中美貿(mào)易戰(zhàn)以及今年1月爆發(fā)的新冠疫情進(jìn)一步加大了我國房地產(chǎn)企業(yè)信用風(fēng)險(xiǎn)的可能性�；诖�,設(shè)計(jì)房地產(chǎn)企業(yè)信用評價(jià)指標(biāo)體系,共六個(gè)方面24個(gè)指標(biāo),通過因子分析法篩選出8個(gè)公因子,以此構(gòu)建Logistic模型。研究表明,房地產(chǎn)企業(yè)償債能力、盈利能力及營運(yùn)能力的提升可以有效降低信用風(fēng)險(xiǎn),構(gòu)建的Logistic模型預(yù)測精確性為100%,能用其進(jìn)行相關(guān)度量及預(yù)警。 

【文章來源】：中國房地產(chǎn). 2020,(30)

【文章頁數(shù)】：9 頁

【部分圖文】：

國房景氣指數(shù)

圖1:國房景氣指數(shù)國內(nèi)文獻(xiàn)方面,共檢索出核心文獻(xiàn)123篇,年發(fā)文量差異較大,其中2008-2013年由于美國次貸危機(jī)影響,發(fā)文量達(dá)到頂峰(見圖2),除2012年外,其他年份均發(fā)文超過11篇,隨后逐年下滑,到2018年又有一定的上升趨勢,主要因?yàn)?016年底國家提出“房住不炒”新定位,對房市新調(diào)控方式的研究探討跟上日程,在2018年形成一個(gè)小高峰。研究主題方面,信用風(fēng)險(xiǎn)的評價(jià)和度量一直是學(xué)者們比較關(guān)注的領(lǐng)域,胡勝等(2018)、王慧等(2018)、謝遠(yuǎn)濤等(2018)、申敏等(2017)分別通過Logistic模型、KMV模型、BALQR模型等進(jìn)行研究,董小君等(2020)研究得出我國互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)程度較高,且發(fā)達(dá)地區(qū)流動(dòng)性風(fēng)險(xiǎn)是主因,中西部地區(qū)信用風(fēng)險(xiǎn)是主因的結(jié)論。也有學(xué)者從法律、宏觀經(jīng)濟(jì)、供應(yīng)鏈金融等領(lǐng)域探討如何降低房地產(chǎn)行業(yè)信用風(fēng)險(xiǎn)問題,如巴曙松等(2019)重點(diǎn)探討巴塞爾III信用風(fēng)險(xiǎn)標(biāo)準(zhǔn)法改革對全球銀行業(yè)的發(fā)展影響;鄭勇(2018)認(rèn)為房地產(chǎn)市場、信用市場良性發(fā)展會(huì)加速宏觀經(jīng)濟(jì)市場發(fā)展。

表2:KMO與Bartlett檢驗(yàn) Kaiser-Meyer-Olkin 測量取樣適當(dāng)性 .653 Bartlett的球形檢定 大約 卡方 3569.916 df 276 顯著性sig .000根據(jù)解釋總方差表4可知,提取8個(gè)公因子,解釋總方差累計(jì)為77.428%,從碎石圖(見圖3)可知,前兩個(gè)公因子解釋能力較強(qiáng),3-5次之,6-8解釋能力稍弱。將8個(gè)公因子分別用F1、F2……F8表示,其中F1高度解釋了凈資產(chǎn)增長率X13、銷售凈利率X2、總資產(chǎn)凈利潤率X1三個(gè)因子,命名為盈利能力因子1;F2對速動(dòng)比率X6、流動(dòng)比率X5、現(xiàn)金比率X7解釋程度很高,命名為償債能力因子;F3對GDP增幅X22、住宅銷售指數(shù)X24、產(chǎn)權(quán)比率X10、總資產(chǎn)周轉(zhuǎn)率X18解釋程度較高,命名為宏觀經(jīng)濟(jì)及營運(yùn)能力因子;F4很好地反映了總資產(chǎn)周轉(zhuǎn)率X18、流動(dòng)資產(chǎn)周轉(zhuǎn)率X19、存貨周轉(zhuǎn)率X16,命名為總資產(chǎn)及流動(dòng)資產(chǎn)因子;F5集中體現(xiàn)現(xiàn)金流量比率X21、經(jīng)營現(xiàn)金凈流量與凈利潤的比率X20、總資產(chǎn)增長率X14情況,命名為現(xiàn)金流因子;F6體現(xiàn)利息支付倍數(shù)X8及凈利潤增長率X12變化情況,命名為償債及成長因子;F7更多體現(xiàn)凈資產(chǎn)收益率X3和股本報(bào)酬率X4,命名為盈利能力因子2;F8反映固定資產(chǎn)周轉(zhuǎn)率X17和應(yīng)收賬款周轉(zhuǎn)率X15指標(biāo)情況,命名為固定資產(chǎn)及應(yīng)收賬款周轉(zhuǎn)因子。


本文編號(hào)：3352577