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

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SPSS170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THEEVALUATIONONREALESTATELISTEDCOMPANYPROFITABILITYBYFACTORANALYSISAUTHORZHANGXIAOYANTUTORLIXIANGBAOABSTRACTWITHTHEINCREASINGDEVELOPMENTOFECONOMYANDINFORMATIONTECHNOLOGY,TRADEANDBUSINESSACTIVITIESPRODUCEDLARGEAMOUNTSOFDATADATA,ANDHOWTOEXTRACTUSEFULINFORMATIONALREADYHASBECOMETHEURGENTNEEDSOFBUSINESSES,THEREFORE,THATGAVEBIRTHTOTHETECHNOLOGYABOUTTHEDATAMININGTHEFACTORANALYSISISAKINDOFDATAMININGTECHNOLOGYTHISPAPERUSEDBYITISUSEDTODIMENSIONREDUCTIONPROCESSINGTHECOLLECTEDDATAANDFINDOUTTHEKEYPOINT,AMOREINDEPTHANALYSISOFDATAANDAPPLICATIONSPROFITABILITYISTHEENTERPRISEPROFITABILITY,ITISTHEBASICINDICATORSOFMEASUREPERFORMANCEOFLISTEDCOMPANIESANDTHEREALESTATEINDUSTRYISTHEFOUNDATIONCONSTRUCTIONINDUSTRYINREALESTATE,REALESTATEDEVELOPMENTANDMANAGEMENT,ISTHEREALESTATENOW,THEREALESTATEINDUSTRYSINCREASEANDITPLAYSMOREANDMOREIMPORTANTROLEINTHENATIONALECONOMY,ITISSIGNIFICANTTOTHEREALESTATEOFLISTEDCOMPANIESTHEPROFITABILITYOFTHEEVALUATIONTHISPAPERUSINGTHEFACTORANALYSISTOTHIRTYREALESTATEENTERPRISEUSESPSS170SOFTWARE,TOGETTHERELEVANTRESULTSEXPECTTOOFFERSCIENTIFICDECISIONMAKINGBASISFORPOLICYMAKERS,TOFURTHERIMPROVETHEPERFORMANCEOFTHECOMPANY,ANDALSOTOOFFERMOREREFERENCETOREALESTATERELATEDPEOPLEKEYWORDSTHEFACTORANALYSIS,PRINCIPALCOMPONENTANALYSIS,PROFITABILITY目录1绪论111研究背景及意义112SPSS简介12分析方法理论321因子分析法322主成分分析法33房地产上市公司盈利能力分析研究内容531房地产上市公司盈利能力分析样本公司的选择532房地产上市公司盈利能力分析的数据来源633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1141数据标准化处理1142求解所有变量的相关系数矩阵并进行检验1143提取公因子1344因子旋转1445计算因子得分1546计算综合评价值175结论19致谢20参考文献211绪论11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。12SPSS简介SPSS，最初名为“社会科学统计软件包（STATISTICALPACKAGEFORTHESOCIALSCIENCES），随着产品服务领域的扩大和服务深度的增加，现已更改为“STATISTICALPRODUCTANDSERVICESOLUTIONS”，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（STATISTICALANALYSISSYSTEM，统计分析系统）、BMDP（BIOMEDICALPROGRAMS，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，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21因子分析法本文研究采用的方法是因子分析法，因子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（K05，意味着因子分析可以进行，而在07以上则是令人满意的值。表42KMO和BARTLETT检验取样足够度的KAISERMEYEROLKIN度量。613近似卡方204192DF21BARTLETT的球形度检验SIG000表42是KMO和巴利特球体检验结果。由表可知，KMO值为0613，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204192，自由度为21，显著性水平为0000005,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。43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43公因子方差初始提取每股收益1000978每股净资产1000985净资产收益率1000901资产报酬率1000948资产净利率1000964销售净利率1000740销售毛利率1000784表43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44解释的总方差初始特征值提取平方和载入旋转平方和载入成份合计方差的累积合计方差的累积合计方差的累积135145020550205351450205502053086440924409221578225487275315782254872753167723951680433120617232899851206172328998515362194289985448168749685851672381992396031445996847022316100000表44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3514，解释了原有7个变量总方差的50205，累积方差贡献率为50205；第二个因子的特征根值为1578，解释了原有7个变量总方差的22548，累积方差贡献率为72753；第三个因子的特征值为1206，解释了原有7个变量总方差的17232，累积方差贡献率为89985。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45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0928F10305F20098F3资产报酬率0914F10333F20039F3净资产收益率0876F10366F20017F3每股收益0809F10325F20466F3每股净资产0334F10752F20554F3销售毛利率0302F10548F20626F3销售净利率0438F10518F20529F3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45因子载荷矩阵成分123资产净利率928305098资产报酬率914333039净资产收益率876366017每股收益809325466每股净资产334752554销售毛利率302548626销售净利率43851852944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46旋转因子载荷矩阵成分123资产净利率965081158资产报酬率964097094净资产收益率945076046每股净资产077979139每股收益545820085销售毛利率032047883销售净利率162142832表46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、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47因子得分协方差矩阵成份123110000000002000100000030000001000表47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。45计算因子得分表48因子得分系数矩阵成分123每股收益093476096每股净资产156650026净资产收益率329067057资产报酬率330061028资产净利率326081021销售净利率028035560销售毛利率068091620由表48可知因子得分函数F10093每股收益0156每股净资产0329净资产收益率0330资产报酬率0326资产净利率0028销售净利率0068销售毛利率F20476每股收益0650每股净资产0067净资产收益率0061资产报酬率0081资产净利率0035销售净利率0091销售毛利率F30096每股收益0026每股净资产0057净资产收益率0028资产报酬率0021资产净利率0560销售净利率0620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49。表49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00491415171821307450625格力地产0918562602755114032698新湖中宝08935650847432804771119云南城投0832522503956363161071华业地产01916917019975809482226北京城建1244132152353400684113首开股份03603120254244200517314万好万家247648300404691710138327陆家嘴0181821605314652124982京投银泰006084140404681605774621凤凰股份013697130693662404909920苏州高新046053220027111110874328上实发展02544719053032102475310京能置业0236331108353327081724北辰实业10039280446271806603123万科A03186610033297701561717深振业A08830260044041301179616招商地产03975421304529103592918中粮地产05236523051178200678915泛海建设149089290280111501642912粤宏远A094422270709412500052915阳光城3009481003671007251324荣盛发展071113701793490596122东湖高新073028240685632313087429同济科技020129180594282215288930中润投资1098063110759300560216苏宁环球0949614072257260554867世荣兆业0433459095734290254789滨江集团0710498001761202318811南国置业0233291204994319155526346计算综合评价值依据表44写出各上市公司盈利能力综合得分公式F（F1044092F2023951F3021942）/089985表410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029973242312万科A020668599314格力地产044370781523深振业A03921880039新湖中宝00959415915招商地产05281532034云南城投04681720316中粮地产022725760220华业地产027197451222泛海建设076502067427北京城建10318086262粤宏远A065277213226首开股份05127771475阳光好万家156838522230荣盛发展025082947313陆家嘴05705228893东湖高新085944771929京投银泰021870934819同济科技062961363925凤凰股份023723811721中润投资037983998710苏州高新048360022524苏宁环球0408275478上实发展020547872718世荣兆业00197011717京能置业009272963216滨江集团04093612677北辰实业077169632328南国置业036061443211由表410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49）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F1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44092，其次是因子F2，贡献了23951，最后是F3（21942）。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，仍需要进一步的深入研究。致谢近三年的时光飞逝而去，结束了在湖南财政经济学院学习生活的日子。回想起这三年，所经历的种种都浮现在脑海，让我学会了许多，长大了许多。纵有千般不舍，如今已不得不说再见。借本论文完成之际，对我的老师和同学们表示衷心的感谢本论文的完成，对我来说是一件非常有意义的事，同时也是一个艰苦的过程，从最初的选题、定题，论文大纲的撰写到初稿、修改以及最后定稿的完成，都是一个不断学习、不断进步、思路不断清晰地过程。衷心感谢论文指导老师李香宝老师，从最初的选题、资料的收集，李老师都给了我详细的建议，在初稿完成时，李老师仔细的检阅论文，发现有着很大的问题，耐心地给我讲述论文的问题所在及如何解决这些问题，在我焦急和迷茫中，李老师不断地给予我鼓励与肯定，使我从负面情绪中脱离出来，安心地写论文。在论文不断修改的过程中，李老师抽出时间细看论文，提出了许多我未曾考虑到的宝贵的建议，让我的论文更加地完善，也让我收获颇多。衷心感谢我在大学三年期间遇到的一大批优秀老师，他们不仅传授给我丰富的知识，还教给了我许多做人的道理。衷心感谢一起成长的同窗好友们，无论是学业上的鼓励支持，还是生活中的亲切关怀都使我感怀于心。衷心感谢父母给予我生命，给予我家庭的温暖，给予我追求理想的物质支持和精神鼓励。参考文献1屈丽华房地产上市公司盈利能力实证研究D武汉武汉科技大学，20052苏丽群低碳经济板块上市公司盈利能力影响因素实证分析D江西江西农业大学，20113傅再育中国上市公司盈利能力模型分析D四川四川大学，20054蒋飞，文毅荣基于因子分析的汽车上市公司盈利能力评价J经济研究导刊，2007（7）86875刘念创业板上市公司盈利能力的评价研究D天津天津商业大学，20116鲁亮升，王颖梅财务分析M长沙湖南人民出版社，20071611627薛薇SPSS统计分析及应用M北京电子工业出版社，20093273498李小荣，王宪良因子分析在上市公司盈利能力分析中的应用J财经科学，2002,2182209孟贵珍我国上市公司盈利能力的实证分析J中华女子学院山东分院，2009（6）11812110张丽基于因子分析的广东房地产上市