二、房地产企业财务风险预警模型的构建
　　（一）单变量财务预警模型：单变量财务预警模型最具代表性的人物是Bevaer，他同时也是运用财务比率对企业破产情况进行预测的先驱者之一（另一位是Altman，下文会述及）。Bevaer首先从1954-1964选出79家失败企业和79家非失败企业（两类企业的行业、资产规模等都相同），他所选用的财务比率依然是借鉴了前人的研究成果。除此之外，他增加使用了现金流量方面的指标。他认为：企业拥有的现金多越多、营运资本支出越少、负债越小，企业失败的概率就越小；反之，企业失败的概率就越大。Bevaer仔细考察了样本当中30个财务比率在企业失败前5年的差异情况，最后证明有5个财务比率对企业破产的预警能力较强，按预测能力高低依次排序是：现金流量/负债总额（预测准确率达87%）；净收入/总资产（预测准确率达79%）资产负债率（预测准确率达77%）；营运资本/总资产（预测准确率达76%）现值率（预测准确率达78%）。Bevaer构建的单变量财务预警模型获得了比较高的预警能力，但他的缺陷也是暴露无遗的：各个单一的财务指标有时在反映同一信息的时候，结果会不一致。这种片面性使得人们不得不另外探索一种更加精确、更具说服力的财务预警模型。
　　（二）Z模型：Z模型的创始人是Altman。Altman和前文所述的Bevaer被并列称之为运用财务比率来预测企业破产情况的先驱。他们二位这种具有开创性的研究为后来的财务预警模型的研究奠定了坚实的基础。
　　Altman同时也是第一个使用多变量技术来判定企业财务危机状况的学者。他克服了Bevaer创建的单变量模型的缺点，将多个财务比率结合起来，将这些财务比率融入同一个方程式来解释和判别企业的财务状况。Altman所带给人们的这种综合分析问题的思想，在对企业财务危机预测研究方面，影响是极其深刻的。Altman的Z模型创建经历了以下几个阶段：
　　第一，Z-socre模型阶段。这个阶段的模型主要是针对上市的制造业研究的，Altman选取从1945—1965年间的33家破产企业和33家同类型、同规模的正常企业为样本，经过大量细致的工作，从一开始选定的22个财务比率中敲定5个变量来对企业的财务状况进行预测，构造出一个多元线性函数，命名Z-socre模型，其表达式为：Z=0.12X1+0.014X2+0.033X3+0.006X4+0.999X5其中：
　　X1=营运资本/总资产；X2=留存收益/总资产；X3=息税前利润/总资产；X4=普通股、优先股市场价值总额/总负债；X5=销售收入/总资产
　　上述表达式中，变量前的权重系数是按照变量对企业财务危机的影响程度大小设置的，经过加权计算之后得到的Z值代表企业综合风险值。通过它与设定的临界值对照，就能知道企业财务危机的程度。上式中临界值的规定如下：Z—socre>2.765表明企业具有较好的财务状况，破产机率小；Z—socre<2.765表明企业财务状况糟糕，破产机率大。该模型预测企业财务危机的准确率极高：在破产前一年约为95.45%，在破产前5年预测准确率亦为70%以上。
　　第二，Z2模型阶段。上述Z-socre模型只针对上市公司，且只面对制造业。而事实上，许多处于财务危机的公司是没上市的，故直接用Z-socre模型预测，其准确性就遭到了质疑。针对这种情况。Altman重新对Z-socre模型进行了修改，形成了Z2模型和Z3模型，其表达式分别如下：Z2=0.717X1+0.847X2+3.107X3+0.42X4+0.998X5适用范围：用来预测非上市公司的财务危机状况。此处表达式中，X4的含义与Z-socre中X4不同，更改为所有者权益/总负债。此时，临界值的区间规定及意义如下：Z2≥2.99，表达企业陷入财务危机的可能性极小，企业财务状况良好；2.7≤Z<2.99，表明企业存在财务危机的可能；1.81≤Z<2.7表明企业存在财务危机的可能性较大；Z<1.81，表明企业存在财务危机的可能性特别大。Z2模型对企业破产前一年的预测精度高达94%以上，对企业破产前2年的预测精度也高达80%以上。
　　第三，Z3模型阶段。Z-socre模型的缺陷在于只针对上市公司，只面对制造业；Z2模型的缺陷在于只针对非上市公司。而在我国，是难以获得非上市公司的财务数据的。故对我国房地产企业财务预警研究时，不能直接使用上述两个Z值表达式。Altman的Z3模型克服了我们的难题，Z3模型是用来预测非制造业上市公司的财务状况的，它的表达式是：Z3=6.65X1+3.26X2+6.72X3+1.05X4。此表达式中，X1，X2，X3，X4的含义与Z2式中规定是一样 的。临界区间规定如下：Z3<1.23，表明企业破产概率大；Z3>2.9，表明企业的财务状况是良好的，可不考虑破产的可能；1.23≤Z3≤2.9，表明企业财务状况有问题，须严加注意，否则，后果不堪设想，若积极面对，企业才能摆脱困境。本文中，鉴于Z3模型的适用情况，笔者将直接选用Z3模型作为本文房地产企业财务预警体系的另一组成部分，直接用Z3模型来对后文的案例企业进行财务风险分析，计算Z3值，判别其财务风险的大小。
　　（三）人工神经网络模型。这种模型的基本原理是模拟人类大脑神经的运作。它处理信息的方式是通过调整其内部存在的各个节点间互相连接的关系来对所有的信息进行处理。人工神经网络的系统是十分复杂的，同时又是特别先进的一种财务风险预警模型。但目前它的使用并未被推广开来，原因是该模型的理论基础还不够坚实，对大脑思维的模拟深入程度不够。有待进一步地研究和论述。故本文对该模型不作相关的引用。
　　通过上述对几个经典的财务预警模型的介绍和分析，总结出本文构建房地产企业财务风险预警体系的基本思路：以前文选取的单变量财务指标的分析为基础，结合Z3模型的计算，再加上对房地产企业的定性分析，以给出案例企业财务风险的严重程度，判断其是否处于警示状态。