房地产指标的典型相关分析.docxVIP

Ξ房地产指标的典型相关分析余运君李秋红李振红宋述刚(长江大学 信息与数学学院, 湖北 荆州 434023)〔摘要〕 文章以多元统计中的典型相关 Ξ 房地产指标的典型相关分析 余运君 李秋红 李振红 宋述刚 (长江大学 信息与数学学院, 湖北 荆州 434023) 〔摘要〕 文章以多元统计中的典型相关分析法为依据, 使用软件 SP SS 15. 0 进行房地产类上 市公司的财务指标分析. 〔关键词〕 典型相关分析; SP SS; 房地产类上市公司 〔文章编号〕 167222027 ( 2008) 0220048203 〔中图分类号〕 F 293 〔文献标识码〕 A 0 引言 房地产作为一个热门话题, 与人们的生活紧密相连. 许多专业人士和学者针对房地产指标从各自不同的 角度做了研究. 胡学锋在统计研究 2000 年第 3 期发表的《房地产业可持续发展研究》中指出房地产业可持续 发展的基本条件是房价涨幅小于当地居民收入增幅, 并采用了市场炒作、房屋空置率等指标. 沈悦, 刘洪玉在 价格理论与实践2002 年第8 期发表的《房地产价格与宏观经济指标关系的研究》中深入研究了国家宏观调控 政策对房价的影响. 兰功成, 戴耀华在金融与研究 2006 年第 9 期上发表的《基于主成分分析的研究—以中国 房地产上市公司为例》, 就是主成分分析法在房地产业研究中的应用. 揭示了单一变量与多变量之间的相关 关系. 1 基本原理及方法 1. 1 典型相关分析法 典型相关分析 (cano n ica l co r re la t io n ) 是研究两组变量之间相关关系的一种多元统计方法. 典型相关分 析的目的是识别并量化两组变量之间的关系. 将两组变量相关关系的分析转化为一组变量的线性组合与另 一组变量的线性组合之间的相关关系分析1 . q 总体的 n 次中心化观测数据阵2 : 假设有两组随机变量 X = (X 1 , X 2 , X p ) ′, Y = (Y 1 , Y 2 , Y q ) ′, Z 为 p + ′ X 11 fi X n1 X 1p fi X np Y 11 fi Y n1 Y 1q fi = ( X Y ) ′ n×p n×q Y nq Z = (1) 记 p + q = m , 不妨设 q ≤ p . 第一步, 计算相关系数阵R , 并将R 剖分为 R 11 R 21 R 12 R 22 R = (2) 其中, R 11 , R 22 分别为第一组变量和第二组变量的相关系数阵, R 12 , R 21 为第一组与第二组变量的相关系数 阵. 第 二 步, 求 典 型 相 关 系 数 及 典 型 变 量. 首 先 求 A = R - 11R 12R - 21R 21 的 特 征 根 Κ2 , 特 征 向 量 S 1 Αi; B = 1 2 i R - 1 - 1 2 22 R 21R 11 R 12 的特征根 Κi , 特征向量 S 2 Βi , 则有 Αi = S - 1 S 1 Αi ( ) , Βi = S - 1 S 2 Βi ( ) ( ) 3 1 2 则随机变量 X 和 Y 的典型相关系数为 Κ, 典型变量为 收稿日期: 2008203211 作者简介: 余运君 ( 19852) , 男, 江西宜春人, 长江大学信息与数学学院在读硕士研究生, 主要从事多元统计分析研究. Ξ 49第 2 期余运君等: 房地产指标的典型相关分析U 1 = Α′X , V 1 =Β′Y ; U 2 =Α′X , V 2 =Β′Y ;; U t = Α′X , V t =Β′Y ( t ≤ p )(4)1122tt第三步, 典型相关系数 Κi 的显著性检验. 在作两组变量X 和 Y 的典型相关分 49 第 2 期 余运君等: 房地产指标的典型相关分析 U 1 = Α′X , V 1 = Β′Y ; U 2 = Α′X , V 2 = Β′Y ; ; U t = Α′X , V t = Β′Y ( t ≤ p ) (4) 1 1 2 2 t t 第三步, 典型相关系数 Κi 的显著性检验. 在作两组变量X 和 Y 的典型相关分析之前, 首先应检验两组变 量是否相关, 如果不相关, 即 co v (X , Y ) = 0, 则讨论两组变量的典型相关就毫无意义3 . 在房地产类上市公司中的研究与应用 2007 年在上海股票市场活跃着 40 余支房地产类上市公司, 由于个别企业数据不全, 所以我选取了 36 家 房地产上市公司, 利用 SP SS 软件对这 36 家上市公司公开发布的财务数据进行