基于因子分析的房地產(chǎn)上市公司綜合能力評(píng)價(jià)

摘 要：選取2007年我國滬深兩市的 44 家房地產(chǎn)類A股上市公司為研究樣本，采用14個(gè)指標(biāo)，利用統(tǒng)計(jì)軟件SPSS15.0，采用因子分析法對(duì)房地產(chǎn)類上市公司綜合能力進(jìn)行評(píng)價(jià)。評(píng)價(jià)結(jié)果表明，不同樣本的得分是有差異的，以平均水平為分界點(diǎn)，綜合能力好與差的公司各占半壁江山，并且在地區(qū)間沒有顯著差異。?
　　關(guān)鍵詞：房地產(chǎn)；上市公司；因子分析；綜合能力?
　　
　　0 前言?
　　
　　近幾年，隨著我國居民住房制度改革進(jìn)一步向縱深推入，房地產(chǎn)業(yè)已經(jīng)發(fā)展成為我國國民經(jīng)濟(jì)的支柱產(chǎn)業(yè)，成為我國經(jīng)濟(jì)發(fā)展的主要推動(dòng)力量和我國國民經(jīng)濟(jì)新的增長(zhǎng)點(diǎn)。?
　　本文選取了2007年我國滬深上市的44 家房地產(chǎn)類上市公司有關(guān)數(shù)據(jù)，采用14個(gè)指標(biāo)，利用統(tǒng)計(jì)軟件SPSS15.0， 采用根據(jù)各指標(biāo)實(shí)際觀察值所提供的信息量大小來確定各指標(biāo)權(quán)重的客觀賦權(quán)法——因子分析法來進(jìn)行實(shí)證研究, 對(duì)房地產(chǎn)上市公司的綜合能力進(jìn)行評(píng)價(jià)。
　　?
　　1 研究樣本的確定?
　　
　　本文將中國證監(jiān)會(huì)《上市公司行業(yè)分類指引》中的房地產(chǎn)上市公司作為樣本基礎(chǔ)。以2007年我國房地產(chǎn)上市公司為研究樣本，剔除B股上市公司、ST公司以及在評(píng)價(jià)指標(biāo)上存在異常值的公司，最后選取了44家房地產(chǎn)上市公司為研究對(duì)象,對(duì)房地產(chǎn)上市公司的綜合進(jìn)行評(píng)價(jià)和分析。由于篇幅所限，此處不詳細(xì)說明。?
　　
　　2 評(píng)價(jià)指標(biāo)的確定與數(shù)據(jù)來源
　　?
　　2.1 評(píng)價(jià)指標(biāo)的確定?
　　參與綜合評(píng)價(jià)指標(biāo)選擇直接影響評(píng)價(jià)結(jié)果。本文本著綜合性、系統(tǒng)性、全面性、科學(xué)性、目的性、關(guān)聯(lián)性的原則,在指標(biāo)可獲得性的基礎(chǔ)上，從短期償債能力、長(zhǎng)期償債能力、股東獲利能力、經(jīng)營(yíng)能力、成長(zhǎng)能力、盈利能力、發(fā)展能力等七方面建立房地產(chǎn)上市公司綜合能力評(píng)價(jià)指標(biāo)。并通過以下步驟對(duì)指標(biāo)進(jìn)行了篩選：首先，剔除了缺失值比較多的指標(biāo)；其次，運(yùn)用選擇典型指標(biāo)方法和主分量分析的方法進(jìn)行篩選。最終選取了14個(gè)指標(biāo)，分別為：流動(dòng)比率（X₁）、速動(dòng)比率（X₂）、資產(chǎn)負(fù)債率（X₃）、凈資產(chǎn)比率（X₄）、存貨周轉(zhuǎn)率（X₅）、總資產(chǎn)周轉(zhuǎn)率（X₆）、凈利潤(rùn)率（X₇）、總資產(chǎn)報(bào)酬率（X₈）、凈資產(chǎn)收益率（X₉）、每股收益（X₁₀）、每股凈資產(chǎn)（X₁₁）、主營(yíng)收入增長(zhǎng)率（X₁₂）、凈利潤(rùn)增長(zhǎng)率（X₁₃）、總資產(chǎn)增長(zhǎng)率（X₁₄）。?
　　2.2 數(shù)據(jù)來源?
　　本文所涉及的房地產(chǎn)上市公司數(shù)據(jù)均來自于金融界網(wǎng)站和巨潮資訊網(wǎng)。?
　　
　　3 因子分析?
　　
　　3.1 原始數(shù)據(jù)的預(yù)處理?
　　上市公司綜合評(píng)價(jià)數(shù)據(jù)在收集到后是不能直接進(jìn)行綜合評(píng)價(jià)的, 必須對(duì)數(shù)據(jù)進(jìn)行處理, 剔除異常值, 變適度指標(biāo)和逆指標(biāo)為正指標(biāo), 同時(shí)消除極端值和量綱的影響, 才能使綜合評(píng)價(jià)結(jié)果趨于合理。根據(jù)以上選取的14個(gè)指標(biāo), 利用標(biāo)準(zhǔn)差標(biāo)準(zhǔn)化方法對(duì)數(shù)據(jù)進(jìn)行處理。?
　　3.2 因子提取?
　　根據(jù)主成分分析法, 先將原指標(biāo)標(biāo)準(zhǔn)化并計(jì)算標(biāo)準(zhǔn)化后指標(biāo)間的相關(guān)矩陣, 其次計(jì)算該矩陣特征根和特征相量。并由大到小排列, 分別計(jì)算其對(duì)應(yīng)主成分。前六個(gè)因子的特征值均符合大于1的標(biāo)準(zhǔn)。根據(jù)因子的累計(jì)方差貢獻(xiàn)率方法, 運(yùn)行包含18個(gè)變量的基本模型, 可得到5個(gè)因子, 這5個(gè)因子使累計(jì)解釋的方差比例為78.102 %,即前5個(gè)公共因子可以反映原指標(biāo)78.102%的信息量。見表1。?
　　
　　3.3 因子的經(jīng)濟(jì)意義解釋?
　　經(jīng)過因子分析得到的公因子F?1 , F?2 , F?3 , F?4 , F?5是對(duì)原變量的綜合。本文采用最常用的方差極大法進(jìn)行因子旋轉(zhuǎn), 它使得每個(gè)因子上具有最高載荷的變量數(shù)目最小, 可以簡(jiǎn)化對(duì)因子的解釋。從旋轉(zhuǎn)后的因子載荷矩陣中可以看到：?
　�。�1）公因子F?1在存貨周轉(zhuǎn)率（X₃）、總資產(chǎn)周轉(zhuǎn)率（X₆）、主營(yíng)收入增長(zhǎng)率（X₁₂）、凈利潤(rùn)增長(zhǎng)率（X₁₃）上有較高的載荷，這些變量反映了企業(yè)的盈利能力和成長(zhǎng)能力，因此將其命名為盈利成長(zhǎng)因子。（2）公因子F?2在資產(chǎn)負(fù)債率（X₃）和凈資產(chǎn)比率（X₄）上有較高的載荷，這兩個(gè)變量反映了企業(yè)的長(zhǎng)期償債能力，因此將其命名為長(zhǎng)期償債因子。（3）公因子F?3在凈利潤(rùn)率（X₇）、總資產(chǎn)報(bào)酬率（X₈）和凈資產(chǎn)收益率（X₉）上有較高的載荷，這三個(gè)指標(biāo)反映的是企業(yè)的盈利能力，因此將其命名為盈利因子。（4）公因子F?4在每股收益（X₁₀）、每股凈資產(chǎn)（X₁₁）和總資產(chǎn)增長(zhǎng)率（X₁₄）上有較高的載荷，這三個(gè)指標(biāo)反映了企業(yè)的股東獲利能力和發(fā)展能力，因此將其命名為股東獲利發(fā)展因子。（5）公因子F?5在流動(dòng)比率（X₁）和速動(dòng)比率（X₂）上有較高的載荷，這兩個(gè)指標(biāo)反映了企業(yè)的短期償債能力，因此將其命名為短期償債因子。? 　　3.4 因子得分?
　　因子變量確定后, 因子得分是原樣本數(shù)據(jù)在不同因子上的具體數(shù)據(jù)值, 它和原變量的得分相對(duì)應(yīng)。根據(jù)計(jì)算可求出因子得分函數(shù)的系數(shù), 從而可以寫出因子得分函數(shù)。然后，再以方差貢獻(xiàn)率為權(quán)重對(duì)各個(gè)因子得分進(jìn)行求和，得到總的因子得分。由于篇幅有限，本文僅列出綜合得分，而各個(gè)因子得分沒有列出。見表2。?
　　
　　
　　4 基于因子分析的實(shí)證結(jié)果分析?
　　
　　通過對(duì)五個(gè)公共因子的合理解釋, 并結(jié)合上市公司在各個(gè)公共因子上的單項(xiàng)得分和綜合得分, 就可以對(duì)44家房地產(chǎn)類上市公司綜合能力進(jìn)行評(píng)價(jià)。?
　�。�1）對(duì)綜合得分進(jìn)行分析。?
　　從綜合得分上面，我們可以看到不同公司的排名情況。排在前三位的依次是鼎立股份、海鳥發(fā)展、名流置業(yè)，而我們通常所認(rèn)為的房地產(chǎn)龍頭萬科卻排在了第15位。這是由本文所選擇的分析指標(biāo)決定的，不同的分析指標(biāo)勢(shì)必會(huì)得出不同的分析結(jié)果。從結(jié)果可以看到，萬科在各個(gè)因子的排名上都不是十分靠前，而前三名的公司在第一、二各因子上的得分幾乎都是排名前幾位的，而前兩個(gè)因子得分的權(quán)數(shù)又比較大，所以才導(dǎo)致了這樣的結(jié)果。?
　　由于本文在進(jìn)行因子分析時(shí)對(duì)數(shù)據(jù)進(jìn)行了標(biāo)準(zhǔn)化處理, 各主因子得分與綜合得分的均值均為零, 因此我們以0為參考基準(zhǔn), 認(rèn)為綜合得分大于0的公司的綜合能力相對(duì)強(qiáng)一些, 并且數(shù)值越大, 實(shí)力越強(qiáng)； 綜合得分小于0的相對(duì)差一些, 數(shù)值的絕對(duì)值越大, 實(shí)力越弱。依此可對(duì)樣本公司的綜合能力有一個(gè)基本的判斷。從得分來看，有21家公司的綜合得分為正值，23家公司的綜合得分為負(fù)值，也就是說，綜合能力好的公司與差的公司差不多是各占半壁江山。?
　�。�2）單項(xiàng)因子得分分析。?
　　從44家房地產(chǎn)類上市公司綜合能力單項(xiàng)因子得分及排序表中可以看出, 不同的公司在盈利發(fā)展能力、長(zhǎng)期償債能力、營(yíng)運(yùn)和現(xiàn)金流量能力、短期償債能力、風(fēng)險(xiǎn)能力方面各不相同, 決策者可以從不同的側(cè)重點(diǎn)做出不同決策。?
　　結(jié)合綜合得分也可以發(fā)現(xiàn)，并不是綜合能力強(qiáng)在各個(gè)單項(xiàng)能力上就強(qiáng)，反之則反；也就是說，并不是一好百好，一差百差。每個(gè)公司都有各自的優(yōu)點(diǎn)和不足，沒有十全十美的。?
　�。�3）地區(qū)差異分析。?
　　由于參與分析的44家房地產(chǎn)上市公司來自各個(gè)地區(qū)，結(jié)合各個(gè)公司的綜合能力得分情況，可以分析其地區(qū)差異。為了檢驗(yàn)各地區(qū)房地產(chǎn)上市公司綜合能力之間的差異是否具有顯著性，本文采用Kruskal－Wa11is H方法對(duì)其進(jìn)行檢驗(yàn)，卡方檢驗(yàn)值為10.612，P值為0.643，說明各地區(qū)房地產(chǎn)上市公司綜合能力之間沒有顯著差異。?
　　
　　參考文獻(xiàn)?
　　［1］?邱東.多指標(biāo)綜合評(píng)價(jià)方法的系統(tǒng)分析［M］.北京:中國統(tǒng)計(jì)出版社，1991.?
　�。�2］?何曉群.現(xiàn)代統(tǒng)計(jì)分析方法與應(yīng)用［M］.北京:中國人民大學(xué)出版社，1998.?
　�。�3］?張紅兵，賈來喜，李潞.SPSS寶典［M］.北京:電子工業(yè)出版社，2007.?
　�。�4］?朱順泉.房地產(chǎn)業(yè)上市公司的統(tǒng)計(jì)數(shù)據(jù)挖掘分析研究［J］.數(shù)理統(tǒng)計(jì)與管理，2006.

【基于因子分析的房地產(chǎn)上市公司綜合能力評(píng)價(jià)】相關(guān)文章：

上市公司持續(xù)派現(xiàn)能力的因子分析與檢驗(yàn)03-23

淺論因子分析法在飛行能力的綜合分析與評(píng)價(jià)中的應(yīng)用03-01

基于AHP模糊綜合評(píng)判的公關(guān)危機(jī)處理能力評(píng)價(jià)03-28

基于因子分析法的農(nóng)業(yè)上市公司財(cái)務(wù)狀況評(píng)價(jià)研究03-20

基于模糊綜合評(píng)價(jià)的企業(yè)危機(jī)評(píng)價(jià)及決策研究02-27

因子分析法在區(qū)域物流中心綜合評(píng)價(jià)中的應(yīng)用03-07

基于因子小議能源行業(yè)上市公司績(jī)效評(píng)價(jià)03-03

基于因子分析的套利定價(jià)模型及實(shí)證研究03-24

基于供給鏈的供給商綜合評(píng)價(jià)系統(tǒng)研究03-24