房地产企业财务状况影响因素分析.pdf

《房地产企业财务状况影响因素分析.pdf》由会员分享，可在线阅读，更多相关《房地产企业财务状况影响因素分析.pdf（26页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、-可编辑辽宁工业大学统计软件实训报告题目：房地产企业财务状况的影响因素分析院（系）：经济学院专业班级：2014 级工商管理 1 班学号：1 3 0 1 0 1 0 2 6 学生姓名：杨徐林指导教师：陈树良教师职称：副教授起止时间：2016.12.26-2016.1.8-可编辑统计软件实训任务书及评语院（系）：经济学院专业：工商管理学 号130101026学生姓名杨徐林专业班级14.1 班实训任务与要求一、实训任务任务一：实训题目与目的。确定实训题目，确定样本与变量，拟定数据文件。要求：实训题目要简明、具体、规范。可以从上市公司、社会经济发展实际等领域选择实训题目。样本规模尽量为大样本，变量数量

2、要尽量多。根据实训题目及样本与变量，建立数据文件。任务二：统计软件应用过程。进行集中趋势分析、离散程度分析（如均值、中位数、众数和标准差、方差等），针对研究问题进行统计进行分析。进行推断统计分析（如单样本 t 检验、两个独立样本t 检验、单因素方差分析和回归分析等），针对研究问题进行统计分析。进行多元统计分析（如Q 型聚类分析、R 型聚类分析、K 型聚类分析，因子分析等），针对研究问题进行统计分析。要求：分析以下四个方面的问题：分析方法的选择、统计软件操作、计算结果的分析。要求统计软件操作过程清晰、目的明确。任务三：研究结论。要求：根据描述统计、推断统计、多元统计等计算结果，分析计算结果的社会

3、经济意义，分析研究问题的现状、差异、特点及现象之间的相互关系，从中提炼研究结果，反映研究问题的发展特点和规律。二、实训报告要求1、实训报告内容包括3 部分：（1）实训题目与目的；（2）统计软件操作过程；（3）研究结论。2、实训报告结构及排版要求见指导书。-可编辑工作进度计划确定实训题目与数据，包括确定研究问题和研究目的，设计研究样本与变量；通过适当的渠道，取得有关数据，建立数据文件（1 天）。统计软件操作，包括描述统计分析（2天），推断统计（2.5 天），多元统计分析（2.5 天），分析计算结果，得出研究结论（1 天）。根据根据上述实训内容，整理、完善、上交统计软件实训报告与答辩（1 天）。指

4、导教师评语及成绩成绩：指导教师签字：年月日目录1、实训题目与数据.11.1 实训题目与数据.11.2 样本与变量 .11.3 数据文件.22、房地产企业财务状况的影响因素的统计分析.32.1 房地产企业财务状况的影响因素分析的描述统计分析.32.1.1 房地产企业财务状况的影响因素的集中趋势及离散程度的计算与分析.32.1.2 房地产企业财务状况的影响因素计算结果的说明.42.2 房地产企业财务状况的影响因素的Q 型聚类分析.52.2.1 房地产企业财务状况的影响因素的统计软件处理.52.2.2 房地产企业财务状况的影响因素的计算结果的说明.92.3 房地产企业财务状况的影响因素的因子分析.1

5、22.3.1 房地产企业财务状况的影响因素的统计软件处理.122.3.2 房地产企业财务状况的影响因素的计算结果的说明.15-可编辑3、研究结论 .193.1 2015 年房地产行业的基本情况概述.193.2 实训结果.19-可编辑1、实训题目与数据1.1 实训题目与目的实训问题：房地产企业财务状况的影响因素。在全国各地都有着很多的追梦者和打拼的人，他们曾经怀着无限的热情来到某一个城市，希望在这个城市能够实现自己的梦想，在这个城市能够站稳脚跟，在这个城市能够拥有一个家，能够安定的生活下去。那么想要拥有一个“家”可不是一件容易的事。这个城市的房价将极大的影响你的生活。房地产行业 作为国民经济的支

6、柱、国家税收的主要来源，房地产行业发展备受关注。当前，我国房地产企业的财务体系相对完备，但在衡量财务状况时仍有一些不足，如指标多、体系复杂等等。本文对2015 年 31 家房地产企业的净资产收益率，总资产报酬率，固定资产周转率，总资产报酬率，流动资产周转率，应收账款周转率。进行基本分析，聚类，以及主成分分析。找出影响财务状况的主要因素，并对其进行分析，以期更直观地说明影响房地产企业财务状况的因素。实训目的：（1）：熟练的掌握 SPSS统计软件的各项功能，能用该软件解决实际问题。（2）：通过本次实训能够了解我国房地产行业近年来的状况。（3）：知道影响房地产财务状况的因素。1.2 样本与变量样本：

7、31 家房地产企业变量：X1：净资产收益率。X2：总资产报酬率。X3：固定资产周转率。X4：总资产报酬率。X5：流动资产周转率。X6：应收账款周转率。-可编辑1.3 数据文件表 1 2015年 30 家企业财务指标X1X2X3X4X5X6浦东金桥6.353.13%2.30.400.2413.23光明地产8.81.08%14.130.260.268.65天房地产0.10.02%30.950.180.168.65嘉凯城-74.38-6.56%11.530.110.144.56津滨发展-13.99-2.84%82.890.110.107.93云南城投6.70.71%11.870.100.111.94

8、华远地产17.733.48%83.070.360.3430.83大名城8.451.58%11.50.180.1439.1格力地产40.127.01%12.290.130.10663.81西藏城投2.540.57%8.790.070.085.05大龙地产2.792.01%12.830.230.282.87保利地产18.633.21%43.820.320.3038.03卧龙地产3.731.37%120.730.350.434.47宝安地产2.890.99%39.420.180.604.52中粮地产121.42%23.390.270.2869.75信达地产10.61.91%100.280.180.1

9、918.41北京城建8.152.50%54.510.160.15114.74万通地产-18.98-4.39%87.600.190.1847.19-可编辑中房地产1.680.4%26.330.160.1557326.97中航地产10.91.87%37.260.260.3914.40荣安地产2.821.48%175.910.160.1629.63中天城投32.185.28%4.490.310.3214.82渝开发0.260.1%0.740.150.2323.89湖北金环-6.1-1.19%1.730.100.1414.14京投地产5.990.4%148.540.300.28263.9南国置业1.0

10、30.19%94.870.190.289.98天津松江-34.14-4.8%3.970.050.040.58京能置业5.351.39%51.240.150.132758.86广宇地产7.572.22%697.150.230.15436139.51栖霞地产4.91.32%214.140.410.52797.182、房地产企业财务状况的影响因素的统计分析。2.1 房地产企业财务状况的描述统计分析2.1.1 房地产企业财务状况的影响因素的趋势及分散程度的计算与分析。（1）统计软件操作过程：选择菜单：【Analyze Dscriptive statisticsDscriptives】，如图 1-可编辑

11、图 1 计算基本描述统计量窗口 选择需要计算的变量到【Variables】框中，出现图 2 示窗口。图 2 计算基本描述统计量窗口 单击【Option】按钮，选择统计量及相应选项，如图3 示。-可编辑图 3 本描述统计量选择窗口 单击【OK】按钮。2.1.2 房地产企业财务状况问题的计算结果的说明NMinimumMaximumMeanStd.DeviationX130-74.3840.122.489019.72371X230-6.5600%7.0100%.862000%2.7207%X330.7697.273.609130.1342X430.0.4.196.0953X530.04.60.226

12、0.13072X630.58436139.516646.8979913.79Valid N(listwise)30-可编辑表 2 Descriptive Statistics如表 2 所示，该分析中有31 个样本，净资产收益率的最大值为40.12.，最小值为-74.38，标准差为 19.72371。总资产报酬率的最大值为7.01%，最小值为-6.56%，标准差为2.7207%.固定资产周转率的最大值为697.2.，最小值为0.7，标准差为 130.1342。总资产报酬率的最大值为0.4.，最小值为 0，标准差为 0.0953。流动资产周转率的最大值为0.6，最小值为 0.04 标准差为 0.1

13、3072。应收账款周转率的最大值为436139.53，最小值为 0.58，标准差为 79913.79。2.2 房地产企业财务状况的影响因素的Q 型聚类分析2.2.1 房地产企业财务状况的影响因素的Q 型聚类分析的软件处理（1）调出主菜单（Analyze/Classify/Hierarchical Cluster)，在数据编辑窗口，依次点击 Analyze/Classify/Hierarchical Cluster，调出聚类分析菜单，并进入聚类分析主对话框 Hierarchical Cluster Analysis。图 4 聚类分析菜单（2）主对话框的设置（Hierarchical Cluste

14、r Analysis）在聚类分析主对话框，分别进行以下设置。设置聚类分析的变量。在主对话框中，将对话框左侧原始变量框中选择x1-x6，调入到右侧的分析变量 Variables 框中。设置标记变量。标记变量就是在系统聚类分析中显示聚类内容名称，将地区设置成标志变量并调入到右侧中间的lable Cases By 框中。-可编辑选择系统聚类的类型。系统聚类有两种类型，即Q型和R型。现在要选择的是Q型聚类分析。在主对话框的右侧中间的Cluster 框的下面选中 Cases即可。设置输出内容。系统聚类分析的输出内容有数据计算的结果和图形。因此为全面进行系统聚类分析，要同时选中这两项。在主对话框的右侧中间

15、的 Display框在选中 Statistics 和Plots,表示做统计计算和绘图。图 5 聚类分析主对话框（3）各个二级对话框的设置在聚类分析主对话框中，分别进行以下设置。输出特定的计算内容。在聚类分析主对话框中，点击Statistics按钮，进 入 二 级 对 话 框 Hierarchical Cluster Analysis：Statistics。主 要 选 择Agglomeration schedule,表示输出凝聚状态表。之后点击 Continue按钮返回主对话框。-可编辑图 6 输出聚类分析凝聚状态表输出图形。在聚类分析主对话框中，点击Plots 按钮，进入二级对Hierarch

16、icalClusterAnalysis：Plots，指定输出图形。输出树形图。选择 Dendrogram输出树形图，用于判断聚类的结论。输出冰柱图。按照默认的设置输出冰柱图。在Icicle 框中，按照默认方式选择All clusters；在Orientation框中，按照默认方式选择 Vertical,表示输出纵向冰柱图。完成上述设置后，点击Continue 按钮返回主对话框。图 7 输出聚类分析图形指定聚类分析聚类的计算方法。在聚类分析主对话框中，点击Method 按钮，进入二级对话框 Hierarchical Cluster Analysis：Method。关于聚类分析距离的计算的几个方面

17、。-可编辑小类间距离的计算方法。在Cluster Method 框中，按照默认选项选择组间平均链锁距离 Between-groups Linkage距离计算方法。个体间距离的计算方法。在Measure 框中，按照默认选项选择欧式距离平方Squared Eucliddean Distance距离计算方法数据的转换处理即是否标准化。在Transform Values框中，选择 None 方法表示不进行数据的标准化。符号度量的转换。在Transform Measure框中，有 3 种转换方法。即所有样本取绝对值 Absolute Values，改换样本值的符号Change，重新调整样本值在 01 之

18、间 Rescale to 0-1 range。上述设置完成后，返回主对话框。图 8 设置聚类分析距离的计算方法输出聚类的结果。点击 Save 按钮，进入二级对话框Hierarchical Cluster Analysis：Save。在这个二级对话框里，选择保存 2 5 类的聚类分析的结果。上述设置完成后，返回主对话框。-可编辑图 9 设置聚类分析的类成员（4）运行程序（OK）2.2.2 房地产企业财务状况的影响因素的计算结果的说明（1）系统聚类分析的概要表 3 Case Processing Summary(a,b)CasesValidMissingTotalNPercentNPercentN

19、Percent30100.00.030100.0a Squared Euclidean Distance usedb Average Linkage(Between Groups)这是聚类分析的第一个表格。从表中数据可以看到，共有 30 个个案、100%进入了系统聚类分析，也就是说原始数据全部有效。（2）凝聚状态表凝聚状态表是系统聚类分析中各种距离的计算结果。从中可以看到各个个体及小类之间的距离。第一列，表示聚类步骤。第二列和第三列，表示本步骤聚类中是哪两个样本或者小类聚成一类。第四列，表示聚类过程产生的距离。第五列和第六列，表示在本步骤的聚类中，参与聚类的是个体还是小类，其中“0”表示个体，

20、非“0”的具体数据表示小类。第七列，表示本步骤的聚类结果在以后的哪一步中用到了。具体内容：第 1行，第 6和11号个体最先进行了聚类，之间的距离是0，参与聚类的都是个体，这个聚类的结果将在以后的第2步使用。以下各行的含义大-可编辑致如此，略。表 4 Agglomeration ScheduleStageCluster CombinedCoefficientsStage Cluster First AppearsNext StageCluster 1Cluster 2Cluster 1Cluster 2161118.810002261029.89610332669.27702842324138.

21、16700651420167.26500126123168.58404871626194.876009812357.89563119716683.76307101057997.55609141118997.66580131212141029.0180515131221029.95211015145131364.32010017151121601.552131219164271695.3630019175182104.558140201815173008.572002119145012.917151621205217238.73817022211158664.902191822221510894

22、.2722120242393047399.6590025-可编辑2412572313.662220262539107420.130023262613624751.517242527271287041791.24026028281193262409541.3412702929129188428782936.9022800（3）树形图这是系统聚类分析的树形图，也是得到系统聚类分析最后结果的最重要的依据和来源，根据这个树形图，基本上能够得到系统聚类分析的最后结果。各类之间的聚类在标准化的距离25内。根据树形图，可以看到，聚类数为2 5类都是可以的。表 5 Dendrogram using Avera

23、ge Linkage(Between Groups)Rescaled Distance Cluster Combine-可编辑（4）聚类分析的结论根据上面的分析，房地产企业财务状况可以分为两类。聚类分为 2类的时候，各类包含的地区：第1类：天房地产，广宇地产两个企业。第2类：保利地产，华远地产，中粮地产，宝安地产，中房地产等 28家企业。2.3 房地产企业财务状况影响因素的因子分析2.3.1 房地产企业财务状况影响因素统计软件操作过程 选择菜单【Analyze Dimension ReductionFactor】，如图 10 示。-可编辑图 10 把参与因子分析的变量到【Variables】框

24、中，如图 11 所示。图 11 因子分析窗口 图 11 所示窗口中单击【Descriptives】按钮指定输出结果，如图12。-可编辑图 12 因子分析的描述窗口 在图 11 口中单击【Exration】按钮指定输出结果，如图13 示图 13 因子分析的抽取窗口-可编辑 在图 11 口中单击【Rotation】按钮指定输出结果，如图14 示。图 14 因子分析的旋转窗口 在图 11 口中单击【Factor Scores】按钮指定输出结果，图15 示。图 15 因子分析的得分窗口 在图 11 窗口中单击【Option】选项指定输出结果，如图16 示。-可编辑图 16 因子分析的选项窗口2.3.2

25、 房地产企业财务状况的影响因素的计算结果的说明。（1）因子分析的前提条件的判断表 6 KMO and Bartletts TestKaiser-Meyer-Olkin Measure of Sampling Adequacy.525Bartletts Test of SphericityApprox.Chi-Square131.256df15Sig.000在表 6 中,概率 P 值接近于 0，小于显著性水平，拒绝零假设；同时KMO值为 0.525，巴特利特球度检验值为131.256，对应的相伴概率为0.000，小于显著性水平 0.05，所以断定原始数据可以进行因子分析，为下面的因子分析奠定了基

26、础。（2）因子提取根据因子分析的基本理论，因子提取的标准有3 个，即特征值大于 1、累计方差贡献率达到 85%、因子碎石图。表 7 Total Variance ExplainedComponentInitial EigenvaluesExtraction Sums of Squared LoadingsTotal%of VarianceCumulative%Total%of VarianceCumulative%12.57642.92642.9262.57642.92642.92621.85530.91873.8441.85530.91873.84431.18319.72093.5641.1

27、8319.72093.5644.2474.11397.6775.0801.33299.0096.059.991100.000Extraction Method:Principal Component Analysis.根据表 7 可知，在 6 个变量的 6 个特征值中，有 3 个特征值为 2.576，1.855，1.183，均大于 1，据此提取三个因子：同时，特征根产生了方差贡献率，3 个大于 1 的特征值得累计方差贡献率为93.564%，达到因子提取的条件，在结合下面的碎石图，最后结论提取3 个因子。-可编辑Scree PlotComponent Number654321Eigenvalue

28、3.02.52.01.51.0.50.0图 17 因子分析碎石图（3）因子命名SPSS统计软件计算出了未旋转和旋转的因子载荷，将这两个载荷进行比较，应以旋转的因子载荷进行命名。表8 为未旋转的因子载荷矩阵，表9 为旋转的因子载荷矩阵。表 8 Component Matrix(a)Component123净资产收益率.813-.224-.506总资产报酬率.825-.197-.496固定资产周转率.389.893.114总资产周转率.778-.090.513流动资产周转率.636-.292.630应收账款周转率.270.936-.088Extraction Method:Principal Co

29、mponent Analysis.a 3 components extracted.表 9 Rotated Component Matrix(a)Component123净资产收益率.969.019.169总资产报酬率.965.049.180固定资产周转率.015.970.146总资产周转率.247.152.890-可编辑流动资产周转率.111-.082.932应收账款周转率.052.972-.089（4）因子得分因子得分系数矩阵与因子得分函数。SPSS统计软件计算出了因子得分矩阵，见表 10。表 10 Component Score Coefficient MatrixComponent12

30、3净资产收益率.535-.028-.102总资产报酬率.529-.012-.095固定资产周转率-.057.506.069总资产周转率-.055.049.525流动资产周转率-.136-.070.588应收账款周转率.016.512-.094Extraction Method:Principal Component Analysis.Rotation Method:Varimax with Kaiser Normalization.Component Scores.综合得分。使用 SPSS软件，利用 Transform/Compute可以得到综合因子得分计算结果。在使用 SPSS统计软件的 S

31、ort 功能，对计算结果进行降序排列，得到图 18。-可编辑图 18 30 家房地产企业财务状况因子得分该图参考 3 个因子得分给出了 31 家房地产企业财务状况的综合得分并进行了降序排列。得分为正的企业综合水平高，得分为负分的企业综合水平较低。在综合考虑净资产收益率，总资产报酬率，固定资产周转率，总资产报酬率，流动资产周转率，应收账款周转率。等6 个指标基础上，广宇地产、栖霞地产等企业名列前茅，而嘉凯城，天津松江等企业居后。-可编辑3、研究结论。3.1 2015 年房地产行业的基本情况概述。目前，房地产依然是中国经济的核心问题。从 2015 年中国房地产现状来看，不少学者市场人士基本都认同房

32、地产市场的拐点已到，未来中国楼市将步入调整期。所有的房地产繁荣期终将结束，随后经历一个修正期。中国房地产现状也不例外，从 2015 年中国房地产现状分析来看，房地产开发的黄金时代或许告一段落，但中国房地产行业与互联网结缘的时代才刚刚开始，中国房地产从单一开发销售向不动产多元化经营管理以及和资本市场真实对接的时代刚刚开始。3.2 实训结果净资产收益率体现了自有资本获得净收益的能力，总资产报酬率是评价企业资产运营效益的重要指标，固定资产周转率是企业销售收入与固定资产净值的比率，总资产周转率是综合评价企业全部资产的经营质量和利用效率的重要指标。周转率越大，说明总资产周转越快，反映出销售能力越强，流动

33、资产周转率是评价企业资产利用率的一个重要指标，应收账款周转率就是反映企业应收账款周转速度的比率。它说明一定期间内企业应收账款转为现金的平均次数。净资产收益率和总资产报酬率反应了企业的的经营业绩，固定资产周转率，总资产周转率，流动资产周转率反应资产的成长性，应收账款周转率反应资产的使用情况。通过检查 KMO 和 Bartlett检验值得出，概率P 值接近于 0，小于显著性水平，拒绝零假设；同时KMO 值为 0.525，巴特利特球度检验值为131.256，对应的相伴概率为 0.000，小于显著性水平 0.05，应拒绝原假设，原始数据的这些财务指标具有较强的相关性，其显著性为0，可以进行因素分析。通

34、过本次分析，基于对 6 个财务指标的分析确定三个主要因素，累计贡献率507.02%，三个主因素可以较好的评价房地产上市公司的财务状况。（见表 7）并且了解到了 30 家企业的综合水平的高低，其中广宇地产、栖霞地产等企业名列前茅，而嘉凯城，天津松江等企业居后。-可编辑4、参考文献1 陈树良、史宪睿、李晓梅统计软件 M.沈阳：东北大学出版社，2013。2 程春梅、李亚凤、陈树良、孟亮、杨威经济与工商专业综合实验教程M.沈阳：东北大学出版社，2013:1。3 焦晓松，杨茜，曹颖琦，基于主成分分析的自主创新能力综合评价研究J，商业研究，2007，（2）：46-47.4 王晓芳，王学伟，基于因子分析的我国证券公司竞争力研究J现代商贸工业 2008.