案例五-因子分析在股票评价中的应用-因子分析在股票评价中的应用

案例五-因子分析在股票评价中的应用-因子分析在股票评价中的应用

ID:10275280

大小:258.50 KB

页数:6页

时间:2018-06-14

案例五-因子分析在股票评价中的应用-因子分析在股票评价中的应用_第1页
案例五-因子分析在股票评价中的应用-因子分析在股票评价中的应用_第2页
案例五-因子分析在股票评价中的应用-因子分析在股票评价中的应用_第3页
案例五-因子分析在股票评价中的应用-因子分析在股票评价中的应用_第4页
案例五-因子分析在股票评价中的应用-因子分析在股票评价中的应用_第5页
资源描述:

《案例五-因子分析在股票评价中的应用-因子分析在股票评价中的应用》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、案例五因子分析在股票评价中的应用(王学民编写)一、引言随着我国股票市场的不断发展,股票投资已经成为我国投资者的主要投资途径,而且也将成为我国保险基金、养老基金的重要投资渠道。对于那些稳健型的投资者而言,他们是风险规避者,投资主要目的是保值,而增值是第二位的。因此,他们必须选择那些有价值的股票,而股票评价也就显得十分必要。二十世纪五十年代以来,西方现代财务理论中产生了许多股票定价理论和方法,如MM理论、CAPM理论、OPM理论、现金流量折现法(DCF)等,这些理论均建立在一定的假定基础或对未来现金流量的

2、预测上,在实际操作中有一定的局限性。投资者对股票投资价值最直接的判断是来自上市公司所披露的财务报表。公司财务报表既反映了公司的财务状况,同时也是公司经营状况的全面反映。分析公司财务报表可以掌握反映公司经营状况的一系列基本指标和变化情况,了解公司经营实力和业绩,并将它们与其他公司的情况进行比较,从而对公司股票的投资价值作出基本的判断。按有关规定,上市公司应将其中期财务报表(上半年的)和年度财务报表公开发表。这样,一般投资者可从有关报刊上获得上市公司的中期和年度财务报表。可是,上市公司的各种财务报表中所反

3、映的信息非常多,投资者如果要作出正确的判断,就必须对这些纷繁复杂的信息进行提炼,对股票投资价值作出综合评价。在多元统计分析中,因子分析是一种很有效的降维和信息浓缩技术。本案例使用因子分析方法对股票进行综合评价。首先,选取上市公司财务报表中的一些重要的量化指标,包括:主营业务收入(,元)、主营业务利润(,元)、利润总额(,元)、净利润(,元)、每股收益(,元)、每股净资产(,元)、净资产收益率(,%)、总资产收益率(,%)、资产总计(,元)、股本()。然后,本案例使用SAS软件,对沪市604家上市公司2

4、001年年报数据中的上述十个主要财务指标进行因子分析,并将这十个指标归结为三个因子,每个因子都有特定的含义。最后,可根据每个股票的三个因子得分对该股票作出综合评价。二、实证分析在上面的十个主要财务指标中,一些指标之间存在着较强的相关性,也就是它们所含的信息有许多是重复的,因此可以考虑运用因子分析法将这十个指标进行有效的压缩。对收集到的所有611只股票,在作因子分析之前先删去三只股票,它们是:“PT郑百”(元),“ST同达”(元)和“PT红光”(元)。其原因有两个:⑴6这三只股票的每股净资产为负或非常接

5、近于零,它们的净资产收益率没有意义;⑵“PT红光”和“ST同达”的净资产收益率()分别是621.15和82.34,在数值上比排名第三的40.20要大许多,特别是前者为一个非常大的异常值,会对因子分析的结果产生明显的不良影响。由于各指标数值的大小相差较大,而且单位也不尽相同,因此为使因子分析能够均等地对待每一个指标,需对各指标作标准化处理,即令其中,和分别是指标的样本均值和样本标准差。的协方差矩阵也就是的相关矩阵,因此我们从样本相关矩阵出发进行因子分析。先对608只股票作因子分析以检测异常值,结果有四只

6、股票的(规模)因子得分()非常大,它们是:“中国石化”()、“宝钢股份”()、“华能国际”()和“浦发银行”()*排在第五位的是“兖州煤业”(),得分值明显比排在前四位的小。。为了取得较好的因子分析结果,应剔除这四只(规模)因子得分异常的股票,尤其是“中国石化”为一个规模特大的股票,会对因子分析的结果产生明显的不利影响。本案例以下将对其余的604只股票进行因子分析。表1给出了的样本相关矩阵。6表1相关矩阵1.00000.72251.00000.42650.74341.00000.40670.69660

7、.98231.00000.17100.32460.53920.55881.00000.14940.22790.28380.27440.58481.00000.09630.17690.36230.40220.77620.21801.00000.06550.20440.45490.50040.84850.29040.83251.00000.74820.76810.57370.56720.12450.13820.06740.05791.00000.62200.61850.48480.50040.0018-0

8、.06570.03260.05120.86071.0000下面的计算都是用SAS软件来实现的。首先,从相关矩阵出发,在参数估计中选择主成分法,相关矩阵的特征值为前三个特征值的累计贡献率为83.82%,我们取三个公因子。然后,使用最大方差旋转法,可得到估计的旋转后因子载荷矩阵,列于表2。表2旋转后的因子载荷矩阵指标因子载荷共性方差主营业务收入0.809-0.0290.1290.672主营业务利润0.8740.1710.1820.826利润总额0.7060.

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。