新冠肺炎疫情對房地產業上市公司財務的影響

王玉欣

摘要：受新冠肺炎疫情影響我國經濟發展出現一定減緩，作為國家支柱產業的房地產業更是影響嚴重，為客觀評價該行業上市公司的經營狀況，本文應用因子分析法對滬深上市的136家房地產公司2019年第四季度和2020年第二季度財務指標進行實證分析，通過衡量評分與比較發現房地產業上市公司在新冠肺炎疫情下顯露的財務問題，方便投資者理性投資的同時也為決策者提出可行性建議。

關鍵詞：房地產業;因子分析法;經營狀況;SPSS

中圖分類號：F23 文獻標識碼：A doi：10.19311/j.cnki.1672-3198.2021.24.041

0引言

2020年新冠肺炎疫情對中國房地產行業的打擊是毋庸置疑的，雖然疫情無法直接影響到房價，但是全國性封鎖措施對第三產業造成沖擊，間接影響到房租價格，從而導致整個購房市場的供需都發生了變化。在資本市場上，第三產業的萎靡不振引起股價下滑的現象，由于房地產行業資產負債率較高，相比于其他行業房地產企業的融資壓力更大，這也就促使了房企降價促銷。對房地產企業的財務狀況進行綜合評價，一方面有利于投資人和債權人在這特殊時期進行投資決策，另一方面也有利于經營者明晰企業在行業中的定位，進而針對企業的優勢與不足制定經營決策。長期以來盡可能完整的描述公司的財務狀況，往往要收集眾多評價指標，涉及的評價指標過多產生了信息重疊的問題，且計算處理很麻煩，從這些指標中剔除個別指標又容易遺漏信息。而因子分析方法將原始指標降維成較少的、沒有相關性的綜合指標，這些綜合指標就能夠反映絕大部分信息。本文擬運用因子分析法，采用我國在滬深上市的136家房地產公司2019年第四季度和2020年第二季度財務報表的數據，根據原始數據構造因子變量，對疫情前后兩階段房地產上市公司財務狀況進行綜合評價，從中發現新冠肺炎疫情對房地產上市公司財務情況造成的變化。

1相關理論

評價一家公司的財務狀況，一般是從盈利能力、償債能力、成長能力和營運能力四個維度分別選用財務指標進行分析，但無論是比較分析法、比率分析法、因素分析法還是杜邦分析法都需要根據服務對象自身情況采用某些財務指標，這個過程主要依賴于決策人員多年工作經驗的判斷，比較主觀片面而且丟失了大部分原始信息。本文的因子分析法能夠準確地計算出具有代表性的數據來表示公司的盈利能力、償債能力、成長能力和營運能力，進而達到對公司客觀評價的目的。

盈利能力反映企業的投入產出能力，本文選取的指標有總資產利潤率、總資產凈利潤率、成本費用利潤率。償債能力用來評價企業償還債務的能力，本文選取的指標有流動比率、速動比率、現金比率、股東權益比率。成長能力與企業的戰略、經營息息相關，往往依據過往的業績變動趨勢加以判斷，本文選取的指標有凈資產增長率。營運能力是企業利用資產創造利潤的過程，是企業對資產運營的結果，本文選取的指標有經營現金凈流量對負債比率、現金流量比率。

2房地產業上市公司財務指標因子分析

在網易財經網站中采用在滬深上市的136家房地產公司2019年第四季度和2020年第二季度財務指標，包括總資產利潤率、總資產凈利潤率、成本費用利潤率、流動比率、速動比率、現金比率、股東權益比率、凈資產增長率、經營現金凈流量對負債比率、現金流量比率，共10項財務指標，操作SPSS對房地產業上市公司財務指標進行因子分析。

2.1判斷數據是否適合因子分析

在SPSS中分別對2019年第四季度財務指標和2020年第二季度財務指標通過“分析”—“降維”—“因子分析”—“描述”處理后可得結果見表1和表2。

2019年第四季度數據KMO統計量值為0.711，在0.7-0.8之間，確認原始變量間存在較強的偏相關性，尚可進行因子分析;Bartlett 的球形度檢驗統計量為1800.332且P值為0，該值較大且P值小于0.05，說明有共同因子存在，適合作因子分析。

同理，2020年第二季度數據KMO統計量值為0.662，在0.6-0.7之間，確認原始變量間存在較強的偏相關性，勉強可進行因子分析;Bartlett 的球形度檢驗統計量為1918.836且P值為0，該值較大且P值小于0.05，說明有共同因子存在，適合作因子分析。

2.2判斷提取因子個數

在SPSS中分別對2019年第四季度財務指標和2020年第二季度財務指標通過“分析”—“降維”—“因子分析”—“抽取”處理后可得結果見表3和表4。由表3可知，2019年第四季度財務數據總共抽取了3個特征值大于1的因子，這3個因子旋轉后的方差解釋率分別是40.199%、30.749%、15.231%，此3個公共因子可解釋86.179%的信息，流失量為100%-86.179%=13.821%，說明這3個因子能夠提取10個分析項86.179%的信息量，這個值沒有固定標準，一般超過60%就可接受，主成分分析法將2019年第四季度10個原有變量濃縮成3個因子。

同理，由表4可知，2020年第二季度財務指標總共抽取了3個特征值大于1的因子，這3個因子旋轉后的方差解釋率分別是31.622%、29.858%、21.427%，此3個公共因子可解釋82.907%的信息，流失量為100%-82.907%=17.093%，說明這3個因子能夠提取10個分析項82.907%的信息量，這個值沒有固定標準，一般超過60%就可接受，主成分分析法將2020年第二季度10個原有變量濃縮成3個因子。

2.3判斷因子與題項對應關系

在SPSS中分別對2019年第四季度財務指標和2020年第二季度財務指標通過“分析”—“降維”—“因子分析”—“旋轉”處理后可得結果見表5和表6。2019年第四季度財務指標和2020年第二季度財務指標都將原有變量綜合成3個因子，但如果因子的實際含義不清楚則不利于后續分析，可利用旋轉因子的方式使一個變量只在3個因子上有比較高的載荷，使得提取出的因子具有更好的解釋性，最常用的是最大方差法，使各因子仍然保持正交狀態，但各因子的方差差異達到最大，即相對載荷平方和達到最大。