基于半参数部分线性混合效应模型的房地产上公司-北京化工大学.PDF

第44卷 第4期 北京化工大学学报(自然科学版) Vol.44,No.4 2017年 Journal of Beijing University of Chemical Technology (Natural Science) 2017 基于半参数部分线性混合效应模型的房地产 上市公司盈利能力影响因素研究 袁超杰摇 孙摇 煜摇 李志强* (北京化工大学 理学院,北京摇 100029) 摘摇 要:基于沪深两市的50家房地产上市公司2006年至2015年期间的纵向数据,从资产结构、负债结构、公司规 模、公司风险、发展潜力5个方面分析了影响房地产上市公司盈利能力的因素。 通过建立净资产收益率、流动资产 率、资产负债率、总资产的对数、主营业务收入的对数5 个观测变量的半参数部分线性混合效应模型进行实证分 析,并根据贝叶斯推断给出了模型参数的估计值,最后通过将实证模拟结果与房地产行业上市公司的实际情况进 行对比分析,证明了所建模型的有效性。 关键词:纵向数据;半参数混合效应模型;贝叶斯分析;房地产上市公司;盈利分析 中图分类号:F064郾1摇 摇 DOI:10.13543/ j.bhxbzr.2017.04.018 最大惩罚似然的光滑样条和惩罚样条方法[5-7]。 相 引摇 言 较于这些经典统计方法,贝叶斯统计方法在小样本 随着国家不断出台政策调控楼市,房地产行业 情况下得到的点估计和区间估计更准确,并且可以 已然告别高速增长的时代,因此对于房地产上市公 通过后验分布将无关的参数通过积分处理掉,有效 司盈利能力的研究尤为重要。 通过研究盈利能力, 简化了模型的推断。 目前,已经有不少学者利用贝 房地产上市公司可以发现自身经营管理中存在的问 [8] 叶斯方法推断统计模型,如王佐仁等 研究了线性 题,提高自身业绩,而投资者则可以根据盈利能力判 混合效应模型的贝叶斯推断,提出了随机效应协方 断股票价格变化和股息的分配,进行合理的股票 [9] 差矩阵的对数的多元正态逼近方法;Li等 研究了 投资。 纵向数据下半参数混合模型的贝叶斯推断,分析比 房地产上市公司盈利能力数据是时间序列数 较了随机效应分别服从正态分布和非参数分布时的 据,同时在时间截面上含有多个公司的多个指标,所 估计效果。 但是基于共轭先验分布并利用贝叶斯方 以应作为纵向数据进行研究。 基于纵向数据的特 法推断半参数部分线性混合效应模型方面的研究还 点,目前主要用线性混合效应模型处理纵向数据,但 未见报道。 是线性效应模型在很多情况下处理效果不甚理想, 本文参考文献[8-9]的方法,选择贝叶斯方法 本文综合参数混合效应模型与非参数混合效应模 进行模型推断。 以我国A股市场的50 家房地产上 型,采用半参数部分线性混合效应模型进行研究。 市公司为研究对象,首先根据上市公司盈利指标选 半参数部分线性混合效应模型具有参数模型和非参 [10]