案例五-因子分析在股票評(píng)價(jià)中的應(yīng)用-因子分析在股票評(píng)價(jià)中的應(yīng)用

《案例五-因子分析在股票評(píng)價(jià)中的應(yīng)用-因子分析在股票評(píng)價(jià)中的應(yīng)用》由會(huì)員上傳分享，免費(fèi)在線(xiàn)閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。

1、案例五因子分析在股票評(píng)價(jià)中的應(yīng)用（王學(xué)民編寫(xiě)）一、引言隨著我國(guó)股票市場(chǎng)的不斷發(fā)展，股票投資已經(jīng)成為我國(guó)投資者的主要投資途徑，而且也將成為我國(guó)保險(xiǎn)基金、養(yǎng)老基金的重要投資渠道。對(duì)于那些穩(wěn)健型的投資者而言，他們是風(fēng)險(xiǎn)規(guī)避者，投資主要目的是保值，而增值是第二位的。因此，他們必須選擇那些有價(jià)值的股票，而股票評(píng)價(jià)也就顯得十分必要。二十世紀(jì)五十年代以來(lái)，西方現(xiàn)代財(cái)務(wù)理論中產(chǎn)生了許多股票定價(jià)理論和方法，如MM理論、CAPM理論、OPM理論、現(xiàn)金流量折現(xiàn)法（DCF）等，這些理論均建立在一定的假定基礎(chǔ)或?qū)ξ磥?lái)現(xiàn)金流量的

2、預(yù)測(cè)上，在實(shí)際操作中有一定的局限性。投資者對(duì)股票投資價(jià)值最直接的判斷是來(lái)自上市公司所披露的財(cái)務(wù)報(bào)表。公司財(cái)務(wù)報(bào)表既反映了公司的財(cái)務(wù)狀況，同時(shí)也是公司經(jīng)營(yíng)狀況的全面反映。分析公司財(cái)務(wù)報(bào)表可以掌握反映公司經(jīng)營(yíng)狀況的一系列基本指標(biāo)和變化情況，了解公司經(jīng)營(yíng)實(shí)力和業(yè)績(jī)，并將它們與其他公司的情況進(jìn)行比較，從而對(duì)公司股票的投資價(jià)值作出基本的判斷。按有關(guān)規(guī)定，上市公司應(yīng)將其中期財(cái)務(wù)報(bào)表(上半年的)和年度財(cái)務(wù)報(bào)表公開(kāi)發(fā)表。這樣，一般投資者可從有關(guān)報(bào)刊上獲得上市公司的中期和年度財(cái)務(wù)報(bào)表?？墒牵鲜泄镜母鞣N財(cái)務(wù)報(bào)表中所反

3、映的信息非常多，投資者如果要作出正確的判斷，就必須對(duì)這些紛繁復(fù)雜的信息進(jìn)行提煉，對(duì)股票投資價(jià)值作出綜合評(píng)價(jià)。在多元統(tǒng)計(jì)分析中，因子分析是一種很有效的降維和信息濃縮技術(shù)。本案例使用因子分析方法對(duì)股票進(jìn)行綜合評(píng)價(jià)。首先，選取上市公司財(cái)務(wù)報(bào)表中的一些重要的量化指標(biāo)，包括：主營(yíng)業(yè)務(wù)收入（，元）、主營(yíng)業(yè)務(wù)利潤(rùn)（，元）、利潤(rùn)總額（，元）、凈利潤(rùn)（，元）、每股收益（，元）、每股凈資產(chǎn)（，元）、凈資產(chǎn)收益率（，%）、總資產(chǎn)收益率（，%）、資產(chǎn)總計(jì)（，元）、股本（）。然后，本案例使用SAS軟件，對(duì)滬市604家上市公司2

4、001年年報(bào)數(shù)據(jù)中的上述十個(gè)主要財(cái)務(wù)指標(biāo)進(jìn)行因子分析，并將這十個(gè)指標(biāo)歸結(jié)為三個(gè)因子，每個(gè)因子都有特定的含義。最后，可根據(jù)每個(gè)股票的三個(gè)因子得分對(duì)該股票作出綜合評(píng)價(jià)。二、實(shí)證分析在上面的十個(gè)主要財(cái)務(wù)指標(biāo)中，一些指標(biāo)之間存在著較強(qiáng)的相關(guān)性，也就是它們所含的信息有許多是重復(fù)的，因此可以考慮運(yùn)用因子分析法將這十個(gè)指標(biāo)進(jìn)行有效的壓縮。對(duì)收集到的所有611只股票，在作因子分析之前先刪去三只股票，它們是：“PT鄭百”（元），“ST同達(dá)”（元）和“PT紅光”（元）。其原因有兩個(gè)：⑴6這三只股票的每股凈資產(chǎn)為負(fù)或非常接

5、近于零，它們的凈資產(chǎn)收益率沒(méi)有意義；⑵“PT紅光”和“ST同達(dá)”的凈資產(chǎn)收益率（）分別是621.15和82.34，在數(shù)值上比排名第三的40.20要大許多，特別是前者為一個(gè)非常大的異常值，會(huì)對(duì)因子分析的結(jié)果產(chǎn)生明顯的不良影響。由于各指標(biāo)數(shù)值的大小相差較大，而且單位也不盡相同，因此為使因子分析能夠均等地對(duì)待每一個(gè)指標(biāo)，需對(duì)各指標(biāo)作標(biāo)準(zhǔn)化處理，即令其中,和分別是指標(biāo)的樣本均值和樣本標(biāo)準(zhǔn)差。的協(xié)方差矩陣也就是的相關(guān)矩陣，因此我們從樣本相關(guān)矩陣出發(fā)進(jìn)行因子分析。先對(duì)608只股票作因子分析以檢測(cè)異常值，結(jié)果有四只

6、股票的（規(guī)模）因子得分（）非常大，它們是：“中國(guó)石化”（）、“寶鋼股份”（）、“華能?chē)?guó)際”（）和“浦發(fā)銀行”（）*排在第五位的是“兗州煤業(yè)”（），得分值明顯比排在前四位的小。。為了取得較好的因子分析結(jié)果，應(yīng)剔除這四只（規(guī)模）因子得分異常的股票，尤其是“中國(guó)石化”為一個(gè)規(guī)模特大的股票，會(huì)對(duì)因子分析的結(jié)果產(chǎn)生明顯的不利影響。本案例以下將對(duì)其余的604只股票進(jìn)行因子分析。表1給出了的樣本相關(guān)矩陣。6表1相關(guān)矩陣1.00000.72251.00000.42650.74341.00000.40670.69660

7、.98231.00000.17100.32460.53920.55881.00000.14940.22790.28380.27440.58481.00000.09630.17690.36230.40220.77620.21801.00000.06550.20440.45490.50040.84850.29040.83251.00000.74820.76810.57370.56720.12450.13820.06740.05791.00000.62200.61850.48480.50040.0018-0

8、.06570.03260.05120.86071.0000下面的計(jì)算都是用SAS軟件來(lái)實(shí)現(xiàn)的。首先，從相關(guān)矩陣出發(fā)，在參數(shù)估計(jì)中選擇主成分法，相關(guān)矩陣的特征值為前三個(gè)特征值的累計(jì)貢獻(xiàn)率為83.82%，我們?nèi)∪齻€(gè)公因子。然后，使用最大方差旋轉(zhuǎn)法，可得到估計(jì)的旋轉(zhuǎn)后因子載荷矩陣，列于表2。表2旋轉(zhuǎn)后的因子載荷矩陣指標(biāo)因子載荷共性方差主營(yíng)業(yè)務(wù)收入0.809-0.0290.1290.672主營(yíng)業(yè)務(wù)利潤(rùn)0.8740.1710.1820.826利潤(rùn)總額0.7060.