保利地产财务风险分析与控制研究
Research on the Financial Risk and Control of Poly Real Estate
DOI: 10.12677/mm.2024.149254, PDF, HTML, XML,   
作者: 张钰杰, 李南芳:沈阳建筑大学管理学院,辽宁 沈阳
关键词: Z-Score模型财务风险保利地产Z-Score Model Financial Risk Poly Real Estate
摘要: 近年来,面对诸多不确定的宏观环境和内部经营的综合影响,我国的房地产行业呈现整体低迷的走势,如今正面临着融资困难、销售市场不景气等多重困境,这不仅不利于房地产行业的发展,同时也对国内经济总量的增长造成了不利的影响。因此文章在分析保利地产四大能力的基础上,结合Z-Score模型,对保利地产当前的财务风险进行了分析,分析结果表明,保利地产当前面临着包括长期偿债能力隐忧、盈利能力减弱、应收账款周转效率低下及发展潜力不足等财务风险,进而从资本结构、存货及应收账款管理及建立风险预警机制等方面给出了相应的风险控制对策。
Abstract: In recent years, in the face of many uncertain macro environments and the comprehensive impact of internal operations, China’s real estate industry has shown an overall downturn and is now facing multiple difficulties, such as financing difficulties and a sluggish sales market, which is not only not conducive to the development of the real estate industry, but also has an adverse impact on the growth of the domestic economy. Therefore, this paper analyzes the current financial risks of Poly Real Estate based on the analysis of the four major capabilities of Poly Real Estate and combines the Z-Score model and the analysis results show that Poly Real Estate is currently facing financial risks, including long-term solvency concerns, weakened profitability, low turnover efficiency of accounts receivable and insufficient development potential, and then gives corresponding risk control countermeasures from the aspects of capital structure, inventory and accounts receivable management, and the establishment of risk early warning mechanism.
文章引用:张钰杰, 李南芳. 保利地产财务风险分析与控制研究[J]. 现代管理, 2024, 14(9): 2177-2183. https://doi.org/10.12677/mm.2024.149254

1. 引言

现阶段,受到国际形势及国内政策的综合影响,房地产行业整体形势不容乐观,大量资金出逃,许多企业的财务风险日益凸显,部分企业甚至面临着退市、破产的困境。在此背景下,构建有效的财务风险预警机制成为企业稳健发展的关键。本文以保利地产为例,作为保利集团旗下的大型国有房企,保利地产自1992年成立以来,凭借多元化发展战略和强大品牌影响力,在房地产开发及关联领域取得显著成就,稳居行业前列,是房地产行业领军企业之一。本文基于保利地产的财务数据,深入分析其偿债能力、运营能力、盈利能力和发展能力,并借助Z-Score模型进行财务风险预警研究,旨在提出针对性对策,以增强企业财务风险防范能力,促进其持续健康发展。

2. 文献综述

Z-Score模型最初是由Altman (1968)建立的,其中包含了多个能够决定企业状况的关键性财务指标,建立起了多重线性财务风险的预警模型[1]。随后几年间,Altman联合其他学者对该模型进行了补充改进,进一步增强了模型的适用性和准确性。Odom与Sharda (1990)则通过引入神经网络,开启了财务风险评估的新视角[2]。Jeehan Almamy (2016)在Z-Score模型的基础上引入了现金流量这一指标,进而得到F分数模型[3]。Hafeez等(2022)结合分析师预测的创新方法,持续推动着Z-Score模型的发展[4]。国内相关研究比国外开展较晚,我国学者周首华(1996)的F分数模型是对Z-Score模型的重要本土化改造[5],随后刘淑莲(1996)等学者的研究深化了模型在中国市场的应用[6]。史富莲与石亚玲(2007)的实证分析[7],以及严碧红与马广奇(2011)对房地产企业的研究[8],均展示了Z-Score模型在特定行业的有效性。近年来,汤波、姚正海(2021)结合疫情背景,研究了Z-Score模型在旅游行业的预警应用[9],体现了Z值模型适应性与时俱进的特点,这些研究不仅丰富了财务风险评价的理论体系,也为实际企业风险管理提供了有力的工具。因此,本文在分析企业四大能力的基础上,结合Z值模型进行综合分析,避免了单一指标分析可能导致的片面性与偏差。

3. 财务现状分析

财务状况分析是指通过对企业财务报表等财务资料的分析,评估企业的经济实力、经营成果和现金流量状况,以揭示企业的偿债能力、营运能力、盈利能力及成长能力。企业的财务状况分析是企业财务风险预警必不可少的,该部分选取了保利地产2019~2023年的财务数据,对企业的财务现状进行了分析。

3.1. 偿债能力

优秀的偿债能力是企业财务健康发展的基石,意味着企业能够获得更多的融资渠道及更优惠的利息条件,反之,若偿债能力不佳,企业可能会面临着资金流通受阻的困境。偿债能力分析是企业财务分析的重要环节,能够使企业了解自身的债务状况,并对自身的债务风险做出预判。保利地产2019~2023年偿债能力的主要指标如表1所示。

Table 1. Solvency indicators of Poly Real Estate from 2019 to 2023

1. 2019年~2023年保利地产偿债能力指标

项目/年份

2019年

2020年

2021年

2022年

2023年

流动比率(倍)

1.56

1.51

1.52

1.54

1.56

速动比率(倍)

0.59

0.53

0.54

0.50

0.49

资产负债率(%)

77.79%

78.69%

78.36%

78.09%

76.55%

一般来说,流动比率在2左右被视为较为理想的区间,从表1中的数据可以看到,保利地产近些年的流动比率稳定在1.5左右,表现较为稳定,反映出企业用流动资金偿还短期债务的能力良好,而速动比率整体呈现了下降的趋势,并在2023年达到了近些年的最低值,表明企业的短期偿债能力存在减弱的趋势。从长期偿债能力来看,一般来说,由于房地产行业前期投入较大,资产负债率在60%至70%之间被认为是较为合理的范围,而保利地产近五年的资产负债率均高于正常区间范围,表明R企业存在着一定的长期偿债风险,其偿债能力不足以满足其长期发展的需求。

3.2. 盈利能力

盈利能力是指企业在运营过程中获取利润的能力,高盈利能力能够使企业有更强的市场竞争力,同时吸引更多投资者,该指标在一定程度上可以反映企业投资风险的高低。保利地产2019~2023年盈利能力的主要指标如表2所示。

Table 2. Profitability indicators of Poly Real Estate from 2019 to 2023

2. 2019年~2023年保利地产盈利能力指标

项目/年份

2019年

2020年

2021年

2022年

2023年

净利率(%)

11.85

11.91

9.61

6.53

3.48

毛利率(%)

34.96

32.56

26.78

21.99

16.01

净资产收益率(%)

21.01

17.08

14.39

9.16

6.13

总资产报酬率(%)

2.98

2.53

2.07

1.28

0.83

受宏观经济环境及政策调控的影响,房地产行业总体的市场行情呈现低迷走势,销售市场空前冷却,由表2中可以看出,保利地产近2019年~2023年的盈利能力指标均呈现逐年下降的趋势,与行业走势相同,整体情况不容乐观。净资产收益率从2019年的21.01%下降到2023年的6.13%,整体下降近4倍,说明企业运用股东权益来创造利润的能力出现了大幅缩水。毛利率从2019年到2023年下降了近20个百分点,表明企业在成本管理上存在问题,导致盈利空间的进一步缩小。净利率从2019年的11.85%下降到2023年的3.48%,同样表明企业在成本及费用控制方面存在一定问题,导致盈利能力持续减弱。综上所述,保利地产当前的盈利能力存在较大问题,管理者应及时采取相应措施来提升企业的盈利能力。

3.3. 营运能力

营运能力是指企业运用各项资产以赚取利润的能力。总资产周转率、流动资产周转率、存货周转率、应收账款周转率等指标能有效反映企业的营运能力。保利地产2019~2023年营运能力的主要指标如表3所示。

Table 3. Indicators of Poly Real Estate’s operating capacity from 2019 to 2023

3. 2019年~2023年保利地产营运能力指标

项目/年份

2019年

2020年

2021年

2022年

2023年

存货周转率(次)

0.29

0.25

0.27

0.26

0.33

流动资产周转率(次)

0.28

0.24

0.24

0.22

0.27

应收账款周转率(次)

122.53

113.18

101.24

77.82

88.20

总资产周转率(次)

0.25

0.21

0.22

0.20

0.24

存货周转率作为衡量存货管理效率的重要指标,反映了企业从购入存货、投入生产到销售收回等各环节的管理状况。从表3中可以看出保利地产的存货周转率在2019年~2022年呈现下降的趋势,表明在此区间R企业在增加库存的同时忽视了对存货的管理,导致库存激增,存货的变现能力大幅降低。与此同时,应收账款周转率也呈现了近乎相同的变化趋势,到2022年为止,下降了近50个百分点,作为衡量应收账款管理效率的重要指标,该指标的急速下跌表明应收账款的回收速度在变慢,管理效率也在降低,企业资金回笼的困难也在增大,存在潜在的坏账风险。通过上述分析可以得出,保利地产近些年的营运能力出现了明显的退步,虽然2023年出现了转机,但仍需在此基础上进一步加强管理。

3.4. 成长能力

企业的成长能力是企业经过自身的生产经营持续累积的发展潜力。本文主要基于营业收入、营业收入同比增长率及归母净利润同比增长率三个指标来分析保利地产企业的成长能力。保利地产2019~2023年成长能力的主要指标如表4所示。

Table 4. Growth capacity indicators of Poly Real Estate from 2019 to 2023

4. 2019年~2023年保利地产成长能力指标

项目/年份

2019年

2020年

2021年

2022年

2023年

营业收入增长率(%)

21.29

3.04

17.20

−1.38

23.42

净利润增长率(%)

47.90

3.54

−5.39

−33.01

−34.13

净资产增长率(%)

27.97

15.52

8.47

0.36

1.18

表4中可以看出,2019年保利地产的财务指标显示出了强劲的增长势头,而从2020年开始各项指标均开始下降,且幅度进一步扩大,营业收入增长率从2019年的21.29%下降到2022年的−1.38%,2023年回升至23.42%,整体波动较大,说明企业的盈利能力在减弱,经营状态不稳定。2021年~2023年保利地产的净利润增长率均呈现为负增长,表明保利地产的利润表现出现了明显的下降趋势。综上分析可以看出,保利地产近五年的成长指标不稳定,存在一定风险,企业亟需探索有效的策略以改善现状。

4. Z-Score模型分析

1968年纽约大学斯特恩商学院的杰出教授爱德华·阿特曼,率先开创性地提出了针对企业财务健康评估的Z-Score风险预警模型。这一模型是基于他对当时美国市场中破产与非破产企业的深入对比分析,同时选取了多达22项关键的财务比率作为评估基础,结合数理统计的方法建立的,为早期企业财务风险的识别与预防提供了工具。

本文基于R企业从2019年至2023年的财务数据,采用针对非制造企业的Z3模型进行深入分析,以精确评估该企业可能面临的财务风险及破产风险。Z3模型的公式为:Z3 = 6.56X1 + 3.26X2 + 6.72X3 + 1.05X4,该指标在非制造公司广泛地运用,其Z值若超过2.60,证明企业的财务状况稳健,发展趋势良好;其Z值若低于1.1.0时,则警示企业在破产的边缘,当Z值大于1.10并且小于2.60时,证实企业财务现状处于不稳定的灰色区间,要加强对其的探究。

Z-Score模型为多变量指标,运用Z-Score模型进行财务风险评价,首先需要计算各项指标。其中,X1是营运资产与总资产的比值,反映的是企业资产流动性的强弱;X2是留存收益与总资产的比值,这一指标能够反映企业未来的发展能力;X3是由息税前利润比上总资产得出的,该指标能够反映企业的盈利能力;X4是由资产净值比上负债总额得出的,能够反映出企业的资本结构是否稳定。如表5所示,表中为20219年~2023年R企业各变量及Z值。

Table 5. Statistical table of Z-value of R enterprises from 2019 to 2023 (thousand yuan)

5. 2019年~2023年R企业Z值统计表(千元)

项目/年份

2019年

2020年

2021年

2022年

2023年

X1

0.33

0.31

0.31

0.31

0.32

X2

0.11

0.10

0.11

0.11

0.11

X3

0.05

0.04

0.03

0.02

0.01

X4

0.29

0.27

0.28

0.28

0.31

Z值

3.10

2.90

2.86

2.83

2.86

通过上述计算可以得出,保利地产近五年的Z值分别为:3.10、2.90、2.86、2.83、2.86,总体呈现波动下滑的趋势,2020年Z值为2.90,处于健康与灰色区间的临界值,而从2021年至2023年,企业的Z值虽略有波动,但均处于灰色区间内,说明保利地产若不及时采取有效的管理措施,企业的财务风险会有进一步扩大的可能性。

结合R企业近5年的财务数据及Z值模型各指标的系数可以看出,X3由0.05下降到0.01,在各指标中变化最为明显,X3是由息税前利润比上总资产得出的,该指标持续下降,说明企业的盈利能力在逐步较弱。X1是营运资产与总资产的比值,该指标表现较为稳定,在2020年~2022年三年出现了较低值,说明企业的偿债能力表现较为稳定,但存在微弱下降的趋势。X2 = 留存收益/总资产,X4 = 资产净值/负债总额,两项指标近五年来均保持稳定状态,综合各指标及Z值变化趋势可以看出,保利地产整体发展较为稳定,但需重视目前出现的财务问题,避免风险进一步扩大。

5. 财务风险应对策略

5.1. 优化资本结构,创新融资模式

资本结构的合理性直接影响企业的稳健运营与可持续发展,不合理的资本结构,不仅会加大企业的财务成本,限制其盈利能力提升,还可能加剧市场波动时资金链的风险,影响企业的信誉与投资者的信心。针对保利地产当前面临的资产负债率高及筹资模式单一的问题,建议企业应当通过精细化财务管理,调整长短期债务比率,适当增加长期债务以降低短期偿债压力,优化债务结构,实现资本成本的合理配置。同时,可以依托保利地产强大的品牌影响力和良好市场声誉,积极探索海外筹资渠道,利用国际资本市场资源,拓宽资金来源,降低融资成本。此外,企业还可以实施债转股计划,将部分债务转化为股本,这样既能减轻债务负担,又能优化股权结构;以及应收账款质押借款等金融工具,盘活存量资产,增强资金流动性。

5.2. 加强存货及应收账款管理

受到宏观经济环境与政策调控的双重影响,当前房地产市场正在经历一段销售表现较为疲软的时期,保利地产当前的存货周转率虽略有所回升,但仍不能忽视对存货的管理,企业应持续利用其品牌影响力,深入市场调研,精准捕捉消费者需求变化,灵活调整产品策略,实施定制化服务、线下线上融合营销等多元化的营销策略,增强库存的市场吸引力,推动去库存化,提升变现能力,增强资金流动性,从而提升运营效率。此外,保利地产还应当加强重视对应收账款的管理,建立健全客户信用管理体系。通过详尽的客户信用背景调查,建立客户信用档案,科学评估客户信用等级,据此制定差异化收款政策:针对优质客户,可推出提前还款优惠政策,激励其加速还款;对于信用状况不佳的客户,则需加强催收力度,制定严格的催收政策,必要时采取法律手段,确保资金安全回收,有效防范坏账风险。

5.3. 建立健全财务风险预警体系

完善的财务风险预警体系,能够前瞻性地识别潜在风险,提前采取预防措施,避免风险进一步扩大,从而为企业营造更加安全的经营环境。企业在建立财务风险预警体系时,应兼顾长期与短期的双重考量,短期的预警系统应重点关注各项财务指标的变动,通过实时监控关键财务指标如资产负债率、现金流状况、利润增长率等,及时发现财务异常与潜在风险点,确保企业资金流动的稳健与安全,长期预警系统需聚焦于企业综合能力的分析与预判。这包括对企业偿债能力、盈利能力、运营效率及市场适应能力的全面评估,以及结合宏观经济环境、行业政策变动等因素,对企业未来发展趋势进行前瞻性预判。同时,管理者要善于运用财务风险预警模型,使企业能够全方位、多角度地监控与评估财务风险,为企业的长远发展保驾护航。

6. 结语

本文依据保利地产近5年的财务数据,结合Z-Score模型,对企业的财务风险进行了分析研究,发现企业2019~2023年的Z值呈现波动下降的趋势,且最近一年的Z值仍处于灰色区间,企业的财务状况不稳定,可能会面临财务风险,建议企业在未来发展的过程中对企业的财务风险加以重视,优化自身资本结构,加强对存货及应收账款的管理,防患于未然,建立有效的财务预警机制,进而将自身的财务风险降至较低水平,促进企业高效健康发展。

参考文献

[1] Altman, E.I. (1968) Financial Ratios, Discriminate Analysis and the Prediction of Corporate Bankruptcy. The Journal of Finance, 23, 589-609.
https://doi.org/10.1111/j.1540-6261.1968.tb00843.x
[2] Odom, M.D. and Sharda, R. (1990) A Neural Network Model for Bankruptcy Prediction. Proceedings of the 1990 International Joined Conference on Neural Networks, San Diego, 17-21 June 1990, 163-168.
https://doi.org/10.1109/IJCNN.1990.137710
[3] Almamy, J., Aston, J. and Ngwa, L.N. (2016) An Evaluation of Altman’s Z-Score USING cash Flow Ratio to Predict Corporate Failure Amid the Recent Financial Crisis: Evidence from the UK. Journal of Corporate Finance, 36, 278-285.
https://doi.org/10.1016/j.jcorpfin.2015.12.009
[4] Hafeez, B., Li, X.P., Kabir, M.H. and Tripe, D. (2022) Measuring Bank Risk: Forward-Looking Z-Score. International Review of Financial Analysis, 80, Article 102039.
https://doi.org/10.1016/j.irfa.2022.102039
[5] 周首华, 杨济华, 王平. 论财务危机的预警分析——F分数模式[J]. 会计研究, 1996(8): 8-11.
[6] 刘淑莲. 财务比率分析在企业破产预测中的应用——介绍“Z-Score”模型[J]. 经济理论与经济管理, 1996(1): 59-61.
[7] 史富莲, 石亚玲. Z值模型在房地产业上市公司财务风险预警分析中的应用[J]. 会计之友(中), 2007(1): 91-92.
[8] 严碧红, 马广奇. 基于Z-Score模型的我国房地产业上市公司财务风险的实证分析[J]. 财会与金融, 2011(5): 37-41.
[9] 汤波, 姚正海. 新冠肺炎疫情背景下我国旅游上市公司财务危机预警研究——基于“Z-Score”模型[J]. 改革与开放, 2021(11): 17-24.

Baidu
map