單爽　周石鵬

摘?要：我國上市公司的投資問題已經(jīng)成為投資者和研究者關注的熱點問題。本文選取滬深A股2014家上市公司數(shù)據(jù)為研究樣本，以投資分類為指標進行聚類分析，使用財務業(yè)績指標進行主成分分析，聯(lián)系實際對聚類分析結(jié)果與主成分分析綜合得分進行對比，探究不同投資模式下，財務因子綜合得分情況，最終得到適合進行投資領域研究的590家公司。研究結(jié)果表明：投資模式可分為6類;而主成分分析結(jié)果顯示，偏重均衡投資模式、股權(quán)投資模式、債權(quán)投資模式的公司經(jīng)營狀況均良好，而偏重固定資產(chǎn)投資模式的企業(yè)財務狀況相對較差?；谝陨戏椒ǖ玫降慕Y(jié)果對進一步研究投資與公司治理的關系有一定的指導意義，對預測公司發(fā)展前景有一定的參考價值。

關?鍵?詞：上市公司;投資模式;聚類分析;主成分分析

DOI：10.16315/j.stm.2019.05.001

中圖分類號：?F2766

文獻標志碼：?A

Research?on?investment?pattern?classification?and?performance

of?listed?companies

SHAN?Shuang，?ZHOU?Shipeng

（Business?School，?University?of?Shanghai?for?Science?and?Technology，Shanghai?200093，?China）

Abstract：The?investment?problem?of?Chinas?listed?companies?has?become?a?hot?topic?for?investors?and?researchers.?This?paper?selects?the?data?of?2014?listed?companies?of?Shanghai?and?Shenzhen?Ashares?as?research?samples，?analyzes?the?investment?classification?as?indicators，?uses?the?financial?performance?indicators?for?principal?component?analysis，?and?compares?the?cluster?analysis?results?with?the?principal?component?analysis?comprehensive?scores.?Exploring?the?comprehensive?scores?of?financial?factors?under?different?investment?patterns，?and?finally?the?results?were?590?companies?suitable?for?research?in?the?investment?field.?The?results?show?that?the?clustering?divides?the?samples?into?six?categories，?and?the?results?of?principal?component?analysis?are?good，?which?proves?that?the?classification?results?obtained?by?clustering?are?good.?The?results?of?principal?component?analysis?show?that?the?companies?that?emphasize?balanced?investment?pattern，?equity?investment?pattern?and?debt?investment?pattern?are?all?in?good?operating?condition，?while?those?that?emphasize?fixed?asset?investment?pattern?are?in?poor?financial?condition.?The?results?obtained?based?on?the?above?methods?have?certain?guiding?significance?for?further?research?on?the?relationship?between?investment?and?corporate?governance，?and?have?certain?reference?value?for?predicting?the?development?prospect?of?the?company.

Keywords：listed?company;?investment?pattern;?cluster?analysis;?principal?component?analysis

收稿日期：?2019-05-13

作者簡介：?單?爽（1995—），女，碩士研究生;

周石鵬（1961—），男，副教授，碩士，碩士生導師.

根據(jù)中證網(wǎng)數(shù)據(jù)顯示，用來衡量投資效益的增量資本產(chǎn)出率（ICOR）自金融危機后的2009—2015年ICOR平均值上升至4.9，并呈現(xiàn)繼續(xù)走高的趨勢，至2017年已達到7左右，這意味著我國上市公司的投資效率在逐年降低?，F(xiàn)階段，雖然我國經(jīng)濟不斷增長，但由于許多企業(yè)在微觀上的管理混亂，大量盲目重復建設不斷產(chǎn)生，許多企業(yè)投資方面出現(xiàn)了諸如投資不足和投資過度此類問題，投資過度和投資不足都是實際投資水平與適度投資水平不同程度上的偏離，近幾年，投資問題已成為眾多學者一致關注的學術(shù)熱點問題之一。基于此，為營造科學穩(wěn)定的優(yōu)良投資環(huán)境，使公司投資狀態(tài)趨于適度投資水平，探究上市公司的投資模式就顯得尤為重要。

本文試圖通過聚類分析找到適合進一步研究投資方面領域的公司，再通過主成分分析得出財務業(yè)績能力得分，對比不同投資模式下，各分類平均得分情況。選取2014家A股上市公司及相關投資評價和業(yè)績評價兩方面指標，結(jié)果以期為投資方面的研究提供一定的參考。本文結(jié)果針對各類投資模式，為投資者在當前市場經(jīng)濟環(huán)境和企業(yè)發(fā)展能力下提供更加有效的投資依據(jù)，提高其投資收益?，F(xiàn)有研究表明，投資結(jié)構(gòu)與企業(yè)績效密切相關，本文通過對投資模式的研究，以期為企業(yè)制定投資計劃、優(yōu)化投資結(jié)構(gòu)提供參考，從而提高其綜合績效。

1?文獻綜述

針對聚類分析和主成分分析研究投資相關問題的方法，國內(nèi)已有不少學者用此方法研究了相關領域的問題。王瑞紅等[1]選取我國15家生物制藥行業(yè)上市公司為樣本，聚類將公司分為3類，對指標進行主成分分析，并對結(jié)果進行排序。結(jié)果指出，我國大部分生物制藥公司的投資風險分布較為均衡。楊艷萍等[2]對我國風險投資進行了行業(yè)聚類，文章將風險投資的22個行業(yè)按照行業(yè)發(fā)展水平的不同，將各行業(yè)分成3類，研究每一類行業(yè)的特點。劉敬賞[3]以我國15家房地產(chǎn)公司為樣本，選取影響房地產(chǎn)投資的10個風險指標，對上市公司進行聚類識別，研究指出，我國大多數(shù)房地產(chǎn)上市公司的投資風險相似性較大且風險處于高水平。

馮偉等[4]運用聚類和方差分析進行投資分析，通過對股票的收益性，成長性等方面來衡量股票的相似度，為投資者確定投資范圍和投資價值。張樹敏等[5]利用123家中小主板公司數(shù)據(jù)，運用聚類和判別分析法對其盈利、成長和擴張能力進行分類，結(jié)果能幫助投資者選擇合理的投資組合。趙惠芳等[6]以滬深兩市24家綜合行業(yè)公司為例，選取13個財務指標帶入模型，采用因子分析與聚類分析法分析其投資價值，以使投資者風險最小化，投資收益最大化。馬青華等[7]選取了114家股票市場樣本，對財務指標數(shù)據(jù)進行系統(tǒng)聚類和判別分析，以期幫助人們減少跟風投資、盲目投資現(xiàn)象，為其能更好得決策選股。徐曉飛等[8]選取30家新三板公司數(shù)據(jù)，通過?KMeans聚類分析法評價其業(yè)績情況，進而分門別類，以期引導投資者更好的了解市場趨勢和投資方向。

此外，還有一些學者用聚類分析了金融投資領域的相關問題。謝桂標等[9]選取了金融業(yè)50家上市公司，先利用因子分析降維處理，再利用聚類分析將上市公司分成4類，最后評價每類上市公司的綜合得分，為投資者提供選股建議。宋潔[10]探討了聚類分析方法在金融投資領域的應用含義，并選用深證A股上市的25支公司為案例，詳細談論該方法在金融投資方向的應用。黃嘉奇[11]以隨機選擇的上海A股25支股票為樣本數(shù)據(jù)進行聚類，以金融投資為分析主體，分析了股票在金融投資中的應用方略，為人們理性投資提供依據(jù)，同時可以削弱人們的金融投資風險。Bai等[12]選取上海A股股票，采用Kmeans聚類將股票分為其內(nèi)部模式相似的4類，并探究個股間的相互關系。結(jié)果表明，盡管2支股票不屬于同一行業(yè)，但在模式相似的股票間存在單向格蘭杰因果關系。此結(jié)論可以給股票投資者提供一定決策支持。關于國外基于聚類分析方法對投資的研究不太多，主流雜志上未查到相關文獻。

綜上，通過聚類和主成分分析方法研究上市公司投資的問題，內(nèi)容大多以投資風險、金融投資、投資價值等進行分析，大都以單純的財務指標為數(shù)據(jù)進行分析且使用的樣本量不多。因此，本文第2部分進行文獻回顧，第3部分進行指標選取，依據(jù)投資類別區(qū)分投資模式選取投資指標，依據(jù)業(yè)績表現(xiàn)選取財務指標;第4部分對投資指標進行聚類分析，對財務指標進行主成分分析，本文將為探究投資與其他領域如公司治理的關系提供一定的參考和借鑒。

2?指標選取

2.1?聚類分析的指標選擇

本文將投資水平作為公司投資評價的主要指標。若按照投資得方向和投資范圍，投資可分為對內(nèi)投資和對外投資;而對外投資按照產(chǎn)權(quán)關系，分為股權(quán)投資和債權(quán)投資。本文將固定資產(chǎn)投資作為對內(nèi)投資的主要部分，因此將投資分為固定資產(chǎn)投資、股權(quán)投資和債權(quán)投資3類。由新會計準則，取消了長期債權(quán)投資，將其重分類為交易性金融資產(chǎn)、可供出售金融資產(chǎn)以及持有至到期投資，此處將3類合并稱為債權(quán)投資。按投資分類衡量企業(yè)投資水平的重要因素是其各分類的投資規(guī)模?；谝陨?，投資評價選取的指標為投資水平、固定資產(chǎn)投資規(guī)模、股權(quán)投資規(guī)模以及債權(quán)投資規(guī)模4個指標。具體計算式如表1所示。

2.2?主成分分析的指標選擇

上市公司基本面的債務融資能力、盈利能力和成長能力是支持企業(yè)進行投資的長期因素，也是判斷公司是否具備投資能力的關鍵因素。本文預從上市公司的債務融資能力、盈利能力和成長能力3個方面反映公司的經(jīng)營業(yè)績水平，選取其中具有代表性的指標進行主成分分析。

1）債務融資能力。對于任何一家公司而言，在其發(fā)展中，融資便利及融資規(guī)模很大程度上決定了公司的發(fā)展，本文采用流動比率、速動比率和資產(chǎn)負債率3個指標來衡量。若值偏低可能說明公司經(jīng)營過于保守，投資水平不足;過高又表明公司過于注重融資，投資水平過度。

2）盈利能力。盈利能力能直接反映整個公司的獲利能力。本文選取總資產(chǎn)收益率、凈資產(chǎn)收益率、營業(yè)毛利率和每股收益4個指標來衡量上市公司的盈利能力?？傎Y產(chǎn)收益率反映了企業(yè)資產(chǎn)的綜合利用效果;凈資產(chǎn)收益率反映了企業(yè)自有資金的投資收益水平;營業(yè)毛利率是公司主要收入源頭，其值越高則公司在市場上越有占有率;每股收益越高，代表公司擁有越強的獲利能力。盈利能力越強的公司，其投資水平相較而言會越高。

3）成長能力。公司成長能力能夠反映企業(yè)未來發(fā)展前景，成長性好的公司能夠通過融資方式獲取資金擴大其經(jīng)營能力，這便意味著擁有更多的資金進行投資活動。成長能力選取總資產(chǎn)增長率和凈利潤增長率2個指標。

因此，本文將使用以上具有代表性的4個投資指標進行聚類分析，并使用9個財務業(yè)績指標進行主成分分析。

3?實證分析

3.1?樣本選取與數(shù)據(jù)處理

本文以2017年我國A股上市公司為研究樣本，剔除了ST公司和金融保險業(yè)、體育文化業(yè)、餐飲等較小服務行業(yè)以及農(nóng)林牧漁業(yè)等極其不重視投資的行業(yè)、數(shù)據(jù)披露不完全的公司后，最終得到2014家上市公司數(shù)據(jù)。其中，公司的業(yè)務數(shù)據(jù)部分來源于公司年報，其他數(shù)據(jù)來源于CSMAR數(shù)據(jù)庫。此外，只有一個變量數(shù)據(jù)缺失的樣本本文采用SPSS的鄰近點的線性趨勢方法將缺失數(shù)據(jù)予以補充。

為解決數(shù)據(jù)的可比性問題，需要消除數(shù)據(jù)量綱間的差異，即將個指標都置于同一個數(shù)量級別上，先對各指標進行標準化處理。數(shù)據(jù)標準化的方法有多種，常用的方法有，最小-最大標準化和Zscore標準化。本文選用的是Zscore標準化方法對數(shù)據(jù)進行標準化。

3.2?聚類分析

K均值聚類方法是很典型的基于距離的聚類方法，聚類分析常用來衡量數(shù)據(jù)點之間相似度的距離有海明距離、歐式距離、切比雪夫距離和馬氏距離等，K均值聚類則以歐式距離作為相似性測度，距離越小，表示樣本間越相似，差異度越小，反之則差異度越大。K均值聚類的主要思想是經(jīng)過迭代，將數(shù)據(jù)集劃分為不同的類別，求解初始聚類中心向量達到最優(yōu)分類且類別之間相互獨立的過程。因此，本文選用歐式距離作為測度，使用模二范數(shù)表示的歐式距離。K均值聚類方法作為最基本的聚類方法之一，其目的就是尋找簇標簽，

{yi|yi∈{1，…，c}}ni=1。（1）

從而使簇內(nèi)散射的和最?。?/p>

miny1，…，yn∈{1，…，c}∑cy=1∑i：yi=y‖xi-μy‖2。（2）

其中，∑i：yi=y表示滿足yi=y的i的和。

μy=1ny∑i：yi=yxi。（3）

其中：μy表示簇y的中心，ny表示簇y中樣本的個數(shù)。

本文利用統(tǒng)計軟件SPSS22.0，對2014家樣本公司進行K平均值聚類。將4個投資指標作為自變量，證券代碼標注為個案依據(jù)，聚類數(shù)為6，最終的分析結(jié)果，如表2所示。

第1類：海大集團、中國石油等487家公司。有343家為制造業(yè)（如亞太股份，廣汽集團等），占據(jù)此類的70%;有12%來源于電力熱力燃氣及水的生產(chǎn)和供應業(yè)以及交通運輸倉儲業(yè)。此類公司投資水平一般，固定資產(chǎn)投資規(guī)模處于一般水平，股權(quán)投資規(guī)模和債權(quán)投資規(guī)模雖為負值，但相較于其他類別，這兩個指標明顯優(yōu)于第5第和第6類，此類可稱為“均衡投資模式”。

第2類：豫能控股、南威軟件、四川雙馬、四通新材和鵬欣資源。這5家公司投資水平較弱，但根據(jù)數(shù)值，企業(yè)十分重視對于股權(quán)的投資，可以進一步做對其股權(quán)投資模式下投資特征的研究，或進一步探究其投資偏重股權(quán)的原因和因素分析。此類命名為“股權(quán)投資模式”。

第3類：臥龍地產(chǎn)、華遠地產(chǎn)、祥龍電業(yè)、華建集團、新潮能源、*ST烯碳、南洋科技和錢江生化。這8家公司投資水平較高，且資偏重于固定資產(chǎn)投資，后期可能會出現(xiàn)投資過度等問題，可進一步研究其過度投資的原因等問題。該類叫做“固定資產(chǎn)投資模式”。

第4類：北緯科技、黃河旋風。該類公司投資水平一般，投資偏重債權(quán)投資，可以專門對其投資領域進行研究，其具備一定的研究價值。該類可認為是“債券投資模式”。

第5類：包括天邦股份、中環(huán)股份、正邦科技、國泰集團在內(nèi)的88家公司，其中有73家為制造業(yè)，占比高達83%。此類投資水平位居6類榜首，固定資產(chǎn)投資亦較多，但相比之下，該類公司對股權(quán)債權(quán)的投資重視程度較低。為與第1類相區(qū)分，此類可視作為“非債股型高投資模式”。

第6類：1?424家公司。此類中屬于制造業(yè)（如新華制藥）的公司占比68%，房地產(chǎn)業(yè)和信息運輸、軟件、信息技術(shù)業(yè)分別占比7%，6%，其他行業(yè)占比較為均勻，在此不多贅述。為更好的說明此類結(jié)果，對投資指標進行描述性統(tǒng)計，如表3所示。此類公司數(shù)量較多，投資水平低于全樣本平均水平，固定資產(chǎn)投資和股權(quán)投資也低于樣本中位數(shù)，債權(quán)投資規(guī)模結(jié)果雖高于中位數(shù)，但相對于其他類也處于弱勢，說明此類公司可能由于公司規(guī)模等問題投資不大，因此研究其內(nèi)部投資特征和投資模式的意義不大，此類歸入“低投資模式”。

3.3?主成分分析

KMO和Bartlett球形檢驗結(jié)果，如表4所示。KMO值為0.655>0.6，說明數(shù)據(jù)指標適合進行主成分分析;Bartlett球形檢驗顯示顯著性為高顯著度0.000<0.05，也可說明主成分分析有效?？偡讲罘治霰?，如表5所示。2個主成分的方差貢獻率分別為35.937%和23.065%，累計方差貢獻率為59002%，2個主成分的特征值分別為3.234和2076。根據(jù)主成分的特征值，本文選取特征值大于1的2個主成分F1和F2進行后續(xù)分析。

碎石圖，如圖1所示。前4個因子對方差的貢獻率比較大，到第5個因子后變化較為緩慢，碎石圖反映出的信息與總方差分析表傳達的信息一致。

主成分分析法基于降維處理的方法，將多個變量降維為能夠盡可能多的反映原始信息的少數(shù)幾個指標，且新形成的主成分變量彼此相互獨立。實際應用中，只要主成分個數(shù)能反映出絕大部分方差即可，因此本文選出F1、F2?2個主成分。主成分F1包括了企業(yè)絕大部分盈利能力特征，包含了原來信息的35.937%，與總資產(chǎn)收益率、凈資產(chǎn)收益率呈很大正相關，與資產(chǎn)負債率呈較大程度負相關;而主成分F2包括了企業(yè)絕大部分債務融資能力特征，其與每股收益呈較大程度正相關，與速動比率、流動比率呈很大負相關，結(jié)果表明，2個主成分就可以表達原來9個變量所表達的業(yè)績表現(xiàn)，如表6所示。因此，經(jīng)計算可得，2個主成分F1和F2的表達式。

F1=0.318X1+0.319X2-0.351X3+0.464X4+0.473X5+0.340X6+0.332X7+0.088X8+0.032X9。

F2=-0.525X1-0.525X2+0.291X3+0.305X4+0.309X5+0.021X6+0.377X7+0.161X8+0.082X9。

上式中的X均為原始數(shù)據(jù)經(jīng)過標準化處理之后的變量。綜合評價得分式為

F=0.609F1+0.391F2。（4）

3.4?結(jié)果對比分析

對比主成分分析結(jié)果與聚類分析的結(jié)果，如表7所示，對不同的投資模式和對應的企業(yè)財務因子綜合得分做出分析。

第1類：均衡投資模式。雖然通過投資指標進行聚類，結(jié)果顯示此類投資水平一般，3類模式下的投資較為均衡，但其財務因子得分較好，說明此類公司擁有較強的盈利能力，具有一定的發(fā)展?jié)摿屯顿Y前景，可以選取此類做投資方面的研究。

第2類：投資偏重于股權(quán)投資模式。財務因子得分較高，具備一定的投資潛力，且擁有較好的成長空間，可以嘗試深入做投資方面得研究。

第3類：投資偏重于固定資產(chǎn)投資模式。平均財務因子得分低，該類公司經(jīng)營能力弱，很可能是由于過度投資導致的債務融資能力、成長能力減弱，可進一步探究其過度投資的原因等問題。

第4類：投資偏重于債權(quán)投資模式。從表中看出，該種投資模式的財務得分高，說明該類公司擁有很好的盈利能力，可以專門對其投資領域進行研究，其具備一定的研究價值。

第5類：高投資水平下的均衡投資模式。3類模式下的投資較均衡，但投資水平極高。該類公司財務指標綜合得分最高，相比于第1類，此類更有做投資研究的必要。

第6類：無明顯投資模式且投資水平極低。該類公司不僅投資前景不好，而且發(fā)展前景也不太優(yōu)良，其財務因子得分是6類最低，說明財務情況不理想，該類公司業(yè)績表現(xiàn)不佳，因此可以將全部樣本區(qū)分成業(yè)績表現(xiàn)良好和不佳2大類。

綜上，偏重均衡投資模式、股權(quán)投資模式、債權(quán)投資模式的公司經(jīng)營狀況均良好，而偏重固定資產(chǎn)投資模式的企業(yè)經(jīng)營飽和，財務狀況較差。無明顯投資模式的企業(yè)經(jīng)營狀況表現(xiàn)差，不建議深入研究。因此，主成分分析結(jié)果較好的印證了聚類分析所得出的分類。且經(jīng)過對比不同的投資模式，其經(jīng)營能力不均相同。

根據(jù)投資指標聚類并結(jié)合對財務指標的主成分分析結(jié)果，得出590家在行業(yè)中具有代表性的公司，這些公司在投資領域均具有良好特征，較適合進行投資研究，按行業(yè)分析，房地產(chǎn)業(yè)僅有少數(shù)企業(yè)重視投資，可進一步研究其投資具體特征;而制造業(yè)行業(yè)內(nèi)發(fā)展不均衡，投資水平不均衡，對于投資領域企業(yè)之間差距較大;其他行業(yè)最終樣本較為均勻，如表8所示。

4?結(jié)語

根據(jù)最終聚類結(jié)果，2014家樣本公司中有590家公司可以繼續(xù)研究其內(nèi)部投資的具體特征，雖具有良好特征的公司占比不多，但結(jié)果鮮明，且聚類的變異數(shù)分析得各變量結(jié)果均顯著，主成分分析結(jié)果亦較好的印證了分類結(jié)果，因此分類結(jié)果較好。本文將聚類結(jié)合主成分分析方法應用于上市公司投資模式研究，將投資水平這一指標作為衡量上市公司對投資重視程度的主要指標，并依照投資類別將投資分為3類建立投資評價指標，以債務融資能力、成長能力、盈利能力等財務指標建立業(yè)績評價指標，探究不同投資模式下，其業(yè)績能力有何差異。

本文研究發(fā)現(xiàn)，在具體投資過程中，企業(yè)對投資的偏重模式不同導致企業(yè)的投資結(jié)構(gòu)不同，不同投資結(jié)構(gòu)影響著企業(yè)的經(jīng)營績效，這為企業(yè)經(jīng)營者的投資決策提供一定的理論依據(jù)。研究還發(fā)現(xiàn)，不同行業(yè)之間對投資重視程度、不同投資偏重模式存在差異，同一行業(yè)（如制造業(yè)）之間企業(yè)發(fā)展與投資水平不平衡?；谏鲜鼋Y(jié)果，本文以期對企業(yè)優(yōu)化自身投資模式起到一定的借鑒，也為投資者規(guī)劃投資策略提供一定的參考。

本文所建立的投資評價指標，以及在基礎分析方法的前提下所采用的聚類分析和主成分分析方法，對公司發(fā)展?jié)摿τ幸欢ǖ念A測作用，對上市公司投資的總體特征、投資類別偏好等能夠做出更準確的判斷，不僅能幫助公司掌握投資方向，適度調(diào)整投資規(guī)模，引導公司進行適度投資;還可以為進一步研究投資與公司治理的關系等相關領域奠定基礎。

參考文獻：

[1]?王瑞紅，王筱萍，薛耀文.我國生物制藥上市公司投資風險評價：基于主成分—聚類分析法[J].技術(shù)經(jīng)濟，2011（10）：76.

[2]?楊艷萍，王靜.我國風險投資的行業(yè)聚類研究[J].科技管理研究，2012，32（12）：164.

[3]?劉敬賞.我國房地產(chǎn)投資風險評價：基于主成分—聚類分析法[J].全國流通經(jīng)濟，2016（7）：73.

[4]?馮偉，孫德山.聚類分析在金融投資分析中的應用[J].江蘇商論，2008（33）：8.

[5]?張樹敏，朱和平，師偉.基于基本面的中小企業(yè)板上市公司股票投資價值初探：基于聚類分析和判別分析[J].商場現(xiàn)代化，2008（8）：191.

[6]?趙惠芳，張明明，裘玲玲.綜合行業(yè)上市公司投資價值分析研究[J].商場現(xiàn)代化，2015（3）：173.

[7]?馬青華，李艷濤，程康.聚類分析和判別分析在投資中的應用[J].網(wǎng)絡空間安全，2015，6（6）：81.

[8]?徐曉飛，朱家稷.KMEANS分析法在新三板上市公司企業(yè)業(yè)績評價中的應用與研究[J].時代金融，2017，27（5）：156.

[9]?謝桂標，許姣麗.因子分析和聚類分析在金融業(yè)股票投資中的應用[J].沿海企業(yè)與科技，2016（4）：11.

[10]?宋潔.聚類分析在金融投資分析中的應用[J].中國商論，2017（21）：32.

[11]?黃嘉奇.聚類分析在金融投資分析中的應用[J].中國商論，2018，（36）：49.

[12]?BAI?S，CUI?W，ZHANG?L.The?granger?causality?analysis?of?stocks?based?on?clustering[J].Cluster?Computing，2018（21）：1.

[編輯：費?婷]