房地產(chǎn)上市公司盈利能力實證分析

楊亞萍

摘 要：近年來，房地產(chǎn)市場過熱導致的房價快速增長以及市場供給不平衡，使得房產(chǎn)從一個生活必需品變?yōu)樯莩奁?，給我國經(jīng)濟建設帶來了一定的影響。因此，選取有代表性的33家房地產(chǎn)上市公司十一年的財務數(shù)據(jù)作為觀測對象，運用SPSS中的因子分析法對房地產(chǎn)上市公司的盈利能力進行綜合性評價。

關鍵詞：房地產(chǎn)；盈利能力；因子分析

中圖分類號：F293.3 文獻標志碼：A 文章編號：1673-291X（2017）25-0066-04

一、研究設計

1.樣本數(shù)據(jù)來源。本文主要研究的是房地產(chǎn)調(diào)控政策對房地產(chǎn)上市公司盈利能力的影響，需要2005—2015年共十一年的該行業(yè)上市公司的年度10項財務指標分別是營業(yè)利潤率、銷售毛利率、銷售凈利率、凈利潤增長率、資本保值增值率、凈資產(chǎn)收益率、總資產(chǎn)收益率、每股收益、每股凈資產(chǎn)、每股現(xiàn)金流量。

2.樣本數(shù)據(jù)選取。根據(jù)2013年4月最新的中國證券監(jiān)督管理委員會對上市公司行業(yè)分類的劃分，房地產(chǎn)業(yè)代碼為K，行業(yè)大類代碼為70，該大類里包括在上海證券交易所以及深圳證券交易所上市的公司一共有139家。為了真實地反映房產(chǎn)調(diào)控政策與房地產(chǎn)上市公司盈利能力的相關性，同時考慮到數(shù)據(jù)分析的完整性與連續(xù)性，保證實證研究結(jié)果的準確性和客觀性，故依以下標準對房地產(chǎn)上市公司的進行篩選。

（1）由于ST股上市公司的某些財務數(shù)據(jù)沒有意義，對統(tǒng)計結(jié)果有較大影響，所以樣本選取時剔除了ST股，此類公司有3家。（2）本文研究的是房產(chǎn)調(diào)控政策對房地產(chǎn)上市公司的盈利能力的影響，故選取的財務數(shù)據(jù)從2005年開始，因此這136家非ST公司中要選取2004年12月31日前上市并至目前未退市的公司，這樣保證了數(shù)據(jù)的相對完整性。（3）為了使研究結(jié)果具有全國地區(qū)代表性，故只選取全國性地產(chǎn)公司。（4）為了使研究結(jié)果具有可信度，在選取樣本時將資產(chǎn)負債率大于100%的公司以及房產(chǎn)經(jīng)營業(yè)務占總業(yè)務30%以下的公司剔除在外。（5）由于股票市場存在A股公司和B、H股公司，而這兩類股票在編制財務報表時遵循不同的會計準則（A股公司遵循中國會計準則；B、H股公司遵循國際會計準則），因此沒有可比性，所以在選取樣本時也排除了僅上市B、H股的公司，只取A股上市公司。

到此，選取的房地產(chǎn)上市公司的樣本共33個。其中，19家在上海交易所上市，14家在深圳交易所上市。

3.樣本所選取的指標。每個樣本選取10個指標值，即營業(yè)利潤率、銷售毛利率、銷售凈利率、凈利潤增長率、資本保值增值率、凈資產(chǎn)收益率、總資產(chǎn)收益率、每股收益、每股凈資產(chǎn)、每股現(xiàn)金流量。其中，資本保值增值率、總資產(chǎn)收益率兩個指標是通過其他相關數(shù)據(jù)計算得來，其余8個數(shù)據(jù)均是原始數(shù)據(jù)未經(jīng)改動。

4.研究方法。由于所研究的問題是要找出綜合的指標，為此，我們選用因子分析法為本文的研究方法。因子分析法是一種針對多變量的多元統(tǒng)計方法，從所要研究的所有變量內(nèi)部的依賴關系出發(fā)，剔除重疊信息，將原有的變量歸結(jié)為幾個相互之間相關性小，但內(nèi)部相關性高的變量，再用這些變量來解決所要研究的問題。

5.數(shù)據(jù)處理工具。SPSS（Statistical Package for the Social Sciences 的縮寫）提供了從簡單的統(tǒng)計描述到復雜的多因素統(tǒng)計分析方法，比如數(shù)據(jù)的探索性分析、統(tǒng)計描述、列聯(lián)表分析、二維相關、秩相關、偏相關、方差分析、非參數(shù)檢驗、多元回歸、生存分析、協(xié)方差分析、判別分析、因子分析、聚類分析、非線性回歸、Logistic回歸等。能夠讀取及輸出多種格式的文件，比如由DBASE、FoxBASE、FOXPRO產(chǎn)生的dbf文件，文本編輯器軟件生成的ASCII數(shù)據(jù)文件，Excel的*.xls文件等均可轉(zhuǎn)換成可供分析的SPSS數(shù)據(jù)文件，能夠把SPSS的圖形轉(zhuǎn)換為7種圖形文件，結(jié)果可保存為txt、word、PPT及html格式的文件。正因為其強大的功能，已經(jīng)被廣泛地應用于醫(yī)學、心理學、工業(yè)、經(jīng)濟學、生物學、教育學，以及體育、農(nóng)業(yè)、林業(yè)和金融等各個領域。

二、數(shù)據(jù)分析過程及解析

1.對樣本數(shù)據(jù)進行描述性分析。由于原始指標的量綱或經(jīng)濟意義不同，有時若將原始指標直接求綜合得分，其結(jié)果在經(jīng)濟意義上無法解釋。此時，需要將原始數(shù)據(jù)經(jīng)過某種方法后，使其具有經(jīng)濟意義。對原始數(shù)據(jù)的處理有很多方法，比如均值化、標準化、級差正規(guī)化。在SPSS 中運用因子分析法時，系統(tǒng)會自動將數(shù)據(jù)處理，而得出的結(jié)果中不會顯示其處理過程。但是，可以手動單獨對數(shù)據(jù)進行標準化處理，在SPSS19.0中點擊“分析”中的“描述統(tǒng)計”下的“描述”即可生成標準化后的數(shù)據(jù)（如下表所示）。經(jīng)過描述性統(tǒng)計以后，我們得到了樣本的極大值、極小值、均值、標準差以及方差。

2.原始數(shù)據(jù)相關矩陣分析。通過對原始數(shù)據(jù)的同向化后發(fā)現(xiàn)，所選取的指標中屬于同一性質(zhì)的相關度都比較高，例如，凈資產(chǎn)收益率與凈利潤增長率相關度為0.89，每股凈資產(chǎn)與每股收益相關度為0.764。但有些指標不屬于同一屬性其相關度也達到一半左右，這說明我們的基礎數(shù)據(jù)中還是存在一些信息重疊的問題，比如資產(chǎn)報酬率和營業(yè)利潤率的相關度為0.487，凈資產(chǎn)收益率與凈利潤增長率之間的相關度為0.49，資本保值增值率與凈資產(chǎn)收益率的相關度為0.43，資本保值增值率與每股收益的相關度為0.49，資產(chǎn)報酬率與總資產(chǎn)收益率之間的相關度為0.486。存在重疊信息既需要進行降低維度的處理，即減少指標，選取重要的指標，只有這樣才能更好地反映上市公司的盈利能力，而因子分析法正是解決這種問題的辦法。

3.KMO測度和巴特里特球體檢驗。由于人為原因，所選取的指標可能存在重合或是相關性不高，正如上邊分析道德。為此，我們利用SPSS中的主成分分析法進行指標分析，用以剔除重疊信息，綜合評價房地產(chǎn)上市公司的盈利能力，從而找出主要指標。將原始數(shù)據(jù)帶入SPSSl9.0做檢驗，KMO值為0.705，說明對該樣本可以使用因子分析。巴特利特球體檢驗的結(jié)果為931.948，自由度為55，顯著性水平為0.000<0.05，拒絕0假設，可以進行因子分析。通過以上檢驗可以說明，用因子分析來進行盈利能力的統(tǒng)計分析可以取得良好的效果。

4.計算公共因子的共性方差hi2。本文選取10個指標，用因子分析法提取公共因子，從中可以看出各變量的共同度都比較大，其中共同度過最高的前3個是每股收益0.918，營業(yè)利潤率0.873，銷售凈利潤0.85，即抽取的公共因子對這3個變量的方差做出的貢獻最大。共同度是抽出的公共因子對變量方差的估計，若其取值比較大，則表示抽取的主成分能夠很好地代表原變量；反之，表示共同度取值較小，需要重新抽取，從表中看都在70%以上。所以，本文采用因子分析法效果是顯著的。

5.根據(jù)解釋的總方差確定主因子個數(shù)。從因子解釋的總方差情況可以看到，旋轉(zhuǎn)后特征值大于1的因子有4個，第一個因子的特征根為3.76，解釋了原有10個變量總方差的37.611%，累積方差貢獻率為37.611%；第二個因子的特征根為2.357，解釋了原有10個變量總方差的23.568%，累積方差貢獻率為61.179%；第三個因子的特征值為1.177，解釋了原有10個變量總方差的11.771%，累積方差貢獻率為72.95%；第4個因子的特征值為1.084，解釋了原有10個變量總方差的10.844%，累積方差貢獻率為83.794%。即這4個因子的累積方差貢獻率已經(jīng)大于80%，可以代表原有的10個變量，做主因子進行盈利能力分析。

6.因子荷載矩陣。成分矩陣又叫因子荷載矩陣，主因子1上的荷載有些過重，如營業(yè)利潤率0.747，銷售毛利率0.626，銷售凈利率0.714，凈資產(chǎn)收益率0.597，每股收益0.611，它們在因子1上的負載都超過了50%，并且，每一個指標在每一個因子上的負重都比較均勻，這就很難界定各因子的解釋。因此，我們需要采用另一種方法對主因子進行界定，這里采用正交旋轉(zhuǎn)方法。

7.根據(jù)旋轉(zhuǎn)后的因子載荷矩陣計算主成份值。為了使主因子能夠有更明確的含義，從而得到一個更易于解釋、更簡單的結(jié)構(gòu)，對原樣本能清楚地觀察，在此需要對原因子載荷矩陣進行調(diào)整，這里我們用最正交旋轉(zhuǎn)法。旋轉(zhuǎn)后的因子載荷矩陣可以看出，第一主因子主要由營業(yè)利潤率、銷售凈利潤、銷售毛利率決定，它們在主因子1上的荷載分別為0.740、0.790、0.829；第二主因子主要由每股收益、每股凈資產(chǎn)決定，它們在主因子2上的荷載分別為0.835、0.836；第三主因子主要由凈利潤增長率、凈資產(chǎn)收益率、總資產(chǎn)收益率決定，它們在主因子3上的荷載分別為0.773、0.615、0.483；第四主因子主要由資本保值增值率、每股現(xiàn)金流量決定，它們在主因子4上的荷載分別為0.564、0.829。由以上結(jié)果可以確定，第一個因子主要反映上市公司的經(jīng)營盈利能力fac1，第二個因子主要反映市場價值盈利能力fac2，第三個因子主要表示上市公司的資產(chǎn)運用能力fac3，第四個因子主要表示上市公司的發(fā)展能力fac4 。

8.因子成分轉(zhuǎn)換矩陣。對以上分析所得的4個主因子進行成分轉(zhuǎn)換，它表示主因子在旋轉(zhuǎn)前后的關系，即旋轉(zhuǎn)之前的因子荷載矩陣與該矩陣相乘等于旋轉(zhuǎn)后的因子荷載矩陣。

9.計算因子得分。為各因子給出評分，根據(jù)因子得分系數(shù)和原始變量的值可以計算每個觀測量的各因子的分數(shù)，并可以據(jù)此對觀測量做進一步分析。旋轉(zhuǎn)后每個因子在原始變量上的比重，可以得出各因子的分數(shù)如下：

Fac1=0.341營業(yè)利潤率+0.414銷售毛利率+0.413銷售凈利率-0.1凈利潤增長率-0.189資本保值增值率-0.01凈資產(chǎn)收益率+0.149總資產(chǎn)收益率-0.043每股收益-0.04每股凈資產(chǎn)-0.076每股現(xiàn)金流量

Fac2=0.05營業(yè)利潤率-0.022銷售毛利率-0.097銷售凈利率-0.095凈利潤增長率+0.113資本保值增值率+0.084凈資產(chǎn)收益率-0.206總資產(chǎn)收益率+0.522每股收益+0.561每股凈資產(chǎn)+0.088每股現(xiàn)金流量

Fac3=-0.008營業(yè)利潤率-0.149銷售毛利率-0.005銷售凈利率+0.572凈利潤增長率+0.297資本保值增值率+

0.383凈資產(chǎn)收益率+0.322總資產(chǎn)收益率-0.008每股收益-0.162每股凈資產(chǎn)+0.159每股現(xiàn)金流量

Fac4=0.052營業(yè)利潤率+0.035銷售毛利率-0.023銷售凈利率+0.21凈利潤增長率-0.516資本保值增值率-0.147凈資產(chǎn)收益率-0.022總資產(chǎn)收益率-0.022每股收益+0.066每股凈資產(chǎn)+0.76每股現(xiàn)金流量

10.因子得分協(xié)方差矩陣。最后，取得4個主因子的得分協(xié)方差矩陣，這是一個單位矩陣。之前我們介紹過，如果假設值為0，說明是單位矩陣，即所選取的主因子之間沒有相關性。所以，此處4個主因子之間沒有相關性，這樣我們就可以認為，通過此方法得到的這4個主因子所包含的信息是不重復的，也就實現(xiàn)了因子分析的設計目標。

三、實證結(jié)果分析

根據(jù)以上主成分計算值，以及解釋的總方差表中旋轉(zhuǎn)后各因子的方差貢獻率大小，我們計算出房地產(chǎn)上市公司的綜合盈利能力，其計算公式如下：

綜合盈利能力=31.245%fac1+26.428%fac2+15.181%fac3+

10.940%fac4

筆者根據(jù)以上分析所得的上市公司綜合盈利能力公式，計算得出33家上市公司十一年的綜合盈利能力。

根據(jù)其平均得分可以看出，基于因子分析方法獲得的房地產(chǎn)上市公司在十一年的綜合盈利能力的平均值。計算結(jié)果如下：2005年33家房地產(chǎn)上市公司的綜合盈利能力平均得分為-0.1715分；2006年的綜合盈利能力平均得分為-0.1219分；2007年的綜合盈利能力平均得分為0.026分，2008年的綜合盈利能力平均得分為0.12716分，2009年的綜合盈利能力平均得分為0.0667分，2010年的綜合盈利能力平均得分為0.0969分，2011年的綜合盈利能力平均得分為0.0760分，2012年的綜合盈利能力平均得分為0.0445分，2013年的綜合盈利能力平均得分為-0.1166分，2014年的綜合和盈利能力平均得分為-0.0335分，2014年的綜合和盈利能力平均得分為0.0126分。

從平均得分看，綜合盈利能力在2005—2008年之間持上漲趨勢，但隨后2009年又出現(xiàn)下跌情況，之后2010年小幅上升以后至2013年末，又持續(xù)下滑。但相較于2005年而言，2014年盈利能力小幅上升。

四、結(jié)論

對比2005年與2015年各因子的變化情況發(fā)現(xiàn)，資產(chǎn)運營能力因子下降最快，發(fā)展能力因子基本持平，生產(chǎn)經(jīng)營能力因子有小幅上升，投資者獲利能力因子受影響最小，總體呈上升態(tài)勢。

影響經(jīng)營能力因子得分的財務指標主要受到銷售收入、凈資產(chǎn)總額和總資產(chǎn)總額的影響。而凈資產(chǎn)總額和總資產(chǎn)總額在短期內(nèi)難以通過財務手段調(diào)整，一旦銷售收入上升幅度小于資產(chǎn)上升幅度，必然會導致經(jīng)營能力水平的快速下降。

參考文獻：

[1] 張曉陽.我國房地產(chǎn)上市公司盈利能力影響因素實證研究[D].西安：西安石油大學，2009.

[2] 李淳.上市房企整體盈利能力在下滑[N].房地產(chǎn)時報，2012-08-31.

[3] 屈麗華.房地產(chǎn)上市公司盈利能力實證研究[D].武漢：武漢科技大學，2015.

[4] 劉念.創(chuàng)業(yè)板上市公司盈利能力的評價研究[D].天津：天津商業(yè)大學，2011.

[5] 時立文.SPSSl0.0統(tǒng)計分析軟件[M].北京：清華大學出版社，2012：342-349.

[責任編輯 陳麗敏]