李 恩，刘立新

（对外经济贸易大学 金融学院，北京 100029）

一、引 言

所谓企业财务预警，是指企业财务危机的预测与警报。自上世纪末我国住房市场化改革后，国内房地产企业开始蓬勃发展，房地产企业经营资金需求量大，对商业银行的信贷资金依赖严重，易受宏观经济政策的影响，房产价格变化莫测，这些特点使房地产企业面临很大的财务风险。因此，对房地产企业进行财务预警研究不仅对于房地产企业的稳健发展具有重要的现实意义，而且也是政府、商业银行、投资者关注的热点问题。本文以我国房地产上市公司为研究对象，通过建立并选择合适的财务预警模型来研究我国房地产企业的信用风险管理问题。

至今，关于企业财务预警的研究已近半个世纪，研究文献比较丰富，主要以构造不同财务预警模型为主。其中，Beaver（1966）做出了开创性的贡献，建立了一元判定模型，发现现金流量与负债总额的比率能较好地判定公司的财务状况［1］。Altman （1968） 研究出“Z-Score”多元判定模型［2］，其改进版ZETA®被商业化并获得成功。Ohlson（1980）首次将Logistic回归模型应用到企业的财务预警当中［3］。之后有更多方法被应用于企业财务预警分析研究，包括一些非参数统计方法（如K阶近邻法、聚类分析、决策树法、支持向量机等）、数学规划法与专家系统方法等。近些年来，人工智能模型也被引入企业的财务预警研究，如Odom（1990）最先将神经网络引入信用风险评价，Barniv（1990）对神经网络模型和Logistic模型进行了比较，发现这两种模型在预测公司财务危机的准确率上并没有什么不同［4］，Varetto(1998)首次将遗传算法引入了财务预警分析。……