基于因子分析的房地产上市公司综合能力评价

基于因子分析的房地产上市公司综合能力评价
选取2007年我国沪深两市的44 家房地产类A股上市公司为研究样本，采用14个指标，利用统计软件SPSS15.0，采用因子分析法对房地产类上市公司综合能力进行评价。

评价结果表明，不同样本的得分是有差异的，以平均水平为分
界点，综合能力好与差的公司各占半壁江山，并且在地区间没有显著差异。

标签：房地产；上市公司；因子分析；综合能力
0 前言
近几年，随着我国居民住房制度改革进一步向纵深推入，房地产业已经发展成为我国国民经济的支柱产业，成为我国经济发展的主要推动力量和我国国民经
济新的增长点。

本文选取了2007年我国沪深上市的44 家房地产类上市公司有关数据，采用14个指标，利用统计软件SPSS15.0，采用根据各指标实际观察值所提供的信息量大小来确定各指标权重的客观赋权法——因子分析法来进行实证研究, 对房地产上市公司的综合能力进行评价。

1 研究样本的确定
本文将中国证监会《上市公司行业分类指引》中的房地产上市公司作为样本基础。

以2007年我国房地产上市公司为研究样本，剔除B股上市公司、ST公司以及在评价指标上存在异常值的公司，最后选取了44家房地产上市公司为研究对象,对房地产上市公司的综合进行评价和分析。

由于篇幅所限，此处不详细说
明。

2 评价指标的确定与数据来源
2.1 评价指标的确定
参与综合评价指标选择直接影响评价结果。

本文本着综合性、系统性、全面性、科学性、目的性、关联性的原则,在指标可获得性的基础上，从短期偿债能力、长期偿债能力、股东获利能力、经营能力、成长能力、盈利能力、发展能力等七方面建立房地产上市公司综合能力评价指标。

并通过以下步骤对指标进行了筛选：首先，剔除了缺失值比较多的指标；其次，运用选择典型指标方法和主分量分析的方法进行筛选。

最终选取了14个指标，分别为：流动比率（X1）、速动比率（X2）、资产负债率（X3）、净资产比率（X4）、存货周转率（X5）、总资产周转率（X6）、净利润率（X7）、总资产报酬率（X8）、净资产收益率（X9）、每股收益（X10）、每股净资产（X11）、主营收入增长率（X12）、净利润增长率
（X13）、总资产增长率（X14）。

2.2 数据来源
本文所涉及的房地产上市公司数据均来自于金融界网站和巨潮资讯网。

3 因子分析
3.1 原始数据的预处理
上市公司综合评价数据在收集到后是不能直接进行综合评价的, 必须对数据进行处理, 剔除异常值, 变适度指标和逆指标为正指标, 同时消除极端值和量纲的影响, 才能使综合评价结果趋于合理。

根据以上选取的14个指标, 利用标准
差标准化方法对数据进行处理。

3.2 因子提取
根据主成分分析法, 先将原指标标准化并计算标准化后指标间的相关矩阵, 其次计算该矩阵特征根和特征相量。

并由大到小排列, 分别计算其对应主成分。

前六个因子的特征值均符合大于1的标准。

根据因子的累计方差贡献率方法, 运行包含18个变量的基本模型, 可得到5个因子, 这5个因子使累计解释的方差比
例为78.102 %,即前5个公共因子可以反映原指标78.102%的信息量。

见表1。

3.3 因子的经济意义解释
经过因子分析得到的公因子F 1 , F 2 , F 3 , F 4 , F5是对原变量的综
合。

本文采用最常用的方差极大法进行因子旋转, 它使得每个因子上具有最高载荷的变量数目最小, 可以简化对因子的解释。

从旋转后的因子载荷矩阵中可以看
到：
（1）公因子F1在存货周转率（X3）、总资产周转率（X6）、主营收入增长率（X12）、净利润增长率（X13）上有较高的载荷，这些变量反映了企业的盈利能力和成长能力，因此将其命名为盈利成长因子。

（2）公因子F2在资产负债率（X3）和净资产比率（X4）上有较高的载荷，这两个变量反映了企业的长期偿债能力，因此将其命名为长期偿债因子。

（3）公因子F3在净利润率（X7）、总资产报酬率（X8）和净资产收益率（X9）上有较高的载荷，这三个指标反映的是企业的盈利能力，因此将其命名为盈利因子。

（4）公因子F4在每股收益
（X10）、每股净资产（X11）和总资产增长率（X14）上有较高的载荷，这三个指标反映了企业的股东获利能力和发展能力，因此将其命名为股东获利发展因
子。

（5）公因子F5在流动比率（X1）和速动比率（X2）上有较高的载荷，这两个指标反映了企业的短期偿债能力，因此将其命名为短期偿债因子。

3.4 因子得分
因子变量确定后, 因子得分是原样本数据在不同因子上的具体数据值, 它和原变量的得分相对应。

根据计算可求出因子得分函数的系数, 从而可以写出因子得分函数。

然后，再以方差贡献率为权重对各个因子得分进行求和，得到总的因子得分。

由于篇幅有限，本文仅列出综合得分，而各个因子得分没有列出。

见表
2。

4 基于因子分析的实证结果分析
通过对五个公共因子的合理解释, 并结合上市公司在各个公共因子上的单项得分和综合得分, 就可以对44家房地产类上市公司综合能力进行评价。

（1）对综合得分进行分析。

从综合得分上面，我们可以看到不同公司的排名情况。

排在前三位的依次是鼎立股份、海鸟发展、名流置业，而我们通常所认为的房地产龙头万科却排在了第15位。

这是由本文所选择的分析指标决定的，不同的分析指标势必会得出不同的分析结果。

从结果可以看到，万科在各个因子的排名上都不是十分靠前，而前三名的公司在第一、二各因子上的得分几乎都是排名前几位的，而前两个因子
得分的权数又比较大，所以才导致了这样的结果。

由于本文在进行因子分析时对数据进行了标准化处理, 各主因子得分与综合得分的均值均为零, 因此我们以0为参考基准, 认为综合得分大于0的公司的综合能力相对强一些, 并且数值越大, 实力越强；综合得分小于0的相对差一些, 数值的绝对值越大, 实力越弱。

依此可对样本公司的综合能力有一个基本的判断。

从得分来看，有21家公司的综合得分为正值，23家公司的综合得分为负值，
也就是说，综合能力好的公司与差的公司差不多是各占半壁江山。

（2）单项因子得分分析。

从44家房地产类上市公司综合能力单项因子得分及排序表中可以看出, 不同的公司在盈利发展能力、长期偿债能力、营运和现金流量能力、短期偿债能力、
风险能力方面各不相同, 决策者可以从不同的侧重点做出不同决策。

结合综合得分也可以发现，并不是综合能力强在各个单项能力上就强，反之则反；也就是说，并不是一好百好，一差百差。

每个公司都有各自的优点和不足，
没有十全十美的。

（3）地区差异分析。

由于参与分析的44家房地产上市公司来自各个地区，结合各个公司的综合能力得分情况，可以分析其地区差异。

为了检验各地区房地产上市公司综合能力之间的差异是否具有显著性，本文采用Kruskal－Wa11is H方法对其进行检验，卡方检验值为10.612，P值为0.643，说明各地区房地产上市公司综合能力之间
没有显著差异。

参考文献
［1］邱东.多指标综合评价方法的系统分析［M］.北京:中国统计出版社，1991.
［2］何晓群.现代统计分析方法与应用［M］.北京:中国人民大学出版社，1998.
［3］张红兵，贾来喜，李潞.SPSS宝典［M］.北京:电子工业出版社，2007.
［4］朱顺泉.房地产业上市公司的统计数据挖掘分析研究［J］.数理统计与管理，2006.。