基于熵權(quán)法—GRA的房地產(chǎn)上市公司成長(zhǎng)性評(píng)價(jià)研究

李嬌

摘要： 房地產(chǎn)企業(yè)成長(zhǎng)性研究對(duì)房地產(chǎn)行業(yè)穩(wěn)健發(fā)展意義重大?；谪?cái)務(wù)視角，借鑒國(guó)內(nèi)外相關(guān)文獻(xiàn)，結(jié)合房地產(chǎn)上市公司成長(zhǎng)性特征，選取發(fā)展能力、獲利能力、資產(chǎn)營(yíng)運(yùn)能力、償債能力、現(xiàn)金流量水平5個(gè)層面共14個(gè)財(cái)務(wù)指標(biāo)構(gòu)建評(píng)價(jià)指標(biāo)體系。采用熵權(quán)法對(duì)房地產(chǎn)上市公司50強(qiáng)中滬深上市的19家企業(yè)2013年財(cái)務(wù)截面數(shù)據(jù)進(jìn)行分析，確定各財(cái)務(wù)指標(biāo)權(quán)重，并結(jié)合灰色關(guān)聯(lián)分析法（GRA）求得各企業(yè)關(guān)聯(lián)度得分及排名，給企業(yè)成長(zhǎng)性評(píng)價(jià)研究提供一種新思路。

Abstract： Research on the growth of real estate enterprise is of great significance for the steady development of the real estate industry. Based on financial perspective， this research draws on the related literature at home and abroad for reference， combined with the growth feature of the real estate listed companies， to select development capacity， profitability， assets operation ability， debt paying ability， cash flow level five levels， a total of 14 financial indicators to construct the evaluation index system. The entropy weight method is adopted， with the aid of analyzing the real estate listed companies in the top 50 of 19 companies listed on Shanghai and Shenzhen 2013 financial section data， determining the financial index weight， and determining various enterprises correlation score and ranking combined with grey correlation analysis （GRA） method， to provide a new research idea for evaluation of the enterprise growth.

關(guān)鍵詞： 房地產(chǎn)；滬深上市；成長(zhǎng)性；熵權(quán)法；灰色關(guān)聯(lián)分析法

Key words： real estate；Shanghai and Shenzhen listed；growth；entropy method；GRA

中圖分類號(hào)：F272.5 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1006-4311（2018）03-0059-04

0 引言

房地產(chǎn)業(yè)作為國(guó)民經(jīng)濟(jì)的支柱產(chǎn)業(yè)，對(duì)國(guó)家宏觀經(jīng)濟(jì)的穩(wěn)健發(fā)展至關(guān)重要。故而，近年來(lái)國(guó)家不斷加強(qiáng)對(duì)房地產(chǎn)行業(yè)的宏觀調(diào)控力度，包括國(guó)十一條（2010）、新國(guó)十條（2010）、國(guó)五條（2010）、新國(guó)八條（2011）、新國(guó)五條（2013）及新國(guó)六條等，采取銀行信貸資金收緊，抑制投資性需求，限購(gòu)等調(diào)控措施來(lái)應(yīng)對(duì)房地產(chǎn)業(yè)的非理性繁榮，使房地產(chǎn)投資過(guò)于旺盛的現(xiàn)象得以緩解。然而，房地產(chǎn)宏觀調(diào)控的常態(tài)化和我國(guó)經(jīng)濟(jì)下行的大背景，使得房地產(chǎn)市場(chǎng)下行日益明顯：業(yè)績(jī)持續(xù)下滑、盈利空間受到擠壓、庫(kù)存壓力高企；房地產(chǎn)股市不景氣，投資者對(duì)政策干擾悲觀預(yù)期，估值持續(xù)下跌。雖然近期國(guó)家出臺(tái)了一系列寬松的資本市場(chǎng)政策來(lái)刺激房地產(chǎn)股市，如IPO重啟、再融資開(kāi)閘、“新國(guó)六條”等，但由于市場(chǎng)投資者對(duì)企業(yè)的成長(zhǎng)預(yù)期質(zhì)疑，缺乏對(duì)企業(yè)成長(zhǎng)性客觀真實(shí)的判斷，加之房地產(chǎn)上市企業(yè)政策環(huán)境和市場(chǎng)環(huán)境的不明朗，地產(chǎn)板塊的反彈高度難達(dá)預(yù)期。因此，財(cái)務(wù)視角下對(duì)滬深上市房地產(chǎn)企業(yè)成長(zhǎng)性綜合評(píng)價(jià)研究，不僅能真實(shí)反映企業(yè)成長(zhǎng)現(xiàn)狀，引導(dǎo)市場(chǎng)參與者理性投資，而且能維護(hù)房地產(chǎn)市場(chǎng)穩(wěn)定，創(chuàng)造良好的成長(zhǎng)環(huán)境。

1 文獻(xiàn)綜述

如何通過(guò)評(píng)價(jià)模型客觀真實(shí)地反映企業(yè)的成長(zhǎng)性一直是理論界研究的熱點(diǎn)。吳靜（2008）對(duì)上市商業(yè)銀行，從資產(chǎn)質(zhì)量、資本充足性、成長(zhǎng)能力、盈利能力和資產(chǎn)流動(dòng)性五個(gè)方面分析成長(zhǎng)性影響因素，并對(duì)商業(yè)銀行的成長(zhǎng)性做出了評(píng)價(jià)分析[1]。李益娟（2009）則運(yùn)用Logistic回歸模型，從償債能力、營(yíng)運(yùn)能力、發(fā)展能力等六個(gè)方面對(duì)上市企業(yè)成長(zhǎng)性進(jìn)行了分析，構(gòu)造了企業(yè)成長(zhǎng)性綜合評(píng)價(jià)模型[2]。李益娟、宋永春（2010）選取了我國(guó)49家成長(zhǎng)百?gòu)?qiáng)上市公司2004-2008年的財(cái)務(wù)數(shù)據(jù)，并以托賓Q值作為企業(yè)成長(zhǎng)性的衡量標(biāo)準(zhǔn)，研究了會(huì)計(jì)盈余和現(xiàn)金流量對(duì)企業(yè)成長(zhǎng)性的解釋程度[3]。劉曜、史爽（2011）對(duì)中小板上市公司的成長(zhǎng)性、影響因子（盈利能力、風(fēng)險(xiǎn)水平、治理能力和運(yùn)營(yíng)周期）進(jìn)行測(cè)度，并通過(guò)結(jié)構(gòu)方程模型驗(yàn)證性分析其相互影響路徑[4]。崔璐、鐘書(shū)華（2011）利用層次分析—灰色關(guān)聯(lián)度綜合評(píng)價(jià)法對(duì)高技術(shù)中小企業(yè)的成長(zhǎng)性進(jìn)行了測(cè)度比較研究[5]。粱畢明（2012）對(duì)首次上市的28家創(chuàng)業(yè)板上市公司進(jìn)行了成長(zhǎng)性判定，從行業(yè)角度分析其成長(zhǎng)性的影響因素，并對(duì)其成長(zhǎng)性做出評(píng)價(jià)，進(jìn)而基于不同地理區(qū)域的角度，比較創(chuàng)業(yè)板上市公司的區(qū)域發(fā)展差異[6]。龔光明、張柳亮（2013）根據(jù)以往研究成果，構(gòu)建了包含財(cái)務(wù)指標(biāo)與非財(cái)務(wù)指標(biāo)的高新技術(shù)上市公司成長(zhǎng)性評(píng)價(jià)指標(biāo)體系，并采用GRA對(duì)高新技術(shù)上市公司的成長(zhǎng)性進(jìn)行了綜合評(píng)價(jià)[7]。

綜上所述，在研究思路上，現(xiàn)有研究多是基于財(cái)務(wù)視角，通過(guò)因子分析法、GRA和層次分析法等評(píng)價(jià)方法，對(duì)企業(yè)成長(zhǎng)性進(jìn)行定量評(píng)價(jià)。然而，現(xiàn)有研究中大多未曾考慮到評(píng)價(jià)結(jié)果的客觀性問(wèn)題，即未曾考慮到各財(cái)務(wù)指標(biāo)的權(quán)重問(wèn)題。與此同時(shí)，在研究對(duì)象的選取上，現(xiàn)有研究并未細(xì)分到具體行業(yè)，即忽略了成長(zhǎng)性的區(qū)域及行業(yè)差異。故而成長(zhǎng)性排名的真實(shí)性、客觀性有待商榷。另一方面，通過(guò)回顧近幾年的相關(guān)文獻(xiàn)可知，缺乏房地產(chǎn)行業(yè)成長(zhǎng)性評(píng)價(jià)研究。鑒于此，文章采用熵權(quán)法和GRA對(duì)滬深上市的房地產(chǎn)企業(yè)2013年財(cái)務(wù)截面數(shù)據(jù)進(jìn)行處理分析，確定指標(biāo)權(quán)重及關(guān)聯(lián)度排名，即成長(zhǎng)性排名。endprint

2 房地產(chǎn)上市公司成長(zhǎng)性評(píng)價(jià)方法

2.1 熵權(quán)法

多指標(biāo)綜合評(píng)價(jià)中，確定評(píng)價(jià)指標(biāo)權(quán)重常采用主觀賦權(quán)法和客觀賦權(quán)法。主觀賦權(quán)法根據(jù)評(píng)價(jià)人員主觀上對(duì)各指標(biāo)的重視程度來(lái)確定權(quán)重，常用德?tīng)柗品ê蛯哟畏治龇ǖ??？陀^賦權(quán)法根據(jù)各指標(biāo)的關(guān)聯(lián)程度或各指標(biāo)的信息量來(lái)確定權(quán)重，其賦權(quán)原始數(shù)據(jù)來(lái)自客觀資料，常用因子分析法、人工神經(jīng)網(wǎng)絡(luò)、熵權(quán)法、復(fù)相關(guān)系數(shù)法等。熵權(quán)法是一種客觀賦權(quán)方法，其基本原理是根據(jù)各指標(biāo)的變異程度，利用信息熵計(jì)算出各指標(biāo)的熵權(quán)，再通過(guò)熵權(quán)對(duì)各指標(biāo)的權(quán)重進(jìn)行修正，從而得出較為客觀的指標(biāo)權(quán)重。在房地產(chǎn)上市公司成長(zhǎng)性評(píng)價(jià)中，用于確定各財(cái)務(wù)指標(biāo)權(quán)重，使成長(zhǎng)性評(píng)價(jià)結(jié)果更加客觀真實(shí)。

熵權(quán)法確定權(quán)重的基本步驟如下：

①原始數(shù)據(jù)矩陣歸一化。設(shè)m個(gè)評(píng)價(jià)對(duì)象，n個(gè)評(píng)價(jià)指標(biāo)的原始數(shù)據(jù)矩陣為A=（xij）m×n無(wú)量綱化后得到

R=（rij）m×n

大者為優(yōu)指標(biāo)，無(wú)量綱化公式：

rij=■（1）

小者為優(yōu)指標(biāo)，無(wú)量綱化公式：

rij=■（2）

歸一化矩陣Pij，歸一化公式：

Pij=rij/■ rij（3）

②定義熵。在有m個(gè)被評(píng)價(jià)對(duì)象、n個(gè)評(píng)價(jià)指標(biāo)的評(píng)估問(wèn)題中，第j個(gè)指標(biāo)的熵值ej為

ej=-k■PijlnPij（其中，k=1/lnm）（4）

③定義熵權(quán)。定義了第j個(gè)指標(biāo)的熵之后，可得到第j個(gè)指標(biāo)的熵權(quán)？棕j：

？棕j=（1-ej）/■（1-ej）（0？燮？棕j？燮1，■？棕j=1）（5）

2.2 GRA

灰色系統(tǒng)理論是我國(guó)著名學(xué)者鄧聚龍教授于1982年提出的，主要用于研究“部分信息已知，部分信息未知”的“小樣本”、“貧信息”不確定性系統(tǒng)?；疑到y(tǒng)理論中的關(guān)聯(lián)度分析是對(duì)系統(tǒng)動(dòng)態(tài)發(fā)展過(guò)程的量化分析，它根據(jù)因素之間發(fā)展態(tài)勢(shì)的相似或相異程度，來(lái)衡量因素間的關(guān)聯(lián)程度。通過(guò)關(guān)聯(lián)度大小反映各評(píng)價(jià)對(duì)象與理想對(duì)象接近程度的先后次序，關(guān)聯(lián)度最大的評(píng)價(jià)對(duì)象為最優(yōu)。與傳統(tǒng)的多因素分析方法相比，灰色關(guān)聯(lián)度分析具有樣本要求較低，計(jì)算簡(jiǎn)單，無(wú)數(shù)據(jù)分布要求（如正態(tài)分布），定量與定性分析相符，量化結(jié)果準(zhǔn)確性、穩(wěn)定度高等優(yōu)點(diǎn)。因此，該方法已被廣泛應(yīng)用于科學(xué)研究，并取得了較好的應(yīng)用效果。當(dāng)前，灰色關(guān)聯(lián)分析有均值灰關(guān)聯(lián)分析、相對(duì)變率度灰關(guān)聯(lián)分析和斜率灰關(guān)聯(lián)分析3種。由于相對(duì)變率度灰關(guān)聯(lián)分析不適合原始序列中有零或負(fù)值的情形，斜率灰關(guān)聯(lián)分析較均值灰關(guān)聯(lián)分析計(jì)算復(fù)雜，因此文章選擇均值灰關(guān)聯(lián)數(shù)學(xué)模型來(lái)進(jìn)行房地產(chǎn)上市公司成長(zhǎng)性的實(shí)證分析。

GRA的基本步驟：

①確定參考序列和比較序列。設(shè)參考序列為X0={x0（k），k=1，2，…，n}；比較序列為Xi=（xi（k），k=1，2，…，n），（i=1，2，…，m）

②無(wú)量綱化處理。方法有初值化、均值化和區(qū)間化處理三種。文章采用區(qū)間化處理，公式同熵權(quán)法無(wú)量綱化處理公式（1）、（2）。

③定義關(guān)聯(lián)系數(shù)?；疑P(guān)聯(lián)系數(shù)為：

？酌[x0（k），xi（k）]=■（6）

其中，？駐0i（k）=x0（k）-xi（k）為絕對(duì)差；

？駐min=mini mink ？駐0i（k）為兩極最小差；

？駐max=maximaxk ？駐0i（k）為兩極最大差；

？籽∈[0，1]為分辨系數(shù)，其意義是削弱？駐max過(guò)大引起的關(guān)聯(lián)系數(shù)失真，提高關(guān)聯(lián)系數(shù)之間的差異顯著性。一般情況下?。孔?0.5。

④定義關(guān)聯(lián)度。關(guān)聯(lián)系數(shù)只表示各時(shí)點(diǎn)數(shù)據(jù)間的關(guān)聯(lián)程度，為使信息相對(duì)集中，綜合反映比較序列與參考序列間的關(guān)聯(lián)程度，可結(jié)合各指標(biāo)熵權(quán)對(duì)關(guān)聯(lián)系數(shù)加權(quán)平均，即：？酌[x0，xi）=■？棕j·？酌[x0（k），xi（k）]（7）

3 實(shí)證研究

3.1 實(shí)證研究設(shè)計(jì)

3.1.1 樣本選取

文章以滬深上市的大型房地產(chǎn)企業(yè)為研究對(duì)象，選取2014年房地產(chǎn)上市公司50強(qiáng)中滬深上市企業(yè)19家，分別為萬(wàn)科地產(chǎn)、保利地產(chǎn)、招商地產(chǎn)、金科地產(chǎn)、華夏幸福、金地、金隅股份、金融街、華僑城、中南建設(shè)、榮盛發(fā)展、陽(yáng)光城、泰禾集團(tuán)、建發(fā)股份、首開(kāi)股份、北京城建、雅戈?duì)?、陸家嘴、新湖中寶。樣本?shù)據(jù)為2013年19家企業(yè)的財(cái)務(wù)截面數(shù)據(jù)，相關(guān)數(shù)據(jù)來(lái)源于滬深交易所網(wǎng)站所披露的2013年企業(yè)年報(bào)。

3.1.2 指標(biāo)界定

借鑒國(guó)內(nèi)外已有的評(píng)價(jià)指標(biāo)體系，并根據(jù)房地產(chǎn)上市公司的成長(zhǎng)性特征，選取了發(fā)展能力、盈利能力、資產(chǎn)營(yíng)運(yùn)能力、償債能力、現(xiàn)金流量水平5個(gè)層面共14個(gè)財(cái)務(wù)指標(biāo)，構(gòu)成了評(píng)價(jià)指標(biāo)體系，見(jiàn)表1。各財(cái)務(wù)指標(biāo)說(shuō)明如下：

①發(fā)展能力。選取凈利潤(rùn)增長(zhǎng)率（X1）、主營(yíng)業(yè)務(wù)收入增長(zhǎng)率（X2）、資本積累率（X3）、總資產(chǎn)增長(zhǎng)率（X4）來(lái)反映企業(yè)發(fā)展能力。其中，凈利潤(rùn)增長(zhǎng)率，衡量企業(yè)經(jīng)營(yíng)效益，反映企業(yè)市場(chǎng)競(jìng)爭(zhēng)能力；主營(yíng)業(yè)務(wù)收入增長(zhǎng)率，反映企業(yè)主營(yíng)業(yè)務(wù)的發(fā)展?fàn)顩r，判斷企業(yè)發(fā)展所處階段；資本積累率，反映企業(yè)當(dāng)年資本的積累能力，衡量企業(yè)的發(fā)展?jié)摿Γ豢傎Y產(chǎn)增長(zhǎng)率，反映企業(yè)本期資產(chǎn)規(guī)模的擴(kuò)張速度。

②盈利能力。選取凈資產(chǎn)收益率（X5）、總資產(chǎn)報(bào)酬率（X6）、銷售凈利率（X7）來(lái)反映企業(yè)盈利能力。其中，凈資產(chǎn)收益率，反映股東權(quán)益的收益水平，衡量企業(yè)自有資本的利用效率；總資產(chǎn)報(bào)酬率，反映企業(yè)總資產(chǎn)的總體獲利能力和運(yùn)營(yíng)效益；銷售凈利率，衡量企業(yè)銷售收入的獲益能力，是企業(yè)盈利能力和競(jìng)爭(zhēng)能力的綜合反映。

③營(yíng)運(yùn)能力。選取存貨周轉(zhuǎn)率（X8）、總資產(chǎn)周轉(zhuǎn)率（X9）來(lái)反映企業(yè)營(yíng)運(yùn)能力。存貨周轉(zhuǎn)率，反映企業(yè)銷售能力以及流動(dòng)資產(chǎn)流動(dòng)性；總資產(chǎn)周轉(zhuǎn)率，衡量企業(yè)總資產(chǎn)的利用效率。

④償債能力。選取流動(dòng)比率（X10）、速動(dòng)比率（X11）、資產(chǎn)負(fù)債率（X12）來(lái)反映企業(yè)的償債能力。流動(dòng)比率，衡量企業(yè)短期債務(wù)清償能力，反映企業(yè)變現(xiàn)能力及短期財(cái)務(wù)風(fēng)險(xiǎn)狀況；速動(dòng)比率，反映企業(yè)資產(chǎn)的流動(dòng)性以及短期債務(wù)清償?shù)牡哪芰?；資產(chǎn)負(fù)債率，反映企業(yè)長(zhǎng)期償債能力，用以衡量企業(yè)清算時(shí)對(duì)債權(quán)人利益的保障程度。流動(dòng)比率、速動(dòng)比率和資產(chǎn)負(fù)債率均屬于適度指標(biāo)，鑒于良好的資產(chǎn)流動(dòng)性和短期償債能力反映企業(yè)良好的成長(zhǎng)性，所以流動(dòng)比率和速動(dòng)比率越大，企業(yè)成長(zhǎng)性越好，文章認(rèn)為流動(dòng)比率和速動(dòng)比率為正指標(biāo)；而資產(chǎn)負(fù)債率從財(cái)務(wù)風(fēng)險(xiǎn)、資金安全等角度反映房地產(chǎn)上市企業(yè)的成長(zhǎng)性，當(dāng)前銀行信貸資金收緊，資產(chǎn)負(fù)債率越高，企業(yè)舉債經(jīng)營(yíng)就越難，成長(zhǎng)性就差，文章認(rèn)為資產(chǎn)負(fù)債率為負(fù)指標(biāo)。endprint

⑤現(xiàn)金流量水平。選取債務(wù)保障率（X13）、現(xiàn)金流量比率（X14）來(lái)反映企業(yè)的現(xiàn)金流量水平。債務(wù)保障率，反映企業(yè)用經(jīng)營(yíng)現(xiàn)金凈流量?jī)敻度總鶆?wù)的能力；現(xiàn)金流量比率，判別企業(yè)財(cái)務(wù)狀況，反映企業(yè)財(cái)務(wù)彈性。

3.2 基于熵權(quán)法的房地產(chǎn)上市公司財(cái)務(wù)指標(biāo)權(quán)重確定

首先進(jìn)行原始數(shù)據(jù)歸一化處理，即根據(jù)公式（1）、（2）、（3）得歸一化矩陣，隨后進(jìn)行熵及熵權(quán)計(jì)算，即根據(jù)公式（4）、（5）得出熵值ej及熵權(quán)值？棕j，如表2。

3.3 基于灰色關(guān)聯(lián)度的房地產(chǎn)上市公司成長(zhǎng)性評(píng)價(jià)分析

3.3.1 確定參考序列和比較序列

本研究中，參考數(shù)列X0取最優(yōu)樣本序列，根據(jù)前面分析，資產(chǎn)負(fù)債率為逆指標(biāo)，其余均為正指標(biāo)；比較序列為樣本公司各項(xiàng)指標(biāo)值。

3.3.2 數(shù)據(jù)無(wú)量綱化處理

根據(jù)公式（1）、（2），房地產(chǎn)上市公司財(cái)務(wù)指標(biāo)數(shù)據(jù)無(wú)量綱化數(shù)據(jù)，如表3。

3.3 求絕對(duì)差序列和關(guān)聯(lián)系數(shù)

根據(jù)公式（6）、（7），計(jì)算房地產(chǎn)上市公司灰色關(guān)聯(lián)系數(shù)。

3.4 灰色關(guān)聯(lián)度確定及成長(zhǎng)性排名

關(guān)聯(lián)系數(shù)只表示各時(shí)刻數(shù)據(jù)間的關(guān)聯(lián)程度，要總體反映比較序列與參考序列間的關(guān)聯(lián)程度，還需要將各個(gè)時(shí)刻的關(guān)聯(lián)系數(shù)加權(quán)平均。結(jié)合各指標(biāo)熵權(quán)值？棕j，求出19家房地產(chǎn)上市公司關(guān)聯(lián)度得分，并進(jìn)行排名，即成長(zhǎng)性排名，如表4。

4 實(shí)證結(jié)果分析

①由表2各指標(biāo)熵權(quán)值，可以看出，房地產(chǎn)上市企業(yè)成長(zhǎng)性受存貨周轉(zhuǎn)率和總資產(chǎn)周轉(zhuǎn)率影響最大，其次影響較大的是資本積累率、總資產(chǎn)增長(zhǎng)率和資產(chǎn)負(fù)債率，這些財(cái)務(wù)指標(biāo)是衡量企業(yè)資本結(jié)構(gòu)、債務(wù)結(jié)構(gòu)和資產(chǎn)流動(dòng)性的重要指標(biāo)。其中存貨周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率和資本積累率、總資產(chǎn)增長(zhǎng)率分別從資產(chǎn)營(yíng)運(yùn)能力和發(fā)展能力角度反映企業(yè)資本結(jié)構(gòu)狀況；而資產(chǎn)負(fù)債率反映企業(yè)的債務(wù)結(jié)構(gòu)，是企業(yè)信貸考量的重要指標(biāo)。房地產(chǎn)企業(yè)作為資本密集型企業(yè)，資本規(guī)模過(guò)大，所以衡量資本結(jié)構(gòu)、債務(wù)結(jié)構(gòu)和資產(chǎn)流動(dòng)性的指標(biāo)對(duì)成長(zhǎng)性影響較大。同時(shí)，也可以看出，各一級(jí)指標(biāo)下的二級(jí)指標(biāo)之間熵權(quán)值相差不大，對(duì)成長(zhǎng)性的影響程度相近，說(shuō)明財(cái)務(wù)指標(biāo)選取較為合理，能客觀衡量企業(yè)真實(shí)成長(zhǎng)性。

②成長(zhǎng)性是綜合性指標(biāo)，是房地產(chǎn)上市企業(yè)發(fā)展能力、盈利能力、資產(chǎn)營(yíng)運(yùn)能力、償債能力和現(xiàn)金流量水平等企業(yè)財(cái)務(wù)實(shí)力的綜合反映。由表4企業(yè)成長(zhǎng)性排名可以看出，泰禾集團(tuán)、中南建設(shè)、首開(kāi)股份、保利地產(chǎn)等成長(zhǎng)性較強(qiáng)，其中泰禾集團(tuán)成長(zhǎng)性優(yōu)勢(shì)明顯，分析泰禾集團(tuán)各財(cái)務(wù)指標(biāo)數(shù)據(jù)可知（見(jiàn)表3），泰禾集團(tuán)在發(fā)展能力、資產(chǎn)營(yíng)運(yùn)能力、盈利能力和償債能力上表現(xiàn)優(yōu)秀，其中發(fā)展能力驅(qū)動(dòng)明顯，凈利潤(rùn)增長(zhǎng)率、主營(yíng)業(yè)務(wù)收入增長(zhǎng)率、資本積累率及總資產(chǎn)增長(zhǎng)率增幅均超過(guò)了100%，但企業(yè)現(xiàn)金流量水平不佳，財(cái)務(wù)彈性不足，短期投資的投資者要慎重考慮；保利地產(chǎn)各指標(biāo)均表現(xiàn)優(yōu)良，屬于全面成長(zhǎng)型，對(duì)于保守型的投資者或許是最佳選擇。對(duì)于成長(zhǎng)性較差的企業(yè)，其各項(xiàng)指標(biāo)均表現(xiàn)不佳，個(gè)別企業(yè)或是營(yíng)運(yùn)能力驅(qū)動(dòng)型，如建發(fā)股份；或是償債能力驅(qū)動(dòng)，如金融街、新湖中寶股份；或是由優(yōu)良的現(xiàn)金流量水平驅(qū)動(dòng)，如華僑城、雅戈?duì)柤瘓F(tuán)。但是在國(guó)家宏觀調(diào)控常態(tài)化，行業(yè)發(fā)展不景氣的背景下，單靠單方面驅(qū)動(dòng)不能保證企業(yè)的長(zhǎng)期穩(wěn)健發(fā)展，因此不建議作為投資考慮對(duì)象。

5 結(jié)語(yǔ)

文章基于熵權(quán)法和GRA對(duì)我國(guó)2014年房地產(chǎn)上市企業(yè)50強(qiáng)中滬深上市的19家企業(yè)成長(zhǎng)性進(jìn)行評(píng)價(jià)研究。首先基于財(cái)務(wù)視角構(gòu)建了包含5個(gè)層面共14個(gè)財(cái)務(wù)指標(biāo)的評(píng)價(jià)指標(biāo)體系，著重解決了兩方面問(wèn)題：①采用熵權(quán)法確定了房地產(chǎn)上市企業(yè)成長(zhǎng)性評(píng)價(jià)指標(biāo)權(quán)重，使企業(yè)成長(zhǎng)性評(píng)價(jià)更加真實(shí)客觀；②采用GRA計(jì)算出19家房地產(chǎn)上市企業(yè)2013年的灰色關(guān)聯(lián)度并進(jìn)行排序，其得分越高代表企業(yè)的成長(zhǎng)性越好。然后就以上兩個(gè)方面的實(shí)證結(jié)果進(jìn)行分析發(fā)現(xiàn)：房地產(chǎn)上市企業(yè)成長(zhǎng)性受存貨周轉(zhuǎn)率和總資產(chǎn)周轉(zhuǎn)率影響最大，其次影響較大的是資本積累率、總資產(chǎn)增長(zhǎng)率和資產(chǎn)負(fù)債率；雖然成長(zhǎng)性是綜合性指標(biāo)，但是投資者要根據(jù)自己的風(fēng)險(xiǎn)偏好類型，以綜合成長(zhǎng)性排名為主，兼顧各財(cái)務(wù)指標(biāo)，合理做出投資決策。

文章雖然采用熵權(quán)法和GRA對(duì)房地產(chǎn)上市企業(yè)成長(zhǎng)性評(píng)價(jià)進(jìn)行了探索研究，但文章研究只涉及財(cái)務(wù)指標(biāo)，非財(cái)務(wù)指標(biāo)未考慮，并且樣本數(shù)據(jù)只采用了2013年財(cái)務(wù)指標(biāo)截面數(shù)據(jù)，所以成長(zhǎng)性評(píng)價(jià)結(jié)果的全面性、客觀性和真實(shí)性有待商榷。因此基于改進(jìn)灰色關(guān)聯(lián)度模型分析處理包含財(cái)務(wù)指標(biāo)和非財(cái)務(wù)指標(biāo)的面板數(shù)據(jù)是后續(xù)研究中的重點(diǎn)。

參考文獻(xiàn)：

[1]吳靜.我國(guó)上市商業(yè)銀行成長(zhǎng)性評(píng)價(jià)實(shí)證研究[J].商場(chǎng)現(xiàn)代化，2008（25）：366.

[2]李益娟. 基于Logistic回歸模型的上市公司成長(zhǎng)性判定[J].財(cái)會(huì)月刊，2009（6）：64-66.

[3]李益娟，宋永春. 會(huì)計(jì)盈余、現(xiàn)金流量與企業(yè)成長(zhǎng)性研究——來(lái)自高成長(zhǎng)性上市公司的證據(jù)[J].財(cái)會(huì)月刊，2010（12）：23-26.

[4]劉曜，史爽.中小板上市公司成長(zhǎng)性影響因素的驗(yàn)證分析[J].統(tǒng)計(jì)與決策，2011（1）：147-149.

[5]崔璐，鐘書(shū)華. 基于層次分析一灰色關(guān)聯(lián)度綜合評(píng)價(jià)法的高技術(shù)中小企業(yè)成長(zhǎng)性測(cè)度[J].科技進(jìn)步與對(duì)策，2011，28（24）： 148-152.

[6]粱畢明. 我國(guó)創(chuàng)業(yè)板上市公司成長(zhǎng)性研究[J].經(jīng)濟(jì)縱橫，2012（8）：103-106.

[7]龔光明，張柳亮.基于GRA的高新技術(shù)上市公司成長(zhǎng)性研究[J].科技進(jìn)步與對(duì)策，2013，30（7）：118-122.endprint