穩健因子分析在房地產上市公司績效評價中的應用

何志鋒+楊婧祎

【摘要】房地產業是我國的支柱型產業，對國民經濟增長的拉動作用越來越明顯，而其上市公司能否健康、穩定的發展決定了整個行業能否持續穩定的向前發展。本文以滬深兩市的房地產上市公司為研究樣本，參考2015年度上市公司的財務報告，選取了償債能力、盈利能力、經營能力和發展能力四個方面共12個財務指標數據進行財務績效的綜合評價。由于原始數據存在較多的異常值，因此在實證分析方法方面采用穩健因子分析相結合的方式，與傳統方法對比穩健因子分析的因子解釋力度更好，因子命名和因子分析模型構建也更加合理。結果顯示，我國房地產上市公司存在綜合績效呈現金字塔形的分布特點、內部財務績效結構發展不平衡和負債過高等特點。

【關鍵詞】房地產上市公司 穩健因子分析 績效綜合評價 MCD估計

一、引言

改革開放以來，房地產業的迅速發展對國民經濟的增長起到了很大的貢獻。因其特殊性，使得房地產業在發展的同時受到宏觀經濟政策調控的影響比較大。因此，房地產上市公司的發展情況，不僅僅是證券市場投資者關注的問題，同時也是政府決策者監督和時刻關注的問題。對上市公司的財務績效進行客觀公正的綜合評價有利于經營者、所有者和企業更好的獲取利益。從一個大的層面上來說，對于了解我國房地產上市公司的財務經營狀況以及預測發展趨勢，促進經濟的快速發展，都具有重大的意義。

對于房地產上市公司的投資者而言，能夠為其投資決策提供重要的參考意見，有助于投資者做出更加理智的投資行為；對于上市公司的經營者來說，在兩權分離的委托代理關系之下，上市公司的績效評價有利于評估企業的真正價值，并正確衡量經營者的經營業績；對上市公司本身來講，有利于公司更加全面具體的了解自身情況，以及在整個行業中的位置關系，為其下一步的發展戰略的制定和市場定位提供決策依據；于消費者而言，購房肯定是他們密切關注的一個話題，而客觀科學的房地產上市公司財務績效評價有助于消費者清晰明了得認識上市公司的真是績效，從容更加理性有效的選擇開發商；對于金融機構而言，可以使其更好的了解房地產上市公司的財務和非財務等狀況，為其決定是否給房地產上市公司提供貸款提供依據；對于政府部門來說，在制定相關政策對房地產業進行宏觀調控的時候，參考不同行業的上市公司績效評價，可以使得其更加全面獲知行業的經濟信息，有針對性的進行調控，從而促進整個房地產行業的有序健康發展。

二、上市公司績效評價研究現狀

（一）國內學者對上市公司績效評價的研究

綜合以往學者在績效評價這方面的研究，實證分析方法主要包括層次分析法（AHP）、因子分析法（FA）、主成分分析法（PCA）、、經濟增加值（EVA）和數據包絡分析法（DEA）等。

從近年相關研究中，采用因子分析法和主成分分析的論文主要有王新華（2010）結合一系列財務指標，采用主成分分析方法對我國家電行業上市公司進行績效綜合評價；孫奕馳（2011）結合定性分析和主成分分析，研究了不同行業上市公司的績效綜合評價體系；馬麗和齊捧虎（2011）運用因子分析對環保類上市公司的績效進行研究，研究最后對不同類型的環保類企業給出有針對性的改善經營狀況的方案。

綜合評價研究中，單獨使用一種實證分析方法常常會出現賦權主觀性的缺陷，使得對某一因素的評估過高或過低，從而不能真實的反映所研究的上市公司經營情況。因而許多學者在進行上市績效綜合評價時，也會整合兩種以及兩種以上分析方法進行實證研究。小康（2011）運用主成分分析和灰色關聯兩種方法對信息技術上市公司進行績效分析，這樣的研究就避開了灰色關聯模型賦權主觀性強的弊端，同時也補充了績效評價系統信息不完整的不足。李陽（2013）通過DEA分析法和因子分析法的實證分析對汽車制造業代表性公司進行績效研究，結果指出整體上整車類上市公司財務績效水平偏低，上市公司之間績效結果存在較大差異。

（二）國內學者對房地產上市公司績效評價的研究

除了上文提到的各種分析方法之外，國內學者對房地產業代表性公司在這一方面的研究還應用到了D-S廣義模糊軟集合理論法和熵權法等。在眾多實證分析方法中，應用最為廣泛的是因子分析方法，原因在于其提取出的主因子綜合性較強，能以少數的幾個因子覆蓋幾乎全部的原始信息，客觀科學地體現整個分析過程。

邵鐵柱和于莎（2013）對25家上市公司12個財務指標數據進行因子實證分析，研究指出我國房地產行業在運營前景上市十分可觀的，但兩級分化、不均衡發展以及發展能力不佳等問題也逐漸凸顯。肖智（2013）等人對D-S廣義模糊軟集合理論方法所構建的體系從優秀到較差分為5個等級，計算相應的指標權重，將各個上市公司與5個等級標準進行匹配和對比，從而進行后續的分類評價。吳燕茹（2014）從變現能力、營運能力和長期償債能力三個層面共11個指標結合主成分分析方法進行績效綜合評價。研究指出各上市公司都有其獨特的優勢，同行業之間可以相互借鑒，促進繁榮發展。王磊（2014）選取93家以房地產為主營業務的上市公司作為樣本公司，運用因子分析方法研究得到上市公司內部績效發展十分不平衡的結論。陳銘倫和王福君（2016）運用層次分析法以鞍鋼房地產上市公司為例，主要以非財務指標中的工作環境及從業人員素質要求分析為起點，進行績效的綜合評價。

綜合以上文獻綜述，國內學者對房地產上市公司績效的相關研究，因子實證分析是績效評價中應用廣泛且較為有效的綜合評價方法。然而，傳統因子分析對異常值非常敏感，同時上市公司公布數據由于各種原因通常存在一定比例的異常值，而上述研究中均沒考慮因子分析的穩健性，研究結論可能存在結構性偏差。王斌會，李雄英（2015）提出基于MCD估計的穩健因子分析能有效克服異常值導致的結果性偏差。

三、績效評價指標體系與數據獲得

（一）房地產上市公司績效評價指標體系

構建績效綜合評價體系的一個重要前提是明確所選取的合適的指標。作為一系列的數字化指標，體現的是上市公司在一段經營期間內的財務運作狀況和經營成果。財務指標按照不同的劃分標準有不同的分類結果，這里討論按照其反應的內容來劃分，主要是償債能力指標（包括速動比率、現金比率、流動比率、資產負債率等）、運營能力指標（包括流動資產周轉率、總資產周轉率、應收賬款周轉率等）、盈利能力指標（包括凈資產收益率、總資產凈利潤率、資產報酬率等）、和發展能力指標（包括總資產增長率、資本積累率、凈利潤增長率等）。endprint

企業績效評價體系作為一個結構完整的整體，涵蓋的內容有選取的指標、研究方法、研究的理論基礎、行業相關制度以及評價的機構等。但是不同行業的企業績效評價的具體內容又是不盡相同的，不同時期的評價是與經濟發展條件和企業的發展環境相適應的。考慮到指標數據的代表性和獲取的可操作性，本文選取了房地產上市公司在償債能力、盈利能力、經營能力和發展能力四個方面共12個財務指標進行績效綜合評價。具體指標見下表所示。

（二）數據獲得與描述

本文選取的企業指標數據來自國泰安金融數據庫。選擇的128家房地產上市公司的劃分準則來自證監會2012年度修訂公開的《上市行業分類指引》，具體的相關劃分準則如下：

一是以營業收入等財務指標數據作為主要分類標準劃分行業上市公司，且財務數據來自經過會計師事務所審核通過的并公開透明的上市公司財務報表；

二是上市公司的某一類具體經營業務運營收入在該公司所有凈利潤中占比等于或者大于50%，而該主營業務又與某一行業相匹配，則把這個公司歸類如該行業；

三是若某公司的主營業務沒有滿足以上第二條準則的，但是其在某一特定業務中的利潤和收入在所有業務中是最高的，占據公司總收入和總利潤的30%以上，就把這個公司歸入該業務所匹配的行業分類中；

四是運用以上三種劃分標準仍是不確定某上市公司的歸屬的，上市公司行業分類專家委員會將依據公司的具體經營情況和經營成果劃分該公司所屬的行業類別；如若在這種情況下仍是不能具體劃分的，則歸為綜合類。

在以上所描述的分類標準下，2015年劃分入房地產上市公司的一共有156家，為了本文研究的可操作性，在選取數據時剔除了數據無法收集完整的公司，最后納入樣本研究對象的一共有128家，并對128家房地產上市公司所對應的12個財務指標值做描述性統計分析如表2。

各變量雖然均為百分數但量綱不同，進一步對各變量標準化處理后作箱線圖，如圖1。

從數據描述性分析中可以看出，所選的12個財務指標中，其最小值、最大值和平均值之間存在較大的差異，且由箱線圖也可以看出該數據集存在較多的異常值。對于存在較多異常值的數據進行傳統因子分析會使得結果不能夠反映實際特征，甚至得到錯誤的結論。因此本文結合穩健性因子分析，實證比較其與傳統因子分析的結果，并得到更合理和有效的結論。

四、穩健因子分析及比較應用

（一）穩健因子分析原理

傳統因子分析是的多元統計分析的主干技術之一，常用于綜合評價問題。其特征是基于降維的思想，在原始指標的相關系數矩陣的基礎上，用數量較少的公共因子代表原來關系復雜的指標，且這些公共因子之間是互不關聯的，能夠涵蓋原始數據大部分信息。

具體的因子分析模型如下所示：

（1）X=（x1，x2，…，xp）是p維可觀測隨機向量，有均值向量E（X）=0，協差陣Cov（X）=Σ，相關系數矩陣R（相關系數矩陣為標準化的協差陣）。

（2）F=（F1，F2，…，Fm）（m

（3）e=（e1，e2，…，ep）與F相互獨立，且E（e）=0，e的協方差陣，即各分量e之間是相互獨立的，則因子分析模型為：

x1=a11F1+a12F2+…+a1mFm+e1

x2=a21F1+a22F2+…+a2mFm+e2

………

xp=ap1F1+ap2F2+…+apmFm+ep

其矩陣形式為：X=AF+e。其中A是因子載荷矩陣，A=（aij），aij為第i個變量在第j個因子上的載荷，反映了第i個變量在第j個因子上的重要性。F是公共因子向量，F=（F1，F2，…，Fm），e是X的特殊因子。

由傳統因子分析相關理論基礎和模型建設的過程可以看出，因子分析模型中最重要的一個步驟就是估計協方差矩陣Σ。眾所周知，多元均值的經典估計量是樣本均值，樣本的協方差矩陣便是協方差矩陣的經典估計量，這些估計均為矩估計，不能抵抗異常值的干擾，從而會影響到后續相關矩陣、特征值和特征向量估計，從而最終導致因子分析失效，不能真實反映研究的內容。在此條件下，利用穩健性的估計量就顯得非常有意義了。簡單來說，穩健化的方法就是把經典的樣本均值和樣本協方差矩陣估計量換成穩健性的估計量，具體到本文所用的穩健性估計量方法是MCD估計。

MCD估計的主要思想是在求解馬氏距離的基礎上不斷的進行迭代，迭代的目的是估計一個穩健性的協方差矩陣，再據此求解得到穩健性的相關矩陣，后續的分析就跟傳統的因子分析想類似了。具體的計算過程是，從所選取的研究數據中抽取h個樣本數據，求解他們的均值K1和協方差矩陣M1。然后利用馬氏距離的求解公式解得n個樣本數據到中心K1的距離，在所有n個求解得到的距離中選擇最小的h個。在所選出的這h個樣本中求解他們的樣本均值K2和協方差矩陣M2。重復以上求解過程，當且僅當det（Mn）=det（Mn-1）時結束該過程，那么再對Mn加權運算即能夠得到穩健性的協方差矩陣估計量。

（二）穩健因子分析與傳統因子分析的實證對比

對傳統因子分析和穩健因子分析構建因子分析模型時，選擇相同的主因子個數4個，比較兩者的累計方差貢獻率。傳統因子分析累計方差貢獻率為70.27%，而穩健因子分析則達到80.50%。說明穩健因子對原始變量的解釋力度比傳統因子要大，在信息損失方面更少，且符合一般條件下累計方差貢獻達到80%以上的要求，基本上能全面的反映12個財務指標的信息。

從各變量的共同度看，在傳統因子分析中，主因子解釋力度較低的指標有，X3（資產負債率）、X9（固定資產周轉率）、X10（總資產增長率）和X11（基本每股收益增長率）這四個指標；但是經過穩健因子分析處理后，這四個指標的解釋力度都有了相應的提高，其中，指標X9（固定資產周轉率）提高的最為明顯，由原來的0.4928提高到0.9196；提高較為明顯的還有X3（資產負債率），由原來的0.4979提高到0.6859。因此可以說明穩健因子分析在因子解釋力度方面對傳統因子分析做出了補充和完善，使得因子模型的構造更加的合理和有說服力。

將傳統因子模型和穩健因子模型中正交變換后的載荷矩陣匯總在一起做對比。對于第一個主因子，兩個載荷上所對應的指標占該因子比重較大的都是X10、X11和X12；但是不同的是，經過穩健化處理得到的載荷量明顯比傳統因子載荷量大，說明穩健因子F1基本涵蓋了指標X10、X11和X12所有的信息。因此對比傳統因子載荷，用穩健因子處理結果得到的因子顯然更加全面。對于F2，傳統因子分析上載荷量較大的是X2、X3和X4，而穩健因子分析上載荷量較大的是X1、X2和X3；從意義上來說，X2是速動比率，X3是資產負債率，而X4表示資產報酬率。顯然X2和X3體現的是企業的償債能力，而X4表達的是企業的盈利能力，傳統因子分析對劃分得到的因子在這三個變量上的共同度較高，但是顯然在命名時不夠合理化。將這三個指標歸為一類因子，顯然在因子命名方面不夠合理化。而對比穩健因子F2上所對應的三個指標X1、X2和X3，都是代表企業的償債能力，此時的因子命名也會更加的合理和有意義。對于主因子F3，情況和F2是相似的；傳統因子載荷量較大的指標包括償債能力、盈利能力和經營能力三個方面，這樣情況下的因子命名是非常困難的，且意義也不大，而穩健因子F3代表的指標為X4、X5和X6，這三個指標代表的都是企業的盈利能力。主因子F4的情況和F1是相同的，即穩健化后的因子載荷量比傳統因子載荷量大，對原始指標的信息覆蓋率更大。

綜合以上傳統因子分析和穩健因子分析在不同角度的對比情況，認為在本文所取數據存在較多異常值的情況下，穩健化后的分析比傳統上的分析更加有說服力，后續的分析過程也顯得更加有意義。因此下文對穩健化后的因子分析相關運行結果進行更深一步的探討。

（三）基于穩健因子分析的績效評價

由表5可得，公共因子F1上，載荷量較大的是指標是總資產收益率（X10）、基本每股收益增長率（X11）和營業收入增長率（X12），這三個變量體現的都是企業的發展能力，故命名發展能力因子；對于F2，流動比率（X1）、速動比率（X2）和資產負債率（X3）這三個變量的載荷量較大，故命名為償債能力因子；公共因子F3上占有較大載荷量的財務指標是資產報酬率（X4）、凈資產收益率（X5）和總資產凈利潤率（X6），這些變量都是企業在盈利能力上的具體體現，因此命名為盈利能力因子。對于F4，流動資產周轉率（X7）、總資產周轉率（X8）和固定資產周轉率（X9）三個變量在該因子上的載荷量都達到了0.9以上，將其命名為經營能力因子。

運算各上市公司的綜合得分時，以各主因子的方差貢獻率占所有因子的累計方差貢獻率比值為權數求解得到。具體本文中的表達式如下所示：

F=（0.263F1+0.161F2+0.231F3+0.15F4）/0.805

由于文章篇幅有限，本論文選取了各公因子和總績效排序前5名和后5名的企業，通過表格匯總如下所示：

五、結論

（一）房地產上市公司財務績效呈現金字塔形分布

128家上市公司綜合績效得分最高的是中國國貿（6.7998），最低的是嘉凱城（-4.5517），在最高分與最低分之間按綜合得分平均分為四組，每組公司個數如表7所示：

可見，我國房地產上市公司績效得分分布呈現金字塔形，低分段上市公司數量多，中間分數段公司數少之，高分段公司數量則更加少，不同于中間多兩端少的正態分布特點。上市公司呈現金字塔形的特點正反映出我國房地產市場的某些特點，大數量低績效的企業處于塔基的位置，一般這些企業的業務集中在三四線城市，市場競爭十分激烈，從而也必然導致公司績效低的現象，從整體上來說，也會造成房地產行業大而不強的現象。

（二）房地產上市公司內部財務績效結構發展不平衡

整體上來看，很少有上市公司在各因子上都表現良好，說明該行業上市公司整體結構上財務績效內部發展是不平衡的。例如綜合財務績效排名第一的企業中國國貿雖然在運營能力和盈利能力兩個因子方面排名第一，在發展能力和償債能力卻排名十分靠后，都在100名之后。綠地控股在綜合排名上高居第二的位置，可是其在償債能力這方面卻排到倒數第三的位置。企業財務績效內部發展的不平衡性說明了企業在某些方面存在缺點，如果不及時發現并克服就會成為制約企業健康穩定、可持續發展的絆腳石。對于這種狀態所有的房地產上市公司都應該重視，因為不僅僅體現在綜合績效低的公司，綜合績效高的公司也會出現這種情況。作為龍頭企業如果出現了問題而又沒有及時解決，毫無疑問會對整個房地產市場產生不良的影響。

（三）房地產上市公司整體上負債過高

根據所取128家房地產上市原始數據可以得到，我國房地產上市公司資產結構不合理主要體現在資產來源上，從償債能力中的資產負債率可以看出債務資本比重過大。在樣本上市公司一共有81%的公司資產負債率高于0.5，負債率最高的企業萬科A更是達到了1.14。一般而言，過高的債務比率不僅僅會增加公司的財務風險，還會增加公司經營的風險，讓投資者陷入困境當中，更會影響企業的市場地位和信譽。對于房地產市場而言，稍微有一些波動，就是使得高負債企業陷入財務困境當中，不管是對企業、債務人、投資者，更甚者是對國家都會產生負面的影響。

參考文獻

[1]陳銘倫，王福君.基于層次分析法的房地產企業績效評價辦法探討[J].沈陽工程學院學報（社會科學版），2016，12（1）：60-64.

[2]丁琦，王要武，徐鵬舉.基于DEA-FCE的房地產上市公司績效綜合評價[J].系統管理學報，2011，20（2）：196-201.

[3]李陽.汽車制造業上市公司財務績效評價研究[D].鄭州大學，2013.

[4]劉江艷.基于因子分析法的房地產上市公司績效評價研究[D].西安建筑科技大學，2012.

[5]馬麗，齊捧虎.運用因子分析法評價我國環保類上市公司績效[J].西安郵電大學學報，2011，16（6）：107-111.

[6]孫奕馳.上市公司財務績效評價及其影響因素研究[D].遼寧大學，2011.

[7]史小康.基于灰色關聯與主成分分析的公司績效評價——以2009年信息技術上市公司為例[J].金融與經濟，2011（6）：67-70.

[8]邵鐵柱，于莎.基于因子分析的房地產上市公司財務績效評價[J].科技與管理，2013，15（1）：90-93.

[9]王斌會，李雄英.穩健因子分析方法的構建及比較研究[J].統計研究，2015，32（5）：84-90.

[10]王新華.家電行業上市公司績效評價實證研究[D].陜西師范大學，2010.

[11]王玥，李健.基于層次分析法的發電上市公司經營績效評價[J].商，2012（4）：110-111.

[12]吳燕茹.基于主成分分析的房地產上市公司績效評價研究[J].中國市場，2014（51）：135-137.

[13]王磊.我國房地產上市公司績效評價研究[D].遼寧大學，2014.

[14]張美誠.農業上市公司績效指標構建及其評價研究[D].湖南農業大學，2013.

[15]周涵妮，謝龍公，張永輝.基于數據包絡分析（DEA）的中國上市銀行的績效評價[J].江蘇商論，2015（22）：86-87.

[16]張敏，張旭.基于DEA的房地產上市公司經營績效評價[J].中小企業管理與科技旬刊，2009（11）：61-62.

基金項目：廣東省科技計劃項目“南疆地區統計科技人才實踐能力培訓體系建設”（2014A020209087）。

作者簡介：何志鋒（1983-），男，講師，博士研究生，研究管理統計學、金融量化投資；楊婧祎（1996-），女，本科在讀，信息與計算科學專業。endprint