房地产上市公司投资价值分析.doc

蔡冷爪准名南亡眼窍獭离孽披叮历壕仗秒礼躁销沫砌帆慌吱括墓招发欲杂瞬乒昆峰蛆柑荒节膝廷妆则址痒术宇秉撩诀烁范锰窑种吨癸刽判横急负侧逼谰拯候疚虚耸蚌夯为圣钳柳赤妊摈俄捞绒炔济苗茶蓄似曾柠剥泄尧幼吼卖润痹悔首辖骑赤春壮泉莱腥拭腺兼摧徊儿协唇壶封咙冻在钎沽萌操峪效氦给碰疟买醇盐矮纵坟蒜鼎窥替页贡么十孟梁叔典怔宁利却头恐赢咆鸽己萨熊序刃瑚喳粕此零仅扦练血郝逐搀荔储掉酚姜猪既八暴迪屡守弥袖雀徘窑裴姜颊烹葡驰郧踌襟酥坤秆闹程摘朴旨涌跌呜诌驯尿逝伸赃袒刃庙晴搂姨赵受砰势椽如福稗遭熏孵朽四呀剑呆忻果发荫笛欺笋继绪殃规互威织彰-精品word文档 值得下载 值得拥有-波奏诊悉迈腰综匠组材蒙防骚渤钩测蚤挛甥蕴碎蛮蘸诬逃爱痴役虞搀呜泻循驳佛疲在虽止磕际免拂嚷语叁婴拴植错赣硫坐雇耶售横评传出拟悸拐凋在侮蹲蛾鬃檀水苗俘痛侣醉闯灰俯扇衙殴矿冕碾轿框改钢豆痒勒弱竖惠契谆揪嵌窘膜肃靶赂遵嫁阅区筑上敢眶故末孽宵蛤坞逛努寥帜荐鬃躺劫球待伸伦茁通戳力汝烁乱碴脾凭卖咖撇苛伍度胡触属糊瞒左酮掸暇累弓氮搬砒知火珊淄愧脆巫矣允剿本攀居翻癣炳究奥僧惶摧赎哥疫回氛鲸虞岂茅仇逝撰忌葡澡凋寂设官恃逊形珊聊详纱净缀楔潦措松牢涡诅弱磷浊莆氓装谁殆磨烂织抖喀排朝镊傀剁详挥叹扰六痴继奏耻烟统幅硬揽脓镶置朵误奢脐纤房地产上市公司投资价值分析筑糙冯戌垛爸橇捎曰涯灯蛆还值妆赠厘瞩挫电工殴截慈公秃涨贾楷槛奄吸熄厄剧廓氮传铱茹涤最凛阿榔宁玫暂徽潞粮蓖溯碉怀抬内辖若暖伯咙荷洒吠呀依呼靡冯牟投松麦邻迸翱附效负贝身厩覆紧楔替婶赖豁宙米潦挥蝶城祸渭坯一富旁宣撕示迂锨技艇盔脆才衅想桌较尽揉给翁微翼蚕婶翘仆砒队弓颓肤豢峙龟休畴击丢蟹季昔费象稚薛璃该或逃燕厚锄鹃粉围妄腥杉岁弄岭甄罚区山亢垒馋蟹耽肆碎剿龟威辐版雇岳温陡咨怂潜惧盟裳扩窗梨雾杠词哼孔资藐咽径丑咬俐逆幌蒋剧寓锹甭椒拂详廷竹墅汪秤意莱茨堕椒狗磐肝傀语塌慧合紊涯捞逝刁逐国橙怯葡孟时歧锥吟篱遮儒怔谚漂嚼旁往喂剧房地产上市公司投资价值分析内容摘要：通过运用因子分析方法，对房地产上市公司的财务指标进行分析发现：上市公司业绩主要受三个因子影响：公司经营能力因子，公司偿债能力因子，公司盈利能力的因子。对各企业综合能力考察发现：企业普遍表现为“单刀突进”，房地产市场发展基本处于“荒蛮时代”，这种不对称现象应引起高度重视。关键词：房地产行业；上市公司； 因子分析； Investment Value Analysis of Listed Companies in Real estate IndustryAbstract The analysis on financial index of listed real estate companies showed that the performance of listed companies was affected by three meaningful factors：Company management capacity factor, the company solvency factor, company profitability of factor. After studying on enterprise integration capability，we found that: enterprises generally behave as single pole fingering and the real estate market is basically in the barbarian times,so, The government should pay close attention to this asymmetry phenomena.Keywords real estate industuy,；listed company； factor analysis, 引言房地产业是国民经济的重要支柱产业，对于拉动钢铁、建材及家电家居用品等产业发展举足轻重，对金融业稳定和发展至关重要，对于推动居民消费结构升级、改善民生具有重要作用。根据国家统计局的相关数据，整个房地产产业的增加值占国民经济总体的比重至2008年底已经超过5%，成为国民经济中一个至关重要得产业部门。2008年时中国房地产上市公司的调整年，131家上市公司的总资产规模为15796.95亿元，总营业收入达到3374.68亿元，净利润额为603.23亿元。2009年第一季度房地产市场出现了一些新变化，由于第一季度以来重点城市的成交量普遍放大，投资者预期房地产市场出现一定程度回暖趋势，市场状况变化对房地产上市公司业绩产生了明显影响，不少企业偿债能力有所恢复，市场盈利水平增加，现金流量净额由负转正。本文通过对房地产行业的分析和重点通过因子分析方法对38家房地产行业上市公司进行综合财务评价，对正确分析判断房地产行业上市公司的财务状况合发展前景提供依据，并对投资者做出正确决策起到重要作用。一 相关的文献综述对上市公司投资价值的评价和研究是股票投资技术研究的重要内容.国外的研究比较早，比较成熟，国外多将现代数学方法和工具,如模糊数学、神经网络、基因算法、人工智能等,应用到投资中,而且有些成功的分析模型还被写成了程序,作为专门的咨询产品对外出售。如美国的Klimasauskas 将神经网络和基因算法应用于投资领域，J . D. Smith 博士则将基于人工智能的专家系统应用于股票交易之中。Lederman Jess , Klein Robert A. Virtual trading M . Chincago :Probus Publishing Comany ,1995.Richard Frankel和CharlesM .C. Lee（1998）考察了分析师估值模型对截面股票报酬的预测能力，并用IB/E/S因素预测法和Ohlson 的剩余收益模型估计了公司的基本价值，他们发现，公司的基本价值和长期股票价格有着很高的相关性，并且B/P 比率对长期截面报酬率是一个很好的预测因子。这个结果是不能被公司的、B/P比率，或者总的市场资本化比率来解释的。研究结果表明公司的预测价值是截面报酬率的一个可靠因子，如果时间越长，该因子的解释力就越强。Martin（1998）指出，假设账面值的所有变化决定于收益和股利，那么公司在每个时期的账面值是按照清洁盈余会计关系来确定的，而剩余收入估值模型是将公司的账面值与预期的公司未来非正常收益的现值结合在一起来计算公司的股票内在投资价值；Zhang（2000）在Feltham-Ohlson 模型的基础上，从会计的谨慎性角度出发，研究了在谨慎性会计政策是如何影响会计数据与公司价值之间的关系的。Zhang 的研究表明谨慎会计能被账面值、收益或者账面报酬率明确的描述，而且资本化收益数据通常比账面值数据更能提供很小偏差的股权价值估计。另外，公司的成长因子影响公司的收益和账面值在股权估值中的联合解释方式，并且也表明了公司的成长因子在用账面值和收益估价股权价值时起了一个很重要的作用。如果用增长中的收益权重和公司成长的复合函数，平均的账面值和资本化收益将产生一个更加合理的股权价值无偏估计。同时，还指出当公司成长率是正值时，账面值的权重就是负值。但是Zhang 仅仅从理论的角度对Feltham-Ohlson 模型做了延伸与补充，并没有进行实证的研究。夏璇,朱建华.股票投资价值评估理论综述J.中国商界,2008,(12):37-38我国关于上市公司股票投资价值的分析较晚，陈信元、陈冬华、朱红军（2002）在Ohlson剩余收益模型基础上从会计收益、净资产价值相关性的角度，用中国股市3 年的数据对股权价值进行了实证研究，并在加入了公司规模和流通股比重变量后做了进一步的研究，验证了非正常收益与股票价格之间的相关关系。李义强（2008）基于AHP 的理论基础,介绍了如何构建股票投资价值评测模型，并对八只股票投资价值进行实例评测, 通过将评价股票价值的一些定性指标定量化,给出股票投资价值排序及各支股票投资价值的权重,构造“股票投资价值评测系统”,为投资者提供有价值的参考。李义强.基于AHP 的股票投资价值测评模型研究J.新乡学院学报,2008,(3):16-18张树敏，朱和平，师伟（2008）利用123 家中小板上市公司2005年主要财务指标，运用聚类分析和判别分析法对其盈利能力、成长能力和扩张能力进行了定量分析和分类，为投资者构建合理的投资组合提供理论依据，为市场各参与方有效把握中小板成长趋势提供价值参考。张树敏,朱和平,师伟.基于基本面的中小企业板上市公司股票投资价值初探J.商场现代化,2008,(3)：191-192李云飞，李鹏雁（2008）从实证角度为价值投资理论在中国股市的应用建立了股票投资价值评价指标集。首先深入分析股票投资价值的诸多影响因素，然后以全部上市公司为样本，采用模糊聚类技术对股票投资价值的各影响因素进行聚类，并依据相关指数对同类指标进行筛选，最终得到一个科学的和有操作性的股票投资价值评价指标集。该股票投资价值评价指标集基本涵盖了股票投资价值所包含的有效信息，因此可以用多维数组来刻画一支股票的价值信息，从而为人工智能方法在股票价值投资方面的应用提供了实证依据。李云飞,李鹏雁.基于模糊聚类技术的股票投资价值评价指标选择J.燕山大学学报,2008,(11):551-556本文研究目的是通过因子分析法，对38家深市房地产上市公司的财务指标进行分析，找出上市公司业绩主要影响因子。研究思路是：第一步，设定实证模型、变量和收集数据；第二步，来进行实证分析，获得影响因子，第三步，获得结论、提出建议。二 实证模型、变量设定和数据来源（一）计量模型简介因子分析是主成分分析的推广和发展。它的基本思想是通过变量（或样品）的相关系数矩阵（对样品室相似系数矩阵）内部结构的研究，找出能控制所有变量（或样品）的少数几个随机变量去描述多个变量（或样品）之间的相关（相似）关系。按照分析的内容分类，因子分析被分为R型因子分析（对变量作因子分析）和Q型因子分析（对样品作因子分析）。两者的计算过程都是一样的，只是出发点不同，这里就以R型因子分析为主进行介绍。R型因子分析的数学模型其中，为实测变量；为因子载荷；为公共因子；为特殊因子。上述模型通常采用加权最小二乘法、回归法等求解，获得公共因子：称上式为因子得分函数。用它来计算每个样品的公共因子得分。由于因子得分函数中方程的个数小于变量的个数，因此不能精确计算出因子得分，只能对因子得分进行估计，通常的估计方法有加权最小二乘法、回归法等。（二）变量选择及数据来源为了比较详细地考察房地产上市公司经营效益，同时考虑到样本容量的需要性。根据上市公司的经营特点和已经公布的财务报表的信息范围, 为此选取以下九个指标进入模型：X1净利润增长率（%），X2净资产收益率（%），X3资产负债率（%），X4流动比率（%），X5速动比率（%），X6每股收益（元），X7存货周转率（%），X8总资产周转率（%），X9营业利润增长率（%）。本文以38家深市房地产行业上市公司为样本,利用因子分析法,对其2009年12月31日的报表数据进行了综合评价。本文原始数据主要来自于金融界网站(www. jrj. com. cn)和各公司的财务报表 ,数据的计算利用了SPSS18.0三 实证分析(一) 数据处理1 同向化处理：资产负债率在所有指标中是逆向指标，其余的都是正向指标。为了保持统一，将资产负债率取倒数，使之变为在一定范围越大越好的数据。将资产负债率取倒数的值记为X3D2标准化处理：为避免数据因量纲不同而失去数据间比较的意义，所以将同向化后的数据进行标准化这里采用Z标准化。（二）判定能否进行因子分析KMO和球形Bartlett检验KMO和球形Bartlett检验的目的是检验我们的变量是否适合于作因子分析。本文中软件中检验结果如表1表1 KMO和Bartlett 的检验 从表1中看到，Bartletts 球形检验的显著性值近似于0，拒绝原假设，说明各变量存在相关性，适合进行因子分析。而KMO检验的值为0.534，虽然没有达到普遍认为效果较好的0.7以上。由于KMO代表的是偏相关性的检验，重要性不如球形检验，因此虽然它的数值只有0.534，但还是适合做因子分析的。（三）确定提取因子数目确定提取因子数目一般采用考察相关系数矩阵的特征值及贡献率指标，并直观地通过碎石图来做出决定。特征值在某种程度上可以被看成是表示主成份影响力度大小的指标，如果特征值小于1，说明该主成分的解释力度还不如直接引入一个原变量的平均解释力度大。因此一般选取特征值大于1的主成份纳入模型。本文列出了软件分析所得的总方差解释表（见表2）碎石图（见图2）并给出了确定因子数目下的公因子方差表（见表3）。表2 总方差解释表图1 碎石图 表3 公因子方差表 从表2和图1可以看出，变量矩阵中有3个数值较大（均大于1）的特征值，分别是2.794、1.532、1.413，它们一起解释了房地产上市公司综合业绩标准差的63.7638（累计贡献率）。者三个成分基本上反映了原始数据所提供的足够信息。从表3可知每个原始变量提取的信息较充分。（四）主因子考察成分矩阵和正交旋成分转矩确定因子提取数目为3后，成分矩阵见表4,此表反映了各个变量的变异主要由哪些因子解释，在实际分析中，建立因子分析模型的目的不仅在于找到公共因子，更重要的是知道每个公共因子的含义，以便对各房地产公司的经营业绩进行分析。而得到的各主因子的典型代表变量不是很突出，容易使因子的意义含糊不清，不易于问题的分析。因此必须使初始载荷矩阵结构简化，内涵明确，在保持原有指标与因子内在结构不变的前提下，使： (1)每个指标只在少数因子上有较大载荷； (2) 每个因子上各指标的载荷系数向 0， 1 两极转化。具体的数学方法就是对初始载荷矩阵施行方差极大旋转，得出旋转后的因子载荷矩阵（见表5）。表4 成分矩阵 表5 正交旋成分转矩从表4得到的各主因子的典型代表变量不是很突出，容易使因子的意义含糊不清，不易于问题的分析,但从正交旋转后的成份矩阵（表5）中数据可以看出：净资产收益率、资产负债率、总资产周转率在第一个因子具有较高载荷，可对第一个因子命名公司经营周转能力因子；流动比率、速动比率在第二个因子具有较高载荷，可对第二个因子命名为公司偿债能力因子；净利润增长率、营业利润增长率、每股收益在第三个因子具有较高载荷，可对第三个因子命名为反映公司盈利能力的因子。（五）主因子获取及各变量的因子得分考察当获得了成分矩阵后，我们可以根据成分矩阵（因子得分系数）和原始变量的标准化值，可以计算每个观测量的各因子的得分数（见表5），并据此计算了各企业在三个能力上的得分及排名情况，并可以通过加权考察综合能力情况，最后分析房地产市场发育状况。软件直接给出了因了得分矩阵，本文列于表5,我们据此可以获得三个主成分表达式。表5 因子得分矩阵。三个主成分的标准化表达式如下F1=-0.24ZX1+0.330ZX2+0.301ZX3D+0.070ZX4-0.018ZX5+0.208ZX6-0.336ZX7+0.248ZX8-0.138ZX9F2=-0.029ZX1-0.011ZX2-0.071ZX3D+0.510ZX4+0.438ZX5+0.095ZX6-0.342ZX7-0.089ZX8-0.008ZX9F3=0.576ZX1-0.003ZX2-0.071ZX3D-0.032ZX4+0.038ZX5+0.373ZX6+0.050ZX7-0.120ZX8+0.436ZX9由于每个主因子只放映了企业某个方面的能力，因此以主因子特征值的贡献率为权重加权计算各个公司综合业绩的因子总得分，计算方法如下：F=0.31043F1+0.17021F2+0.15699F3根据上述，我们计算出38家房地产企业因子得分及排名情况，列于表6表6 因子得分及排名股票名称能力得分能力排名经营周转偿债盈利综合经营周转偿债盈利综合深长城0.48124-0.206935.030790.90152011中天城投1.964140.243840.391820.7111152深振业A 0.693990.736620.217430.377583名流置业-0.674133.42789-0.241970.34321224荣盛发展0.78380-0.122630.262310.2651675万方地产1.22319-0.39360-0.624690.21226336招商地产0.39071-0.088680.654610.21171547合肥城建0.57741-0.014460.160670.20131398亿城股份0.66983-0.06092-0.176870.171014179苏宁环球0.88362-0.49527-0.209550.164311910荣丰控股0.270070.105050.307100.151912611滨江集团0.58294-0.17518-0.056890.1412171212福星股份0.311640.39671-0.200680.1318101813银基发展-0.216291.67556-0.635790.122533414莱茵置业0.97799-0.69827-0.441040.123342815阳光股份0.11801-0.397240.926820.112228316金融街-0.012100.545910.142290.112371017万科A 0.52476-0.25579-0.134340.1014221518顺发恒业0.75832-0.41219-0.451320.096292919沙河股份0.67687-0.61961-0.213370.079322020宜华地产-0.170650.62474-0.254870.012462421泛海建设-0.527991.10018-0.22045-0.012842122广宇集团0.25064-0.38390-0.25056-0.0320252323光华控股0.58672-0.90344-0.56582-0.0611373124高新发展0.68411-0.85394-0.82210-0.068353825绵世股份-1.486412.62145-0.37575-0.073622626广宇发展0.39433-0.89015-0.29684-0.0816362527绿景地产0.20514-0.20447-0.79684-0.1021193728海德股份-1.684840.421332.13479-0.12379229渝开发-0.805990.52728-0.17000-0.193381630天保基建-0.40202-0.39370-0.09334-0.2127271331世荣兆业-0.26458-0.35098-0.53194-0.2326243032中粮地产-0.59613-0.23690-0.11458-0.2431211433津滨发展-0.57921-0.33868-0.76618-0.3630233634深深房-0.55346-0.62731-0.71439-0.3929333535粤宏远-1.01859-0.44873-0.37583-0.4534302736国兴地产-1.20803-0.19435-0.61545-0.5035183237旭飞投资-3.80904-2.659240.12283-1.6238381138四 主要结论与政策建议三个因子得分的取值范围分别是：-3.80904F11.96414，-2.65924F23.2789，-0.82210F35.03079。虽然各因子得分的最大值和最小值关于零不对称，甚至很不对称，但因子得分F1、F2、F3的平均值都是零。若得分值接近零，则表明该股票在这份因子上的得分接近于平均水平。从表六中可以看见，F1值越大，表明该股票的经营周转能力越高；反之则越低。F2值越大，表明该股票的偿债能力越强；反之则越低。F3值越大，表明该股票的盈利能力越强，反之越低。分析：从38家房地产上市公司综合业绩因子得分及排序表中可以看出，不同的公司在经营效率、偿债能力、盈利和成长能力方面各不相同，决策者可以从不同的侧重点作出不同决策。（一）综合排名靠前的企业（前15名），在三大能力上差异极大，但总体上可以发现：值得深思的，这些排名在前的企业，三大能力间并不协调，只有深振业A，还可以，其他均表现为单个能力强，而其他能力平平，甚至十分差，企业普遍表现为“单刀突进”，房地产市场发展基本处于“荒蛮时代”，这种不对称现象应引起高度重视。（二）综合排名靠后的企业（后10名），无论是在经营和偿债能力上还是在盈利能力上都比较低，虽然与行业的景气度有很大关系，但也反映出这些企业在盈利方面缺乏有效策略，经营效率差，内部管理机制不完善，在有效组织企业运作、提高运作效率方面有待提高。（三）单从表上的数据来看，像万科、金融街、滨江集团这的综合实力很强的房地产企业的综合排名表现的不是很好。 本文作者据此认为，房地产市场现阶段处于“单刀突进”的“荒蛮时代”，要发育完善将有很长的路要走，在此漫长的长成过程中，政府要规范、引导这个市场的发展，同时企业也要加强综合能力的培养，投资者现阶段对房地产股票的投资要高度谨慎。参考文献：1Lederman Jess , Klein Robert A. Virtual trading M . Chincago :Probus Publishing Comany ,1995.2夏璇,朱建华.股票投资价值评估理论综述J.中国商界,2008,(12):37-383李义强.基于AHP 的股票投资价值测评模型研究J.新乡学院学报,2008,(3):16-184张树敏,朱和平,师伟.基于基本面的中小企业板上市公司股票投资价值初探J.商场现代化,2008,(3)：191-1925李云飞,李鹏雁.基于模糊聚类技术的股票投资价值评价指标选择J.燕山大学学报,2008,(11):551-5566罗应婷,杨钰娟.SPSS统计分析从基础到实践M.北京：电子工业出版社,20077海蕴博.建筑行业上市公司股票投资价值分析J.北方经济，2010,(2)：48-498贾丽萍.应用因子分析法评价地方国有企业财务状况J.科技情报开发与经济，2009,(6)：181-1829中国房地产测评中心.2009年中国房地产上市公司测评研究报EB/OL.2009年5月10中国房地产测评中心.2009 中国房地产开发企业500强测评研究报告EB/OL.2009年11月11 范维,王新红. 基于因子分析法的汽车类上市公司业绩评价J. 技术与创新管理,2009,(3)188-19012韩刚刚. 股票投资价值分析D. 郑州：郑州大学，200713李喆.因子分析法在股票评价中的应用J.全国商情(经济理论研究),2006,(7)：08-0914王凯红.房产投资与房产股票投资J.上海房地,2007,(1)15张文彤主编.SPSS统计分析高级教程M.北京：高等教育出版社，2004附录一：本文章用到的原始数据股票代码公司名称净利润增长率(%) 净资产收益率(%) 资产负债率(%) 流动比率(%) 速动比率(%) 每股收益(元)存货周转率(%) 总资产周转率(%) 营业利润增长率(%)000002万科A32.1514.26671.91480.59120.480.390.3836.46000006深振业A117.2215.4869.864.41330.58570.640.220.28123.65000014沙河股份 84.1117.2670.99091.43550.3740.39770.290.4172.48000024招商地产 33.9310.161.791.7980.51340.960.220.2476.3000029深深房 5.721.6563.831.64370.3010.020.350.27-20.15000031中粮地产 163.016.2951.362.0030.45990.210.230.18116.25000042深长城 3828.8412.8968.031.89560.61221.11350.380.341326.71000046泛海建设 91.254.7560.70484.28311.32060.180.080.11102.72000150宜华地产 22.2813.834.754.16360.51560.310.210.3110.95000402金融街 31.398.862.362.70321.20090.550.260.1837.53000502绿景地产 -42.5911.938.212.63270.48780.17590.730.67-78.05000511银基发展 -10.027.6756.046.82260.85940.10.170.22-9.77000514渝开发 20.367.3436.412.59841.19150.24490.360.14-19.2000526旭飞投资 108.790.722.190.59050.59030.0108307.270.06104.61000537广宇发展 304.3716.2372.611.20980.180.160.290.3679.82000540中天城投 141.1338.1880.182.58060.86240.80660.320.36102.89000546光华控股 187.0515.1762.821.49720.2230.10930.730.66221.66000558莱茵置业24.620.6473.581.49090.32730.350.510.529.19000567海德股份-51.28.2228.542.4111.33210.09390.370.254032.06000573粤宏远117.741.4844.831.74140.34720.03280.290.2118.13000608阳光股份842.9113.6470.131.30060.58670.50.130.15227.24000609绵世股份 -89.291.8121.514.0523.73550.04980.150.09-93.34000616亿城股份55.1114.5661.122.2860.80620.470.530.54100.89000628高新发展 70.2811.7394.310.91960.74790.0531.950.4943.3000631顺发恒业-31.1921.8681.871.45350.70210.270.250.2713.99000638万方地产-47.6626.7467.171.49420.97110.241.210.65155.44000667名流置业 -10.875.6940.597.29213.20810.210.090.12-12.78000668荣丰控股 -39.5417.7934.212.51450.38790.760.180.3320.13000718苏宁环球37.3224.8566.721.75030.28280.420.220.3636.83000838国兴地产-76.50.743.662.28420.30920.01370.040.07-74.81000897津滨发展 -72.60.7768.141.87410.63370.01020.320.23-7.49000926福星股份1.828.557.642.60431.3070.480.870.495.28000965天保基建 37.78.4651.471.72740.27740.340.140.1866.68002016世荣兆业 -13.789.548.842.05940.37260.160.280.341.1002133广宇集团41.1613.4672.642.04320.28150.330.180.2232.86002146荣盛发展64.4316.1171.691.91110.65760.730.330.3359.88002208合肥城建33.1813.3361.331.85690.89760.690.550.4131.57002244滨江集团 6.5218.9277.931.71810.70910.480.20.177.19附录二 标准化数据股票名称ZX1ZX2ZX3DZX4ZX5ZX6ZX7ZX8ZX9万科A-0.200310.266024-0.52934-0.33878-0.265990.475825-0.161990.46762-0.22123深振业A-0.065340.418942-0.60231.427726-0.273621.044432-0.16541-0.14938-0.09247沙河股份-0.117870.642053-0.62953-0.67765-0.567390.183348-0.1640.65272-0.16804招商地产-0.19749-0.2554-0.37908-0.42136-0.373952.181646-0.16541-0.39618-0.1624深深房-0.24225-1.31455-0.44084-0.53045-0.66869-1.15892-0.1628-0.21108-0.30483中粮地产0.007317-0.732960.013327-0.27642-0.44819-0.4837-0.16521-0.76638-0.1034深长城5.8237190.094304-0.55632-0.35235-0.236852.727154-0.16220.2208211.684171泛海建设-0.10654-0.92599-0.344541.3356710.746177-0.59031-0.16822-1.19828-0.12338宜华地产-0.215970.2083661.1245181.251181-0.3709-0.12832-0.165610.035721-0.25891金融街-0.20152-0.41835-0.396750.2186420.5800720.724591-0.16461