統(tǒng)計(jì)軟件SPSS中主成份分析在證券市場(chǎng)個(gè)股評(píng)析的應(yīng)用

1、主成份分析在證券市場(chǎng)個(gè)股評(píng)析的應(yīng)用統(tǒng) 計(jì) 學(xué) 專 業(yè)：指 導(dǎo) 教 師：摘要：本文利用主成分分析方法，對(duì)證券市場(chǎng)上15種股票進(jìn)行綜合評(píng)價(jià)，通過(guò)使用統(tǒng)計(jì)軟件spss進(jìn)行分析計(jì)算，提出第一主成份作為個(gè)股業(yè)績(jī)的度量，得到了這些2007年財(cái)務(wù)狀況的次序。關(guān)鍵詞：主成分分析；綜合評(píng)價(jià)；財(cái)務(wù)指標(biāo)。The Application of Principal Component Analysis to Stock MarketAbstract : In this paper ,the principle component analysis has been applied in the study of sto

2、ck market. It points out that principal component analysis is an effective and practical way in comprehensive evaluation of various shares. rough calculation and analysis which have been implemented in such package as SPSS ,I obtain the measure of shares outstanding achievement, offer the order the

3、order of these shares. Keywords: principal component analysis; comprehensive evaluation; financial index.1、影響個(gè)股的因素分析1隨著中國(guó)證券市場(chǎng)的不斷壯大,上市公司的數(shù)量不斷增加，證券在社會(huì)經(jīng)濟(jì)生活中的地位越來(lái)越顯重要。投資者進(jìn)入股市之后面對(duì)的將是上千只不同行業(yè)，不同背景的股票。眾多投資者除了進(jìn)行政策面分析外，還希望進(jìn)行理性客觀的評(píng)價(jià)，特別是長(zhǎng)線投資者更希望選擇那些業(yè)績(jī)優(yōu)良的股票。證券投資是一個(gè)漸進(jìn)的過(guò)程，包含證券投資的分析、決策、操作和管理等一系列階段，其中證券投資分析是基礎(chǔ)性的核心環(huán)節(jié)

4、，它可以使投資者提高投資投資收益、降低風(fēng)險(xiǎn)損失。除了驚醒宏觀經(jīng)濟(jì)分析和行業(yè)分析外，公司分析則是證券投資基本分析的關(guān)鍵一環(huán)。證券投資能否獲得與其承擔(dān)的風(fēng)險(xiǎn)相應(yīng)的收益，主要取決于證券發(fā)行者的經(jīng)營(yíng)狀況和財(cái)務(wù)狀況。要避免投資的盲目性就需要投資者對(duì)發(fā)行證券的公司了解透徹，分析全面。利用統(tǒng)計(jì)方法對(duì)上市公司的財(cái)務(wù)狀況進(jìn)行分析會(huì)對(duì)投資者選擇理想的投資對(duì)象起到很好的參考作用。財(cái)務(wù)分析的對(duì)象是上市公司定期公布的財(cái)務(wù)報(bào)表。為了讓投資者對(duì)上市公司 1的運(yùn)營(yíng)狀況有一個(gè)更好的了解，這些公司每隔一段時(shí)間就要公布一次該公司的財(cái)務(wù)狀況。財(cái)務(wù)報(bào)表時(shí)對(duì)公司資金運(yùn)行于財(cái)務(wù)狀況的定量描述，是公司經(jīng)營(yíng)狀況的“晴雨表”。本文參考上市公司公

5、布的幾種財(cái)務(wù)指標(biāo)進(jìn)行諸成份分析，使用SPSS統(tǒng)計(jì)軟件進(jìn)行分析。提出使用第一主成分來(lái)評(píng)價(jià)個(gè)股業(yè)績(jī)的方法。2數(shù)據(jù)檢驗(yàn)主成分分析2是一種降維的統(tǒng)計(jì)方法，它可以用盡量少的綜合指標(biāo)代替縱多的原始數(shù)據(jù)，并盡可能多的反應(yīng)原始數(shù)據(jù)所提供的信息。通過(guò)對(duì)樣本相關(guān)陣的內(nèi)部結(jié)構(gòu)關(guān)系的研究，找出影響個(gè)股業(yè)績(jī)的幾個(gè)綜合指標(biāo)，是綜合指標(biāo)為原來(lái)變量的線性組合。綜合指標(biāo)不僅保留了原始變量的主要信息。彼此之間有不相關(guān)，又比原始變量具有某些更優(yōu)越的性質(zhì)，使得我們?cè)谠u(píng)價(jià)個(gè)股時(shí)容易抓住主要矛盾。我把深發(fā)展股的15只股票作為樣本，選擇如下10個(gè)變量進(jìn)行分析營(yíng)業(yè)收入x1凈利潤(rùn)x2總資產(chǎn)x3所有者權(quán)益合計(jì)包含少數(shù)股東權(quán)益x4營(yíng)業(yè)外收支凈額x

6、5凈營(yíng)運(yùn)資金x6每股收益攤薄營(yíng)業(yè)利潤(rùn)x7每股凈資產(chǎn)x8每股營(yíng)業(yè)收入x9資產(chǎn)收益率x10凈資產(chǎn)增長(zhǎng)率x111運(yùn)用KMO檢驗(yàn)和Bartlett檢驗(yàn)對(duì)變量進(jìn)行篩選 3KMO檢驗(yàn) 和Bartlett檢驗(yàn)（KMO and Bartlett s test）是因子分析的前提，確認(rèn)待分析有關(guān)變量是否適合作因子分析，KMO統(tǒng)計(jì)量是用于比較變量間簡(jiǎn)單相關(guān)系數(shù)和偏相關(guān)系數(shù)的一個(gè)指標(biāo)，KMO值越接近1，則越適合作因子分析， 2KMO越小，越不適合作因子分析。對(duì)全部11個(gè)因素進(jìn)行KMO檢驗(yàn)和Bartlett檢驗(yàn)得：表1-1KMO檢驗(yàn)和Bartlett檢驗(yàn)可以看出，KMO的值0.520，所選指標(biāo)的相關(guān)性一般，不過(guò)Sig.

7、為0.00通過(guò)檢驗(yàn)，認(rèn)為可以進(jìn)行分析。2數(shù)據(jù)分析根據(jù)原始數(shù)據(jù)算出其相關(guān)矩陣如圖:圖2-1相關(guān)矩陣由圖可以看出x1和x2 x3 x4 x11,x2和x4 x5 x11較強(qiáng)的相關(guān)性，說(shuō)明變量可以精簡(jiǎn)。表2-2公共因子方差3Initial為初始公共因子方差，表示因子提取前各個(gè)變量的全部公共因子的載荷系數(shù)平方和，取值均為1；Extration對(duì)應(yīng)的是提取公共因子方。對(duì)應(yīng)的是根據(jù)某種原則提取的公共因子，公共因子數(shù)小于等于變量數(shù)，由于本例在做因子分析時(shí)要求前四個(gè)公共因子，因此提取公共因子方差小于1。圖2-3解釋方差表表中Initial Eigenvalues（初始特征根）欄，給去了按順序排列的主成分的方差

8、（Total），在數(shù)值上等于相關(guān)系數(shù)矩陣的各個(gè)特征根 ，因此可以直接根據(jù)特征根計(jì)算每個(gè)主成分的方差百分比，根據(jù)方差百分比可以算出方差累計(jì)值。圖2-4碎石圖4途中曲線存在一個(gè)明顯的拐點(diǎn)，保留前3個(gè)或4個(gè)主成分能夠概括原始數(shù)據(jù)的大部分信息，前4個(gè)因子貢獻(xiàn)占總方差的比例為93.384%。圖2-5 主成分載荷矩陣在主成分載荷矩陣中，給出了主成分載荷系數(shù) ，每一列載荷值都是各個(gè)變量與有關(guān)主成分的相關(guān)系數(shù)。第一列0.995實(shí)際就是x1與第一主成分的相關(guān)系數(shù)。這正是x1在第一主成分上的載荷。3結(jié)果分析圖3-1主成分載荷矩陣在主成分載荷矩陣中，給出了主成分載荷系數(shù)，每一列載荷值都是各個(gè)變量 5與有關(guān)主成分的相

9、關(guān)系數(shù)。根據(jù)上表得出主成分表達(dá)式：p1=0.158x1+0.157x2+0.157x11P2=-0.21x1+0.016x2+-0.011x11 P3=-0.029x1+0.09x2+-0.022x11 P4=-0.015x1-0.072x2+-0.105x11對(duì)這個(gè)計(jì)算公式中的系數(shù)進(jìn)行分析，我們可以看到第一個(gè)主成分是明顯的。第一主成分在各個(gè)變量上的系數(shù)都是正的，而且數(shù)值上相差不大，因而可以認(rèn)為第一主成分代表總的業(yè)績(jī)水平。較大的是x1 x2 x3 x4x5 x11上，亦即這幾個(gè)指標(biāo)最能代表綜合財(cái)務(wù)業(yè)績(jī)。按第一主成分之值從大到小排序，即綜合財(cái)務(wù)業(yè)績(jī)由強(qiáng)到弱的列出的。此結(jié)果顯示：中國(guó)石油（3.54

10、782）明顯居于首位，中國(guó)中鐵、中國(guó)遠(yuǎn)洋緊跟其后。同樣可以看出綜合業(yè)績(jī)不能只用任何一個(gè)指標(biāo)完全代替，它卻是考慮了多項(xiàng)指標(biāo)的綜合情況而得到的。從第二主成分的公式中可以看出其含義是“資金雄厚，受益較少”的度量4。是一種穩(wěn)健發(fā)展的象征。第三主成分反映了幾種財(cái)務(wù)指標(biāo)的對(duì)照。由于取第四個(gè)主成分的積累貢獻(xiàn)率已達(dá)到了93.384%，可以說(shuō)明主要問題了。表3-1主成分表64總結(jié)此次課程設(shè)計(jì)，學(xué)到了很多課內(nèi)學(xué)不到的東西，比如獨(dú)立思考解決問題，出現(xiàn)差錯(cuò)的隨機(jī)應(yīng)變，和與人合作共同提高，都受益非淺，今后的學(xué)習(xí)交流應(yīng)該更輕松，自己也都能扛的起并高質(zhì)量的完成統(tǒng)計(jì)數(shù)據(jù)的分析。通過(guò)這次學(xué)年論文使我懂得了理論與實(shí)際相結(jié)合是很重

11、要的，只有理論知識(shí)是遠(yuǎn)遠(yuǎn)不夠的，只有把所學(xué)的理論知識(shí)與實(shí)踐相結(jié)合起來(lái)，從理論中得出結(jié)論，才能真正為社會(huì)服務(wù)，從而提高自己的實(shí)際動(dòng)手能力和獨(dú)立思考的能力。在設(shè)計(jì)的過(guò)程中遇到問題，可以說(shuō)得是困難重重，這畢竟第一次做的，難免會(huì)遇到過(guò)各種各樣的問題，同時(shí)在設(shè)計(jì)的過(guò)程中發(fā)現(xiàn)了自己的不足之處，對(duì)以前所學(xué)過(guò)的知識(shí)理解得不夠深刻，掌握得不夠牢固，操作不夠熟練。經(jīng)過(guò)兩個(gè)星期的課程設(shè)計(jì)，過(guò)程曲折可謂一語(yǔ)難盡。在此期間我們也失落過(guò)，也曾一度熱情高漲。從開始時(shí)滿富盛激情到最后汗水背后的復(fù)雜心情，點(diǎn)點(diǎn)滴滴無(wú)不令我回味無(wú)長(zhǎng)。在這里建議廣大股民在掌握相應(yīng)的股票知識(shí)和分析方法后慎重入市，這樣可以避免不必要的損失。本次學(xué)年論文的關(guān)鍵是在此過(guò)程中我重新溫習(xí)了主成分分析方法的過(guò)程，體會(huì)到“溫故而知新”的深刻道理。這樣的理論又一次以實(shí)踐的方式深深的烙在了我的腦海里了。在此，感謝老師的細(xì)心指導(dǎo)，也同樣謝謝同學(xué)們的無(wú)私幫助！7參 考 文 獻(xiàn)1貝政新，陳瑛證券投資通論