房地产开发企业信用评价指标体系研究
发布时间:2020-06-03 16:45
【摘要】:房地产业以其广泛的产业关联度,巨大的投资乘数效应,已成为我国国民经济的支柱产业;房地产业又是一个高收益的行业,各类投资者投身其中,分享房地产业繁荣发展带来的好处;但是房地产业也是一个高投入高风险的行业,房价的高低牵涉到社会各阶层的利益,我国房地产开发企业薄弱的自有资金实力,更推高了房地产投资和消费的风险。尽管房地产业如此重要,普通投资者和消费者却没有较好的风险规避预警机制指导,承受了巨大的风险。为解决这个问题,文章尝试探索一套简单、实用的房地产开发企业信用评价指标体系,通过一些比较容易获得的指标,衡量房地产开发企业信用状况,帮助普通投资者和消费者降低购房风险。 文章首先回顾国内外信用评价领域的研究状况,介绍专家方法、信用评级、评分方法等传统信用评价方法各自的优点和缺陷,针对这些缺陷,结合丰富的历史信用数据积累,各种改进的信用评价模型诞生,尤其是20世纪90年代以后,金融市场的快速发展和各种金融衍生品层出不穷,新的信用风险催生出诸如CreditMetrics模型、KMV模型、CreditRisk+模型以及死亡率模型等一批新的信用风险预测模型,其中一些模型已经在实践中得到运用。然后结合2003—2005年国家对房地产业宏观调控效果显现的形势,分析上海房地产业发展现状,总结稳定发展的六大主要表现,同时指出阻碍上海房地产业发展的五大主要问题。针对房地产开发企业的特点,结合信息的可获得性,从偿债能力和偿债意愿两方面着手,考察宏观经济环境、房地产开发企业核心竞争力、企业历史信用状况等定性指标和企业财务状况比率等定量指标,建立房地产开发企业信用评价指标体系,选取非参数的、具有一定容错能力和泛化能力的BP前馈神经网络模型作为评价模型。为便于获得信用要素数据,选取上海10家上市的房地产开发企业,其中2/3作为训练样本,获得信用评价经验,另外1/3作为测试样本,检验评价的准确性。通过计算机实验,获得评价结果,与专家组评价结果基本接近,证明本文建立的信用评价体系采用BP神经网络方法判断准确率较高。
【图文】:
数据来源:根据_L海统计网历年月度数据整理。图2一12003年一2005年月度房地产开发投资额对照示意图3个百分点,占全社会固定资产投资的35.2%,低于同期固定资产投资百分点,其中商品住宅投资92.084亿元,增长.22%,增势大幅度趋缓商业营业用房开发投资增长较快,分别投资102.18亿元和10.261亿元7%和30%。房地产开发投资增长速度明显放慢。从投资结构看,20住宅投资同比增长33.2%,办公楼和商业营业用房投资同比增长24.9。从投资主体看,在全部房地产开发投资主体中,非国有经济所占份以上,其中股份制经济、外商及港澳台经济、私营经济三类占较大比重投资116.01亿元,占房地产投资总额的.99%,非国有经济投资105.9房地产投资总额的90.1%l’5]。购置土地面积继续下降观调控的政策影响,开发商放缓了开发的节奏,土地开发力度减弱。计局统计数据显示,2005年,上海购置土地面积75.432万平方米,比。,,
济增长质量为建国以来最好,“有可能实现持续多年的适度高位运行”泌]。“真实经济周期理论(1984)更是将注意力集中在了增长本身,,强调趋势即是周期,视短期因素为随机扰动。”从我国经济发展的趋势(见图3一1)和国际比较(见表3一1),本文认为近期全国和上海地区经济仍将维持目前增长速度,即意味着上海房地产业的整体趋势是上升的。资料来源:《中国经济周期波动问题研究》,中国社会科学院经济研究所刘树成,张平,张晓晶。图3一1中国GDP增长率波动曲线(1953一2004年)26《中国经济周期波动问题研究》,中国社会科学院经济研究所刘树成,张平,张晓晶,《首届中国经济论坛论文集》,人民网:,2005年11月7日。一18-
【学位授予单位】:上海海事大学
【学位级别】:硕士
【学位授予年份】:2006
【分类号】:F293.3
本文编号:2695108
【图文】:
数据来源:根据_L海统计网历年月度数据整理。图2一12003年一2005年月度房地产开发投资额对照示意图3个百分点,占全社会固定资产投资的35.2%,低于同期固定资产投资百分点,其中商品住宅投资92.084亿元,增长.22%,增势大幅度趋缓商业营业用房开发投资增长较快,分别投资102.18亿元和10.261亿元7%和30%。房地产开发投资增长速度明显放慢。从投资结构看,20住宅投资同比增长33.2%,办公楼和商业营业用房投资同比增长24.9。从投资主体看,在全部房地产开发投资主体中,非国有经济所占份以上,其中股份制经济、外商及港澳台经济、私营经济三类占较大比重投资116.01亿元,占房地产投资总额的.99%,非国有经济投资105.9房地产投资总额的90.1%l’5]。购置土地面积继续下降观调控的政策影响,开发商放缓了开发的节奏,土地开发力度减弱。计局统计数据显示,2005年,上海购置土地面积75.432万平方米,比。,,
济增长质量为建国以来最好,“有可能实现持续多年的适度高位运行”泌]。“真实经济周期理论(1984)更是将注意力集中在了增长本身,,强调趋势即是周期,视短期因素为随机扰动。”从我国经济发展的趋势(见图3一1)和国际比较(见表3一1),本文认为近期全国和上海地区经济仍将维持目前增长速度,即意味着上海房地产业的整体趋势是上升的。资料来源:《中国经济周期波动问题研究》,中国社会科学院经济研究所刘树成,张平,张晓晶。图3一1中国GDP增长率波动曲线(1953一2004年)26《中国经济周期波动问题研究》,中国社会科学院经济研究所刘树成,张平,张晓晶,《首届中国经济论坛论文集》,人民网:,2005年11月7日。一18-
【学位授予单位】:上海海事大学
【学位级别】:硕士
【学位授予年份】:2006
【分类号】:F293.3
【参考文献】
相关期刊论文 前10条
1 张渊,谭中明;市场化背景下企业信用管理体系的构建[J];商业研究;2004年14期
2 于新花;借款企业信用评级的非财务因素分析——管理控制能力分析[J];安徽广播电视大学学报;2004年02期
3 管七海;违约率评估因素与指标确定及其重要度排序实证研究[J];金融论坛;2005年04期
4 于研;完善我国企业内部信用风险管理机制的思考[J];上海经济研究;2004年09期
5 邹鹏,叶强,李一军;面向巴塞尔新资本协议的自优化神经网络信用评估方法[J];管理学报;2005年04期
6 田志友,王云峰,韩彦芳,吴晓丹;应用模糊Hamming网络进行企业客户信用评估[J];河北工业大学学报;2002年01期
7 徐晋,綦振法;基于神经网络专家系统的供应商信用等级分析[J];情报科学;2004年02期
8 徐晋;基于神经网络专家系统的创业企业信用等级评估研究[J];南京理工大学学报(自然科学版);2004年06期
9 周春喜;企业信用等级综合评价指标体系及其评价[J];科技进步与对策;2003年04期
10 徐志彪,韦岗;基于前馈神经网络的企业信用评估模型[J];计算机工程与应用;2003年13期
本文编号:2695108
本文链接:https://www.wllwen.com/jingjilunwen/fangdichanjingjilunwen/2695108.html