房地产市场信息效率（精选7篇）
房地产市场信息效率 篇1
1前言
信息经济学认为,信息是不完全的和不对称的,经济个体通常并不具有做出最优决策所需要的信息, 完全理性转化为有限理性,同时个体理性可能导致集体非理性,价格并不能囊括全部的市场经济关系,信息经济就是要运用机制设计理论来设计“非价格”制度。
机制设计理论考虑构造什么样的博弈形式, 使得这个博弈的解最接近设定的那个社会目标。 它包括信息效率和激励相容两个方面的问题［1］。 信息效率研究制定的机制是否只需较少的信息传递成本,较少的关于消费者、生产者及其他经济参与者的信息等问题。
房地产市场中各类参与者都拥有一定数量和质量的公共信息与私人信息,房地产市场信息表现出以下一些特征:一是不同的参与者需要的信息不同;二是信息可能不真实,为了在交易中获取更大利益,各个参与者会积极提供对自己有利的信息,隐瞒不利信息,如果监管不到位,他们就可能提供虚假信息;三是信息的广度和深度不足,信息是稀缺资源,获取信息需要成本,各类参与者很难获取决策所需的全面、细致的信息;四是信息来源多样,可信度不一。
影响房地产市场信息效率的因素十分复杂,主要有4类,即信息形态、参与者结构、产品结构和学习模式。 在有效信息不充分的情况下,房地产市场各参与者之间进行着复杂的博弈,各种乱象此起彼伏,严重地阻碍了房地产市场的健康发展。 本文从影响房地产市场信息效率的因素入手, 研究房地产市场的信息效率问题,并提出相应的政策建议。
2房地产市场信息形态
信息形态是指由信息的多种特征或属性结合在一起所表现出的状态,包括信息的强度和传播方式等［2］。 房地产市场信息不仅是动态的,而且以多种形式存在,信息形态的差异影响着市场的信息汇总程度。 概括地看,房地产市场信息形态对房地产市场信息效率的影响主要源于以下3个原因: 一是房地产市场信息分布的不对称;二是房地产市场信息传播方式的多样性;三是反映房地产信息的变量选择差异。
2.1房地产市场信息分布的不对称
与其他商品市场相比, 房地产商品的特殊性决定了房地产市场的信息分布处于更加不对称状态。 房地产市场上的信息不对称主要表现为卖主比买主拥有更多的私人信息, 买方处于信息劣势地位,而卖方处于信息优势地位。 卖方为了自身的利益, 会尽可能地充分利用自身的信息优势, 其市场行为会使消费者的正当利益受到极大的损害,从而导致逆向选择和道德风险。
在房地产市场存在 “劣质商品”的情况下,处于信息劣势一方的消费者就会做出逆向选择, 即不轻易购买房地产商品或持币观望,即使市场上存在实实在在的 “优质”房地产商品。 这样, 整个房地产市场就会在不断萎缩的状态下运行。 从总体上来说, 由于信息不对称所引起的 “逆向选择”问题导致整个房地产市场效率低下。
在房地产交易完成以后也存在着道德风险。 由于不对称信息和不完全合同使负有责任的经济行为者不能承担全部损失(或利益),因而他们不承担其行动的全部后果,这会引起市场交易各方的效用冲突,导致市场的低效率。
2.2房地产市场信息传播方式的多样性
传播方式指传播的速度和途径, 如信息是以渐次传递方式被公众获知, 还是瞬间扩散到每一个受众, 属于传播速度的差别;信息通过媒体披露还是个人之间交流而被传播,属于传播途径的差别。 不同传播速度和传播途径交织组合在一起,构成信息传播方式的多样性。
(1) 传播途径的多样性:政府部门、开发商、房产中介、房地产专业网站、研究机构、已购房亲友等都是房地产市场信息的提供者;各类提供者由于不同的利益诉求,采用多种途径来传播信息,也导致信息的可信度参差不齐。
(2) 传播速度的影响: 早获得信息与晚获得信息的交易者对房地产的需求量存在显著差异,供求关系决定市场价格,信息获知的早晚必然对房地产价格产生作用, 从而影响房地产市场的信息效率。 其原因是信息直接影响人们的预期,而预期对房价具有不可忽视的作用,因此获得信息的早晚对房价的影响是有差别的。
2.3反映房地产信息的变量选择差异
选择反映房地产信息的不同变量对市场价格产生不同作用, 并且不同变量的价格敏感性也不尽相同。 房地产信息主要有:房源、产品、政策、信誉、历史交易记录、消费偏好及消费能力、国有土地、各类购房总需求、房产档案、房地产行业从业主体等信息。
不同类型的市场参与者关注的信息不同, 即使同类型的参与者关注的信息也不尽相同。 如同样是产品信息, 有的关注价格、面积、地理位置、地形、交通情况、户型等基本信息;有的关注增值潜力和物业管理等不确定性信息;还有的关注产品的成本、 质量、盈利能力、增值潜力等内在信息。
由于信息不完全和存在信息成本, 每个市场参与者只能选取自身最关注的信息变量。 研究房地产市场各类参与者各自更关注哪类信息变量,并提供这些信息变量相关的真实数据,就显得尤为重要。
3房地产市场参与者结构
参与者结构是指不同类型参与者间的数量关系及其分布特征。 房地产市场参与者的结构不同,导致竞争程度不同,市场价格所显示的信息也不同。 参与者结构从4个角度影响市场汇总信息。
3.1市场影响力差别
市场信息效率理论发现: 当具有垄断地位的市场参与者以价格而不是产量作为操作目标时,其交易仅会使价格增加。 如开发商有充分的激励维持高价并在此过程中可以获得更多的利润, 其原因是通过等待可以获得有关消费者更多的风险偏好程度的信息从而在讨价还价过程中获得更多的收益。 也就是说随着时间的推移, 维持高价的房地产开发商是可以把房子卖出去的［3］。
但是当垄断参与者面临竞争对手时其策略转为选择产量, 导致市场价格的信息效率得到改善。 这也说明,参与者市场影响力的变化(这里表现为从完全垄断到寡头竞争)会导致竞争策略的改变,市场价格显示信息的程度随之改变。
3.2状态依存偏好
所谓状态依存偏好, 是指随着房地产市场状态和参与者心理等状态变量变化而发生改变的交易偏好。 最常见的情况是,参与者所处的收益状态不同,所采取的交易策略会有所不同,结果造成市场汇总信息的效率不同。
最简单的收益状态有两种:损失和赢利。当参与者处于损失状态时,就会存在损失厌恶心理,倾向于推迟交易以避免损失成为既成事实; 相反, 当其处于赢利状态时就会产生赢利锁定动机,愿意立即交易以锁定盈利。
因此需要将由这些状态依存偏好形成的参与者结构考虑进来,才能理解信息对资产价格的影响及其作用的方向,也有助于对房地产市场信息效率的分析和检验。
3.3禀赋差别
参与者事前所具有的资源(包括资产、信息等各种可用的资源)和反应模式上的差别形成了禀赋差别。 比如知情者和不知情者之间的差别就是一种禀赋差别。
不同禀赋参与者的数量和所占的比例代表特定的市场结构,各类参与者在市场上的比例出现变化,则房地产市场所面临的供求压力也会发生改变,市场均衡过程必然因此有所调整;即使面临相同的信息,市场价格也可能是不同的,可见禀赋差别对市场信息效率的影响。
3.4决策模式差别
异质性的参与者具有差异化的决策模式, 不同决策模式导致定价函数和定价机制的差异, 因此房地产市场价格必然受决策模式的影响。 就市场整体而言,具有不同决策模式的交易者的数量及其比例关系, 决定了各种决策模式发挥作用的程度及其相互影响。
4产品结构
产品结构指产品的种类及其数量对比关系。 房地产市场可以粗分为住宅和商业地产,住宅又可分为商品房、经济适用房、 别墅等,各种房产又可以按面积、价格等要素进行细分。 随着不完全市场理论的发展, 产品结构对房地产市场均衡的影响逐渐引起重视。 有关产品结构与房地产市场信息效率关系的研究主要沿着以下两个方向进行。
4.1市场不完全性
当参与者具有的信息不同时,房地产市场不完全必然导致资源配置的不确定性, 资源配置的不确定将转化为价格的不确定,导致即使面对同样的环境,理性预期的市场价格也可能有多个,房地产市场价格与信息不具有稳定的对应关系,因此价格信息不能有效发挥指导作用。
由于资本市场不完全, 投资决策时必须同时考虑当前的收益和预期的未来收益,投资者必须考虑未来的不确定性,而未来的不确定性是无法准确预见的, 以此为依据的决策必然包含噪声,并且噪声的含量将因房地产市场不完全程度的增加而增加, 这意味着资本市场的不完全性决定了市场均衡价格不能完全显示信息。
房地产市场不完全性的影响具有实质性和稳健性特征,不可能被轻易消除, 房地产市场的不完全性将加剧房产价格偏离其基础价值的程度。
4.2具体结构
通过两类不同属性组成设定具体的产品结构, 研究不同产品的数量对比关系。 房地产市场的不同产品类型之间存在信息上的互动,房地产产品结构通常是参与者决策的重要依据。
5学习模式
现实中人具有的异质性和不完全理性, 要将人的学习行为(如观察、模仿、推理等)与特定的外部条件(如信息环境、产品种类和数量、 交易者的类型和数量等) 结合起来考虑信息汇总过程。
5.1学习方式多样性
在私人信息不足时, 模仿以往的决策范例或别人的行为是普遍现象,而这导致羊群效应必然发生,因此市场均衡是信息无效的,从而导致市场对信息的汇总不足。
口口相传式学习也是一种普遍的学习方式。 采用这种学习模式,市场均衡状态受样本大小、现实状态的数量以及交易者取样的方式影响,多数情况下都会阻碍市场对信息的汇总。
参与者对他人的错误行动做出策略性的反应, 调低他人信息的权重, 调高自有信息的权重。 结果造成即使参与者是理性的,房地产市场对信息的汇总也是不理性的。
5.2有限的努力程度
假定人是完全理性的, 那么搜集信息的努力程度就必然是进行到成本与收益相等那一点。 然而在社会学习背景下,这一观点变得不那么肯定了。 对于不同的均衡状态,参与者搜寻信息的努力程度是不同的,在未得到足够的信息之前,他以最大的努力程度去搜寻信息,一旦获得了足够的信息,他就把这种努力程度降到最小。
同时一个人对信息搜寻的努力, 不仅依赖于他已经掌握的信息,而且依赖于信息的质量和其他人搜寻信息的努力程度,在给定信息分布以及他人的信息质量和努力程度情况下, 房地产市场参与者的最优搜寻努力随着个人信息精度提高而下降,同时在其他条件相同的情况下, 参与者的搜寻努力随着他人努力程度的减少而增加。 因此房地产市场价格中的信息含量受参与者为获取信息所付出的努力程度的影响, 市场均衡通常不可能汇总全部的信息。
5.3策略选择
有限理性具有多种表现形式, 不同表现形式对价格调整的影响存在很大差异, 房地产市场参与者一般不愿意改变基于私有信息做出的决策,这表明,房地产市场价格中错误信号的含量可能很高。
6政策建议
信息不对称、不完全给房地产市场带来许多不利的影响,但同时,要彻底消除信息不对称和不完全现象、营造完全竞争的房地产市场环境又是不可能的。 这就需要政府职能部门研究如何实现激励共容和提高信息效率。 通过对房地产市场信息效率影响因素的分析, 本文提出以下提高房地产市场信息效率的政策建议。
6.1确认各方最核心、长远的利益诉求,寻求统一、明确的社会目标
房地产市场参与者众多,各方的利益诉求不一,需要厘清各类参与者最核心、长远的利益诉求,并以此为基础,构建统一、明确的社会目标; 这个社会目标是各项房地产管理工作的出发点与落脚点。
6.2调查本地区各类参与者最关注哪些信息,针对不同的信息, 从信息处理的环节入手,提高信息的真实性和有效性
由于信息成本的存在,调查参与者最关注的信息,可以抓住重点,有效提高效率。 在此基础上,根据核心信息的种类,从信息处理的每个环节(收集、加工、发布、反馈等)入手,采用检查、奖励守信者、严罚违规者、畅通民众反馈机制、多渠道降低维权成本等方法,提高信息的真实性和有效性。
6.3减少房地产市场信息不对称现象,建立真实、全面的信息传播平台
由于市场机制在解决信息不对称方面有其自身的缺陷,因此,要求政府加大规制力度,加强监督机制建设,以弥补市场机制的不足。 设计激励共容机制, 鼓励处于信息优势的一方树立 “诚信”意识,提供完整、真实的私人信息。
构建信息发布、共享的网络平台;积极引入多种社会力量, 构建平台型的房产信息服务公司;政府应做好督促、指导、检查等管理工作,并及时提供政府所拥有的相关房产信息。
6.4整合政府现有的房地产信息系统, 建设基于唯一数据信息源、统一平台、统一工作流、应用系统模块化、集成各项应用的信息综合管理系统［4］
为全面客观地反映房地产运行状况、发布准确的市场信息、 增加透明度、及时发现房地产市场运行中存在的问题、判断市场发展趋势、提出调控对策,需要在统一的系统平台上,构建统一运行环境、统一服务配置、统一定制工作流、统一数据源、应用集成的房地产市场信息综合管理系统。
摘要：本文运用信息经济学和机制设计相关理论,研究房地产市场信息效率问题,在分析房地产市场信息效率影响因素的基础上,提出提高房地产市场信息效率的政策建议。
关键词：房地产市场,信息效率,信息形态,参与者结构,产品结构,学习模式
房地产市场信息效率 篇2
关键词：房地产业,市场结构,市场效率,市场绩效
引言
我国房地产业经过二十多年的发展, 已经是国民经济发展的新的经济增长点。近年来, 我国房地产市场异常火爆, 房价一路攀升, 但是, 房地产业市场结构是否合理?房地产市场效率如何?房地产业市场绩效是否较高?它们之间的关系如何?因此, 本文根据产业组织理论, 以2004-2008年郑州市排名前25家房地产企业为样本对郑州市房地产业市场结构、效率与绩效关系进行了实证研究。
1 郑州市房地产业的市场结构分析
根据产业组织理论, 市场结构是指卖方 (企业) 之间、买方 (企业或消费者) 之间、买卖双方以及市场内现有的买方、卖方与准备进入或可能进入该市场的买方之间关系的状况及其特征, 其反映市场竞争和垄断的程度[1:122-123]。根据本文的研究目的, 采用市场集中度 (CRn) 、赫芬达尔指数 (HHI) 指标来衡量郑州市房地产业的市场结构。
1.1 市场集中度 (CRn)
市场集中度 (CRn) 是指行业内规模最大的前n家企业的有关数值X (可以是产值、产量、销售额、销售量、职工数、资产总额等) 占整个市场的份额[1:299]。计算公式如下:
从销售收入、销售面积两方面分别计算郑州市房地产业的市场集中度CR4和CR8 (见表1) 。
资料来源:同上
采用日本学者植草益划分市场结构的标准, 认为郑州市房地产市场结构基本上属于竞争型的寡占市场。市场集中度较低的主要原因:一是由于2003、2004年房地产行业的较高利润, 吸引了更多的企业投资房地产;二是由于房地产行业进入壁垒较低, 根据统计数据, 企业自有资金仅占30%, 其余大部分是银行贷款, 说明资金壁垒较低;2004-2007年郑州市一级、二级资质平均比例为0.63%、10.22%, 说明企业资质等级较低, 房地产业技术要求不高, 只是土地、资金的整合者, 技术壁垒较低;三是由于政府部门缺乏相关的法律法规来规范房地产市场。
1.2 HHI指数
赫希曼—赫芬达尔指数 (HHI指数) 是某特定行业市场上所有企业的市场份额的平方和。HHI指数越小, 表明市场集中度越低。
当HHI>0.18时, 属于高度集中市场;0.10
资料来源:同上
由表3可以看出, HHI指数远远低于0.10, 说明郑州市房地产市场集中度较低。在2006之后HHI指数逐年降低, 这说明郑州市房地产市场竞争日益激烈。
2 郑州市房地产业市场效率计算
根据产业组织理论, 效率是研究结构与绩效关系的一个重要因素, 反映投入与产出之间的关系的比率指标。结合本文的研究目的, 采用非参数数据包络分析法 (DEA) 模型中的投入导向C2R模型来测量技术效率和BC2模型来测量纯技术效率、规模效率。根据房地产特性, 本文选用劳动 (即企业平均从业人数) 、土地 (即开发土地面积) 、投资 (投资额) 为投入指标, 销售收入为产出指标。运用DEAPVersion2.1软件计算郑州市房地产企业效率 (见表3) :
资料来源:同上
从表4可以看出: (1) 2004~2008年郑州市房地产市场技术效率、纯技术效率与规模效率平均值比较低, 技术效率值仅为0.377, 资源浪费0.623。 (2) 2004年规模效率最高, 主要因为2004年之前郑州市房地产投资额主要控制在少数相对较大的企业;2005年规模效率降低, 主要由于投资规模的扩大2006年规模效率相对提高, 主要由于2004年、2005年国家和郑州市相继出台房地产调控政策;2007、2008年投资额同比增加分别为30.0%与41.6%, 其技术及管理水平并没有相应提高而导致2008年郑州市房地产业规模效率降低。
3 郑州市房地产业市场绩效测定
市场绩效是指一定的市场结构和市场行为下, 市场运行的最终经济效果, 常用的测定绩效的指标有收益率 (ROA) 、勒纳指数和托宾q值等。本文采用利润率与勒纳指数 (价格—成本加成) 来衡量郑州市房地产业的经营绩效 (见表4) 。
资料来源:同上
从表4可以看出, 2004~2008年郑州市房地产业平均利润率较高, 2007年达到最高30.06%, 而2008年达到最低, 一方面受到国际金融危机及房地产业本身寿命周期的影响, 另一方面受到2007年高利润的影响, 房地产企业上半年投资规模继续增加, 大量商品房销售不出去;2004-2008年勒纳指数均值为0.572, 这说明郑州市房地产市场绩效比较差, 较高的利润率主要来自于较高的市场价格。
4 郑州市房地产业市场结构、效率与绩效关系研究
4.1 市场结构与绩效的关系假说
关于市场结构与绩效的关系主要有市场力假说和效率结构假说。市场力假说 (MP) 包括传统的SCP假说和相对市场力假说 (RMP) :其二者都认为, 市场集中度和绩效之间存在正相关关系, 但是, SCP假说少数市场份额较大的企业经营存在规模经济, 共谋定价, 垄断行业, 从而提高了企业利润;RMP假说认为市场份额的较大的企业更好地实现产品差异化而实行垄断定价, 从而提高了利润。效率结构假说包括X效率结构假说 (ESX) 和规模效率假说 (ESS) , ESX假说认为由于企业实现了X效率, 较低了企业成本, 因而具有较高的利润水平, 能占有更大的市场份额, 从而提高市场集中度;ESS假说认为由于企业具有规模效率, 降低了单位生产成本, 利润较高, 能占有更大的市场份额, 从而提高了市场集中度。
4.2 郑州市市场结构、效率与绩效的关系实证研究
在Berger模型的基础上, 建立多元回归模型对郑州市房地产业市场结构、效率与绩效关系进行实证分析:
其中, ROAi为每个房地产企业的利润率, CRi表示整个房地产业的CR8;MSi表示第i个房地产企业所占的市场份额;Xeffi表示第i个房地产企业纯技术效率;Seffi表示规模效率;ε为误差项。
运用Spss15.0软件, 将2004-2008年的125组相关样本数据代入模型中 (1) 式, 得出:
回归方程中每个系数表示各变量对利润率的影响程度, 括号中的数值为不同显著水平下的t检验值。从回归结果来看, 方回归程具有一定的拟合优度并且高度显著。CR8没有通过α=0.01检验, 说明郑州市房地产业不存在传统的SCP假说;市场份额与利润率显著正相关, 说明郑州市房地产业可能存在RMP假说, 但是, 通过调查发现, 郑州市房地产同质性较强, 因此, RMP假说不成立。纯技术效率与利润率正相关, 规模效率与利润率正相关, 因此, 郑州市房地产业在一定程度上反映了效率结构假说。
效率结构假说的成立还需要以市场集中度与市场份额为因变量, 以纯技术效率与规模效率为自变量建立两个回归方程进行计算, 结果如下:
从回归结果来看, 上述回归方程与方程各系数均没有通过检验, 其不具有解释力。
从上述回归结果来看, 方程具有一定的拟合优度并且高度显著, 纯技术效率与规模效率均通过了α=0.01检验, 纯技术效率系数为负, 这说明郑州市纯技术效率高的房地产企业并不占有较高的市场份额;规模效率与市场份额显著正相关, 说明郑州市规模效率较高的房地产企业占有的较高的市场份额。
5 建议
基于上述研究, 本文提出以下几点政策建议:政府制定一些相关的产业政策来规范房地产市场秩序, 积极引导和支持实力雄厚、竞争力较强的房地产企业通过并购、重组、控股等纵向一体化与横向一体化方式形成大型房地产企业集团;房地产开发企业要提高技术、管理水平, 积极采用产品差异化战略。
参考文献
[1]范金, 郑庆武, 梅娟.应用产业经济学[M].北京:经济管理出版社, 2004:122-123.
[2]魏权龄.数据包络分析[M].北京:科学出版社, 2004:2-76.
[3]邹伟进, 刘峥.中国银行业市场结构、效率和绩效实证研究[J].经济评论, 2007 (3) .
[4]徐健.我国房地产业的SCP分析及发展对策[J].建筑经济, 2006 (7) .
房地产市场信息效率 篇3
自改革开放以来, 中国的房地产市场在经济大繁荣的背景下稳步发展。国家经济发展、人民生活水平不断提高, 人们对住房条件的要求也越来越高。同时房地产业作为当代对经济影响最大的行业, 对国民经济的健康有序发展起关键作用。基于此, 甚至有人提出房地产绑架了国民经济的言论。很多学者通过国外通用的经济测度指标, 证明我国房地产产业存在严重泡沫。从发达国家的发展经验来看, 房地产泡沫严重威胁着整个国家经济的健康发展, 一旦房地产泡沫破裂其所带来的严重后果将是毁灭性的。通过对房地产发展的效率评价有利于全范围科学的把握房地产发展的水平, 对区域房地产发展的投入产出要素的调整提供借鉴, 对我国房地产发展提出实质性的建议。
在经济活动中投入产出的效率问题是一个不容忽视的问题。效率的高低反映不同主体对现有资源的利用情况, 据此判断资源是否实现了最优的配置和利用。在如今强调建设资源节约型社会的背景下, 提高生产效率才是我国经济维持稳定发展的未来道路。房地产行业作为我国经济主体的重要组成部分, 其发展效率同样引人关注。本文采用DEA模型, 选取适当指标对各省份房地产行业发展的综合技术效率、纯技术效率和规模基数效率进行求解, 对不同目标进行分析, 并在此基础上求解各投入指标的冗余率, 对效率未达到最优省份投入指标调整提出实质性建议。
1 基于DEA的房地产开发效率模型
数据包络分析 (Data Envelopment Analysis, DEA) 是一种基于被评价对象间相对比较的非参数技术效率分析方法, 具有使用范围广、原理相对简单的特点, 特别是在分析多投入多产出的情况时具有特殊的优势[1]。DEA是利用线性规划建模, 对多个输入、输出数据进行综合分析, 评价决策单元相对效率指标的一种非参数方法。DEA常用的评估模型有CCR和BCC两种, BCC模型由Banker[2]等人提出, 是对CCR模型的改进。BCC模型先假定决策单元规模收益可变, 然后在这一前提下进行效率评价。因此本文对房地产开发效率分析采用BCC模型。
1.1 BCC-DEA模型
其中, θ 为该决策单元DMUj0的有效值;xj代表DMUj的投入要素集合;yj代表DMUj的产出要素集合;n代表决策单元数;λj代表相对于DMUj0重新构造一个有效DMU组合中第j个决策单元DMUj的组合比例;x0、y0分别代表DMUj0的投入向量和产出向量;s-为投入的松弛调整量;s+为产出的松弛调整量。 (1-θ) x0为投入要素的径向调整量, 冗余投入量等于松弛调整量与径向调整量之和[4]。
若最优值 θ=1, 且s-=s+=0, 则表明该决策单元为强DEA有效;若最优值 θ=1, 但s-≠0 或s+≠0, 则表明该决策单元为弱DEA有效;若最优值 θ<1, 则表明该决策单元为非DEA有效, 但 θ 值越大, DEA的相对有效性越高。
通过BCC-DEA模型中的 λj可以判断DMU的规模效率:如果存在 λj* (j=1, 2, ……, n) , 使得 Σλj*=1, 则DMU为规模效率不变;若 Σλj*<1, 则DMU为规模效率递增;若Σλj*>1, 则DMU为规模效率递减。
1.2 DEA模型的指标选择
合理的投入产出指标体系关系到采取DEA模型评价房地产业开发效率的准确性, 同时也是房地产业开发效率评价的前提和基础。DEA为非参数前沿分析方法, 虽然对于参数方法, DEA对DMU数量的要求相对较少, 但是如果DMU数量过少则很容易出现大部分甚至全部DMU有效的结果, 使得DEA失去对DMU效率进行区分的能力。一般来说, DMU的数量不应少于投入和产出指标数量的乘积, 同时不少于产出指标数量的3 倍。
从生产可能集的角度考虑, DEA模型的投入指标和产出指标要具有生产关系。同一层次的指标应尽量不要相互重叠。当投入指标和产出指标有较强的线性相关性时, 则会导致所有的决策单元都是DEA有效的。当然DEA不要求投入指标或者产出指标之间无高度相关性, 现实中也很难存在没有相关性的指标, 同时指标的选取还应体现评价人的主观偏好和评价的目的性。
本文考察房地产开发全过程及其过程中的投入要素和产出要素, 分析其经济效益, 从指标的概括程度和数据的获取两个方面确定了以房地产产业总产值、房屋销售价格、房屋建筑面积竣工率作为产出指标体系, 以房地产企业个数、房地产本年完成投资额、房屋竣工造价作为投入指标体系。
2 实证分析
本文数据来源于2014 年《中国统计年鉴》中的房地产数据, 考虑到数据的可获取性和可靠性, 本文所选取的省份不包括西藏、澳门、香港和台湾。
采用MAXDEA软件对以获取的数据进行分析, 得出了各个决策单元的综合效率、纯技术效率、规模效率、规模报酬类型以及非有效决策单元的投入指标冗余量、冗余率。
其中, 综合技术效率=纯技术效率×规模效率, DEA模型得出的效率指标从两个方面来体现决策单元的效率问题。纯技术效率低下体现了决策单元由于技术和管理而导致的效率问题;规模效率低下体现了决策单元由于生产规模而导致的效率问题。决策单元的规模报酬类型从侧面反映了其处于经济生产的阶段, 对于规模报酬递增者可采取扩大再生产方式, 进一步提高决策单元的生产效率;对于规模报酬不变者, 应保持现有生产规模;对于规模报酬递减者则应该适当减小生产规模以提高整体的生产效率。
规模收益递增, 表明决策单元处于起发展起步阶段;规模报酬持平, 表明决策单元处于发展稳定阶段;决策单元规模报酬递减, 表示决策单元处于发展过剩阶段。冗余量表示非有效单元为了实现当前生产前沿面上的相对有效, 产出指标不变, 各投入指标应该减少的量。冗余率是各投入指标的冗余量除以各指标的原始值, 表明各指标的冗余相对程度。详细计算结果如表1 所示。
根据表1 结果可知, 2013 年中国30 个省市房地产开发过程, 纯技术效率的均值为0.943, 说明我国房地产开发效率整体水平较低。由于DEA模型是衡量相对效率指标, 所以当各省市效率差异性不大时, 纯技术效率值均会偏高并趋近于1[5], 这说明我国各省市房地产业在经营管理方面差别不大。
综合效率有效的省市为北京、天津、黑龙江、上海、江苏、河南和广东。在2013 年房地产开发中这7 省市实现了纯技术效率和规模效率的相对有效, 构成了生产过程的前沿面。从中可以发现, 这7 省市涵盖了前我国经济发展较好省市, 表明技术上的先进、人才的集中和资源的充足为房地产开发提供了良好的发展环境。福建、江西、山东、湖南、海南、贵州和新疆这7 个省份纯技术效率有效, 而规模效率非有效。说明这7 个省份在房地产开发过程中的技术和管理实现了相对有效, 但产业规模上存在欠缺, 下一阶段应着重提高房地产行业的投资规模;或者从并且这7 个省份的规模报酬类型看, 它们都属于都为递增型, 同样也表明了在当下生产前沿面下, 该7 个省份由于生产规模不足, 导致了规模效率非有效。
从整体来看, 2013 年我国大部分省市的房地产业发展的规模效率小于等于纯技术效率, 表明导致房地产业发展非有效的原因主要是由于生产规模问题;除海南外, 其他29 省份的规模报酬类型都为不变或递增类型。综合规模效率和规模报酬类型两个指标因素, 可以认为我国各省市房地产业的发展正处于发展起步阶段和发展稳定阶段。对于唯一规模递减省份海南省, 可能原因是90 年代海南房地产泡沫破裂, 出现房地产行业产能过剩的问题。贵州省纯技术效率实现有效, 但综合规模仍然偏低, 这是由于其规模效率仅为0.554, 在所有省份中排名靠后, 同时贵州省规模报酬类型为递增, 对于这一类型的省份应当加快房地产市场发展, 扩大整体的生产规模。
纯技术效率非有效省份的投入指标冗余如表2 所示。从整体范围来看以上省份投入指标中房地产企业个数累计冗余量为5705, 累计冗余率0.132;房地产本年完成投资冗余量为14477, 累计冗余率为0.344;房地产竣工造价冗余量为4413, 累计冗余率为1.107。综上, 可以得出2013 年我国房地产开发这三个投入指标相对过剩情况。
重庆、浙江、安徽、四川房地产企业个数的冗余率最高分别达到了0.21、0.19、0.17、0.17, 远超其他省份, 这四地房地产开发企业存在数量多、规模资质低的情况;辽宁、安徽、重庆三地房地产投资完成额冗余率最高, 分别达到了0.56、0.48、0.47, 这三地存在资本投入房地产行业过剩的问题, 应加强资金的合理利用, 引导资金投入使用效率高的行业;重庆、浙江、安徽、四川房屋竣工造价冗余率最高分别达到了0.21、0.17、0.17、0.17, 表明这几个省份竣工造价相对较高。
3 结论和建议
本文采用DEA模型, 选取房地产产业总产值、房屋销售价格、房屋建筑面积竣工率作为产出指标体系, 房地产企业个数、房地产本年完成投资、房屋竣工造价作为投入指标体系对2013 年各省市房地产开发效率进行分析, 然后计算纯技术效率非有效省份投入指标冗余率, 得到如下结论:
1结果显示30 个省市中, 北京、天津、黑龙江、上海、江苏、河南和广东这7 个省市综合效率有效;福建、江西、山东、湖南、海南、贵州和新疆这7 个省份纯技术效率有效, 而规模效率非有效。
2对于所有综合效率非有效省份, 规模效率是导致其综合效率非有效的主要原因, 且规模效率普遍小于纯技术效率。
3除海南外, 其他所有省份规模报酬类型都表现为递增或不变, 表明现阶段房地产发展主要处于起步和稳定发展阶段。
4房地产本年完成投资累计冗余率最大, 房地产企业个数累计冗余率次之, 房地产竣工造价累计冗余率最小。表明在房地产开发过程中存在不同程度的资金闲置, 和过去房地产开发高额的回报相比, 投资人不应该将更多的资金投入大房地产开发。
根据研究结果, 针对我国房地产业的发展提出以下建议:
1对于规模效率非有效的省市, 应大力扩大当地房地产业的发展规模, 实现规模效益。以北京为代表的7 个省市, 具备先进的技术和比较好的经营管理经验, 可以扩大房地产业的投资规模。
2对于规模报酬递减的海南省, 应重点解决房地产业的产能过剩问题。
3对于重庆、浙江、安徽和四川4 地存在房地产企业个数过多, 并且资质不高的问题。政府应积极鼓励并且引导企业间的合并和重组, 提高这些地区的房地产企业的竞争力。
4辽宁、安徽和重庆三个省市存在房地产投资额过剩的问题。这些地区的房地产企业应避免出现投资过热的现象, 企业可以将资金投向其它回报相对较高的行业, 政府也应积极引导和利用资金去发展有利于国计民生的行业。
参考文献
[1]吴战勇.基于DEA的河南省发展低碳经济的效率评价[J].统计与决策, 2015 (5) :56-58.
[2]Banker R D, Charnes A, Cooper W W.Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis[J].Management Science, 1984, 30 (9) :1078-1092.
[3]查勇, 宋阿丽, 杨宏林, 等.考虑决策者风险偏好的机会约束DEA模型[J].管理科学学报, 2014 (01) :11-20.
[4]叶世绮, 颜彩萍.人口对区域可持续发展的影响的DEA分析[J].运筹与管理, 2004 (01) :130-133.
房地产市场信息效率 篇4
1 房地产企业危机种类
在任何企业当中,企业危机都是存在的,它不受企业控制,并且有可能对企业造成极大的损害。对房地产企业的实际经营类别和现状进行分析,归纳出易发生危机的类型有以下几种。
1.1 战略危机
战略危机是房地产企业在整体发展战略上出现失误而导致的危机。房地产的战略发展主要分为战略制定、战略实施和战略评价3个阶段,从目前我国国有房地产企业的实际情况来看,在战略发展的3个阶段当中,都不同程度地存在问题。例如,企业制定的发展战略脱离实际;企业经营战略与组织结构之间存在矛盾;企业短期目标与长期目标严重不符等,这些都是引发企业战略危机的重要原因。
1.2 财务危机
房地产企业的财务危机是最常见的危机之一,给房地产企业带来的风险是巨大的。房地产企业在进行项目承包、建设过程中需要大量资金的支持,要想实现对这些资金的筹集,那么房地产就必须进行融资。在融资完成、工程项目开始建设后,如果银行的利率汇率出现大幅度变动、证券市场出现大幅度波动,那么,房地产企业极有可能出现资不抵债的情况,导致企业资金链断裂,财务工作难以维持,最终走向破产的道路。从现阶段的房地产危机管理工作来看,各房地产企业为了保证企业经济效益的增长,都给予了财务危机管理充分的重视,目前房地产企业财务危机管理工作已经成为房地产企业危机管理工作当中最为重要的内容。
1.3 信誉危机
从目前房地产的各项危机发展情况来看,信誉危机在房地产企业发展过程中所占的比重越来越大,给房地产企业带来的影响也越来越大,房地产企业要想谋求长远发展,就必须做好对信誉危机的管理。
信誉危机的形成原因主要是由于房地产企业在长期的经营过程中,其所提供的产品和服务过差或达不到业主的实际需求标准,以至于业主失去对房地产企业的信任,并最终形成信誉危机。笔者认为,出现信誉危机的原因可以归纳为2个方面:其一是房地产企业的操盘经验不足,在营销过程中为了刺激消费者的购买欲,过于夸张地进行宣传,等到业主入住时,发现了实际情况与宣传严重不符,进而与房地产企业产生直接矛盾;其二是房地产复杂的建设过程所导致的。在房地产建设项目的整个建设过程中,所涉及的内容非常多,参建商也非常多,例如建筑设计院、承包商、代理公司等,但在房地产项目建设完成后,其直接管理机构只有房地产企业,这使得房地产项目在不同的环节出现问题时,消费者将矛头直指房地产企业。
1.4 经营危机
房地产的经营危机来自企业内部,其形成的原因有很多,例如企业内部的发展决策失误、管理混乱、财务情况失控、人员流失严重等,都可以造成房地产企业的经营危机。形成企业经营危机的因素主要有外部环境和内部管理2个,其中外部环境是条件,内部管理是动力。
在竞争日益激烈的房地产市场环境下,国有房地产企业要想得到更好的发展,就必须适应外部的发展环境,而房地产企业建设项目的开发周期长、设计内容多、利益关系复杂等实际情况,在无形之中就为危机的发生创造了条件。在此基础上,如果房地产企业的内部管理水平较低,财务管理工作混乱,那么在外部危机的环境下,企业的经营危机必然会瞬间爆发,给房地产企业带来“灭顶之灾”。
如果说房地产企业的战略危机、财务危机和信誉危机是单项危机,那么经营危机就是综合危机,相对于单项危机而言,笔者认为综合危机管理更为重要。可以将经营危机比喻成一个三相阀门,当战略危机、财务危机和信誉危机3个管道的水流量都超负荷时,那么作为唯一一个三相阀门,其必然是损坏最为严重的一个,因此做好经营危机的管理工作非常重要。
2 房地产企业危机管理方法
危机管理是房地产企业管理工作当中的重要内容,其管理目的是提高企业抵抗潜在危机的能力与水平,降低危机爆发时给企业带来的损失,从而为企业自身良好的发展提供基础保障。根据国有房地产企业的实际工作及发展状态,其日常危机管理工作主要可以从以下2个方面入手。
2.1 危机的识别
房地产建设项目的周期长、投资大、风险高、涉及内容多是其基本特点,这些特点很容易为房地产企业带来危机,因此国有房地产企业必须做好危机的识别工作,降低危机发生的几率。在实际工作当中,国有房地产企业要做好各方面信息的收集和整理工作,在此基础上对所搜集的信息进行充分分析,找出一些存在或潜在重大影响企业正常发展的危机先兆信息,通过合理而又有效的处理来规避危机,为国有房地产企业的健康发展提供条件。
2.2 危机的预防
危机预防是房地产企业危机管理工作中最为重要的工作内容,有效的危机预防不仅能够推迟危机发生的时间,减缓危机的破坏效果,甚至可以帮助企业有效地规避危机。
(1)强化企业危机意识。为了最大限度地减小危机对企业的损害,国有房地产企业必须在内部树立起“危机意识”,通过“危机氛围”的创建,让员工深刻地感受和认识到危机对企业发展的不利影响,促使每一位员工都能充分地认识到自身工作的重要性,并全身心地投入实际工作当中,为企业实力的增强提供条件。
(2)建立危机管理机构。想要更好地预防和处理危机,房地产企业必须设置有一个能够快速辨别、快速分析、快速决策、快速处理的危机管理机构。为了减少成本支出,房地产企业可以在公关部门的基础上增设危机管理职能部门,或是在组织中进行全局性规划的部门中,指定专门的人员行使危机管理部门的职能。以保证房地产企业在遭受危机影响时,能够第一时间做出反应,最大限度地降低企业的损失。
(3)建立危机预警系统。危机预警系统建立的目的是在危机出现第一征兆时,能够迅速地被房地产企业掌握,并通过全面、有效地分析,做出预防和规避措施,以达到降低企业损失的目的。当然,并不是所有的危机征兆都会最后形成企业危机,因此在建立危机预警系统时,国有房地产企业要设定好阀值,通过对阀值的有效控制,来判断危机征兆的大小及其类型是否突破了预警系统的危机警戒线,从而依据判断结果决定是否发出警报、发出何种程度的警报,以便传递给企业最为准确和快速的危机信息,为企业提前做好危机预防和处理提供决策依据。
3 房地产企业危机处理方法
企业危机的发生是不可避免的,国有房地产企业想要最大地限度的降低危机对自身利益所带来的损害,除了要做好日常危机管理工作之外,还需要做好危机发生后的处理工作。
3.1 危机开始阶段
危机开始阶段是指危机的第一征兆出现到危机造成可感知损失的时间段。为了降低危机对企业造成的损失,国有房地产企业必须保持高度警惕,争取第一时间发现危机威胁,并迅速地对其进行辨别,分析出危机产生的原因和影响因素,并及时制定出具有针对性的应对措施。如果房地产企业能够做好危机开始阶段的管理与控制,那么就会有效延迟危机的爆发时间,为企业赢得更多的预防和处理危机的时间,从而减少危机对企业造成的损害。
3.2 危机反应阶段
危机爆发后,房地产企业都会进入危机反应阶段,在这一阶段,房地产企业必须做好危机反应管理,以降低危机爆发所造成的危害,阻止危机蔓延及其连锁反应的形成。通常情况下,房地产在危机反应阶段都会在危机处理计划和应对策略的指导下,最大限度地利用可利用的资源及方法化解危机,降低危机的损害。
3.3 危机恢复阶段
当危机得到了一定的处理和有效的控制,并不再对房地产企业造成利益损害后,那么危机就进入了恢复阶段,企业的危机处理工作的重点也转向了危机恢复阶段。为了使企业更快地从危机的危害当中得以恢复,回归到正常的经营状态,国有房地产企业必须给予危机恢复阶段充分的重视,切不可因为危机进入恢复阶段而出现懈怠的情况。在此环节当中,国有房地产企业要确立危机恢复对象,根据危机恢复对象的实际情况,分配合适的资源,使企业能够快速恢复。与此同时,企业还要加强对自身信息的传达,通过实际行动赢得公众的支持与帮助。
4 结语
综上所述,在竞争日益激烈的房地产行业之中,国有房地产企业要想实现更好的发展,并在房地产市场当中站稳脚跟,就必须做好自身的危机管理工作。在实际发展过程中,国有房地产企业所面对的不仅是房地产市场结构变革所带来的危机,还有民营房地产企业所带来的竞争危机,此外国有房地产企业的内部发展情况也会为其带来一定的危机。面对多方面的危机,国有房地产企业必须强化自身的危机意识,通过建立危机应对机制,做好危机的管理工作。通过全面了解市场环境及企业自身的实际发展情况,从多个方面入手来做好危机管理工作,在保证有效化解市场风险的同时,切实提高企业的核心竞争力,从而为国有房地产企业的健康、长足发展打下良好、坚实的基础。
摘要：在我国经济不断发展的背景下,百姓的社会生活水平逐渐提升,对于住房的要求也逐渐提高,这给我国房地产企业带来了良好的发展机遇。然而,随着房地产企业的逐渐兴盛,其行业内的竞争压力也逐渐增大,资金雄厚的民营房地产企业更是一跃成为房地产行业的领头军,给国有房地产企业带来了极大的挑战,国有房地产企业要想在激烈的竞争中更好地发展,就必须以自身的实际情况为基础,做好企业的危机管理工作。文章结合实践工作经验,对国有房地产企业易出现的企业危机种类进行分析,在此基础上讨论了房地产企业危机管理的日常工作内容,并分析了危机爆发后房地产企业的具体处理方法,以期为提高国有房地产企业的危机管理水平提供帮助。
关键词：房地产企业,房地产危机,危机管理
参考文献
[1]张泳,付君.房地产企业的危机管理研究[J].福建建筑,2007(2):83-84,88.
[2]任志强.房地产企业面对金融风暴时的财务信息管理研究[J].城市发展研究,2008(6):130-132.
[3]梁启雄.房地产开发企业危机管理的研究[J].建筑管理现代化,2008(2):18-20.
[4]苏远东.信息时代下企业危机管理战略研究[D].成都:西南交通大学,201 2.
[5]张涵.现代企业危机管理中《孙子兵法》管理思想的应用研究[D].杨凌:西北农林科技大学,2013.
[6]谢泗薪,薛求知,都业富.危机管理:房地产企业攻守兼备的战略法宝[J].中国房地产,2004(5):69-71.
[7]赵维娜.浅谈建立国有房地产企业绩效考核制度[J].商业文化(学术版),2009(3):6-7.
[8]蒙永福.我国房地产企业面临的危机及管理预控机制的构建研究[J].全国商情(理论研究),2011(13):15-19,76.
房地产市场信息效率 篇5
一、DEA模型基本原理及其有效性判定
(一) DEA基本模型
数据包络分析方法 (Data Envelopment A nalysis, DEA) 是由美国著名运筹学家Chames等 (1978) 提出, 以相对效率概念为基础的一种效率评价方法。它把单输入、单输出的工程效率推广到多输入、多输出同类决策单元 (Decision Making Unit s, DMU) 的有效性评价中, 极大地丰富了微观经济中的生产函数理论及其应用技术, 同时在避免主观因素、简化算法、减少误差等方面有着不可低估的优越性。从经济学中的生产有效性分析角度看, 该模型是用来评价具有多输入特别是多输出的决策单元同时为“技术有效”和“规模有效”的十分理想且卓有成效的模型和方法。DEA从最有利于决策单元的角度进行评价, 注重对每一个决策单元的优化, 能够指出有关指标的调整方向。
(二) DEA模型有效性判定
假设有n个决策单元 (Decision Making Units, 简称DMU) , 每个决策单元都有m种类型“输入” (表示该决策单元对“资源”的耗费) 以及s种类型“输出” (表示该决策单元在消耗了“资源”之后表明“成效”的指标) 。Xij表示第J个决策单元对第I种输入的投入量;Yrj表示第J个决策单元对第R种输出的产出量;VI表示第I种输入的权重;UR表示对第R种输出的权重, 其中, I=1, 2, 3, …, m;r=1, 2, 3, …, S。记投入可以表示为:XJ= (X1J, X2J, XMJ) T, (J=1, 2, …, n) ;记产出可以表示为:YJ= (Y1J, Y2J, YSJ) T, (J=l, 2, …, n) ;设投入、产出指标的权向量分别为:V= (V1, V2, Vm) T, U=U1, U2, US) T。第j0个决策单p元的相对效率优化评价模型为:
有效性判定: (1) 若θ*=1, 则决策单元为J0弱DEA有效; (2) 若θ*=1, 且松驰变量s-=0, 剩余变量s+=0, 则决策单J0元为DEA有效; (3) 若θ*≠1, 则为DEA无效。
二、房地产上市公司融资效率实证研究
(一) 样本选取
本文选取的样本是2010年沪深房地产上市公司综合实力榜排名前20的房地产上市公司, 即1万科、2保利地产、3金地集团、4招商地产、5金融街、6嘉凯城、7首开股份、8新城地产、9陆家嘴、10新湖中宝、11北辰实业、12中华企业、13滨江集团、14华发股份、15荣盛发展、16浙江广夏、17北京城建、18信达地产、19苏宁环球、20亿城股份。因为2010年中国房地产上市公司排行榜的资料来源于沪深房地产上市公司和大陆在港房地产上市公司2009年年报、半年报和各季季报, 所以本文选取的数据来自2009年的以上房地产上市公司的年报。
(二) 指标选取
本文主要是从筹资效率和资金配置效率这两个方面的影响因素为切入点, 从各主要影响因素选取其投入指标和产出指标。投入指标: (1) 筹资活动产生的现金流量净额, 它在一定程度上反映的是房地产企业的融资成本; (2) 企业的负债率, 即财务杠杆系数, 反映企业的相对规模; (3) 主营业务成本, 它反映的是房地产企业资产运用与配置的能力。产出指标: (1) 总资产周转率, 即企业在一定时期主营业务收入净额同平均资产总额的比率, 它反映的是企业营运能力; (2) 流动比率, 即流动资产与流动负债的比率, 反映的企业的偿债能力; (3) 营业利润率, 即营业利润与营业收入的比率, 反映的是企业的盈利能力。
(三) 模型构建
由于本文选取的指标数据中, 有的数据为负值, 并且存在着不同量纲, 无法用DEA模型直接求解, , 所以首先对数据进行无量纲化处理, 令
(四) 实证结果分析
本文采用的是DEAP2.1版本进行运算, 得到融资效率结果如表1所示;20家房地产上市公司的技术效率与纯技术效率情况如表2所示;20家房地产上市公司的规模效率情况如表3所示。
(五) 研究结论
根据运算结果可知, 在这20家房地产上市公司中, 技术效率达到DEA有效的公司有9个, 所占比率为45%, 但达到纯技术效率DEA有效的公司有11个, 所占比率为55%, 说明我国的房地产上市公司纯技术效率相对高, 而技术效率相对低。同时根据这20家房地产上市公司的规模效率来看, 9家公司规模报酬不变, 为DEA有效, 而11家公司为非有效, 其中10家公司处于规模报酬递减阶段, 苏宁环宇这1家公司处于规模报酬递增。这也表明我国大多数房地产公司规模偏大, 资源和资金的运用都不能得到充分有效的利用, 这也是困扰我国房地产公司的一大难题。
由结果处理分析得知, 这20家房地产上市公司, 技术效率的平均值为0.843, 纯技术效率的平均值为0.894, 规模效率的平均值为0.934, 即技术效率<纯技术效率<规模效率。我国房地产上市公司的技术效率值相对较低, 这表明我国房地产上市公司的技术效率有更大的改进空间, 而规模效率值相对较高, 表明其改进空间不大。由于本研究是基于产出的, 所以其产出基本没有松弛, 在DEA无效的11家企业中, 负债率影响的有9家, 主营业务成本影响的有5家, 筹资活动产生的现金流量净额影响的有5家。对运算的投入的冗余结果大小进行排序, 即负债率>主营业务成本>筹资活动产生的现金流量净额。冗余程度在一定程度上反映了对融资效率影响大小。负债率是影响我国房地产公司融资效率高低的一个重要因素。
注:“drs”:表示规模报酬递减;“Ins”:表示规模报酬递增;“-”:表示规模报酬不变。
三、结论及建议
(一) 结论
我国相当大的一部分房地产上市公司融资效率为DEA无效, 融资效率低。融资效率为DEA无效表明我国有很多房地产上市公司不能有效的筹集到资金或者资金不能得到充分有效的利用, 这不仅造成了资金的浪费, 给企业带来一定的损失, 而且更不利于企业的长远发展。房地产上市公司的综合实力高低不能代表公司的融资效率高低。综合实力排名前三的的公司融资效率不高, 未能达到DEA有效, 而排名4、5、6和相对靠后的16、17、18、20的公司却达到DEA有效, 说明了公司的综合实力高低不能代表公司的融资效率高低。我国的房地产企业的负债率普遍偏高, 是导致房地产上市公司融资效率低的一个重要原因。在这20家房地产上市公司中, 其中有9家是因为负债率偏高导致了房地产企业融资效率的DEA无效。
(二) 建议
在宏观方面, 国家应该为房地产企业提供一个稳定的、相对宽松的融资环境。当前由于房地产业的快速发展, 国家为了控制房价, 实行了一系列的政策, 导致当前的融资环境尤为紧张, 在一定程度上造成了融资成本增加。因此从房地产业的长远发展来看, 国家应该为房地产企业提供一个稳定的、相对宽松的融资环境, 以降低其融资成本, 提高其融资效率;在微观方面, 房地产企业应该把负债率控制在一个合理的范围内。
参考文献
房地产市场信息效率 篇6
关键词：DEA模型,灰色关联分析,赋权,融资效率,可行性
一、引言
房地产融资是指在房地产开发、流通及消费过程中, 通过货币流通和信用渠道所进行的筹资, 运用和清算。融资效率是指在实现储蓄向投资转化的过程当中, 某种融资制度或者融资方式所表现出来的能力以及功效。并把企业的微观融资效率划分为资金融出效率和资金融入效率。房地产行业是典型的资金密集型行业, 对资金具有高度的依赖性, 而且资金来源中相当一部分是融资获得, 所以近些年来以银行贷款、股权融资、债券融资为主的多种融资方式得到了快速的发展。但从我国目前的融资情况看, 融资方式单一, 融资效率低下是我们亟待解决的问题, 在这方面许多专家学者已经做了大量的工作研究。数据包络分析是由A.Charnes和W.W.Cooper等人于1978年创立的。DEA是使用数学规划 (包括线性规划、多目标规划、具有锥结构的广义最优化、半无线规划等等) 模型进行评价具有多个输入和多个输出的“部门”或“单位”间的相对有效性。且DEA具有“天然”的经济背景, 在分析问题时具有显著的客观性, 而且对复杂系统具有较强的适应性, 在使用DEA对DMU进行效率评价时, 可以得到很多的管理信息, 能为决策者在决策过程中提供大量的帮助。因此, DEA领域吸引众多学者, 而且已经取得了许多成果。灰色关联分析是一种较好的客观赋权方法, 其基本思想是根据事物或因素时间序列曲线的相似程度来判断其关联程度的大小。若两条曲线形状相似, 则说明关联程度比较大, 则权重比较大, 反之则越小。通过这两种模型的组合建立带有灰色关联锥的DEA模型会有以下几个优点:解决了主观赋权法DEA模型不能进行实证分析的缺点, 在评价投入———产出模型的效率时有更高的准确度和精度。
综上所述, 本文提出一种以灰色关联锥和DEA模型组合构建的带有灰色关联锥的DEA模型。此模型中的DEA模型本身对具有投入产出的经济行为具有很好的分析能力, 而且能对房地产融资的技术效率、规模效率、综合效率进行相对有效性分析, 再有灰色关联锥对其中指标进行客观赋权, 使得各指标间有一定的主次之分, 克服了DEA模型中的客观等权赋值和主观性不等权赋值, 最后其得出的结果跟实际情况十分吻合, 比其常规的DEA方法也更加精确。
二、带有灰色关联锥的DEA模型建立
(一) 邓氏灰色关联度
灰色关联系数发展到如今已有很多种, 本位选取邓氏灰色关联系数, 因为与其他关联系数相比较, 邓氏关联系数最能体现灰色关联思想, 满足灰色关联的四公理, 而且从算法的完善性、计算的简便性和数据处理的有效性看都比价理想。邓聚龙教授提出的邓氏灰色关联系数为:
其中ξ为分辨系数。
设系统的特征序列x0= (X0 (1) , …, X0 (n) ) 和相关因素序列为, x1= (X1 (1) , X1 (2) , …, X1 (n) ) ,
…………………………………………
则关联系数对应的关联度γ (x0, xi) 满足灰色关联四公理。灰色关联度的计算步骤:
第一步, 求各序数的初值像, 令
第二步, 求差序列, 记
第三步, 求两极差最大差和最小差, 记
第四步, 求关联系数
第五步, 计算关联度
(二) 运用邓氏灰色关联度构建约束锥
权重的确定过程如下:
1. 计算关联度。
以输入指标为例, 设参考因素列为X0, 记为, X0={X0 (1) , X0 (2) , …, X0 (N) }, 比较因素数列Xi, i∈m记为Xi={Xi (1) , Xi (2) , …, Xi (n) }, 则X0与Xi的关联度为:
式中:ξ为分辨系数, 在[0, 1]取值, 可以证明在最小信息原理下取0.5
2. 根据关联度计算权重构建约束锥。
ri的大小直接反映了Xi对X0的影响程度 (权重) , 经归一化处理, 可得到各因素X的权重, 根据Wi对指标权重进行约束, 但因DEA指标权重没有归一化, 所以改为分式形式,
式中, ω, μ分别表示输入和输出权重。然后将分式改写成线性式, 再令输入、输出权重系数矩阵分别为A、B, 由Aω≥0, ω (ω1, ω2, …, ωm) T≥0以及Bμ≥0, μ (μ1, μ2, …, μm) T≥0构成闭凸锥, 称为灰色关联约束锥。
(三) 带有灰色关联锥的DEA模型。
本文以带有“偏好锥”和“偏袒锥”的综合DEA模型C2WH为基础, 构建带有灰色关联锥的DEA模型。C2WH模型中带有体现决策者对输入和输出指标之间重要性的“偏好锥”和体现对决策单元侧重的“偏袒锥”。这样在融资绩效分析过程中就能对比较重要的指标赋于更大的权重。而灰色关联锥是一种较好的客观赋权方法, 可弥补C2WH模型中赋权的主观性。模型建立如下:
在这里, L=0时为C2R模型;L=1时为C2GS2模型。Xj= (xj1, xj2, …, xjm) , Yj= (yj1, yj2, …, yjs) 分别作为输入输出指标矩阵;n, m, s分别为决策单元数、输入维数、输出维数;为闭凸锥, 称输入锥, 为闭凸锥, 称输出锥, 为闭凸锥, 称决策锥, , 分别表示m, n, s维正向量空间, 并且有, A, B, C分别是m×m, s×s, n×n方阵。
此模型的对偶模型为:
其中V*={ATv|v≤0}, U*={BTu|u≤0}, K*={CTk|k≤0}分别为V, U, K的导锥, L=0或1。
三、指标体系的建立
指标体系的建立一般都遵循一定的原则, 同时结合已选定的带有灰色关联锥的DEA模型特点, 其输入输出指标选择也有一定的原则。所以本文遵循指标选的综合性、重要性、真实性、可比性、简洁性和可操作性原则以及DEA指标选择的基本原则, 并根据融资效率评价值的特点, 选择6个能代表融资效率的指标体系, 它们分别是:资产总额X1、资产负债率X2、主营业务成本X3、总资产周转率Y1、营业利润Y2、流动比率Y3。其中前三个为投入指标, 后三个为产出指标。样本数据选择中国2012年前15名的上市房地产公司, 如表1所示。
四、实证分析
运用上面灰色关联约束锥构建的权重模型, 首先算出各个输入和输出指标的权重指数为ω= (0.271, 0.479, 0.250) Tμ= (0.378, 0.267, 0.355) T, 然后利用XωT和YμT将多输入多输出指标合成单输入单输出指标最后利用带有灰色关联锥DEA的C2R模型, 运用DEAP2.1软件计算结果, 并与常规的DEA模型输入输出结果进行对比, 其结果见表2。
通过计算比较分析, 传统的不带有灰色关联锥的DEA模型中万科、恒大地产、华润置地、龙湖地产、金地集团、远洋地产、招商地产、雅居乐地产、金科股份这9家公司的综合效率、技术效率、规模效率都为1, 说明这几家公司都达到了DEA综合有效;而带有灰色关联锥的DEA模型中检测到恒大只是规模有效, 金地集团为综合效率无效, 招商地产为技术有效, 所以检测出这几个公司的常规DEA相对效率失常, 为模型在房地长公司的绩效评价上提高了准确性和精度。而且也证明了带有灰色关联锥的DEA模型在整体上市由于常规的DEA模型。
五、结论
房地产市场信息效率 篇7
二战以后, 包括2008年金融危机在内, 我国香港地区一共爆发了7次房地产危机, 有4次是直接或间接由西方经济危机而引起的, 其他3次则是因为政治环境变动以及其他一些因素。其中最为严重的是1997年东南亚金融危机发生之后的房地产大崩溃。从1984年“中英联合声明”签署直至东南亚金融危机之前, 香港的房地产一直处于高速发展的轨道, 楼市的泡沫主要产生于这个时期。1997年, 在东南亚金融危机的猛烈冲击下, 香港经济泡沫应声而破, 房地产价格急速回落, 社会财富大量萎缩。从1997年10月到2002年底, 5年时间里香港房地产和股市总市值共损失约8万亿港元, 比同期香港创造的GDP还要多。不过, 这些危机也使得香港的房地产企业逐步变得成熟, 他们在规避和化解风险方面, 有过失败的教训, 但更积累了诸多成功的经验, 是值得内地地产同行借鉴的。
反观内地房地产市场自上世纪90年代初起步以来, 除在1997年和2008年出现回落之外, 一直处在较为稳定的发展阶段, 没有经历过类似1997年香港房地产崩盘那样的危机洗礼。持续、快速发展的房地产市场在为内地房地产企业提供广阔舞台的同时, 也使得内地房地产企业在管理水平, 特别是风险管理方面与香港同行相去甚远。一旦宏观经济再次出现大的波动, 或者中央政府对房地产市场调控政策的累加效应集中显现, 缺乏综合运营能力与风险应对能力的内地房地产企业很可能会面临严峻的生存危机。
由于内地的土地储备制度是从香港地区的土地批租制度借鉴而来的, 加之内地房地产业与香港房地产业交流十分频繁 (包括大量内地优质房地产企业赴港上市与香港房地产企业深入内地发展) , 从而使得内地的房地产企业与香港的房地产企业之间具有很强的可比性。本文将分别选取内地与香港的10家房地产上市企业2006-2010年的样本数据, 通过数据包络分析的SBM模型, 采用适宜的数量经济学理论与方法, 测度5年内上述20家房地产上市企业的经营绩效, 在比较的基础上分析内地房地产企业与香港房地产企业间的差距, 为学习香港房地产企业的先进管理经验, 提高我国房地产行业的整体竞争力提供借鉴。
二、研究方法介绍
经营绩效的测度主要是确定生产前沿面。估计生产前沿面的方法可以分为参数方法和非参数方法两类, 两者之间的区别主要在于是否需要事先设定函数形态和行为约束。前者以随机边界方法 (Stochastic Frontier Approach, 通常简称为“SFA”) 为主, 目前已经出现一些SFA的变种, 比如厚前沿方法 (TFA) 、自由分布方法 (DFA) 等;后者以数据包络方法 (Data Enveloping Analysis, 通常简称为“DEA”) 为主, 也包括自由可置壳方法 (Free Disposal Hull, 通常简称为“FDH”) 。由于非参数方法无须事先设定相关函数的形态, 避免了因错误的函数形态所带来的问题。因此, 本文将采用DEA模型测算香港与内地房地产企业的经营绩效。
(一) 传统的SBM模型
传统的DEA模型 (如CCR模型和BCC模型) 大都属于径向 (radial, 即从原点出发的射线) 和线性分段 (piece-wise-linear) 形式的度量理论。这种度量思想的主要功能在于它的强可处置性 (strong disposability) , 确保了效率边界或无差异曲线的凸性, 但却可能造成投入要素的“拥挤” (congestion) 或“松弛” (slacks) 。Kaoru Tone (2001) 提出了一个基于投入松弛测度的解决模型 (slacks based measure, 简称SBM模型) , 有效地解决了以上CCR模型和BCC模型存在的缺陷, 提供了解决松弛问题的有效途径。
我们假定有n个决策单元 (DMU) , 其投入和产出向量分别为X=ij和Y=ij, 其生产可能性集就可以定义为:
对于某一特定的DMU, 如可以表示为:
其中和分别表示产出不足和投入过剩的松弛 (slacks) 。Tone运用和构造了SBM模型的分式规划:
其中, 为投入平均可缩减率与产出平均可扩张率的乘积, 反映了投入与产出的效率水平。对于待定的被评价单元, 当且仅当=1时, 即S+=0, S-=0时, 认为该DMU是有效的 (SBM-efficient) 。即在任何最优解中既没有投入要素的过剩也没有产出不足的情况出现。若某DMU是非有效的, 那就说明它存在着投入或产出上改进的必要性。
需要说明的是, SBM模型作为非径向非角度的数据包络分析方法 (DEA) , 避免了径向和角度选择差异所带来的偏差和影响。因而, 从这个意义上来讲, SBM模型比其他模型更能体现效率评价的本质。
(二) 拓展的SBM模型——SBM超效率模型
大部分DEA模型 (包括SBM模型) 的测算结果将所有DMU简单划分成两组, 一组为无效率DMU, 另一组为有效率DMU, 并据此形成Pareto边界。对于这些有效率DMU, 若要继续进行评价, CCR、BCC和SBM等模型是无能为力的。针对有效率DMU的排序问题, 许多研究者进行了有益的尝试, Andersen和Petersen (1993) 提出构建超效率DEA模型测算所谓的超效率, 从而将位于效率前沿面上的DMU加以排序。而Tone (2002) 则在SBM模型的基础上提出了SBM超效率 (Super-SBM) 模型, 很好地解决了有效率DMU的排序问题。
Tone在SBM超效率模型中, 首先定义了一个派出了DMU的有限生产可能性集:
其中, P是指派出了DMU的生产投入集合, 在此基础上, 再定义一子集合
的含义可以理解为在投入空间和产出空间中, 特定DMU与生产前沿面的平均距离。基于对上述集合的定义与理解, DMU的SBM超效率规划问题可以表述为:
SBM超效率模型满足以下两个基本性质:1.其最优解无量纲;2.允许有效率DMU的效率值可以大于1, 这样就解决了有效率DMU之间的排序及差异识别问题。
三、数据来源及变量选取
本文以2006-2010年为考察区间, 以内地与香港20家房地产上市企业为基本研究单元 (DMU) , 以资产总额、营运支出、负债比率作为要素投入指标, 以营业额、经营利润率、速动比率作为要素产出指标。
首先, 本文选取了内地的万科、保利、中海、绿城、恒大、龙湖、合生创展、金地、富力、华润, 香港的新鸿基、恒基兆业、长江实业、新世界、瑞安、九龙仓、恒隆、嘉里建设、尖沙咀置业、九龙建业等20家房地产企业, 无论就综合实力, 还是就规模性、稳健性、盈利性而言, 这20家企业都堪称业界翘楚, 完全能够代表内地与香港房地产业的整体经营绩效水平。由于内地的绿地集团迄今尚未上市, 而香港太古地产的分拆上市计划也于2010年5月搁浅, 因此十分遗憾地未能将这两家房地产巨头纳入到本文的分析框架之中。
其次, 本文选取了资产总额、营运支出和负债比率作为要素投入指标。第一, 资产总额反映了房地产企业拥有或所能控制的, 且能够带来经济收益的全部企业资源。第二, 将营运支出作为投入变量, 主要基于以下两方面的考虑:其一, 营运支出是房地产企业完成销售、赚取利润的基础, 房地产企业为了获取最大的经济收益, 必须考虑如何降低支出水平, 增强管理竞争力;其二, 大多数文献都将从业人员作为一个投入要素, 而在笔者搜集的各房地产企业的年报中, 人员数据大量缺失, 对样本容量和代表性提出了挑战, 考虑到人员的因素在行政开支中已全部体现, 因此, 本文采用支出作为人员投入的替代要素。第三, 负债比率反映了房地产企业的长期财务风险, 在房地产项目的漫长开发过程中, 如何控制财务风险以获取最大的收益, 是房地产企业运营的关键。
再次, 在产出方面, 本文选取了营业额、经营利润率和速动比率这三项指标:营业额反映了房地产企业从事经营活动所取得收入的能力;经营利润率反映了房地产企业创造利润的能力;速动比率反映了房地产企业的流动资产中可以立即变现用于偿还流动负债的能力, 代表了房地产企业的短期财务风险。
四、实证结果分析
本文利用Excel汇总相关变量, 用STATA软件进行数据前期处理, 基于SBM超效率模型, 通过MATLAB软件计算得到2006-2010年内地与香港20家房地产上市企业的经营绩效值, 测算结果如表1所示。
由表1可知, 2006-2010年香港房地产上市企业年度总体经营绩效值分别为0.9883、1.1155、1.0072、1.1146、1.0511, 而内地同期相应的经营绩效值分别为0.8815、0.8127、0.5364、0.6314、0.6027, 均明显低于香港同行的经营绩效, 显示出内地房地产上市企业与香港房地产上市企业相比存在着企业规模偏小、负债比率过高、盈利能力不强以及综合开发能力欠缺等诸多不足。更值得关注的是, 随着时间的推移, 内地与香港房地产业在经营绩效方面的差距, 不仅没有缩小, 反而从2006年相差0.1068扩大到2010年相差0.4484。特别是在全球性金融危机爆发的2008年, 香港房地产上市企业的经营绩效值仍达到了1.1146, 而内地同期的经营绩效值只为0.5364, 二者之间的差距拉大到0.5782。从内地与香港房地产业在风险来临时的迥异表现中, 既可以看出香港房地产企业历经危机后磨练出的风险应对能力, 也可以看出经过10多年高速的粗放式发展之后, 内地房地产企业应对重大系统性风险能力的不足。此外, 从经营绩效值的分布情况来看, 20家样本公司之间存在着巨大的业绩差距, 突出地体现了房地产行业高经营风险、管理风险和资本风险的特点。
为了更好地识别内地与香港房地产上市企业在经营绩效方面的差异, 本文将分别从静态与动态两个角度入手进行分析论证。
(一) 内地与香港房地产上市企业经营绩效的静态评价
在5年的观察区间中, 平均经营绩效值大于或等于1的企业共有9家, 其中香港地区七家, 内地2家。香港地区的7家公司分别为恒隆集团、嘉里建设、九龙建业、恒基兆业、长江实业、九龙仓集团、新鸿基地产, 其中恒隆集团五年平均经营绩效值为1.4838, 成为20家样本企业生产前沿面的引领者。恒隆集团创立于1960年, 发展初期以住宅地产开发为主, 最近10年来, 恒隆的发展战略转为采取在出租物业和开发物业上“两条腿”走路的策略, 即在出租物业上实施“顺周期”的扩张战略, 而在开发物业上实施“逆周期”的套利策略。由出租物业带来的稳定现金流既保障了公司可以有足够的耐心等待开发物业的最佳套利机会, 同时也为公司的股票价值构筑了一个底线;与之相对, 开发物业的灵活买卖和高额套利收益则为出租物业的大踏步前进提供了充足的现金支持。在出租物业上求稳, 在开发物业上套利, 有稳定的租金收益来支持低谷套利和稳定股价, 而用丰厚的套利收益来推动出租物业的扩张并适时拉升股价, 这就是恒隆的成功之道。
由于香港缺乏如同美国那样高度发达的房地产投资信托基金 (即REITs) , 包括恒隆在内, 香港房地产企业纷纷采取了将出租物业与开发物业混合经营的周期应对策略以抵御市场风险。由于内地至今没有推出真正的REITs, 香港房地产企业用平衡的资产结构来应对市场周期波动的经验, 十分值得我们借鉴。
内地5年平均经营绩效值大于或等于1的两家上市公司分别为中海地产与万科。中海与万科在内地房地产业一直被视为标杆企业, 这两家房地产企业不但在规模上与其他房地产企业拉开距离, 更能在管理效率上处于领先地位。而诸如龙湖地产、保利地产、华润置地和绿城地产等近几年在全国范围内快速扩张的企业, 因自身资源的不足和管理机制的滞后, 在蒸蒸日上的业绩背后隐藏着质量下滑、管控失灵、资金链紧张等一系列问题。在本文的5年平均经营绩效值排名中, 绿城地产的排名是最低的, 而且绿城的经营绩效值从2006年的1.0568下降到2010年的0.1307, 经营绩效大幅下滑, 笔者希望绿城的管理层在充分利用行业增长机会实现自我发展的同时, 也能认识到自身的缺陷和有待改革之处, 将经营的重心从注重规模和速度转向注重质量和效益, 以实现企业的持续发展。
表2反映出内地与香港20家样本公司在2010年度投入过剩和产出不足的测算结果。测算结果表明, 20家样本公司都不同程度地存在着投入过剩和产出不足的现象。企业可以根据实际情况加以调整, 以有效提升企业经营绩效。比如, 保利地产可以削减其在资产总额和负债总额方面的投入, 而合生创展和金地集团可以通过提高企业经营利润率以增进企业经营绩效。
(二) 内地与香港房地产上市企业经营绩效的动态分析
1. 资产总额、营业额与样本公司经营绩效关联分析。
根据20家样本公司的财报数据可以得悉内地与香港房地产上市企业资产总额与营业额的变化情况 (见图1) 。自2006—2010年, 香港10家样本公司的资产总额年均增长8.91%, 营业额年均增长7.36%, 与其经营绩效值的变动趋势基本一致。而同期内地的数据为:资产总额年均增长52.32%, 营业额年均增长42.59%, 这与其经营绩效值的变动趋势完全不相吻合。造成这种现象的原因是, 内地与香港房地产企业面对的是截然不同的发展阶段和市场容量, 香港房地产市场已经非常成熟, 可供开发的土地数量日益稀缺, 而内地房地产市场正处于一个快速上升的阶段, 规模庞大而垄断性又强的市场为内地房地产企业提供了广阔的发展空间。虽然香港房地产企业已经将触角延伸至内地的二、三线城市, 但仍然存在着水土不服的现象, 突出地表现在与地方政府关系的处理上, 这严重地制约了其竞争能力的发挥。需要警醒的是, 内地房地产企业资产总额与营业额如此快速的增长, 很可能会导致社会资本过度流入地产行业, 从而危害到其他实体产业的经营, 特别是制造业的长远发展。
2. 财务风险与样本公司经营绩效关联分析。
本文选取了速动比率和负债比率这两个指标来分别考察样本公司的短期财务风险和长期财务风险。在观察区间内, 内地与香港房地产上市企业速动比率的变动和负债比率的变动都与其经营绩效值的变动趋势基本保持一致。
在历经多次房地产危机和经济萧条的洗礼后, 香港房地产企业普遍采取了稳健审慎、甚至可以说是保守的财务运营策略, 表现出与内地房地产企业迥异的经营理念。由图2可知, 香港10家样本公司的5年平均负债比率为42.53%, 5年平均速度比率为1.3;而内地10家样本公司的5年平均负债比率达到了71.09%, 5年平均速度比率也为0.75, 表现出远高于香港同行的财务风险。就融资能力而言, 长江实业的融资能力远强于内地的房地产企业, 而长江实业却选择了20%左右的负债比率, 其保守的财务运营策略十分值得内地同行深思。
3. 经营利润率与样本公司经营绩效关联分析。
比较发现内地与香港20家样本公司经营利润率的走势与其经营绩效的变化趋势基本保持一致。图3表明, 香港房地产上市企业的经营利润率遥遥领先于内地的房地产上市企业。这一方面, 得益于香港房地产企业较低的债务负担、跨区域的布局和多元化的投资;另一方面, 之所以能够获得如此之高的经营利润率最主要原因在于其丰沛的租金收入。以香港地产业“四大天王” (即新鸿基、恒基兆业、长江实业和新世界中国) 之首的新鸿基地产为例, 新鸿基2009财年的租金收入为97.63亿港币, 2010财年增长到110.82亿港币, 占到了新鸿基2010财年总收入的33.37%, 这直接拉升了新鸿基的经营利润率。也正是在这个意义上, 我们也许可以理解一直以来都把主流中产阶层作为目标客户的万科, 为何难以抑制投资商业地产的冲动。
五、结束语
任何行业的成长历程都必然蕴含着从粗放式发展到集约型发展的转变。欧美等国及中国香港、台湾地区的经验也充分证明, 房地产行业不可能另辟蹊径走出不同于其他行业的独特发展道路, 只是“十字路口”的区位有所差异而已。在房地产行业中, 无论是聚焦于住宅开发与销售的“美国模式”, 还是“住宅、商业、写字楼”几大业务模块同时并举的“香港模式”, 以及商业物业为主、住宅为辅的“新加坡模式”, 都不曾如内地房地产企业这样大肆圈地、囤积居奇、炒卖楼花、哄抬房价。2008年金融危机曾一度将转型的“十字路口”摆到了内地房地产企业面前, 但是经过短暂阵痛之后, 房地产行业的迅速回暖又使内地房地产企业回到了炒地、炒房的老路上来了。相较于香港房地产企业, 内地房地产企业的确拥有更多的发展机会和战略选择, 但这绝不应成为企业粗放式发展的借口。身处历史潮流中的内地房地产企业只有顺应大势、回归理性, 方能基业长青。
参考文献
[1].郎咸平.标本:地产领导者领先之道.东方出版社.2006
[2].邱兆祥张爱武.基于FDH方法的中国商业银行X-效率研究.金融研究.2009.11
[3].Kaoru Tone.A Slacks-Based Measure of Effi-ciency in Date Envelopment Analysis.European Jour-nal of Operational Reaearch.2001.130
[4].Andersen P, Petersen.N.C.A Procedure for Ranking Units in Date Envelopment Analysis.Man-agement Science.1993.10
[5].Kaoru Tone.A Slacks-Based Measure of Su-per-efficiency in Data Envelopment Analysis.Eu-ropean Journal of Operational Reaearch.2002.143