房地产企业财务状况阻碍因素分析.docx
《房地产企业财务状况阻碍因素分析.docx》由会员分享，可在线阅读，更多相关《房地产企业财务状况阻碍因素分析.docx（25页珍藏版）》请在冰豆网上搜索。
房地产企业财务状况阻碍因素分析
辽宁工业大学
统计软件实训报告
题目：
房地产企业财务状况的阻碍因素分析
院（系）：
经济学院
专业班级：
2021级工商治理1班
学号：
130101026
学生姓名：
杨徐林
指导教师：
陈树良
教师职称：
副教授
起止时刻：
统计软件实训任务书及评语
院（系）：
经济学院 专业：
工商治理
学号
6
学生姓名
杨徐林
专业班级
班
实训任务与要求
一、实训任务
任务一：
实训题目与目的。
确定实训题目，确定样本与变量，拟定数据文件。
要求：
实训题目要简明、具体、规范。
可以从上市公司、社会经济发展实际等领域选择实训题目。
样本规模尽量为大样本，变量数量要尽量多。
根据实训题目及样本与变量，建立数据文件。
任务二：
统计软件应用过程。
进行集中趋势分析、离散程度分析（如均值、中位数、众数和标准差、方差等），针对研究问题进行统计进行分析。
进行推断统计分析（如单样本t检验、两个独立样本t检验、单因素方差分析和回归分析等），针对研究问题进行统计分析。
进行多元统计分析（如Q型聚类分析、R型聚类分析、K型聚类分析，因子分析等），针对研究问题进行统计分析。
要求：
分析以下四个方面的问题：
分析方法的选择、统计软件操作、计算结果的分析。
要求统计软件操作过程清晰、目的明确。
任务三：
研究结论。
要求：
根据描述统计、推断统计、多元统计等计算结果，分析计算结果的社会经济意义，分析研究问题的现状、差异、特点及现象之间的相互关系，从中提炼研究结果，反映研究问题的发展特点和规律。
二、实训报告要求
1、实训报告内容包括3部分：
（1）实训题目与目的；
（2）统计软件操作过程；（3）研究结论。
2、实训报告结构及排版要求见指导书。
工作进度计划
确定实训题目与数据，包括确定研究问题和研究目的，设计研究样本与变量；通过适当的渠道，取得有关数据，建立数据文件（1天）。
统计软件操作，包括描述统计分析（2天），推断统计（天），多元统计分析（天），分析计算结果，得出研究结论（1天）。
根据根据上述实训内容，整理、完善、上交统计软件实训报告与答辩（1天）。
指导教师评语及成绩
成绩：
指导教师签字：
年月日
一、实训题目与数据
实训题目与目的
实训问题：
房地产企业财务状况的阻碍因素。
在全国各地都有着很多的追梦者和打拼的人，他们曾经怀着无穷的热情来到某一个城市，希望在那个城市能够实现自己的妄图，在那个城市能够站稳脚跟，在那个城市能够拥有一个家，能够安宁的生活下去。
那么想要拥有一个“家”可不是一件容易的事。
那个城市的房价将极大的阻碍你的生活。
房地产行业作为国民经济的支柱、国家税收的要紧来源，房地产行业进展备受关注。
当前，我国房地产企业的财务体系相对完备，但在衡量财务状况时仍有一些不足，如指标多、体系复杂等等。
本文对2021年31家房地产企业的净资产收益率，总资产报酬率，固定资产周转率，总资产报酬率，流动资产周转率，应收账款周转率。
进行大体分析，聚类，和主成份分析。
找出阻碍财务状况的要紧因素，并对其进行分析，以期更直观地说明阻碍房地产企业财务状况的因素。
实训目的：
（1）：
熟练的把握SPSS统计软件的各项功能，能用该软件解决实际问题。
（2）：
通过本次实训能够了解我国房地产行业最近几年来的状况。
（3）：
明白阻碍房地产财务状况的因素。
样本与变量
样本：
31家房地产企业
变量：
X1：
净资产收益率。
X2：
总资产报酬率。
X3：
固定资产周转率。
X4：
总资产报酬率。
X5：
流动资产周转率。
X6：
应收账款周转率。
数据文件
表12021年30家企业财务指标
X1
X2
X3
X4
X5
X6
浦东金桥
%
光明地产
%
天房地产
%
嘉凯城
%
津滨发展
%
云南城投
%
华远地产
%
大名城
%
格力地产
%
西藏城投
%
大龙地产
%
保利地产
%
卧龙地产
%
宝安地产
%
中粮地产
12
%
信达地产
%
北京城建
%
万通地产
%
中房地产
%
中航地产
%
荣安地产
%
中天城投
%
渝开发
%
湖北金环
%
京投地产
%
南国置业
%
天津松江
%
京能置业
%
广宇地产
%
栖霞地产
%
二、房地产企业财务状况的阻碍因素的统计分析。
房地产企业财务状况的描述统计分析
房地产企业财务状况的阻碍因素的趋势及分散程度的计算与分析。
（1）统计软件操作进程：
①选择菜单：
【Analyze—Dscriptivestatistics—Dscriptives】，如图1
图1计算大体描述统计量窗口
②选择需要计算的变量到【Variables】框中，显现图2示窗口。
图2计算大体描述统计量窗口
③单击【Option】按钮，选择统计量及相应选项，如图3示。
图3本描述统计量选择窗口
④单击【OK】按钮。
房地产企业财务状况问题的计算结果的说明
N
Minimum
Maximum
Mean
Std.Deviation
X1
30
X2
30
%
%
.862000%
%
X3
30
.7
X4
30
.0
.4
.196
.0953
X5
30
.04
.60
.2260
.13072
X6
30
.58
ValidN（listwise）
30
表2DescriptiveStatistics
如表2所示，该分析中有31个样本，净资产收益率的最大值为.，最小值为，标准差为。
总资产报酬率的最大值为%，最小值为%，标准差为%.固定资产周转率的最大值为.，最小值为，标准差为。
总资产报酬率的最大值为.，最小值为0，标准差为。
流动资产周转率的最大值为，最小值为标准差为。
应收账款周转率的最大值为，最小值为，标准差为。
房地产企业财务状况的阻碍因素的Q型聚类分析
房地产企业财务状况的阻碍因素的Q型聚类分析的软件处置
（1）调出主菜单（Analyze/Classify/HierarchicalCluster），在数据编辑窗口，依次点击Analyze/Classify/HierarchicalCluster，调出聚类分析菜单，并进入聚类分析主对话框HierarchicalClusterAnalysis。
图4聚类分析菜单
（2）主对话框的设置（HierarchicalClusterAnalysis）
在聚类分析主对话框，别离进行以下设置。
设置聚类分析的变量。
在主对话框中，将对话框左侧原始变量框当选择x1-x6，调入到右边的分析变量Variables框中。
设置标记变量。
标记变量确实是在系统聚类分析中显示聚类内容名称，将地域设置成标志变量并调入到右边中间的lableCasesBy框中。
选择系统聚类的类型。
系统聚类有两种类型，即Q型和R型。
此刻要选择的是Q型聚类分析。
在主对话框的右边中间的Cluster框的下面选中Cases即可。
设置输出内容。
系统聚类分析的输出内容有数据计算的结果和图形。
因此为全面进行系统聚类分析，要同时选中这两项。
在主对话框的右边中间的Display框在选中Statistics和Plots,表示做统计计算和画图。
图5聚类分析主对话框
（3）各个二级对话框的设置
在聚类分析主对话框中，别离进行以下设置。
输出特定的计算内容。
在聚类分析主对话框中，点击Statistics按钮，进入二级对话框HierarchicalClusterAnalysis：
Statistics。
要紧选择Agglomerationschedule,表示输出凝聚状态表。
以后点击Continue按钮返回主对话框。
图6输出聚类分析凝聚状态表
输出图形。
在聚类分析主对话框中，点击Plots按钮，进入二级对HierarchicalClusterAnalysis：
Plots，指定输出图形。
输出树形图。
选择Dendrogram输出树形图，用于判定聚类的结论。
输出冰柱图。
依照默许的设置输出冰柱图。
在Icicle框中，依照默许方式选择Allclusters；在Orientation框中，依照默许方式选择Vertical,表示输出纵向冰柱图。
完成上述设置后，点击Continue按钮返回主对话框。
图7输出聚类分析图形
指定聚类分析聚类的计算方式。
在聚类分析主对话框中，点击Method按钮，进入二级对话框HierarchicalClusterAnalysis：
Method。
关于聚类分析距离的计算的几个方面。
小类间距离的计算方式。
在ClusterMethod框中，依照默许选项选择组间平均链锁距离Between-groupsLinkage距离计算方式。
个体间距离的计算方式。
在Measure框中，依照默许选项选择欧式距离平方SquaredEucliddeanDistance距离计算方式
数据的转换处置即是不是标准化。
在TransformValues框中，选择None方式表示不进行数据的标准化。
符号气宇的转换。
在TransformMeasure框中，有3种转换方式。
即所有样本取绝对值AbsoluteValues，改换样本值的符号Change，从头调整样本值在0～1之间Rescaleto0-1range。
上述设置完成后，返回主对话框。
图8设置聚类分析距离的计算方式
输出聚类的结果。
点击Save按钮，进入二级对话框HierarchicalClusterAnalysis：
Save。
在那个二级对话框里，选择保留2——5类的聚类分析的结果。
上述设置完成后，返回主对话框。
图9设置聚类分析的类成员
（4）运行程序（OK）
房地产企业财务状况的阻碍因素的计算结果的说明
（1）系统聚类分析的概要
表3CaseProcessingSummary（a,b）
Cases
Valid
Missing
Total
N
Percent
N
Percent
N
Percent
30
0
.0
30
aSquaredEuclideanDistanceused
bAverageLinkage（BetweenGroups）
这是聚类分析的第一个表格。
从表中数据能够看到，共有30个个案、100%进入了系统聚类分析，也确实是说原始数据全数有效。
（2）凝聚状态表
凝聚状态表是系统聚类分析中各类距离的计算结果。
从中能够看到各个个体及小类之间的距离。
第一列，表示聚类步骤。
第二列和第三列，表示本步骤聚类中是哪两个样本或小类聚成一类。
第四列，表示聚类进程产生的距离。
第五列和第六列，表示在本步骤的聚类中，参与聚类的是个体仍是小类，其中“0”表示个体，非“0”的具体数据表示小类。
第七列，表示本步骤的聚类结果在以后的哪一步顶用到了。
具体内容：
第1行，第6和11号个体最先进行了聚类，之间的距离是0，参与聚类的都是个体，那个聚类的结果将在以后的第2步利用。
以下各行的含义大致如此，略。
表4AgglomerationSchedule
Stage
ClusterCombined
Coefficients
StageClusterFirstAppears
NextStage
Cluster1
Cluster2
Cluster1
Cluster2
1
6
11
0
0
2
2
6
10
1
0
3
3
2
6
0
2
8
4
23
24
0
0
6
5
14
20
0
0
12
6
1
23
0
4
8
7
16
26
0
0
9
8
1
2
6
3
11
9
7
16
0
7
10
10
5
7
0
9
14
11
1
8
8
0
13
12
12
14
0
5
15
13
1
22
11
0
15
14
5
13
10
0
17
15
1
12
13
12
19
16
4
27
0
0
19
17
5
18
14
0
20
18
15
17
0
0
21
19
1
4
15
16
21
20
5
21
17
0
22
21
1
15
19
18
22
22
1
5
21
20
24
23
9
30
0
0
25
24
1
25
22
0
26
25
3
9
0
23
26
26
1
3
24
25
27
27
1
28
26
0
28
28
1
19
27
0
29
29
1
29
.902
28
0
0
（3）树形图
这是系统聚类分析的树形图，也是取得系统聚类分析最后结果的最重要的依据和来源，依照那个树形图，大体上能够取得系统聚类分析的最后结果。
各类之间的聚类在标准化的距离25内。
依照树形图，能够看到，聚类数为2—5类都是能够的。
表5DendrogramusingAverageLinkage（BetweenGroups）
RescaledDistanceClusterCombine
（4）聚类分析的结论
依照上面的分析，房地产企业财务状况能够分为两类。
聚类分为2类的时候，各类包括的地域：
第1类：
天房地产，广宇地产两个企业。
第2类：
保利地产，华远地产，中粮地产，宝安地产，中房地产等28家企业。
房地产企业财务状况阻碍因素的因子分析
房地产企业财务状况阻碍因素统计软件操作进程
①选择菜单【Analyze—DimensionReduction—Factor】，如图10示。
图10
②把参与因子分析的变量到【Variables】框中，如图11所示。
图11因子分析窗口
③图11所示窗口中单击【Descriptives】按钮指定输出结果，如图12。
图12因子分析的描述窗口
④在图11口中单击【Exration】按钮指定输出结果，如图13示
图13因子分析的抽取窗口
⑤在图11口中单击【Rotation】按钮指定输出结果，如图14示。
图14因子分析的旋转窗口
⑥在图11口中单击【FactorScores】按钮指定输出结果，图15示。
图15因子分析的得分窗口
⑦在图11窗口中单击【Option】选项指定输出结果，如图16示。
图16因子分析的选项窗口
房地产企业财务状况的阻碍因素的计算结果的说明。
（1）因子分析的前提条件的判定
表6KMOandBartlett'sTest
Kaiser-Meyer-OlkinMeasureofSamplingAdequacy.
.525
Bartlett'sTestofSphericity
Approx.Chi-Square
df
15
Sig.
.000
在表6中,概率P值接近于0，小于显著性水平，拒绝零假设；同时KMO值为，巴特利特球度查验值为，对应的相伴概率为，小于显著性水平，因此判定原始数据能够进行因子分析，为下面的因子分析奠定了基础。
（2）因子提取
依照因子分析的大体理论，因子提取的标准有3个，即特点值大于一、累计方差奉献率达到85%、因子碎石图。
表7TotalVarianceExplained
Component
InitialEigenvalues
ExtractionSumsofSquaredLoadings
Total
%ofVariance
Cumulative%
Total
%ofVariance
Cumulative%
1
2
3
4
.247
5
.080
6
.059
.991
ExtractionMethod:
PrincipalComponentAnalysis.
依照表7可知，在6个变量的6个特点值中，有3个特点值为，，，均大于1，据此提取三个因子：
同时，特点根产生了方差奉献率，3个大于1的特点值得累计方差奉献率为%，达到因子提取的条件，在结合下面的碎石图，最后结论提取3个因子。
图17因子分析碎石图
（3）因子命名
SPSS统计软件计算出了未旋转和旋转的因子载荷，将这两个载荷进行比较，应以旋转的因子载荷进行命名。
表8为未旋转的因子载荷矩阵，表9为旋转的因子载荷矩阵。
表8ComponentMatrix（a）
Component
1
2
3
净资产收益率
.813
总资产报酬率
.825
固定资产周转率
.389
.893
.114
总资产周转率
.778
.513
流动资产周转率
.636
.630
应收账款周转率
.270
.936
ExtractionMethod:
PrincipalComponentAnalysis.
a3componentsextracted.
表9RotatedComponentMatrix（a）
Component
1
2
3
净资产收益率
.969
.019
.169
总资产报酬率
.965
.049
.180
固定资产周转率
.015
.970
.146
总资产周转率
.247
.152
.890
流动资产周转率
.111
.932
应收账款周转率
.052
.972
（4）因子得分
因子得分系数矩阵与因子得分函数。
SPSS统计软件计算出了因子得分矩阵，见表10。
表10ComponentScoreCoefficientMatrix
Component
1
2
3
净资产收益率
.535
总资产报酬率
.529
固定资产周转率
.506
.069
总资产周转率
.049
.525
流动资产周转率
.588
应收账款周转率
.016
.512
ExtractionMethod:
PrincipalComponentAnalysis.RotationMethod:
VarimaxwithKaiserNormalization.ComponentScores.
综合得分。
利用SPSS软件，利用Transform/Compute能够取得综合因子得分计算结果。
在利用SPSS统计软件的Sort功能，对计算结果进行降序排列，取得图18。
图1830家房地产企业财务状况因子得分
该图参考3个因子得分给出了31家房地产企业财务状况的综合得分并进行了降序排列。
得分为正的企业综合水平高，得分为负分的企业综合水平较低。
在综合考虑净资产收益率，总资产报酬率，固定资产周转率，总资产报酬率，流动资产周转率，应收账款周转率。
等6个指标基础上，广宇地产、栖霞地产等企业名列前茅，而嘉凯城，天津松江等企业居后。
3、研究结论。
2021年房地产行业的大体情形概述。
目前，房地产仍然是中国经济的核心问题。
从2021年中国房地产现状来看，很多学者市场人士大体都认同房地产市场的拐点已到，以后中国楼市将步入调整期。
所有的房地产繁荣期终将终止，随后经历一个修正期。
中国房地产现状也不例外，从2021年中国房地产现状分析来看，房地产开发的黄金时期或许告一段落，但中国房地产行业与互联网结缘的时期才方才开始，中国房地产从单一开发销售向不动产多元化经营治理和和资本市场真实对接的时期方才开始。
实训结果
净资产收益率表现了自有资本取得净收益的能力，总报酬率是评判运营效益的重要指标，固定资产周转率是企业销售收入与固定资产净值的比率，总资产周转率是综合评判企业全数资产的经营质量和利用效率的重要指标。
周转率越大，说明总资产越快，反映出销售能力越强，流动资产周转率是评判利用率的一个重要指标，应收账款周转率确实是反映企业应收账款周转速度的比率。
它说明一按期间内企业应收账款转为现金的平均次数。
净资产收益率和总报酬率反映了企业的的经营业绩，固定资产周转率，总资产周转率，流动资产周转率反映资产的成长性，应收账款周转率反映资产的利用情形。
通过检查KMO和Bartlett查验值得出，概率P值接近于0，小于显著性水平，拒绝零假设；同时KMO值为，巴特利特球度查验值为，对应的相伴概率为，小于显著性水平，应拒绝原假设，原始数据的这些财务指标具有较强的相关性，其显著性为0，能够进行因素分析。
通过本次分析，基于对6个财务指标的分析确信三个要紧因素，累计奉献率%，三个主因素能够较好的评判房地产上市公司的财务状况。
（见表7）而且了解到了30家企业的综合水平的高低，其中广宇地产、栖霞地产等企业名列前茅，而嘉凯城，天津松江等企业居后。
4、参考文献
[1]陈树良、史宪睿、李晓梅《统计软件》[M].沈阳：
东北大学出版社，2021。
[2]程春梅、李亚凤、陈树良、孟亮、杨威《经济与工商专业综合实验教程》[M].沈阳：
东北大学出版社，2021:
1。
[3]焦晓松，杨茜，曹颖琦，基于主成份分析的自主创新能力综合评判研究[J]，商业研究，2007，
（2）：
46-47.
[4]王晓芳，王学伟，基于因子分析的我国证券公司竞争力研究[J]《现代商贸工业》2020.
升级会员 