应用数理统计小论文_杨明君-多元统计方法应用小论文.docVIP

应用数理统计课程小论文 多元统计方法应用小论文 1.引言 中国证券业在自二十世纪九十年代至今的十几个年头中正在不断迅速发展壮大，随着我国市场经济建设的高速发展，人们的金融意识和投资意识日益增强，越来越多的投资者把眼光投向了证券市场。但是我们也应该认识到由于起步较晚，中国证券业在发展中也暴露了不少问题。我国证券市场投机现象比较严重,投资者往往只关注对于股票的短期投资，而忽略了股票的长期投资，而面对上千种股票如果没有理性的投资态度，投资者将难以取得成功。若想成为一个成功的投资者，在股市投资中赢取丰厚的投资回报，就得认真研究上市公司的历史、业绩和发展前景，详细分析上市公司的财务状况，找出真正具有投资价值的股票，进行长期投资。上市公司对外披露的财务指标中往往隐含很多能具体反映出公司在某年度财务状况的信息，但如果仅仅是笼统的、盲目的去查看这些繁杂的财务指标，一般很难从中发现更多对投资者做出投资决策有帮助的信息。故本文将多元统计分析的方法应用到上市公司财务数据的分析中。通过透视企业的财务状况，使投资者做出合理的投资决策；而且各上市公司也可以根据自己的财务分析情况，找出问题所在,弥补自身不足,修正自己公司的经营模式。 2.样本及指标选取 笔者选取20 家房地产行业的上市公司，根据2006 年3 季度报表中的信息及数据，选择每股收益、投资收益、净利润等8 项具有重要参考价值的财务指标，利用SAS 经济统计软件进行了聚类分析和因子分析，试图将上市公司进行分类，为股票的分析和选择提供依据(原始数据略)。 3.对数据进行统计分析 3.1.聚类分析 聚类分析又称群分析，是一种研究分类问题的多元统计方法。其基本目标是发现样品(或变量)的自然分组方法，从而辨认在某些特征上相似的事物，并把事物就这些特征划分成若干类，使在同一类的事物具有高度的共性，而不同类的事物具有高度的相异性。我们采用聚类分析中采用离差平方和法聚类，离差平方和法是由Ward 提出来的，又称Ward 法。其基本思想是：首先将每个样本各自当作一类，根据样本之间的相似程度合并类，并计算新类与其它类之间的距离,再选择相近者并类，每合并一次减少一类，继续这一过程，直到所有样本都并成一类为止。我们对上市公司的财务数据进行分析，得到了聚类谱系图（见图1） 3.2.因子分析 因子分析是将具有错综复杂关系的变量综合为数量较少的几个因子，以再现原始变量与因子之间的相互关系，同时根据不同因子对变量进行分类的一种统计方法。因子分析的基本方法是：通过变量的相关系数矩阵内部结构的研究，找出能控制所有变量的少数几个随机变量去描述多个变量之间的相关关系。在这里，这少数几个随机变量是不可观测的，通常称为因子。然后根据相关性的大小把变量分组，使得同组内的变量之间相关性较高，但不同组的变量相关性较低。对表一数据进行因子分析得到原始数据标准化矩阵的均值、方差及相关系数矩阵求出该矩阵的8个特征根的大小、贡献率及累积贡献率，结果见表1。选择特征值大于1 的三个主成分称为新的公因子，简称因子，其累积贡献率已达到85.52%，说明通过数据变换之后, 这8个特征根所反映出来的信息量占全部信息量的85.52%，因此可以把原来的20个变量综合为这三个因子，计算其原变量对因子的载荷，并且正交旋转后得到因子的载荷阵，结果见表2。 表1 标准化矩阵的特征值贡献率 特征值 贡献率 累积贡献率 1 30.4343 0.4343 2 10.2421 0.6764 3 10.1788 0.8552 4 00.0549 0.9101 5 00.0486 0.9587 6 00.0239 0.9826 7 0.1166229 0.0146 0.9972 8 00.0028 1 表2 正交旋转后的因子载荷 第一主成分 第二主成分 第三主成分 1 0.91467 0.07433 0.35312 2 0.92492 -0.11784 -0.05253 3 -0.81932 0.04698 -0.19659 4 0.94163 -0.01318 -0.15265 5 0.2875 0.35748 0.79895 6 -0.0687 -0.16507 0.9145 7 0.01922 0.9272 0.10851 8 -0.12127 0.87938 -0.05781 从表2 中可以发现,第一个特征向量即第一个主成分与四个指标的相关系数都很大,说明第一个主成分所反映的内容与企业的利润有关, 因此,称其为“效益因子”.此外,第二个主成分与主营利润