李坤++范國良

DOI：10.16661/j.cnki.1672-3791.2016.19.076

摘 要：該文以安徽省上市公司財(cái)務(wù)數(shù)據(jù)作為研究對象，依據(jù)國內(nèi)外已有的分析研究結(jié)果，輔之主成分分析方法確定股票市場投資價(jià)值評價(jià)指標(biāo)體系，通過運(yùn)用多元統(tǒng)計(jì)分析方法，對其綜合實(shí)力進(jìn)行排名，實(shí)證結(jié)果顯示三七互娛的綜合實(shí)力位居榜首。

關(guān)鍵詞：多元統(tǒng)計(jì)分析 Spss 股票價(jià)值

中圖分類號：F832.51 文獻(xiàn)標(biāo)識碼：A 文章編號：1672-3791（2016）07（a）-0076-02

證券投資是狹義概念上的投資，是投資者通過購買有價(jià)的證券，以獲得收益的行為，從中獲取利息或差價(jià)，是一種直接形式的投資行為。多元統(tǒng)計(jì)分析所研究的內(nèi)容和方法主要包括數(shù)據(jù)化簡、分類和分組、研究變量間的依賴關(guān)系和多元數(shù)據(jù)的統(tǒng)計(jì)推斷。隨著電子計(jì)算機(jī)的出現(xiàn)和發(fā)展，多元統(tǒng)計(jì)分析便開始在醫(yī)學(xué)、經(jīng)濟(jì)學(xué)、文學(xué)、氣象等方面得到廣泛的應(yīng)用。

選取安徽省上市公司進(jìn)行分析，原有89只股票，剔除了數(shù)據(jù)不可得和特殊處理的股票，最后得到有效股票70只分別用 ，來代替。首先，經(jīng)過主成分分析篩選最終確定凈資產(chǎn)收益率、每股收益、每股主營業(yè)務(wù)收入、應(yīng)收賬款周轉(zhuǎn)率、存貨周轉(zhuǎn)率、流動資產(chǎn)周轉(zhuǎn)率、主營業(yè)務(wù)收入增長率、凈利潤增長率、凈資產(chǎn)增長率、速動比率、利息支付倍數(shù)、資產(chǎn)負(fù)債率、現(xiàn)金流量比率。用，表示。

70家上市公司13個(gè)財(cái)務(wù)指標(biāo)組成的矩陣的特征值以及累積貢獻(xiàn)率情況參見表1。通過觀察表，人們發(fā)現(xiàn)一共有5個(gè)特征值大于1。它們共同解釋了安徽省上市公司綜合業(yè)績標(biāo)準(zhǔn)差的77.66%（累計(jì)貢獻(xiàn)率）。說明這5個(gè)公共因子基本上能夠代表原始數(shù)據(jù)包含的大部分信息。

由于因子載荷矩陣得到的未旋轉(zhuǎn)的公共因子的實(shí)際意義不好解釋，因此，對公共因子進(jìn)行方差最大化正交旋轉(zhuǎn)（Varimax），得到旋轉(zhuǎn)后的因子載荷矩陣。令成長因子為，營運(yùn)因子為，盈利因子為，償債因子為，現(xiàn)金因子為，原變量可由各因子表示為：

其余變量依次類推。計(jì)算各因子的方差貢獻(xiàn)率占5個(gè)因子總方差貢獻(xiàn)率的比重，5個(gè)因子的比重分別為：29.33%、20.567%、20.13%、17.80%、12.17%。由此可以看出，成長能力因子的比重最大，現(xiàn)金能力因子的比重最小。最后，以各因子的方差貢獻(xiàn)率占5個(gè)因子總方差貢獻(xiàn)率的比重作為權(quán)重進(jìn)行加權(quán)匯總，得出綜合得分F，即

在財(cái)務(wù)績效的得分中，因子得分的正、負(fù)代表該公司的財(cái)務(wù)績效與新疆地區(qū)平均水平的位置關(guān)系，把安徽的平均水平算作零點(diǎn)，這是數(shù)據(jù)標(biāo)準(zhǔn)化處理后的結(jié)果，不會影響可比性。

綜合排名表明了其財(cái)務(wù)的整體績效，整體財(cái)務(wù)績效好的公司并不是其財(cái)務(wù)績效的各個(gè)方面都表現(xiàn)較好。如排在首位的三七互娛，發(fā)展能力排名第一；營運(yùn)能力排名靠前，盈利能力、償債能力和現(xiàn)金能力排名卻是排在后面。說明三七互娛目前發(fā)展良好，企業(yè)擴(kuò)大規(guī)模；壯大實(shí)力的潛力強(qiáng)勁，但資產(chǎn)管理效率低下，企業(yè)應(yīng)加強(qiáng)各項(xiàng)資產(chǎn)的管理和提高經(jīng)濟(jì)效益。通過上面分析可以全面反映上市公司的成長性和盈利能力，有利于縮小投資范圍，確定投資價(jià)值，降低投資風(fēng)險(xiǎn)。文章的分析方法對指導(dǎo)證券投資提供了一條有效的途徑。

參考文獻(xiàn)

[1] 丁浩.數(shù)據(jù)挖掘技術(shù)在證券分析中的應(yīng)用研究[D].武漢理工大學(xué)，2008.

[2] 馬躍.基于因子分析和投資組合理論的股票投資分析[J].市場觀察，2015（A1）：318.

[3] 王君波，楊義群，歐陽浙江.聚類分析在證券投資中的應(yīng)用[J].商業(yè)研究，2003（22）：102-104.

[4] 馮燕.證券投資面臨的問題與策略[J].環(huán)球市場信息導(dǎo)報(bào)，2015（41）：31-32.