因子分析在证券市场个股评析中的应用

《因子分析在证券市场个股评析中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、因子分析在证券市场个股评析中的应用摘要：随着国内上市公司的数量不断增加，证券在社会经济生活中的地位越来越显重要。众多投资者除了进行政策面分析外，还希望对这些股票进行理性客观的评价。选取上证50只样本股票，利用因子分析法，通过SPSS软件的统计分析，提取出3个公共因子来反映影响个股的主要因素，并计算个股的因子得分，以此衡量股票的财务状况。关键词：证券市场；因子分析；个股中图分类号：F83文献标识码：A文章编号：1672-3198（2014）15-0105-021引言我国证券市场日渐活跃，上市公司的数量也在不断上升，不同利益相关者在对上市公司业绩评价的指标和方

2、法的选取上也存在着较大差异。针对不同特点的上市公司以及多而复杂的评价指标体系，如何准确有效地评价上市公司的经营业绩，是现今证券从业人员进行证券分析研究的重点。6证券投资者从事证券交易的核心目的是希望通过买卖股票获得良好收益，其根本是选择业绩优秀的上市公司股票。因此，对于上市公司的选择是股票投资的重中之重。一般而言，较为成熟理性的股票投资者在选择股票投资对象时，往往会对上市公司的经营业绩状况进行系统详细的分析，这也是评价上市公司股票投资价值的重要依据。在获取准确的上市公司财务资料的基础上，对其进行科学合理有效的分析，是合理规避股票投资风险以及有效保障投资收益

3、的关键所在。财务分析的对象是上市公司定期公布的财务报表，财务报表是对公司资金运行和财务状况的定量描述，是上市公司经营状况的“晴雨表”。目前，上市公司公布的主要财务指标有以下8种：每股收益（元），每股净资产（元），每股现金流量（元），净资产收益率（%），主营业务收入（万元），净利润（万元），总资产（万元），股东权益（万元）。本文拟通过运用多元统计分析中的因子分析法，借助SPSS统计软件，对我国上证50指数50只样本股票2010年中报的财务数据进行分析，提取3个公共因子反映影响个股的主要因素，计算个股因子得分，为证券投资的个股选取提供决策帮助。2模型计算及结果

4、分析因子分析是根据相关矩阵的内部的依赖关系，通过量化的手段，将多个具有复杂相互关系的实测变量转化为少数几个独立，不存在相互关系的综合因子，是一种多变量统计分析方法。这些提取出来的综合因子往往不能直接通过观测得到，但却能更加反映出研究问题的内在本质，这就有利于我们在股票投资分析中理清主要问题，做出更理性的判断。6本文主要选取了浦发银行、中国石化等50只上证50指数样本股，将每股收益（x1），每股净资产（x2），每股现金流量（x3），净资产收益率（x4），主营业务收入（x5），净利润（x6），总资产（x7），股东权益（x8）作为测度指标的原始变量。因篇幅所限，

5、具体的股票原始变量数据在这里不再罗列。原始变量标准化后仍用原记号x1、x2，…，x8表示，经SPSS统计软件计算得到样本相关系数矩阵，如表l。从表1可以看出，上市公司这8个主要财务指标之间存在较强的相关关系，可以进行因子分析。根据特征根大于1的原则，我们提取3个公共因子，如表2，它们描述原变量总方差的80.22%，大于80%，可以认为这三个公共因子基本上反映原变量的绝大部分信息。由于公共因子在因子负载上有较高载荷值，因此，需要应用最大方差法对因子载荷矩阵进行旋转，以便更清楚地确定和解释公共因子的实际意义，旋转后的结果如表3。原始变量载荷矩阵经旋转后，可以很

6、清楚地看出公共因子F1在x4、x5、x6、x7上有较大的载荷数，说6明F1集中反映了上市公司的获利能力，是上市公司主要经营状况的体现；公共因子F2在x1、x2、x8上有较大的载荷数，说明F2反映了上市公司发展潜力，即投资者对公司未来的预期；公共因子F3在x3上载荷，数最大，说明F3主要反映了上市公司的自身价值，根据F1、F2和F3，我们就可以了解到上市公司的财务概况，选择股票也就有了相应依据。在此基础上，进一步用回归分析法计算出因子得分信息，如表4，可建立因子得分模型。根据此模型，就可以得到每只股票的因子得分情况，进一步就可以比较F1、F2和F3的大小。将

7、每个样本股票原始数据代入此因子分析模型，可得到每个样本股票的得分。用公共因子的得分排序，可以对样本股票的财务状况进行排序分析。按F1排序，得出前5位股票分别为：工商银行，建设银行，中国银行，农业银行和中国石油。从排序结果可以看出，前5位股票所代表的上市公司几乎均是中国的龙头企业，综合财务能力和经营业务能力都比较突出。同样可以根据F2、F3做出排序，进一步了解各上市公司的财务状况。在因子分析的基础上，可以对上市公司进行综合实力的分析。以各因子的方差贡献率作为权重进行加权汇总，可以得出各股票的综合得分：F=0.40675F1+0.26942F2+0.12605

8、F36这里采用的不再是原有的8个变量，而是通过因子分析后得到的3个