中国本土资产评估行业发展状况分析

开篇：润墨网以专业的文秘视角，为您筛选了一篇中国本土资产评估行业发展状况分析范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘要：中国资产评估行业是改革开放与社会主义市场经济发展的产物，对建立和完善资本市场，维护中国特色社会主义市场经济秩序起着不可或缺的作用。然而中国本土资产评估行业的发展水平和国外同行业相比还很低，处于起步的初级阶段，且在建设发展过程中面临着诸多问题。本文在问卷调查的基础上，运用SWOT模型分析了中国本土资产评估师行业的发展状况，进而得出结论和启示。

关键词：本土资产评估行业 发展状况 SWOT模型

一、引言

中国资产评估行业是改革开放与社会主义市场经济发展的产物。随着中国资产评估事业的发展，中国资产评估行业的力量不断加强。中国资产评估行业从80年代末、90年代初萌芽，经历了近二十多年的发展历程后，评估对象日益多元化，从单纯服务于国有企业发展，到如今服务于各类所有制企业、政府部门和具有一定财产的个人，涵盖动产、不动产、企业价值、无形资产等各类资产，已成为我国市场经济中不可或缺的专业服务力量，成为我国社会主义市场经济日趋成熟的重要标志，对建立和完善资本市场，维护中国特色社会主义市场经济秩序起着不可或缺的作用。然而，中国本土资产评估行业的发展水平和国外同行业相比还很低，仅仅处于起步的初级阶段，且在建设发展过程中面临着诸多问题，严重阻碍了资产评估建设发展工作的全面推进。能否从根本上解决这些问题，事关中国资产评估行业的发展，也关系到行业能否做大、做强。为此，文章将运用SWOT模型全面考察中国本土资产评估行业的发展状况，以期帮助资产评估行业更加规范、健康的发展。

二、研究设计

（一）样本选择 本次研究中国本土资产评估行业的发展状况，本着全面、客观、公正及谨慎的原则，对上海、北京、江苏、广东、山西、吉林、河南、湖北、四川、云南、陕西、新疆等地76家资产评估机构的3384名评估人员，采用匿名调查问卷的方式收集数据。样本企业既包括既包括大型资产评估机构，也包括中小型资产评估机构。在朋友、同学和相关企业界人士的帮助下，共发放问卷3384份，回收2891份，回收率为84.43%，剔出不认真作答，不完全作答的问卷，共得到有效问卷2074份，有效率为71.74%。

（二）测量工具 本文采用的量表是K·J·安德鲁斯（1971）开发的SWOT模型四维度测量表。这一量表有15道题目，其中行业自身优势有4道题目，如：“我认为目前资产评估行业发展迅速，潜力巨大”、“我认为目前中国资产评估行业颁布并建立了一系列行业技术标准”等；行业劣势有5道题目，如：“我认为目前中国资产评估行业市场定位模糊，服务意识匮乏”、“我认为资产评估企业之间恶性竞争严重”、“我认为目前资产评估行业理论研究薄弱，亟待加强”、“我认为资产评估行业内部管理不规范”等；行业外部机会有3道题目，如：“我认为中国社会主义市场经济日益完善”、“我认为中国资产评估制度改革不断深入”、“我认为资产评估市场的蓬勃发展”等；行业外部威胁有3道题目，如：“我认为中国本土资产评估法制尚不健全”、“我认为中国资产评估市场存在多头管理、条块分割，各自为政的现象”、“我认为行政干预资产评估现象时有发生，会严重影响资产评估的独立性”等。该量表采用李克特（Likert）的五点法测量 （“1”代表“非常同意”、“2”代表“同意”、“3”代表“不一定”、“4”代表“不同意”、“5”代表“非常不同意”）。所有问卷采用匿名作答方式，要求被调查者本着独立认真负责的态度对19个题项涉及内容的行业发展状况进行选择。

（三）数据统计与分析方法 本文采用SPSS Statistics V17.0软件处理调查所得到的有效样本数据，对其进行数据统计分析，主要统计分析包括：描述性统计分析（DSA）、度量可靠性分析（MRA）、探索性因子分析（EFA）、相关分析（CA）和回归分析（RA）。

三、 实证检验分析

（一）描述性统计与度量可靠性分析 样本描述性统计见表（1），度量可靠性分析详见表（2）。测量信度是指使用相同的研究技术重复检测同一对象时，得到相同研究结论的可能性（Earl，R.，Babbie，1999），Cronbach’s Alpha系数是所有可能的分半信度（Split Halve Reli—abilities）的平均值，是理想的信度预测标准（魏峰，2004）。Cronbach’s Alpha系数的取舍标准是：在0.9以上表示量表的内在信度很高；在0.8—0.9之间表示非常好；在0.7—0.8之间表示相当好；大于0.65而小于0.7为最小可接受值域；大于0.35而小于0.65表示量表的设计存在很大问题应重新设计；小于0.35表示信度过低（Nunnally，1967）。从表（2）可以看出，各个项目的度量可靠性——即信度均大于0.7，说明该量表测验结果的一致性、稳定性及可靠性均较好。外部威胁、自身劣势的均值和标准差较外部机会、自身优势的反应高，自身优势的均值和标准差最低。

（二）因子分析 本文采用Hotelling（1933）主成份分析法（PCA）和Comrey（1978）KMO— Bartlett球形检验，对SWOT模型四维度量表进行探索性因子分析。SWOT模型四维度表的KMO值为0.843，Bartlett球形检验近似卡方值为3382.603，Df=105，显著性水平为0.000，拒绝了相关矩阵为单位矩阵的假设，因此满足进行因子分析的条件。因子分析采用主成份分析法提取因子，经过具有kairser标准化的最大方差法正交旋转，抽取特征值大于1的主成份作为因子（剔除因子负荷小于0.4的项目），结果共得到4个因子，4个因子的累计方差解释率即累计共解释变量为44.748%表（3）；探索性因子分析结果见表（3）。由表（3）可以看出，15道题目大多都呈现在理论维度上，仅有个别呈现交叉负荷和负荷为负的情况。具体来说：因子1解释了13.123%的方差，结合因子载荷R=0.459可以得出，4道“自身优势”题目都较好地呈现在因子1上；因子2解释了11.207%的方差，结合因子载荷R=0.367可以得出，3道“外部机会”题目，1道“自身劣势”题目都较好地呈现在因子2上；因子3解释了10.755%的方差，结合因子载荷R=0.489可以得出，3道“外部威胁”题目都较好地呈现在因子3上；因子4解释了9.662%的方差，结合载荷因子R=0.477可以得出，5道“自身劣势”题目大都较好地呈现在因子4上，其中有2道题目出现交叉负荷在因子1上，另外1道题目呈现负荷为负。

（三）相关性分析 为了证明SWOT模型资产评估行业发展状况四维度量表的各变量之间是否存在关系以及确定关系的紧密程度和方向，本文采用Pearson相关分析法进行相关分析，得到结果如表（4）。由表（4）可以看出，中国本土资产评估行业SWOT模型量表各变量之间呈现中低水平相关。“自身优势”与“自身劣势”呈现0.01水平以下的显著正相关（R=.335**），与“外部机会”呈现0.01水平的显著正相关（R=.258**），与“外部威胁”呈现0.05水平的显著正相关（R=.322**）；“自身劣势”与“外部机会”呈现0.05水平以下的显著负相关（R= -.305*），与“外部威胁”呈现0.05水平以下的显著正相关（R=.323*）；“外部机会”与“外部威胁”呈现0.05水平以下的显著负相关（R= -.291*）。

（四）回归分析 本文采用Francis Galton（1889）线性回归分析法，考察中国资产评估行业发展状况维度——即SWOT模型量表的4个维度（自身优势、自身劣势、外部机会、外部威胁）是否存在因果关系。表（5）显示的是以社会统计学变量（性别、地区、年龄、单位规模、职业岗位、执业年限、教育水平）的7个维度为自变量，以SWOT模型发展状况量表的4个维度为因变量的线性回归分析。从表（5）的回归分析结果可以看出，中国资产评估行业的“自身优势”在性别、教育水平上呈现0.001水平的显著性，在地区、执业年限上呈现0.05水平的显著性；“自身劣势”在地区、执业年限上呈现0.001水平的显著性，在年龄、单位规模上呈现0.001水平的显著性；“外部机会”在性别、年龄、执业岗位、执业年限、教育水平上呈现0.05水平的显著性，在地区变量上没有呈现显著性；“外部威胁”在年龄、单位规模上呈现0.05水平的显著性，在其他社会统计学变量上均没有呈现显著相关的关系。

四、结论和启示

本文分析得出以下结论和启示。（1）中国本土资产评估行业的发展状况总体并不乐观。消极状况要大于积极状况，其内部劣势要大于其优势、外部威胁要大于其机会，这与现阶段我国资产评估行业的发展状况相符合。外部威胁的均值虽高于外部机会的均值，但与外部机会的均值相差不大，比较接近；自身优势的均值要小于自身劣势的均值，且相差较大。分析其原因可能是：首先，中国本土资产评估行业由于从20世纪90年代初萌芽至今仅有二十多年的发展历史，这与西方发达国家资产评估行业上百年的发展历史相比，无论是深度还是广度上都多多少少有些差距，其所受到的外部威胁要大于其发展的机会，但是由于当今世界各方面的紧密联系，信息传播的速度大大加快，资产评估行业信息的传播也不例外，这使得我国本土资产评估行业会积极地利用迅速传播过来的信息，在借鉴西方发达国家资产评估行业经验的基础上消化、吸收、创新，缩小与国外同行对手的差距，使之所受的威胁程度与机会程度相差不大；其次，由于中国本土资产评估行业本身的发展处于起步阶段，根据发展的历史演变规律，在起步发展过程中不可避免的其内部会出现各种各样的问题，这就使得内部的劣势尤为突出，要远远大于其自身的优势。（2）中国本土资产评估行业SOWT模型量表的4维度的度量可靠性都比较高。但从效果完美程度来看，探索性因子分析并不十分完美，主要表现在“自身优势”的题目和“自身劣势”题目的部分重叠在因子1的情况。因此，从其理论和实际数据分析符合程度并不完全相一致的情况来看，影响中国本土资产评估行业发展状况的因子并不止如自身优势、自身劣势、外部机会、外部威胁等4个因子，还有新的因子影响其发展状况，这就为中国本土资产评估行业发展状况的研究提供了新的思考空间和探索方向。（3）从对中国本土资产评估行业SWOT模型量表各变量的相关分析可以看出：首先，K·J·安德鲁斯（1971）提出的“SO策略”、“WO策略”、“ST策略”、“WT策略”的划分，在“自身优势”与“外部机会”、 “自身劣势”与“外部机会”、“自身优势”与“外部威胁”、“自身劣势”与“外部威胁”相关性较高的结论上得到了有效性验证。其次，从“自身劣势”与“外部机会”呈现0.05水平以下的显著负相关（R= -.305*）、“外部机会”与“外部威胁”呈现0.05水平以下的显著负相关（R= -.291*）可以推测出，在中国本土资产评估行业发展在“外部机会”受阻的情况下，既有可能让“外部威胁”占上风，也有可能让“自身劣势”占上风，这两种情况都会威胁资产评估行业的前途，对我国资产评估行业的健康发展来说都是极为不利的，因此，笔者认为可以采取如下建议来避免相关的风险：第一，资产评估行业在发展过程中，要先制定有效可靠的计划，要牢牢抓住发展的大好机会，借鉴国外资产评估行业的先进理念与经验发展壮大自己，不让“外部机会”错过。第二，中国本土资产评估行业的发展在“外部机会”受阻时，若发现其有“外部威胁”或“自身劣势”占上风的苗头时，要积极找出“外部威胁”或“自身劣势”占上风的原因，对症下药，争取将其消灭在萌芽状态。（4）从对中国本土资产评估行业SWOT模型量表4维度与社会统计学7变量间的回归分析中可以看出：“自身优势”、“外部机会”在自变量“性别”、“执业年限”、“教育水平”上显著；“年龄”和“单位规模”对“自身劣势”、“外部规模”影响显著；“自身优势”和“自身劣势”在自变量“地区”、“执业年限”上显著；“年龄”、“职业岗位”对“外部机会”影响显著；据此，本文认为，中国本土资产评估行业的发展要从“性别”、“地区”、“执业年限”、“教育水平”四个自变量入手，发挥组织或行业内部的“自身优势”；要从“地区”、“年龄”、“单位规模”、“执业年限”入手，消除组织或行业内部的“自身劣势”；要从“性别”、“年龄”、“职业岗位”、“执业年限”、“教育水平”入手，掌握其“外部机会”；要从“年龄”、“单位规模”入手，规避其“外部威胁”。

参考文献：

[1]崔海英、王淑仙、栗蕊蕊：《大学生就业能力解析及就业能力提升策略》，《高等教育研究》2010年第2期。

[2]余渭深：《汉英学术语类的标记性主位分析》，《外语与外语教学》2002年第1期。

[3]王璞：《战略管理》，机械工业出版社2009年版。

[4]马鸿雁、贺德亮：《高职院校发展战略的SWOT分析》，《西安建筑科技大学学报（社会科学版）》2007年第2期。

[5]徐磊、李闻一：《我国大学生创业环境的SWOT分析》，《湖北财经高等专科学校学报》2011年第3期。

[6]张文、冯百侠：《唐山市旅游产业SWOT分析》，《河北理工大学学报（社会科学版）》2009年第2期。

[7]亓莱滨：《李克特量表的统计学分析与模糊综合评判》，《山东科学》2006年第2期。

[8]魏峰：《组织——管理者心理契约违背研究》，《上海复旦大学博士学位论文》2004年。

[9]Earl，R.，Babbie：The Practice of Social Research，Belmont，CA.：Thomson Wadsworth，1999.

[10]Nunnally，J.Psychometric Theory，New York，NY：McGraw—Hill，1967.

[11]Hotelling，H.Analysis of A Complex of Statistical Variables into Principal Components，Journal of Educa—tional Psychology，1933.

[12]Comrey，mon Methodological Problems in Factor Analytic Studies，Journal of Clinical and Consulting Psychology，1978.

[13]Galton， F. ，Regression Towards Mediocrity in Hereditary Stature，Nature，1889.