貨幣金融服務板塊的主成分聚類分析6400字

1、貨幣金融效勞板塊的主成分聚類分析6400字 摘要文章利用主成分分析與聚類分析法對金融業(yè)中貨幣金融效勞板塊的16只股票的2022年會計年度綜合財務狀況進展了系統分析。首先按營運才能、盈利才能、開展才能、股本擴張才能將11個財務指標歸納為4個一級指標，并對其進展主成分分析，再利用提取出的主成分進展聚類分析。希望通過對上述銀行業(yè)上市公司客觀全面的綜合分析，為中小投資者提供理性的投資參考數據，幫助其選取財務狀況良好、具有開展?jié)摿Φ墓善保畲笙薅鹊靥嵘善蓖顿Y價值。 畢業(yè)關鍵詞銀行板塊；主成分聚類分析；綜合評價DOI1013939/jcnkizgsc2022300341引言11研究背景及意?x隨著我國宏

2、觀經濟的進入持續(xù)穩(wěn)定增長的“新常態(tài)，近幾年國內銀行業(yè)的景氣度持續(xù)上升，上市銀行也面臨難得的開展機遇，在資產規(guī)模、資產質量、盈利才能等方面都獲得了驕人的成績。銀行板塊是藍籌股的重要代表，工商銀行、中國銀行等銀行股成為主力機構調控股票指數的重要工具，上證綜合指數是以其總股本來確定權重。根據財務報表對銀行板塊上市公司綜合實力的評價的重要性就愈加顯現出來。本文以證監(jiān)會2022年版行業(yè)分類中的16家銀行的2022年度財務數據作為考察樣本，在計算影響綜合實力指標的根底上，用主成分聚類分析方法來進展評價，進而得出不同才能指標下的結果，對其進展綜合分析并給出相應建議。12國內外研究現狀綜述當前的研究現狀，以及

3、本文的研究問題和研究思路劉倩2022得出主成分分析可以有效解決我國企業(yè)財務數據高維性和多重共線性的特點，使判別模型更具說服力，但只針對28家上市創(chuàng)業(yè)板公司做了研究，數據量不夠大，說服力不夠強。王德清等2022針對經典聚類分析和普通主成分聚類分析極端情形下的失效問題展開討論，通過定義客觀賦權的主成分間隔 為分類統計量，并以實證檢驗獲得良好效果為根據，有效地解決了主成分聚類分析在極端情形下所不能提醒的問題。國外學者做過一些利用數據挖掘算法來分析預測客戶行為的研究，例如，采用K-median聚類算法對超級商場消費者的偏好情況進展細分。5采用K-means、SOMself-organizing map

4、、Fuzzy K-means聚類算法對股票交易客戶進展細分6。運用模糊聚類算法對在線音樂愛好者進展用戶細分等。72研究方法21主成分聚類分析法在多指標綜合評估的排序問題中，假設主成分累計奉獻率不夠大，即提取出的主成分表達的原始數據不夠完好全面，僅按主成分得分對樣品直接排序評價會有片面性，這時候可以將主成分分析與聚類分析兩種統計方法聯絡起來，稱為“主成分聚類分析。將主成分分析與聚類分析相結合，即先進展主成分分析，然后對提取出的幾個主成分進展聚類分析，結合主成分的綜合排序進展對象分類排名。這種方法一是可以降低指標的維數，將復雜的問題簡化；二是可以對聚類分析方法中的每一類進展評價，根據每一類的主成分

5、得分進展排名，得到的排名結果更符合實際。22聚類分析方法的原理本文采用的K-means聚類分析算法是麥奎因提出，算法的要點先確定K值，然后將數據集劃分成K類，然后進展反復迭代，把每一個樣本重新分配到間隔 最近的中心類別中。23聚類分析分類數確實定K-均值聚類分析方法可以將數據群體迅速、合理地劃分成K個子群體，比擬合適解決大量數據信息的問題。對于K-均值聚類分析算法，需要著重考慮K值。這是本算法的關鍵步驟，對聚類產生的結果有很大的影響。K-均值法詳細分類數確實定，離不開理論經歷的積累，可以反復進展屢次的初值選擇，根據各個產生的聚類結果中找出最優(yōu)的分類。但我們這里借助系統聚類法以一局部樣本為對象進

6、展聚類，其結果作為K-均值聚類分析法確定類數的參考。24主成分聚類分析的計算步驟設有n個樣品，每個樣品觀測p個指標，將原始數據寫成矩陣X=x11x12x1px21x22x2pxn1xn2xnp1將原始數據標準化。這里不妨設上述矩陣已標準化了。2建立變量的相關系數陣：R=rijpprij=nk=1xki-x-ixkj-x-jnk=1xki-x-i2nk=1xkj-x-j23求R的特征根12n0及相應的單位特征向量：a1=a11a21ap1，a2=a12a22ap2，ap=a1pa2papp4計算寫出主要成分Fi=a1X1+a2X2+aPxP計算主成分奉獻率及累計奉獻率奉獻率ipk=1ki=1，2

7、，p累計奉獻率ik=1kpk=1ki=1，2，p一般取累計奉獻率達85%95%的特征值1，2，m所對應的第1，第2，第mmp個主成分。5求p個觀測對象在前m個主成分的得分。根據各個主成分的奉獻率進展加權求和。6根據前m個主成分得分運用K-均值聚類，得到個案的類別，根據主成分分析確定每個個項的類別排名，并進展綜合評價。3綜合評價因子分析31指標變量的選取分類及公式計算選取了11個變量指標，較全面地反映銀行上市公司的根本財務狀況。32主成分聚類分析 本文使用SPSS 170統計分析軟件，選取上述11個變量的財務指標，采用主成分探究性因子分析以及K-均值聚類分析方法的對16家上市銀行的根本財務狀況進

8、展綜合評價研究。數據來源于?國泰安CSMAR系列研究數據庫?。下面將進展過程分析及解釋。主成分分析是用于把眾多相關變量縮減為較少的不相關的主成分變量的一種方法。因此，用于主成分分析的原始變量之間必須有相關性，假如變量之間互相獨立，那么無法用主成分分析法來進展數據降維，但假如每一個變量反映的信息都不一樣，沒有任何冗余信息，這種數據分析方法是沒有用武之地的。檢驗變量之間的相關程度，判斷是否適用主成分分析法，需要用到KMO和Bartlett球形檢驗。KMO統計量比擬樣本相關系數和樣本偏相關系數，它的取值在0和1之間，該值越大，那么樣本數據越適用于主成分和因子分析。一般要求大于05，方可運用這種分析方

9、法。根據Kaiser1974給出的經歷原那么，0549的合適性為middling中度的。假如顯著性值小于005，那么認為主成分分析是適宜的。本例中卡方值為193895，大于卡方的臨界值18，顯著性值小于005，故主成分分析法可以應用在此案例中。1主成分的?y計信息根據標準化公式處理原始數據，由此計算出各數據變量的相關系數矩陣R，以及相關系數的特征值、奉獻率和累計奉獻率。上表顯示了主成分的統計信息，包括特征值由大到小的次序排列，各主成分的奉獻率及累積奉獻率。第一主成分的特征值為4677，它解釋了11個原變量的總方差的42516%因子旋轉前，第二主成分的特征值為3143，它解釋了11個原變量的總方

10、差的28576%，前三個特征值的累積奉獻率為85796%，即前四個主成分包含了原有變量指標的85796%的信息，所以本例中可以取前三個主成分來替代原始十一個指標。2旋轉后的因子載荷矩陣通過四次方最大旋轉后，得到了11個變量在3個因子上的新的因子載荷。結果顯示，因子1支配的變量有X3凈資產收益率、X5根本每股收益、X9每股凈資產、X10每股資本公積、X11每股未分配利潤。因子2支配的變量有X2總資產凈利潤率ROA、X3凈資產收益率、X4營業(yè)凈利率TTM、X8營業(yè)總收入增長率。因子3與X1營運指數、X6總資產增長率、X7凈利潤增長率有很強的相關關系。故可以粗略地認為，因子1集中反映銀行每股價值指標

11、，稱為綜合擴張因子；因子2重點反映資產與營業(yè)收入的各方面情況，稱為盈利開展因子。根據現金營運指數定義，它反映企業(yè)現金回收質量、衡量現金風險的指標，同時這個主成分表達企業(yè)在規(guī)模擴大、增加盈利等方面的表現，即總資產、凈利潤的增長率，故因子3可稱為風險價值因子。3因子得分系數矩陣及主成分得分SPSS可以將通過旋轉后計算的4個因子得分Z1、Z2、Z3、Z4作為新變量自動存儲到原始數據文件中，操作為轉換計算變量，如表4所示，Y為最終得分，根據以上分析，可理解各個指標的潛在本質。詳細來說，根據各個主成分的奉獻率進展加權求和，因子旋轉后三個主成分更準確的特征值分別是4373、2703、2361。因此綜合得分

12、為：Y=4373/9437Z1+2703/9437Z2+2361/9437Z3在主成分得分表中，我們可以看到寧波銀行、民生銀行、興業(yè)銀行、華夏銀行和南京銀行表現突出，綜合排名在前五。這些銀行大多是區(qū)域性銀行，依托經濟活潑的地帶，開展勢頭很好，而排名較靠后的建立銀行、北京銀行、農業(yè)銀行、工商銀行和中國銀行，除北京銀行外其余四家網點遍布全國，資本雄厚，根底較好，已經過了股本快速擴張的階段，也許是這個原因讓這幾家銀行的各項指標數相對較低。4板塊的聚類分析聚類分析對于變量的選擇比擬重要，一般變量個數越多，得到的類越難以解釋。依上例，選取的代表上市銀行財務狀況的數據變量比擬多，考慮先用主成分分析法進展降

13、維，然后應用主成分變量做聚類變量進展聚類分析。K-均值法是一種比擬流行的動態(tài)聚類法，選擇一批凝聚點或給出一個初始的分類，讓樣本按某種原那么向凝聚點聚攏，對凝聚點進展不斷的修改或迭代，直至分類比擬合理、迭代穩(wěn)定為止。在SPSS中選擇K-均值聚類分析可得到類成員列表。上圖第三列Cluster給出了每個個案所屬的類，第四列Distance顯示的是個案和所屬類中心的間隔 。經過20次迭代計算，比照結果，我們發(fā)現選擇分類數為5較合理，既能有效別離數據，又能呈現較小的聚合系數。5研究結論51研究結論根據上述主成分聚類分析可得出：第一類有興業(yè)銀行與招商銀行，這兩家銀行在綜合擴張方面表現突出，分別排序1、2，

14、雖然在主成分分析法下排名中上第3與第6，但根據銀行區(qū)別于一般企業(yè)的性質特點，可以認為財務狀況良好，具有較大的開展?jié)摿?。第三類有建立銀行、北京銀行、工商銀行、農業(yè)銀行和中國銀行，與主成分加權綜合得分后五名的排序一致，這幾家在上市公司中屬于老牌銀行，實力雄厚，股本很大，在一定程度上影響了各項才能指標，綜合表現不是很突出。在圖7最后聚類中心的表中也可以看出，第三類的指數較低。第二、四和五類的銀行，在綜合擴張、盈利開展和風險價值三個方面處于中等程度，主成分的綜合評分也是不好不壞，采取保守策略的投資者可以選擇這些銀行。綜上所述，相對于只采用主成分分析法，對主成分法提取的因子進展聚類分析的方法能更為準確地

15、解釋主成分綜合加權排名。關于模型的合理性，本文選取了四個指標，衡量盈利、開展、營運才能的變量較為全面地概括了企業(yè)當前的財務狀況。值得一提的是，針對商業(yè)銀行的行業(yè)特點創(chuàng)新地選取了股本擴張才能這一指標，這是比擬切合實際的。 52對策建議521外部環(huán)境方面由于金融業(yè)是當前國際劇烈經濟競爭的關鍵環(huán)節(jié)，而商業(yè)銀行體系是現代金融的核心，我國的資本市場相對于興旺國家還不成熟，銀行部門在國民經濟的運行中發(fā)揮著重要作用，在資本充足率、資產質量以及創(chuàng)新才能上需改良進步。522行業(yè)現狀方面互聯網金融對傳統銀行業(yè)有很大的沖擊，時展浪潮下，人們已經習慣新的支付方式，加之融資渠道的豐富多元化，傳統商業(yè)銀行該考慮如何去改變

16、。523資源才能方面首先，商業(yè)銀行需積極地進展金融產品的開發(fā)，認真研究競爭對手的情況，實在做到以客戶需求為中心，以市場細分為根底，不斷開發(fā)出滿足不同類型客戶需要的產品。尤其是要加大開發(fā)和擴展高附加值產品的力度，逐步形成自己的特色，適時推出同類銀行難以模擬的金融產品，推動商業(yè)銀行的金融創(chuàng)新，改善商業(yè)銀行的產品構造，借以樹立專有的名牌產品，增強盈利才能，進步競爭力，降低信譽風險。其次，商業(yè)銀行應開展金融產品研制，仔細研究競爭對手的情況，實在以客戶需求為中心，以市場細分為根底，不斷開發(fā)滿足不同客戶需求的產品。特別是增加高附加值產品的開展壯大而努力，逐漸形成了自己的特色，類似銀行理財產品及時引進模擬，

17、促進商業(yè)銀行的金融創(chuàng)新，進步商業(yè)銀行的產品構造，建立自主品牌產品，進步盈利才能，增強競爭才能，有效地使信譽風險降低。最后，建議監(jiān)管部門降低準入門檻，試點實行逐步放松銀行業(yè)管制。如此在一定程度上進步銀行業(yè)的穩(wěn)定性，降低銀行風險。在減低銀行業(yè)進入障礙的同時，應更多地允許具有區(qū)域關系型借貸優(yōu)勢并符合條件的民間金融機構進入銀行業(yè)，遏止銀行之間由于競爭度上升而帶來的風險。524業(yè)務流程與組織系統方面商業(yè)銀行業(yè)務流程是指商業(yè)銀行直接或間接地為顧客創(chuàng)造價值的一系列相關活動的有序集合。一套有序高效的業(yè)務流程有助于增強銀行的價值創(chuàng)造才能。因此，需要對業(yè)務流程進展優(yōu)化。詳細可以采取以下做法。1簡化業(yè)務流程。業(yè)務簡

18、化流程，減少不必要的活動，結合業(yè)務流程重新規(guī)劃各項流程過程或活動，或串并聯轉換改造流程，以為了縮短營業(yè)時間，合理配置人力資源，節(jié)約本錢和有效地增加新的業(yè)務目的的數量目的。例如，那些效率低下的非核心業(yè)務外包，集中在人力、物力和財力資源的核心業(yè)務上，給客戶提供最高效、最全面的業(yè)務效勞。2建立差異化流程。為了滿足客戶多樣化的需求，需建立差異化的業(yè)務流程，最大限度使客戶滿意，與此同時加強客戶關系的管理，最大化實現客戶價值。參考文獻：1何曉群多元統計分析M.4版北京：中國人民大學出版社，20222賴國毅，陳超SPSS 170中文版常用功能與應用實例精?vM.北京：北京電子工業(yè)出版社，20223劉倩基于主成分聚類分析的中小企業(yè)成長研究J.統計與決策，2022164王德清，朱建平，謝邦昌主成分聚類有效性的考慮J.統計研究，2022115Jean-Paul Ruiz，Jean-Charles Chebat，Pierre Hansen Another Trip to the Mall：A Segmentation Study of Customers Based on Their ActivitiesJ.Journal of Retailing and Consumer Ser