陶雨萍

（滁州學(xué)院，安徽 滁州 239000）

房地產(chǎn)上市公司業(yè)績(jī)影響因素研究

陶雨萍

（滁州學(xué)院，安徽 滁州 239000）

目前房地產(chǎn)行業(yè)迅速發(fā)展，房地產(chǎn)市場(chǎng)百花齊放，房地產(chǎn)企業(yè)也蜂擁而出.此產(chǎn)業(yè)也成為我國(guó)經(jīng)濟(jì)的一大支柱，帶動(dòng)國(guó)民總產(chǎn)值的增長(zhǎng).房地產(chǎn)成為萬(wàn)眾矚目的焦點(diǎn)原因有二，一是龐大的住房需求；另一個(gè)是房?jī)r(jià)的持續(xù)上漲.房地產(chǎn)上市公司的經(jīng)營(yíng)對(duì)市場(chǎng)經(jīng)濟(jì)也有巨大的影響，本文主要研究房地產(chǎn)上市公司業(yè)績(jī)影響的因素.

房地產(chǎn)；公司業(yè)績(jī)；股權(quán)結(jié)構(gòu)

我國(guó)的房地產(chǎn)上市公司經(jīng)過了20多年的發(fā)展，無(wú)論在數(shù)量上還是在規(guī)模上都在不斷壯大，成為了我國(guó)當(dāng)前上市公司非常重要的組成部分，本文通過選擇2013-2015年（取3年平均數(shù)）Wind資訊中144家房地產(chǎn)上市公司面板數(shù)據(jù)進(jìn)行實(shí)證分析房企如何發(fā)揮自身優(yōu)勢(shì)，提高自身經(jīng)營(yíng)業(yè)績(jī).

為了避免使用1個(gè)財(cái)務(wù)指標(biāo)評(píng)價(jià)房地產(chǎn)上市公司業(yè)績(jī)的局限性，本文在參考之前的研究結(jié)果的基礎(chǔ)上，利用因子分析法和統(tǒng)計(jì)軟件SPSS設(shè)計(jì)了一套評(píng)價(jià)體系來(lái)確定房地產(chǎn)上市公司業(yè)績(jī)?cè)u(píng)價(jià)，本文所有原始數(shù)據(jù)均來(lái)自wind資訊.

1 財(cái)務(wù)指標(biāo)選取

本文采用實(shí)證研究的方法，從房地產(chǎn)上市公司績(jī)效評(píng)價(jià)指標(biāo)體系中篩選出反映公司績(jī)效的指標(biāo)體系，主要有四個(gè)方面：①盈利能力狀況（凈資產(chǎn)收益率、總資產(chǎn)報(bào)酬率和成本費(fèi)用利潤(rùn)率）；②償債能力狀況（流動(dòng)比率、速動(dòng)比率和資產(chǎn)負(fù)債率）；③營(yíng)運(yùn)能力狀況（應(yīng)收賬款周轉(zhuǎn)率、存貨周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率和流動(dòng)資產(chǎn)周轉(zhuǎn)率）；④成長(zhǎng)能力指標(biāo)（營(yíng)業(yè)收入增長(zhǎng)率、凈利潤(rùn)增長(zhǎng)率、基本每股收益增長(zhǎng)率和每股凈資產(chǎn)增長(zhǎng)率）.

為了確定房地產(chǎn)上市公司經(jīng)營(yíng)績(jī)效，本文決定使用因子分析法將上述多種影響房地產(chǎn)上市公司績(jī)效的、相互影響的財(cái)務(wù)指標(biāo)降維，從而確定房地產(chǎn)上市公司績(jī)效.本文分別從盈利性、償債性、營(yíng)運(yùn)性以及成長(zhǎng)性四個(gè)方面指標(biāo)選擇了構(gòu)建房地產(chǎn)上市公司績(jī)效評(píng)價(jià)體系所需的財(cái)務(wù)指標(biāo).具體選擇結(jié)果如下表.

2 數(shù)據(jù)來(lái)源及模型構(gòu)建

2.1 數(shù)據(jù)來(lái)源

本文擬對(duì)房地產(chǎn)上市公司績(jī)效進(jìn)行分析，目前中國(guó)滬深股市共有149家銀行上市，本文剔除包括天宸股份、園城黃金、中房股份、銀潤(rùn)投資和世聯(lián)行5家數(shù)據(jù)不全的房地產(chǎn)上市公司，以144家房地產(chǎn)上市公司財(cái)務(wù)指標(biāo)數(shù)據(jù)進(jìn)行研究，為了使得研究結(jié)果更加準(zhǔn)確，本文自行設(shè)計(jì)了一套評(píng)價(jià)指標(biāo)體系來(lái)確定房地產(chǎn)上市公司績(jī)效，本文選取2013-2015年的年報(bào)數(shù)據(jù)（取3年的平均數(shù)）作因子分析.

2.2 使用因子分析構(gòu)建公司業(yè)績(jī)指數(shù)模型

表1-1 財(cái)務(wù)指標(biāo)匯總表

為了使得研究結(jié)果更加準(zhǔn)確，本文打算自行設(shè)計(jì)一套評(píng)價(jià)指標(biāo)體系來(lái)確定房地產(chǎn)上市公司業(yè)績(jī)，因此本文利用SPSS對(duì)144家房地產(chǎn)上市公司2013-2015年的年報(bào)數(shù)據(jù)（取3年的平均數(shù)）年報(bào)數(shù)據(jù)作因子分析.

2.2.1 判斷所選財(cái)務(wù)指標(biāo)是否適用因子分析

由于總資產(chǎn)周轉(zhuǎn)率和流動(dòng)資產(chǎn)周轉(zhuǎn)率，應(yīng)收賬款周轉(zhuǎn)率和存貨周轉(zhuǎn)率兩兩相關(guān)系數(shù)太高，影響KMO和Bartlett的檢驗(yàn)結(jié)果，故剔除總資產(chǎn)周轉(zhuǎn)率和應(yīng)收賬款周轉(zhuǎn)率2個(gè)小指標(biāo)；營(yíng)業(yè)收入（同比增長(zhǎng)率）和每股凈資產(chǎn)增長(zhǎng)率，基本每股收益（同比增長(zhǎng)率）和凈利潤(rùn)（同比增長(zhǎng)率）兩兩相關(guān)系數(shù)太高，影響KMO和Bartlett的檢驗(yàn)結(jié)果，故剔除營(yíng)業(yè)收入（同比增長(zhǎng)率）和基本每股收益（同比增長(zhǎng)率）2個(gè)小指標(biāo).

表2-1 KMO和Bartlett的檢驗(yàn)

表2-1是使用SPSS軟件對(duì)所選擇的財(cái)務(wù)指標(biāo)進(jìn)行KMO和Bartlett，s球形度檢驗(yàn)的結(jié)果.Bartlett’s球形度的檢驗(yàn)結(jié)果顯著性水平（Sig.）即P值為0小于0.05，可以作因子分析.

2.2.2 公共因子的選取

本文提取公共因子的方法是主成分分析法.主成分分析法，又叫做主分量分析，是指將多個(gè)變量進(jìn)行線性變換挑選出少數(shù)變量的統(tǒng)計(jì)方法.下圖是利用SPSS得到的選定的10個(gè)財(cái)務(wù)指標(biāo)的總方差的解釋表.從表中可以看出：抽取了四個(gè)特征值都大于1的因子來(lái)確定公司的價(jià)值.這四個(gè)因子累計(jì)的方差貢獻(xiàn)率為82.412%，表示因子分析的結(jié)果良好，能用提取的4個(gè)因子替代10個(gè)財(cái)務(wù)指標(biāo)確定公司業(yè)績(jī).

表2-2 解釋的總方差

得出系數(shù)矩陣之后，對(duì)這4個(gè)特征值大于1的因子賦予權(quán)重，構(gòu)造房地產(chǎn)上市公司業(yè)績(jī)綜合評(píng)價(jià)函數(shù)，最后計(jì)算出144家房地產(chǎn)上市公司業(yè)績(jī)的綜合得分.本文使用四個(gè)因子各自的貢獻(xiàn)率作為權(quán)重計(jì)算得分.中小上市銀行經(jīng)營(yíng)績(jī)效綜合得分的計(jì)算公式如下：

其中，F(xiàn)1，F(xiàn)2，F(xiàn)3，F(xiàn)4代表各綜合因子的得分，F(xiàn)代表房地產(chǎn)上市公司業(yè)績(jī)的總得分.

2.2.3 因子旋轉(zhuǎn)

本文采用最大方差法對(duì)因子進(jìn)行旋轉(zhuǎn)，表2-3是旋轉(zhuǎn)后的因子荷載矩陣，可以看出，旋轉(zhuǎn)后的結(jié)果良好，各因子反映的財(cái)務(wù)指標(biāo)的效果較明顯.

表2-3 旋轉(zhuǎn)成分矩陣

第一個(gè)因子在流動(dòng)比率、速動(dòng)比率和資產(chǎn)負(fù)債率上有較大的荷載，因這三個(gè)指標(biāo)是衡量銀行償債能力的核心指標(biāo)，故第一個(gè)因子為償債業(yè)績(jī)因子；第二個(gè)因子在總資產(chǎn)報(bào)酬率和成本費(fèi)用利潤(rùn)率上有較大的荷載，故第二個(gè)因子為盈利業(yè)績(jī)因子；第三個(gè)因子在存貨周轉(zhuǎn)率和流動(dòng)資產(chǎn)周轉(zhuǎn)率上有較大的荷載，故第三個(gè)因子為營(yíng)運(yùn)業(yè)績(jī)因子；第四個(gè)因子在每股凈資產(chǎn)增長(zhǎng)率和凈利潤(rùn)（同比增長(zhǎng)率）上有較大的荷載，故第四個(gè)因子為成長(zhǎng)業(yè)績(jī)因子.

2.2.4 因子得分的計(jì)算

表2-4 成分得分系數(shù)矩陣

因子得分矩陣是指各個(gè)財(cái)務(wù)指標(biāo)與所提取的公因子間的聯(lián)系，財(cái)務(wù)指標(biāo)在某一個(gè)公因子上的分?jǐn)?shù)高，就意味著該財(cái)務(wù)指標(biāo)指標(biāo)與這個(gè)公因子關(guān)系緊密.下圖是利用SPSS得出的各因子的系數(shù)得分矩陣.

以上的四個(gè)因子都有82.412%的可靠度,我們通過回歸分析得到綜合因子模型為:

其中，F(xiàn)1，F(xiàn)2，F(xiàn)3，F(xiàn)4分別代表償債業(yè)績(jī)因子、盈利業(yè)績(jī)因子、營(yíng)運(yùn)業(yè)績(jī)因子和成長(zhǎng)績(jī)業(yè)績(jī)因子4個(gè)一級(jí)指標(biāo)各綜合因子的得分；X1，X2，X3，X4，X5，X6，X7，X8，X9，X10分別代表凈資產(chǎn)收益率、總資產(chǎn)報(bào)酬率、成本費(fèi)用利潤(rùn)率、流動(dòng)比率、速動(dòng)比率、資產(chǎn)負(fù)債率、存貨周轉(zhuǎn)率、流動(dòng)資產(chǎn)周轉(zhuǎn)率、每股凈資產(chǎn)增長(zhǎng)率和凈利潤(rùn)（同比增長(zhǎng)率）10個(gè)二級(jí)指標(biāo).

3 房地產(chǎn)上市公司業(yè)績(jī)分析

根據(jù)前面計(jì)算出來(lái)的各上市銀行綜合財(cái)務(wù)績(jī)效得分:

分別對(duì)144家上市銀行在這四個(gè)因子上的表現(xiàn)進(jìn)行評(píng)分，由于選取了3年的銀行樣本數(shù)據(jù)，因此每個(gè)銀行的因子得分為3年各因子得分的算術(shù)平均數(shù).并按照各個(gè)因子的貢獻(xiàn)率占總貢獻(xiàn)率的百分比進(jìn)行加權(quán)匯總，從而得出各銀行的總因子得分.

3.1 模型驗(yàn)證

3.2 結(jié)果分析

表3-1 部分房地產(chǎn)上市公司績(jī)效排序

通過對(duì)我國(guó)144家房地產(chǎn)上市企業(yè)績(jī)效分析得出，績(jī)效前十名的房地產(chǎn)上市企業(yè)是京藍(lán)科技、嘉凱城、天津松江、粵宏運(yùn)A、深大通、萬(wàn)方發(fā)展、武昌魚、ST珠江、金宇車城、鐵嶺新城.以上順序?yàn)榻敌?，而眾所周知的萬(wàn)科僅排名83.績(jī)效最好的京藍(lán)科技和其次嘉凱城的優(yōu)勢(shì)是償債能力與盈利能力要強(qiáng)于別的房地產(chǎn)企業(yè)，這兩家房地產(chǎn)企業(yè)的營(yíng)運(yùn)能力和成長(zhǎng)能力也處于相當(dāng)高的地位.而績(jī)效處于落后的后十名企業(yè)為匹凸匹、豐華股份、世榮兆業(yè)、香江控股、京投銀泰、棲霞建設(shè)、宜華健康、高新發(fā)展、道博股份、東方銀星.其中相比較最差的東方銀星和道博股份，兩家企業(yè)的償債能力最差盈利能力最差，東方銀星與道博股份的營(yíng)運(yùn)能力與成長(zhǎng)能力雖不是最后但是也處于靠后.由此可見，影響績(jī)效的關(guān)鍵因素在于償債能力與盈利能力，同樣營(yíng)運(yùn)能力和成長(zhǎng)能力對(duì)一個(gè)企業(yè)的績(jī)效影響也至關(guān)重要.

〔1〕程志強(qiáng).上市公司債務(wù)結(jié)構(gòu)對(duì)公司業(yè)績(jī)影響的實(shí)證研究[D].山東大學(xué),2011.3.

〔2〕劉華.股權(quán)激勵(lì)的影響因素及對(duì)公司業(yè)績(jī)影響實(shí)證研究[J].商業(yè)時(shí)代,2012(9).

〔3〕周紅琴.獨(dú)立董事制度對(duì)公司業(yè)績(jī)影響分析[D].西南財(cái)經(jīng)大學(xué),2011.4.

〔4〕Emilia Peni.CEO and Chairperson characteristics and firm performance[J].Journal of Management and Governance,2012(16).

F293.30

A

1673-260X（2016）11-0093-03

2016-08-17

安徽省滁州學(xué)院校級(jí)規(guī)劃項(xiàng)目（2015GH39）