我國房地產上市公司盈利能力的因子分析

楊靜宇

(湖北經濟學院 湖北 武漢 430205)

一、研究設計

(一)樣本選取

本文根據房地產公司的定義選取了2018年我國滬深兩市共127家房地產上市公司作為分析的樣本。

(二)定義變量

為了合理有效的描述企業的盈利能力，本文選取了7個反映盈利能力的指標，依次為：總資產凈利率(X1)、凈資產收益率(X2)、總資產報酬率(X3)、銷售凈利率(X4)、成本費用利潤率(X5)、基本每股收益(X6)、每股凈資產(X7)。

(三)因子分析模型

上述模型中，X1、X2……Xp是原指標，F1、F2……Fm是公共因子，ε1、ε2……εp是特殊因子，是指標Xi所特有的因子，另外aij為因子負荷，其含義為：

(1)aij表明Xi與Fi的相關程度，該值越大，相關程度就越高。

(2)aij表示Xi與每個公因子F1、F2……Fm的共同依賴程度，如果該系數接近Xi的方差，可直接用F1、F2……Fm線性組合來表示Xi而忽視ε對原指標Xi的影響。

求解以上因子分析模型的關鍵是求出因子載荷系數，本文主要采用因子分析法求解出因子載荷矩陣(或旋轉后的因子載荷矩陣)得出系數aij。

二、實證研究

(一)原始數據標準化

通過SPSS20.0，對于127家房地產上市公司包含的7項財務指標數據進行標準化處理，并且將標準化后的變量以Z字開頭命名。

(二)KMO檢驗和Bartlett’s球形檢驗

為了驗證能否進行因子分析，將原始數據代入SPSS20.0做KMO檢驗和Bartlett’s球形檢驗，結果顯示：(1)KMO=0.729>0.7；(2)p值接近0，小于0.05，拒絕原假設，原始變量具有相關性。綜上以上兩點可知該數據能用因子分析法加以分析。

(三)計算出特征值λ、貢獻率及累計貢獻率

用SPSS20.0統計軟件的Factor過程計算出特征值λ、貢獻率及累計貢獻率，其結果如表1所示：

表1 解釋的總方差

從表1中可以看出：(1)第一個主成分的λ=4.444>1，第二個主成分的λ=1.514>1；(2)兩個主成分累計方差貢獻率=85.107%>85%。綜合以上兩點，可以選擇前兩個主因子代替原來的7個變量。

(四)對因子載荷矩陣實行最大正交旋轉

表2 旋轉后的因子載荷矩陣

從表2可以看出，第一個公因子(F1)中總資產凈利率、凈資產收益率、總資產報酬率、銷售凈利率、成本費用利潤率有較大的載荷，由于這些變量和資本資產、收入、成本費用的利用效率有關，所以將第一個因子命名為盈利效率因子。另外，第二個公因子(F2)中基本每股收益、每股凈資產有較大的載荷，由于這兩個變量均和投資報酬相關，所以將第二個因子命名為投資回報盈利能力因子。

(五)計算因子得分和綜合評價值

在SPSS20.0中利用回歸方法得出因子得分系數矩陣，根據該矩陣可以將主因子F1和F2表示成X1到X7的線性組合：

F1=0.252X1+0.143X2+0.252X3+0.249X4+0.246X5-0.065X6-0.143X7

F2=-0.048X1+0.166X2-0.068X3-0.115X4-0.066X5+0.497X6+0.540X7

兩個公因子分別從不同角度衡量房地產上市公司盈利能力，但單獨使用某一公因子的得分并不能對盈利能力做出綜合評價，因此應按各公因子旋轉后的方差貢獻率為權數計算綜合評價值，計算公式如下:

F=(56.783%F1+28.324%F2)/85.107%

上式中F1代表盈利效率，F2代表投資回報盈利能力。通過SPSS20.0計算和Excel的排序，部分企業綜合得分排名見下表：

表3 部分房地產上市公司綜合評價排序

三、研究結論

排名第一的綠景控股，其公因子F1的得分排在第一名，但是其公因子F2的得分卻是125名，在總的樣本數為127的情況下，排名非?？亢?，然而其綜合得分為第1名。排名最后的中珠醫療，公因子F2的排名在中等水平，但是由于其公因子F1是最后一名，所以嚴重拉低了其綜合得分水平。

通過以上的分析可知排名靠前的幾家房地產上市公司，其公因子F1排名大多靠前，再加上這個因子占比56.783%，所以房地產上市公司盈利能力與盈利效率緊密相關，為了提高盈利能力，應重點關注諸如總資產凈利率這類與盈利效率相關的指標。