股票分析论文.docVIP

  1. 1、本文档共8页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
股票分析论文 制酒行业上市公司股票竞争力分析   摘要:中国国民生活水平不断提高,酒的销售量也逐年攀升,制酒企业的综合竞争能力也有了长足的发展。主成分分析是利用降低维度的思想,在信息损失很少的前提下把多个指标转化为几个综合指标的多元统计方法。利用主成分分析方法,对制酒行业上市公司的财务指标进行分析,提取出影响企业股票竞争力的综合财务指标,并对公司进行排名。   关键词:股票;财务指标;主成分分析;制酒行业;上市公司   一、研究背景   中国是卓立世界的文明古国,中国是酒的故乡,中华民族五千年历史长河中,酒和酒类文化一直占据着重要地位,在几千年的文明史中,酒几乎渗透到社会生活中的各个领域。   2009年1—5月,中国酿酒行业累计实现产品销售收入1 376.11亿元,截至2009年5月末,中国酿酒行业行业资产总计为3 448.19亿元,同比增长13.99%,中国酿酒行业累计利润总额为144.85亿元,比上年同期增加11.50亿元;中国现在酿酒行业逐步走向成熟稳健。所以,酿酒行业成为所有上市公司行业中重要的部分。   我们借助于多元统计分析中的主成分分析方法对酿酒行业的26家上市公司股票进行评价,可以帮助相关信息者作出正确的投资决策。通常要对问题进行全面系统有效的分析,往往需要涉及多个相关统计指标。统计学中的主成分分析方法就是借助统计软件求出少数几个互不相关的主成分,同时还要使它们尽可能多地保留原是变量的信息,这就体现了降维的思想,这样一来,指标的个数减小,复杂的问题简单化,更有利于分析问题。   二、数据与指标的选取   本文选用沪深股市的26家值酒行业2010年第一季度的财务报告数据为原始资料(来源:中信建投通信达 2010年第一季度财务报告)。获利能力是企业赚取利润能力的体现,衡量企业获利能力的指标有很多,经过仔细筛选,确定了如下指标作为解释企业经营绩效的指标:X1净资产增长率; X2主营业务收入增长率; X3每股收益 ;X4每股净资产;X5所有者权益比率;X6总资产周转率;X7净资产收益率;X8资产负债比率。   从各个财务指标的相关系数矩阵(表略)可以看出,净资产的收益率与总资产的周转率相关程度较高,因为资产周转率体现了企业经营期间全部资产从投入到产出的流转速度,反映了企业全部资产的管理质量和利用效率,故与净资产的收益率有高度正相关性。每股收益与净资产收益率也有很高的正相关性,这是因为净资产收益率可衡量公司对股东投入资本的利用效率。   三、基于主成分分析法的实证分析   主成分分析是利用降低维度的思想,在损失很少的信息的前提下把多个指标转化为几个综合指标的多元统计方法。一般情况下,将转化后生成的综合指标称为主成分,其中每一个主成分都是原始变量的线性组合,并且各个主成分之间是线性无关的,这样就使得主成分比原始变量具有更优越的性能,较少的主成分便于揭示事务内部变量之间的联系和规律,同时将问题得到简化,提高分析的效率。   主成分分析法可广泛地应用于经济指标的评价中,其具体分析的步骤如下:   1.设原始数据矩阵为x=(xij)n*P,其中n为样本容量,p为指标个数(每个样本包含p个分量)。标准化处理后的矩阵记为:   X=(Xij)n*P其中Xij=, i=1,2,…,n; j=1,2,…,p;Sj=(xij-j)2 ,j=1,…,n   2.基于标准化数据,计算相关的系数矩阵R,其中rij=Xki*Xkj(i,j=1,…,p),表示第i个样本与第j个样本的相关系数。计算相关系数矩阵R的目的是通过其求出主成分。   3.对相关系数矩阵R,求信息水平c下的主成分集的系数矩阵Ar,计算特征根与相应的标准正交特征向量。由|R-λI|=0解出R的p个非负的特征值λ1>λ2>λ3>…>λp≥0对应于特征值λk的特征向量为aTk=(ak1,ak2,…,akp),k=1,…,p。令Ar=(a1,a2,…,ap)   4.计算第j个主成分的得分Zj=ATrX*,得到主成分集{Z1,Z2,…,Zr}。   5.以每个主成分Zj的方差贡献率为权数,构造综合评价函数S:   S=αizi,其中 αi=,1≤i≤r   四、实证结果与分析   利用SPSS V16.0软件对26家酿酒行业公司的财务指标数据进行分析。首先,为了确定主成分分析的效果,用SPSS进行了KMO and Bartletts检验,KMO统计量为0.585,各变量直接的相关程度无太大差异,球形假设被拒绝,九个指标间并非独立,可以进行主成分分析。   通过SPSS的操作,得到了第一个主成分的特征值为3.580,它解释了总方差的44.744%,即对总方差的贡献率为44.744%;第二个主成分的特征值为1.409,它对总方差的贡献率

文档评论(0)

小教资源库 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档