基于因子分析法對(duì)30家房地產(chǎn)上市公司績(jī)效評(píng)價(jià)的實(shí)證分析【畢業(yè)論文】

1、<p><b>　　畢業(yè)論文</b></p><p><b>　?。?0_ _屆）</b></p><p>　　基于因子分析法對(duì)30家房地產(chǎn)上市公司績(jī)效評(píng)價(jià)的實(shí)證分析</p><p>　　所在學(xué)院 </p><p>　　專業(yè)班級(jí)

2、 金融學(xué) </p><p>　　學(xué)生姓名 學(xué)號(hào) </p><p>　　指導(dǎo)教師 職稱 </p><p>　　完成日期 年 月 </p><p><b>　　摘

3、要</b></p><p>　　房地產(chǎn)業(yè)是我國(guó)國(guó)民經(jīng)濟(jì)中的重要行業(yè)，其健康發(fā)展是社會(huì)進(jìn)步和經(jīng)濟(jì)發(fā)展的重要保證。房地產(chǎn)上市公司作為房地產(chǎn)業(yè)中的龍頭企業(yè)，代表了整個(gè)行業(yè)的綜合實(shí)力，通過(guò)對(duì)房地產(chǎn)上市公司的績(jī)效評(píng)價(jià)和分析，可以發(fā)現(xiàn)他們?cè)诮?jīng)營(yíng)中所存在的問(wèn)題，為日后的戰(zhàn)略規(guī)劃和發(fā)展方向的確定提供一些參考，有助于房地產(chǎn)行業(yè)的穩(wěn)健發(fā)展，具有相當(dāng)大的研究意義。同時(shí)，由于房地產(chǎn)上市公司都是定期公布財(cái)務(wù)報(bào)告，易于收集相關(guān)的

4、資料和數(shù)據(jù)，因此本文將房地產(chǎn)上市公司作為研究房地產(chǎn)行業(yè)的一個(gè)基礎(chǔ)和對(duì)象。</p><p>　　本文試圖以國(guó)內(nèi)房地產(chǎn)行業(yè)中具有代表性的30家上市公司為樣本，以其公布的財(cái)務(wù)報(bào)表為數(shù)據(jù)，通過(guò)建立因子模型，利用統(tǒng)計(jì)分析軟件，樣本公司進(jìn)行績(jī)效評(píng)價(jià)。通過(guò)分析發(fā)現(xiàn)我國(guó)房地產(chǎn)上市公司經(jīng)營(yíng)績(jī)效差別較大，有較高的負(fù)債率和不盡合理的資本結(jié)構(gòu)；因此建議我國(guó)房地產(chǎn)上市公司應(yīng)走專業(yè)化的戰(zhàn)略發(fā)展之路，不斷優(yōu)化公司資本結(jié)構(gòu)，加強(qiáng)政府宏觀調(diào)控和公

5、司內(nèi)部管理。</p><p>　　關(guān)鍵詞：房地產(chǎn)上市公司；績(jī)效影響因子；因子分析</p><p><b>　　Abstract</b></p><p>　　The real estate industry is the important industry of our national economy, its healthy develop

6、ment is the social progress and economic development of the important guarantee. Real estate listed companies as the real estate industry leading enterprises, represents the industry's overall strength, through to th

7、e real estate listed company performance evaluation and analysis, we can find them on the problems existing in the management, for in the future strategic planning and development direction</p><p>　　This art

8、icle attempts to domestic real estate industry representative 30 listed companies as a sample, with its published financial statements for data, by establishing factor model, using the statistical software, sample compan

9、y for performance evaluation. Through the analysis found that China's real estate operating performance of listed companies greater difference between, have a high leverage and not reasonable capital structure; There

10、fore suggested that our real estate the listed company s</p><p>　　Keywords: real estate listed company; Performance impact factor; Factor analysis</p><p><b>　　目 錄</b></p><

11、;p>　　1我國(guó)房地產(chǎn)上市公司的現(xiàn)狀1</p><p>　　2 房地產(chǎn)上市公司績(jī)效評(píng)價(jià)方法研究4</p><p>　　2.1房地產(chǎn)上市公司績(jī)效評(píng)價(jià)一般方法4</p><p>　　2.2因子分析法的概念4</p><p>　　2.2.1因子分析模型5</p><p>　　2.2.2因子分析的步驟5<

12、;/p><p>　　2.3因子分析法的優(yōu)勢(shì)6</p><p><b>　　3樣本選擇7</b></p><p><b>　　4指標(biāo)選擇8</b></p><p>　　4.1盈利能力指標(biāo)8</p><p>　　4.2經(jīng)營(yíng)能力指標(biāo)8</p><p>

13、　　4.3償債能力指標(biāo)9</p><p>　　5數(shù)據(jù)收集和處理10</p><p>　　5.1數(shù)據(jù)來(lái)源10</p><p>　　5.2數(shù)據(jù)處理12</p><p>　　5.2.1同向化處理12</p><p>　　5.2.2標(biāo)準(zhǔn)化處理14</p><p><b>　　6實(shí)證

14、分析17</b></p><p>　　6.1實(shí)證分析17</p><p>　　6.1.1相關(guān)性分析17</p><p>　　6.1.2共同度分析17</p><p>　　6.1.3總方差分解分析18</p><p>　　6.1.4因素矩陣分析19</p><p>　　6.

15、1.5轉(zhuǎn)軸后的因素矩陣分析19</p><p>　　6.1.6因子得分系數(shù)矩陣分析20</p><p>　　6.1.7因子得分協(xié)方差矩陣分析23</p><p>　　6.1.8綜合經(jīng)營(yíng)績(jī)效的計(jì)算及結(jié)果23</p><p>　　6.2分析結(jié)果25</p><p><b>　　結(jié)論27</b&g

16、t;</p><p><b>　　參考文獻(xiàn)29</b></p><p><b>　　致 謝30</b></p><p>　　房地產(chǎn)業(yè)是我國(guó)經(jīng)濟(jì)的主導(dǎo)產(chǎn)業(yè)和支柱產(chǎn)業(yè)，是國(guó)民經(jīng)濟(jì)中的重要行業(yè)，其健康發(fā)展是社會(huì)進(jìn)步和經(jīng)濟(jì)發(fā)展的重要保證。房地產(chǎn)上市公司作為房地產(chǎn)業(yè)中的龍頭企業(yè)，代表了整個(gè)行業(yè)的綜合實(shí)力，通過(guò)對(duì)房地產(chǎn)上市公司的

17、績(jī)效評(píng)價(jià)和分析，可以發(fā)現(xiàn)他們?cè)诮?jīng)營(yíng)中所存在的問(wèn)題，為日后的戰(zhàn)略規(guī)劃和發(fā)展方向的確定提供一些參考，有助于房地產(chǎn)行業(yè)的穩(wěn)健發(fā)展，具有相當(dāng)大的研究意義。此外隨著房地產(chǎn)行業(yè)的發(fā)展，其巨大的財(cái)富效應(yīng)影響了人們的生活方式和投資方式，再加上國(guó)內(nèi)金融投資增值工具比較缺乏，投資于房地產(chǎn)行業(yè)為我國(guó)廣大投資者提供了重要的保值增值工具和途徑，因此，房地產(chǎn)板塊上市公司的業(yè)績(jī)表現(xiàn)也成為了眾多機(jī)構(gòu)投資者以及股民關(guān)注的焦點(diǎn)。而對(duì)房地產(chǎn)上市公司的績(jī)效評(píng)價(jià)能為廣大投資者認(rèn)

18、識(shí)和了解房地產(chǎn)上市公司，從而進(jìn)行投資決策提供參考。因此也具有較大的研究意義。</p><p>　　1　我國(guó)房地產(chǎn)上市公司現(xiàn)狀</p><p>　　截至2010年在我國(guó)證券交易所上市的房地產(chǎn)公司共145家，其中在滬深兩證券交易所上市的105家，內(nèi)地在港上市的40家。表1為2010年6月1日，中國(guó)房地產(chǎn)測(cè)評(píng)中心發(fā)布的《2010年中國(guó)房地產(chǎn)上市公司測(cè)評(píng)研究報(bào)告》及系列測(cè)評(píng)2010中國(guó)房地產(chǎn)上市公

19、司50強(qiáng)榜單。</p><p>　　表1　2010中國(guó)房地產(chǎn)上市公司50強(qiáng)榜單</p><p><b>　　續(xù)表</b></p><p>　　資料來(lái)源：新浪地產(chǎn)網(wǎng)</p><p>　　盡管上一年度中國(guó)房地產(chǎn)行業(yè)遭遇了嚴(yán)厲的調(diào)控政策，但在2009年已賺得盆滿缽滿的房地產(chǎn)上市公司依然在2010年迎來(lái)了豐收年。繼地產(chǎn)行業(yè)龍頭老

20、大萬(wàn)科披露千億銷售金額數(shù)據(jù)后，保利地產(chǎn)、金地集團(tuán)再出相關(guān)業(yè)績(jī)數(shù)據(jù)。</p><p>　　保利地產(chǎn)公布2010年銷售情況簡(jiǎn)報(bào)，披露2010年1至12月實(shí)現(xiàn)簽約面積688.39萬(wàn)平方米，同比增長(zhǎng)30.7％；實(shí)現(xiàn)簽約金額661.68億元，同比增長(zhǎng)52.53％。保利地產(chǎn)2010年12月份實(shí)現(xiàn)簽約面積62.21萬(wàn)平方米，實(shí)現(xiàn)簽約金額90.19億元。此外，金地集團(tuán)公布2010年年度業(yè)績(jī)預(yù)增公告顯示，公司預(yù)計(jì)2010年度凈利潤(rùn)

21、較2009年度增長(zhǎng)50％左右，金地集團(tuán)2009年凈利潤(rùn)為17.76億元。而中糧地產(chǎn)的業(yè)績(jī)?cè)鲩L(zhǎng)除了銷售增長(zhǎng)外，與投資收益也密切相關(guān)。公司預(yù)計(jì)2009年度凈利25600萬(wàn)元，同比增長(zhǎng)8成。其中，報(bào)告期內(nèi)公司出售可供出售金融資產(chǎn)取得投資收益1.24億元。業(yè)績(jī)預(yù)告增幅最高的為大龍地產(chǎn)，預(yù)計(jì)09年度業(yè)績(jī)?cè)鲩L(zhǎng)12200％以上。除了結(jié)算面積增加的積極因素外，公司上年業(yè)績(jī)基數(shù)較小為業(yè)績(jī)猛增的另一主要原因。公司08年凈利潤(rùn)僅約236萬(wàn)元，當(dāng)期每股收益為0

22、.0057元。</p><p>　　而對(duì)于房地產(chǎn)行業(yè)的龍頭企業(yè)萬(wàn)科，業(yè)內(nèi)人士予以“驚喜的2010，留給2011足夠的想像空間”的評(píng)價(jià)。在2010年這樣一個(gè)地產(chǎn)調(diào)控元年，萬(wàn)科的銷售金額達(dá)到了1082億元，創(chuàng)造了行業(yè)和公司的新紀(jì)錄。萬(wàn)科2010年業(yè)績(jī)簡(jiǎn)報(bào)顯示， 2010年萬(wàn)科實(shí)現(xiàn)銷售面積897.7萬(wàn)平方米，銷售金額為1081.6億元，同比分別增長(zhǎng)35.3％和70.5％，成為全國(guó)首個(gè)年銷售額達(dá)到千億級(jí)的住宅企業(yè)。即使面

23、對(duì)嚴(yán)厲的調(diào)控政策，萬(wàn)科以適時(shí)的價(jià)格策略和市場(chǎng)定位保證了銷售業(yè)績(jī)，累計(jì)進(jìn)入46個(gè)城市市場(chǎng)，甚至在各大一線城市頻造“日光盤”。萬(wàn)科提前4年實(shí)現(xiàn)了其在2004年定下的“千億”目標(biāo)，帶領(lǐng)中國(guó)房企走入千億時(shí)代。在2010年底各項(xiàng)估值指標(biāo)均達(dá)到歷史低點(diǎn)之時(shí)，萬(wàn)科又掀開了一幕“2020年3000億”的宏偉藍(lán)圖。</p><p>　　與此同時(shí)，碧桂園、恒大地產(chǎn)等H股上市房企也釋放利好。碧桂園1月7日宣布，2010年全年，集團(tuán)共實(shí)

24、現(xiàn)合同銷售金額約329億元人民幣，合同銷售建筑面積約600萬(wàn)平方米，同比分別增長(zhǎng)42％及26％。恒大地產(chǎn)1月10日公布，公司2010年全年合約銷售504.2億元，較去年同期增長(zhǎng)66.4％，已完成為全年400億元合約銷售目標(biāo)的1.26倍，全年累計(jì)合約銷售面積788.7萬(wàn)平方米，同比增長(zhǎng)39.9％。</p><p>　　2　房地產(chǎn)上市公司績(jī)效評(píng)價(jià)方法研究</p><p>　　在公司績(jī)效評(píng)價(jià)中，

25、評(píng)價(jià)方法的恰當(dāng)選擇對(duì)評(píng)價(jià)結(jié)果具有重要影響。對(duì)房地產(chǎn)公司進(jìn)行績(jī)效評(píng)價(jià)的方法很多,常見的有數(shù)據(jù)包絡(luò)分析法(DEA)、灰色關(guān)聯(lián)度分析方法、主成分分析法、TOPSIS法、層次分析法、因子分析法等。下面對(duì)各種方法進(jìn)行簡(jiǎn)要的概述。</p><p>　　2.1　房地產(chǎn)上市公司績(jī)效評(píng)價(jià)一般方法</p><p>　　數(shù)據(jù)包絡(luò)分析法(DEA)。DEA是使用數(shù)學(xué)規(guī)劃模型考慮多種投入的運(yùn)用和多種產(chǎn)出的產(chǎn)生，用于評(píng)

26、價(jià)部門(稱為決策單元Decision Making Unit，簡(jiǎn)記為DMU)間的相對(duì)有效性(稱為DEA有效)。</p><p>　　灰色關(guān)聯(lián)度分析方法?；疑P(guān)聯(lián)分析是灰色系統(tǒng)分析方法中的一種，1984年由鄧聚龍?jiān)瓌?chuàng)，是多因素統(tǒng)計(jì)分析方法。</p><p>　　主成分分析法。它的基本原理是利用降維的思想，把多指標(biāo)轉(zhuǎn)化為少數(shù)幾個(gè)綜合指標(biāo)的多元統(tǒng)計(jì)分析方法，這些綜合指標(biāo)通常被稱為主成分。<

27、/p><p>　　TOPSIS法。是有限方案多目標(biāo)決策分析中常用的一種決策分析方法，其基本原理為通過(guò)測(cè)度被評(píng)價(jià)對(duì)象的指標(biāo)評(píng)價(jià)值向量與綜合評(píng)價(jià)問(wèn)題的理想解和負(fù)理想解的相對(duì)距離來(lái)進(jìn)行排序比較，以確定其優(yōu)劣。</p><p>　　層次分析法。層次分析法是由美國(guó)匹茲堡大學(xué)教授薩蒂于20世紀(jì)70年代初提出的一種多準(zhǔn)則決策方法，迄今已在諸多領(lǐng)域得到了廣泛應(yīng)用。它作為一種處理不確定性問(wèn)題的有效、實(shí)用的評(píng)價(jià)方

28、法，已經(jīng)取得了良好的效果。</p><p>　　2.2　因子分析法的概念</p><p>　　因子分析起源于20世紀(jì)初Karl Pearson和Charles Spearman等人關(guān)于智力測(cè)驗(yàn)的統(tǒng)計(jì)分析，實(shí)際上就是在盡可能不損失信息或少損失信息的情況下，將多個(gè)變量轉(zhuǎn)為少數(shù)幾個(gè)潛在的因子，這幾個(gè)因子能夠高度概括數(shù)據(jù)中的信息，這樣既減少了變量個(gè)數(shù)，又能同樣的再現(xiàn)變量的內(nèi)在聯(lián)系。</p&g

29、t;<p>　　2.2.1　因子分析模型</p><p>　　因子分析法是從研究變量?jī)?nèi)部相關(guān)的依賴關(guān)系出發(fā)，把一些具有錯(cuò)綜復(fù)雜關(guān)系的變量歸結(jié)為少數(shù)幾個(gè)綜合因子的一種多變量統(tǒng)計(jì)分析方法。它的基本思想是將觀測(cè)變量進(jìn)行分類，將相關(guān)性較高，即聯(lián)系比較緊密的分在同一類中，而不同類變量之間的相關(guān)性則較低，那么每一類變量實(shí)際上就代表了一個(gè)基本結(jié)構(gòu)，即公共因子。因子分析的關(guān)鍵是根據(jù)樣本數(shù)據(jù)求解因子載荷矩陣。因子載荷

30、矩陣最常用的求解方法是基于主成分分析模型的主成分分析法。本研究即采用主成分分析法求解因子載荷矩陣，設(shè)p個(gè)可觀測(cè)的指標(biāo)為x1，x2，…，xp，m個(gè)不可觀測(cè)的因子為F1，F(xiàn)2，…，</p><p>　　Fm，則因子分析模型描述如下：</p><p><b>　　其中：m<p</b></p><p>　　F=(F1，F(xiàn)2，…，F(xiàn)m)是不可測(cè)的向

31、量，我們把F稱為X的公共因子，其均值向量E(F)=0，協(xié)方差矩陣Cov(F)=1，即向量的各分量是相互獨(dú)立的。</p><p>　　是特殊因子，與F相互獨(dú)立，且E(e)=0。A=(aij)，aij為因子載荷，數(shù)學(xué)上可以證明，因子載荷aij就是第i指標(biāo)與第j因子的相關(guān)系數(shù)，荷載越大，說(shuō)明第i個(gè)指標(biāo)與第j個(gè)因子的關(guān)系越密切；反之荷載越小，關(guān)系越疏遠(yuǎn)。</p><p>　　2.2.2　因子分析的

32、步驟</p><p>　　因子分析的基本步驟如下：</p><p>　　原始數(shù)據(jù)標(biāo)準(zhǔn)化，以消除變量間在數(shù)量級(jí)和量綱上的不同。由于研究中所選取的指標(biāo)單位可能不同，為了消除不同變量之間由于量綱和數(shù)值大小差異造成的誤差，使指標(biāo)數(shù)據(jù)之間具有可比較性，減小研究結(jié)果的誤差，需要首先對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。</p><p>　　計(jì)算各因子的特征值、方差貢獻(xiàn)率和累積方差貢獻(xiàn)率。方

33、差貢獻(xiàn)率是衡量公共因子相對(duì)重要程度的指標(biāo)，方差貢獻(xiàn)率越大，表明該公共因子相對(duì)越重要，或者說(shuō)，方差越大，表明公共因子對(duì)變量的貢獻(xiàn)越大。</p><p>　　確定因子。設(shè)F1，F(xiàn)2，…，F(xiàn)p為p個(gè)因子，其中前m個(gè)因子包含的數(shù)據(jù)信息總量(即其累積貢獻(xiàn)率)不低于70%時(shí)，可取前m個(gè)因子來(lái)反映原評(píng)價(jià)指標(biāo)。</p><p>　　第四，轉(zhuǎn)軸因子矩陣。若所得的m個(gè)因子無(wú)法確定或其實(shí)際意義不是很明顯，這時(shí)需

34、將因子進(jìn)行旋轉(zhuǎn)以獲得較為明顯的實(shí)際含義。</p><p>　　第五，用原指標(biāo)的線性組合來(lái)求各因子得分。采用回歸估計(jì)法，Bartlett估計(jì)法或Thomson估計(jì)法計(jì)算因子得分。</p><p>　　第六，綜合得分。以各因子的方差貢獻(xiàn)率為權(quán)數(shù)，由各因子的線性組合得到綜合評(píng)價(jià)指標(biāo)函數(shù)。F=(w1F1+w2F2+…+wmFm)/(w1+w2+…+wm)此處wi為旋轉(zhuǎn)前或旋轉(zhuǎn)后因子的方差貢獻(xiàn)率。&

35、lt;/p><p>　　第七，得分排序：利用綜合得分可以得到得分名次。</p><p>　　2.3　因子分析法的優(yōu)勢(shì)</p><p>　　因子分析法與其它績(jī)效評(píng)價(jià)方法進(jìn)行對(duì)比，在經(jīng)營(yíng)績(jī)效綜合評(píng)價(jià)中的優(yōu)勢(shì)主要表現(xiàn)在以下方面：</p><p>　　通過(guò)相關(guān)系數(shù)矩陣分分析，發(fā)現(xiàn)指標(biāo)間存在信息重迭現(xiàn)象，可以采用因子分析法避免信息重迭給評(píng)價(jià)造成的不良影響。

36、</p><p>　　第二，為了消除不同指標(biāo)數(shù)據(jù)不同量綱沒法比較的影響，對(duì)每個(gè)指標(biāo)進(jìn)行了標(biāo)準(zhǔn)化處理，使指標(biāo)間具有可比性。并且可以觀察哪些方面處于平均水平之上，哪些方面處于平均水平之下，評(píng)價(jià)值大于0，表明綜合狀況處于平均水平之上，評(píng)價(jià)值小于0表明綜合狀況處于平均水平之下</p><p>　　第三，計(jì)算綜合得分時(shí)，以因子的方差貢獻(xiàn)率為權(quán)數(shù)進(jìn)行加權(quán)平均，避免了確定權(quán)數(shù)的隨意性，使得評(píng)價(jià)具有客觀性

37、和準(zhǔn)確性。</p><p>　　第四，采用系數(shù)相關(guān)性檢測(cè)方法確保該研究適合用因子分析方法，進(jìn)而使得整個(gè)績(jī)效評(píng)價(jià)研究合理地進(jìn)行。</p><p><b>　　3　樣本選擇</b></p><p>　　本文以在上海證券交易所和深圳證券交易所兩家交易所上市交易的房地產(chǎn)業(yè)的上市公司為研究對(duì)象，利用2010年我國(guó)房地產(chǎn)上市公司年報(bào)中披露的信息，鑒于數(shù)據(jù)的

38、可比性，本文剔除部分統(tǒng)計(jì)數(shù)據(jù)缺失和財(cái)務(wù)表現(xiàn)異常的房地產(chǎn)上市公司，共選取了30家房地產(chǎn)上市公司作為研究樣本，如表2所示。</p><p><b>　　表2　所選樣本</b></p><p><b>　　4　指標(biāo)選擇</b></p><p>　　本文選擇了反映上市公司盈利能力、償債能力、經(jīng)營(yíng)能力等方面的10個(gè)指標(biāo)，其中，反映盈

39、利能力的指標(biāo)包括：每股收益、凈資產(chǎn)收益率、總資產(chǎn)報(bào)酬率；反映經(jīng)營(yíng)能力的指標(biāo)包括：存貨周轉(zhuǎn)率、固定資產(chǎn)周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率、應(yīng)收賬款周轉(zhuǎn)率；反映償債能力的指標(biāo)包括：流動(dòng)比率、速動(dòng)比率、資產(chǎn)負(fù)債比率。</p><p>　　4.1　盈利能力指標(biāo)</p><p><b>　　①每股收益（X1）</b></p><p>　　每股收益即EPS，又稱每股稅后

40、利潤(rùn)、每股盈余，指稅后利潤(rùn)與股本總數(shù)的比率。該比率反映了每股創(chuàng)造的稅后利潤(rùn)，比率越高，表明所創(chuàng)造的利潤(rùn)越多。</p><p>　?、趦糍Y產(chǎn)收益率（X2）</p><p>　　凈資產(chǎn)收益率是凈利潤(rùn)與平均凈資產(chǎn)的百分比。該指標(biāo)反映上市公司股東投資報(bào)酬的大小，表明所有者每一元錢的投資能夠獲得多少凈收益。</p><p>　?、劭傎Y產(chǎn)報(bào)酬率(X3)</p>&

41、lt;p>　　總資產(chǎn)報(bào)酬率又稱資產(chǎn)所得率。是指企業(yè)一定時(shí)期內(nèi)獲得的報(bào)酬總額與資產(chǎn)平均總額的比率。它表示企業(yè)包括凈資產(chǎn)和負(fù)債在內(nèi)的全部資產(chǎn)的總體獲利能力，用以評(píng)價(jià)企業(yè)運(yùn)用全部資產(chǎn)的總體獲利能力，是評(píng)價(jià)企業(yè)資產(chǎn)運(yùn)營(yíng)效益的重耍指標(biāo)。</p><p>　　4.2　經(jīng)營(yíng)能力指標(biāo)</p><p>　?、俅尕浿苻D(zhuǎn)率(X4)</p><p>　　存貨周轉(zhuǎn)率是指本年的主營(yíng)業(yè)務(wù)成

42、本與平均存貨之比。存貨周轉(zhuǎn)率反映上市公司在存貨管理方面的能力，存貨周轉(zhuǎn)期越小，即存貨周轉(zhuǎn)率越大，說(shuō)明存貨占用的時(shí)間越低，流動(dòng)性越強(qiáng)，存貨轉(zhuǎn)化為現(xiàn)金或應(yīng)收賬款的速度越快。</p><p>　?、诠潭ㄙY產(chǎn)周轉(zhuǎn)率(X5)</p><p>　　固定資產(chǎn)周轉(zhuǎn)率也稱固定資產(chǎn)利用率，是企業(yè)銷售收入與固定資產(chǎn)凈值的比率。固定資產(chǎn)周轉(zhuǎn)率主要用于分析對(duì)廠房、設(shè)備等固定資產(chǎn)的利用效率，比率越高，說(shuō)明利用率越高，

43、管理水平越好。如果固定資產(chǎn)周轉(zhuǎn)率與同行業(yè)平均水平相比偏低，則說(shuō)明企業(yè)對(duì)固定資產(chǎn)的利用率較低，可能會(huì)影響企業(yè)的獲利能力。它反應(yīng)了企業(yè)資產(chǎn)的利用程度。</p><p>　?、劭傎Y產(chǎn)周轉(zhuǎn)率(X6)</p><p>　　總資產(chǎn)周轉(zhuǎn)率是本年總資產(chǎn)增加額與上年總資產(chǎn)額之比。該指標(biāo)反映了全部資本總額的周轉(zhuǎn)速度，周轉(zhuǎn)速度越快，說(shuō)明上市公司的銷售能力越強(qiáng)。</p><p>　?、軕?yīng)收

44、賬款周轉(zhuǎn)率(X7)</p><p>　　應(yīng)收賬款周轉(zhuǎn)率是指主營(yíng)業(yè)務(wù)收入與應(yīng)收賬款凈額之比。該指標(biāo)反映了上市公司年度內(nèi)應(yīng)收賬款轉(zhuǎn)化為現(xiàn)金的平均次數(shù)，從側(cè)面反映了應(yīng)收賬款流動(dòng)的速度。應(yīng)收賬款周轉(zhuǎn)率越高，意味著應(yīng)收賬款的收回速度越快。</p><p>　　4.3　償債能力指標(biāo)</p><p><b>　?、倭鲃?dòng)比率(X8)</b></p>

45、<p>　　流動(dòng)比率指流動(dòng)資產(chǎn)與流動(dòng)負(fù)債之比。流動(dòng)比率可以反映短期償債能力。企業(yè)能否償還短期債務(wù)，要看有多少債務(wù)以及有多少可變現(xiàn)資產(chǎn)，流動(dòng)資產(chǎn)越多，短期債務(wù)越少，則企業(yè)償債能力越強(qiáng)。流動(dòng)比率是流動(dòng)資產(chǎn)與流動(dòng)負(fù)債的比值是個(gè)相對(duì)數(shù)，排除了企業(yè)規(guī)模不同的影響，更適合企業(yè)間以及本企業(yè)不同歷史時(shí)期的比較。一般認(rèn)為，生產(chǎn)企業(yè)合理的最低流動(dòng)比率是2，這是因?yàn)樘幵诹鲃?dòng)資產(chǎn)中變現(xiàn)能力最差的存貸金額，約占流動(dòng)資產(chǎn)總額的一半，剩下的流動(dòng)性較大的

46、流動(dòng)資產(chǎn)至少要等于流動(dòng)負(fù)債，企業(yè)的短期償債能力才會(huì)有保證。</p><p><b>　　②速動(dòng)比率(X9)</b></p><p>　　速動(dòng)比率是企業(yè)速動(dòng)資產(chǎn)與流動(dòng)負(fù)債的比率。速動(dòng)資產(chǎn)包括貨幣資金、短期投資、應(yīng)收票據(jù)、應(yīng)收賬款、其他應(yīng)收款項(xiàng)等。速動(dòng)比率的高低能直接反映企業(yè)的短期償債能力強(qiáng)弱，它是對(duì)流動(dòng)比率的補(bǔ)充，并且比流動(dòng)比率反映得更加直觀可信。</p>

47、<p>　?、圪Y產(chǎn)負(fù)債比率(X10)</p><p>　　資產(chǎn)負(fù)債率是公司一定時(shí)期負(fù)債總額與資產(chǎn)總額的比率，它表示上市公司中有多少資產(chǎn)是通過(guò)負(fù)債籌集取得的，該指標(biāo)反映公司的資產(chǎn)結(jié)構(gòu)，同時(shí)又反映了公司的償債能力。本文取其倒數(shù)l/資產(chǎn)負(fù)債率，其數(shù)值越大，說(shuō)明上市公司償債能力越強(qiáng)。</p><p><b>　　5　數(shù)據(jù)收集和處理</b></p>&

48、lt;p><b>　　5.1　數(shù)據(jù)來(lái)源</b></p><p>　　本文數(shù)據(jù)來(lái)源于上市公司公布的年報(bào)、中國(guó)經(jīng)濟(jì)金融數(shù)據(jù)庫(kù)。</p><p>　　表3，表4為所收集的數(shù)據(jù)</p><p><b>　　表3　原始數(shù)據(jù)</b></p><p><b>　　續(xù)表</b></

49、p><p><b>　　資料來(lái)源：新浪財(cái)經(jīng)</b></p><p><b>　　表４　原始數(shù)據(jù)</b></p><p><b>　　續(xù)表</b></p><p><b>　　資料來(lái)源：新浪財(cái)經(jīng)</b></p><p><b>

50、　　5.2　數(shù)據(jù)處理</b></p><p>　　5.2.1　同向化處理</p><p>　　本文用于評(píng)價(jià)房地產(chǎn)績(jī)效的指標(biāo)中，流動(dòng)比率、速動(dòng)比率和資產(chǎn)負(fù)債率屬于適度指標(biāo)，也就是說(shuō)這三個(gè)指標(biāo)不是越大越好，而是有個(gè)適度值，其余7個(gè)指標(biāo)則是越大越好，屬于正指標(biāo)，為便于比較，需要對(duì)反映償債能力的三個(gè)適度指標(biāo)進(jìn)行同向化處理。</p><p>　　步驟如下：第一，計(jì)

51、算每個(gè)指標(biāo)數(shù)據(jù)的平均值；第二，計(jì)算每個(gè)數(shù)據(jù)與該指標(biāo)數(shù)據(jù)的平均值相減的絕對(duì)值；第三，計(jì)算絕對(duì)值的負(fù)值。得到同</p><p>　　向化數(shù)值。同向財(cái)務(wù)比率＝</p><p><b>　　處理后的指標(biāo)為表5</b></p><p><b>　　表5　處理后的數(shù)據(jù)</b></p><p><b>

52、　　續(xù)表</b></p><p>　　資料來(lái)源：根據(jù)數(shù)據(jù)整理得出</p><p>　　5.2.2　標(biāo)準(zhǔn)化處理</p><p>　　為了消除消除不同指標(biāo)數(shù)據(jù)不同量綱沒法比較的缺點(diǎn)，需要對(duì)原指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，把不同指標(biāo)數(shù)據(jù)轉(zhuǎn)化成相同量綱的數(shù)據(jù)，使得各指標(biāo)數(shù)據(jù)具有可比性。標(biāo)準(zhǔn)化處理方法如下：</p><p>　　(是X的期望值，是

53、X的標(biāo)準(zhǔn)差)</p><p>　　處理后的數(shù)據(jù)見表6和表7</p><p><b>　　表6　處理后的數(shù)據(jù)</b></p><p><b>　　續(xù)表</b></p><p>　　資料來(lái)源：根據(jù)原始數(shù)據(jù)整理得來(lái)</p><p><b>　　表7　處理后的數(shù)據(jù)</

54、b></p><p><b>　　續(xù)表</b></p><p>　　資料來(lái)源：根據(jù)原始數(shù)據(jù)整理得來(lái)</p><p><b>　　6　實(shí)證分析</b></p><p><b>　　6.1　實(shí)證分析</b></p><p>　　6.1.1　相關(guān)性分析&

55、lt;/p><p>　　根據(jù)我們上述選用的30家房地產(chǎn)上市公司研究樣本及相關(guān)數(shù)據(jù)，我們采用因子分析法對(duì)房地產(chǎn)上市公司績(jī)效進(jìn)行評(píng)價(jià)。首先借助SPSS軟件進(jìn)行相關(guān)性分析，得到房地產(chǎn)上市公司績(jī)效評(píng)價(jià)指標(biāo)的相關(guān)系數(shù)矩陣，并且得到KMO和Bartlett檢驗(yàn)結(jié)果，如表8。</p><p>　　表8　KMO 和 Bartlett 的檢驗(yàn)</p><p>　　資料來(lái)源：SPSS軟件分

56、析結(jié)果</p><p>　　通過(guò)相關(guān)系數(shù)矩陣分析，可以明確看出各績(jī)效評(píng)價(jià)指標(biāo)之間有較大的相關(guān)性，比如：每股收益與凈資產(chǎn)收益率的相關(guān)度達(dá)到0.626；凈資產(chǎn)收益率和總資產(chǎn)報(bào)酬率的相關(guān)度達(dá)到0.626；總資產(chǎn)周轉(zhuǎn)率和存貨周轉(zhuǎn)率的相關(guān)度達(dá)到0.935，和凈資產(chǎn)收益率的相關(guān)度達(dá)到0.66；存貨周轉(zhuǎn)率和凈資產(chǎn)收益率的相關(guān)度達(dá)到0.535，和總資產(chǎn)報(bào)酬率的相關(guān)度達(dá)到0.5；很適合做因子分析降維。</p><

57、;p>　　此外，通過(guò)KMO和Bartlett檢驗(yàn)也可以看出數(shù)據(jù)適合做因子分析。</p><p>　　6.1.2　共同度分析</p><p>　　根據(jù)變量共同度的統(tǒng)計(jì)意義，它刻畫了全部公共因子對(duì)于原始變量的總方差所作的貢獻(xiàn)，它說(shuō)明了全部公共因子反映出原變量信息的百分比。如表9為提取公共因子前后變量的共同度，每股收益共同度為0.871，存貨周轉(zhuǎn)率共同度為0.935，總資產(chǎn)周轉(zhuǎn)率共同度為0

58、.951，這三個(gè)原始變量的共同度較高，說(shuō)明提取的公共因子分別對(duì)這三個(gè)變量的方差做出了87.1%、93.5%和95.1%的貢獻(xiàn)。通過(guò)分析，可以說(shuō)明采用因子分析方法評(píng)價(jià)房地產(chǎn)上市企業(yè)績(jī)效效果比較好。</p><p><b>　　表9　公因子方差</b></p><p>　　資料來(lái)源：SPSS軟件分析結(jié)果</p><p>　　6.1.3　總方差分解分

59、析</p><p><b>　　表10　總方差分解</b></p><p>　　資料來(lái)源：SPSS軟件分析結(jié)果</p><p>　　表10為總方差分解結(jié)果，通過(guò)結(jié)果可以看出經(jīng)過(guò)總方差分解，可以明顯看到有四個(gè)因子旋轉(zhuǎn)后特征值大于1，它們的方差貢獻(xiàn)率分別為27.384%、17.852%、17.832%、11.812%，累計(jì)貢獻(xiàn)率為74.879%?？?/p>

60、以看到，這四個(gè)因子對(duì)原數(shù)據(jù)作了74.879%的概括，完全可以用這四個(gè)因子概括原始數(shù)據(jù)。因此，可以采用前四個(gè)主成分對(duì)30家房地產(chǎn)上市公司進(jìn)行績(jī)效評(píng)價(jià)。</p><p>　　6.1.4　因素矩陣分析</p><p>　　從因素矩陣可以看出，結(jié)果并不非常令人滿意，且有4個(gè)因素被抽取，所以，本文采用方差最大化正交旋轉(zhuǎn)方法對(duì)因子進(jìn)行了旋轉(zhuǎn)，得到因子載荷矩陣，進(jìn)而更清楚地觀察樣本。見表11：</

61、p><p>　　表11　因子載荷矩陣</p><p>　　資料來(lái)源：SPSS軟件分析結(jié)果</p><p>　　6.1.5　轉(zhuǎn)軸后的因素矩陣分析</p><p>　　從轉(zhuǎn)軸后的因素矩陣可以看出，存貨周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率、總資產(chǎn)報(bào)酬凈資產(chǎn)收益率為第一主因子，它們的載荷值分別為：0.961、0.945、0.611、0.567；流動(dòng)比率、資產(chǎn)負(fù)債率、速動(dòng)

62、比率為第二主因子，載荷值為：0.78、0.738、0.613；每股收益為第三主因子，載荷值為0.927；應(yīng)收賬款周轉(zhuǎn)率、固定資產(chǎn)周轉(zhuǎn)率為第四主因子，載荷值為0.85、0.568。見表12：</p><p>　　表12　旋轉(zhuǎn)成份矩陣</p><p>　　資料來(lái)源：SPSS軟件分析結(jié)果</p><p>　　6.1.6　因子得分系數(shù)矩陣分析</p><

63、p>　　表13為因子得分系數(shù)矩陣，根據(jù)因子得分系數(shù)和原始變量的值可以計(jì)算每個(gè)觀測(cè)量的各因子的分?jǐn)?shù)，并可以據(jù)此對(duì)觀測(cè)量作進(jìn)一步分析。</p><p>　　表13　因子得分矩陣</p><p><b>　　續(xù)表</b></p><p>　　資料來(lái)源：SPSS軟件分析結(jié)果</p><p>　　旋轉(zhuǎn)后的因子得分表達(dá)式及其計(jì)

64、算結(jié)果：</p><p>　　Fac1=-0.22每股收益+0.103凈資產(chǎn)收益率+0.195總資產(chǎn)報(bào)酬率+0. 435存貨周轉(zhuǎn)率+0.017固定資產(chǎn)周轉(zhuǎn)率+0.397總資產(chǎn)周轉(zhuǎn)率-0.8應(yīng)收賬款周轉(zhuǎn)率-0.52流動(dòng)比率+0.015速動(dòng)比率+0.011資產(chǎn)負(fù)債率</p><p>　　Fac2=0.14每股收益+0.03凈資產(chǎn)收益率-0.263總資產(chǎn)報(bào)酬率+0.019存貨周轉(zhuǎn)率-0.141固

65、定資產(chǎn)周轉(zhuǎn)率+0.079總資產(chǎn)周轉(zhuǎn)率-0.022應(yīng)收賬款周轉(zhuǎn)率+0.421流動(dòng)比率+0.32速動(dòng)比率+0.454資產(chǎn)負(fù)債率</p><p>　　Fac3=0.646每股收益+0.346凈資產(chǎn)收益率+0.127總資產(chǎn)報(bào)酬率—0.231存貨周轉(zhuǎn)率+0.043固定資產(chǎn)周轉(zhuǎn)率—0.156總資產(chǎn)周轉(zhuǎn)率-0.139應(yīng)收賬款周轉(zhuǎn)率+0.108流動(dòng)比率+0.139速動(dòng)比率-0.162資產(chǎn)負(fù)債率</p><p&

66、gt;　　Fac4=-0.047每股收益—0.181凈資產(chǎn)收益率+0.071總資產(chǎn)報(bào)酬率-0.035存貨周轉(zhuǎn)率+0.48固定資產(chǎn)周轉(zhuǎn)率—0.039總資產(chǎn)周轉(zhuǎn)率+0.772應(yīng)收賬款周轉(zhuǎn)率+0.094流動(dòng)比率+0.048速動(dòng)比率-0.18資產(chǎn)負(fù)債率。計(jì)算結(jié)果見表14：</p><p><b>　　表14　因子得分</b></p><p><b>　　續(xù)表<

67、/b></p><p>　　資料來(lái)源：SPSS軟件分析結(jié)果</p><p>　　6.1.7　因子得分協(xié)方差矩陣分析</p><p>　　表15為因子得分協(xié)方差矩陣，根據(jù)因子得分協(xié)方差矩陣，它是一個(gè)單位矩陣，說(shuō)明主因子之間是不相關(guān)的。因此可以說(shuō)明通過(guò)因子分析得到的主因子所包含的信息是不重復(fù)的。</p><p>　　表15　因子得分協(xié)方差矩

68、陣</p><p>　　資料來(lái)源：SPSS軟件分析結(jié)果</p><p>　　6.1.8　綜合經(jīng)營(yíng)績(jī)效的計(jì)算及結(jié)果</p><p>　　由估計(jì)出的因子得分，可以量化描述公司績(jī)效水平，利用因子得分可以從不同角度對(duì)上市公司的績(jī)效水平進(jìn)行比較分析。為了便于對(duì)上市公司進(jìn)行績(jī)效評(píng)價(jià)，現(xiàn)利用各上市公司的因子得分表計(jì)算綜合得分，上市公司綜合經(jīng)營(yíng)績(jī)效的獲取是基于總方差分解表中旋轉(zhuǎn)后各

69、因子的方差貢獻(xiàn)率及計(jì)算所得的上市公司各因子得分獲取的。其計(jì)算公式如下：綜合經(jīng)營(yíng)績(jī)效=(27.384%*Fac1+17.852%*Fac2+17.832%*Fac3+11.812%*Fac4)/ 74.879%</p><p>　　計(jì)算結(jié)果與績(jī)效得分排名分別見表16及表17。</p><p>　　表16　綜合經(jīng)營(yíng)績(jī)效</p><p><b>　　續(xù)表<

70、/b></p><p>　　資料來(lái)源：SPSS軟件分析結(jié)果</p><p>　　表15　績(jī)效得分排名</p><p>　　資料來(lái)源：SPSS軟件分析結(jié)果</p><p><b>　　6.2　分析結(jié)果</b></p><p>　　通過(guò)使用因子分析法對(duì)選取的30家房地產(chǎn)上市公司2009年的綜合經(jīng)

71、營(yíng)績(jī)效做評(píng)價(jià)，從績(jī)效評(píng)價(jià)結(jié)果可以看出，陽(yáng)光股份的績(jī)效評(píng)價(jià)得分為最高分，分值為1.2861；而華發(fā)股份績(jī)效評(píng)價(jià)得分為最低分，分值為-1.0981。綜合得分排名前十名的上市公司依次為：陽(yáng)光股份、空港股份、嘉凱城、冠城大通、榮盛發(fā)展、北京城建、蘇寧環(huán)球、招商地產(chǎn)、首開股份和萬(wàn)通地產(chǎn)。從房地產(chǎn)上市公司綜合績(jī)效實(shí)證結(jié)果來(lái)看，排名靠前的幾家上市公司體現(xiàn)了較強(qiáng)的盈利能力、償債能力和經(jīng)營(yíng)能力。這與排名較靠后房地產(chǎn)上市公司形成了鮮明的對(duì)比。結(jié) 論<

72、;/p><p>　　本文通過(guò)總結(jié)國(guó)內(nèi)外企業(yè)績(jī)效評(píng)價(jià)理論研究現(xiàn)狀，以及我國(guó)房地產(chǎn)上市公司績(jī)效評(píng)價(jià)的研究狀況，進(jìn)一步分析我國(guó)房地產(chǎn)業(yè)和房地產(chǎn)上市公司發(fā)展概況。介紹了介紹因子分析基本理論，并應(yīng)用該方法對(duì)我國(guó)房地產(chǎn)上市公司績(jī)效評(píng)價(jià)研究，得出如下結(jié)論：</p><p>　　第一，房地產(chǎn)上市公司經(jīng)營(yíng)績(jī)效差別較大</p><p>　　通過(guò)實(shí)證分析，我們很容易看出：不同的房地產(chǎn)上市公司

73、的績(jī)效有較大的差別，在我們所選的研究樣本中，陽(yáng)光股份的績(jī)效評(píng)價(jià)得分為最高分，分值為1.2861；而華發(fā)股份績(jī)效評(píng)價(jià)得分為最低分，分值為-1.0981，房地產(chǎn)上市公司經(jīng)營(yíng)績(jī)效的巨大差距，兩極分化嚴(yán)重，這可能與各個(gè)企業(yè)本身的各個(gè)方面的能力和提升競(jìng)爭(zhēng)力過(guò)程中所采取的措施有較大關(guān)系。</p><p>　　第二，房地產(chǎn)上市公司有較高的負(fù)債率和不盡合理的資本結(jié)構(gòu)</p><p>　　從上市公司披露的數(shù)

74、據(jù)可以發(fā)現(xiàn)，我國(guó)房地產(chǎn)上市公司的資產(chǎn)負(fù)債率普遍較高。在選取的30家房地產(chǎn)上市公司中有28家資產(chǎn)負(fù)債率在50％以上，有的甚至達(dá)到83.3335％。而資產(chǎn)負(fù)債率是一個(gè)適度指標(biāo)，并不是越高越好，對(duì)于經(jīng)營(yíng)者、投資者和債權(quán)人也有不同的意義。但是過(guò)高的資產(chǎn)負(fù)債率會(huì)嚴(yán)重影響一個(gè)公司的發(fā)展?jié)摿?。?duì)于經(jīng)營(yíng)者來(lái)說(shuō)，過(guò)高的負(fù)債率意味著手里面可支配的現(xiàn)金將大大減少，難以為繼公司正常的業(yè)務(wù)發(fā)展；對(duì)于債權(quán)人來(lái)說(shuō)，過(guò)高的負(fù)債率會(huì)使它們擔(dān)心能否按時(shí)收回本金和利息；對(duì)于

75、投資者來(lái)說(shuō)，過(guò)高的負(fù)債率會(huì)使它們擔(dān)心能否按時(shí)獲得較高的利潤(rùn)。我國(guó)房地產(chǎn)上市公司負(fù)債率高，資本結(jié)構(gòu)不合理的情況，尤其是在今年經(jīng)濟(jì)危機(jī)影響下，很多企業(yè)的負(fù)債率已經(jīng)達(dá)到甚至超出警戒線。如果不采取措施，很多企業(yè)將面臨倒閉的危險(xiǎn)。</p><p>　　對(duì)于房地產(chǎn)上市公司所存在的問(wèn)題，做了以下建議：</p><p>　　第一，房地產(chǎn)上市公司應(yīng)走專業(yè)化的戰(zhàn)略發(fā)展之路</p><p&g

76、t;　　我國(guó)房地產(chǎn)上市公司在規(guī)模和盈利能力方面，都還處于相對(duì)低下的水平，除了幾個(gè)品牌好一點(diǎn)的企業(yè)資產(chǎn)規(guī)模在百億以上外，絕大多數(shù)在30億以下，這樣的資產(chǎn)規(guī)模就算是專門從事地產(chǎn)開發(fā)，都不算是雄厚，如果再分散資金投入其它行業(yè)，不但不會(huì)給企業(yè)帶來(lái)更大的回報(bào)，相反，會(huì)加大企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)，甚至被市場(chǎng)所淘汰。萬(wàn)科專注城市住宅開發(fā)的發(fā)展模式值得借鑒，說(shuō)明只要專注于主業(yè)，不斷提高專業(yè)能力，企業(yè)就一定會(huì)有一個(gè)比較好的發(fā)展前景。在注重專業(yè)化經(jīng)營(yíng)的同時(shí)，企業(yè)還要

77、不斷學(xué)習(xí)住宅產(chǎn)業(yè)化的技術(shù)。在西方發(fā)達(dá)國(guó)家，住宅早已走上產(chǎn)業(yè)化道路，并逐步向綠色節(jié)能、智能化住宅研究階段發(fā)展。而在我國(guó)，住宅產(chǎn)業(yè)化的發(fā)展進(jìn)程遠(yuǎn)遠(yuǎn)落后于西方國(guó)家，產(chǎn)業(yè)化發(fā)展遠(yuǎn)未形成，住宅的科技含量也相對(duì)落后。不過(guò)，差距意味著我們還有很大上升空間，我國(guó)的房地產(chǎn)上市公司一定抓住發(fā)展機(jī)會(huì)，提升綜合競(jìng)爭(zhēng)力。</p><p>　　第二，房地產(chǎn)上市公司要不斷優(yōu)化公司資本結(jié)構(gòu)</p><p>　　通過(guò)實(shí)證分

78、析，可以很明顯的看到我國(guó)房地產(chǎn)上市公司的資產(chǎn)負(fù)債率較高。同時(shí)，由于近來(lái)房地產(chǎn)發(fā)展有點(diǎn)過(guò)熱，國(guó)家出來(lái)了相關(guān)緊縮政策，打消了房地產(chǎn)上市公司的增加投入的積極性，也增大了融資的難度。此時(shí)，那些規(guī)模有限，融資渠道單一的房地產(chǎn)上市公司更應(yīng)該要苦練內(nèi)功，拓寬融資渠道，不僅要依靠債券融資和股權(quán)融資外，還要通過(guò)信托基金、外資基金和資源并購(gòu)等其它融資方式，解決公司資金短缺的問(wèn)題，保持合理的資產(chǎn)負(fù)債率，使得房地產(chǎn)上市公司的資本結(jié)構(gòu)得到優(yōu)化。</p>

79、;<p>　　第三，加強(qiáng)政府宏觀調(diào)控和公司內(nèi)部管理</p><p>　　房地產(chǎn)行業(yè)是一個(gè)資金密集型行業(yè)，門檻相對(duì)較高，而我國(guó)的房地產(chǎn)上市公司經(jīng)濟(jì)規(guī)模相對(duì)較小，擁有比較高的資產(chǎn)負(fù)債率，同時(shí)，國(guó)家宏觀調(diào)控趨緊，房地產(chǎn)上市公司的財(cái)務(wù)風(fēng)險(xiǎn)越來(lái)越大。無(wú)形之中加大了整個(gè)行業(yè)的風(fēng)險(xiǎn)。為了引導(dǎo)房地產(chǎn)行業(yè)健康發(fā)展，國(guó)家要采取適當(dāng)?shù)拇胧┲浦狗康禺a(chǎn)業(yè)在過(guò)快發(fā)展中出現(xiàn)的巨大風(fēng)險(xiǎn)，加快房地產(chǎn)業(yè)的結(jié)構(gòu)調(diào)整，使我國(guó)的房地產(chǎn)行業(yè)向

80、規(guī)?；⒓瘓F(tuán)化方向發(fā)展，提高行業(yè)的抗風(fēng)險(xiǎn)能力。同時(shí)，房地產(chǎn)上市公司要加強(qiáng)內(nèi)部管理，建立財(cái)務(wù)預(yù)警機(jī)制以及監(jiān)督體系，不要因盲目擴(kuò)張致使資金短缺。房地產(chǎn)上市公司還要制定合理的開發(fā)節(jié)奏和進(jìn)度，平衡各個(gè)項(xiàng)目的資金需求，制定合理的營(yíng)銷策略，快速回籠資金。</p><p><b>　　參考文獻(xiàn)</b></p><p>　　[1]毋 靜.基于因子分析的上市房地產(chǎn)公司績(jī)效研究[J].

81、金卡工程·經(jīng)濟(jì)與法， 2010</p><p>　　[2]袁峰. 房地產(chǎn)上市公司的績(jī)效:基于 DEA的2008年報(bào)數(shù)據(jù)分析 [J]. 蘭州學(xué)刊， 2010</p><p>　　[3]孫甲、郭廣華. 淺析2010房產(chǎn)新政對(duì)房?jī)r(jià)及房地產(chǎn)投資消費(fèi)的影響 [J]. 學(xué)術(shù)探討， 2010 </p><p>　　[4]嚴(yán)太華、周禮艷. 股權(quán)分置改革前提的上市公司績(jī)效評(píng)

82、估[J]. 改革， 2010 </p><p>　　[5]沈克慧、王宗軍. 基于模糊綜合評(píng)價(jià)法的三板市場(chǎng)上市公司績(jī)效評(píng)估[J]. 企業(yè)經(jīng)濟(jì)， 2010 </p><p>　　[6]張東. 房地產(chǎn)投資導(dǎo)論 [M]. 中國(guó)財(cái)政經(jīng)濟(jì)出版社， 2009</p><p>　　[7]張敏、張旭. 基于DEA的房地產(chǎn)上市公司經(jīng)營(yíng)績(jī)效評(píng)價(jià)[J].中小企業(yè)管理與科技，2009<

83、/p><p>　　[8]吳海燕、楊桂元. 基于CCA-MDEA的房地產(chǎn)上市公司的經(jīng)營(yíng)績(jī)效評(píng)價(jià)[J].價(jià)值工程，2009</p><p>　　[9]蔣濤、吳俊芳. 上海24家房地產(chǎn)上市公司績(jī)效評(píng)價(jià)引發(fā)思考[J]. 特區(qū)經(jīng)濟(jì)，2007</p><p>　　[10]羅秀琴. 平衡記分卡在房地產(chǎn)企業(yè)績(jī)效評(píng)價(jià)中的應(yīng)用探討 [J]. 經(jīng)濟(jì)師，2007</p><

84、p>　　[11]施金亮、楊俊.數(shù)據(jù)包絡(luò)分析法評(píng)價(jià)房地產(chǎn)上市公司績(jī)效[J].上海大學(xué)學(xué)報(bào)，2006</p><p>　　[12]吳彩虹.我國(guó)房地產(chǎn)上市公司績(jī)效評(píng)價(jià)研究[D].西安：西安科技大學(xué)，2008</p><p>　　[13]吳煒偉.基于DEA的房地產(chǎn)上市公司績(jī)效評(píng)價(jià)模式研究.[D].杭州：浙江大學(xué)，2008</p><p>　　[14]鐘衛(wèi)稼.房地產(chǎn)市場(chǎng)

85、的特點(diǎn)、現(xiàn)狀與監(jiān)管思考[J].價(jià)格月刊，2008</p><p>　　[15]張永岳,陳伯庚,孫斌藝.房地產(chǎn)經(jīng)濟(jì)學(xué)[M].北京：高等教育出版社,2005 </p><p>　　[16]何曉群.現(xiàn)代統(tǒng)計(jì)分析方法與應(yīng)用[M].中國(guó)人民大學(xué)出版社，1998</p><p>　　[17]劉先勇等.SPSS 10.0統(tǒng)計(jì)分析軟件與應(yīng)用[M].國(guó)防工業(yè)出版社，2002</

86、p><p>　　[18]吳曉求.證券投資分析[M].北京：中國(guó)人民大學(xué)出版社，2004</p><p>　　[19]王學(xué)民.因子分析在股票評(píng)價(jià)中的應(yīng)用[J].數(shù)理統(tǒng)計(jì)與管理，2004</p><p>　　[20]W.W.Cooper，L.Seiford and K.Tone(2000).Data Envelopment Analysis:A Comrehensive&l

87、t;/p><p>　　Text with Models[M],Applications,Refencesand DEA Solver Software.Kluwer Academic</p><p>　　Publishers.</p><p>　　[21] George E. DEA model of interference [Ｍ]. Economics and ec

88、onometrics institute, 2003</p><p>　　[22] Joe zhu. Performance evaluation of quantitative model and the benchmark：The data envelopment analysis (dea) spreadsheets [Ｍ]. Kluwer academic press, 2003</p>&