(企业管理专业论文)房地产开发企业信用评价指标体系研究.pdf_第1页
(企业管理专业论文)房地产开发企业信用评价指标体系研究.pdf_第2页
(企业管理专业论文)房地产开发企业信用评价指标体系研究.pdf_第3页
(企业管理专业论文)房地产开发企业信用评价指标体系研究.pdf_第4页
(企业管理专业论文)房地产开发企业信用评价指标体系研究.pdf_第5页
已阅读5页,还剩48页未读, 继续免费阅读

(企业管理专业论文)房地产开发企业信用评价指标体系研究.pdf.pdf 免费下载

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

上海海事人学 y 1 0 0 8 五3 8 房地产开发企业信用评价指标体系研究 摘要 房地产、i k 以其广泛的产业关联度,巨大的投资乘数效应,已成为我国国民经 济的支柱产业:房地广:业又是一个高收益的行业,各类投资者投身其中,分享房 地产业繁荣发展带来的好处;但是房地产业也是一个高投入高风险的行业,房价 的高低牵涉到社会各阶层的利益,我国房地产开发企业薄弱的自有资金实力,更 推高了房地产投资和消费的风险。尽管房地产业如此重要,普通投资者和消费名 却没有较好的风险规避预警机制指导,承受了巨大的风险。为解决这个问题,文 章尝试探索一套简单、实用的房地产开发企业信用评价指标体系,通过一些比较 容易获得的指标,衡量房地产开发企业信用状况,帮助普通投资者和消费者降低 购房风险。 文章首先回顾国内外信用评价领域的研究状况,介绍专家方法、信用评级、 评分方法等传统信用评价方法各自的优点和缺陷,针对这些缺陷,结合丰富的历 史信用数据积累,各种改进的信用评价模型诞生,尤其是2 0 世纪9 0 年代以后, 金融市场的快速发展和各种金融衍生品层出不穷,新的信用风险催生出诸如 c r e d i t m e t r i c s 模型、k m v 模型、c r e d i t r i s k + 模型以及死亡率模型等一批新的信 用风险预测模型,其中一些模型已经在实践中得到运用。然后结合2 0 0 3 - - 2 0 0 5 年国家对房地产业宏观调控效果显现的形势,分析上海房地产业发展现状,总结 稳定发展的六大主要表现,同时指出阻碍卜海房地产业发展的五大主要问题。针 对房地产丌发企业的特点,结合信息的可获得性,从偿债能力和偿债意愿两方面 着手,考察宏观经济环境、房地产开发企业核心竞争力、企业历史信用状况等定 性指标和企业财务状况比率等定量指标,建立房地产开发企业信用评价指标体 系,选取非参数的、具有定容错能力和泛化能力的b p 前馈神经网络模型作为 评价模型。为便于获得信用要素数据,选取上海1 0 家上市的房地产丌发企业, 其中2 3 作为训练样本,获得信用评价经验,另外1 3 作为测试样本,检验评价 的准确性。通过计算机实验,获得评价结果,与专家组评价结果基本接近,证明 本文建立的信用评价体系采用b p 神经网络方法判断准确率较高。 关键词:房地产开发企、i k ,信用评价指标,b p 神经网络模型 上海海事大学房地产开发食业信用评价指标体系研究 a b s t r a c t c o m p r e h e n s i v ed e g r e eo fa s s o c i a t i o n ,g i g a n t i ci n v e s t m e n tm u l t i p l i e r e f f e c t ,t h er e a le s t a t ei n d u s t r yh a sb e e no n eo ft h ep i l l a ri n d u s t r i e sa m o n g n a t i o n a le c o n o m y r e a le s t a t ei sa l s oa ni n d u s t r yo fh i g hr e t u r n ,v a r i o u sk i n d s o fi n v e s t o r sp a r t i c i p a t ei ni t ,t os h a r et h ef r u i t so fr e a le s t a t ei n d u s t r y sf l o u r i s h h o w e v e r ,i t sa ni n d u s t r yo ft r e m e n d o u si n v e s t m e n ta n dh i g hr i s ka tt h es a m e t i m e t h ef l u c t u a t i o no fp r i c eh a sa ni m p a c c o nt h ei n t e r e s t so fa l ll e v e l so f s o c i e t y , w o r s em o r e ,t h er e a le s t a t ed e v e l o p m e n te n t e r p r i s e so ft h ec o u n t r y p o s s e s sl i t t l eo w nf u n d s ,w h i c ha l s of o s t e r st h er i s ki ni n v e s t i n ga n dc o n s u m i n g r e a l e s t a t e t h o u g ht h ei n d u s t r yi ss os i g n i f i c a n t ,o r d i n a r yi n v e s t o r sa n d c o n s u m e r sh a v et oe n d u r eg r e a tv e n t u r e t os o l v et h ep r o b l e m ,t h i sp a p e rt r i e s t of o u n dac r e d i te v a l u a t i o ni n d e x s y s t e m o f r e a le s t a t e d e v e l o p m e n t e n t e r p r i s e st h a ti ss i m p l eb u th e l p f u l ,w i t hs o m ee a s ya c q u i r e di n d e xt ov a l u e e n t e r p r i s e s c r e d i t ,a n de v e n t u a l l yt o a s s i s tt h e md e c r e a s er i s k si nb u y i n g h o u s e s a sb e g i n n i n g ,t h ee s s a yl o o k sb a c kt ot h ep r e s e n ts i t u a t i o no fc r e d i t a s s e s s m e n tr e s e a r c ha th o m ea n db r o a d ,i n t r o d u c e st h ea d v a n t a g e sa n d d i s a d v a n t a g e so ft r a d i t i o n a lc r e d i ta s s e s s m e n tm e t h o d sr e s p e c t i v e l y , s u c ha s d e l p h im e t h o d ,c r e d i tr a t i n g sa n dc r e d i tg r a d i n g w i t ha b u n d a n th i s t o r i c a l c r e d i td a t a ,m a n yr e f o r m a t i v ec r e d i tr a t i n gm o d e l s w e r ei n t r o d u c e d e s p e c i a l l y j n19 9 0 s t h em o n e ym a r k e tg r e wf a s ta n dm a n yk i n d so ff i n a n c i a ld e r i v a t i v e s e m e r g e di ne n d l e s s l y , n e wc h a l l e n g e st r i g g e rn e wc r e d i tr i s kp r e d i c t i n gm o d e l s , l i k ec r e d i t m e t r i c s ,k mv c r e d i t r i s k + a n dm o r t a l i t yr a t em o d e l ,e t c ,s o m eo f w h i c hh a v eb e e na p p l i e di np r a c t i c e t h e n ,r e g a r d i n gt h ee f f e c t so ft h es t a t e sm a c r o e c o n o m i cc o n t r o lo ft h e r e a le s t a t ei n d u s t r yh a v eb e e ns e e ni n2 0 0 3 2 0 0 5 ,t h i sp a p e ra n a l y z e st h e s t a t eo ft h ea r ta n ds u m m a r i z e ss i xm a i np o i n t so fs t a b i l ed e v e l o p m e n ti n s h a n g h a ir e a le s t a t ei n d u s t r y , a n df i n d sf i v eb i gp r o b l e m si m p e d i n g g i v i n g r e a le s t a t ed e v e l o p m e n te n t e r p r i s e s c h a r a c t e r i s t i c sa n di n f o r m a t i o na v a i l a b i l i t y , t h ea r t i c l ec o n s i d e r ss o l v e n c ya n dd e b tp a y m e n ti n c l i n a t i o n f r o ms t a t i o n a r i t yt o q u a n t i t yi n d e xa st h em a c r o e c o n o m i ce n v i r o n m e n t t h ec o r ec o m p e t i t i o no fr e a l e s t a t ee n t e r p r i s e sa n dh i s t o r i c a lc r e d i tr a t i n g s ,s e t 【i n gu pac r e d i te v a l u a t i o n i n d e xs y s t e mo fr e a le s t a t ed e v e l o p m e n te n t e r p r i s e s a n dt h ed i s s e r t a t i o no p t s 2 上海海事大学 房地产开发企业信h 评价指标体系研究 b pn e u r a ln e t w o r k sm o d e l , w h i c hi s n o n p a r a m e t r i ca n dp o s s e s s e s f a u l t t o l e r a n tp o w e ra n dg e n e r a l i z a t i o na b i l i t yt oac e r t a i ne x t e n t t om a k et h e e l e m e n t so f c r e d i t a v a i l a b l e ,t h ea r t i c l ec h o o s e st e np u b l i cr e a ie s t a t e c o m p a n i e si ns h a n g h a i ,t w ot h i r d sa st r a i n i n gs a m p l et oo b t a i na s s e s s m e n t e x p e r i e n c e ,o n et h i r da st e s t i n gs a m p l e ,t oe x a mt h em o d e l s c a l c u l a t i n gw i t h ac o m p u t e r , t h er e s u l t sa r ei na c c o r dw i t ht h er e s u l t sg i v e nb ye x p e r t s ,w h i c h d e m o n s t r a t e dt h a tt h ec r e d i ta s s e s s m e n ti n d e xs y s t e mo ft h et h e s i s ,a d o p t i n g b pn e u r a ln e t w o r k sm e t h o d ,a r eo fh i g ha c c u r a c yr a t e q i ux u p i n g ( e n t e r pr i s em a n a g e m e n t ) s u p e r v i s e db ya s s o c i a t ep r o f z h u a n gj i a f a n g k e yw o r d s :r e a le s t a t ed e v e l o p m e n te n t e r p r i s e s ,c r e d i te v a l u a t i o ni n d e x , b pn e u r a ir e t w o r k sm o d e i 3 论文独创,眭声明 本论文是我个人在导师指导下进行的研究工作及取得的研究成果。 论文中除了特别加以标注和致谢的地方外,不包括其他人或其他机构已 经发表或撰写过的研究成果。其他同志对本研究的启发和所做的贡献均 已在论文中作了明确的说明并表示了谢意。 作者签名:j 珲确彗a ! 一日期:2 塑五丝 论文使用授权声明 本人同意上海海事大学有关保留、使用学位论文的规定,即:学校 有权保留送交论文的复印件,允许论文被查阅和借阅;学校可以。e 网公 布论文的全部或部分内容,可以采用影印、缩印或其他复制手段保存论 文。保密的论文在解密后遵守此规定。 作者签名:豆孚描牛导师签名: 龟场 f l 期:垫! 二! 二z 上海海事大学 房地产开发企业信用评价指标体系研究 1 1 问题的提出 第一章引言 房地产、【k 作为国民经济的支柱产、j 止之一,在国民经济中占有个特殊重要的 地位。在很多发达国家,房地产业作为本国的支柱产业,其产值占国内生产总值 的比例相当高。比如,美国房地产业对g d p 的影响是1 4 ,其国内私人投资的 最大部分足房地产,约占全部投资的5 0 以上。在我国,房地产业自2 0 世纪9 0 年代得到迅速发展,年均增氏速度约为2 0 ,产值平均占g d p 的比例在5 j t ! 右l l j ,其中上海占g d p 的7 3 。 房地产业还是一个产业关联度强的, 7 7 - q l = ,所带动的卜- 下游相关产业链相当 长。房地产业直接为建筑业开拓市场、筹集资金,促进其资金周转;房地产业的 发展,能直接带动土地丌发和劳务引进的发展,促进建材、冶金、机械等基础工 业的发展,并促进纺织、电子、家具、装饰等行业的发展;房地产业对各种消费 服务市场也有相关的启动效益,包括物业管理服务的兴起和发展,直接参与商业、 旅店服务业活动,为城市第三产业注入新的活力;通过房地产业的投资向导作用, 可以有力地促进城市基础设施、特别是市政公用枣、i k 的发展,还能直接促进与城 市基础发展相关的能源、通讯、交通运输等事业的发展,使整个困民经济的产业 结构发生变化。 凶此,房地产投资的乘数效应较大。房地产投资将增加对钢材、水泥、木材、 玻璃、塑料制品等建筑材料的诱导性需求,同时也带动了对新型保暖吸声材料、 防腐材料、防辐射材料及防水、耐火等新型材料的需求。据有关研究结果显示【2 j , 上海房地产开发每增加1 元投资,就会使g d p 增长3 8 4 6 元,投资乘数是全社 会固定资产投资的其他部分投资乘数的3 倍多。 由于房地产业的特殊性,受到资源稀缺性、不可再生性、供给缺乏弹性等特 点的影响,因此房地产市场资金需求量大、周转期长,且受政治、社会影响较大, 房地产业离不开金融业的支持。而房地产不可移动性和耐久性以及保值、增值的 作用,使得不动产的信托、抵押成为现代信用的基础。金融机构从保值的角度出 发,也乐于向房产开发商和购房者融资。房地产业成为一个高风险高收益的投资 领域,吸引众多投资者乐于冒险投资于此行业。在发达国家和经济发达地区,银 行用丁房地产的贷款和投资,一般要占其投资存款总额的1 3 ,高的可达7 0 【3 l 。 1 引自( 2 0 0 4 中i 习投资发艟报告持续发展中的房地产投资,上海财经大学投资珂f 究所,l 一海财经大学 出版社,第2 6 6 2 6 7 页。 2 详见, 2 0 0 4 中国投资发展报告持续发展中的房地产投资,j 溥财经大学投资研究所一l 海财经大学 出版社,第6 9 1 7 0 7 负。 3 引自( ( 2 0 0 4 中l _ 4 投赞发艇报告一一持续发展中的房地产投资,上海财经大学投资研究所,卜海财经大学 出版社,第2 6 7 贞。 l 海海事人。学房地产开发企业信用评价指标体系研究 此种鼓励性的政策,容易导致房地产:、f k 形成需求泡沫。造成了房价泡沫,也抑制 了一部分中低收入居民的需求。旦泡沫破灭,很容易形成“金融危机”,造成 难以估量的损失。 f 是房地产业的这种双面性,使如何发挥其对经济的积极作用,使国民经济 各相天部门、各相关投资者和消费者均受益,防i l _ = 其对国民经济,尤其是我国脆 弱的金融系统产生破坏作用,成为一个重要课题。为此,我国已经建立起套房 地产市场信息系统和预警预报体系,适时动态监测房地产市场供求、价格和空置 率等情况,提高国家宏观调控作用。但是,房地产预警预报体系并不能保证房地 产投资者和消费者受益。由于信息不对称,投资者和消费者无法确切掌握房地产 企业状况,购房承担较大风险,因此尚需建立微观层面的“预警”机制。 房地产:开发商作为土地的购买者和房屋建造的投资人,是房地产业最重要的 环节,因而也是建立预警制度最理想的观察点和控制点。房地产开发要求巨额资 金,而房地产开发商的信用状况,又是反映房地产开发商的资本实力、销售状况 和经营管理能力等企业最重要品质的一个综合指标,因此建立对房地产开发企业 的信用评价体系,加强对丌发商信用状况的监控,赋予其相应的信用额度,并剥 贷款企业的信用状况加以公丌,对市场的投资者、消费者,甚至银行等贷款机构, 都具有现实益处。更进一步,在市场作用下,房地产市场加速优胜劣汰进程,提 高产业集中度,达到规模经济,也使得对房地产业的调控更加便利和有效。 1 2 信用评级体系国内外研究现状 1 2 1 国外研究现状 国外关于企业信用评级体系的研究相对成熟,在信用评估业蓬勃发展的过程 中,围绕着行业不同,规模历史k 短不同的企业的信用特质应包括哪些,逐渐形 成了一系列企业信用要素学说【“,并在此基础上建立起了各种各样的信用评价指 标体系,形成了规范的分析程序。数十年来,西方国家的信用评估实践并未对这 些信用要素提出质疑。 传统的企业信用评价方法主要包括专家方法和信用评级、评分方法。专家方 法主要是五c 方法【5 1 。信用评级、评分方法在银行业运用最为广泛,各大信用评 级公司也都有自身的套评价指标体系。由于这些体系( 包括后面提到的模型) 4 主疆的信用耍素学说有“c ”耍素学说、“f ”要素学说、六“a ”监素学说、五“p ”学说和 “m ”学 说。有关学说的具体介耋开请参见,朱荣恩等编著的企业信j 1 管理,中国时代经济出版社,2 0 0 5 年,9 1 - - 9 9 页;张美灵等主编的信用订估理论7 实务,复黾人掌出版社,2 0 0 4 年,3 3 - - 4 7 页;c a o u e t t e ,a l t m a n , 和n a r a y a n a n ( 1 9 9 8 ) 对此以及信用评级方法、信用评分方法 【5 4 1 7 , 羊尽讨论。 5 c a o u e t t e ,a l t m a n ,年l i n a r a y a n a n ( i 9 9 8 ) 有详辟讨论。也参见信用风险度量:风险估值的新方法7 其 他范式,安东尼桑德斯,机械 业出版社,2 0 0 1 年,1 0 1 1 贝:决策参考,2 0 0 4 年第4 期,总第1 7 2 期,3 1 负。 上海海事大孚房地产开发企l p 信削评价指标体系研究 具有一定的私人专有特点,只有部分内容可以存公开渠道l :获得,因而很多模型 的细节无法得到。 需要指出的是,专家评价与法带有很大主观性、随意性,其优点是能将有影 响的信用风险揭示m 来;信用评级法的优点是能将食业的信用等级用极其简单明 了的符号表现出来,能给人非常直观的感觉。但它最仞主要依赖指标的优劣进行 分类,没能考虑到各指标对系统的影响力。信用评分法改变了这一缺陷,它能根 据各指标对系统的影响不同设置不同权重,将系统指标量化为数值来对企业的信 用风险度进行判定。但是其缺点也是明显的:制定客观评估标准f 分困难,不刷 行业不i 司食业,评分表应包括哪螳项目、每一项目应包括哪些细目、每一项目及 细目各占多少权重、每一细目的级别集权中如何分配等等问题非常难以确定,没 有统一的评分标准,因此信用评级的指标只能满足企业般特性要求,且主观因 素含量较大。即使是这个一般特性也存在很多争议。当然也有人提出了一些改进 意见,如建立一个贷款委员会或多级别签字授权,但还是有人质疑其在实践中的 有效性( t r e a c ya n dc a r e y ,1 9 9 8 ) 。确定权重的方法有专家法和层次分析法( a h p ) 吼但也都各自存在不足。 由于传统信用评价力法没有统一标准,所以经常可以看到,不同信用评估机 构的评分方法下,评分数相近的企业,其真实信用状况可能相差甚远。显然评分 结果并不能作为企业信用状况的最终依据。 进一步的研究表明,只要信用评估机构保持其评级体系的一致性和连贯性, 并跟踪以往积累的丰富历史数掘,对每一级别的违约情况进行统计,并将违约数 量( 或违约金额) 与该级别的总数量( 或总金额) 进行比较,就能得出浚信用级 别的违约概率【7 1 ,建立起违约謇数据库,并不断更新。在此基础上,评缴机构使 用自己的评级体系,对评级企业进行信用等级评定,使其违约率与历史数据库中 同。等级的违约率呈映射关系,从而得到企业的真正信用状况。目前,穆迪和标 准普尔公司仍使用这种方法确定企业的信用。 在发达的国家信用体系支持下,西方学者已经把研究重心转移到建立新的能 更准确预测企、l k 未来信用风险的模型上。 2 0 世纪8 0 年代以后,随着技术的发展和信用风险的变化使得风险度量研究 领域开始出现了许多新的量化分析方法和度量模型,以改进传统信用评级方法的 种种缺陷。 一般认为最早提出信用风险分析模型的是威廉比弗( w i l l i a mb e a v e r , 1 9 6 6 ) 。他对7 9 个失败企业和相同数量、同等资产规模的成功企业进行比较研究 6 有关联次分析法的相关理论及缺陷请参见,剥技进步。,对镱,2 0 0 3 f ,4 门号,1 2 4 1 2 6m :数理统 计语管理,2 0 0 5 年1 月,2 4 卷,1 期,4 1 4 2 页等。 7 最新的衍用风险模型也使用违约术模型直接测定目标企业的违约率。如最普名的模型是k m v 公i 司的预期 违约:社模型,它通过计算违约跗离来确定目标公司的违约概率。 一3 一 上海海事大学房地产升发企业信用评价指标体系研究 后提出了单变量判定模型,以个别财务比率走势恶化来预测企业信用风险状况。 由j 二采用不同比率预测l 司一公司可能会得出不同的结果,1 9 6 8 年爱德 华艾奥特曼( e d w a r d 1 a l t m a n ) 提出了多变量模型( z - - s c o r em o d e l ) ,运 用多种财务指标加权汇总产生的总判别分( z 值) 来预测企、i k 信用风险【8 j 。由于 该信用评分模型的构建,包括解释变量的选择、解释变量的形式变换在内,往往 是在大量的试错基础上选出的满意表达式。模型缺乏逻辑解释,无法解释为什么 选用这些财务指标组合而不采用另外的财务指标组合;作为白变量的财务指标与 因变量之间为什么是线性关系而不是其他关系【。 1 9 9 0 年o d o m 和s h a r d a 以1 9 7 5 年到1 9 8 2 年间的6 5 家失败企业与6 4 家正 常企业使用五个财务比率建立神经网络模型,放弃了信用评分模型中变量是线性 且互相独立的假设,更深入地分析变量之间隐含地相关关系i ”1 。 随着金融衍生产品的开发和金融市场的迅速发展,市场风险日益突出,新的 信用风险相继产生【l l 】,一些基于现代资产组合理论、期权定价理论等构建的企业 违约风险预测模型不断出现,如j p 摩根公司创建的c r e d i t m e t r i c s 模型、k m v 公 司运用期权定价理论建立的k m v 模型、m c k i n s e y 公司开发的c r e d i t p o r t f o l i o v i e w 模型、瑞士银行的c r e d i t r i s k + 模型、信孚银行的r a r o c 模型、k p m g 公 司的贷款分析体系及a l t m a n 的死 l 率模型等【”l 。目前,信用风险预测模型已经 成为金融机构风险管理体系巾的关键组成部分。 尽管如此,没有一个模型已经达到成熟完美的程度,每种模型各有其优缺点, 不能相互替代。相关参数的主观设定可能不尽合适,某些类型的风险可能被忽略, 对相关模型的系统和全面的经验验证尚不多见1 1 3 j 。有学者指出,现有模型之间的 差异可能并不像表面卜那么大,基础性的数学结构有可能是相似的。同时,信用 风险模型仅仅是信用风险分析的工具,任何复杂的数量分析都不能代替信用评级 中的经验判断,信用风险本身也无法很好的定义。使用尚未达到完美的信用风险 模型,还将面临模型风险。有鉴于此,实践中人们并不仅仅依据某种模型得到的 结果来发放贷款或进行投资,更多的是综合几种评价方法,优势互补,以取得较 8 参见e d w a r d i a l t m a n ,f i n a n c i a lr a t i o s ,d i s c r i m i n a t ea n a l y s i s ,a n dt h ep r e d i c t i o no f b a n k r u p t c y j j o u r n a l o f f i n a n c e 。1 9 6 8 ,( 2 3 ) :5 8 9 6 0 9 9 关于皋1 一经济计量技术的信用风险分析方法,基于神经驯络方法的信用分析方法和基于股票价格的信用 风险模型的部分优缺点参见张美灵等主编的信用评估理论1 ,实务,复旦夫学出版社,2 0 0 4 年,8 8 1 0 0 页;相应的一此优缺点以及这些模型的预测准确率请参见信用评等时间序列资料分析一结合效能提升技 术之类神经网路分炎模型,第一届台湾作业研究学会学术研讨会暨2 0 0 4 年科技与管理学术研讨会。 1 0 台湾地郭祥兆和李敏宽,1 9 9 5 年:谢俊宏,1 9 9 6 年;t r i p p i 和t u r b a n ,1 9 9 6 年都做过相关研究。 ”e d w a r d i a l t m a n ,“m a n a g i n g c r e d i t r i s k :a c h a l l e n g e f o r t h en e w m i l l e n n i u m ”p a g e3 。 参见信用风险度量:风险估值的新方法与其他范式,宜东尼桑德斯,机械工业出版社,2 0 0 1 年,第 3 章至第7 章和第1 2 章。另外k m v 方法的介绍也可以参见知识从林,2 0 0 4 年,第1 1 期,总第1 7 9 期, 1 2 2 1 2 3 负。 ”由于建模样本以及榆验样本均为小数量样本,而产牛一个预测精度的时问人约需要一年时间,l 剖此,在 验证模型有教件即返吲测试时,仍然缺少必要的样本数据支持。相关的讨沦请参见j o s e a l o p e z 的 “e v a l u a t i n g c r e d i t r i s k m o d e l s ”1 9 9 9 4 一 上海海事大学房地产开发企业信用评价指标体系研究 好的效祟。 凼此,对模型的改进工作成为近两三年来的研究重点。 1 2 2 国内研究现状 我国的信用评to 址直到2 0 世纪8 0 年代末爿升始出现,并主要是为了配合证 券卜市、专门为上市公司服务的。目前中国人民银行只批准了9 家信用评级机构。 从整体上看,我国信用评级的研究起步较晚,还没有形成一套适合中国企、【t 特点的评级体系。各银行和非银行金融机构、评估公司自行制定和实施信用评级 标准差芹大,评级结果也往往不同。包括社会信用体系、社会征信机制、信用相 关法律建设都远远滞后。 由于信用分析的本质在于揭示信用风险,一国经济发展所处的阶段、工业化 程度以及社会和文化背景等不同,信用风险的影响因素和表现形式也不一样,信 用分析的具体内容和侧重点有所不同。长期以来,我国国民信用意识淡薄,违约 现象在政府、企业和个人等社会各个层面比比皆是,信用评级机构的独立性、公 正性和评级结果的可靠性始终得不到社会的认可。因此,如何建立独立的第三方 信用评级机构,成为目前国内的一个研究重点。 撇丌法律制度安排上的研究,评级机构的评级结果得不到社会认可的最主要 原因是评级结果缺乏检验,尤其在我国信息不透明、利率市场化程度低和评级水 平低的情况卜- 。如何借鉴国外的相关研究成果,建立适合我国国情的信用评价体 系和如何利用先进技术建立信用风险模型,提高预测的精度成为目前的研究重心 之一。 由于现代信用风险模型的建立需要大量的参数估计,例如违约概率、违约损 失率、信用等级转换概率等等,这些参数的估计是以历史经验数据为基础的。即 使古典( 传统) 的z 评分模璎和z e t a 评分模型也是建立在发达国家( 美国) 的 企、p 的历史统计数据基础之上的。因此,虽然国内也有学者应用此类模型研究, 但总是看不到充分的历史数据,说服力有限。 无论是国外还是国内,公丌的某一具体行业的信用评价体系少之又少。这一 方面是因为这些评价体系具有私密性;另一方面也可能是因为单个行业中大中小 企业性质、规模、地域等情况各异,建立行j l k 信用评价的难度比较大;加上很多 企业经营多元化,即使信息比较透明,公布的财务报表往往也是合并报表,不同 企业数据之间的可比性差。 ”其中的生5 研究,如:j o s e al o p e z 的“e v a l u a t i n g c r e d i t r i s k m o d e l s 1 9 9 9 d a n n y b e n - s h a h a r 的“d e f a u l t , c r e d i ts c o r i n g ,a n dl o a n t o v a l u e :at h e o r e t i c a la n a l y s i su n d e rc o m p e l f i v ea n dn o a c o m p e t i t i v em o r f g a g e m a r k e t s ”j u l y2 0 0 5 上海海事人。学房地产开发企业信用评价指标体系研究 1 3 本文研究内容、方法和意义 房地产丌发企业信用评价是一个复杂的系统工程,构建一个评价指标体系需 要大量的时间和资源;房地产业又具有明显的地域特征,不同地区之间山于经济 分_ 和产业发展阶段各不相同,房地,“业的发展程度也不相同。为便于收集资料, 本文选取国内发展程度最高的上海房地产业作为研究埘象。本文首先提出房地产 开发企业信用评价的重要性,并介绍了国内外信用评估领域有关理论和模型研究 的历史和现状、各种信用评价方法的优缺点。接着,分析近年来尤其是2 0 0 5 年 卜l 海房地产业发展的现状和存在的问题。然后,从信用评估过程的特点出发,结 合房地产行业的特殊性,建立房地产开发企业信用评价指标体系,用b p 人工神 经网络模型,建立1 套信用评价的数学方法。为检验评价体系的有效性,以上海 上市的房地产开发企业的信用要素作为样本训练。最后,总结全文研究工作,指 m 本文的不足,展望未柬研究的重点。 本文通过建立个简单、粗略的信用评价体系,提供精度要求适中的信用评 级,期望能为需要了解房地产业企业信用状况的相关人士提供简单、粗略的参考 评价信息,为社会人众提供信用评价基本知识,唤起大众对信用研究的重视,也 为对信用评价有兴趣者提供参考。 上海海事大学房地产丌发企、l k 信用评价指标体系研究 第二章上海房地产行业现状分析 2 12 0 0 5 年上海房地产概况 2 0 0 5 年是上海房地产市场稳定发展与宏观凋控相互纬合的一年。1 9 9 9 年以 来,上海房地产市场快速发展,房价涨幅连年以两位数增长,成为上海的支柱产 业之一。与此同时,房产开发商对高端市场的投资逐年增加,高档公寓、别墅项 目层出不穷,而需求量最大的中低端市场却供不应求,从而更加推动房地产价格 上涨,房地产出现结构性过剩。市场投机性需求的过度膨胀,制造了房地产泡沫, 严重影晌到国民经济的持续健康发展。2 0 0 3 年后,政府为了调控房地产市场, 防【i = - 房地产= 泡沫”产生,先后出台了一系列房地产规范性政策。尽管受到政策 调整的影响,上海房地产价格仍继续上涨,投机性需求并未得到遏制。2 0 0 5 年3 月以来,中央和上海地方政府进步加大调控力度,抑制房价过快上涨,调整供 应结构,健全保障体系,房地产市场渐趋平稳发展。主要表现在以下几个方面。 一、房地产业增加值平稳增长 2 0 0 5 年一l 海国民经济平稳较快发展,房地产业落实国家宏观调控政策,房 地产市场持续健康发展,投资规模继续扩大,全市实现房地产业增加值6 7 0 2 3 亿元,比上年下降4 1 ,增幅低于上海市g d p 3 4 个西分点,占g d p 的7 3 , 比重下降1 1 个百分点。 表212 0 0 0 年一2 0 0 5 年房地产出国民经济比重变化表 年份房地产增加值( 亿元) g i ) p ( 1 己7 1 5 ) 房地产占国民经济比重( ) 2 0 0 0 2 5 1 7 04 5 5 l1 5 5 5 3 2 0 0 l3 1 68 54 9 5 08 46 4 0 2 0 0 2 3 7 3 6 3 5 4 0 8 7 6 6 9 1 2 0 0 34 6 1 8 86 2 5 08 1 7 3 9 2 9 0 46 2 2 5 97 4 5 0 2 78 3 6 2 0 0 56 7 0 2 39 1 4 3 9 57 3 3 资料来源:f 海统计网,历年f 1 海统计年鐾整理。 二、房地产开发投资增速趋缓 根据卜海统计网月度统计数据公布的2 0 0 5 年1 月1 2 月房地产丌发资料, 一| j - 海房地产开发投资总额达1 2 4 6 8 6 亿元,同比增长6 1 ,增幅比2 0 0 4 年同期 7 上海海事人导房地产开发企业信刷评价指标体系研究 1 5 0 0 1 0 0 0 5 0 0 0 2 0 0 3 - - 2 0 0 5 年月度房地产开发投资额对照示意图 ( 本j 累训) 隧攀粪鬻溪娄蒸鎏鍪攀攀藜攀餮 隧鎏鋈惹鏊寨蒸囔! 雾鐾! 鋈薹! 耋耋篓u _ | 三圣垂垂三三! 堕2 0 0 塑 数据米源:根据上海统计网历年月度数据整理。 图2 - 12 0 0 3 年一2 0 0 5 年月度房地产开发投资额对照示意图 下降2 4 _ 3 个百分点,占全社会固定资产投资的3 5 2 ,低于同期同定资产投资增 幅8 7 个百分点,其中商品住宅投资9 2 0 8 4 亿元,增长2 2 ,增势大幅度趋缓; 办公楼和商业营业用房开发投资增长较快,分别投资1 0 2 1 8 亿元和1 0 2 6 1 亿元, 增长2 2 7 平1 13 0 。房地产开发投资增长速度明显放慢。从投资结构看,2 0 0 4 年,商品住宅投资同比增长3 3 2 ,办公楼和商业营业用房投资同比增长2 4 9 和1 6 + 4 。从投资主体看,在全部房地产开发投资主体中,非国有经济所占份额 达到9 成以上,其中股份制经济、外商及港澳台经济、私营经济三类占较大比重。 国有经济投资1 1 6 0 1 亿元,占房地产投资总额的9 9 ,非国有经济投资1 0 5 9 4 5 亿元,占房地产投资总额的9 0 1 1 “j 。 三、购置土地面积继续下降 受宏观调控的政策影n 向,开发商放缓了开发的节奏,土地开发力度减弱。据 上海统计局统计数据显示,2 0 0 5 年,上海购置土地面积7 5 4 3 2 万平方米,比上 年下降2 7 4 。购置土地的区域也延续了前两年的趋势,土地购置向外拓展,以 外环以外所占比重最大,达到六成以上。全年完成土地丌发面积5 5 8 4 2 力平方 米,同比下降1 7 ,而2 0 0 4 年则增长1 1 1 。全年土地交易价格水平比上年上 涨6 9 ,涨幅比上年回落1 3 4 个百分点。 四、房地产开发商利润丰厚 从最近十年的竣工房屋造价( 见表2 2 ) 看,除1 9 9 6 年和2 0 0 3 年波动异常 外,其余年份的房屋造价波动基本在1 0 以内,即使2 0 0 5 年的房屋造价上涨 5 0 ,按照上海房地产业内人 公丌承认的3 0 利润率计算,上海房地产开发商 的利润总额也超过7 0 亿元。 5 此处2 0 0 5 年统计数据尚未公唧,引用2 0 0 4 年的统计数据,数据引自上海投资报告( 2 0 0 5 ) 第3 9 页。 上海海事大学房地产开发企业信用评价指标体系研究 表2 21 9 9 5 2 0 0 4 年上海竣工房屋平均造价 句:度1 9 9 51 9 9 6 1 9 9 71 9 9 81 9 9 92 0 0 0 2 0 0 l2 0 0 22 0 0 32 0 0 4 竣工脐屋平均造价 1 4 6 42 2 1 72 2 9 52 5 2 92 2 3 22 1 6 52 1 1 82 1 3 42 9 9 13 0 0 6 ( 元r 方水) 吲比增长率 0 5 l00 40 1 00 1 2一o 0 30 0 2o0 l0 4 0o0 1 忭宅n 平方米) 1 3 6 31 9 6 91 8 1 21 9 5 51 9 4 61 9 4 71 9 5 91 9 8 32 9 8 72 9 5 8 同比增长率0 4 4 0 0 80 0 80 0 000 0 o o l0 0 10 5 10 0 1 数据来源:上海统计网,历年统计年鉴整理。 血、市场供需基本稳定 ( 一) 商品房新开工和竣工面积下降 2 0 0 5 年,上海在建规模中商品住宅比重下降,商品房新开工和竣工面积。f 降。 商品房施工面积1 0 4 6 2 3 9 万平方米,增长1 0 3 ,其中,商品住宅8 0 9 1 8 5 万平 方米,占全部商品房施工面积的7 7 f 3 ,比重比上年下降3 2 个百分点,办公楼 6 3 0 3 8 力平方米,占6 ,比熏上升o 5 个百分点,商业用房9 5 1 5 8 万平方米, 占9 1 ,比重上升1 4 个百分点;商品房新开工面积3 0 5 5 4 7 万平方米,比上年 下降4 4 ,其中商品住宅2 4 8 5 7 5 万平方米,下降6 9 ;商品房竣工面积3 0 9 5 7 4 万平方米,比上年下降1 0 1 ,其中商品住宅2 7 3 9 9 1 万平方米,下降1 0 9 。 ( 二) 商品房销售量有所下降 统计显示,从2 0 0 5 年第二季度开始一上海房地产市场明显受到宏观调控政 策的影响,商品房销售的火爆形势迅速降温,虽然下半年政策性配套商品房销售 量增加较快,但全市商品房销售量仍有所下降。2 0 0 5 年,全市商品房销售面积 3 1 5 8 8 7 万平方米,比上年下降9 5 ,其中商品住宅2 8 4 5 7 万平方米( 其中配套 商品住宅销售面积为8 5 0 3 6 万平方米) ,下降1 2 ( 表2 3 为2 0 0 4 年上海商品房 销售面积的区域分布情况表,供参考) 。 二手房交易量下降。2 0 0 5 年,二手住房交易面积1 9 7 1 5 万平方米,比上年 下降2 7 7 。从各季度看,宏观调控之前的一季度二手住房成交7 4 7 8 4 万平方米 为全年各季度最高,二、三、四季度分别成交6 1 7 3 6 万平方米、2 9 2 3 9 万平方 米和3 1 3 9 1 万平方米。 ( 三) 商品房平均售价涨幅回落 随着商品房销售面积的下降,上海市商品房平均销售价格涨幅也回落。2 0 0 5 年,上海市商品房平均销售价格为每平方米6 8 4 2 元,比上年上涨5 4 ,涨幅同 比回落9 个百分点。其中商品住宅平均销售价格为每平方米6 6 9 8 元,上涨4 9 , 涨幅

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论