基于因子分析和聚类分析上市房地产公司财务风险评价.docVIP

基于因子分析和聚类分析上市房地产公司财务风险评价 　　摘要：首先对本文中采取的统计学方法因子分析和聚类分析思想进行了简单的阐述。通过选取20家房地产上市公司2013年的财务数据建立财务指标体系，共选取17个财务指标，运用SPSS软件结合因子分析和聚类分析，以6个主因子的得分作为变量对20家上市公司分类并结合实际情况给予财务风险评级。对于最后的评级结果提出了自己的建议。 　　关键词：房地产上市公司 财务风险 因子分析 聚类分析 　　0 引言 　　据统计，我国80%左右的土地购置和房地产开发资金，是直接或者间接地来自银行贷款，同时为了扩大资金，大的地产企业通过公司上市发行股票、债券等金融产品吸纳资金。这些风险无疑就转嫁给了银行，信贷机构，投资者。因此如何有效评价和防范风险，使得房地产企业健康有序发展，是我们急需解决的问题。 　　1 因子分析及聚类分析思想 　　1.1 因子分析的思想 因子分析的基本思想是根据相关性大小把原始变量分组，使得同组内的变量之间相关性较高，而不同的变量之间的相关性较低。每组变量代表一个基本结构，用一个不可观测的综合变量表示，这个基本结构就称为公共因子。用较少的综合指标分析存在于各变量中的各类信息，而各综合指标之间彼此是不相关的，代表各类信息的综合指标称为因子。因子分析就是用少数几个因子来描述许多指标或因素之间的联系，以较少几个因子反映原资料的大部分信息的统计学方法。 　　因子分析有如下特点： 　　①因子变量的数量远少于原有的指标变量的数量，对因子变量的分析能够减少分析中的计算工作量。②因子变量不是对原有变量的取舍，而是根据原始变量的信息进行重新组构，它能够反映原有变量大部分的信息。③因子变量之间不存在线性相关关系，对变量的分析比较方便。④因子变量具有命名解释性，即该变量是对某些原始变量信息的综合和反映。 　　因子分析的出发点就是用较少的独立变量的因子变量来代替原来变量的大部分信息。 　　1.2 聚类分析思想 我们所研究的样品（网点）或指标（变量）之间存在程度不同的相似性（亲疏关系――以样品间距离衡量）。于是根据一批样品的多个观测指标，具体找出一些能够度量样品或指标之间相似程度的统计量，以这些统计量为划分类型的依据。把一些相似程度较大的样品（或指标）聚合为一类，把另外一些彼此之间相似程度较大的样品（或指标）又聚合为另一类，直到把所有的样品（或指标）聚合完毕，这就是分类的基本思想。 　　2 构建房地产上市公司财务指标评价体系 　　2.1 指标的选取与说明 衡量上市房地产企业综合实力及财务风险水平，通常都是考核盈利能力，偿债能力，运营能力，发展能力，现金流，每股结构这六个指标。财务指标比较全面的反映了一个企业的状况，通过对财务指标分析可判断企业是处于快速成长型企业，稳健性企业，高增长高风险性企业。用来评价企业在资本活动中所面临的风险，所以选取的指标能够全面反映公司的经营状况。 　　本文选取了沪深20家上市房地产公司的财务指标。构建以下的财务指标体系（表1）。 　　2.2 财务指标处理 由于各指标之间差异比较大，因此需要将数据转换，采用SPSS软件对数据进行标准化处理。在所选指标中有正向指标，适度指标，逆向指标。则对适度指标流动比率、速动比率，逆向指标资产负债率进行取倒数的正向化处理。 　　2.3 因子分析法适用性检验 根据上述因子分析的原理，采用KMO和巴特利特球形度检验对20个上市公司的17个指标标准化数据进行相关性检验。如表2。 　　由上表得KMO的值为79.8%，各指标之间存在一定的相关性，原始变量可以做因子分析。同时，巴特利特球形度检验的结果近似卡方的概率接近0，表明在0.05的显著性水平下，原指标存在相关性。 　　2.4 主因子提取 本文以主成分分析法构造因子变量，根据特征值大于1提取主因子。通过主成分分析共提取了6个主因子，累计贡献率达到89.695%，能够很好的解释总方差，足够表达出原始数据的信息。 　　3 基于聚类分析法划分财务风险等级 　　结合运用聚类思想将房地产上市公司财务风险进行分类。将上述20家上市公司主因子得分作为新的变量，对其进行K均值聚类分析，将风险等级划分为3个等级：风险较小，风险一般，风险较高。运用SPSS软件计算结果如表3。 　　由表可得风险较高的企业：宋都股份。 　　风险一般企业：浙江广厦、滨江集团、顺发恒业、金科股份、泰禾集团、中南建设、中弘股份、深振业、中航地产、华侨城、金融街、荣安地产、亿城股份。 　　风险较低的企业：万科地产、招商地产、新华联、荣盛发展、保利地产、南京高科。 　　上面分析结果中对于6家风险较小的房地产公司，要保持好公司良好的财务管理状况，同时也要有一定的防范意识。对于13家风险一般的房地产企业，可以以现行