前言：中文期刊網精心挑選了房地產公司經營狀況范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。

房地產公司經營狀況范文1

關鍵詞：數據包絡分析；房地產上市公司；核心能力識別

一、引言

企業核心能力的異質性和延展性不僅決定了企業經營的差異化，也決定了企業效率的差異性，一般來說，只有多年的經營效率都很高的房地產公司，才具有核心能力。效率的高低作為企業經營狀況的外在表現，也是核心能力的本質，可以說，效率和核心能力是相輔相成的，效率是打造核心能力的內在動力。DEA模型通過對房地產上市公司的經營績效進行評價，不僅可以判斷上市公司是否具備核心能力，還能夠通過評價結果對核心能力的構成要素投入進行優化配置。房地產公司作為資本密集型企業，具有投資周期長、資金鏈脆弱等特點，這要求其在以追求效率最大化為目標的同時，要控制投入產出要素的協調配置，避免造成資源投入的浪費。因此，如何提高核心能力已成為房地產上市公司生存和發展的關鍵。

二、DEA模型的基本原理及選取

1.DEA模型基本原理

數據包絡分析法(Data Envelopment Analysis,以下簡稱為DEA) 為1978 年由A.Charnes 和W.W.Cooper 在“相對效率評價”概念上發展起來的一種系統評價體系[1]。DEA是一種非參數方法，只需投入和產出指標符合模型體系就可以使用，不需要對投入--產出指標體系作出相應的函數形式假設。數據包絡分析是把每一個被評價單元作為一個決策單元（DMU），再由這些DMU構成被評價目標，以DMU的各個投入和產出指標的權重作為變量，通過對投入和產出比率的分析，確定有效生產前沿面，并根據各DMU與有效生產前沿面的距離，識別各DMU是否有效。

假設有N個決策單元DMU，每個DMU都有M種輸入及S種輸出，對應的權系數分別為，；設、分別為第j 個DMU (決策單元) 的輸入和輸出量， ， ，則一個特定決策單元的績效是通過將此單元的輸入、輸出向量和“經驗生產可能集”PE 進行比較而確定的[2]，在此，，每個決策單元相應的效率評價指數為：，可以適當的選擇u和v，使其滿足。

2.DEA模型的選取

在本論文研究中，主要是通過對整體技術效率、純技術效率和規模效率的有效性分析，識別出房地產上市公司是否具備核心能力。由于房地產上市公司的投入比產出有更大的可控性，考慮到輸入、輸出指標數目不是很多，而且與輸入輸出指標和生產可能集的要求相符合，本文結合C2R模型和C2GS2模型進行綜合評價。

現構造評價綜合效率的C2R模型和純技術效率的C2GS2模型分別為：

式中，，分別為第j個決策單元DMU的綜合效率和純技術效率；，分別為冗余和產出不足。

設為第j個DMU的規模效率，根據模型（1）和（2），得出，因此有，。若，則稱規模有效，若如果，我們稱規模收益遞增；如果，則稱規模收益遞減。

三、上市房地產公司的DEA分析實證

1.輸入、輸出指標體系的建立

美國學者Smith等指出：盡量減少輸入或輸出項變量可以起到提高DEA效率區別能力的作用，但是，如果變量相當重要卻被刪除，同樣不能得出準確的效率值。只有被評價的MNU的個數n及輸入和輸出個數之和（m+s）必須滿足，才能不會影響到DMU效率的區分度和準確度[3]。結合房地產上市公司的行業特點，選取時應考慮到指標的可獲得性和可控性，盡量避免負值和比率性指標。由于DEA 采用的為非隨機方法, 資料數值變動及要素選擇對其評估結果相當敏感, 因此在使用DEA 方法分析時, 應盡量采取正式資料[4]。本文選取2010年中國房地產上市公司測評研究報告中，綜合實力排名前7家的企業作為研究對象，初步選取總資產（百萬元）和總股本（百萬股）作為輸入指標，選取營業收入（百萬元）、凈利潤（百萬元）、每股收益（元）和資產負債率四項指標作為輸出指標。數據來源于各上市公司2010年度報告，數據列表見表1.

2.指標相關性分析

為了更加科學、準確的使用 DEA 模型分析上市房地產公司的效率，應對指標進行相關性分析。分析指標之間相關性來選擇指標的原則是：投入指標之間和投入指標之間，應盡量不相關，而投入指標與產出指標之間，應盡可能相關[5]。各指標之間的相關系數，如表2所示。

由表2可以看出，每股收益與其他指標的相關系數均較低，不符合指標選取要求。因此，本文在DEA模型分析中不采用每股收益和資產負債率作為模型的輸出指標，最終選取總資產和總股本作為輸入指標，營業收入和凈利潤作為輸出指標，這同時很好的符合指標盡量少的原則。

3.數據處理與求解

通過對20家上市房地產公司的財務數據進行整理，運用MaxDEA-5軟件求解各上市房地產公司2010年度的C2R模型和C2GS2模型的效率值及規模收益情況，計算結果見表3

從表3可以看出，在2010年，僅有保利地產和北京城建為DEA有效（C2R）;萬科地產、保利地產、金地集團、嘉凱城、首開股份、為DEA有效（C2GS2）,也就是說，保利地產既為技術有效又為規模有效的房地產公司，萬科地產、金地集團、嘉凱城、首開股份為技術有效、規模無效的房地產公司；其它公司為規模、技術均無效的房地產公司。通過規模收益分析，除萬科、金地集團、嘉凱城規模收益遞減外，其它非DEA有效（C2R）決策單元，均呈現規模收益遞增狀態，表明這些房地產公司適當增加要素投入量，最大可能產出會有更高的增加比例，相反，萬科、金地集團、嘉凱城展在適當縮減要素投入量的基礎上，才能實現規模有效。

四、結論

本文通過應用 DEA 評價模型對二十家上市房地產公司的投入產出效率分析，結果顯示保利地產和北京城建2010年達到了規模、技術均有效，公司經營效率較高，可以認為其達到了具備核心能力的基本條件。我們還發現7家上市房地產公司的效率值相差很大，說明我國的房地產上市公司的發展參差不齊, 雖然排名靠前, 部分原因是企業內部的高效運營, 部分是通過大量的資源要素投入帶來的高產出，為了解決上市公司存在的潛在問題，有待于此研究基礎上對各房地產上市公司進行核心能力的具體識別和評價。

參考文獻

[1] 魏權齡. 數據包絡分析[M]. 北京: 科學出版社, 2004

[2] KUMBHAKAR S C , LOVELL C A K. Stochastic frontier analysis [M]. London: CambridgeUniversity Press,2000 :32-158.

[3] 戚勇,李千目.科學研究績效評價的理論與方法[M]. 北京: 科學出版社,2009

[4] Aoki, Bhattacharya, B.Vogt and A. Yoshikawa. Measuring Technical Efficiencies of Japanese General Hospitals: DEA Analysis ofPublic vs. Private Hospitals, Asia/Pacific Research Center, Stanford University,1994

房地產公司經營狀況范文2

孫宏斌是以“拯救大兵”的形象出現在樂視面前。飽受市場質疑的賈躍亭終于能在新年伊始長呼一口氣，150億元的資金注入令樂視資金壓力大為減輕。

孫宏斌與賈躍亭同為山西老鄉，在談到為何要投資樂視時，孫宏斌表示，自己非常認可賈躍亭的戰略思路、運作邏輯及其團隊，而且稱其是一個小生意。商人無利不起早，這個小生意顯然沒有那么簡單。150億元補充的都是樂視生態目前賺錢或者即將盈利的項目，包括：樂視網、樂視致新及樂視影業，而資金缺口最大的汽車業務并未在孫宏斌的救援名單上。

對于此次合作，資本市場目前普遍聚焦于雙方今后的合作將如何展開，孫宏斌今后是否會追加投資等相關問題，對此，《投資者報》記者致電致函融創中國，得到了部分回復。

“小生意”實際上是大生意

此次孫宏斌投資樂視的決定可以說是非常突然，此前市場上并無傳聞。實際上，這場高達百億元的融資從談判到最終合作，確實也只花了36天的時間。

據了解，孫宏斌與賈躍亭第一次見面是在2016年12月10日，通過葛洲壩房地產公司董事長何總的介紹認識，“我們談了六七個小時，”“12月12日，我跟我們公司的團隊，還有聯想的一些朋友，以及我請的一些顧問去了樂視，跟賈總及他們的團隊進行溝通，第二天老賈就去了美國?！睂O宏斌回憶稱。

為了深度了解樂視，孫宏斌親自上陣，開始了為期一個月的盡職調查，甚至親身去樂視上班，以了解樂視方方面面的情況，調查團隊的成員來自融創中國、聯想控股和泛海集團，后兩者均為樂視汽車的股東。

孫宏斌坦言，在樂視“上班”的時間里，并沒有完全看懂樂視，但看懂了樂視的現金流?！板X從哪里來，到哪里去，我可能比老賈還清楚。”孫宏斌笑稱。據了解，此次孫宏斌投資樂視使用的是自有資金，他還表示，“投資樂視只是小生意，”但150億元并非小數目，《投資者報》記者注意到，截至2016年年中，融創資產負債率達83%，已高于萬科、保利等地產公司。此外，公司2016年半年報顯示，融創中國的現金及現金等價物余額僅剩283億元，且借貸總額已高達628億元，由此看來，孫宏斌投資樂視也是花了大力氣。

那么這么大手筆的投資是否會影響融創發展自身業務呢？答案是有可能的，2016年上半年，公司的經營活動現金流已為負值，這意味著公司主營的業務已面臨一定的現金流壓力，而現在又要向外投資，錢或許不夠用。

注資的都是盈利強的業務

據了解，150億元投資完成后，融創實控子公司嘉睿匯鑫將控制著樂視網8.61%、樂視致新33.5%及樂視影業15%的股權，其中，嘉睿匯鑫還將成為樂視網、樂視影業的二股東。

記者注意到，融創投資三個公司，均為樂視旗下經營狀況較好且從未爆出資金危機的公司。數據顯示，樂視網2016年前三季度凈利潤達5億元，同比增長31%。而樂視影業在2015年凈利潤就超過1億元。而主營智能電視業務的樂視致新雖然并未實現盈利，但其經營狀況也正在好轉，2016年上半年，公司營收達76億元，此前樂視致新總裁梁軍曾表示，公司將在2017年實現盈利。

那么這筆投資，對于賈躍亭來說到底有什么樣的意義？“這筆投資將一次性解決樂視資金問題?！薄耙呀浤軌蚍浅：玫貪M足樂視生態發展戰略第二階段的需求。”賈躍亭曾對媒體公開表示。

據了解，目前樂視資金緊缺的是樂視手機業務，資金缺口大約在100億元。此次融資，樂視手機能夠獲得一部分投入，Z躍亭的壓力無疑得到減緩。由此看來，融創的投資一方面降低了樂視整體資金壓力；另一方面也為樂視進入戰略發展第二階段提供了有效支持。

此外，融創本次并未投資樂視汽車，孫宏斌稱，自己其實挺看好汽車的，但還未騰出時間去具體了解。關于下階段是否會投資樂視汽車，公司方面也并未給出明確回復。

追求穩健經營

此次融創的及時救場，又掀起了資本市場對于當家人孫宏斌的關注。與賈躍亭一樣，孫宏斌也是山西人。大學及研究生階段都攻讀水利專業。1988年，孫宏斌進入了聯想，兩年之后，他就因突出的業績破格提拔為聯想集團企業發展部的經理。

不過，很快由于存在搞“幫會”嫌疑。他跌入了人生低谷，1992年，孫宏斌因經濟問題被判處有期徒刑5年，而后減刑為1年2個月，1994年，孫宏斌出獄，靠著借來的幾萬元錢，正式進軍房地產行業。難得的是，在經歷斗爭之后，孫宏斌還是與柳傳志結成了堅不可摧的友誼，當時孫宏斌創業急需用錢，柳傳志還借給孫宏斌50萬元，兩人的緣分一直持續至今。此次孫宏斌投資樂視，實際上柳傳志也提供了不少建設性意見。

目前孫宏斌控制的融創中國成立于2007年，2010年正式上市，從公司的財務報表來看，經營狀況還不錯，2016年全年銷售額達到了1553億元，是2015年735億元的兩倍之多，中國房企排名第七，2015年公司凈利潤高達33億元。

孫宏斌近兩年來可以稱之為并購狂人，據《投資者報》記者統計，過去一年，融創中國至少花費400億元收購了數十個房地產項目及一些房地產公司，項目布局于廣州、成都等一二線城市，由此看來，孫宏斌希望能通過并購的方式提高公司在房地產行業的市場份額，同時也可以規避競價拿地的風險。

孫宏斌最著名的兩次并購還是應該屬于綠地和佳兆業，不過最終因為各種原因，并購無果而終。孫宏斌也及時從兩個大手筆的項目中抽身，所幸損失并不大。

孫宏斌在經營中一直強調穩健據了解，融創每年都有一個嚴格的預算管理規劃，其中還包括達不到銷售目標的應對措施，以保證現金流的健康。

孫宏斌之所以這樣做，是因為他已經嘗過了瘋狂擴張的苦果。此前順馳的擴張與毀滅過程到現在都讓資本市場記憶猶新。

10年前嘗過的苦果

實際上，1994年建立順馳才是孫宏斌成立的第一家房地產公司，當時主攻天津的房地產市場，名不見經傳。然而就在2003年的一次地產大腕例行聚會中，孫宏斌公開叫板王石，宣稱，順馳要超越萬科做中國地產行業的老大，這一次，他搶盡了風頭，順馳也由此出名。

隨后，公司開始在全國各大城市瘋狂拿地，屢屢創出天價，經過一年多的南下北上，順馳儲備的土地面積高達1200萬平方米，與萬科不相上下，迅速成為一家全國性的大型房地產公司。

當時的順馳非常風光，但好景不長，2004年，國家對房地產行業及銀行貸款業務進行了一些政策上的調整，這直接導致了貸款成本的提高，公眾購買能力的下降，致使樓市交易量也出現萎縮，順馳的項目也受到牽連。銷售不力導致回款速度放緩，這直接影響了此前買地需要支付的尾款及在建工程需要支付的施工M用，順馳陷入資金短缺的危機。

雖然之后孫宏斌用盡各種方式進行自救，但遺憾的是各種手段都失敗了。最終，順馳選擇了與路徑基建達成股權出讓的合作，路徑基建以12.8億元收購了順馳55%的股權，要知道當時順馳還有700多萬平方米的土地，這樣的收購無疑是“白菜價”，而后孫宏斌也失去了對順馳的控制權，地產界神話就此落幕。

在會上，孫宏斌說，投資樂視是一門生意，但也不難看出他的情懷，現在樂視深陷資金短缺的困擾，與當年順馳資金緊缺如出一轍，只是當年孫宏斌無人相助，最終只能將經營12年的公司拱手相讓，或許，孫宏斌也不希望當年發生的悲劇在樂視身上重演。

尋求跨界經營

孫宏斌此次投資樂視，也是其進行的第一筆非房地產行業的投資?，F在150億元花出去了，那么孫宏斌到底能得到什么呢？

事實上，這150億元并不是簡單的財務投資，孫宏斌將獲得制衡樂視的權利。例如樂視網董事會5個席位，融創可提名2席位，對公司決策有非常大的影響力。此外，融創還將向樂視移動和樂視電商委派監事。

在地產方面，據媒體報道，樂視持有的地產總面積不少于兩萬五千畝。此外，樂視作為一個互聯網生態企業，更具備土地的議價能力，土地、房地產是兩者結合點之一，或許后續孫宏斌與賈躍亭能在房地產市場上有一些不錯的合作。

此外，孫宏斌也表示，投資樂視是為融創中國5年～10年的發展考慮。據了解，這是公司第一次投資非房地產業務。孫宏斌表示，中國房地產市場2015年是8萬個億的銷售，2016年是11.5萬億，“今后我估計會保持在10萬億量級的樣子，增長挺難的。”在5到10年之內，地產仍是融創中國的絕對主業。

“5到10年以后呢？”孫宏斌思考，“我們為了給5到10年以后做準備，應該探索哪個行業，我們是有非常明確的定義的。”孫宏斌表示。

首先看好增量市場，所以融創中國投資了鏈家，另外看好金融平臺，但目前還沒有相關并購，孫宏斌解釋稱，因為“太貴了”。此外，就是投資大娛樂、大體育、大健康，樂視就屬于孫宏斌發展戰略中大娛樂方向的一個投資標的。

房地產公司經營狀況范文3

【關鍵詞】財務風險；識別；控制

由于我國房地產業起步較晚、基礎較差、規模較小，企業運行遠未實現規范化，與國外房地產業相比有很大差距。不少房地產業資產負債率都在70%以上，有的甚至高達90%，房地產企業承受著巨大的財務風險。再加上目前國內宏觀調控政策的影響，國際經濟的變動影響以及金融政策的從緊，使得財務風險已成為很多房地產企業生存發展迫切需要解決的問題。本文通過分析上市房地產企業財務風險形成的原因，并提出控制策略，這無疑對上市房地產企業財務風險控制大有幫助。

1 上市房地產企業財務風險的外在表現

房地產財務風險是指房地產企業財務結構不合理、融資不當、營運資金管理不善等而使企業可能喪失償債能力，并導致投資者預期收益下降甚至造成企業破產的風險，是本企業財務活動和日常經營管理不確定性的綜合反映，是企業風險貨幣化的產物，并會通過各種聯系表現在企業的財務成果之上。由于房地產企業具有投資周期長、投資額大、不確定性高等特點，國內上市房地產企業在財務風險的表現上有一些共同的特征，在當前復雜的經濟形勢下，上市房地產公司財務風險的表現形式也不盡相同，但主要表現在三個方面：一是，資金周轉率偏低；二是，財務杠桿使用過度；三是，項目調整能力弱。

2 上市房地產企業形成財務風險的原因

2.1 資本結構不合理，償債能力不足

房地產企業的資金來源主要包括自有資金積累、股權融資、債務融資、預收款、其他商業信用等。其中債務融資占到了企業資本結構的70%到90%，房地產企業如此高的杠桿比例就如同對應同樣高的財務風險。如果企業利潤下降，股權收益率將成倍下降，企業市場價值隨之降低；如果企業資金鏈管理出現問題，無法按期支付本息，企業將面臨被收購甚至破產的風險。

2.2 業務拓展過快，盲目進行投資

部分房地產開發商認為，只要能夠成功“圈地”，按照設計圖進行施工，在各環節投入相應的資金，按時完工，便會產生其預期的經濟利益。很少進行全面的財務預算，沒有對開發的房地產項目從征地的成本、資金的運作方式、經濟效益的回報率方面做出細致的財務預算。房地產企業大多比較注重工程決算而沒有重視項目決策。這些房產企業在事前并未從項目選址、市場需求、投資報酬率、國家法律與政策等各方面進行全面科學的項目分析，也沒有進行必要的市場調查，導致決策沒有依據，加大了財務風險。

2.3 盲目開展多元化經營，主營業務受損

開展多元化經營是企業防范和化解經營風險、開拓新的市場、培育新的經濟增長點的有效途徑。我國許多的上市房地產企業在這方面陷入了誤區，它們在多元化經營的過程中，往往只是對證券投資組合理論不加分析地簡單運用，只注重外延性擴張，盲目地向多領域、多行業投資，極力拉長戰線，導致企業無法突出的主營業務，投資分散，機會成本增大，不能形成資金的合力，最終導致企業特色形象缺乏，核心競爭能力喪失，市場萎縮等不利局面的出現。

3 上市房地產企業財務風險的控制對策

3.1 建立科學合理的資本結構

房地產企業必須將負債經營帶來的風險控制在刻意接受的范圍內，找到適合企業發展的最佳資本機構，通過對兩大籌資渠道來源的資金（債務融資和權益融資）科學合理的安排和籌劃，使他們呈現最佳的資本結構，達到增加企業價值的目的。其主要手段有：一方面貸款程度要適度，建立科學合理的融資決策機制。對于一些經營狀況好、房產銷路佳、資金流轉快的房地產企業，可以進一步提高資產負債率，更高程度的利用財務杠杠。反之，對于經營狀況差、房產銷路不暢、資金流轉慢的房地產企業，可以適度降低負債規模，防止企業過高的財務杠杠放大風險。另一方面，對于負債來說，合理確定長期負債和短期負債分配，使企業短期內到期的負債處于公司可以支付的范圍內，對于流動負債問題一定要及時處理。同時結合公司自身能力、合理使用資金及承擔適度資本成本原則用長期負債來滿足公司對資金的需求。

3.2 進行組合投資，分散投資風險

房地產企業應通過聯營、多種經營以及對外投資等多元化的投資策略來分散企業所承擔的財務風險。特別是針對單個風險較大的房地產項目，房地產企業可以采取與其他企業共同進行投資，實現收益與風險的共擔，這就能有效分散投資風險，避免因投資風險而引發企業的財務危機。房地產企業可以采取多種經營方式，比如企業應該避免單一類型樓盤的開發，可以將住房、辦公樓、商業廣場等兩項結合或者多項進行綜合開發，利用不同類型房地產功能的相互補充，以及不同類型房地產資金的調劑作用，適應市場需要，提高總體抗風險能力和獲利能力，從而避免單一產品滯銷而造成企業財務損失，以及規避單一產品而帶來的風險。

3.3 日常營運環節的風險控制

我國市場經濟運行還處于初級階段，企業在日常營運過程中必然會承擔很多的經營風險，特別是作為高風險行業的房地產行業，企業必須樹立風險意識，在日常運營過程中加入風險管理的學習與培訓，使整個企業有備而戰。房地產企業必須在應收賬款產生之前通過科學設計出最佳的信用政策，在為客戶提供信用方面的同時，規避企業壞賬風險。此外，收集和積累客戶各種信用狀況，根據這些資料估計企業能承擔的風險水平。根據應收賬款有關政策的確立，將應收賬款控制在合理的范圍之內，通過盡早收款、推遲付款，減少企業發生損失的可能，加快資金周轉和流通，實現企業資金的良性循環。

4 結束語

在當前形勢下，房地產企業必須充分重視財務風險管理的識別、防范和控制，提高抗風險能力，這樣才能在風云變幻的復雜環境中做大做強，獲得持續性核心競爭力，保證企業的長遠發展。筆者通過對上市房地產財務報表進行分析識別財務風險，并總結發生財務風險的原因并提出了一些控制對策，希望能給其他企業一些借鑒。

參考文獻：

[1]潘春華.淺談房地產企業財務風險特點與控制[J].財經縱，2010：273.

房地產公司經營狀況范文4

管淑慧（1990—），女，漢族，山東青島人，會計學碩士，單位：中央財經大學會計學院，研究方向：財務管理。

摘 要：股利政策作為上市公司財務管理的三大核心內容之一，是公司融資、投資決策的邏輯延續。本文以我國房地產行業進行研究，分析了房地產行業股利分配政策的特點和影響因素，并進一步提出了建議。

關鍵詞：股利分配政策；影響因素；房地產

房地產行業的發展是當前社會的熱點話題，關于房地產上市公司的股利分配政策也牽涉到眾多人的利益。

一、我國房地產上市行業的特點

按照中國證監會2001年4月的《上市公司行業分類指引》，房地產業是指從事房地產開發建設、租售經營以及與此緊密相關的中介服務如融資、評估、置換、裝飾、物業管理等經濟活動的行業，是國民經濟中兼具生產和服務兩種職能的獨立產業部門。

1.房地產企業為我國GDP貢獻巨大

房地產的相關產業鏈長，關聯度高，與建筑、建材、交通、能源、冶金等50多個行業具有較高的相關性。

2.房地產行業是資金密集型行業

房地產開發一次性投資量大，產品銷售價值量也很大，屬于資金密集型產業。3.房地產行業受政策影響明顯

首先，我國土地由政府統一開發分配，會影響到房地產的開發狀況。其次，信貸政策將影響房地產的融資情況，對房地產資金鏈產生重要影響。第三，政府出臺的稅費政策會影響房地產價格，從而影響房地產銷售情況。

二、我國房地產上市行業股利分配現狀及問題

1.股利不分配現象嚴重

近幾年來我國房地產企業中不分配股利的現象嚴重。這些不分配股利的企業中，既有盈利能力差的企業，也有經營業績良好，甚至企業現金流量充足的企業。

2.股利分配方式多樣但以派現為主

我國房地產企業中派發現金股利的公司幾乎超過半數，其他分配方式也占有較大比重。

3.股利政策缺乏連續性和穩定性

我國房地產上市公司的股利分配政策往往存在大量短期行為，大多數上市公司沒有明確且穩定的股利政策。

三、我國房地產上市行業股利政策的影響因素

1.政策約束

我國政府制定了很多相關政策法規，如稅費政策、法律政策等來企業行為

2.契約限制

債權人為降低財務風險，往往將有關股利分配的限制性條款加入契約中。尤其是對于房地產這樣一個高風險的行業來說，債權人更傾向于通過契約來保證自己的利益。這種情況客觀導致房地產行業在發放股利時更加不穩定。

3.宏觀經濟環境

在經濟復蘇繁榮期，公司受外界影響一般會盈利，這也會促使公司發放股利。當經濟處于蕭條衰退期時，公司經營狀況不佳會影響公司現金狀況，銀行通常也會縮緊銀根，此時公司傾向于不分配或支付較低的股利金額。

4.公司內部限制

首先是盈利能力。房地產公司盈利能力越好，其可獲得的分配額越多，越可能支付較高的股利。

其次是成長能力。地產公司對外投資的機會很多。管理層可能因此少發股利多投資，以免影響到公司未來發展。

第三是償債能力。房地產上市公司資金主要來源于外源融資。出于應對可預測財務風險的考慮，負債比率較高的公司一般會選擇降低股利支付水平，以減輕未來壓力。

第四是資產變現能力。變現能力與資產的流動性呈正比，流動性越強，越能滿足公司對資金的需求。公司對資金的需求量劇增，則使得資產流動性較低的公司，不太可能支付現金股利。

四、房地產上市公司股利分配政策的建議

（一）國家宏觀管理

1.制定相關股利分配政策法規并規范股利分配行為

我國相關監管部門和政府應制定明確具體的股利發放的政策和要求，并對政策實施進行有效的監督，確保其貫徹執行，從而真正的規范我國上市公司的股利分配行為。

2.加強中小投資者培訓以促使其合理決策

國家相關管理部門應該加大對廣大投資者理財意識培訓，使其能夠擁有正確的投資理念，對廣大投資者進行引導，防止過度投機。

（二）上市公司自身管理

1.上市公司時刻關注外部環境并制定穩定可行的股利政策

上市公司管理者應盡量保持各年度股利分配政策的穩定性。公司管理者制定出穩定可行的股利政策，能給外界傳達積極的信號。

2.上市公司拓寬融資渠道并減少契約限制等因素的影響

我國上市公司的融資渠道比較有限，且過度依賴銀行等系統，從而導致風險加大。因此，我國房地產上市公司應該拓寬融資渠道，使資本結構多元化，減少公司的財務風險。與此同時，房地產公司因為償還債務和資金流不穩定導致的低股利分配現象必將得到改善。

3.上市公司努力提高自身盈利水平

公司應不斷改進管理，改善機制，向著良性方向發展，提高自己的盈利水平，從而為穩定可行的股利政策打下堅實的基礎。

參考文獻

[1] 趙麗.關于我國現金股利分配政策影響因素的研究[D].北京：對外經濟貿易大學， 2005：15-19.

房地產公司經營狀況范文5

關鍵詞：房地產企業；數據包絡分析；概率神經網絡；多重判別分析

中圖分類號：F29335 文獻標志碼：A 文章編號：10085831（2013）03005906

一、國內外研究現狀

近年來，房地產行業發展迅速，對經濟發展的拉動作用十分明顯，已經成為中國的支柱產業之一，同時房地產行業是受國家宏觀調控影響非常大的行業。因此，房地產企業的經營狀況和經營效率如何，是政府決策者和證券市場投資者共同關注的問題。本文以此為切入點，研究房地產公司的經營效率狀況。

陳兆東等利用灰色理論和數據包絡分析方法（DEA）分析了上市房地產公司的股票價值[1]。施金亮利用數據包絡分析方法查找到上市房地產公司的標桿企業，并對企業的效率進行了評價[2]。袁方利用DEA對2000-2007年的上市房地產企業進行了實證分析，并提出了相應的優化方案[3]。

神經網絡被用于事例的分類情況，在近幾年的使用也相當廣泛。葉志峰、孫建國利用概率神經網絡（PNN）的模式識別有效地診斷發動機的各類故障[4]；李東輝、劉浩利用概率神經網絡有效地診斷了智能大廈空調系統中的各種故障[5]；遲國泰等利用BP神經網絡有效地對中國商業銀行的效率進行了系統評價[6]。Wu Deshen利用DEA-PNN方法的綜合測定了加拿大頂端商業銀行的效率[7]。

從上面的文獻回顧中可以看出，大量文獻研究了房地產效率和使用PNN的模式識別功能，但是，只有少量國外文獻結合使用數據包絡分析方法和概率神經網絡方法做銀行效率方面的實證分析，沒有涉及上市房地產企業效率的分析。考慮到房地產企業在中國經濟發展中的支柱作用，同時房地產行業是受國家宏觀調控影響非常大的行業，這也使得關注上市房地產公司的經營效率狀況成為當務之急。因此，在本文中使用DEA-PNN方法測定上市房地產公司的效率：一方面為政策制定者提供實證依據；另一方面也填補了此方面研究的空缺。 二、理論模型

（一）DEA模型

數據包絡分析方法（DEA）是由美國著名管理科學專家Charnes、Cooper和Rhodes于1978年提出的評價效率的一種線性非參數規劃法，是研究具有多個輸入和多個輸出決策單元相對有效性的一種卓有成效的方法。DEA通過比較不同的決策單元的輸入輸出情況，并賦予每個決策單元一個效率值，然后找出效率表現最好的單位組成效率前沿，在效率前沿上的單位是有效率的，不在效率前沿上的單位是相對沒有效率的。

在不變規模收益模型中，設有T家單位，它們使用m種投入，n種產出，Is=（i1s，i2s，…，ims）T表示s單位的投入向量，ijs（j=1，2，…，m）表示s單位的第j種投入量，Os=（O1s，O2s，…，Ons）T表示s單位的產出向量，Ojs（j=1，2，…，n）表示s單位的第j種產出量，θs表示s單位的最優效率值，則有DEA模型如下：

s.t. Minθs s=1，2，…，T

∑iλiIi-θsIs≤0， Ik

∑iλiOi-Os≥0， Ok

λi≥0， i

（1）

實際上，用不變規模報酬模型測算所得到的技術效率值（TE）實際上一個綜合效率值，包含了純技術效率（PTE）和規模效率（SE）兩個方面內容，即TE=PTE×SE，為了測算純技術效率水平，Banker、Charnes和Cooper在不變規模收益模型（1）的基礎上增加約束條件∑λs=1即得到了可變規模收益模型，此時求得的技術效率值是純技術效率值。通過分別運行在不變規模收益下和可變規模收益下的數據包絡分析模型可以分別得到效率值θ1和θ2，當θ1=θ2時，各單位的規模收益值都為1，即各單位都處于最佳規模收益水平，否則，各單位的規模收益水平都有一定程度的損失。

（二）PNN模型

概率神經網絡（PNN）模型是非線性、非參數的模式識別方法，不需要假定隨機變量的分布情況，在模型中使用所有的數據，與多數網絡不同，它不需要從各個神經元到輸入神經元的反饋，能夠并行地完成運算，訓練速度非常快。

PNN由四層組成，它們的功能如下所示：第一層為輸入層，每個神經元均為輸入單元，這一層的作用只是將輸入信號傳遞給所有隱藏層單元，輸入單元的神經元數目由輸入變量的個數決定；第二層稱之為隱藏層，它與輸入層之間通過連接權重相連接，對輸入單元的輸出數據進行非線性運算；第三層稱之為累加層，它具有線性求和的功能，對隱藏層的輸出數據進行簡單的累加，這一層的神經元數目與欲分類的模式數目相同；第四層即輸出層具有判決功能，它的神經元輸出為離散值，例如1，2或者3，分別代表著輸入模式的不同類別。概率神經網絡的結構如圖1所示。

圖1 概率神經網絡圖

（三）多重判別分析法

多重判別分析方法是根據觀測或測量到的若干變量值，判斷研究對象如何進行分類的方法。首先，從中篩選出能提供較多信息的變量，根據錯判率最小的原則建立相應的線性判別函數，對于每個個體進行判別分析時，把測試的各變量值代入判別函數，得出判別分數，從而確定個體屬于哪一類別。

多重判別函數的一般形式是：

Yi=ai1X1+ai2X2+…+ainXn，

i=1，2，…，m

（2）

其中，Yi表示第i類的判別函數值；X1，X2，…，Xn為反映研究對象特征的變量；ai1，ai2，…，ain為各變量的系數，也稱判別系數，ain表示研究對象第n個特征的第i類判別系數，m表示類別數。

三、模型的實證分析

（一）指標選取

樣本上市公司數據選取。本文選擇了2010年的所有上市公司作為樣本數據進行研究，來分析上市房地產企業的整體效率水平。具體包括萬科A、世紀星源、深振業A、中國安保、深物業A、沙河股份、招商地產、正和股份、城投、京能置業、天業股份、世茂股份、北辰實業等125家上市房地產企業。

指標數據選取。把每個上市公司作為一個決策單元，選擇能夠代表上市公司經營管理效率和資本效率的指標，用以衡量上市房地產企業的整體績效，根據本文研究的需要選取如下指標：I1s表示總資產（萬元），表示第s家上市房地產企業的所有資產總量；I2s表示股東權益（萬元），表示第s家上市房地產企業的所有股東擁有的權益之和；O1s表示凈利潤（萬元），表示第s家上市房地產企業的當年扣除稅收后的利潤凈額；O2s表示資產凈利率（元/元），反映第s家上市房地產每單位資產的單位收益；O3s表示權益凈利率（元/元），反映第s家上市房地產企業的每單位權益的單位收益。

指標數據處理。由于DEA方法要求輸出數據必須是非負的，輸入數據是正的，其中有9個樣本數據不符合要求，它們是深國商、綠景控股、金宇車城、國興地產、ST興業、ST聯華、ST圓城、運盛實業、ST中房，把它們都剔除后，還剩下116個樣本。

（二）DEA模型求解

本文使用軟件DEAP2.1計算所有樣本房地產企業的效率值，其運行結果如表1所示（其中crste表示在規模收益不變的情況下求得的技術效率值，vrste表示在規模收益可變的情況下求得的純技術效率值，scale表示規模效率值，其值等于crste/vrste，規模收益表示企業的收益是遞增的、遞減的還是不變的，其中“-”表示規模收益不變，drs表示規模收益遞減，irs表示規模收益遞增，peers表示決策單元標桿的企業）。

注：因篇幅所限，11到116序號省略。數據來源：根據上市公司公開數據整理分析。 從表1中可以看出，所有可變規模收益的效率值均不低于不變規模收益的效率值。根據前面的理論可知，在兩者的效率值相等時，是有規模效率的。在表1中scale一列可以看出總共有四家上市企業是有規模效率的，它們分別是泛海建設、新華聯、中江地產、剛泰控股；在兩者的效率值不相等的時候，是相對無規模效率的，若scale的值越小則說明其相應的決策單元的相對無規模效率程度越高，在表1中scale一列可以看出總共有112家上市企業是相對無規模效率的，它們包括萬科A、世紀星源、深振業A、中國安保、深物業A、沙河股份、招商地產、正和股份、世茂股份、北辰實業等。

同時，在不變規模收益下，DEA方法求得的所有上市房地產企業的綜合效率值均值為0.204，這意味著有均值效率的公司達到有效率時可以節省79.6%的成本，此時有效率的上市企業共四家，它們是泛海建設、新華聯、中江地產、剛泰控股，占總上市企業數3.45%；在可變規模收益下，DEA方法求得的所有上市房地產企業的綜合效率值均值為0.308，這意味值有均值效率的公司達到有效率時可以節省69.2%的成本，此時有效率的上市企業共13家，包括萬科A、中關村、金科股份等，占總上市企業數11.21%

在表1中從規模收益一列可以看出，規模收益不變的上市房地產企業有6家，占全部樣本數的5.17%，它們是泛海建設、ST珠江、新華聯、榮豐控股、中江地產、肛泰控股；規模收益遞增的上市房地產企業有13家，占全部樣本數的11.21%，包括世紀星源、宜華地產、旭飛投資、萬澤股份等；規模收益遞減的上市房地產企業有97家，占全部樣本數的83.62%，包括萬科A、深振業A、中國安保、深物業A、沙河股份、招商地產等。

當然，DEA求出的效率比較好的公司可以作為其他公司的標桿公司，在表1中最后一列的peers便是上市房地產企業決策單元相對應的標桿公司，對標桿公司被參照的次數進行總結可以得到圖2所示的柱狀圖。從圖2中可以看出被其他上市企業作為標桿次數最多的企業是新華聯，多達98次；其次是泛海建設，多達71次；然后是中關村，多達68次；最后是中江地產31次、北辰實業18次、剛泰控股15次、世聯地產14次、保利地產10次、創新資源8次、招商地產4次、萬科A3次、金科股份2次、中弘股份1次。再者，被標桿的次數也可以用來衡量有效率的公司對無效率的公司的有效程度，其頻數越高說明其有效程度越高。

圖2 被標桿企業的頻數

（三）DEA-PNN模型實證分析

首先，為了更好地應用概率神經網絡的模式識別功能，根據表1中求得的結果，按照如下標準，把表1中求得的上市房地產公司的技術效率值（crste）（考慮到所有決策單元的效率評價口徑的一致性，此處使用不變規模收益求得的效率值）分為四種類別：效率值大于0.85的屬于第一類，表示有效率，用數字1表示；效率值大于0.6、小于或等于0.85的屬于第二類，表示相對有效率，用數字2表示；效率值大于0.3、小于或等于0.6的屬于第三類，表示相對無效率，用數字3表示；效率值小于或等于0.3的屬于第四類，表示無效率，用數字4表示。

其次，確定概率神經網絡的輸入輸出數據。本文的輸入數據選為每個決策單元總資產、股東權益和在規模報酬不變的情況下數據包絡分析方法求得的效率值，輸出數據選為根據以上標準確定的決策單元的效率所屬模式。由于神經網絡要求輸入數據必須在0到1的范圍內才有較高的精確度，因此對決策單元的總資產數據和股東權益數據進行無量綱化和單位化處理，本文選取總資產的最大值和股東權益的最大值進行無量綱化和單位化處理，其公式如下：

I1s ′ = I1s /max（I1s ）

I2s ′ = I2s /max（I2s ） s=1，2，…，116

在使用神經網絡對決策單元進行模式識別前，需要先把數據隨機分為兩組，一組用于神經網絡的訓練，另一組測試神經網絡的預測準確度，考慮到所有上市房地產公司所有數據收集時排序的隨機性，故選取前80個上市房地產公司的數據對神經網絡進行訓練，然后使用剩下的36個上市房地產公司測試神經網絡的預測精度。有很多計算機軟件可以進行神經網絡的建模和分析，本文選擇Matlab仿真系統軟件包進行仿真分析，求得的結果如表2中的表a所示，在表a中80個用于訓練數據的預測準確度達到了100%，36個測試數據的預測準確度達到了94.44%，116個數據的總的預測準確度達到了98.28%，這說明了概率神經網絡在模式識別方面的準確度相當高。

下面使用傳統的多重判別分析方法（MDA）進行模式識別，輸入數據和神經網絡單位化以后的數據相同，輸出數據和神經網絡的數據也相同，然后使用SPSS軟件進行求解，得到如表2中的表b所示的結果。表b中每一行表示豎列相應類被識別成此類的個數，每一列表示此類被識別成橫行相應類的個數，例如：第三行表示第一類被識別成此類的為零，第二類被識別成此類的為零，第三被識別成此類的個數為10，第四類被識別成此類的個數為4，14表示被識別成第三類的總個數為14；第四列表示第四類被識別成第一類的個數為零，被識別成第二類的個數為零，被識別成第三類的個數為4，被識別成第四類的個數為92。

為了比較概率神經網絡和多重判別分析方法模式識別的優劣，一種比較有效的測度方法是計算每種方法的命中率，其值等于識別準確的個數占總數的比率，從表2中可以看出PNN方法訓練時分類識別的準確率達到了100%，測試的時候分類識別的準確率為94.44%，總的分類識別的準確率為98.28%，而MDA模型的分類識別準確率為96.56%，小于PNN的預測精度，表明概率神經網絡在模式識別方面優于傳統的多重判別分析方法。

四、結論與意義

本文運用傳統的DEA方法對上市房地產企業的效率進行評定，引入相應的分類指標對DEA在不變規模收益下求得的效率值進行分類，然后使用概率神經網絡（PNN）和傳統的多重判別分析方法（MDA）對分類效果進行識別，并比較了兩種方法的識別精確度，得到如下的結果。

第一，當前上市房地產企業的總體效率值偏低，有巨大的提升空間。從表1中的數據可知，在不變規模收益下，DEA方法求得的所有上市房地產企業的綜合效率值均值為0.204，有效率的上市企業共四家，它們是泛海建設、新華聯、中江地產、剛泰控股，占總上市企業數3.45%；在可變規模收益下，DEA方法求得的所有上市房地產企業的綜合效率值均值為0.308，有效率的上市企業共13家，包括萬科A、中關村、金科股份等，占總上市企業數11.21%。這在一定程度上說明了上市房地產行業的整體績效偏低，競爭力偏弱，綜合實力不足，有巨大的改進余地和提升空間。

第二，通過DEA的求解結果可以得出所有上市房地產企業的標桿企業。在表1中最后一列給出了每個上市公司的標桿企業（peers），把每個標桿企業被標桿的次數統計可得出如圖2所示的結果，從圖2中可以看出，被其他所有的上市企業標桿次數最多的企業是新華聯，多達98次，其次是泛海建設，多達71次，然后是中關村，多達68次。

第三，PNN方法比傳統的MDA方法有更好的分類識別效果。在表2中，對比了概率神經網絡（PNN）和傳統的多重判別分析方法（MDA）在模式識別的精確度問題，得出概率神經網絡在網絡訓練時的識別精度達到了100%，誤差為零，網絡測試的準確度為94.44%，所有上市房地產企業模式被識別的準確度為98.28%，而MDA模型的分類識別準確度為96.56%，這說明概率神經網絡在模式識別方面的準確度要優于多重判別分析方法，有更高的識別準確度和更低的識別誤差。

第四，DEA方法和PNN方法的結合使用能有效地評定并分類上市房地產企業的效率。本文運用傳統的數據包絡分析方法（DEA）對上市房地產企業的效率進行評定，引入相應的分類指標對DEA在不變規模收益下求得的效率值進行分類，然后使用概率神經網絡（PNN）對分類后的結果進行模式識別，達到了很好的識別效果。通過數據包絡分析方法和概率神經網絡方法的結合使用，本文不僅判定了相應房地產企業的運行效率情況、對不同效率的上市房地產企業進行歸納分類，而且結合效率值和分類后的結果對企業的模式進行識別，并達到了較高的準確度。

通過以上的結果分析可以發現，當前中國上市房地產企業的總體效率值偏低，運行效率低下，綜合競爭力弱，這就要求從整體上提高上市房地產企業的綜合競爭力?？紤]到標桿企業的綜合實力強、運營效率好，對上市房地產企業具有良好的示范效應，通過對標桿企業經營模式、管理模式和風險控制流程等方面的學習借鑒，可以改善中國上市房地產企業的運營模式，優化企業的管理策略，提升企業的風險控制能力，整體提高中國上市房地產企業的運營效率。同時，要發揮政策的引導和調控作用，對效率低下和規模小的企業進行整合，鼓勵效率好的企業又好又快地發展，進而推動房地產市場的產業結構優化升級，整體提升房地產市場的綜合競爭力，推動中國上市房地產企業健康、穩定、快速發展。最后，數據包絡分析方法和概率神經網路方法結合使用為研究上市房地產企業的效率提供了一種嶄新的視角，也為其他類似的效率研究方法提供了一定的借鑒意義。此外，通過設立不同的指標分析體系，DEA-PNN方法也可適用具有其他特征的行業績效評價和效率分析。

參考文獻：

[1] 陳兆東，任宏，黃永偉.上市房地產公司股票價值分析方法[J].重慶建筑大學學報，2001，23（2）：61-64.

[2] 施金亮，楊俊.數據包絡分析方法評價房地產上市公司績效[J].上海大學學報，2006，12（3）：325-330.

[3] 袁方.基于DEA的中國房地產行業運行效率評價及優化分析[J].中國管理科學，2009，14（5）：60-63.

[4] 葉志峰.基于概率神經網絡的發動機故障診斷[J].電力科學，2002（2）：155-158.

[5] 李冬輝.基于概率神經網絡的故障診斷方法及應用[J].系統工程與電子技術，2004（7）：997-1002.

[6] 遲國泰.基于神經網絡的中國商業銀行效率綜合評價[J].哈爾濱工業大學學報，2006，4（4）：27-30.

[7] WU Deshen，YANG Zijiang，LIANG Liang.Using DEAneural network approach to evaluate branch efficiency of a large Canadian bank[J].Expert Systems with Application，2006，31（1）：108-115..

[8] 任承雨.遼寧沿海經濟帶港口競爭力和效率評價[J].資源開發與市場，2011，27（11）：10-12.

[9] 袁峰.房地產上市公司的績效[J].蘭州學刊，2010，1（1）：24-27.

[10]MOSTAFA M M.Modeling the efficiency of top Arab banks：A DEA-neural network approach[J].Expert Systems with Application，2009，36：309-320.

房地產公司經營狀況范文6

財務管理水平對于資金需求量極大的房地產行業財務管理是額外重要。財務的科學管理能更直接、更清晰的體現公司的財務預算，有利于公司各部門之間協調發展，使公司制度更加完善。同時隨著市場經濟的發展，現代企業越來越重視公司的管理科學化，公司財務管理的科學性也有所提高。公司管理者重視公司管理也會對員工產生較大的促進作用，充分調動了員工的積極性，推動公司迅速發展。因此，我們必須重視，以保障企業的競爭優勢。

二、地產公司財務管理存在的問題

財務部門是地產公司中的核心部門，主要負責執行和制定公司財務預算，是整個公司的重心。也正是因為如此，只有財務部門的管理得當，才能有效地減少公司危機，減少公司內的矛盾，增強公司整體的凝聚力，從根本上解決其他部門遇到的問題，推動公司的和諧穩定發展，為公司獲取更大的利益。第一，房地產公司是盈利性企業，一切活動都以利益最大化為目的，然而在資源十分有限的條件下，為達到利益的最大化，公司往往會把重點放在產品營銷上，認為只有業績的提高才能為公司獲取最大的利益。實則不然，公司在把重點放在業績上的同時也忽略了另一重要內容即公司內部管理。當公司內部治理被削弱后，會計不能被用于主動參與公司的決策，這就有極大可能性造成公司決策不科學，嚴重阻礙公司發展，甚至威脅到公司的生存。第二，在不完善、不科學的財務管理體制下，多數房地產公司的會計核算不符合標準，出現了嚴重的財務處理混亂。如在會計憑證登記時填寫不按規范，有涂改挖補的現象。在會計賬本設置方面，它作為會計核算的重要內容，然而經常出現不按照記賬方式和賬本格式記賬等問題，多數房地產公司又盲目自信而沒有制定一套科學的體系，致使賬本不能用于全面的系統記錄，更不能直觀的反應企業的經營狀況，給賬目的核算及查賬工作增添了較多的困難，降低了工作效率，甚至使會計工作與公司其它正常工作產生嚴重的分離，阻礙了公司高層的重要決策，滯緩公司向前發展。

三、如何做好財務預算的方法

財務預算是財務管理的重要內容，財務預算是反映公司在預算期內預計財務的狀況和經營成果，財務預算為公司明確奮斗目標，為公司發展提供動力，在財務預算中重點抓住預算的執行與控制這兩個關鍵環節，以保障財務預算管理的有效展開。首先，公司經營的基礎就是各項業務，財務預算為每項業務前期必須開展的，對此公司要嚴格把關，要求其必須按規定的程序進行各項業務的預算。事物是逐漸發展的，公司經營更是如此，公司在做本年度財務預算前應該對上一年財務預算的執行情況進行分析，是什么原因造成了預算執行力度低，在以往的財務預算中又有哪些地方可以改進和借鑒。綜合國家政策和相關文件，保障財務預算的準確性。一切從基礎開始，只有打下堅實的基礎，才能獲取最終的利益，對不符合預算審批程序的支出項拒絕處理，規范預算申報行為，杜絕資金的不合理利用。保障預算的科學性和可操作性，避免經營結果與預算差距大。只有這樣不斷積累經驗，公司才能在未來的財務預算中不斷進步。其次，在業務開展過程中，公司應組建監督小組，深入各基層部門，對其項目預先的實施進行監督，嚴防腐敗。這里需要注意的是要嚴格控制項目實施過程中現金的流動去向，實時把控，規范現金的支出程序。由于市場價格具有不確定性，所以在預算執行過程中出現矛盾為正?，F象，財務部要及時了解實際信息，對出現的問題進行深入分析，財務上下協商的辦法，用實際數據來說服對方。對出現變動的部分進行重新審批和調整，以保證整個項目的正常開展。預算完成的好壞也直接影響員工的薪酬、晉升等，所以在預算執行過程中經常會發生爭執，對此公司要積極協調各部門之間的關系。在財務預算的過程中公司還應該根據經銷商的數量的多少、國家的經濟發展水平等要素選擇正確的計算方法，正確方法的選擇直接關系到財務預算的政務正確性。然后，在項目結束后要對整體項目進行分析，對項目預算執行階段所產生沒有預想到的問題的原因進行深度剖析，對無預算、超預算和便宜預算的情況要查明其原因并提出有效的參考意見及解決措施，還必須深入各職能部門對影響財務預算完成程度的諸多因素進行歸類分析，對各職能部門生產經營中的薄弱環節提出解決措施，改進工作，處理好各部門之間的關系，提高公司經濟效益。項目實行后期，我們更需要注意的還有如何加快回款的問題，我們可以從分銷商入手，選擇比較有競爭優勢的分銷商進行助銷活動加快項目后期的回款情況，是企業的資金順利流轉。在年度總結時，結合年度財務預算的審批情況對本年度財務預算進行綜合分析，抓住主要問題，突出重點，提出觀點，積極為公司發展建言獻策。

四、結語