论文摘要
改革开放以来,伴随着我国经济的持续高速发展,作为我国国民经济的支柱性产业之一的房地产行业得到了巨大的发展,从20世纪90年代以来,中国的房地产行业的发展突飞猛进,全国房地产开发投资额从2000年的4984亿元增长至2010年的48267亿元,达到10年前的10倍左右;全国房地产商品房销售额从2000年的3935亿元增长为2010年的52508亿元,是10年前的13倍左右;全国商品房的竣工面积2.75亿平方米是2000年的2510万平方米的12倍。与此同时,房地产行业内竞争愈加激烈,导致了一定程度的房价上涨过快、房地产投资热等问题。为了使房地产行业能够健康平稳的发展国家出台了一系列的相关政策。2010年1月份,为了促进房地产行业健康平稳发展,出台了“国十一条”;2010年4月份又出台了“国十条”,在5到8月份随之出台了信贷、税收、土地等政策;2010年9月份出台了更加严格的信贷政策,把首套房购买的首付比率提高至30%,且限制第三套房屋的按揭贷款;2011年1月份出台了“国八条”以便进一步实施好房地产行业调控政策。由此看来,房地产行业是否能健康平稳的发展已经成为全国各界人士所关注的核心问题。因此,选择合理的、科学的评价体系和评价方法对房地产上市公司进行综合评价对于上市公司、国家、投资者、债权人等有重要的现实意义。本文在借鉴国内外公司综合评价体系和方法的基础上,结合我国房地产上市公司的实际情况,构建了包含在险价值VaR在内的房地产上市公司综合评价指标体系,首先运用GARCH模型估计参数计算各个样本公司的VaR值,然后运用多元统计中的因子分析方法对中国房地产行业上市公司进行了综合评价的实证分析。用量化的评价得分来评价抽象的经营业绩问题,实现了对房地产行业未来发展趋势相对客观准确的预测。具体而言,文章的主要内容如下:第1章绪论。该章将对本文的研究背景及意义、研究的亮点以及本文的整体框架进行阐述。第2章国内外房地产上市公司综合评价的研究综述。该章主要对国内外房地产上市公司评价的研究进行总结并进行评论,最后提出本文中运用的房地产上市公司综合评价方法。第3章引入VaR的房地产上市公司综合评价指标体系的构建。该章首先介绍在险价值VaR的定义及计算方法,然后选取基于GARCH模型的方法计算房地产上市公司在险价值VaR,最后构建包括VaR指标和财务指标在内的上市公司综合评价指标体系。第4章引入VaR的房地产上市公司综合评价的实证分析。该章把第3章构建的评价指标体系运用于我国房地产上市公司的综合评价中。本文选取了数据较全的47家房地产上市公司2010年的各项指标数据,运用多元统计分析中的因子分析方法进行实证分析,并通过对实证结果进行分析,得出我国房地产上市公司的盈利能力和成长能力是很强的,这可能是房地产行业所处的周期以及这个行业的特殊性所形成的。然而房地产上市公司的营运能力、短期偿债能力和现金流量方面的能力比较弱。房地产上市公司所面临的市场风险也比较大。针对得出的结论本文从房地产的资金管理、运营管理以及房产多元化等方面提出了一些对策。第5章总结及展望。该章是全文的一个总结以及该研究领域的未来发展的展望。本文的亮点在于构建房地产上市公司综合评价体系时引入了在险价值(VaR)指标并且使用多元统计方法中的因子分析。一方面,在经济全球化的今天,企业面临的机遇越来越多,同时风险因素也越来越多;另一方面,房地产行业本身就是一个高风险的行业,所以在综合评价房地产上市公司时引入VaR指标把企业的风险调整因子考虑进来,更能够反映实际;同时,使用因子分析方法可以避免主观赋权的主观性,使得评价结果更加科学、合理。本文的不足之处在于:首先,在险价值(VaR)自身存在一定的缺陷,VaR是建立的一定的假设条件下计算出来的,但是金融市场并不是完全的符合假设条件;其次,本文在实证分析过程中只选取了2010年一年的指标进行分析,在时间维度上进行比较研究也是值得深入进行的;最后,本文的综合评价还是依赖房地产上市公司的基本面状况和财务数据,因此其自身的真实性也会影响到本文综合评价的结果。
论文目录
相关论文文献
- [1].基于VAR模型的人民币汇率与通货膨胀关系研究[J]. 科技风 2020(05)
- [2].非洲猪瘟疫情下我国生猪产业价格传导机制研究——基于VAR模型的实证分析[J]. 价格月刊 2020(03)
- [3].人民币汇率变动对山东省烟台市农产品进出口贸易的影响——基于VAR模型的实证分析[J]. 中国市场 2020(07)
- [4].汇率波动与我国外商直接投资的关系——基于VAR模型[J]. 区域治理 2019(48)
- [5].钛合金VAR过程中自然对流下的宏观偏析行为模拟[J]. 稀有金属材料与工程 2020(03)
- [6].基于VAR模型的旅游业发展、劳动力转移与贫困减缓关系研究[J]. 生态经济 2020(04)
- [7].基于VAR模型的农地流转制度变迁的绩效分析——以山东枣庄为例[J]. 中国农业资源与区划 2020(02)
- [8].我国国防支出对经济增长的影响研究——基于VAR模型[J]. 现代商业 2020(10)
- [9].城镇化率差异对新市民与城镇职工收入差距研究——基于VAR模型[J]. 西北大学学报(哲学社会科学版) 2020(03)
- [10].基于VaR预测的历史模拟法与蒙特卡洛模拟法的比较[J]. 计算机产品与流通 2020(08)
- [11].投资者情绪对房价影响的研究——基于VAR模型的实证分析[J]. 生产力研究 2020(06)
- [12].国标视角下基于VaR理论的《金融风险管理》课程体系改革探索[J]. 知识经济 2020(19)
- [13].从研发支出的投入看我国科技成果转化现状——基于VAR模型[J]. 上海商业 2020(07)
- [14].城镇化对城镇居民人均可支配收入的影响——基于VAR模型分析[J]. 广西质量监督导报 2020(07)
- [15].科技服务业发展、区域创新能力与经济增长——基于VAR模型分析[J]. 沈阳师范大学学报(社会科学版) 2020(05)
- [16].山西省煤炭价格对煤炭产量和财政税收影响度研究——基于VAR模型的实证分析[J]. 山西财税 2020(07)
- [17].中国旅游业和科技服务业融合互动关系研究——基于VAR模型的实证分析[J]. 环渤海经济瞭望 2020(08)
- [18].央行支付系统资金流量与宏观经济的动态关系研究——基于VAR模型的实证分析[J]. 金融发展评论 2019(03)
- [19].表外业务对货币政策传导机制有效性的影响研究——基于VAR模型的实证分析[J]. 时代金融 2019(29)
- [20].地方债加速器存在吗?——基于面板VAR模型的实证检验[J]. 经济经纬 2019(06)
- [21].中国离婚率的影响因素分析与预测——基于VAR模型和聚类分析的研究[J]. 山东师范大学学报(自然科学版) 2016(04)
- [22].人口老龄化对经济增长影响的动态分析——基于面板VAR模型的实证分析[J]. 经济与管理 2017(01)
- [23].基于VAR模型的影子银行对货币政策的影响分析[J]. 新经济 2016(36)
- [24].基于VAR模型的水资源利用与经济增长关系研究[J]. 江西农业学报 2017(02)
- [25].基于VAR模型的我国存贷款利差与房地产开发投资影响分析[J]. 产业与科技论坛 2016(24)
- [26].我国保险密度影响因素实证研究——基于VAR模型[J]. 财政科学 2017(02)
- [27].湖北省人口、经济与环境质量的关联分析——基于VAR模型的实证检验[J]. 当代经济 2017(12)
- [28].基于VAR模型技术创新能力影响因素实证分析[J]. 中国市场 2017(10)
- [29].VaR在商业银行信用风险管理中的应用[J]. 中国市场 2017(06)
- [30].基于VAR模型的我国人民币汇率影响因素分析[J]. 西部经济管理论坛 2017(02)