基于主成分分析的房地产股票价格影响因素的实证研究

黄诚

摘要：房地产板块能够直接影响到我国股市的大盘走势，关系到整个社会主义市场经济的平稳快速发展。因此，对房地产股票价格的影响因素进行实证研究，能够更好地把握和与预测房地产股票的价格走势及波动情况，作为房地产企业了解自身经营状况的参考依据，对企业未来经营方向的选择也有很好的参考价值。

本文以139家房地产公司作为研究对象，选取了资产总计、每股净资产、流动比率、产权比率、销售净利率、营业利润同比增长率等十几个财务指标在2014年的年度数据，采用KMO和Bartlett球度检验对因子分析的可行性进行分析，接着采用主成分分析法进行因子分析，并进行多元回归，得出对房地产类股票价格具有重要影响的因素。

关键词：房地产股票；影响因素；实证研究

一、选题背景和研究意义

（一）选题背景

房地产股票在整个股票市场上具有重要地位，其价格的波动对股票市场会产生非常重要的影响。同时，股票市场与房地产两者之间也有着千丝万缕的关系。当经济平稳快速发展时，房地产市场处于火热状态，楼价迅速上升，上市公司的资产市值不断扩大，股票价格也随之上涨；在这种情况下，上市公司必然通过发售新股等方式拓展房地产业务，带动地产行业的进一步火爆。当经济不景气时，房地产市场处于低迷状态，楼价迅速下跌，处于这种恶性循环之下，经济发展更加惨淡。可以说，房地产股票价格的波动直接关系到国民经济的发展。然而，我国目前的经济指导方式过于传统，房地产股票处于比较复杂的状态，其股票价格的波动往往难以预测。所以，影响房地产股票价格的因素也具有很大的不确定性。此外，无论是对于股票投资者的投资决策，还是对于房地产企业的经营决策，对房地产股票的研究都具有非常重要的意义。

（二）研究意义

（1）研究房地产股票价格的影响因素，为进一步研究房地产股票价格的波动规律打下了坚实的基础。

（2）研究房地产股票价格的影响因素，能够更好的给股票进行定价，使得股票价格能真实反映房地产公司的价值，充分发挥股市应有的积极作用。

（3）研究房地产股票价格的影响因素，明确这些因素是如何影响股价的波动，加深了人们对股票理论的认识。

本文立足于国内股票市场的现实情况，以139家房地产公司作为研究对象，采用主成分分析、回归分析等方法，从微观财务方面对房地产股票的影响因素进行实证研究，以期对上市公司、政府机构以及广大证券投资者提供参考。

一、研究设计

（一）研究假设

1.房地产企业的发展程度与股票价格成正比

2.房地产企业的偿债能力与股票价格成正比

3.房地产企业的营运能力与股票价格成正比

4.房地产企业的盈利能力与股票价格成正比

5.房地产企业的成长空间与股票价格成正比

（二）定义变量与设计

本文选取了139家房地产公司在企业发展程度、偿债能力、营运能力、盈利能力、成长空间等五个方面共13个财务指标作为变量，具体指标见下表：

从企业的发展程度来看，本文选取了资产总计（X1）和每股净资产（X2）这两个财务指标。从企业的偿债能力来看，本文选取了流动比率（X3）、产权比率（X4）以及速动比率（X5）这三个变量。从企业的营运能力来看，本文选取了应付账款周转率（X6）、营运资金周转率（X7）以及总资产周转率（X8）这三个变量。从企业的盈利能力来看，本文选取了销售净利率（X9）、总资产报酬率（X10）这两个财务指标。从企业的成长空间来看，本文选取了营业总收入增长率（X11）、营业利润增长率（X12）以及净利润增长率（X13）这三个变量。

（三）数据来源与处理

本文选取了沪深两市139家房地产上市公司在2014年的年报数据进行因子分析。剔除了ST类和财务信息缺失的股票，最终得到的样本数合计1807。本文采用的财务数据全部来自于同花顺iFind数据库，采用主成分分析法，分析软件采用SPSS19.0。

二、实证分析

（一）KMO和Bartlett球度检验

主成分分析的前置就是因子分析，为了判断数据是否适合做因子分析，本文将运用KMO和Bartlett球度检验方法进行检测。从表2可以看出，KMO值为0.692，一般来说，当KMO值大于0.6时，可以做因子分析。同时，Bartlett度检验给出了相伴概率为0.000，小于显著性水平0.05，对Bartlett球度检验的零假设做出了拒绝，因此，是可以做因子分析的。

（二）因子分析

表4中的特征值是对因子重要程度的量化；方差贡献率则是衡量该因子所描述的方差占原有变量总方差的比率。从计算结果可以看出，本文可以选取6个主成分来代替原来的13个指标，这6个主成分包含原来所有指标信息的81.802%，超过了80%，符合要求。

表5给出了每个因子对主成分的贡献系数。首先分析主成分U1，X11、X12、X13的因子载荷量大于其他因子的载荷量。因此，本文用营业总收入增长率、营业利润增长率、净利润增长率解释U1，它表示房地产公司的成长能力；其次分析主成分U2，X3、X5的因子载荷量大于其他因子的载荷量。因此，本文用流动比率、速动比率解释U2，它表示房地产公司的偿债能力；再者分析主成分U3，X8的因子载荷量远远大于其他因子的载荷量。因此，本文用总资产周转率解释U3，它表示房地产的营运能力；接着分析主成分U4，X6、X7的因子载荷量大于其他因子的载荷量。因此，本文用应付账款周转率和营运资金周转率解释U4，它表示房地产公司的营运能力；再接着分析主成分U5，X9、X10的因子载荷量大于其他因子的载荷量。因此，本文用销售净利率和ROA解释U5，它表示房地产公司的盈利能力；最后分析主成分U6，X1、X2、X9的因子载荷量大于其他因子的载荷量。因此，本文用资产总计、BPS、销售净利率解释U6，它表示房地产公司的规模。下面给出相应的因子得分函数：

U1=0.126X1+0.122X2+…+0.225X13

U2=0.257X1+0.185X2+…-0.108X13

U3=-0.184X1-0.297X2+…-0.063X13

U4=-0.110X1-0.106X2+…+0.170X13

U5=0.101X1+0.285X2+…-0.198X13

U6=0.389X1+0.359X2+…+0.107X13

（三）回归分析

将主成分U1、U2、U3、U4、U5、U6与房地产股票在2014年末的收盘价Y进行多元回归（由于各项财务指标均选取2014年末的数据，因此收盘价也选取2014年末的数据），分析结果如下：

从表6可以看出，R=0.763，R平方=0.527，调整后的R平方=0.518，表明模型拟合度较优，有76.3%的预测可以用这个模型来预测，因子的解释力为52.7%，属于较强级别；

从表7可以看出，F值为10.599>2，符合要求；Sig=0.000<0.005，说明该模型显著，可信；

从表8可以看出，多元回归模型为：Y=15.336+0.239U1-0.555U2-1.208U3-0.550U4+0.509U5+0.162U6

由于U3、U4均代表营运能力，因此将上式继续整合，得到：

Y=15.336+0.239成长能力-0.555偿债能力-1.758营运能力+0.509盈利能力+0.162公司规模。

三、结论与建议

通过以上对房地产股票在2014年年末的数据进行实证分析，我们可以得出以下结论：

（1）营运能力对房地产企业股票的影响能力最大，但为负。说明营运能力对房地产股价有消极的影响作用，且相关性很强；

（2）偿债能力对房地产企业股票的影响能力较大，但为负。说明偿债能力对房地产股价有消极的影响作用，且相关性较强；

（3）盈利能力对房地产企业股票的影响能力一般，且为正。说明偿债能力对房地产股价有积极的影响作用，且相关性一般；

（4）成长能力对房地产企业股票的影响能力较小，且为正。说明成长能力对房地产股价有积极的影响作用，且相关性较弱；

（5）企业规模对房地产企业股票的影响能力最小，且为正。说明企业规模对房地产股价有积极的影响作用，且相关性最弱。

综上所述，财务指标的确成为了房地产股票价格的重要影响因素，但各类财务指标对其股价的影响程度差别很大，说明我国房地产企业市场还需要继续发展与完善。

参考文献：

[1]刘玉.深市房地产股票价格影响因素的实证分析[J]大众商务，2009（97）：3

[2]董欣欣.基于主成分分析的股价影响因素实证分析[J].财会通讯.2011（12）：64～67

[3]杨博理，刘博宇.我国房地产股票与相关资产动态[J].中国房地产.2013（2）：3～15.

[4]沈悦，卢文兵.中国股票价格与房地产价格关联性研究[J].当代经济科学2008（4）：87-92.

[5]宋祯.影响我国股票价格的主要因素分析—以房地产板块为例[D].山西财经大学2008

[6]李鹏.宏观经济指标对中国股票价格指数的影响研究[D].大连理工大学2011

[7]Osborne.M.F.M.Brownian Motion in the Stock Market.Operational Research，Vol.7，March-April 1959

[8]Ball，R.J.and P.Brown.A n Em piricalEvaluation ofA ccounting Incom e N um bers.Journalof A ccounting R esearch（A utum n）.1968.