武汉理工大学多元统计分析课程设计

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

中国人寿 0.34
9.7
0.3 14.4439 85.4812 14.44 31.35 992400 68536700 -9100
中国银行 0.17 10.7898 0.05 7.2908 92.1541 26.87 12.28 7859600 532527300 104400
中信银行 0.12 11.7059 0.05
表2 公共因子方差表
Initial Extraction
每股收益 净资产收益率 总资产周转率 股东权益比率
资产负债率 主营业务增长率
总资产增长率 利润总额
年末资产总额 主营业务收入净额
1.000
.876
1.000
.882
1.000
.905
1.000
.959
1.000
.956
1.000
.971
1.000
本文主要采用的分析方法是因子分析和聚类分析,即常用的两步分析法。这种方法在 研究问题变量较多,关系较为复杂的情况下使用较多。首先我们运用因子分析模型,目的 是找出影响金融类上市公司经营绩效的显著性因素,并给出我国金融类上市公司绩效综合 评价的一种方法,然后以各因子为观测指标,用聚类分析法对这些公司作一下划分,从而 给广大的投资者一个直观显性的参考[2]。
.947
1.000
.984
1.000
.976
1.000
.914
Extraction Method: Principal Component Analysis.
其次,我们得到各主成分因子特征值,贡献率以及累计贡献率(见表3)的表格
4
武汉理工大学《多元统计分析》课程设计
表3 总方差分解
Initial Eigenvalues
11.852
93.704
2.712
96.416
1.852
wk.baidu.com
98.268
1.072
99.340
.630
99.970
.017
99.988
.012
100.000
Extraction Method: Principal Component Analysis.
Extraction Sums of Squared Loadings
Component 1 2 3 4 5 6 7 8 9 10
Total 3.815 2.606 1.764 1.185 .271 .185 .107 .063 .002 .001
% of Variance Cumulative %
38.150
38.150
26.060
64.210
17.642
81.852
武汉理工大学《多元统计分析》课程设计
金融类上市公司经营绩效的分析
摘要
随着证券市场的发展壮大和日益规范化,投资者投资理念的日趋成熟,人们开始日益 关注上市公司的业绩情况。本文选取17家金融行业上市公司为研究对象,采用因子分析法 与聚类分析法对其2005年度的盈利能力等因素进行了综合分析,在理想的基础上对各上市 公司进行了排名,得出按属性的基本分类以及优劣区分。投资者可据此选择经营业绩比较 好的优良股票进行投资,以减少投资风险,获取更大收益。 关键词:因子分析;聚类分析;经营绩效;金融上市公司;
中国平安 0.97
16.3
0.22 8.2998 91.4170 21.26 53.34 625800.5 46328800 7561.3
交通银行 0.28 14.302 0.04 5.1613 94.8387 27.09 20.77 1766000 171626300 19600
工商银行 0.15 10.4347 0.04 6.2177 93.721 16.16 16.29 10371000 751118800 70900
1
武汉理工大学《多元统计分析》课程设计
1 引言
自 1990 年 12 月上海证券交易所和深圳证券交易所先后挂牌交易以来,中国证券市场 走过了近十七个年头,证券市场已经成为中国经济生活的重要组成部分,是中国经济发展 的重要推动力量。 随着证券市场的发展壮大和日益规范化,投资者投资理念的日趋成熟, 人们开始日益关注上市公司的业绩情况。我们知道,证券投资是一个渐进过程, 包含证券 投资的分析、决策、操作和管理等一系列阶段, 其中证券投资分析是基础性的核心环节。 它可以使投资者提高投资收益,降低风险损失。除了进行宏观经济分析和行业分析外,公 司分析则是证券投资基本分析的最关键一环。证券投资能否获得与其承担的风险相应的收 益,主要取决于证券发行者的经营状况和财务状况。要避免投资的盲目性就需要投资者对 发行证券的公司了解透彻, 分析全面。

2.4847 97.5153 32.66
总资产 利润总额
增长率
年末资产 总额
主营业 务收入 净额
17.21 199452.2 26057626.3 8935.31
46.1764 53.8235 794.2 127.2 26108.59 762037.32 -903.08
33.2335 66.7095 207.1 -21.69 1393.62 93412.35 -323.45
2
武汉理工大学《多元统计分析》课程设计
考虑到数据来源的有限性,结合以上实证研究的方法及指标,本文选取了以下能代表经营 绩效的几大类指标研究该问题。
第一,效益状况。本文选取的是 X1 :每股收益、 X 2 :净资产收益率。这是表示股本 和净资产利用效率的典型指标。
第二,资产经营能力。本文选取的是 X8 :利润总额、 X 9 :年末资产总额、 X10 :主营 业务收入净额。表现公司一般性资产管理能力。
第三,偿债能力。本文选取的是 X 3 :总资产周转率、 X 4 :股东权益比率、 X 5 :资产 负债率。这是公司潜在的偿债能力。
第四,发展能力。本文选取的是 X 6 :主营业务增长率、 X 7 :总资产增长率。这是体 现公司发展状况和成长性的重要指标。
3 基于因子分析模型的绩效综合评价
按照因子分子原理,建立金融类上市公司综合绩效评价的因子分析模型。 在进行因子分析之前,本文先就样本数据进行简单的介绍。按照国信证券通达信行情 网软件体统的分类方法,本文选取了沪深两市 17 家上市公司进行分析。数据来源于公司 所公布的各年份的利润表及资产负债表,利用财务方法将其数据转化为我们所需要的财务 指标。企业财务报表,同时考虑到个别公司相关数据出现的畸形和缺损情况,对数据进行 了筛选,最终得到 17 个公司的数据。因子分析过程即是在这些数据的基础上进行分析[3]。 17 家金融类上市公司的原始数据如下:
3.584 96.416 27.21 20.19 998487.76 68934415.5 5561.7
2.616 97.384 31.09 24.97 241122.96 44505342.4 -15921.5
3
武汉理工大学《多元统计分析》课程设计
民生银行 0.38 19.8488 0.05 2.7561 97.2439 33.17 25.64 532448.4 70044932.3 -782
4.503
95.497 31.69 18.8
683900 70685900 5000
这时我们将要用到 SPSS 软件[4],将以上原始数据输入 SPSS 的数据框中,选择数据分析 中的因子分析,可以得到相关系数阵的原始变量中提取信息、均值、特征值、特征向量、 各个主成分的贡献率及累计贡献率。
表2给出了该次分析从每个原始变量中提取的信息。在这10项指标中,主成分几乎包含 了各个原始变量至少85%的信息,可见效果是比较好的。
2 变量选取与模型概述
在对实际问题的分析过程中人们总是希望尽可能多得收集关于分析对象的统计资料, 进而能够对问题有比较全面完整的把握和认识。但是收集到资料往往具有相关性,造成相 当多的信息重叠,不利于进行统计分析和综合评价。因子分析方法就是解决上述问题的一 种有效方法,它将多个指标变量化为几个不相关的综合指标。综合分子的统计分析方法: 综合分子变量能够反映原始指标变量的绝大部分信息,不会产生重要信息丢失并且它比原 始指标变量的数量大为减少,综合因子的含义也更为明确,利于进行综合分析和评价[1]。
都市股份 0.45 20.92 0.37 65.0812 24.3626 47.04 30.23 19021.41 119879.7 -1070.06
兴业银行 0.95 23.45 0.05 2.6226 97.3774 43.76 30.02 504620.15 61770434.2 4183.93
本文研究的目的就是采用科学合理的方法,对金融上市公司在一定时期经营绩效的优 劣程度进行系统分析,目前,对于我国上市公司经营业绩的评价大多采用综合评价的方法 , 即评价上市公司的经营业绩的指标是多指标的,它们从不同的侧面反映了上市公司的经营 水平,因此需要对这些指标进行综合评价。现阶段对多个指标进行综合评价的方法有很多 。 较为流行的方法有加权评判法、指数法、层次分析法、回归分析法、模糊综合评价、因子 分析和主成分分析等,其各有优缺点。
The Analysis of the Management Performance of the Financial Listed Company
Abstract
With the development and standardization of the security market day by day, investor's theory of investment is becoming riper,people begin to pay close attention to the achievement situation of the listed company now. In this article we select 17 financial trade listed companies to be the research object, adopt the method of factor analysis and classify analysis in the multiple statistical analysis, and analysis the factors that of some list company’s in the 2005 year such as the ability that makes a profit,carry on rank to every listed company on the ideal basis , draw according to classify and to distinguish the fact basically attribute. Investors can choose the fine stock with better business performance to make the investment in view of the above, in order to reduce the investment risk, and obtain the larger profit. Key Words:factor analysis, classify analysis, management performance measures, financial trade listed companies
招商银行 0.48 12.8852 0.05 5.9052 94.0948 32.52 27.16 1408845.9 93410223.8 9520
成都建投 -0.33 -13.058 0.18 42.0603 50.5096 71.43 -21.32 -2363.81 43624.77
4.34
安信信托 -0.13 -19.78 0.05 43.7107 55.5362 -56.2 -40.58 -6437.32 70760.71 -1552.37
名称
深发展A 宏源证券 陕国投A 浦发银行 华夏银行
每股 收益
0.67 0.15 0.02 0.77 0.35
净资产 收益率
20.12 6.48 3.2672 13.5716 12.51
总资 产周 转率
0.05 0.09 0.13 0.05 0.05
表 1 原始数据表
股东权 益比率
资产负 债率
主营 业务 增长
相关文档
最新文档