基于因子模型的上市公司财务预警——以房地产公司为例
刘佳鑫 张松艳

浙江科技大学，浙江杭州，310000；

摘要：本研究选取2023年A股上市房地产公司，利用因子分析和机器学习技术（包括逻辑回归、BP神经网络、XGBoost）建立财务风险预警模型。通过分析9项财务指标，提取4个主要公因子（资产负债率、流动比率、利息保障倍数、存货周转率），构建了预警模型。XGBoost模型的预测准确率和F1-score分别为94.44%和0.95，均高于逻辑回归和BP神经网络。研究发现高风险企业常有短期偿债困难、存货积压和现金流问题。基于此，研究从企业、投资者和监管三个角度提出管理建议，旨在为房地产行业风险防控提供理论和实践指导。

关键词：因子分析；风险预警；房地产公司；逻辑回归模型；BP神经网络模型；XGBoost模型

参考文献

[1]张荣艳,廖萌.Z计分模型在房地产上市公司财务预警中适用性检验[J].财会通讯,2012.

[2]潘丹,万芷寒.基于功效系数法的新能源汽车企业财务风险预警[J].生产力研究,2023.

[3]贾玉婷.煤炭上市公司财务风险预警研究[D].河北地质大学,2016.

[4]欧国良,吴刚,朱祥波.基于因子分析法的房地产企业财务风险预警研究[J].社会科学家,2018.