聚类分析在股票投资分析中的应用

  • 投稿
  • 更新时间2018-06-22
  • 阅读量11次
  • 评分0
  • 0
  • 0

  摘要:在股票投资分析的时候应用聚类分析,可以更好以及更加准确的掌握投资股票的特征,以便于可以确定投资范围,最后能够利用类来分析出价格水平的总体高低情况来预测股票变动情况,正确选择投资股票的时机。聚类分析方式相比较于其他投资组合来说,更加实用,在分析投资股票的时候运用聚类分析方式,具有相对比较小的限制因素,拥有相对比较强的操作性,有利于金融投资人员进行应用。聚类分析通过收益性以及成长性来综合评价股票,可以在一定程度上指导金融投资。本文主要研究了聚类分析在股票投资分析中的应用。


  关键词:聚类分析;股票;投资分析;应用


  前言


  现阶段,社会在信息爆炸时代发展,在此过程中会出现相应的不确定因素,需要合理利用数据分析的方式来分析数据,保证能够从数据中提取有效的信息。股票市场是市场经济发展的重要部分,并且逐渐朝着规范化和成熟化方向发展。但是,股市变化莫测、涨跌无常,想要在股市中得到一定的回报,成为股市发展中的成功者,需要充分研究和分析上市公司的发展前景、历史业绩等相关财务情况,合理判断上市公司股票价值。


  1.聚类分析概述


  聚类实际上就是把抽象或者物理对象进行集合分类,形成由类似对象构成多个类的过程。通过聚类形成的簇是数据对象组合,相比较同簇中对象具有很高相似度,但是相比较其他簇中的对象就存在很大差异。利用描述对象的实际属性值来计算相异度[1]。在应用的时候,能够适当的把簇中数据当作整体进行分析。聚类分析是经过众多领域研究得到的,主要包括统计学、数据挖掘、机器学习以及生物学。聚类分析实际上就是在相应给定的数据集合对象中,适当的分为不同簇的集合,也就是说在某空间中规定了数据库中能够得到有限的例子集合或者得到有限的取样点集合。聚类的主要目的就是把相关数据信息聚集成类,使得类间具有最小的相似性,而类内具有最大相似性。聚类分析属于统计学中的分支之一,已经被大量运用到众多领域中,并且可以在很多应用中使用不同分析技术,例如,模式识别、数据分析、空间数据库技术以及图像处理技术等。利用聚类分析的方式来准确的识别稀疏区域和密集区域,并且能够在分析过程中找到全局布局方式以及相关数据间存在的联系。在实际运用的过程中,聚类分析技术可以在不同的众多消费者中找到具有一定特征的消费群体。此外,还能够对不同群体的消费模式进行分析和研究,以便于为企业在决策营销策略的时候提供保障和依据。例如,聚类分析应用到网络信息中,可以在一定程度上识别和分析不同种类文档,找到数据隐藏的模式。


  聚类分析方法基本特征:分析方式十分直观、简单。聚类分析一般都是使用在研究性分析方面,可以从多方面理解聚类分析结果,最后在众多结果中找到最符合实际情况的,以此来进行后续分析以及主观判断。不管实际数据中是否具有不同种类的区别,在进行聚类分析以后都可以适当得到各种类别。研究人员选择的聚类变量实际上就是聚类分析的解,删除或者增加变量,都有可能会对最后的结果造成一定影响。相关研究人员在应用聚类分析的时候,需要密切注意相关因素,对于聚类结果存在比较大影响的就是特殊变量和异常值[2]。


  2.聚类指标的选取利用


  依据上市公司基本发展情况,支持股票长期发展的主要因素就是成长能力和盈利能力,同时也是判断上市公司是否具有一定投资价值的基本保障,业绩良好的公司具有相对比较高的扩张能力。适当的选出每股收益,主营收入以及净资产收益率等三个因素与股票息息相关,以此来判断影响股票发展的收益。


  2.1公司潜力指标


  主营收入增长率实际上是本期主营业务收入和上期主营业务收入之间的比值减去一,主要可以在一定程度上反映上市公司实际扩大市场能力,体现出上市公司主要发展方向成长性。净利润增长率是本期净利润与上期净利润比值减去一。净利润的增加可以在一定程度上决定上市公司的发展方向,能够给投资人员带来回报[3]。


  2.2盈力能力指标


  总资产利润率是净利润与平均资产总额的比值。可以在一定程度上反映上市公司实际整体盈利能力。净资产利润率是净利润与平均净资产之间的比值,可以在一定程度上反映股东投资报酬大小。主营业务收益率实际上就是主要业务利润与主营业务收入的比值,主营业务就是上市公司主要利润来源以及发展方向。如果具有越大的主营业务收益率,就会具有更好的竞争优势。每股收益是净利润和期末股本的比值,如果具有越高的每股收益,就会存在更高的行业投资收益,也就是具有更强的每股获利能力[4]。


  2.3股市走势指标


  流通股本属于一种逆指标,一般具有比较小股本规模的上市公司都会有比较大的生长空间和扩张能力。每股净资产是期末净资产与期末总股本的比值,主要就是每股代表股东的实际权益额,可以在一定程度上体现最低每股限度的实际内在价值。


  3.应用实例


  3.1数据来源


  数据主要来源就是通过证券之星财经门户网提供的2014年12月份同期股票财务指标信息。证券之星是国家质量认证的互联网企业,主要是投资理财服务平台,数据具有及时性、专业性、可靠性以及丰富性的特点。依据最能够展现股票发展水平的重要数据指标来作为基本依据,选取数据指标的时候尽可能在不重复的时候,选择时间跨度最小的、增加样本量比较多的指标。基本数据来源区间从十二月底到次年十月初。在网站上选取114家基本股票样本,并且适当的把不完整数据样本剔除,给出每只股票的净资产、收益、经营现金流、净资产收益、主营收入增长率以及利润增长率等相关指标数据,并以此分析和研究股票的投资价值,利用聚类分析方式来分析股票数据[5]。


  3.2聚类结果分析


  利用SPPS数据编辑窗口在菜单中适当选择分析(A)、描述统计、描述性分析(D),经过此过程标准化以后能够得到相关数据。利用聚类分析中的Q型聚类,利用组间连接的聚类方式,度量标准区间属于平方欧式距离。在聚类分析收集到的114个股票数据的时候,利用SPPS19聚类方式进行分析,形成相应的树状聚类图。通过这种树状聚类图可以适当把系统样本数据分为三大类,第三类就是厦华电子;第二类是王府井、邦股份、万里股份,上述股份之所以属于第二类,就是因为在利用树状图进行分析的时候,主要就是分析能够分成几类,在确保具有适合分类的时候,分析人员际需求,如果是精细分析就需要更多分类,如果仅仅只选择比较差的股票数据分类,可以适当减少分类。本文分为三类更加方便于进行对比。股票价值由盈利能力来决定,股票投资潜力通过成长能力大小决定。具有良好成长能力的公司,在进行资产扩张的时候,具有比较强的扩张能力和资产重组能力,还具有快速增长的盈利,拥有良好业绩的公司扩张能力也比较强,因此,会增加相应的回报潜力,净资产收益率可以说明潜在能力增长比率[6]。


  利用1、2、3来当作第一到第三类,然后进行分析,定义取值分组取值范围是[1,3],分组标志实际上就是分类结果。利用六个变量来标准化函数自变量,得到相应数据表,利用SPPS来合理分析数据[7]。利用指标均值来评价股票,在分析样本均值的时候,如下表二所示。从六个指标来说,第一类都属于正指标,说明具有良好的扩张能力以及成长能力的发展趋势。相比较第二、三类来说,第一类公司具有更多价值。第二类上市公司股票具有一定潜力,拥有良好的扩张性,但是实际上每股现金流属于负的,也就是说采购付款额低于现金收益额,出现比较多的应收账款,或者是具有比较多的原料存货。短时期内每股经营现金流是负的,不会在一定程度上影响公司的发展。出现短期现金流负的情况,并不是说明公司现金也是负的,企业也会在一定程度上得到相应的货币资金作为分红。第三类实际上是绩差股,如果股票收益为负,则表明公司出现比较多的亏损,净资产收益是负的,并且具有比较多的数额,也就是说净利润经营发展收入是负的,出现严重亏损,可以在一定程度上体现出企业没有相应的成长能力。第一类是其他剩余公司;第二类是邦股份、万里股份以及王府井;第三类就是厦华电子。利用聚类分析的方式可以发现厦华电子实际上属于第三类,相同的道理,可以把所有上市公司股票数据数据利用聚类分析的方式进行研究和分析,以此来合理判断公司属于什么种类。利用显著性水平检验的方式来分析,可以得到第三类公司是可以被接受的,也就是说利用函数分析方式可以表明聚类分析结果具有一定正确性和有效性[8]。


  表一均值报告表


  结语


  总而言之,聚类分析可以通过综合多项指标在一定程度上反映上市公司的实际成长性,并且定量分析影响上市公司聚类分析结果,从中可以发现不同公司实际发展情况,从基本层面分析股票内在价值,对于缩小投资范围具有很大作用。确定投资价值,最大限度降低风险,在聚类分析的前提下,从多方面分析聚类结果,可以验证结果的可靠性。(作者单位:中国人民大学)


  参考文献: 

  [1] 葛妍.基于因子分析和聚类分析我国文化产业上市公司综合业绩评价[J].企业导报,2011(2):92-9 

  [2] 卢旭家.聚类分析在房地产股票投资中的应用[J].时代金融(下旬),2011(9):140. 

  [3] 陈琦.聚类分析和判别分析在股票投资中的应用[J].中国市场,2011(26):69-72. 

  [4] 张文琦.聚类分析和因子分析在房地产股票市场中的应用实证分析报告[J].时代金融(中旬),2014(8):155-157. 

  [5] 邓伦冰.关于中小企业板股票投资的价值分析——基于聚类分析和判别分析[J].商,2014(7):134-134. 

  [6] 杨林,王天翊,赵桂梅等.金融业股票投资价值分析——基于因子分析和聚类分析方法[J].中国市场,2014(10):87-88. 

  [7] 李德荣,何莉敏,李玉等.聚类分析和因子分析在股票投资中的应用[J].内蒙古统计,2011(1):29-31. 

  [8] 刘益平,王琼瑶,吉朝阳等.灰色聚类方法在创业板股票投资价值评估中的应用[J].经济师,2010(8):107-109. 

    作者:李慧