证券中聚类分析数学建模.docVIP

大学生数学建模竞赛 参赛作品 参赛队编号： 289 赛题类型代码： C 证券最优信息模型 摘 要：资本市场上存在各种各样的投资者。从投资者掌握信息的不同来看，有知情交易者和噪音交易者之分；从对风险的偏好程度来看，有风险偏好型、风险厌恶型和风险中性之分。我们认为，投资者的异质性首先体现为风险偏好程度的不同，其次体现为信息和先验知识方面的差异。因此，投资者的异质性为资本市场分层化提供了买方（需求）基础。融资者在融资需求、资本运营、风险投资退出等方面存在异质性，这为资本市场的分层化提出了要求。最优分割法 关键字：最优信息模型：费希尔最优分割法  证券最优信息模型 一、问题重述 几十年来，经济改革的成就之一是我证券市场的高速发展，实现个人财产性收入已引起人们的广泛关注.投资者希望能够充分地把握各种证券信息，但发行方有时却会视公司信息为其独占信息，甚至视之为发行人的商业秘密。证券发行人为了出售证券，虽然不得不向投资者公开某些信息，但信息公开程度系以满足证券销售为最高限度。 在采取信息自愿公开的时期，信息公开的范围和方式、信息公开的时间性或者时效性、信息的真实性及准确性等方面，都是站在发行人立场上作出判定的，因此，难免出现损害投资者利益的情形。 现根据博雅证券研究所所掌握的一些数据资料，要求建立数学模型以解决以下问题： 问题一：请量化分析公众投资者的个人状况、信息获取方式、媒体信任程度、风险态度； 问题二：分析它们之间的相关性； 问题三：请向证券监管部门和公众投资者提供一些建议。 二、模型假设与符号说明 2.1 模型假设 1. 股市投资者由理性投资主体所组成，他们属于“风险厌恶型”。 投资者只在意风险与收益的比值最小的问题。 2. 对风险评价的两个指标是投资收益率均值 和收益率的方差。 3. 投资者都遵守主宰的原则。即在同一的风险水平下，希望得到的收益越高越好；而在获得一定收益的水平下，希望风险越小越好。 4. 未考虑投资比率系数为负的问题。由于负的投资比例意味着卖空相应的证券，而卖空行为在我国现在是很难实现的，因此考虑不允许卖空的情况。 5. 证券市场是有效的。即市场中每种证券的风险和收益的变动及其产生的原因都是人所共知的。 6. 股市价格沿趋势移动并保持趋势。价格的的变动具有惯性，即要保持原来运动的方向。 7. 建模时在所有的问题答卷中剔除那些相关性不大的选项如（第4个问题）以减少建模复杂度 8. 建模过程中的各变量是相互独立的 2.2 符号说明 2.2.1主成分分析符号 1.计算相关系数矩阵 在上式中，rij（i，j=1，2，…，p）为原变量的xi与xj之间的相关系数，其计算公式为 因为R是实对称矩阵（即rij=rji），所以只需计算上三角元素或下三角元素即可。 2．计算特征值与特征向量 首先解特征方程，通常用雅可比法（Jacobi）求出特征值，并使其按大小顺序排列，即；然后分别求出对应于特征值的特征向量。这里要求=1，即，其中表示向量的第j个分量。 3．计算主成分贡献率及累计贡献率 主成分的贡献率为 累计贡献率为 所对应的第一、第二，…，第m（m≤p）个主成分。 4． 计算主成分载荷 其计算公式为 得到各主成分的载荷以后，还可以进一步计算，得到各主成分的得分 2.2.2．Fisher最优分割法的聚类符号 1.定义类的直径 设某一类G包含的样品有，记为。该类的均值向量为 用表示这一类的直径，常用的直径有： 2．定义分类损失函数 用表示将n个有序样品分为k类的某一种分法，常记分发为： 其中分点为。 定义上述分类法的损失函数为 3.的地推公式 费希尔算法最核心的部分是利用以下俩个地推公式： 4．最优解的求法符号（多元回归模型） 若分类数已知，求分类法，使它在损失函数意义下达最小，其求法如下： 首先找分点，使地推公式达极小，即 于是得第k类。然后找，使它满足 得到地 k-1类。类似的方法一次可以得到所有类，这就是我们所求的最优解，即 总之，为了求最优解，主要是计算 和 多元线性回归预测模型的确定。为了研究方便，以下用Y代表投资者对待风险的态度，影响因素变量分别记为：x1为投资者基本信息；x2为投资者信息获取方式；x3为投资者对媒体的信任程度 4.1 基本信息 x1 投资者年龄 x11(除去老年：0.926) 投资者教育程度 x12(大学以上：0.513) 投资者收入 x13(中产阶级：0.967) 投资者主要目的 x14(改善生活：0.623) 投资者对上市公司的了解 x15(部分了解：0.844) 4.2 信息获取方式 x2 投资者投资知识来源 x21(实践和杂