對(duì)二十家滬深上市房地產(chǎn)公司經(jīng)營(yíng)業(yè)績(jī)的參數(shù)估計(jì)畢業(yè)論文

1、對(duì)二十家滬深上市房地產(chǎn)公司2009年經(jīng)營(yíng)業(yè)績(jī)的參數(shù)估計(jì)【內(nèi)容摘要】：探討一條我國(guó)房地產(chǎn)企業(yè)的良性發(fā)展之路，以迎接全球化經(jīng)濟(jì)所帶來的高層次競(jìng)爭(zhēng)，是國(guó)內(nèi)房地產(chǎn)業(yè)面臨的重要課題。對(duì)房地產(chǎn)公司的分析和研究，尤其的上市房地產(chǎn)公司的研究，將是一個(gè)重要而且非常具有現(xiàn)實(shí)意義的課題。本文將通過參數(shù)估計(jì)和建立回歸模型，選取現(xiàn)在滬深上市的二十家業(yè)績(jī)最好的房地產(chǎn)公司，從這二十家公司的年度財(cái)報(bào)中選取最少二十個(gè)與經(jīng)營(yíng)業(yè)績(jī)有關(guān)的數(shù)據(jù)作為解釋變量，以經(jīng)營(yíng)業(yè)績(jī)作為被解釋變量，在對(duì)解釋變量進(jìn)行篩選之后，進(jìn)行參數(shù)估計(jì)，建立回歸模型。探索我國(guó)房地產(chǎn)市場(chǎng)經(jīng)營(yíng)業(yè)績(jī)的大致規(guī)律【關(guān)鍵詞】：樣本選取 參數(shù)估計(jì) 模型回歸?！綼bstract】e

2、xplore a healthy development of chinas real estate enterprises, to meet the globalization of economy, the domestic high-level competition is an important subject of real estate industry. for real estate company, especially the analysis and study of the listed company of estate of study, is an import

3、ant and very realistic topic. this paper will establish regression model and parameter estimation, the selection of the listed companies and shenzhen now twenty performance is the best real estate company, from the 20th annual earnings of companies with at least twenty in business related data as va

4、riable to explain to the operating performance was explained variables, as in screening for explanatory variables, estimates parameters, a regression model. exploring chinas real estate market operating performance of the general rule.【key words】selecting parameters， estimation model， sample regress

5、ion【目錄】part 1：必要說明 4part 2：樣本選取 5part 3：參數(shù)估計(jì)和回歸模型的建立、檢驗(yàn)處理過程5-25 1.數(shù)據(jù)錄入5-7 2.模型使用8 3.解釋變量檢驗(yàn)8-10 4.回歸分析10-25 模型的顯著性檢驗(yàn)13 參數(shù)估計(jì)13 參數(shù)區(qū)間13 參數(shù)檢驗(yàn)14-16 序列相關(guān)檢驗(yàn)及處理16 異方差檢驗(yàn)與處理17-18 g-q檢驗(yàn)19-21分別做y與自變量之間的回歸估計(jì)21-25part 4：論文小結(jié)26【參考文獻(xiàn)】27-28【內(nèi)容】：part 1：必要說明作為第三產(chǎn)業(yè)中關(guān)于國(guó)家經(jīng)濟(jì)最重要的一個(gè)產(chǎn)業(yè)，房地產(chǎn)業(yè)作為我國(guó)新的經(jīng)濟(jì)增長(zhǎng)點(diǎn)和國(guó)民經(jīng)濟(jì)的支柱產(chǎn)業(yè)，將會(huì)在經(jīng)濟(jì)危機(jī)以后的國(guó)家經(jīng)濟(jì)

6、和世界經(jīng)濟(jì)新格局中面臨前所未有的發(fā)展機(jī)遇和挑戰(zhàn)。因?yàn)橐环矫妫瑐€(gè)體消費(fèi)者已成為我國(guó)房地產(chǎn)市場(chǎng)的消費(fèi)主體，房地產(chǎn)市場(chǎng)供求關(guān)系、消費(fèi)者需求等方面不斷發(fā)生變化，引起了國(guó)內(nèi)房地產(chǎn)企業(yè)之間的競(jìng)爭(zhēng)加劇， 使全行業(yè)從“暴利時(shí)代”迅速轉(zhuǎn)入“微利時(shí)代”，利潤(rùn)水平向價(jià)值回歸，市場(chǎng)逐漸走向規(guī)范。另一方面，中國(guó)加入wto后，海外資金和開發(fā)商進(jìn)入中國(guó)房地產(chǎn)業(yè)的成本大大下降，將導(dǎo)致海外的開發(fā)商搶灘中國(guó)房地產(chǎn)市場(chǎng)，從而形成中國(guó)房地產(chǎn)市場(chǎng)的全球化競(jìng)爭(zhēng)格局。海外的開發(fā)商運(yùn)作經(jīng)驗(yàn)豐富，專業(yè)化程度高，管理水平先進(jìn)，資金實(shí)力雄厚，具有強(qiáng)大的市場(chǎng)競(jìng)爭(zhēng)力。 隨著我國(guó)加入wto，外國(guó)大型房地產(chǎn)企業(yè)將大舉進(jìn)軍國(guó)內(nèi)市場(chǎng)，將會(huì)給國(guó)內(nèi)房地產(chǎn)企業(yè)帶來

7、前所未有的競(jìng)爭(zhēng)壓力。由于國(guó)外企業(yè)在資金、技術(shù)和管理等方面具有顯著優(yōu)勢(shì)，勢(shì)必使開發(fā)的商品房質(zhì)量更好，品質(zhì)更佳，建設(shè)成本更低，房地產(chǎn)市場(chǎng)競(jìng)爭(zhēng)格局將會(huì)發(fā)生明顯變化。為了要在激烈的市場(chǎng)競(jìng)爭(zhēng)中取得優(yōu)勢(shì)，房地產(chǎn)企業(yè)必須要有市場(chǎng)危機(jī)意識(shí)，強(qiáng)化企業(yè)管理，逐步形成企業(yè)的核心競(jìng)爭(zhēng)力，以高科技、高品質(zhì)、高效益、低消耗、低成本、創(chuàng)品牌的房地產(chǎn)開發(fā)，不斷開拓市場(chǎng)、占領(lǐng)市場(chǎng)，才能維持企業(yè)的生存和發(fā)展。 因此， 探討一條我國(guó)房地產(chǎn)企業(yè)的良性發(fā)展之路，以迎接全球化經(jīng)濟(jì)所帶來的高層次競(jìng)爭(zhēng)，已成為國(guó)內(nèi)房地產(chǎn)業(yè)面臨的重要課題。對(duì)房地產(chǎn)公司的分析和研究，尤其的上市房地產(chǎn)公司的研究，將是一個(gè)重要而且非常具有現(xiàn)實(shí)意義的課題。本文選擇的研

8、究方法是參數(shù)估計(jì)和建立回歸模型，研究對(duì)象為在滬深上市的二十家國(guó)內(nèi)房地產(chǎn)公司，它們分別是：1.萬(wàn)科、2.保利地產(chǎn)、 3.招商地產(chǎn)、 4.金地地產(chǎn)、 5.北辰實(shí)業(yè)、 6.首開股份、 7.陸家嘴 、8.金融街 、9.泛海建設(shè) 、10.中華企業(yè)、 11.華發(fā)企業(yè) 、12.新湖中寶 、13.棲霞地產(chǎn) 、14.萬(wàn)通企業(yè)、 15.北京城建、 16.億城股份、 17.中糧地產(chǎn)、 18.蘇州高新、 19.萬(wàn)業(yè)企業(yè)、 20.張江高新。本文所使用的分析計(jì)算軟件為spss for windows 13.0，符號(hào)錄入使用mathtype軟件，所有數(shù)據(jù)的整理分析和運(yùn)算均在電腦上完成part 2：樣本選擇凈利潤(rùn)作為評(píng)價(jià)一個(gè)

9、公司的經(jīng)營(yíng)業(yè)績(jī)優(yōu)劣的指標(biāo)，是比較直觀和公正的，因此，本文選擇用凈利潤(rùn)作為被解釋變量。而解釋變量方面，本文從這二十家房地產(chǎn)公司的資產(chǎn)負(fù)債表、利潤(rùn)表和現(xiàn)金流量表中隨機(jī)選擇了二十一個(gè)指標(biāo)作為解釋變量，它們分別是：資產(chǎn)負(fù)債表1.貨幣資金、2.應(yīng)收帳款、3.預(yù)付款項(xiàng)、4.存貨、 5.流動(dòng)資產(chǎn)合計(jì)、 6.固定資產(chǎn)凈額、 7.無形資產(chǎn)、 8.歸屬于母公司股東權(quán)益合計(jì)；利潤(rùn)表9.營(yíng)業(yè)收入、 10.基本每股收益、 11.銷售費(fèi)用、 12.財(cái)務(wù)費(fèi)用、 13.管理費(fèi)用、 14.投資收益 ；現(xiàn)金流量表15. 銷售商品、提供勞務(wù)收到的現(xiàn)金 、16.收到其他與經(jīng)營(yíng)活動(dòng)有關(guān)的現(xiàn)金、 17.收回投資所收到的現(xiàn)金、 18.投資

10、活動(dòng)現(xiàn)金流出小計(jì)、 19.籌資活動(dòng)現(xiàn)金流入小計(jì)、 20.現(xiàn)金末期余額、21.現(xiàn)金初期余額 。本文選取的數(shù)據(jù)均為這些表中2010年9月30日所統(tǒng)計(jì)的數(shù)據(jù)。這些變量中，基本都不屬于同一類項(xiàng)目，或者互有包含關(guān)系，隨機(jī)選擇過程使用了隨機(jī)數(shù)表。part 3：參數(shù)估計(jì)和回歸模型的建立、檢驗(yàn)處理過程應(yīng)用spss軟件進(jìn)行分析計(jì)算過程：1.數(shù)據(jù)錄入：設(shè)被解釋變量“凈利潤(rùn)”為y，23個(gè)解釋變量分別設(shè)為到順序按照樣本選取中解釋變量的排序進(jìn)行編號(hào)，如下表所示：數(shù)據(jù)錄入表如下，錄入順序按照必要說明中二十家房地產(chǎn)企業(yè)編號(hào)順序：2.模型使用本文采用多元線性回歸模型進(jìn)行參數(shù)估計(jì)，模型為：其中p=1，2，3213.解釋變量的檢

11、驗(yàn)：在利用解釋變量擬合被解釋變量之前，首先就是要檢驗(yàn)解釋變量之間是否具有多重共線性，利用spss進(jìn)行的多重共線性檢驗(yàn)有如下結(jié)果：由上表所示，vif（x1）=1375.114，遠(yuǎn)遠(yuǎn)超過了10，認(rèn)為解釋變量x1（貨幣資金）對(duì)回歸方程造成的多重共線性影響最大，嘗試剔除解釋變量x1以后再進(jìn)行多重共線性檢驗(yàn)，結(jié)果如下：如上表所示vif（x9）=586.483、vif（x11）=441.862、vif（x5）=410.684，也遠(yuǎn)遠(yuǎn)超過了10，認(rèn)為x5（流動(dòng)資產(chǎn)合計(jì)）、x9（營(yíng)業(yè)收入）、x11（銷售費(fèi)用）對(duì)回歸方程造成的多重共線性影響很大，嘗試剔除解釋變量x5、x9和x11后再進(jìn)行多重共線性檢驗(yàn)，結(jié)果有：

12、繼續(xù)剔除vif值極高了x4（存貨）、x8（歸屬母公司股東權(quán)益合計(jì)）、x15（銷售商品、提供勞務(wù)收到的現(xiàn)金）和x21（現(xiàn)金初期余額），再進(jìn)行多重共線性檢驗(yàn)，結(jié)果有：其中，vif（x13）=10.296，vif（x20）=15.353，將x13（管理費(fèi)用）和x20（現(xiàn)金末期余額）剔除后進(jìn)行多重共線性檢驗(yàn)，結(jié)果有：最終結(jié)果顯示剩余解釋變量的vif值都未到10，剩余解釋變量不再具有多重共線性，剔除的解釋變量有：x1、x4、x5、x8、x9、x11、x13、x15、x20、x21，此時(shí)多元回歸方程為：4.回歸分析：做回歸分析，使用前進(jìn)法，得到如下計(jì)算結(jié)果：由回歸系數(shù)表（coefficients(a)），

13、樣本回歸方程可擬合為： （-1.536） （0.61） （1.305）（-0.118）（-1.594） （2.206）（1.86） （0.717） （0.071） （-2.601） （2.313） （1.112） d.w=2.441 f=8.817模型的顯著性檢驗(yàn)：回歸的結(jié)果表明，回歸方程的可決系數(shù)為0.819，調(diào)整的可決系數(shù)為0.924，模型的擬合優(yōu)度很高。給定顯著性水平，查f分布表，得到臨界值，而f=8.817，顯然f3.31，表明模型的線性關(guān)系在95%的顯著性水平下成立，也可從sig=0.020.05，sig(x14)=0.3380.05,未通過檢驗(yàn)，將x2和x14剔除，進(jìn)行回歸分析，得

14、到結(jié)果有：此時(shí)，sig（x19）=0.1730.05，剔除變量x19進(jìn)行回歸分析，結(jié)果有：此時(shí)sig（x7）=0.1230.05,剔除后進(jìn)行回歸分析，結(jié)果如下：最終方程保留的解釋變量有：x3，x10，x12，x17，x18此時(shí)回歸方程為： (-1.689) (4.464) (2.648) (4.677) (-2.271) (3.422) r=0.931，0.867，0.820，f=18.325，d.w=1.349序列相關(guān)檢驗(yàn)及處理：d.w=1.349，在顯著性水平為5%時(shí)，樣本容量為20的d.w分布的下限臨界值，而1.3490.90，故可以斷定模型不存在序列相關(guān)。異方差檢驗(yàn)及處理：可認(rèn)為被解釋

15、變量y的差別來源于解釋變量x3、x10、x12、x17和x18之間的差別，因此，如果存在異方差，則可能由x2到x19中的任意變量引起。模型ols回歸得到的殘差平方項(xiàng)，的數(shù)值如下：則殘差平方項(xiàng)與x3、x10、x12、x17和x18的散點(diǎn)圖如下所示：e1與x3： e1與x10： e1與x12： e1與x17： e1與x18： 由以上散點(diǎn)圖可以看出，并不能確定是否存在單調(diào)遞增型異方差性，需要再進(jìn)行統(tǒng)計(jì)檢驗(yàn)。g-q檢驗(yàn)：采用g-q檢驗(yàn)，對(duì)原始數(shù)據(jù)中的20個(gè)樣本按照x3從大到小排序，去掉中間4排數(shù)據(jù)，得到兩個(gè)樣本容量為8的子樣本，如下表所示：子樣本1：子樣本2：對(duì)子樣本1做ols回歸，得到結(jié)果如下：由以

16、上回歸結(jié)果可得子樣本1的回歸模型估計(jì)為： （-2.029） （3.385） （3.615） （7.259） （-4.734） （3.465）r=0.995，0.990，0.967，f=41.566，d.w=1.580，98796702971477600.000同樣方法對(duì)子樣本2做ols回歸估計(jì)，有如下結(jié)果：由以上結(jié)果得到子樣本2的回歸模型方程為： （1.541） （-1.447） （1.423） （3.624） （-0.434） （-1.842）r=0.980，0.863，0.961，f=9.850，d.w=3.811 24629174284023680.000于是，得到f統(tǒng)計(jì)量有：0.249

17、2查表可知，在顯著性水平為5%時(shí)，自由度為（8，8）的f分布的臨界值為而3.440.2492，據(jù)此接受兩組子樣本方差相同的假設(shè)，表明原模型不存在異方差性，因此不再需要采用加權(quán)最小二乘法（wls）對(duì)原模型進(jìn)行回歸。分別做y與x3，x10，x12，x17，x18之間的回歸估計(jì)：進(jìn)行y與各解釋變量之間單獨(dú)的回歸估計(jì)，是為了探索單獨(dú)變量對(duì)y的影響程度，同時(shí)也比較了各個(gè)變量對(duì)y的影響程度的大小。1. y與x3之間的回歸估計(jì)：y與x3的回歸模型估計(jì)為： （2.894） （3.616）0.412，f=13.074，dw=1.7992.y與x10的回歸估計(jì)：y與x10的回歸模型估計(jì)為：（0.592） （1.4

18、38）0.103，f=2.067，dw=0.7773.y與x12的回歸估計(jì)：y與x12的回歸模型估計(jì)為：（2.286） （2.620）0.276，f=6.865， dw=1.2594.y與x17的回歸估計(jì)：y與x17的回歸模型估計(jì)為：（3.397） （-0.338）0.006，f=0.114，dw=0.5485.y與x18的回歸估計(jì)：y與x18的回歸模型估計(jì)為：待添加的隱藏文字內(nèi)容3（1.642） （2.275） 0.223，f=5.177，dw=0.455完成了y與五個(gè)自變量單獨(dú)的回歸分析后，我們可以看出，這五個(gè)回歸方程的擬合優(yōu)度都較低，說明自變量對(duì)因變量y單獨(dú)作用時(shí)，影響效果比較差。五個(gè)自

19、變量中，x17與y呈負(fù)相關(guān)性，其他自變量均呈正相關(guān)性，余下四個(gè)自變量中，在統(tǒng)一數(shù)量級(jí)后，按照從大小小順序依次是：x12，x10，x18，x3。最后，這二十家滬深上市房地產(chǎn)公司經(jīng)營(yíng)業(yè)績(jī)的回歸模型的擬合結(jié)果如下： (-1.689) (4.464) (2.648) (4.677) (-2.271) (3.422) r=0.931，0.867，0.820，f=18.325，d.w=1.349參數(shù)區(qū)間估計(jì)：的95%的置信區(qū)間為：（-735976875.718，87582852.856）的95%的置信區(qū)間為：（0.105，0.300） 的95%的置信區(qū)間為：（279379384.274，266032837

20、5.829） 的95%的置信區(qū)間為：（2.100，5.657） 的95%的置信區(qū)間為：（-3.657，-0.104） 的95%的置信區(qū)間為：（0.287，1.253）回歸參數(shù)均通過了t檢驗(yàn)。 part 4 論文總結(jié)：本文最終從21個(gè)自變量中篩選出了5個(gè)沒有多重共線性，具有高顯著性和與因變量具有高度相關(guān)性的自變量來評(píng)價(jià)樣本中二十家在滬深上市的房地產(chǎn)公司的經(jīng)營(yíng)業(yè)績(jī)，即凈利潤(rùn)值，這五個(gè)自變量分別是：預(yù)付款項(xiàng)（x3）、每股基本收益（x10）、財(cái)務(wù)費(fèi)用（x12）、收回投資所受到的現(xiàn)金（x17）、投資活動(dòng)現(xiàn)金流出小計(jì)（x18），這五個(gè)變量中，預(yù)付款項(xiàng)來自于資產(chǎn)負(fù)債表，和凈利潤(rùn)值呈正相關(guān)關(guān)系，相關(guān)系數(shù)為0.

21、203；基本每股收益和財(cái)務(wù)費(fèi)用來自于利潤(rùn)表，和凈利潤(rùn)值呈正相關(guān)關(guān)系，相關(guān)系數(shù)分別為和3.878；收回投資所收到的現(xiàn)金和投資活動(dòng)現(xiàn)金流出小計(jì)來自資金流量表，其中收回投資所收到的現(xiàn)金和凈利潤(rùn)呈負(fù)相關(guān)關(guān)系，相關(guān)系數(shù)為-1.881。投資活動(dòng)現(xiàn)金流出小計(jì)和凈利潤(rùn)值呈正相關(guān)關(guān)系，相關(guān)系數(shù)為0.77。同時(shí)，在各個(gè)自變量和y的回歸估計(jì)部分，我們得到了各個(gè)自變量單獨(dú)和y的回歸方程，比較了這5個(gè)自變量獨(dú)立影響y的大小程度。由于自變量選擇的隨機(jī)性，還有這20家房地產(chǎn)公司的代表性，認(rèn)為達(dá)到了探索我國(guó)內(nèi)地房地產(chǎn)上市公司經(jīng)營(yíng)業(yè)績(jī)和財(cái)務(wù)指標(biāo)之間關(guān)系的大致規(guī)律的預(yù)期目的。通過本次畢業(yè)論文的撰寫，我對(duì)回歸模型的建立和檢驗(yàn)過程有

22、了更深的認(rèn)識(shí)和體會(huì)，也更加熟練的掌握了這門實(shí)用性和操作性都很強(qiáng)的研究方法。同時(shí)，腳踏實(shí)地，認(rèn)真嚴(yán)謹(jǐn)，實(shí)事求是的學(xué)習(xí)態(tài)度，不怕困難、堅(jiān)持不懈、吃苦耐勞的精神也我在這次設(shè)計(jì)中最大的收益。我想這是一次意志的磨練，是對(duì)我實(shí)際能力的一次提升，也會(huì)對(duì)我未來的學(xué)習(xí)和工作有很大的幫助。在這次畢業(yè)設(shè)計(jì)中也使我們的同學(xué)關(guān)系更進(jìn)一步了，同學(xué)之間互相幫助，有什么不懂的大家在一起商量，聽聽不同的看法對(duì)我們更好的理解知識(shí)，所以在這里非常感謝幫助我的同學(xué)。在此更要感謝我的導(dǎo)師和專業(yè)老師，是你們的細(xì)心指導(dǎo)和關(guān)懷，使我能夠順利的完成畢業(yè)論文。在我的學(xué)業(yè)和論文的研究工作中無不傾注著老師們辛勤的汗水和心血。老師的嚴(yán)謹(jǐn)治學(xué)態(tài)度、淵博

23、的知識(shí)、無私的奉獻(xiàn)精神使我深受啟迪。從尊敬的導(dǎo)師身上，我不僅學(xué)到了扎實(shí)、寬廣的專業(yè)知識(shí)，也學(xué)到了做人的道理。在此我要向我的導(dǎo)師致以最衷心的感謝和深深的敬意。【參考文獻(xiàn)】：1赫黎仁，樊元. spss使用統(tǒng)計(jì)分析. 中國(guó)水利水電出版社.20022何曉群，劉文卿. 應(yīng)用回歸分析. 中國(guó)人民大學(xué)出版社. 20003李潔明，統(tǒng)計(jì)學(xué)原理. 復(fù)旦大學(xué)出版社4韋克難，社會(huì)調(diào)查研究方法，四川人民出版社5劉大海 李寧 晁陽(yáng) 編著 spss15.0統(tǒng)計(jì)分析從入門到精通 清華大學(xué)出版社6邊馥萍 候文華 梁馮珍 編著 數(shù)學(xué)模型方法與算法 高等教育出版社7萬(wàn)科股份有限公司2009年年度報(bào)告 新浪財(cái)經(jīng)網(wǎng)（http:/fin

24、/stock/）2010-3-2，8保利地產(chǎn)（集團(tuán)）股份有限公司2009年年度報(bào)告 新浪財(cái)經(jīng)網(wǎng) （/stock/） 2010-2-49招商地產(chǎn)發(fā)展股份有限公司2009年年度報(bào)告 新浪財(cái)經(jīng)網(wǎng) （/stock/） 10金地集團(tuán)股份有限公司2009年年度報(bào)告 新浪財(cái)經(jīng)網(wǎng) （/stock/） 11北辰實(shí)業(yè)股份有限公司2009年年度報(bào)告 新浪財(cái)經(jīng)網(wǎng) （/stock/）12首開股份有限公司2009年年度報(bào)告 新浪財(cái)經(jīng)網(wǎng) （/stock/）13陸家嘴房地產(chǎn)股份有限公司2009年年度報(bào)告 新浪財(cái)經(jīng)網(wǎng) （/stock/）14金融街集團(tuán)股份有限公司2009年年度報(bào)告 新浪財(cái)