上海外国语大学国际工商管理学院，上海

收稿日期：2022年12月28日；录用日期：2023年1月24日；发布日期：2023年1月31日

摘要

房地产行业一直以来都是影响中国经济发展的重要部分。一方面，绝大多数的房地产企业都具有资本密集型企业的特征。对于这些企业来说，融资往往是维持企业长期发展的重要手段。因此，房地产企业在财务报表中通常体现为高资产负债率，影响了对企业的偿债能力的判断。另一方面，房地产企业在开发经营过程中发生的管理费用和销售费用作为期间费用，直接计入当期损益，在项目有着大量预收账款未转化为销售收入时会产生巨额亏损，很难通过单一指标去衡量一家房地产企业的财务绩效。为了全面考察房地产企业的财务指标，通过多元统计分析方法中的因子分析，对30家房地产企业在2021年度的财务绩效进行评价和分析，得到三个公共因子，代表不同的财务绩效能力，经过对三个公共因子和总因子得分的公司比较，我们发现第一个公共因子对总因子得分的影响最大，代表了公司的盈利能力、成长能力和偿债能力。其中新城控股、张江高科、上海临港等几家公司的财务绩效表现较差。总体而言，主成分分析对分析房地产企业的财务绩效评价具有重要的指导作用，通过因子降维的方法聚合了不同变量，对评价公司财务绩效意义深远。

关键词

主成分分析，房地产行业，财务指标，因子分析

An Empirical Study on Corporate Financial Performance Evaluation in the Real Estate Industry

Xudong Zhong

School of International Business and Management, Shanghai International Studies University, Shanghai

Received: Dec. 28^th, 2022; accepted: Jan. 24^th, 2023; published: Jan. 31^st, 2023

ABSTRACT

The real estate industry has always been an important part of China’s economic development. On the one hand, the vast majority of real estate enterprises have the characteristics of capital-intensive enterprises. For these enterprises, financing is often an important means to maintain the long-term development of the enterprise. Therefore, real estate enterprises usually have a high asset-liability ratio in their financial statements, which affects the judgment of the solvency of the enterprise. On the other hand, the management expenses and sales expenses incurred by real estate enterprises in the process of development and operation are directly included in the profit and loss of the current period as period expenses, which will produce huge losses when the project has a large number of advance receivables that have not been converted into sales revenue, and it is difficult to measure the financial performance of a real estate enterprise through a single indicator. In order to comprehensively investigate the financial indicators of real estate enterprises, through the factor analysis in the multivariate statistical analysis method, the financial performance of 30 real estate enterprises in 2021 was evaluated and analyzed, and three public factors were obtained, representing different financial performance capabilities. Among them, the financial performance of several companies such as Xincheng Holdings, Zhangjiang Hi-Tech and Shanghai Lingang was poor. In general, principal component analysis has an important guiding role in analyzing the financial performance evaluation of real estate enterprises, and aggregates different variables by factor dimensionality reduction method, which is of far-reaching significance for evaluating the financial performance of companies.

Keywords:Principal Component Analysis, Real Estate Industry, Financial Indicators, Factor Analysis

Copyright © 2023 by author(s) and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY 4.0).

http://creativecommons.org/licenses/by/4.0/

1. 引言

我国是一个土地公有制的国家，土地的所有权属于不可买卖的对象，但是土地的使用权却可以买卖。通过土地使用权的交易，房地产企业对出让土地进行开发，建造符合商业用地、居住用地和工业用地的房产。对于我们研究的对象，居民居住用地及其在土地上建造的房产是主要的研究中心。一般居民用地的房屋建造周期较长，并且施工标准较高，需要使用很长时间，因此对房产赋予了特殊的经济价值和特征，使得房产具有了投资价值，这是其他不动产很少拥有的属性功能。在日常生活中，用以居住的房产通常来说交易价值比较高，尤其是当下，住房矛盾尖锐，人民日益增长的住房需求不断增长，表现为大中型城市甚至小型城镇的住房价格上升较快。

在过去的几十年当中，房地产行业在我国经济发展中扮演着相当重要的角色。除了提供人民群众所必需的住房和商业场所以外，房地产企业在拿地时向政府缴纳的土地出让金的过程中充当着中介桥梁的作用，为政府提供了大量的财政收入，这些财政收入正是中国大规模投资基础建设和工业发展的重要组成部分。而且，由于房地产开发周期一般比较长，需要的现金流非常巨大，绝大多数房地产企业融资的方法是向银行借款，这又支付了一笔额外的利息费用。不难看出，通过对房地产行业的财务绩效分析，能够为这一行业的企业自身管理提供一些指导性意见，甚至可以为整个国家经济的平稳健康运行起到一定的作用，避免一些大型房地产企业因资金链断裂而导致的连锁反应。

本文采用主成分因子分析对在A股上市的市值前30家房地产企业2021年度的15个财务指标进行分析，旨在通过这种方法对这15个指标进行降维成几个不相关的综合指标，这样一来就削减了变量的个数，不用考虑指标之间存在完全共线性，且不用担心丢失过多的信息，便于评价 [1]。截止2021年12月31日，沪深AB股上市企业中，房地产行业共135家上市公司，总市值达19698.59亿元。3家上市公司市值超1000亿。去除了ST基础(600515.SH)后，我们所选取的房地产公司有：万科A、深振业A、美丽生态、深物业A、沙河股份、深深房A、大悦城、华联控股、中洲控股、北方国际、华侨城A、天健集团、金融街、山东路桥、绿景控股、渝开发、荣安地产、广宇发展、中天金融、莱茵体育、我爱我家、粤宏远A、阳光股份、奥园美谷、海航投资。

2. 构建房地产企业的绩效评价指标体系

2.1. 确定指标

如上所述，我们选取了在A股上市的30家房地产企业，通过CSMAR数据库获得了他们各自2021年的财务绩效情况。企业绩效综合评价指标体系采用的财务指标，主要是从盈利能力、成长能力、营运能力、偿债及资产结构４个方面，通过对营业利润率、销售净利率、总资产利润率、总资产净利润率、资产报酬率、净资产报酬率、净利润增长率、净资产增长率、总资产增长率、应收账款周转率、存货周转率、固定资产周转率、流动比率、产权比率、资产负债率共15个财务指标的分析，揭示企业财务的好坏，见表1 [2]。

表1. 财务绩效评价指标体系

2.2. 计算指标

将这些指标列出来后，我们按照财务指标公式，使用计算机对收集到的数据运算得出每一家房地产企业的各项指标数据。

3. 三十家房地产企业财务绩效指标评价实证分析

3.1. 因子分析简介

因子分析的主要目的是用来描述隐藏在一组测量到的变量中的一些更基本的，但又无法直接测量到的隐性变量。比如，如果要测量学生的学习积极性，课堂中的积极参与，作业完成情况，以及课外阅读时间可以用来反应积极性。而学习成绩可以用期中，期末成绩来反应。在这里，学习积极性与学习成绩是无法直接用一个测度测准，它们必须用一组测度方法来测量，然后把测量结果结合起来，才能更准确地把握。换句话说，这些变量无法直接测量。可以直接测量的可能只是它所反映的一个表征，或者是它的一部分。在这里，表征与部分是两个不同的概念。表征是由这个隐性变量直接决定的。隐性变量是因，而表征是果，比如学习积极性是课堂参与程度的一个主要决定因素 [3]。

因子分析是社会研究的一种有力工具，但不能肯定地说一项研究中含有几个因子，当研究中选择的变量变化时，因子的数量也要变化。此外对每个因子实际含意的解释也不是绝对的。在对30个房地产企业的财务指标进行因子分析，找出这些财务指标当中的相关性高的指标降维成一组变量，生成的综合变量被称为公共因子，代替原来的财务指标，来衡量每个企业的财务绩效。

3.2. 计算因子

3.2.1. 提取因子

根据邱皓政的KMO统计量判定原理中指出，KMO在0.5以下是无法接受的 [4]。对这15个指标进行因子分析，结果得出的KMO值是0.634，通过了巴特利特球形度检验，见表2。

表2. KMO和巴特利特检验

因为这几项指标是衡量一家企业的综合评判校准，为了避免指标数值之间的相差太悬殊，在进行因子分析之前必须进行标准化处理。随后，我们使用计算机进行降维，降维方法采取因子分析，其中我们主要是采取主成分分析法来进行因子提取，特征值大于1的特征根数目是提取的因子的数目，因为在特征值大于1的条件下提取因子，能够使原有变量的信息丢失较少，整体因子分析效果较为理想。根据特征值、方差贡献率以及因子载荷，最终我们提取了三个公共因子F1、F2、F3。通过SPSS软件得出，三个主因子的累计方差贡献率达到了78.992%，分别占到57.369%、13.280%、8.342%，见表3、图1。

表3. 相关矩阵系数的特征值与贡献率

图1. 碎石图

3.2.2. 因子得分

使用了凯撒正态化最大方差法进行因子旋转，通过成分矩阵可知：对于F1而言，营业利润率、销售净利率、总资产利润率、总资产净利润率、资产报酬率、净资产报酬率、总资产增长率、流动比率、产权比率和资产负债率与之密切相关，说明这几个指标对F1的影响较大，代表了公司的盈利能力、成长能力、偿债能力；对于F2而言，应收账款周转率、存货周转率、固定资产周转率与之密切相关，说明这几个指标对F2的影响较大，代表了公司的营运能力；对于F3而言，流动比率、产权比率和资产负债率与之密切相关，说明这两个指标对F3的影响较大，代表了公司的偿债能力，见表4。

表4. 旋转后的成分矩阵

注：凯撒正态化最大方差法。

我们使用原有的财务指标和成分矩阵计算出得分矩阵，如表5：

$\begin{array}{c}F1=0.948\ast X1+0.952\ast X2+0.921\ast X3+0.934\ast X4+0.882\ast X5+0.964\ast X6\\ +0.933\ast X7+0.926\ast X8+0.343\ast X9-0.015\ast X10+0.146\ast X11\\ +0.298\ast X12+0.329\ast X13-0.897\ast X14-0.523\ast X15\end{array}$

$\begin{array}{c}F2=0\ast X1-0.026\ast X2+0.361\ast X3+0.327\ast X4+0.422\ast X5-0.098\ast X6\\ -0.132\ast X7-0.108\ast X8+0.122\ast X9-0.402\ast X10+0.787\ast X11\\ -0.548\ast X12+0.179\ast X13-0.171\ast X14-0.572\ast X15\end{array}$

$\begin{array}{c}F3=-0.155\ast X1-0.148\ast X2+0.077\ast X3+0.074\ast X4+0.096\ast X5+0.152\ast X6\\ -0.152\ast X7+0.168\ast X8+0.452\ast X9+0.08\ast X10+0.207\ast X11\\ +0.37\ast X12-0.825\ast X13+0.197\ast X14+0.534\ast X15\end{array}$

表5. 成分得分系数矩阵

注：凯撒正态化最大方差法。

根据各因子的方差累计贡献率与两者的累计方差贡献率之比对分子得分进行加权汇总，得到30家房地产企业的 得分，如表6：

$F=F1\ast \left(57.369/78.992\right)+F2\ast \left(13.280/78.992\right)+F3\ast \left(8.342/78.992\right)$

表6. 公司因子得分表

4. 三十家房地产企业财务绩效综合评价

从财务指标维度上看上，华侨城A、万科A和中华企业在盈利能力、成长能力、偿债能力上位列30家房地产企业的前三，万科A、上海临港、华侨城A在营运能力上位列30家房地产企业的前三，中华企业、万科A、上海临港在偿债能力上位列30家房地产企业的前三。但是在综合得分上，万科A、荣盛发展、滨江集团位列前三，而上海临港在综合得分上位列倒数第二，处在30家房地产公司的第29名，这是由于上海临港的盈利能力和成长能力为30家企业的最后一名，而代表了盈利能力、成长能力、偿债能力的公共因子F1对综合得分F的贡献率最大，从而显著地影响了上海临港在综合得分F的排名。从方差贡献率和因子载荷的角度上，公共因子F1所代表公司的偿债能力多于公共因子F3所代表公司的偿债能力。

新城控股、上海临港、张江高科位列综合得分最后三名，主要受到了公共因子F1的影响，三家企业在F1的排名中位列最后三名，说明了三家企业的盈利能力、成长能力、偿债能力比较差，说明这三家企业发生风险的可能性比较高。相比于上海临港和张江高科两家国有企业，新城控股更有可能出现财务风险。新城控股在近几年来持续传出商票逾期、信用评级下调等负面新闻，也在印证其财务状况的糟糕。

因此，对于二级市场的投资者来说，购买新城控股股票具有非常高的风险；对于房产购买者来说，购买新城控股开发的房产也存在一定的暴雷风险。针对这种情况，有以下三点建议：第一，有关部门需要严密监控新城控股及其他可能存在暴雷风险的公司，防止出现大面积烂尾楼以及股市波动；第二，新城控股等民营企业也需要迅速做出应对，将还未交付的楼盘尽快完成，控制不必要的费用支出，严格商品房质量监督；第三，二级市场的投资者以及房产购买者需要更谨慎地对待存在一系列财务风险的房地产企业，及时止损。

5. 总结

评价房地产企业的财务绩效对于控制房企风险非常重要。本研究使用了主成分分析，对2021年沪深两市市值前30的房地产企业通过由15种财务指标进行降维生成公共因子进行深度探析，揭示了30家房地产公司的财务运营状况，对于指导房地产研究具有理论和现实意义。

1) 主成分分析使用了因子降维思想，将变量由高维度降维至低维度，减少了变量的个数，能够减少高相关性的变量，对于结果的解读更加清晰和直观，体现了方法的先进性。尤其在公共因子得分排名中，我们可以看出主成分分析能够使用因子总得分综合评价不同企业的财务绩效。

2) 使用主成分分析对30家房地产企业的财务绩效进行评价，在学术界尚不是主流方法。通过本研究，希望学术界可以重视主成分分析在企业财务绩效评价中的实践使用，创新地将更多数学思想和统计方法运用到企业财务绩效评价之中。

3) 在使用主成分分析方法的同时，也必须注意到样本选取的规范性和方法的适用性，严格按照标准进行分析。

文章引用

钟旭东. 房地产行业的企业财务绩效评价实证研究
An Empirical Study on Corporate Financial Performance Evaluation in the Real Estate Industry[J]. 应用数学进展, 2023, 12(01): 222-230. https://doi.org/10.12677/AAM.2023.121025

参考文献