房地产上市公司资本结构和盈利能力实证分析.docVIP

房地产上市公司资本结构和盈利能力实证分析 　　一、概述 　　目前，房地产上市公司的改革正在向纵深推进，从2010年开始，针对我国房地产价格的过分膨胀，中央政府相继颁布了“限贷”、“限购”、“限价”等政策，另预计建设3600万保障房以缓解住房需求，以及颁布以房产税代替“限购令”的政策。这一系列的政策性调控措施，有效地遏制了房价的泡沫膨胀，给老百姓带来了利益。但是对于房地产公司而言，由于该行业资金投入量大、回收期长，资产负债率一般都比较高，如何在瞬息万变的市场形势下，占据一席之地，这是对房地产公司的挑战。在限购令和银行严厉信贷调控下，银行及资本市场等融资渠道被堵塞，加上房价的波动，使得房地产企业的资金链产生了断裂的危险，严重影响和极大的限制了公司的资本结构与盈利水平。因此对房地产上市公司资本结构与盈利能力关系的研究有一定的现实意义。 　　二、研究设计 　　（一）样本选取与来源 本文选取沪、深两市A股房地产上市公司作为研究对象，将2011年财务数据作为原始数据资料，并进行如下筛选：将ST处理过的公司及数据明显异常的公司排除在外；只选取具有代表性的房地产开发与经营类上市公司，剔除房地产中介公司，因中介公司的业务特点与经营类迥异，开发经营类公司的资本结构代表性更强。经过如上筛选最终选取24家公司作为有效样本，相关财务数据来源于新浪网站的财经频道。 　　（二）指标选取 反映公司的盈利能力财务指标很多，但并不是都能综合诠释盈利能力，有的指标只是反映了公司盈利能力的某一方面，并且这些指标之间相互关联，因而单纯以个别财务比率指标为依据难以做出客观精确的评价。因此，本文选取综合因子得分来衡量企业的盈利能力。本文的综合因子得分是运用Analyze菜单中的Factor选项进行因子主成分分析，以销售净利率、总资产利润率、净资产收益率和销售净利率四个财务指标为基础，构建衡量上市公司盈利能力的主成分分析模型，最终得出综合评价分值，并且将资本负债率作为衡量资本结构的指标，具体如表1所示。 　　三、实证结果与分析 　　（一）主成分分析评价上市公司的盈利能力 具体步骤如下： 　　（1）描述性统计分析。描述性统计就是在表示样本数据的中心位置（平均值）的同时，还能表示样本数据的变异程度（即离散程度），由结果可以大概看出样本的集中度是否适合做统计分析。 　　从表2中可以看出：四项指标中销售毛利率的平均值最高，达到35.48；而总资产利润率的平均值相对较低，仅有1.64。而平均值与各最大最小值之间并没有太大的异常差距，证明数据的选取有利于做相关性分析。而从输出结果中的各指标的标准差来看，离散程度最小的是总资产利润率，较大的销售毛利率也处于正常区域内。 　　（2）主成分分析。主成分分析的基本思想是对存在关联关系的原始变量进行线性组合，提取主要成分得到新的综合变量。因此，这些综合变量不仅保留了原始变量的主要信息，而且不相关联，通过主成分分析，剔除重复信息，从而达到最佳综合。从相关系数矩阵能够看出，相关系数普遍较高，分别为r12=0.760，r13=0.738，r14=0.681，r23=0.912，因此变量间线性关系较强，可以提取公共因子；由KMO和Bartlett检验结果知：KMO=0.6540.5，表明所选取的指标适于做主成分分析。根据累计方差贡献率选取两个主成分，基本上可以较好地代表原有指标（见表3）。 　　保留的两个因子是原有变量糅合后产生的，对原有变量的解释度为总方差的94.615%，基本能够反映多数信息，并且因子之间不存在显著的线性关系，适合进行统计分析。 　　（3）计算盈利能力综合分值根据因子得分系数矩阵（见表4），构建主成分表达式如下： 　　Fac1_1=0.162x1+0.480x2+0.479x3-0.273x4； 　　Fac2_1=0.355x1-0.179x2-0.181x3+0.843x4； 　　通过观察表4，第一主成分对4个变量的因子载荷矩阵中，总资产净利润率和净资产收益率两个指标相对较大，由此第一主成分主要代表公司资产的盈利能力；第二主成分对4个变量的因子载荷矩阵中，销售毛利率和销售净利率两个指标相对较大，由此第二主成分主要代表公司经营的盈利能力。根据新变量Fac1_1、Fac2_1得出公司盈利能力的综合得分F： 　　F=（72.233×Fac1_1+22.382×Fac2_1）/94.615 　　（二）回归分析与相关性检验 选择资产负债率作为自变量X，因变量是盈利能力的综合得分F，构建线性回归方程，即：F=k*x+b+？着。其中，k表示斜率，b表示常数，ε表示误差。运用Analyze菜单中的Linear选项进行线性回归，得到结果见表5。 　　结果表明，两者均通过了0.05显著性水平的t检验，说明回归方程的