【正文】 李桃二零一六年四月十八日整理范文，僅供參考?xì)g迎您下載我們的文檔精選資料可修改編輯資料可以編輯修改使用精選資料可修改編輯THANKS !!!致力為企業(yè)和個人提供合同協(xié)議，策劃案計(jì)劃書，學(xué)習(xí)課件等等打造全網(wǎng)一站式需求歡迎您的下載，資料僅供參考。感謝我的導(dǎo)師，自從論文的開題以來，他給我無比巨大的支持。只有通過政府、企業(yè)、市場三位一體的努力，以及各方的密切配合，抓住其中的關(guān)鍵影響因素，才能進(jìn)一步有效提升房地產(chǎn)行業(yè)的盈利質(zhì)量。通過各種平臺，實(shí)現(xiàn)全行業(yè)盈利質(zhì)量的提升。第二，根據(jù)對房地產(chǎn)公司盈利質(zhì)量發(fā)揮作用的各類因素分布，房地產(chǎn)上市公司應(yīng)當(dāng)抓住主要成分，從企業(yè)固定業(yè)務(wù)收入額，現(xiàn)金流動業(yè)務(wù)、企業(yè)產(chǎn) 品質(zhì)量和核心技術(shù)等方面入手，對應(yīng)調(diào)整管理方法，確保盈利的穩(wěn)定、持續(xù)、增長力強(qiáng)勁和現(xiàn)金充足，從內(nèi)部優(yōu)化的方面，提升自己的盈利質(zhì)量。為達(dá)到這一狀態(tài)，需要從以下四個方面予以加強(qiáng)。（二）政策建議精選資料可修改編輯我國的房地產(chǎn)上市公司的盈利問題頗值得關(guān)注，就當(dāng)下社會而言，資金盈利質(zhì)量還有待發(fā)展空間。此外，從實(shí)際經(jīng)營情況來看，我國政府對房地產(chǎn)行業(yè)也采取了相應(yīng)的調(diào)控措施，對企業(yè)的盈利質(zhì)量和水平產(chǎn)生了一定的影響。研究表明，盈利質(zhì)量高的企業(yè)，其盈利能力并不一定會很高。相比之下，其他指標(biāo)的影響力較弱，在發(fā)展提升盈利質(zhì)量時，僅需關(guān)注即可。研究結(jié)果表明，上市房企中，每股收益的影響程度較大，但并非唯一因素。大部分企業(yè)的綜合評分為46 之間，反映了整體行業(yè)的盈利質(zhì)量處于一般 標(biāo)準(zhǔn)，需要進(jìn)一步提升。精選資料可修改編輯五、結(jié)論與政策建議（一）分析結(jié)果運(yùn)用SPSS軟 件和主成分分析理 論，結(jié)合相關(guān)的基 礎(chǔ)數(shù)據(jù)， 對我國房地產(chǎn)上市公司的盈利質(zhì)量進(jìn)行計(jì)量分析，本文發(fā)現(xiàn)在所研究的40家上市房企中，其盈利質(zhì)量綜合得分情況呈紡錘形分布。從理論上來看，F(xiàn) 值越大，說明房地產(chǎn)上市公的盈利質(zhì)量越高。根據(jù)模型計(jì)算結(jié)果，可以明顯得出房地產(chǎn)行業(yè)上市公司的得分值。 F 分析結(jié)合前文分析，可以提取四個基本因素，反映房地產(chǎn)上市公司的盈利質(zhì)量。表 8 房地產(chǎn)行業(yè)盈利質(zhì)量指標(biāo)的協(xié)方差矩陣指標(biāo)名稱 X1 X2 X3 X4X1 X2 X3 X4 由表中數(shù)據(jù)可知，四個指標(biāo)間的協(xié)方差為 0，主成分之間并不相關(guān)，具有一定的獨(dú)立性。結(jié)合表中數(shù)據(jù)，本文可以提取四個主成分，能夠覆蓋 %的信息，反映絕大部分的房地 產(chǎn)行業(yè)盈利質(zhì)量情況。根據(jù)旋轉(zhuǎn)前因子的分析結(jié)果，可以得到各指標(biāo)的累積貢獻(xiàn)情況。表 7 房地產(chǎn)行業(yè)盈利質(zhì)量指標(biāo)的方差分解表分析初始特征值 旋轉(zhuǎn)后的因子負(fù)載分析指標(biāo) 總方差 所占比例（%） 累計(jì)比例（%） 總方差 所占比例（%） 累計(jì)比例（%）X1 X2 X3 X4 X5 X6 X7 X8 精選資料可修改編輯X9 如表所示，經(jīng)過主成分分析后，可以得到待評樣本的協(xié)差矩陣特征值、主成分 貢獻(xiàn)率等基本判斷指標(biāo)。jh表 6 房地產(chǎn)行業(yè)盈利質(zhì)量指標(biāo)的變量共同度分析指標(biāo) X1 X2 X3 X4 X5 X6 X7 X8 X9變量共同度 由表可知，所選數(shù)據(jù)及指標(biāo)的公因子方差解釋能力較強(qiáng)，能夠包含了最大范圍的原始指標(biāo)信息，適用于進(jìn)行主成分分析。表 5 房地產(chǎn)行業(yè)盈利質(zhì)量指標(biāo)的公因子方差分析指標(biāo)值 原始指標(biāo)公因子方差未旋轉(zhuǎn)的公因子方差X1 X2 X3 X4 X5 X6 X7 精選資料可修改編輯X8 X9 表中，可以看出，提取因子之前，各指標(biāo)的公因子方差均為 1，未進(jìn)行旋轉(zhuǎn)時，相關(guān)指標(biāo)的公因子方差發(fā)生了變化，說明了這些指標(biāo)間的相關(guān)重合程度的大小。球體檢驗(yàn)的統(tǒng)計(jì)值為 ，其顯著性概率明顯小于 1%，反映了指標(biāo)間的相關(guān)性客觀存在，需要做主成分分析。另外，從 KMO 測試結(jié)果也說明了這一問題，如表 4 所示。特別是凈資產(chǎn)與未分配利潤顯著相關(guān)。3．原始指標(biāo)的主成分分析（1）相關(guān)性分析為確保各指標(biāo)之間滿足主成分分析的條件，本文結(jié)合數(shù)據(jù)，進(jìn)行了房地產(chǎn)上市公司的相關(guān)性分析，如表 3 所示。（三）房地產(chǎn)上市公司的盈利質(zhì)量實(shí)證研究結(jié)合前述分析，每股凈資產(chǎn)、營業(yè)利潤現(xiàn)金比率、修正營業(yè)利潤貢獻(xiàn)率、每股經(jīng)營現(xiàn)金、每股收益、每股未分配利潤、營業(yè)收入增長率、精選資料可修改編輯營業(yè)利潤增長率、凈資產(chǎn)收益率是本文所選用的代表性指標(biāo)：設(shè)其分別為 ，其經(jīng) 初步篩選的原始數(shù)據(jù)X ，123456789XX、 、 、 、 、 、 、 、有記為1213923.=..XX??409?ij...401?2403?其中：i=1，2，3， ...，40；j=1，2，3，...40.本文選擇20222022年間的上市房地產(chǎn)公司財(cái)務(wù)數(shù)據(jù)，并根據(jù)會計(jì)準(zhǔn)則對財(cái)務(wù)數(shù)據(jù)進(jìn)行合理篩選和處理。??jjjEh其中， 為變量共同度，閾值為[0，1]，反映了最初指標(biāo)影響綜合jh評分值F的程度。 39。(4)指標(biāo) 影響度分析在確定了能夠綜合反映該行業(yè)盈利質(zhì)量的主要指標(biāo)之后，還需要進(jìn)一步分析各類指標(biāo)對綜合評分值F的影響程度。（3）構(gòu)建綜合評分模型精選資料可修改編輯按照前述方法確定主成分后，結(jié)合因子分析和矩陣旋轉(zhuǎn)前的數(shù)據(jù)狀態(tài)，構(gòu)建能 夠反映該行業(yè)盈利質(zhì)量水平的計(jì)量模型，如下所示。然后， 對照預(yù)先設(shè)定的累計(jì)貢獻(xiàn)率 （本文設(shè)定為?60%），進(jìn)一步確定主成份數(shù)量，特征值和系數(shù)矩 陣。（2）確定主成分?jǐn)?shù)量和經(jīng)濟(jì)含義結(jié)合數(shù)據(jù)，帶入SPSS進(jìn)行菜單操作。根據(jù)主成分分析原理，結(jié)合SPSS軟件，該行業(yè)主成分分析的基本步驟為：（1）建立數(shù)據(jù)庫整理所收集的基礎(chǔ)數(shù)據(jù)，按照spss要求進(jìn)行導(dǎo)入，構(gòu)建數(shù)據(jù)庫。該方法主要根據(jù)反映公因子 貢獻(xiàn)度的特征值來計(jì)算公因子jZ的 貢 獻(xiàn)率 ：jZ?j=????倘若存在 q 個主成份，則它們的累計(jì)貢獻(xiàn)率 為：?123q+.?根據(jù)實(shí)踐，設(shè)定累計(jì)貢獻(xiàn)率的值 ，如60% 。（2）確定主成分?jǐn)?shù)量精選資料可修改編輯假設(shè)檢驗(yàn)法、累計(jì)貢獻(xiàn)率法是常用的兩種確定方法。從理論上講，p等于m，但實(shí)際中某些元素能夠代表大多數(shù)原始數(shù)據(jù)的情況。2 、 、 、是與 都不相關(guān)的 、 、 、 、 11nX、 、 、 .、合中，方差最大。相應(yīng)地，主成分分析的數(shù)學(xué)模型可以寫成：精選資料可修改編輯???2 ...???簡寫成： 其中：i=1，2， 3，...，p上述方程組要求：，其中：i=1，2，3，....，??且系數(shù) 由下列原則決定；ij第一， 與 不相關(guān)，（i 不等于 j，i，j=1，2，...，p）。接下來，需要進(jìn) 一步計(jì)算公因子負(fù)荷系數(shù)、殘差。假設(shè)存在 p 個綜合指標(biāo)（主成分）： ，則相應(yīng)因素的123pZZ、 、 、 .關(guān)系如下所示： ???2 ...???寫出矩陣形式為：X=BZ+E其中，B 、Z、E 分別為公因子 負(fù)荷系數(shù)矩陣，公因子向量和殘差向量。（1）初始模型設(shè)有 n 個樣本，每個樣本觀測到 m 項(xiàng)指標(biāo)： ，相11nXX、 、 、 .、關(guān)的數(shù)據(jù)陣如下所示：精選資料可修改編輯記為112131222313233xx.=.xxnnnnnX()ijmnX?其中：i=1，2，3， ...，n；j=1，2，3，...，m。通常而言，主成分反映了事物的主要核心本質(zhì)，需要借助軟件提取。主成分是正交的，因?yàn)樗麄兪菂f(xié)方差矩陣的特征向量，這是對稱的。這個變換定義，第一主成分方差最大的可能(也就是說，占盡可能多的變 化的數(shù)據(jù))，并且每個成功組