根据均值差异性检验和相关性检验选定的三个变量，采用房地产业ST当年至ST前5年的数据，利用SPSS 16.0进行前项逐步进入回归。回归结果如表7-14所示。

表7-14　房地产业财务比率Logisitic回归结果

根据表7-14可以形成房地产业财务危机预警模型如下：

log［p/（1-p）］=-0.331-0.523×1-0.851×11-0.011×19

该模型包括三个变量，其中X1属于偿债能力指标，而X11、X19属于现金结构指标。该模型中变量的系数为负值，说明这三个变量值越小，企业被特别处理即ST的概率越高，这符合前面财务比率分析的结果。根据Wald统计量来看，反映偿债能力的现金比率（X1）对模型的贡献度最大。

根据房地产业财务危机预警模型，对ST前1年至前5年的数据进行回代判定，结果见表7-15至表7-19。

表7-15　房地产业财务危机预警模型在ST前1年的回判结果

表7-16　房地产业财务危机预警模型在ST前2年的回判结果(www.daowen.com)

表7-17　房地产业财务危机预警模型在ST前3年的回判结果

表7-18　房地产业财务危机预警模型在ST前4年的回判结果

表7-19　房地产业财务危机预警模型在ST前5年的回判结果

从表7-15至表7-19的回判结果可以看出：在ST前1年至ST前4年，房地产业财务危机预警模型对于开发样本判定的综合正确率分别为72.75%、70.46%、63.64%、56.83%、43.18%，都高于设定的先验概率，判定结果都可以接受。但ST前5年，对于开发样本判定的综合正确率只有43.18%，不具有判别财务危机的能力。从以上各年度的判别综合准确率可以得出结论：离财务危机发主的时间越远，模型判定准确率越低。

从ST前1年到ST前4年，房地产业财务危机预警模型对于开发样本判定的二类错误的概率均高于一类错误的概率。因此，从回判结果来看，房地产业财务危机预警模型在ST前1年至ST前4年均有判别财务危机的能力，实用性也比较强。