基于因子分析与聚类分析一线城市房地产上市公司综合评价.docVIP

基于因子分析与聚类分析一线城市房地产上市公司综合评价.doc

此“经济”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、本文档共8页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于因子分析与聚类分析一线城市房地产上市公司综合评价

基于因子分析与聚类分析的一线城市房地产上市公司综合评价   房地产是人类赖以生存和生活的基础和载体,房地产业则是我国当前宏观经济中的支柱产业。房地产市场的发展对于拉动国民经济、扩大内需起到了重要的作用,并且带动了其他相关行业的发展。本世纪以来我国的房地产市场得到了突飞猛进的发展,尤其是北京、上海、深圳和广州一线城市的房地产发展对中国的房地产市场起着决定性的作用,直接影响着其它城市房地产的发展,而且对中国经济的持续增长起到了举足轻重的作用,因此对一线城市的房地产上市公司建立综合实力评价模型,定量测定、评价房地产上市公司综合实力有助于上市公司在精确、量化了解自身实力的基础上,正确制定上市公司发展战略,合理配置上市公司资源,使上市公司能够做大、做强、做优。为了帮助公司管理者和投资者对房地产市场提供决策和投资依据,本文以一线城市房???产上市公司2010年三季度报告披露的13个财务数据作为具体评价指标(或称变量),利用多元统计法来综合评价一线城市房地产上市公司业绩。   一、财务指标的选择   房地产上市公司综合实力是指房地产上市公司生存与发展所必须具备的全部实力及其在社会中、 行业中的影响力的合力。它是一个综合性的概念, 既包括自然因素,又包括社会因素;既包含实力,有包含潜力和有潜力转化为实力的机制。所以在设计评价上市公司综合实力指标体系时必须建立在科学的基础上,真实地反应房地产上市公司发展现状,又要反映其发展潜力。而且评价指标数据容易获取,方法简单易行,具有可测性、可控性和实用性。本文根据公司业绩评价准则要求且在参考了大量的相关论文基础上,选取了能综合评价上市公司业绩的13个财务指标,它们分别为:每股盈利、每股净资产、流通市值、净利润、净资产、资产总计、市盈(动)、利润总额、主营收入、市净率、每股公积金、资产负债比率和销售毛利率。与财务指标选取一样,评价上市公司的经营业绩应包括营运能力、盈利能力、偿债能力和投资能力这四个方面对一线城市房地产上市公司进行综合评价。   二、因子分析   (一)可行性分析 从《同花顺炒股软件》中可得到一线城市房地产48家上市公司的2010年三季度披露的13个指标,剔除8个不完整数据,最终得到42家公司的数据。但这13个数据它们之间具有很多的关联性,如果这些数据都参与数据建模,无疑会增加分析过程中的计算工作量。本文利用SPSS 17.0统计分析软件工具对13个数据进行因子分析(因子分析是一种降维、简化数据的技术)研究变量相关阵或协方差阵的内部依赖关系, 将多个变量综合为少数的几个主因子,将变量表示成主因子的线性组合,以体现出原始变量与主因子之间的相关关系。主因子并不是原有变量的简单取舍,而是原有变量重组后的结果,不会造成原有变量信息的大量丢失, 而是能够代表原有变量的绝大部分信息。   按照因子分析法的步骤,首先对原始数据进行标准化处理,然后对标准化数据进行处理,从表1中可以看出,KMO检验取值为0.701,超出Kaiser给出的0.7的KMO度量标准,而且Bartlett球形度检验的显著性值近似于0,说明变量间存在明显的相关性,可以进行因子分析。   通过建立变量的相关系数矩阵、特征值及贡献率和累计贡献率,如表2所示,可以看出变量相关系数矩阵有四个特征根,累计贡献率为89.686%,说明前四个因子提供了原始数据所能表达出的足够的信息。   (二)主因子提取的效果分析 从欧冶子得分协方差矩阵可以看出,旋转后的四个因子之间的系数为0,说明四个因子之间互不相关,也说明提取四个因子是完全合理的。从得到的正交旋转后的因子得分系数矩阵(见表3)   表中负数表示因子的非标准化得分值低于平均值,正数相反,因此这里只比较较绝对值。因子1主要与资产总计、净资产、利润总额、净利润、主营收入和流通市值有关,可把因子1命名为营运能力;因子2主要与每股净资产和每股公积金和每股盈利有关,可把因子2命名为盈利能力;因子3主要与市盈率(动)和市净率相关,分别代表了你投资该股票的收益与权益,,可命名为投资能力;因子4主要与资产负债比率和销售毛利率,可把因子4命名为偿债能力。   三、聚类分析   (一)分类数目的确定 聚类方法分分层聚类法和快速聚类法,分层聚类法根据分类对象的不同分为样品聚类(也Q聚类)和变量聚类(也称R聚类),在进行聚类分析时,首先要将上市公司进行分类,本文根据Demirmen提出的根据树状结构图来分类的准则,运用Q型聚类法中对聚类分析树状图进行分析和结合实际情况,将公司分成4类比较合理;然后从SPSS软件工具中得到cluster membership(聚类成员)表,得到每个上市公司属于哪一类及每类公司数量,整理得到表4。    (二)对各类上市公司综合实力评价分析对各类进行均值多重比较,

文档评论(0)

bokegood + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档