基于熵权法-gra的房地产上市公司成长性评价研究

上传人:小** 文档编号:34096828 上传时间:2018-02-20 格式:DOC 页数:8 大小:110KB
返回 下载 相关 举报
基于熵权法-gra的房地产上市公司成长性评价研究_第1页
第1页 / 共8页
基于熵权法-gra的房地产上市公司成长性评价研究_第2页
第2页 / 共8页
基于熵权法-gra的房地产上市公司成长性评价研究_第3页
第3页 / 共8页
基于熵权法-gra的房地产上市公司成长性评价研究_第4页
第4页 / 共8页
基于熵权法-gra的房地产上市公司成长性评价研究_第5页
第5页 / 共8页
点击查看更多>>
资源描述

《基于熵权法-gra的房地产上市公司成长性评价研究》由会员分享,可在线阅读,更多相关《基于熵权法-gra的房地产上市公司成长性评价研究(8页珍藏版)》请在金锄头文库上搜索。

1、基于熵权法-GRA 的房地产上市公司成长性评价研究 李娇 长安大学建筑工程学院 摘 要: 房地产企业成长性研究对房地产行业稳健发展意义重大。基于财务视角, 借鉴国内外相关文献, 结合房地产上市公司成长性特征, 选取发展能力、获利能力、资产营运能力、偿债能力、现金流量水平 5 个层面共 14 个财务指标构建评价指标体系。采用熵权法对房地产上市公司 50 强中沪深上市的 19 家企业 2013 年财务截面数据进行分析, 确定各财务指标权重, 并结合灰色关联分析法 (GRA) 求得各企业关联度得分及排名, 给企业成长性评价研究提供一种新思路。关键词: 房地产; 沪深上市; 成长性; 熵权法; 灰色关

2、联分析法; 作者简介:李娇 (1993-) , 女, 陕西华县人, 长安大学, 硕士研究生, 研究方向为建筑经济与服务管理、工程项目管理。An Evaluation Research on the Growth of the Listed Real Estate Companies Based on Entropy Weight and Grey Relational AnalysisLI Jiao School of Civil Engineering, Changan University; Abstract: Research on the growth of real estate e

3、nterprise is of great significance for the steady development of the real estate industry.Based on financial perspective, this research draws on the related literature at home and abroad for reference, combined with the growth feature of the real estate listed companies, to select development capaci

4、ty, profitability, assets operation ability, debt paying ability, cash flow level five levels, a total of 14 financial indicators to construct the evaluation index system.The entropy weight method is adopted, with the aid of analyzing the real estate listed companies in the top 50 of 19 companies li

5、sted on Shanghai and Shenzhen 2013 financial section data, determining the financial index weight, and determining various enterprises correlation score and ranking combined with grey correlation analysis (GRA) method, to provide a new research idea for evaluation of the enterprise growth.Keyword: r

6、eal estate; Shanghai and Shenzhen listed; growth; entropy method; GRA; 0 引言房地产业作为国民经济的支柱产业, 对国家宏观经济的稳健发展至关重要。故而, 近年来国家不断加强对房地产行业的宏观调控力度, 包括国十一条 (2010) 、新国十条 (2010) 、国五条 (2010) 、新国八条 (2011) 、新国五条 (2013) 及新国六条等, 采取银行信贷资金收紧, 抑制投资性需求, 限购等调控措施来应对房地产业的非理性繁荣, 使房地产投资过于旺盛的现象得以缓解。然而, 房地产宏观调控的常态化和我国经济下行的大背景, 使

7、得房地产市场下行日益明显:业绩持续下滑、盈利空间受到挤压、库存压力高企;房地产股市不景气, 投资者对政策干扰悲观预期, 估值持续下跌。虽然近期国家出台了一系列宽松的资本市场政策来刺激房地产股市, 如 IPO 重启、再融资开闸、“新国六条”等, 但由于市场投资者对企业的成长预期质疑, 缺乏对企业成长性客观真实的判断, 加之房地产上市企业政策环境和市场环境的不明朗, 地产板块的反弹高度难达预期。因此, 财务视角下对沪深上市房地产企业成长性综合评价研究, 不仅能真实反映企业成长现状, 引导市场参与者理性投资, 而且能维护房地产市场稳定, 创造良好的成长环境。1 文献综述如何通过评价模型客观真实地反映

8、企业的成长性一直是理论界研究的热点。吴静 (2008) 对上市商业银行, 从资产质量、资本充足性、成长能力、盈利能力和资产流动性五个方面分析成长性影响因素, 并对商业银行的成长性做出了评价分析1。李益娟 (2009) 则运用 Logistic 回归模型, 从偿债能力、营运能力、发展能力等六个方面对上市企业成长性进行了分析, 构造了企业成长性综合评价模型2。李益娟、宋永春 (2010) 选取了我国 49 家成长百强上市公司2004-2008 年的财务数据, 并以托宾 Q 值作为企业成长性的衡量标准, 研究了会计盈余和现金流量对企业成长性的解释程度3。刘曜、史爽 (2011) 对中小板上市公司的成

9、长性、影响因子 (盈利能力、风险水平、治理能力和运营周期) 进行测度, 并通过结构方程模型验证性分析其相互影响路径4。崔璐、钟书华 (2011) 利用层次分析灰色关联度综合评价法对高技术中小企业的成长性进行了测度比较研究5。粱毕明 (2012) 对首次上市的 28 家创业板上市公司进行了成长性判定, 从行业角度分析其成长性的影响因素, 并对其成长性做出评价, 进而基于不同地理区域的角度, 比较创业板上市公司的区域发展差异6。龚光明、张柳亮 (2013) 根据以往研究成果, 构建了包含财务指标与非财务指标的高新技术上市公司成长性评价指标体系, 并采用 GRA 对高新技术上市公司的成长性进行了综合

10、评价7。综上所述, 在研究思路上, 现有研究多是基于财务视角, 通过因子分析法、GRA和层次分析法等评价方法, 对企业成长性进行定量评价。然而, 现有研究中大多未曾考虑到评价结果的客观性问题, 即未曾考虑到各财务指标的权重问题。与此同时, 在研究对象的选取上, 现有研究并未细分到具体行业, 即忽略了成长性的区域及行业差异。故而成长性排名的真实性、客观性有待商榷。另一方面, 通过回顾近几年的相关文献可知, 缺乏房地产行业成长性评价研究。鉴于此, 文章采用熵权法和 GRA 对沪深上市的房地产企业 2013 年财务截面数据进行处理分析, 确定指标权重及关联度排名, 即成长性排名。2 房地产上市公司成

11、长性评价方法2.1 熵权法多指标综合评价中, 确定评价指标权重常采用主观赋权法和客观赋权法。主观赋权法根据评价人员主观上对各指标的重视程度来确定权重, 常用德尔菲法和层次分析法等。客观赋权法根据各指标的关联程度或各指标的信息量来确定权重, 其赋权原始数据来自客观资料, 常用因子分析法、人工神经网络、熵权法、复相关系数法等。熵权法是一种客观赋权方法, 其基本原理是根据各指标的变异程度, 利用信息熵计算出各指标的熵权, 再通过熵权对各指标的权重进行修正, 从而得出较为客观的指标权重。在房地产上市公司成长性评价中, 用于确定各财务指标权重, 使成长性评价结果更加客观真实。熵权法确定权重的基本步骤如下

12、:(1) 原始数据矩阵归一化。设 m 个评价对象, n 个评价指标的原始数据矩阵为A= (xij) mn无量纲化后得到大者为优指标, 无量纲化公式:小者为优指标, 无量纲化公式:归一化矩阵 Pij, 归一化公式:(2) 定义熵。在有 m 个被评价对象、n 个评价指标的评估问题中, 第 j 个指标的熵值 ej为(3) 定义熵权。定义了第 j 个指标的熵之后, 可得到第 j 个指标的熵权棕 j:灰色系统理论是我国著名学者邓聚龙教授于 1982 年提出的, 主要用于研究“部分信息已知, 部分信息未知”的“小样本”、“贫信息”不确定性系统。灰色系统理论中的关联度分析是对系统动态发展过程的量化分析, 它

13、根据因素之间发展态势的相似或相异程度, 来衡量因素间的关联程度。通过关联度大小反映各评价对象与理想对象接近程度的先后次序, 关联度最大的评价对象为最优。与传统的多因素分析方法相比, 灰色关联度分析具有样本要求较低, 计算简单, 无数据分布要求 (如正态分布) , 定量与定性分析相符, 量化结果准确性、稳定度高等优点。因此, 该方法已被广泛应用于科学研究, 并取得了较好的应用效果。当前, 灰色关联分析有均值灰关联分析、相对变率度灰关联分析和斜率灰关联分析 3 种。由于相对变率度灰关联分析不适合原始序列中有零或负值的情形, 斜率灰关联分析较均值灰关联分析计算复杂, 因此文章选择均值灰关联数学模型来

14、进行房地产上市公司成长性的实证分析。GRA 的基本步骤:(1) 确定参考序列和比较序列。设参考序列为 X0=x0 (k) , k=1, 2, , n;比较序列为 Xi= (xi (k) , k=1, 2, , n) , (i=1, 2, , m) (2) 无量纲化处理。方法有初值化、均值化和区间化处理三种。文章采用区间化处理, 公式同熵权法无量纲化处理公式 (1) 、 (2) 。(3) 定义关联系数。灰色关联系数为:籽0, 1为分辨系数, 其意义是削弱驻 max过大引起的关联系数失真, 提高关联系数之间的差异显著性。一般情况下取籽=0.5。(4) 定义关联度。关联系数只表示各时点数据间的关联程

15、度, 为使信息相对集中, 综合反映比较序列与参考序列间的关联程度, 可结合各指标熵权对关联系数加权平均, 3 实证研究3.1 实证研究设计3.1.1 样本选取文章以沪深上市的大型房地产企业为研究对象, 选取 2014 年房地产上市公司50 强中沪深上市企业 19 家, 分别为万科地产、保利地产、招商地产、金科地产、华夏幸福、金地、金隅股份、金融街、华侨城、中南建设、荣盛发展、阳光城、泰禾集团、建发股份、首开股份、北京城建、雅戈尔、陆家嘴、新湖中宝。样本数据为 2013 年 19 家企业的财务截面数据, 相关数据来源于沪深交易所网站所披露的 2013 年企业年报。3.1.2 指标界定借鉴国内外已

16、有的评价指标体系, 并根据房地产上市公司的成长性特征, 选取了发展能力、盈利能力、资产营运能力、偿债能力、现金流量水平 5 个层面共14 个财务指标, 构成了评价指标体系, 见表 1。各财务指标说明如下:(1) 发展能力。选取净利润增长率 (X 1) 、主营业务收入增长率 (X 2) 、资本积累率 (X 3) 、总资产增长率 (X 4) 来反映企业发展能力。其中, 净利润增长率, 衡量企业经营效益, 反映企业市场竞争能力;主营业务收入增长率, 反映企业主营业务的发展状况, 判断企业发展所处阶段;资本积累率, 反映企业当年资本的积累能力, 衡量企业的发展潜力;总资产增长率, 反映企业本期资产规模的扩张速度。(2) 盈利能力。选取净资产收益率 (X 5) 、总资产报酬率 (X 6) 、销售净利率 (X7) 来反映企业盈利能力。其中, 净资产收益率, 反映股东权益的收益水平, 衡量企业自有资本的利用效率;总资产报酬率, 反映企业总资产的总体获利能力和运营效益;销售净利率, 衡量企业销售收

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 学术论文 > 管理论文

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号