• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    房地產(chǎn)企業(yè)經(jīng)營績效與股權(quán)集中度的實(shí)證分析
    ——基于主成分分析法

    2021-09-18 02:49:54陳俊杰潘傳快
    中國管理信息化 2021年15期
    關(guān)鍵詞:集中度方差分析法

    陳俊杰,潘傳快

    (武漢紡織大學(xué),武漢 430200)

    0 引言

    房地產(chǎn)行業(yè)作為影響國計(jì)民生的重要支柱性行業(yè),歷來受到國家政策層面的高度關(guān)注,保障房地產(chǎn)行業(yè)合理平穩(wěn)運(yùn)行,抑制房價(jià)過快上漲是政府房地產(chǎn)調(diào)控的主要目標(biāo)。隨著我國經(jīng)濟(jì)進(jìn)入高質(zhì)量發(fā)展階段,房地產(chǎn)行業(yè)要想提質(zhì)增效,除了政策調(diào)控,更重要的是優(yōu)化公司治理。

    股權(quán)集中度衡量了公司的股權(quán)分布狀態(tài),也是衡量公司結(jié)構(gòu)的重要指標(biāo)之一,對企業(yè)績效的影響十分明顯。對相關(guān)理論進(jìn)行總結(jié)后發(fā)現(xiàn),股權(quán)集中度是一把雙刃劍:股權(quán)集中度較低時(shí)容易產(chǎn)生股東集體“搭便車”現(xiàn)象,弱化對管理層的監(jiān)督,使公司經(jīng)營目標(biāo)分散化;股權(quán)集中度較高時(shí),大股東對管理層的制約增強(qiáng)又會(huì)抑制管理層的積極性,同時(shí)容易導(dǎo)致“壕溝防御效應(yīng)”,危害小股東的利益。針對這一問題,本文借助主成分分析法,對房地產(chǎn)企業(yè)的經(jīng)營績效與股權(quán)集中度進(jìn)行了實(shí)證分析。

    總結(jié)相關(guān)文獻(xiàn)發(fā)現(xiàn),現(xiàn)有研究大多從全行業(yè)角度探討股權(quán)結(jié)構(gòu)與企業(yè)經(jīng)營績效的關(guān)系,專門研究房地產(chǎn)企業(yè)的較少。姚德權(quán)和文丹煜(2020)指出,股權(quán)集中現(xiàn)象在房地產(chǎn)企業(yè)較為普遍,并基于股權(quán)集中度的調(diào)節(jié)效應(yīng)分析了管理層權(quán)力對企業(yè)經(jīng)營績效的影響;張力派等(2020)實(shí)證分析了房地產(chǎn)企業(yè)股權(quán)集中程度對企業(yè)融資約束的影響,結(jié)果表明提高股權(quán)集中度可以緩解融資約束問題;李榮錦和雷婷婷(2019)基于房地產(chǎn)上市公司數(shù)據(jù)研究了股權(quán)集中度對企業(yè)資本結(jié)構(gòu)動(dòng)態(tài)調(diào)整的影響。

    1 房地產(chǎn)企業(yè)經(jīng)營績效的評價(jià)

    由于反映企業(yè)經(jīng)營績效的財(cái)務(wù)指標(biāo)眾多,為了進(jìn)行較為全面合理的評價(jià),本文以杜邦分析法為出發(fā)點(diǎn),選取了反映盈利能力、償債能力和營運(yùn)能力這3 大核心能力的9 個(gè)指標(biāo),其中盈利能力包括資產(chǎn)凈利率(X1)、凈資產(chǎn)收益率(X2)和營業(yè)凈利率(X3),償債能力包括流動(dòng)比率(X4)、速動(dòng)比率(X5)和資產(chǎn)負(fù)債率(X6),營運(yùn)能力包括應(yīng)收賬款周轉(zhuǎn)率(X7)、存貨周轉(zhuǎn)率(X8)和總資產(chǎn)周轉(zhuǎn)率(X9)。

    1.1 樣本數(shù)據(jù)來源

    本文在國泰安數(shù)據(jù)庫中依照證監(jiān)會(huì)2012 版行業(yè)分類,選取了2019 年房地產(chǎn)業(yè)的全部142 個(gè)股票樣本,剔除ST 股以及相關(guān)數(shù)據(jù)缺失的企業(yè),最終得到111 個(gè)有效樣本的財(cái)務(wù)數(shù)據(jù)和股權(quán)集中度數(shù)據(jù),其中,股權(quán)集中度選取的是前5 位大股東持股比例之和。出于數(shù)據(jù)完整性考慮和內(nèi)部交易抵消等問題,本文選取的財(cái)務(wù)數(shù)據(jù)均為合并報(bào)表數(shù)據(jù)。

    1.2 主成分分析法

    本文使用SPSS 統(tǒng)計(jì)軟件中因子分析下的主成分分析對上述用于評估經(jīng)營績效的9 個(gè)變量指標(biāo)進(jìn)行處理,目的是使用主成分加權(quán)結(jié)果來表示企業(yè)的綜合經(jīng)營績效得分Y。

    主成分分析法的核心是降維,即在損失極少信息的前提下將多個(gè)變量轉(zhuǎn)化為幾個(gè)綜合變量。轉(zhuǎn)化生成的綜合變量被稱為主成分,每一個(gè)主成分都是原始變量的線性組合,且各個(gè)主成分之間互不相關(guān),即協(xié)方差為0。通過這一方法可以一定程度上簡化多因素問題的分析過程。

    1.2.1 標(biāo)準(zhǔn)化和適用性檢驗(yàn)

    由于原始數(shù)據(jù)中存在不同量綱,處理之前需使用Z-score法對原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化,再對生成的新變量進(jìn)行適用性檢驗(yàn)。

    本文使用軟件中自帶的KMO 和Bartlett 檢驗(yàn)程序進(jìn)行適用性檢驗(yàn),其中KMO 檢驗(yàn)度量變量之間的相關(guān)性是否較小,Bartlett 的球形度檢驗(yàn)可檢驗(yàn)相關(guān)矩陣是否為恒等矩陣,檢驗(yàn)結(jié)果如表1 所示。一般而言,KMO 值應(yīng)至少大于0.6,結(jié)果顯示為0.639,同時(shí)Bartlett 檢驗(yàn)的P 值為0,顯著性較高,這些都說明變量數(shù)據(jù)是適用因子分析方法的,分析結(jié)果具有參考價(jià)值。

    表1 KMO 和Bartlett 檢驗(yàn)結(jié)果

    1.2.2 提取主成分

    由標(biāo)準(zhǔn)化變量Zscore(X1)、Zscore(X2)…Zscore(X9)組合而成的主成分,其對總方差的解釋結(jié)果如表2 所示,提取方法為主成分分析法。

    表2 總方差解釋結(jié)果

    由提取結(jié)果可知,主成分1 的特征值為3.179,方差為35.327%;主成分2 的特征值為2.181,方差為24.235%;主成分3 的特征值為1.431,方差為15.902%,其余主成分特征值均小于1,這3 個(gè)主成分累計(jì)解釋了總方差的75.465%。因此,將這3 個(gè)主成分作為計(jì)算得分的綜合變量。

    1.2.3 計(jì)算綜合經(jīng)營績效得分

    根據(jù)因子負(fù)荷矩陣(如表3 所示)和抽取的3 個(gè)主成分各自的特征值可以分別計(jì)算各成分的因子得分系數(shù),從而將這3個(gè)主成分表示出來,將其命名為F1、F2、F3,則:

    表3 因子負(fù)荷矩陣

    最后,根據(jù)這3 個(gè)主成分方差百分比占總解釋百分比的權(quán)重來計(jì)算綜合得分:

    Y=(35.327/75.465)F1+(24.325/75.465)F2+(15.902/75.465)F3

    2 房地產(chǎn)企業(yè)經(jīng)營績效與股權(quán)集中度的實(shí)證分析

    2.1 相關(guān)性分析

    首先對上文計(jì)算得出的綜合績效得分Y 與股權(quán)集中度X進(jìn)行雙變量相關(guān)性分析,分析結(jié)果如表4 所示。

    表4 相關(guān)性檢驗(yàn)結(jié)果

    由表4 可知,所選的房地產(chǎn)樣本企業(yè)經(jīng)營績效綜合得分與股權(quán)集中度的相關(guān)系數(shù)為0.237,且通過了1%水平上的顯著性檢驗(yàn),表明兩者之間存在顯著的正相關(guān)關(guān)系,但相關(guān)性較弱。

    2.2 回歸分析

    以經(jīng)營績效為因變量,以股權(quán)集中度為自變量,采用最小二乘法對綜合績效得分Y 與股權(quán)集中度X 進(jìn)行線性回歸,設(shè)定回歸模型為:

    回歸結(jié)果如表5 所示。

    表5 回歸結(jié)果

    常數(shù)項(xiàng)為-0.869,自變量系數(shù)為1.536,且都通過了5%水平上的顯著性檢驗(yàn)。房地產(chǎn)企業(yè)經(jīng)營績效Y 與股權(quán)集中度X的線性回歸方程為:

    3 結(jié)論分析

    通過對所選取的111 家樣本企業(yè)2019 年的財(cái)務(wù)數(shù)據(jù)進(jìn)行實(shí)證分析,可以發(fā)現(xiàn)房地產(chǎn)企業(yè)經(jīng)營績效與股權(quán)集中度之間存在較弱的正相關(guān)關(guān)系,為房地產(chǎn)企業(yè)進(jìn)行股權(quán)結(jié)構(gòu)優(yōu)化和改善公司治理提供了參考。

    理論層面上,股權(quán)集中度的提高有助于緩解“搭便車”問題,更好地克服股東和管理層之間的委托代理問題。同時(shí),股權(quán)集中時(shí)大股東自身利益與企業(yè)經(jīng)營目標(biāo)更加一致,從而更加注重企業(yè)未來發(fā)展,將更多精力和資源投入到企業(yè)經(jīng)營決策,有助于企業(yè)價(jià)值提升?,F(xiàn)實(shí)層面上,房地產(chǎn)業(yè)作為高資本投入型行業(yè),近年來隨著國家調(diào)控政策收緊,企業(yè)獲取銀行信貸資金受阻,融資約束成為行業(yè)普遍面臨的困境,而在股權(quán)集中度高的企業(yè)里,大股東對公司績效的影響更多是正向激勵(lì),而非負(fù)面影響,有較高外部融資需求的公司能爭取良好績效,緩解自身融資約束。

    股權(quán)集中度并非越高越好,股權(quán)集中度過高也會(huì)導(dǎo)致股東內(nèi)部制衡失效,給大股東提供謀取私人利益的機(jī)會(huì),因此房地產(chǎn)企業(yè)也要完善股權(quán)監(jiān)督和制衡機(jī)制,加強(qiáng)投資者保護(hù)。

    猜你喜歡
    集中度方差分析法
    方差怎么算
    異步機(jī)傳統(tǒng)分析法之困難及其克服
    京津冀縣域人口集中度分析
    客聯(lián)(2022年10期)2022-07-06 09:06:16
    概率與統(tǒng)計(jì)(2)——離散型隨機(jī)變量的期望與方差
    新廣告商:廣告業(yè)周期性在弱化,而集中度在提升 精讀
    英語文摘(2020年11期)2020-02-06 08:53:24
    計(jì)算方差用哪個(gè)公式
    方差生活秀
    基于時(shí)間重疊分析法的同車倒卡逃費(fèi)探析
    保險(xiǎn)公司資本結(jié)構(gòu)、業(yè)務(wù)集中度與再保險(xiǎn)需求研究
    煤炭行業(yè)未來在提高集中度
    能源(2016年3期)2016-12-01 05:10:51
    佛山市| 浙江省| 绥宁县| 修武县| 同心县| 乌苏市| 怀来县| 赫章县| 武汉市| 永康市| 佛学| 平南县| 贵港市| 大名县| 巴东县| 临海市| 岫岩| 贵阳市| 庆安县| 屏山县| 保亭| 平武县| 武鸣县| 郁南县| 木里| 深泽县| 汤原县| 二手房| 马关县| 陇西县| 灵宝市| 霍邱县| 同德县| 建湖县| 万宁市| 米脂县| 祁门县| 潞西市| 兴和县| 瑞昌市| 金阳县|