- 相關(guān)推薦
基于分組主成分法的科技板投資價(jià)值分析
摘 要 針對(duì)高科技股票投資價(jià)值，選擇208支高科技股票構(gòu)建了科技板。選擇了財(cái)務(wù)指標(biāo)和非財(cái)務(wù)指標(biāo)，用因子分析法對(duì)指標(biāo)進(jìn)行分組，并對(duì)各組指標(biāo)進(jìn)行主成分分析，得到了科技板上市公司的投資價(jià)值系數(shù)。關(guān)鍵詞 高科技板 投資價(jià)值 分組主成分分析
《上市公司行業(yè)分類指引》中沒有單獨(dú)設(shè)立高科技行業(yè)，嚴(yán)格地說，高科技并不能作為一個(gè)行業(yè)名稱。任何行業(yè)中都會(huì)有一些科技含量高的產(chǎn)品，同時(shí)，高科技一直是一個(gè)很模糊的概念，在不同的時(shí)期，其內(nèi)涵和外延會(huì)有很大的差異。在資本市場(chǎng)中，高科技板概念的意義也經(jīng)歷了幾個(gè)不同的時(shí)期。從早期的計(jì)算機(jī)制造、軟件開發(fā)，到電子通訊、互聯(lián)網(wǎng)乃至生物工程等等，短短幾年的時(shí)間里，高科技概念對(duì)資本市場(chǎng)產(chǎn)生了巨大的影響。在股票市場(chǎng)中，所有具有一定共同特征的上市公司均可以構(gòu)成一個(gè)板塊。行業(yè)可以用來作為劃分板塊的依據(jù)，而板塊則不一定按照行業(yè)來劃分。
基于此，本文依據(jù)資本市場(chǎng)發(fā)展的特點(diǎn)、綜合高科技企業(yè)的特點(diǎn)，根據(jù)《中國(guó)高新技術(shù)產(chǎn)品目錄2006》、國(guó)家高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)高新技術(shù)企業(yè)認(rèn)定條件和辦法、科技部公布首批103家創(chuàng)新型企業(yè)試點(diǎn)名單的37家上市企業(yè)，從3G、創(chuàng)投概念、軟件開發(fā)、航天航空、網(wǎng)絡(luò)信息、高�？萍�、IPv6、數(shù)字電視、循環(huán)經(jīng)濟(jì)、節(jié)能環(huán)保、新能源、軍工概念、食品、生物制藥、06年103家創(chuàng)新企業(yè)中37上市公司中共選擇了208家企業(yè)，組成了高科技板，然后采取分組主成份法，綜合其2006年報(bào)中財(cái)務(wù)、非財(cái)務(wù)信息，對(duì)它們進(jìn)行投資價(jià)值分析，得到其綜合投資價(jià)值系數(shù)。
1 分組主成分綜合評(píng)價(jià)法先容
主成分法和因子分析法在處理***數(shù)據(jù)中得到了廣泛的運(yùn)用。很多文獻(xiàn)使用它們對(duì)上市公司財(cái)務(wù)數(shù)據(jù)進(jìn)行了分析，得到公司的經(jīng)營(yíng)績(jī)效評(píng)價(jià)。
但是，主成分法主要存在四個(gè)方面不足，因子分析法也存在諸如損失信息等缺點(diǎn)，很多文獻(xiàn)提出了改進(jìn)方法，并作了一些實(shí)證研究。主要有張宏培、楊大成的多層次——主成分分析法，徐青、郭忠印、丁藝的層次分析——主成分分析法，候文、張小斐、葉宗裕等因子分析——主成分分析法，他們的總體思想就是先對(duì)指標(biāo)進(jìn)行分組，然后采用主成分分析，所以可以回為分組主成分法。徐義田、王來生、崔文善、張好治的核——主成分法，彭維湘的多變量綜合的主成分旋轉(zhuǎn)法研究以及其他采用非線性變換的主成分法，可以回為非線性主成分分析法。另外，還有徐雅靜、王遠(yuǎn)征等的主成分——聚類分析法等，這些改進(jìn)方法都取得了較好的效果。
其中因子分析——主成分分析法的優(yōu)點(diǎn)比較明顯，對(duì)于非線性變換主成分分析法繁雜的計(jì)算，它的計(jì)算比較方便，而且可以處理龐大的數(shù)據(jù)，隨著數(shù)據(jù)的增多，上風(fēng)更加明顯；此次評(píng)價(jià)方法綜合了主成分分析和因子分析的優(yōu)點(diǎn)克服了它們各自的缺點(diǎn)。這主要表現(xiàn)在：一是利用了主成分分析中第一主成分的綜合作用，便于綜合評(píng)價(jià)模型的解釋；二是借用因子分析方法通過正交旋轉(zhuǎn)對(duì)變量進(jìn)行分組，構(gòu)造評(píng)價(jià)體系結(jié)構(gòu)，并且每個(gè)變量指標(biāo)都包含在內(nèi)，保證了評(píng)價(jià)體系的完備性；三是在建立的綜合評(píng)價(jià)模型中，每個(gè)指標(biāo)及對(duì)應(yīng)的權(quán)重都很明確，便于實(shí)際應(yīng)用。當(dāng)對(duì)變量進(jìn)行分組以后，如某一組內(nèi)變量指標(biāo)較多，其第一主成分(綜合主成分)的貢獻(xiàn)率達(dá)不到要求時(shí)，可在該組內(nèi)再進(jìn)行分組，直到第一主成分具有代表性為止。這樣就構(gòu)成了多層次分組主成分綜合評(píng)價(jià)模型。
2 分組主成分綜合評(píng)價(jià)模型的構(gòu)建
2.1 主成分分析法
�。�1）主成分分析法的基本原理。對(duì)線性變換F1=u11X1 u21X2 L up1Xp
F2=u12X1 u22X2 L up2Xp
……
Fp=u1pX1 u2pX2 L uppXp，尋求原始指標(biāo)的線性組合Fi，滿足
u■■ u■■ L u■■=1
Cov（Fi，F(xiàn)j）=0，i≠j，i，j=1，2，L，p
Var（F1）≥Var（F2）≥Var（Fp）
Fi便是第i主成分，我們一般選取前m個(gè)累計(jì)貢獻(xiàn)率（■λi■λi）達(dá)到85%以上的主成分。
（2）主成分的綜合評(píng)價(jià)。以每個(gè)主成分的貢獻(xiàn)率αi=■為權(quán)數(shù)，構(gòu)造綜合評(píng)價(jià)函數(shù)如下：
F=α1F1 α2F2 L αmFm
2.2 因子分析法
�。�1）因子分析法的基本原理。因子分析的一般模型為X1=μ1 a11F1 L a1mFm ε1
X2=μ2 a21F1 L a2mFm ε2
……
Xp=μp ap1F1 L apmFm εp
其中，F(xiàn)i（i=1Lm）為公共因子，εi（i=1Lm）為特殊因子，它們都是不可觀測(cè)的隨機(jī)變量。
�。�2）因子分析法的基本步驟。根據(jù)具體題目選取指標(biāo)，對(duì)指標(biāo)做出判定，是否同向，若不同向，變成同向，對(duì)評(píng)價(jià)指標(biāo)無量綱化處理，得到標(biāo)準(zhǔn)化矩陣，計(jì)算得到相關(guān)系數(shù)矩陣，解特征方程，計(jì)算相關(guān)矩陣的特征值，則根據(jù)累計(jì)貢獻(xiàn)率確定因子個(gè)數(shù)，計(jì)算特征向量和初始因子載荷矩陣，因子旋轉(zhuǎn)，根據(jù)加權(quán)最小二乘法，也稱為巴特萊特因子得分法、或者回回法，也稱為湯姆孫因子得分，計(jì)算因子得分，結(jié)果分析。
2.3 因子分析——主成分分析法的構(gòu)建
�。�1）基本原理。首先通過因子分析法將N項(xiàng)指標(biāo)分為m組，每組包括幾項(xiàng)原始指標(biāo)。這樣使得每組指標(biāo)組內(nèi)高度相關(guān)，而組間的相關(guān)性很弱。同時(shí)以每個(gè)因子的方差貢獻(xiàn)率占所選定因子的總方差貢獻(xiàn)率的比率αi對(duì)該指標(biāo)子集自然賦權(quán)。其次，從各指標(biāo)子集出發(fā)，求取每一樣品在對(duì)應(yīng)子集的第一主成分?jǐn)?shù)值。若有k個(gè)子集，記為Y1，Y2,…，Yk，則第i個(gè)樣品的k個(gè)第一主成分可以表示為p（Y■■），p（Y■■），p（Y■■），上標(biāo)“1”表示第一主成分。
（2）分析模型。通過上面兩步，可以得到綜合評(píng)價(jià)模型：
Fi=αY1p（Y■■） αY2p（Y■■） … αYkp（Y■■）
即綜合得分是每個(gè)指標(biāo)子集的自然權(quán)數(shù)與其主成分?jǐn)?shù)值乘積之和。
3 分組主成分綜合評(píng)價(jià)模型的實(shí)證研究
3.1 樣本的選擇
根據(jù)前文所給的范圍，選取了208家高科技上市公司。
3.2 指標(biāo)的選擇
對(duì)于高科技股票的投資價(jià)值分析，石海燕、許敏、姚正海、鄧同等學(xué)者主要從構(gòu)建高科技上市公司投資價(jià)值（經(jīng)營(yíng)績(jī)效）評(píng)價(jià)指標(biāo)體系這一角度進(jìn)行了研究。通過財(cái)務(wù)數(shù)據(jù)得出的上市公司經(jīng)營(yíng)績(jī)效，從一定程度上反映了其投資價(jià)值，但是一些非財(cái)務(wù)數(shù)據(jù)（如創(chuàng)新投進(jìn)、研發(fā)職員比例、股本結(jié)構(gòu)等）也對(duì)其投資價(jià)值有重要影響。所以，從更加客觀地反映上市公司投資價(jià)值的角度出發(fā)，結(jié)合高科技上司公司的特點(diǎn)和分組主成分分析法的上風(fēng)，本文從公司規(guī)模(總資產(chǎn)、總股本)、公司治理結(jié)構(gòu)（流通股比例、第一大股東持股比例）、成長(zhǎng)性（主營(yíng)業(yè)務(wù)收進(jìn)增長(zhǎng)率、凈利潤(rùn)增長(zhǎng)率、總資產(chǎn)增長(zhǎng)率、凈資產(chǎn)增長(zhǎng)率、每股收益增長(zhǎng)率）、經(jīng)營(yíng)能力（總資產(chǎn)周轉(zhuǎn)率、凈資產(chǎn)周轉(zhuǎn)率、存貨周轉(zhuǎn)率、應(yīng)收賬款周轉(zhuǎn)率、經(jīng)營(yíng)周期）、盈利能力（凈資產(chǎn)收益率、總資產(chǎn)收益率、凈利潤(rùn)率、毛利率）、償債能力（資產(chǎn)負(fù)債率、活動(dòng)比率、速動(dòng)比率、長(zhǎng)期資產(chǎn)適合率、利息保障倍數(shù)）、現(xiàn)金流量（經(jīng)營(yíng)現(xiàn)金流與負(fù)債比、凈利潤(rùn)現(xiàn)金含金量、每股現(xiàn)金流）、創(chuàng)新性（以技術(shù)和專利為基礎(chǔ)的無形資產(chǎn)賬面余額占總資產(chǎn)的比例、技術(shù)及研發(fā)職員占員工數(shù)比例、大專及以上學(xué)歷員工占總員工比例）、風(fēng)險(xiǎn)性（主營(yíng)業(yè)務(wù)鮮明度、股票波動(dòng)率）九個(gè)方面共30個(gè)指標(biāo)進(jìn)行綜合分析。其中財(cái)務(wù)數(shù)據(jù)來自和訊網(wǎng)（www.hexun.con）、非財(cái)務(wù)數(shù)據(jù)（除股票波動(dòng)率）根據(jù)巨潮資訊網(wǎng)（www.cninfo.com）公布的2006年年報(bào)整理而得。根據(jù)北大經(jīng)濟(jì)中心提供的日高頻數(shù)據(jù)（開盤價(jià)、最高價(jià)、最低價(jià)、收盤價(jià)）分別計(jì)算標(biāo)準(zhǔn)差，股票波動(dòng)率就是它們標(biāo)準(zhǔn)差的均勻值。
3.3 數(shù)據(jù)的預(yù)處理
將指標(biāo)同向化處理，使所有指標(biāo)都對(duì)股票的投資價(jià)值方向?yàn)檎暙I(xiàn)，對(duì)逆指標(biāo)取倒數(shù)；再對(duì)指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。
3.4 分組主成分分析
分析工具采用的是SPSS13.0。相關(guān)系數(shù)矩陣顯示30個(gè)指標(biāo)間的相關(guān)度較高，Kaiser-Meyer-Olkin Measure of Sampling Adequacy為0.539，此值適中，表明因子分析結(jié)果具有可用性。因子分析使用主成分法得到9個(gè)因子，其累計(jì)貢獻(xiàn)率達(dá)85.65%。
接著對(duì)9組指標(biāo)分別進(jìn)行主成分分析，發(fā)現(xiàn)第一主成分的貢獻(xiàn)率都達(dá)到要求，最后根據(jù)模型得到綜合分?jǐn)?shù)。
3.5 結(jié)果分析
由于篇幅的局限性，根據(jù)綜合得分排名列出前10項(xiàng)與后10項(xiàng)，并作簡(jiǎn)單分析（見表1）。
前10名中，中國(guó)石化在中國(guó)石油市場(chǎng)中處于寡頭壟斷地位，是中國(guó)最大的一體化能源化工企業(yè)，是我國(guó)唯一的乙烯氯堿一體化生產(chǎn)企業(yè)，并且是國(guó)內(nèi)最大的合成橡膠生產(chǎn)基地之一。公司注重新區(qū)和老區(qū)新層系的勘探發(fā)現(xiàn)，實(shí)現(xiàn)了油氣當(dāng)量?jī)?chǔ)采平衡有余，并為后繼接替資源奠定了基礎(chǔ)。馳宏鋅鍺是一家極為優(yōu)質(zhì)的鉛鋅生產(chǎn)企業(yè)，通過不斷收購(gòu)將較大幅度地增加公司鉛鋅金屬儲(chǔ)量和采選冶煉能力，消除同業(yè)競(jìng)爭(zhēng)和減少關(guān)聯(lián)交易。使得公司的資源儲(chǔ)備上風(fēng)、規(guī)模上風(fēng)、和技術(shù)上風(fēng)不斷增強(qiáng)。欣網(wǎng)視訊憑借在通訊服務(wù)行業(yè)多年的運(yùn)作經(jīng)驗(yàn)、強(qiáng)大的服務(wù)隊(duì)伍和過硬的服務(wù)質(zhì)量，公司已與多家行業(yè)內(nèi)的主要系統(tǒng)供給商建立了合作伙伴關(guān)系；隨著3G的來臨，面向3G的通訊服務(wù)市場(chǎng)將十分巨大。寶鋼股份公司是我國(guó)鋼鐵行業(yè)的龍頭企業(yè)，在全球鋼鐵行業(yè)企業(yè)排名居第6位，到2012年，公司鋼產(chǎn)量達(dá)到5 000萬t，年均增長(zhǎng)15％。鹽田港2006年被深圳證券信息有限公司和鵬元資信評(píng)估有限公司聯(lián)合評(píng)為“A＋”治理等級(jí)，公司具備較好的投資潛力。鞍鋼股份、公用科技、用友軟件和歌華有線在各自的領(lǐng)域均有出色的成績(jī)。航天信息2006年每股盈利達(dá)到1.14元，同比增長(zhǎng)近40％，它們無疑擁有較高的投資價(jià)值，同時(shí)與股票交易市場(chǎng)對(duì)照，也十分吻合。
在后10名中，S滬科技、安彩高科、遼源得亨、大唐電信、萬杰高科、長(zhǎng)安信息均淪為*ST，現(xiàn)名為：S*ST滬科、*ST安彩、*ST得亨、*ST大唐、*ST萬杰、*ST長(zhǎng)信。而力諾太陽(yáng)歷史遺留的負(fù)擔(dān)較重，產(chǎn)品價(jià)格競(jìng)爭(zhēng)比較激烈，產(chǎn)品同質(zhì)化現(xiàn)象較突出，能源供給價(jià)格的持續(xù)上漲，給公司生產(chǎn)本錢造成了很大影響，產(chǎn)生了嚴(yán)重虧損。航天科技、兆維科技、榮華實(shí)業(yè)也主要由于2006年嚴(yán)重虧損而排名靠后。綜上，通過分組主成分分析法，綜合分析上市公司全面的信息，得出股票的投資價(jià)值系數(shù)，與實(shí)際比較吻合，對(duì)于投資分析具有一定的參考作用。
參考文獻(xiàn)
1 彭維湘.多變量綜合的主成分旋轉(zhuǎn)法研究[J].數(shù)目經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2005（6）
2 葉宗裕.主成分綜合評(píng)價(jià)方法存在的題目及改進(jìn)[J].統(tǒng)計(jì)與信息論壇，2004（3）
3 張小斐，郝志敏.FA-PCA綜合評(píng)價(jià)模型及其有效性研究[J].統(tǒng)計(jì)與信息論壇，2003（11）
4 候文.對(duì)應(yīng)用主成分法進(jìn)行綜合評(píng)價(jià)的探討[J].數(shù)理統(tǒng)計(jì)與治理，2006（3）
5 徐雅靜，汪遠(yuǎn)征.主成分分析應(yīng)用方法的改進(jìn)[J].數(shù)學(xué)的實(shí)踐與熟悉，2006（6）
6 張宏培，楊大成.西部大開發(fā)中的各省區(qū)區(qū)位上風(fēng)的多層次的主成分分析[J].數(shù)理統(tǒng)計(jì)與治理，2001（5）
7 徐青等.應(yīng)用層次——主成分分析法評(píng)價(jià)高等級(jí)公路安全性[J].森林工程，2005（1）
8 彭維湘，多變量綜合的主成分旋轉(zhuǎn)法研究[J].數(shù)目經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2005（6）
9 王學(xué)民.多元統(tǒng)計(jì)分析[M].上海：上海財(cái)經(jīng)大學(xué)出版社，2005
10 盧紋岱主編.SPSS for Windows統(tǒng)計(jì)分析（第3版）[M].北京：電子產(chǎn)業(yè)出版社，2006
【基于分組主成分法的科技板投資價(jià)值分析】相關(guān)文章：
基于顧客價(jià)值的需求，流動(dòng)網(wǎng)挖掘策略分析06-04
基于主成分分析及二次回歸分析的城市生活垃圾熱值建模08-06
基于分組技術(shù)的下一代光傳送網(wǎng)05-29
基于價(jià)值網(wǎng)的企業(yè)集群式供給鏈治理模式研究04-28
基于組織行為學(xué)分析沃爾瑪企業(yè)文化05-01
電磁波及其經(jīng)濟(jì)價(jià)值分析12-30
基于成交量標(biāo)度的股價(jià)動(dòng)力學(xué)分析05-12
影響大學(xué)生職業(yè)價(jià)值評(píng)價(jià)的因素分析04-17
基于價(jià)值網(wǎng)理論的鐵路多元經(jīng)營(yíng)物流企業(yè)經(jīng)營(yíng)模式研究06-04