房地產(chǎn)上市公司信用風(fēng)險(xiǎn)評(píng)價(jià)

前言：想要寫(xiě)出一篇引人入勝的文章？我們特意為您整理了房地產(chǎn)上市公司信用風(fēng)險(xiǎn)評(píng)價(jià)范文，希望能給你帶來(lái)靈感和參考，敬請(qǐng)閱讀。

［摘要］通過(guò)構(gòu)建房地產(chǎn)上市公司信用風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，探索影響房地產(chǎn)上市公司信用風(fēng)險(xiǎn)的主要因素，選取房地產(chǎn)行業(yè)35家上市公司2016年財(cái)務(wù)指標(biāo)，利用主成分分析法對(duì)我國(guó)房地產(chǎn)上市公司進(jìn)行信用風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)。結(jié)果表明：（1）主成分分析法可通過(guò)比較主成分綜合得分有效地評(píng)價(jià)企業(yè)信用風(fēng)險(xiǎn)，對(duì)比不同企業(yè)財(cái)務(wù)指標(biāo)探究影響信用風(fēng)險(xiǎn)因素；（2）房地產(chǎn)上市公司信用風(fēng)險(xiǎn)仍處于較高水平，并有針對(duì)性地提出相關(guān)建議。

［關(guān)鍵詞］主成分分析；房地產(chǎn)；信用風(fēng)險(xiǎn)

近年來(lái)，房?jī)r(jià)一直是熱門(mén)話題，報(bào)告也提出，“房子是用來(lái)住的，不是用來(lái)炒的”。經(jīng)濟(jì)新常態(tài)下住房?jī)r(jià)格的一路飆升，使房產(chǎn)泡沫和金融風(fēng)險(xiǎn)越發(fā)被人們關(guān)注。房地產(chǎn)金融風(fēng)險(xiǎn)主要包括信用風(fēng)險(xiǎn)和操作風(fēng)險(xiǎn)，其分布在土地儲(chǔ)備貸款、個(gè)人住房抵押貸款以及開(kāi)發(fā)貸款等方面，而全面度量開(kāi)發(fā)貸款風(fēng)險(xiǎn)缺乏商業(yè)銀行數(shù)據(jù)，因此通過(guò)對(duì)企業(yè)財(cái)務(wù)狀況評(píng)價(jià)，構(gòu)建評(píng)價(jià)指標(biāo)體系，采用相關(guān)模型對(duì)風(fēng)險(xiǎn)進(jìn)行度量?，F(xiàn)有的對(duì)信用風(fēng)險(xiǎn)評(píng)價(jià)方法有評(píng)價(jià)法、單變量判別法、多變量判別法、因子分析法主成分分析法等，使用的模型主要有KMV模型、Logistic模型、CPV模型、CreditMetrics模型、灰色關(guān)聯(lián)模型等。本研究主要借助主成分分析法（PCA）對(duì)房地產(chǎn)上司公司信用風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)，通過(guò)構(gòu)建評(píng)價(jià)指標(biāo)體系，綜合全面地判斷影響房地產(chǎn)上市公司信用風(fēng)險(xiǎn)的因素，并提出相關(guān)針對(duì)性建議。

1房地產(chǎn)上市公司信用風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系

目前，對(duì)上市公司信用風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)構(gòu)建尚無(wú)統(tǒng)一標(biāo)準(zhǔn)，本研究綜合已有研究成果和房地產(chǎn)行業(yè)發(fā)展現(xiàn)狀，構(gòu)建了符合房地產(chǎn)上市公司信用風(fēng)險(xiǎn)評(píng)價(jià)的指標(biāo)體系。指標(biāo)體系共涉及四項(xiàng)評(píng)價(jià)指標(biāo)：償債能力、營(yíng)運(yùn)能力、盈利能力和成長(zhǎng)能力，其中償債能力指標(biāo)包括：流動(dòng)比率（流動(dòng)資產(chǎn)/流動(dòng)負(fù)債）X1、速動(dòng)比率（速凍資產(chǎn)/流動(dòng)負(fù)債）X2、現(xiàn)金比率（貨幣資金/流動(dòng)負(fù)債）X3、資產(chǎn)負(fù)債率（負(fù)債總額/資產(chǎn)總額）X4、長(zhǎng)期負(fù)債比率（長(zhǎng)期負(fù)債/資產(chǎn)總額）X5、產(chǎn)權(quán)比率（負(fù)債總額/所有者權(quán)益總額）X6、利息保障倍數(shù)（息稅前利潤(rùn)/利息費(fèi)用）X7和固定資產(chǎn)比率（固定資產(chǎn)/資產(chǎn)總額）X8；營(yíng)運(yùn)能力指標(biāo)包括：應(yīng)收賬款周轉(zhuǎn)率（銷售收入/應(yīng)收賬款平均余額）X9、存貨周轉(zhuǎn)率（銷售成本/存貨平均余額）X10、固定資產(chǎn)周轉(zhuǎn)率（銷售收入/平均固定資產(chǎn)凈值）X11、流動(dòng)資產(chǎn)周轉(zhuǎn)率（主營(yíng)業(yè)務(wù)收入/平均流動(dòng)資產(chǎn)總額）X12、總資產(chǎn)周轉(zhuǎn)率（銷售收入/平均資產(chǎn)總額）X13和營(yíng)業(yè)利潤(rùn)率（凈利潤(rùn)/銷售收入）X14；盈利能力指標(biāo)包括總資產(chǎn)凈利率（凈利潤(rùn)/平均資產(chǎn)總額）X15、凈資產(chǎn)收益率（凈利潤(rùn)/平均凈資產(chǎn)）X16、每股收益（凈利潤(rùn)/普通股平均股數(shù)）X17、資產(chǎn)報(bào)酬率（息稅前利潤(rùn)/平均資產(chǎn)總額）X18、銷售毛利率（（銷售收入-銷售成本）/銷售收入）X19和成本費(fèi)用利潤(rùn)率（利潤(rùn)總額/成本費(fèi)用總額）X20；成長(zhǎng)能力指標(biāo)包括主營(yíng)業(yè)務(wù)收入增長(zhǎng)率（年主營(yíng)業(yè)務(wù)收入增長(zhǎng)額/上期主營(yíng)業(yè)務(wù)收入）X21、凈利潤(rùn)增長(zhǎng)率（年凈利潤(rùn)增長(zhǎng)額/上期凈利潤(rùn)）X22、凈資產(chǎn)增長(zhǎng)率（年凈資產(chǎn)增長(zhǎng)額/期初凈資產(chǎn)）X23、總資產(chǎn)增長(zhǎng)率（年總資產(chǎn)增長(zhǎng)額/年初資產(chǎn)總額）X24和利潤(rùn)總額增長(zhǎng)率（年利潤(rùn)增長(zhǎng)額/上年利潤(rùn)總額）X25。

2基于主成分分析法的房地產(chǎn)上市公司實(shí)證研究

2.1數(shù)據(jù)來(lái)源

對(duì)于上市公司的選擇，主要采用A股上市的房地產(chǎn)公司，由于對(duì)信用風(fēng)險(xiǎn)的評(píng)價(jià)目的為規(guī)避風(fēng)險(xiǎn)，所以并未考慮ST公司，旨在通過(guò)比較經(jīng)營(yíng)狀況良好的上市公司探究信用風(fēng)險(xiǎn)的成因，并為相關(guān)公司的信用風(fēng)險(xiǎn)防范做出指導(dǎo)。本研究數(shù)據(jù)主要使用2016年35家房地產(chǎn)行業(yè)上市公司的財(cái)務(wù)指標(biāo)，通過(guò)銳思（RESSET）金融研究數(shù)據(jù)庫(kù)導(dǎo)出所需財(cái)務(wù)指標(biāo)，并以各上市公司2016年財(cái)務(wù)報(bào)表為補(bǔ)充。

2.2實(shí)證分析

主成分概念首先由KarlParson在1901年提出，主要思想是設(shè)法將原來(lái)指標(biāo)重新組合成一組新的互相無(wú)關(guān)的幾個(gè)綜合指標(biāo)來(lái)代替原來(lái)指標(biāo)，同時(shí)根據(jù)實(shí)際需要從中可取幾個(gè)較少的綜合指標(biāo)盡可能地多反映原來(lái)指標(biāo)的信息。主成分分析法對(duì)于指標(biāo)評(píng)價(jià)具有以下優(yōu)點(diǎn)：第一，可消除評(píng)價(jià)指標(biāo)之間的相互關(guān)系；第二，可減少指標(biāo)選擇的工作量。對(duì)于其他評(píng)價(jià)方法，由于難以消除評(píng)價(jià)指標(biāo)間的相互影響，所以選擇指標(biāo)時(shí)要花費(fèi)不少精力，而主成分分析由于可以消除這種相關(guān)影響，所以在指標(biāo)選擇上相對(duì)容易一些。根據(jù)房地產(chǎn)行業(yè)上市公司信用風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，借助SPSS22.0軟件對(duì)2016年35家房地產(chǎn)行業(yè)上市公司財(cái)務(wù)數(shù)據(jù)進(jìn)行分析。首先，對(duì)數(shù)據(jù)進(jìn)行Z標(biāo)準(zhǔn)化處理，在主成分分析前進(jìn)行KMO檢驗(yàn)和Bartlett球形檢驗(yàn)，得出KMO統(tǒng)計(jì)量為0.530，表明結(jié)構(gòu)還算可以；但Bartlett檢驗(yàn)得出的相伴概率為0.000，小于顯著性水平0.005，表明變量間具有相關(guān)性，綜合看來(lái)可進(jìn)行主成分分析。由碎石圖可知，前7個(gè)成分的特征值均大于1，位于較陡峭的圖線部分，方差貢獻(xiàn)率達(dá)到86.413%。因此，提取七個(gè)主成分代表全部25個(gè)指標(biāo)描述35家上市公司信用風(fēng)險(xiǎn)。為使因子載荷矩陣中系數(shù)中系數(shù)更加顯著，對(duì)初始因子載荷矩陣進(jìn)行轉(zhuǎn)換，通過(guò)載荷圖發(fā)現(xiàn)，利息保障倍數(shù)、應(yīng)收賬款周轉(zhuǎn)率、營(yíng)業(yè)利潤(rùn)率、總資產(chǎn)凈利率、凈資產(chǎn)收益率、資產(chǎn)報(bào)酬率、成本費(fèi)用利潤(rùn)率、主營(yíng)業(yè)務(wù)增長(zhǎng)率、凈利潤(rùn)增長(zhǎng)率和利潤(rùn)總額增長(zhǎng)率在第一主成分有較高載荷，說(shuō)明第一主成分基本反映了這些指標(biāo)信息；存貨周轉(zhuǎn)率、流動(dòng)資產(chǎn)周轉(zhuǎn)率和總資產(chǎn)周轉(zhuǎn)率在第二主成分中具有較大載荷；流動(dòng)比率、現(xiàn)金比率和總資產(chǎn)周轉(zhuǎn)率在第三主成分具有較大載荷；資產(chǎn)負(fù)債率、長(zhǎng)期負(fù)債比率和產(chǎn)權(quán)比率在第四主成分具有較大載荷；速動(dòng)比率和銷售毛利率在第五主成分具有較大載荷；固定資產(chǎn)比重和固定資產(chǎn)周轉(zhuǎn)率在第六主成分具有較大載荷；每股收益和凈資產(chǎn)周轉(zhuǎn)率在第七主成分具有較大載荷。根據(jù)因子得分系數(shù)矩陣，得出各主成分表達(dá)式為F1、F2、F3、F4、F5、F6、F7，以各因子方差貢獻(xiàn)率為權(quán)重，得出綜合得分函數(shù)為：F=0.03534*F1+0.1450*F2+0.1078*F3+0.0907*F4+0.0668*F5+0.0572*F6+0.0434*F7通過(guò)上式可計(jì)算各上市公司信用風(fēng)險(xiǎn)評(píng)價(jià)綜合得分，得分越高說(shuō)明公司經(jīng)營(yíng)越好，信用風(fēng)險(xiǎn)越低，可從企業(yè)償債能力、營(yíng)運(yùn)能力、盈利能力和成長(zhǎng)能力體現(xiàn)。

3結(jié)論與建議

3.1結(jié)論

借助SPSS22.0軟件對(duì)2016年35家房地產(chǎn)上市公司財(cái)務(wù)指標(biāo)進(jìn)行分析，結(jié)果表明：（1）信用風(fēng)險(xiǎn)綜合得分前五名的是金地集團(tuán)、萬(wàn)科、新湖中寶、華聯(lián)控股和保利集團(tuán)，說(shuō)明這幾家企業(yè)整體營(yíng)運(yùn)情況較好，信用風(fēng)險(xiǎn)較低；排名后五位的是中房地產(chǎn)、高新發(fā)展、萬(wàn)通房產(chǎn)、順發(fā)恒業(yè)和榮安地產(chǎn)，說(shuō)明企業(yè)經(jīng)營(yíng)情況相對(duì)較差，面臨較大的信用風(fēng)險(xiǎn)，但其財(cái)務(wù)狀況總體依舊處于安全范圍。（2）在35家上市公司中，綜合得分小于0的企業(yè)有19家，表明整體上行業(yè)信用風(fēng)險(xiǎn)仍然很高，基于房地產(chǎn)行業(yè)的獨(dú)特性，其較高的風(fēng)險(xiǎn)主要來(lái)自銀行信貸風(fēng)險(xiǎn)，即企業(yè)償債能力的大小。綜合得分較低的企業(yè)，主要由于資產(chǎn)負(fù)債率較高，固定資產(chǎn)周轉(zhuǎn)率、流動(dòng)比率和速動(dòng)比率等較低，使企業(yè)面臨較高的信用風(fēng)險(xiǎn)。主成分分析法能夠科學(xué)合理地評(píng)價(jià)上市公司的信用風(fēng)險(xiǎn)，首先通過(guò)對(duì)財(cái)務(wù)指標(biāo)的標(biāo)準(zhǔn)化處理，使之可以進(jìn)行可比性分析；另外，通過(guò)SPSS軟件科學(xué)計(jì)算主成分及其貢獻(xiàn)率、因子旋轉(zhuǎn)和載荷矩陣能夠準(zhǔn)確把握各主成分得分，進(jìn)而實(shí)現(xiàn)對(duì)信用風(fēng)險(xiǎn)的測(cè)算。然而，本研究數(shù)據(jù)來(lái)源于2016年房地產(chǎn)上市公司財(cái)務(wù)數(shù)據(jù)且選擇35家代表性企業(yè)，對(duì)房地產(chǎn)行業(yè)進(jìn)行信用風(fēng)險(xiǎn)評(píng)價(jià)可能存在不足?；谪?cái)務(wù)指標(biāo)獲取難度，評(píng)價(jià)指標(biāo)體系的構(gòu)建主要借助企業(yè)財(cái)務(wù)報(bào)表，指標(biāo)體系構(gòu)建還存在局限性。

3.2建議

一方面，改善公司財(cái)務(wù)狀況，降低償債風(fēng)險(xiǎn)。可降低資產(chǎn)負(fù)債率，控制流動(dòng)比率和速動(dòng)比率，提高企業(yè)償債能力；此外，控制企業(yè)現(xiàn)金流規(guī)模，保障具備可靠的還款來(lái)源，資本金充裕，方能降低償債風(fēng)險(xiǎn)；存貨周轉(zhuǎn)次數(shù)是增強(qiáng)企業(yè)營(yíng)運(yùn)能力的基本保證，合理調(diào)節(jié)存貨周轉(zhuǎn)天數(shù)可有效降低企業(yè)信用風(fēng)險(xiǎn)；另外，公司的盈利能力是償還債務(wù)和利息分紅的保證，故應(yīng)通過(guò)經(jīng)營(yíng)手段提高凈資產(chǎn)收益率，增加企業(yè)收入。另一方面，健全上市公司內(nèi)部控制，降低信用風(fēng)險(xiǎn)。信用風(fēng)險(xiǎn)存在于生產(chǎn)經(jīng)營(yíng)各個(gè)環(huán)節(jié)，企業(yè)應(yīng)加強(qiáng)內(nèi)部監(jiān)督，建設(shè)信用管理體系，從各環(huán)節(jié)控制信用風(fēng)險(xiǎn)，就從業(yè)人員而言，應(yīng)加強(qiáng)從業(yè)人員誠(chéng)信自律培訓(xùn)，提高企業(yè)員工自主降低風(fēng)險(xiǎn)意識(shí)。

[參考文獻(xiàn)]

[1]甯懿楠,楊爽,李云飛.上市公司信用風(fēng)險(xiǎn)評(píng)估指標(biāo)體系的構(gòu)建[J].內(nèi)江師范學(xué)院學(xué)報(bào),2017(12).

[2]高雅琦.我國(guó)房地產(chǎn)企業(yè)信用風(fēng)險(xiǎn)評(píng)價(jià)方法的適用性研究[D].華東師范大學(xué),2016.

[3]趙文睿.基于聚類分析的中國(guó)房地產(chǎn)企業(yè)信用評(píng)級(jí)實(shí)證研究[D].吉林大學(xué),2016.

[4]李秉祥.基于主成分分析法的我國(guó)上市公司信用風(fēng)險(xiǎn)評(píng)價(jià)模型[J].西安理工大學(xué)學(xué)報(bào),2005(02).

[5]高文紅.論主成分分析法在上市公司信用風(fēng)險(xiǎn)分析中的應(yīng)用[J].中國(guó)證券期貨,2013(07).

作者:何嘉亮 單位:安徽農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院