基于因子分析和时序多指标动态评价体系的行业业绩实证分析.doc

研究领域：其他领域 基于行业时序多指标动态评价体系的OLS模型及实证分析 金秀 孙巍 高莹 摘要 本文采用因子分析法和时序多指标动态评价体系，把基于屏面数据的静态评价和基于时间序列的动态评价结合起来，建立了行业时序多指标评价和预测的线性回归模型。进一步通过建立回归系数特征变量，分析不同行业的回归系数，并确定影响行业发展与评价的主要因素及特征，根据其特征将行业进行分类。实证结果表明， OLS模型具有较好的评价预测能力；行业回归系数特征变量具较好分析能力。 Abstract: Using factor analysis method and dynamic synthetically evaluation based on multiple Attribute Decision of Making Problem with Time Series, a new OLS model of synthetically evaluation and forecast of industries is considered in this paper, which is composed of static evaluation and dynamic evaluation. In order to determine the principal factors and characters, which affect industries evaluation and development, the paper builds character variable of regression coefficient and using the character variable classify industries. The Empirical Study indicates that the OLS model can make better evaluation and forecast, and character variable of regression coefficient have good ability of analysis. 关键词 行业评价；回归系数特征变量；时序多指标评价；OLS模型；因子分析 在证券投资过程中，投资者除了借助于技术分析工具分析上市公司的业绩状况外，同样需要对上市公司所在的行业情况进行基本分析，更为重要的是要对行业发展趋势进行预测，以便把握宏观形势，结合行业发展趋势，行投资决策。对行业评价的研究，多数学者侧重采用因子分析方法对屏面静态数据进行评价，张继袖(2004)对公司盈利能力的行业性的分析[1],李家晟（2005）对东北三省的企业业绩的分析[2],李斌(2004)使用线性回归方法和因子分析法对企业的治理结构进行的分析[3], 伍健(2003)对工业行业竞争力的分析等[4]。一些学者提出了，把动静态评价结合起来的方法，樊治平（2000）提出的解决时序多指标决策的方法，将静态评价值依一定权重和动态评价值相结合，使得评价结果不但反映了研究对象在某一时点的绝对评价值，还反映了其在一个连续的时间段上的相对动态增长[5]。王璐（2005）使用该方法对上市公司业绩进行分析，取得了很好的效果[6]。由于因子分析法避免了单指标的片面性；且它的分析过程是从数据的内部结构出发，最终获得上市公司所在行业的综合业绩评价信息，也克服了主观因素的影响；因此，因子分析法可为投资者提供比较全面、客观、公正的评价信息。但是，它和其它的多指标综合评价方法（如：DEA、灰度关联分析法 ）一样，主要集中于对研究对象某一时点，即静态的综合业绩分析。无法考虑时间序列数据的关联性，对研究对象进行动态评价，也无法预测其趋势[6]。文[5]提出的时序多指标决策方法，可有效的把动静态评价结合起来，避免了单纯的静态或动态评价的片面性[6]；但是，对于如何确定静态评价值和动态评价值相结合的权重，该方法并未做出解释,且该方法也无法对未来评价做出预测。 本文使用因子分析法对不同时间点的行业数据进行静态评价；之后，使用文[5]的方法，计算行业的动态评价，并将其与静态评价相结合，得到行业的综合评价；最后，使用OLS方法，建立了行业评价和预测的回归模型，确定不同行业的各自静态评价与动态评价相结合的权重系数，并且根据回归系数特征变量对行业进行分析与分类。 一、研究设计 1.因子分析法 因子分析是通过研究多个指标的相关矩阵的内部依赖关系,找出控制所有变量的少数公因子,将每个指标变量表示成公因子的线性组合,以再现原始变量与因子之间的相关关系,因子分析的目的是寻求变量基本结构,简化观测系统,减少变量维数,用少数的变量来解释整个问题。在因子分析过程