毕业论文（设计）基于因子分析的房地产上市公司盈利能力评价

《毕业论文（设计）基于因子分析的房地产上市公司盈利能力评价》由会员分享，可在线阅读，更多相关《毕业论文（设计）基于因子分析的房地产上市公司盈利能力评价（25页珍藏版）》请在装配图网上搜索。

1、湖南财政经济学院毕业论文（设计）论文（设计）题目：基于因子分析的房地产上市公司 盈利能力评价 学生姓名 专业班级 2009级经济信息管理班 指导老师 系 主 任 2011 年 12 月 20 日湖南财政经济学院毕业论文 (设计) 第II页基于因子分析的房地产上市公司盈利能力评价摘 要随着经济和信息技术的不断发展，贸易往来、商业活动中产生了大量的数据，而如何从中提取有用的信息已成为现今商家的迫切需求，因此，催生了数据挖掘这一技术。本文所采用的因子分析是数据挖掘技术的一种，它是对所搜集的数据降维处理，找出问题的关键点，是对数据进行更深入地分析与应用。盈利能力是企业获取利润的能力，是衡量上市公司业绩

2、的基本指标。而房地产业是进行房产、地产开发和经营的基础建设行业，是不动产。现在，房地产行业的不断升温和它在国民经济中处于越来越重要的地位，说明了对房地产上市公司的盈利能力评价是非常有意义的。本文利用SPSS17.0软件给三十家房地产企业进行因子分析，得出相关结果，期望为决策者提供科学的决策依据，进一步提高公司的业绩，而且也给与房地产相关的人士提供了更多的参考。关 键 词：因子分析，主成分分析，盈利能力The evaluation on real estate listed company profitabilityby factor analysis Author : Zhang-xiaoya

3、n Tutor : Li-xiangbaoAbstractWith the increasing development of economy and information technology, trade and business activities produced large amounts of data data, and how to extract useful information already has become the urgent needs of businesses, therefore, that gave birth to the technology

4、 about the data mining. the factor analysis is a kind of data mining technology this paper used by. it is used to dimension reduction processing the collected data and find out the key point, a more in-depth analysis of data and applications.Profitability is the enterprise profit ability, it is the

5、basic indicators of measure performa- nce of listed companies. And the real estate industry is the foundation construction industry in real estate, real estate development and management, is the real estate. Now, The real estate industrys increase and it plays more and more important role in the nat

6、ional economy, It is si gnificant to the real estate of listed companies the profitability of the evaluation.This paper using the factor analysis to thirty real estate enterprise use SPSS17.0 software, to get the relevant results.Expect to offer scientific decision-making basis for policy makers, to

7、 further improve the performance of the company, and also to offer more reference to real estate related people.Key Words: The Factor analysis,Principal component analysis,Profitability湖南财政经济学院毕业论文 (设计) 第 III 页目 录1 绪 论11.1 研究背景及意义11.2 SPSS简介12 分析方法理论32.1 因子分析法32.2 主成分分析法33 房地产上市公司盈利能力分析研究内容53.1 房地产上

8、市公司盈利能力分析样本公司的选择53.2 房地产上市公司盈利能力分析的数据来源63.3 房地产上市公司盈利能力分析财务指标的选择74 因子分析在房地产上市公司中的应用114.1 数据标准化处理114.2 求解所有变量的相关系数矩阵并进行检验114.3 提取公因子134.4 因子旋转144.5 计算因子得分154.6 计算综合评价值175 结论19致 谢20参考文献21湖南财政经济学院毕业论文 (设计) 第 21 页共21页1 绪 论1.1 研究背景及意义改革开放以来，人民的物质和生活水平在不断地提高，对住房的需求也不断的攀升，促进了房地产行业的崛起。特别是1998年进一步深化城镇住房制度改革以

9、后，伴随着城镇化的快速发展，中国的房地产业得到了快速发展。目前，中国的房地产市场是世界上最大的房地产市场。房地产业在我国国民经济体系中处于先导性、基础性、支柱性产业的地位。房地产业作为国民经济的基本承载体，在整个国民经济体系中具有重要的地位和作用，由于房地产业具有资金投入量大、投资回收期长、资产负债率高等特点，故房地产业的健康发展是近年学界和业界关注的一个焦点，我国房地产业的发展与调控趋势，跟宏观经济及国家大政方针走向息息相关。所以，对房地产企业的盈利能力评价就显得意义重大。对于上市公司来说，盈利能力是企业利用资产创造收益的能力，反映企业的管理水平和经营业绩，是企业发展的动力。盈利能力评价企业

10、在生产经营中的创利水平，它为企业提供生产经营的效果和利润以及为投资者提供资本收益等，反映企业的综合素质。作为财务分析的工具，财务比率是指反映会计报表内在联系的比较分析指标，对上市公司盈利能力采用比率分析。因为财务比率能够揭示会计报表所提供的财务数据不能直接反映的相互关系，并据此对上市公司历史的盈利能力及其未来变动趋势做出判断。因此，以财务比率对公司的盈利能力进行分析是财务分析最富创意的内容1。本文因子分析的变量均是相应的财务比率，选取了在深圳、上海上市的三十家房地产企业的财务报表数据，进行盈利能力分析与评价。1.2 SPSS简介SPSS，最初名为“社会科学统计软件包（Statistical P

11、ackage for the Social Sciences），随着产品服务领域的扩大和服务深度的增加，现已更改为“Statistical Product and Service Solutions”，意为“统计产品与服务解决方案”，是世界上著名的统计分析软件之一。SPSS是世界上最早的统计分析软件，由美国斯坦福大学的三位研究生于20世纪60年代末研制。同时，SPSS和SAS（Statistical Analysis System，统计分析系统）、BMDP（Biomedical Programs，生物医学程序）并称为国际上最有影响的三大统计软件。SPSS软件是公认的最优秀的统计分析软件包之一，

12、也是当今世界上应用最为广泛的统计分析软件。它在社会科学、自然科学的各个领域都能发挥巨大作用，并已经应用于经济学、生物学、教育学、心理学、医学以及体育、工业、农业、林业、商业和金融等各个领域。作为统计分析工具，她理论严谨、内容丰富，包括了数据管理、统计推断、趋势研究、制表绘图、文字处理等功能。以上是对统计分析的一些基本理论基础及其统计分析工具SPSS软件的一些简单介绍。综上可知，SPSS是一种功能较全，应用较广的统计分析软件。同时，随着社会的发展，SPSS软件也在不断的更新，功能不断强化，其应用也在不断向着更深更广的方向发展。2 分析方法理论2.1 因子分析法本文研究采用的方法是因子分析法，因子

13、分析法是一种实用的多元统计方法。因子分析法的主要目的是浓缩数据，它通过研究众多变量之间的内部依赖关系来探求被观测数据中的基本结构，并用少数几个假想变量来表示的该数据结构。这些假想变量能够反映原来众多的观测变量所代表的信息，并解释这些变量之间的相互依存关系，我们把这些假想变量称之为因子。1、因子分析的数学模型因子分析的核心是用较少的互相独立的因子反映原有变量的绝大部分信息。设原有P个变量X1，X2，X3，Xp，且每个变量（或经标准化处理后）的均值为0，标准差均为1。现将每个原有变量用K（K0.5，意味着因子分析可以进行，而在0.7以上则是令人满意的值。表4.2 KMO和Bartlett检验取样足

14、够度的 Kaiser-Meyer-Olkin 度量。.613Bartlett 的球形度检验近似卡方204.192df21Sig.000表4.2是KMO和巴利特球体检验结果。由表可知，KMO值为0.613，说明对该样本可以使用因子分析。巴特利特球体检验的结果为204.192，自由度为21，显著性水平为0.0000.05,拒绝零假设，可以进行因子分析。通过以上检验可以说明用因子分析来进行盈利能力的统计分析可以取得良好的效果。4.3 提取公因子本文采用主成分分析法从七个盈利能力指标中提取公因子。表4.3 公因子方差 初始提取每股收益1.000.978每股净资产1.000.985净资产收益率1.000

15、.901资产报酬率1.000.948资产净利率1.000.964销售净利率1.000.740销售毛利率1.000.784表4.3是用默认的主成分分析法抽取后的公因子方差(共同度)，从中可以看出各变量初始共同度是对每个变量中由所有成分或因素解释的方差的估计，它始终等于1(标准化的结果)，抽取共同度是抽出的公因子所解释的变量方差估计，其取值较大表示抽取出的主成分能很好地代表原变量；反之，某个共同度取值较小则需要重新抽取，从表中看都在70%以上。表4.4 解释的总方差成份初始特征值提取平方和载入旋转平方和载入合计方差的 %累积 %合计方差的 %累积 %合计方差的 %累积 %13.51450.2055

16、0.2053.51450.20550.2053.08644.09244.09221.57822.54872.7531.57822.54872.7531.67723.95168.04331.20617.23289.9851.20617.23289.9851.53621.94289.9854.4816.87496.8585.1672.38199.2396.031.44599.6847.022.316100.000表4.4是因子解释原有变量总方差的情况。由于指定三个因子，在“提取平方和载入”中提取了三个因子，第一个因子的特征根值为3.514，解释了原有7个变量总方差的50.205%，累积方差贡献率为

17、50.205%；第二个因子的特征根值为1.578，解释了原有7个变量总方差的22.548%，累积方差贡献率为72.753%；第三个因子的特征值为1.206，解释了原有7个变量总方差的17.232%，累积方差贡献率为89.985%。这三个因子的累积方差贡献率已经大于80%，可以代表原有的7个变量，作主因子进行盈利能力分析。表4.5是因子的载荷矩阵，是因子的核心内容。因子分析模型为：资产净利率=0.928F1-0.305F2+0.098F3资产报酬率=0.914F1-0.333F2+0.039F3净资产收益率=0.876F1-0.366F2+0.017F3每股收益=0.809F1+0.325F2-

18、0.466F3每股净资产=0.334F1+0.752F2-0.554F3销售毛利率=0.302F1+0.548F2+0.626F3销售净利率=0.438F1+0.518F2+0.529F3由表可知，第一个因子在资产净利率、资产报酬率、净资产收益率、每股收益上载荷很高，第二个因子在每股净资产、销售毛利率和销售净利率有不少载荷，而第三个因子在销售净利率和销售毛利率上有较高的载荷，这三个因子对原有变量的解释作用不显著，实际含义模糊。表4.5 因子载荷矩阵成分123资产净利率.928-.305.098资产报酬率.914-.333.039净资产收益率.876-.366.017每股收益.809.325-.

19、466每股净资产.334.752-.554销售毛利率.302.548.626销售净利率.438.518.5294.4 因子旋转本文采用方差最大法对因子载荷矩阵实施正交旋转。表4.6 旋转因子载荷矩阵成分123资产净利率.965.081.158资产报酬率.964.097.094净资产收益率.945.076.046每股净资产-.077.979.139每股收益.545.820.085销售毛利率.032.047.883销售净利率.162.142.832表4.6是旋转后的因子载荷矩阵，可知第一个因子在资产净利率、资产报酬率、净资产收益率上有较高的载荷，解释为资产运用能力因子F1；第二个因子在每股净资产、

20、每股收益上有较高的载荷，解释为投资者获利能力因子F2；第三个因子在销售毛利率、销售净利率上有较高的载荷，可解释为生产经营能力因子F3。表4.7 因子得分协方差矩阵成份12311.000.000.0002.0001.000.0003.000.0001.000表4.7是三个因子的协方差矩阵。可知三个因子没有线性相关性，实现了因子分析的设计目标。4.5 计算因子得分表4.8 因子得分系数矩阵成分123每股收益.093.476-.096每股净资产-.156.650-.026净资产收益率.329-.067-.057资产报酬率.330-.061-.028资产净利率.326-.081.021销售净利率-.0

21、28-.035.560销售毛利率-.068-.091.620由表4.8可知因子得分函数：F1= 0.093 每股收益 0.156 每股净资产 + 0.329 净资产收益率 + 0.330 资产报酬率 + 0.326 资产净利率 0.028 销售净利率 0.068 销售毛利率F2= 0.476 每股收益 + 0.650 每股净资产 0.067 净资产收益率 0.061 资产报酬率 0.081 资产净利率 0.035 销售净利率 0.091 销售毛利率F3= -0.096 每股收益 0.026 每股净资产 0.057 净资产收益率 0.028 资产报酬率 + 0.021 资产净利率 + 0.560

22、 销售净利率 + 0.620 销售毛利率因子F1、F2、F3的得分可在原数据上直接得到，参见表4.9。表4.9 因子得分及排名表公司名称F1名次F2名次F3名次保利地产0.04914151.718213-0.7450625格力地产-0.9185626-0.27551140.32698新湖中宝0.893565-0.8474328-0.4771119云南城投-0.83252250.3956363.161071华业地产-0.19169170.199758-0.9482226北京城建1.2441321.5235340.0684113首开股份-0.36031202.5424420.0517314万好万家

23、-2.4764830-0.4046917-1.0138327陆家嘴 -0.18182160.5314652.124982京投银泰0.0608414-0.4046816-0.5774621凤凰股份0.1369713-0.6936624-0.4909920苏州高新-0.46053220.0271111-1.0874328上实发展-0.2544719-0.5303210.2475310京能置业0.2363311-0.83533270.81724北辰实业-1.003928-0.4462718-0.6603123万科A 0.31866100.332977-0.1561717深振业A 0.883026-0

24、.0440413-0.1179616招商地产-0.39754213.045291-0.3592918中粮地产-0.5236523-0.51178200.678915泛海建设-1.4908929-0.28011150.1642912粤宏远A -0.9442227-0.7094125-0.0052915阳光城 3.0094810.036710-0.7251324荣盛发展0.7111370.179349-0.596122东湖高新-0.7302824-0.6856323-1.3087429同济科技-0.2012918-0.5942822-1.5288930中润投资1.098063-1.10759300

25、.560216苏宁环球0.949614-0.72257260.554867世荣兆业0.433459-0.95734290.254789滨江集团0.7104980.0176120.2318811南国置业0.2332912-0.49943191.5552634.6 计算综合评价值依据表4.4写出各上市公司盈利能力综合得分公式:F=（F1*0.44092 + F2*0.23951 + F3*0.21942）/ 0.89985表4.10 盈利能力得分和排名公司名称得分名次公司名称得分名次保利地产0.29973242312万科A 0.20668599314格力地产-0.44370781523深振业A 0

26、.3921880039新湖中宝0.0959415915招商地产0.5281532034云南城投0.4681720316中粮地产-0.22725760220华业地产-0.27197451222泛海建设-0.76502067427北京城建1.0318086262粤宏远A -0.65277213226首开股份0.5127771475阳光城 1.3075756111万好万家-1.56838522230荣盛发展0.25082947313陆家嘴 0.5705228893东湖高新-0.85944771929京投银泰-0.21870934819同济科技-0.62961363925凤凰股份-0.23723811

27、721中润投资0.37983998710苏州高新-0.48360022524苏宁环球0.408275478上实发展-0.20547872718世荣兆业0.0197011717京能置业0.09272963216滨江集团0.4093612677北辰实业-0.77169632328南国置业0.36061443211由表4.10得知，所选取的30家企业中盈利能力得分排名前五分别是阳光城、北京城建、陆家嘴、招商地产、首开股份，而排名后五名的企业分别是粤宏远A、泛海建设、北辰实业、东湖高新、万好万家。在因子得分排名（表4.9）中，因子F1、F2、F3的第一分别是阳光城、招商地产、云南城投。阳光城除了因子F

28、1得分较高外，F2得分中等，F3得分不理想；招商地产F2得分为正，其余两因子得分均为负，且排名都靠后；云南城投因子F1得分较差，但因子F2和F3得分较好，而这三家公司的总分排名分别为第一、第四、第六，这是因为因子F1的方差贡献了44.092%，其次是因子F2，贡献了23.951%，最后是F3（21.942%）。可见，因子F1的得分对企业的综合盈利能力有很大的影响。也就说明了对于一个企业来说，怎样充分的运用好资产并使它获利是企业盈利能力强弱的关键，因此公司的产权结构和公司的资产规模、结构和质量都必须管理合理化。因子F2的对企业盈利性的影响力表现在招商地产上，尽管招商地产F1和F3得分都为负，但凭

29、借F2的高得分，使综合得分挤进了前五名，因此因子F2即投资者获利能力是反映公司赢利能力的一个重要因素。而就云南城投来说，因子F3对盈利能力的影响是不可忽视的，结合因子F2的正面影响，即可打败因子F1在企业综合盈利能力上的负面影响，这说明了因子F3生产经营能力对企业来说也是非常重要的，从长远来看, 该公司的经营业绩和赢利能力有较大的增长潜力。综合来看，苏宁环球、中润投资、京能置业、世荣兆业四家企业的资产结构比较合理和运用资产获利性强，同时销售、经营管理能力强，需要加以重视的是投资者获利，增加投资者对企业的信心，为企业获得更多的投资，以求得到更高的利益。万好万家、北辰实业、粤宏远A、东湖高新、同济

30、科技这几家企业综合得分皆不理想，各因子得分均为负，代表企业盈利能力不强，对资产的控制不够有效，急需改变企业的管理模式，以求得企业更好的生存发展。新湖中宝、凤凰股份、上实发展、中粮地产这些企业盈利能力中等偏下，综合得分也不高，许多方面仍需要加强管理，存在很多的潜在盈利空间。北京城建、首开股份和滨江集团发展较为均衡，各因子得分均为正，综合得分都较高，盈利能力强，值得信赖。以上是运用因子分析法对30家房地产上市公司2010年的盈利能力进行了综合评价，将盈利能力得分及排名表深入分析，由于篇幅的限制无法对每个企业都进行深入的分析，文章只选择了部分企业盈利能力最强、最弱或者急需改进的企业进行深入分析。本文

31、主要侧重于企业盈利能力的评价，与公司的实际经营状况可能会有出入，对房地产相关人士只作参考作用。要了解企业的经营状况，还需结合企业的偿债能力、营运能力、发展能力进行相关分析。5 结论本文运用因子分析法对房地产上市公司的盈利能力进行评价，对结果的分析来看，因子分析的应用是比较成功的。利用因子分析对财务指标进行分析有以下几方面的优点：1、因子分析综合了不同指标中的重叠信息，剔除了不同指标间的重叠信息，通过因子分析提取出的公共因子相互之间不相关，从而使评价结论更科学。2、在计算综合得分时，为避免确定权数的随意性，以因子的方差贡献率为权数加权平均，能够较好地体现了财务评价的公正性和客观性。3、因子分析法

32、在分析过程中把数据标准化，消除了不同的量纲对分析的影响，从而使指标间具有可比性。4、在实际运用时，利用SPSS数据分析软件操作方便2。但是因子分析作为一种数据分析方法来说，它的局限性是存在的。因子分析方法所针对是具有相关性的数据，如果指标间的独立性较强，就不合适采用因子分析法，而且采用了因子分析后，公因子的提取并不一定成功，根据数据的不同，会得到不同的提取效果。以上是因子分析方法的优缺点，而本文本身存在一些不足之处。第一、样本不够全面。本文只随机选择了在深、沪市上市的30家房地产公司，只是上市公司的一小部分，而且也只选取了一年的样本数据，没有对比性，代表性并不全面。第二、指标选取不很标准。本文的指标是参考与盈利能力评价有关文献的研究结果，结合样本上市公司的数据，再通过相关性检验的筛选，得选出本文所选用的七个指标，带有一定的主观性。第三、数据来源的可靠性。本文的数据来源于锐思数据库，而锐思数据又依赖于上市公司财务数据，但是这些财务数据的真实性有待研究，且锐思数据的可靠程度也有待研究。本文对上市房地产公司的盈利能力研究只做了初步的研究，许多方面的因素还未曾考虑到，例如公司所处的市场环境是否景气、国家出台政策的影响等等，仍需要进一步的深