基于AHP和马尔科夫链房地产上市公司股票价格分析.docVIP

基于AHP和马尔科夫链房地产上市公司股票价格分析 　　摘要：文章使用静态层次分析与动态马尔科夫链结合的方法对金融市场价格变量进行分析。以中国房地产上市公司为例，应用统计软件，通过对多变量主成分分析，得到少数综合因子；再由层次分析确定权重；结合：者获取综合得分，进行系统聚类分析决定状态分类；根据马尔科夫链的性质研究价格变化规律。 　　关键词：AHP　马尔科夫链　房地产　股票价格 　　中图分类号：F830.91 文献标识码：A 　　文章编号：1004-4914(2009)05-083-02 　　 　　一、引言 　　 　　金融市场的多种价格变量是受到各种因素影响的随机变量，在不同的假设条件下可作出不同的预测模型，比如计量经济模型、投入产出模型、随机时间序列模型在不同程度存在缺陷，在三个假设前提下：假定选取指标已经完全包含和反映了历史信息。假设人选股票永远存在，同时没有新股票进入。假定股票的变化过程为时间离散、状态离散的齐次马尔科夫过程。使用静态的层次分析法与动态的马尔科夫链结合的方法对金融市场几种价格变量进行评价分析。这不仅解决以往模型的缺陷；而且能得到具有实用价值的预测结论，拓广了AHP、马尔科夫链的应用范围。同时也为金融领域的套期保值者或者投资者提供辅助分析方法。 　　本文选取的数据来自于《中国上市公司业绩评价报告》中关于2005，2006，2007“房地产行业上市公司价值分析结果排序表”的数据。共计51支股票，11个指标。 　　 　　二、模型的建立与求解 　　 　　(一)主成分分析 　　本文研究是多指标问题，假若能选取尽可能少的指标，同时保留原始指标的绝大多数信息，那样既简化问题的复杂度，也能使得到的结果充分反映问题本质。所以本文选择主成分投影法，把多个指标简化为少数几个综合指标。 　　通过正交变换，将原有的指标转换为彼此正交的综合指标，消除了指标之间的重复信息。再选择特征根大于1的成分作为主成分，所以本文依此确定了四个主成分。三年数据的累积贡献率均达到了78％，说明前四个主成分已经包含了反映盈利能力78％的信息量；得到每一支股票在四个主成分上的得分，分别用F1,F2,F3,F4来表示。 　　 　　(二)AHP层次分析法 　　通过主成分分析得到F1，F2，F3，F4方差贡献率；由于所提取因子的方差累计贡献率只是78％，并未达到100％。由AHP法获取权重，层次分析法是对定性问题进行定量分析的一种系统分析法。它的特点是根据对客观现实的主观判断，把复杂问题中的各种因素通过划分为相互联系的有序层次。较合理地把变量的当前状况按不同因素要求两两比较赋值，建立判断矩阵，通过特征向量求权重。 　　1　建立递阶层次的评价指标体系。依各主成分贡献率，选择主成分F1，F2，F3，F4来构建评价指标体系。 　　2　构造两两比较判断矩阵。以1－9标度法表示，1表示2个因素具有同样重要性；3表示1个因素比另1个因素稍重要；5表示1个因素比另1个因素明显重要；7表示1个因素比另1个因素强烈重要；9表示1个因素比另1个因素极端重要。2，4，6，8为上述相邻判断中值。 　　3　计算指标权重。计算判断矩阵A每一行元素的乘积N次方根vi(N为矩阵阶数)。将向量v归一化得到w，即为所求的各指标权重。 　　4　一致性检验。计算判断矩阵A的最大特征值λmax=∑(Awi/Nwi)；计算一致性指标CI=(λmax-N)/(N－1)；查同阶矩阵平均一致性指标RI；计算一致性比率CR=CI/RI；当CR=0时，A具有完全一致性；当CR＜0.1时，A具有满意一致性；当CR＞0.1，A具有非满意一致性。 　　5　确定综合评价模型，F=∑WiFi，依此本文采取1，3，5，7四级标度计算，最终结果为CR=0，043309 　　假设马氏链的状态空间为I={1,2,3,4,5,6}分别表示股票所处的六种状态：优，良，中，一般，较低，较差。初始分布如下： 　　2005年(1/51，5/51，10/51，23/51，11/51，1/51) 　　2006年(2/51，2/51，8/51，11/51，27/51，1/51) 　　2007年(2/51，11/51，27/51，8/51，1/51，2/51) 　　1　分析2005到2006年数据，从一步转移矩阵来看，这与分为五类时2005到2006年一步转移矩阵无本质差异，其结果与之前也相符，即企业一旦进人状态1，就永远不再从该状态出来。 　　2　分析2006到2007年数据。分六类后却出现了很奇怪的现象；从状态传递图可知，在划分的6个状态中，除1以外的任何状态都是相通的，同样存在闭集{1}。可知马氏过程是不相通，非不可约，非遍历的。也就不存在稳定状态。状态1是与其他状态都处于完全隔离的，