毕业设计（论文）-基于主成分分析的上市公司竞争力评价.doc

南京财经大学本科毕业论文(设计) 目目 录录 中英文摘要1 一、引言.2 二、上市公司综合评价指标体系的建立及决策矩阵的构造.2 三、主成分分析法.3 四、建立优化模型.4 五、案例分析.5 参考文献10 附录：表 1 金融业上市公司.11 南京财经大学本科毕业论文(设计) 1 基于主成分分析的上市公司竞争力评价 统计031 指导老师： 中英文摘要中英文摘要 摘要摘要：本文首先运用多元统计分析中的主成分分析法对上市公司投资价值的多项指标进行了综合聚集， 其次在理想点的基础上建立了综合优化决策模型，并对金融行业上市公司进行了投资分析，从而为管理 者和决策者提供了一种科学而合理的决策依据和决策方法。 关关键词键词： ：决策分析；主成分分析；理想点；上市公司；优化决策模型; the security investment decision making that is based on the principal component analysis abstract： ：we did following works in this paperfirst，we apply the principal component analysis method of the multivariate statistical analysis to accumulated the various indexes of the investing value of the list corporationsnext，we set up a syntheticai majorized decision modei that is based on the ideai point and analysed theinvesting value of the corresponding list corporrationsthus，we provided a scientific and reasonable decisionbasis and decision method for the administrator and investment decisioner key words： ：decision making analysis；principal component analysis；ideal point；list corporations；majorized decision model； 南京财经大学本科毕业论文(设计) 2 一、引言一、引言 随着我国市场经济的进一步发展，证券投资已成为企业与个人投资的热点，而证券投 资是收益与风险并存的一大投资方向。在众多上市公司中，如何选择行业股票，是股票投资 者的热门话题，而在同一行业上市公司中，也是良莠不齐，投资者应该用综合的眼光分析上 市公司的财务状况和发展潜力，才能选择收益大而风险小的上市公司进行投资。然而多数 投资者并不具备对上市公司进行综合定量分析的能力和方法，而只能从每股收益、每股净 资产及净资产收益率三项指标进行简单对比。有些系统分析者采用模糊评判的方法对上市 公司的多项指标进行综合分析，但模糊综合评判法的最大缺陷是指标权重的确定问题，指 标权重的确定尚未有公认的标准，而简单可行的各种主观确定指标权重的方法难免给问题 的分析带来一定的偏差，使决策结果的可信度降低。对于这类经济决策问题，单纯地运用统 计分析又难于达到决策的目的，为此，我们将统计分析与多指标决策结合起来，首先运用多 元统计分析中的主成分分析法对上市公司投资价值的多项指标进行了综合聚集，将上市公 司繁杂的高维价值指标浓缩为互不相关的低维指标来处理，然后在理想点的基础上建立了 综合优化决策模型，从而为机构管理者和决策者提供了一种科学而合理的决策依据和决策 方法。 二、上市公司综合评价指标体系的建立及决策矩阵的构造二、上市公司综合评价指标体系的建立及决策矩阵的构造 设考查的上市公司共有n家，将其视为多指标决策问题的m个可行方案，并记为： ，评价方案优劣的m个指标集记为。 n aaaa,., 21 n gggg,., 21 要对上市公司进行综合评价，就要从公司的成长性、盈利能力、股本扩张能力三项上层 指标来反映上市公司的投资价值，而这三项上层指标又分别由三项下层指标来具体体现。 其框架如下所示： 南京财经大学本科毕业论文(设计) 3 综合评价指标体系 每股未分配利润 每股公积金 每股净资产 股本扩张能力 每股收益 净资产收益率 主营业务利润率 盈利能力 净利润增长率 主营业务收入增长率 总资产增长率 成长性 ：g ：g ：g ：g ：g ：g ：g ：g ：g 9 8 7 6 5 4 3 2 1 根据上市公司定期财务年报或中报，由原始数据或原始数据的简单计算，可得方案 对指标的样本属性值为 (i=1,2,n;j=1,2,m),从而可构造样本决策。 i a i g ij x mn ij xx 三、主成分分析法三、主成分分析法 将所考查的n家上市公司(即多指标决策问题的n个可行方案)视为n个参加评价的样 本，每个样本有m个指标，m 越大，下层指标就越具体，但同时各指标间的相关性程度也就 越大，给决策分析所带来的困难就相应增大。为了尽量避免决策的主观随意性，既充分利用 下层指标的样本属性值，又同时降低决策指标的维数，我们采用多元统计分析中的主成分 分析法，将维数较高的m个相关指标变量通过线性变换浓缩转化为维数较低的p个互不相关 指标变量，亦即主成分变量，同时要求主成分变量所包含的指标信息量占原始指标信息量 的85以上(即主成分的累积贡献率达到85以上)。具体步骤如下： 步骤1 为了消除各指标间的不可公度性影响，将原始决策矩阵样本值标 mn ij xx ij x 准化： i=1,2,n;j=1,2,m (1) j j ij ij xx y 其中，,从而得到标准化样本决策矩阵 n ijj x n x 1 1 2 1 1 2 1 n i jijj xx n mn ij yy 。 步骤2 计算所有样本的指标相关矩阵,其中 mm jk rr 南京财经大学本科毕业论文(设计) 4 i,j=1,2,m (2) ik n i ijjk yy n r 1 1 步骤3 求相关矩阵r的特征值 及相应的特征向量0,., 21 m j=1,2,m (3) t jmjjj ,., 21 步骤4 选取满足的前p个主成分向量 (j=1,2,p),将这浓缩后%85 1 1 m j j p i i jj ayz 的p个主成分作为新的决策指标，从而得到低维指标的主成分决策矩阵 pn p pn ij zzzzz ,., 21 根据主成分分析的结果，可得主成分指标权重： j=1,2,p (4) p k k j j 1 进而可构造主成分加权决策矩阵. pn pp pn ij zzzuu ,., 2211 四、建立优化模型四、建立优化模型 定义1 对主成分加权决策矩阵的指标属性值，取 pn ij uu , (j=1,2,p),则称由ni ij j,.,2 , 1|max ni ij j,.,2 , 1|min 和构成的方案分别为主成分理想方案（正理想pa ,.,21pa ,.,21 点）和主成分负理想方案（负理想）。 定义2 称 i=1，2,n (5) 2 1 1 2 p j j iji d j=1,2,n (6) 2 1 1 2 p j j iji d 为方案（i=1,2,n）对主成分理想方案和主成分负理想方案的偏离度。 i a 定义1 中的主成分正理想方案和主成分负理想方案显然不存在，否则就无须决策， 南京财经大学本科毕业论文(设计) 5 作此定义的宗旨是把它们作为衡量其它可行方案的准绳以权衡各方案的优劣。假设综合主 成分指标为方案的期望排序，则为方案距离主成分正理想方案的期望偏离度， i q i a iid q i a 为方案距离主成分负理想方案的期望偏离度。我们的目标是，使每一方案要 ii dq1 i a i a 么偏离主成分负理想方案(贴近主成分正理想方案)，要么偏离主成分正理想方案(贴近主成 分负理想方案)，这样就可以将各方案的优劣性明显地区别开来，为此建立如下综合优化决 策模型： n i i i i in dqdqqqqf 1 2 21 1max,.,max = (7) p j p j j iji j ij i n i qq 11 2 2 2 2 1 )1 (max 令，得：0 i q f (8) p j p j j ij j ij p j j ij i q 11 22 1 2 由(8)式可得到在主成分分析和理想点基础上的各方案总体优化决策排序向量 ，决策者可据此结果进行决策。 n qqqq,., 21 五、案例分析五、案例分析 截止到2006年12月，对深沪两市17家金融类上市公司，根据2006年终期财务报告，各项 指标值如表1(请参见附录附录部分，其中增长率为与上年同期相比算出)，决策者或投资者 应如何进行决策分析。 分析：由表1中各方案对指标的样本属性值为。从而可构造原始样本决策矩阵 i a j g ij x ，再由公式(1)得标准化样本决策矩阵,再由公式(2)得样本的指标相 917 ij xx 1717 ij yy 关矩阵如下，并可计算出r的特征值和贡献率(见表2) 99 jk rr 南京财经大学本科毕业论文(设计) 6 表2.相关系数矩阵表 总资产 增长率 主营业 务收入 增长率 净利润 增长率 主营业 务利润 率 净资产 利润率 每股收 益 每股净 资产 每股公 积金 每股未 分配利 润 总资产增长率1.0000.6880.1330.283-0.0990.2890.8470.8450.170 主营业务收入增长率0.6871.0000.5250.0030.0320.1610.6030.679-0.160 净利润增长率0.1330.5251.0000.0140.5390.27-0.0150.022-0.148 主营业务利润率0.2830.0030.0141.0000.1000.3980.3150.2340.334 净资产利润率-0.0990.0320.5390.1001.0000.783-0.075-0.2100.526 每股收益0.2890.1610.2700.3990.7831.0000.4750.3030.754 每股净资产0.8470.603-0.0150.316-0.0750.4751.0000.9650.314 每股公积金0.8460.6790.0220.234-0.210.3030.9651.0000.057 每股未分配利润0.170-0.161-0.1480.3340.5270.7540.3140.0571.000 表3.共同度表 initialextraction 总资产增长率10.762 主营业务收入增长率10.499 净利润增长率10.070 主营业务利润率10.178 净资产利润率10.045 每股收益10.417 每股净资产10.862 每股公积金10.759 每股未分配利润10.153 表4.总方差解释表 initial eigenvaluesextraction sums of squared loadings component total % of variance cumulative % total % of variance cumulative % 13.745 41.615 41.615 3.745 41.615 41.615 22.383 26.481 68.097 2.383 26.481 68.097 31.592 17.686 85.783 1.592 17.686 85.783 40.762 8.470 94.253 50.249 2.766 97.019 60.148 1.641 98.660 70.109 1.206 99.866 80.012 0.129 99.995 90.000 0.005 100.000 南京财经大学本科毕业论文(设计) 7 987654321 c co ommp po on ne en nt t n nu ummb be er r 4 3 2 1 0 e ei ig ge en nv va al lu ue e s sc cr re ee e p pl lo ot t 图1.碎石图 表5.主成分矩阵 component 123 总资产增长率0.873 -0.320 -0.032 主营业务收入增长率0.706 -0.348 0.533 净利润增长率0.265 0.247 0.877 主营业务利润率0.422 0.256 -0.376 净资产利润率0.211 0.885 0.360 每股收益0.645 0.727 -0.051 每股净资产0.929 -0.226 -0.216 每股公积金0.871 -0.423 -0.100 每股未分配利润0.392 0.701 -0.454 南京财经大学本科毕业论文(设计) 8 分析：由表2可看见，,因此取前三个主成分，即可达成决策的85.00%85.36% 9 1 3 1 j j i i 要求。，的特征向量分别为： 1 2 3 =0.4510，0.3651，0.1371，0.2182，0.1091，0.3335，0.4798，0.4502，0.2024 1 =-0.2071，-0.2254，0.1601，0.1656，0.5731，0.4710，-0.1467，-0.2743，0.4541 2 =0.0254，-0.4226，-0.6951，0.2984，-0.2857，0.0402，0.1712，0.0794，0.3602 3 选取前三个主成分指标，（j=1,2,3）,从而得主成分决策矩阵 jj yz ，再由（4）式算出主成分指标权重=0.509 , =0.385 , =0.107 321 317 ,zzzzz ij 1 2 3 ，进而可造主成分加权决策矩阵,并由此得主成分正负理想方案分别为 317 ij u a =2.74，0.913，0.312， a =-1.06，-0.7435，-0.4225，由优化决策模型(7)及其解(8)式，得 各方案总体优化决策排序值及各上市公司的排序如表6： 表6.上市金融公司综合评价排序表 公司排序值排序号公司排序值排序号 s 深发展 a0.6544招商银行0.8202 陕国投 a0.02416兴业银行0.6735 s 延边路0.27314中国平安0.5706 民生银行0.5237中国人寿0.4139 中信证券0.8401中国银行0.38110 华夏银行0.4638工商银行0.36011 浦发银行0.7603交通银行0.34112 宏源证券0.14415安信信托0.01117 中信银行0.28413 南京财经大学本科毕业论文(设计) 9 根据来自中国上市公司咨询网的资料，2006 部分银行股投资评级一览如下： 表 7.部分上市公司投资评级一览表 代码名称06eps投资评级 601988中国银行0.13中性 600036g 招行0.40买入 600000g 浦发0.81增持 600016g 民生0.24增持 所得结果与投资评级基本有许多相似之处，这个数据从侧面说明了这篇文章的分析结 果有一定的指导意义。 如果说是时势造英雄的话，那么中信证券就是最好的体现。中国证券市场无可置疑难 的龙头地位，最大的ipo承销业务，新一轮股市行情的推动举等等许多有利的因素使得中信 证券的各项财务指标就达到一个新的顶点。在四大上市银行，招商银行以其快速的主营业 务增长率为众多机构所看好。而浦发和民生在老字号招牌和本身稳健的业务增长下，自然 也被众多基金重仓持有，对于中小散户来，这些都是不错的的选择。 南京财经大学本科毕业论文(设计) 10 参考文献参考文献 1宜家骥.多目标决策m.长少：湖南科技科技出版社，1989. 2王学民.因子分析在股票评价中应用j，数理统计与管理，2004，23（3）：610. 3何文章，张凤武.多元统计在上市公司财务年报分析中的应用j.运筹与管理,1998.(4):9498. 4richard a.johnson.实用多元统计分析（第四版）.清华大学出版社，2001:347387. 5王增民.因子分析法在企业经济效益的综合分析与评价j，数理统计与管理，2002,（1）:1013. 6吴冲.电力行业上市公司盈利能力综合分析与评价，2005数量经济年会论文集，2005. 7林海明，张方霖.主成分分析与因子分析详细的异同和spss软件j.统计研究2005(3). 8许广义，赵继伟.基于资源和能力的企业竞争力评价研究j.哈尔滨商业大学学报，2004,（1）：79-80. 9李显君.国富之源-企业竞争力m.北京：经济管理出版社，2002：236-242. 10胡大力.企业竞争力论m.北京：经济管理出版社，2001：80-98. 11王建华，王方华.企业竞争力评价系统及其应用研究j.软科学，2002，（3）：48-50. 12庞智强，张建民.多层次因子分析法在科技实力综合评价中的应用j.甘肃科技，2003,（11）：71. 13张学明，金海涛.上市公司的竞争力与经营业绩的实证研究，广州市经济管理干部学院学报，2006 14韩忠和.企业竞争力：理论与案例分析m.上海：复旦大学出版社，2000. 15张祥建，裴峰等.上市公司核心能力、盈利性与成长性的实证研究：以“中证亚商上市公司50强”为例j. 会计研究,2004,(7):72-77. 16石博强，滕贵法等.matlab数学计算范例教程.中国铁道出版社. 17merton h.miler.the history of financed.2006. 南京财经大学本科毕业论文(设计) 11 附录：表附录：表 1 1 金融业上市公司金融业上市公司 总资产 增长率 （g1）% 主营业 务收入 增长率 （g2）% 净利润 增长率 （g3）% 主营业 务利润 率 （g4）% 净资产 利润率 （g5）% 每股收 益 （g6） 每股净 资产 （g7） 每股公 积金 （g8） 每股未 分配利 润 （g9） s 深发展 a17.21 32.66 318.93 56.90 14.71 0.67 3.33 0.85 0.38 宏源证券127.20 794.27 2671.72 88.