0.999（X5）X1=營(yíng)運(yùn)資本/總資產(chǎn)=350858011961.76-187313493217.54）/365765643330.35=0.447129X2=累計(jì)留存收益/總資產(chǎn)=1714475367.24+42048427.771.05）/365765643330.35=0.119647X3=息稅前利潤(rùn)/總資產(chǎn)=37641261.38+554532465.26+6135582072.48）/365765643330.35=0.0183936X4=股權(quán)市價(jià)總額/總負(fù)債365765643330.35-284893358385.82)/284893358385.82=0.283868X5=銷(xiāo)售收入/總資產(chǎn)=8220568785.66/365765643330.35=0.022475Z=1.2（X1）+1.4（X2）+3.3（X3）+0.6（X4）+0.999（X5）=1.23323從上述的模型計(jì)算中得出2013年保利地產(chǎn)Z值為1.17小于1.2.處于極大可能破產(chǎn)危機(jī)的處境中，現(xiàn)實(shí)中2013年保利地產(chǎn)確實(shí)出現(xiàn)一些危機(jī)，而2014年Z值1.23大于1.2小于2.9。有所好轉(zhuǎn)處于灰色預(yù)警內(nèi)，有可能出現(xiàn)財(cái)務(wù)問(wèn)題企業(yè)及時(shí)注意加以防范就能解決，是一個(gè)初級(jí)警示狀態(tài)。但相對(duì)于2013年概率大大降低。慢慢向好的方向發(fā)展。對(duì)房地產(chǎn)行業(yè)的建議對(duì)企業(yè)的融資結(jié)構(gòu)合理安排，拓寬融資渠道。受?chē)?guó)家政策的影響房地產(chǎn)融資難度加大，銀行對(duì)地產(chǎn)業(yè)貸款要求提高，通過(guò)上調(diào)首付比例、抵押貸款、限購(gòu)等措施對(duì)房地產(chǎn)行業(yè)降溫。所以保利地產(chǎn)應(yīng)及時(shí)合理規(guī)劃融資結(jié)構(gòu)，拓展渠道來(lái)減輕財(cái)務(wù)風(fēng)險(xiǎn)。地產(chǎn)業(yè)開(kāi)發(fā)周期太長(zhǎng)，資金難以回籠。地產(chǎn)業(yè)開(kāi)發(fā)周期長(zhǎng)、資金動(dòng)用量巨大回收期太長(zhǎng)很容易導(dǎo)致財(cái)務(wù)危機(jī)。所以加快開(kāi)發(fā)周期，加速回籠資金就能極大的減少資金量斷裂引起的財(cái)務(wù)危機(jī)。加強(qiáng)財(cái)務(wù)管理意識(shí)，細(xì)化財(cái)務(wù)分支，建立全面的財(cái)務(wù)預(yù)算管理和財(cái)務(wù)預(yù)警系統(tǒng)。Z模型的預(yù)警是基于財(cái)務(wù)指標(biāo)的，財(cái)務(wù)指標(biāo)的精確全面也是Z模型檢測(cè)的一個(gè)良好基礎(chǔ)。結(jié)論隨著企業(yè)自身的不斷發(fā)展和外部經(jīng)營(yíng)環(huán)境的不斷變化，原有的財(cái)務(wù)預(yù)警指標(biāo)的重要性也可能會(huì)發(fā)生變化。為了保證財(cái)務(wù)預(yù)警體系正常發(fā)揮作用，必須對(duì)財(cái)務(wù)預(yù)警指標(biāo)體系進(jìn)行動(dòng)態(tài)管理，定期對(duì)其預(yù)警效果進(jìn)行分析和評(píng)價(jià)，并根據(jù)評(píng)價(jià)結(jié)果對(duì)財(cái)務(wù)預(yù)警指標(biāo)和相應(yīng)的預(yù)警值進(jìn)行調(diào)整和修正，保證企業(yè)財(cái)務(wù)預(yù)警體系的長(zhǎng)期有效性。財(cái)務(wù)預(yù)警體系的建立和完善不僅僅是一個(gè)行業(yè)或者一個(gè)部門(mén)的任務(wù)和責(zé)任，它需要政府部門(mén)的政策支持，需要社會(huì)各界的配合實(shí)施，需要企業(yè)領(lǐng)導(dǎo)者的有效管理，才能夠發(fā)揮其對(duì)企業(yè)財(cái)務(wù)危機(jī)的預(yù)警提示作用，有效防止防范財(cái)務(wù)危機(jī)的發(fā)生。因此，要建立完整有效的財(cái)務(wù)預(yù)警體系，必須時(shí)刻關(guān)注政府的政策改革，經(jīng)濟(jì)發(fā)展形勢(shì)以及行業(yè)發(fā)展現(xiàn)狀，加大社會(huì)的監(jiān)管力度，加強(qiáng)企業(yè)自身的內(nèi)部控制制度和企業(yè)管理層的管理水平。參考文獻(xiàn)．W.Beaver.Financia.RatiosasPredictorsofFailure.JournalofAccountingResearch.1966,4(Supplement):71-111E.LAltman.FinancialRatiosDiscriminantAnalysisandthePredictionofCorporateBankruptcy.JournalofFinance.1968,23(4):589一09.E.B.Deakin.ADiscriminantAnalysisofPredictionofBusinessFailure.JournalofAccountingResearch.1972,(spring).167-169S.A.Ross,RW.Westerfield,J.F.Jaffe.CorporateFinance.2ndEdition,HomewoodIL.1999:420-24FitzPatrickP.J,AComparisonofRatiosofSuccessfulIndustrialEnterpriseswithThoseofFailedFirms,CertifiedPublicAccountant[J],October,NovemberandDeeember,1932,605,656-662,727-731AltmanE,HaldemanR,NarayannP.Zetaana