房地产公司上市绩效评价探究.docVIP

房地产公司上市绩效评价探究 　　内容摘要：本文参考《企业绩效评价标准值2010》，结合我国房地产上市公司财务数据，建立合理评价指标体系，并运用信息熵理论得到指标权重，提出基于D-S广义模糊软集合理论的绩效评价方法，对我国沪深两市部分房地产上市公司2010年业绩进行综合实证研究。 关键词：D-S证据理论 广义模糊软集合 房地产 绩效评价 企业绩效评价作为一种有效的企业监管制度，不仅已成为市场经济国家约束和监督企业的重要手段，而且也成为企业了解自身业绩的有效方法。房地产行业作为我国的支柱产业，对GDP的贡献以及对国家经济综合实力的提升也起到了不可替代的作用。因此，本文选择对我国房地产上市公司的绩效评价体系进行研究。利用信息熵得出相对客观的指标权重，再通过D-S广义模糊软集合的构建及其相似度计算，将每个公司分别与五个等级标准进行相似度对比，以此进行分类评价分析。 D-S广义模糊软集合 定义1：设U={x1，x2，…，xk}是论域，E={e1，e2，…，em}是参数集，IU为论域U的模糊幂集，则存在从参数集E到论域的模糊幂集IU的映射F∶E→IU，其中F（e）∈[0，1]表示隶属度，同时定义μ（e）∈[0，1]表示可信度或权重。在此基础上定义一个信度分配函数m（e），由F（e）和μ（e）的值得出。则Fm，μ（e）=（F（e），m（e），μ（e）），，为一个D-S广义模糊软集合。 其中，F（e）是一个模糊软集合，μ（e）是参数e可信度或权重，m（e）给出F（e）中每个元素信度分配。在一个D-S广义模糊软集合里，对每一个参数ej有Fm，μ（ej）=（F（ej），m（ej），μ（ej）），F（ej）=（Fx1（ej），Fx2（ej），…，Fxk（ej）），m（ej）=（mx1（ej），mx2（ej），mxk（ej）），且。 其中m函数定义如下： 定义2：两个D-S广义模糊软集合的相似度计算公式为：设Fm，μ和Gn，δ为两个D-S广义模糊软集合，相似度，其中k是论域中主体的个数，mxi是Fm，μ中所有证据xi的合成信度值，nxi是Gn，δ中所有证据xi的合成信度值。其中证据合成参考Shafer（1976），计算的相似度S（Fm，μ，Gn，δ）越大，Fm，μ和Gn，δ越接近。 算例：设有一投资者想在两个备选公司中选择一家公司进行投资，现分别对其两个部门x1、x2的两个评价指标e1、e2进行评价，该两个备选公司分别表示为D-S广义模糊软集Gn，δ和Hl，λ，同时Fm，μ为一个优秀公司作为参考标准，其具体情况为： 本文运用D-S广义模糊软集合及其相似度对这两个备选公司进行评价，通过Dempster证据合成规则得到各公司合成信度，如，mΘ=1-（mx1+mx2），所有合成结果如下：mx1=0.33，mx2=0.33，mΘ=0.34；nx1=0.26，nx2=0.16，nΘ=0.58；lx1=0.36，lx2=0.25，lΘ=0.39。 然后分别计算两个备选公司与标准参考公司的相似度，有S（Fm，μ，Gn，δ）=0.984，S（Fm，μ，Hl，λ）=0.998，S（Fm，μ，Hl，λ）S（Fm，μ，Gn，δ），Hl，λ与Fm，μ的相似度大于Gn，δ与Fm，μ的相似度，即评价结果表明Hl，λ与标准参考公司Fm，μ的综合状况更接近，因此该投资者在Gn，δ和Hl，λ两家公司之间会选择Hl，λ公司。 基于D-S广义模糊软集合的企业绩效评价模型 本文首先构建指标体系并决定分类标准，确定研究样本并收集数据，然后进行数据预处理及标准化，之后利用熵权法得到各指标权重，再构造D-S广义模糊软集合，最后计算出企业与分类标准间的相似度，以此对其进行分类评价。假设存在n个企业m个指标，不分部门只从整体层面来对公司各指标进行综合评价，即k=1，则可对企业i在评价指标ej下构建D-S广义模糊软集合Fm，μ（ej）i=（Fx1（ej）i，mx1（ej）i，μ（ej））。 （一）数据预处理及标准化 通过标准化处理将各种不同度量的指标转化为同度量的指标，使各指标之间具有可比性，把企业i在指标j下的标准化结果作为隶属度Fx1（ej）i，公式如下： 正向指标： 逆向指标： 其中，yij代表第i个企业在指标j下的取值，且取α=0.9以保证数据经标准化后处于[0.1，1]之间，同时也将各指标进行了同向化处理。 （二）熵权法确定指标权重 采用信息熵理论来确定指标权重，即根据各评价指标数量的变异程度所反映的信息量大小来确定指标权重，其代表可信度μ（ej），过程如下： a.变换标准化指标值： b.指标差异系数： c.归一化处理得到指标权重： （三）构建D-S广义模