基于支持向量机的上市公司投资价值研究-金融工程专业论文.docxVIP

万方数据 万方数据 摘要 摘 要 本文基于价值投资理念，从上市公司的财务基本面出发，深入挖掘影响上市 公司投资价值的因素，建立上市公司投资价值评价指标体系，并在此基础上利用 支持向量机构建上市公司投资价值分类模型。 本文首先介绍了价值投资理论的国内外研究现状以及股票内在价值评估模型 的演变与现状。 其次，从宏观经济、行业和公司基本面三个方面分析影响上市公司投资价值 的因素，并从上市公司的财务基本面出发，从盈利能力、发展能力、营运能力、 偿债能力和股东获利能力五个方面共选取 37 个指标构建了上市公司投资价值评价 指标体系，该指标体系较全面的涵盖了上市公司的投资价值信息。 然后，采用模糊聚类分析对评价上市公司投资价值的盈利能力、发展能力、 营运能力、偿债能力和股东获利能力五个方面的指标分别进行筛选，将评价上市 公司投资价值的五个方面共 37 个指标精简为五个方面共 15 个指标，每个方面包 含 3 个指标，每个方面的 3 个指标之间基本没有关联性，且这 15 个指标基本涵盖 了评价上市公司投资价值所需的有效信息。 最后，对筛选出的 15 个财务指标进行主成分变换分析，用分析后得到的 11 个主成分作为输入，通过把上市公司的年收益率和上证指数的年收益率相比，把 上市公司分为两类：有投资价值（记为+1）和没有投资价值（记为-1），用上市公 司所属类别作为输出，利用支持向量机构建上市公司投资价值分类模型。对该模 型进行实证研究，经过训练后的模型样本内测试的正确分类率为 97.9%，样本外测 试的正确分类率为 90.3%，表明基于支持向量机的上市公司投资价值分类模型具有 很好的分类效果，能够较为准确地根据上市公司的财务基本面信息对其投资价值 的优劣作出判断。 关键词：投资价值，财务基本面，模糊聚类 ，主成分分析，支持向量机 I Abstract ABSTRACT This thesis documents a quantitative model for stock selection in line with the concept of value investment. The model is discovered and developed through several stages of investigation: the research starts with financial fundamentals of listed companies, from which influence factors to the investment value of listed companies are digged out; these factors are then transformed into a set of investment value indices; these indices are fed as input into an investment value classification system which is actually a support vector machine. The thesis starts with a brief introduction to the state of arts of the value investing theory, and in particular with a focus on the evolution and current situation of models for assessing the intrinsic value of listed companies. Afterwards, the thesis analyzes the influence factors of the investment value of listed companies from three aspects: macroeconomic, industry and company. Based on the financial fundamentals of listed companies a set of 37 indicators are selected from five aspects: profitability, development capacity, operation capacity, solvency and shareholder profitability. These indicators are used to form an evaluation index system for the inve