【正文】 山東交通學(xué)院畢業(yè)論文 25 表 第 3類 第 3 類（ 6 個(gè)） 代碼 簡(jiǎn)稱 300208 恒順電氣 300105 龍?jiān)醇夹g(shù) 002458 益生股份 300233 金城藥業(yè) 002581 萬昌科技 601678 濱化股份 表 第 4類 第 4類（ 3個(gè)） 代碼 簡(jiǎn)稱 600986 科達(dá)股份 600336 澳柯瑪 000416 民生投資 表 第 5類 第 5類（ 6個(gè)） 代碼 簡(jiǎn)稱 002588 史丹利 600690 青島海爾 000951 中國(guó)重汽 600600 青島啤酒 600188 兗州煤業(yè) 600219 南山鋁業(yè) 對(duì)聚類結(jié)果進(jìn)行檢驗(yàn) 以上通過系統(tǒng)聚類分析方法對(duì)樣本數(shù)據(jù)進(jìn)行了分類，那么，上述的聚類分析得到的分類結(jié)果是否有效呢？為了驗(yàn)證上述聚類分組的效果，我們通 軟件，利用 means 方法對(duì)上述的分類結(jié)果進(jìn)行檢驗(yàn)。 結(jié)果分析 表 相應(yīng)指標(biāo)均值 類別均值匯總 類別 每股收益 每股凈資產(chǎn) 主營(yíng)收入增長(zhǎng)率（ %） 主營(yíng)利潤(rùn)增長(zhǎng)率（ %） 凈資產(chǎn)收益率（ %） 第 1 類 第 2 類 第 3 類 第 4 類 第 5 類 為了更加直觀地進(jìn)行綜合分析，我們按照“ 聚類分析在證券市場(chǎng)分析中山東交通學(xué)院畢業(yè)論文 27 應(yīng)用時(shí)的指標(biāo)評(píng)價(jià)體系的選擇 ”這一節(jié)把相應(yīng)的指標(biāo)匯總成表 ： 表 指標(biāo)匯總分析 盈利能力指標(biāo) 成長(zhǎng)能力指標(biāo) 擴(kuò)張能力指標(biāo) 類別 每股收益 凈資產(chǎn)收益率（ %） 主營(yíng)收入增 長(zhǎng)率（ %） 主營(yíng)利潤(rùn)增 長(zhǎng)率（ %） 每股凈資產(chǎn) 第 1 類 第 2 類 第 3 類 第 4 類 第 5 類 根據(jù)表 ，分析如下： 第 1類： 該類股票的盈利低、成長(zhǎng)性慢，即使該類公司具有相對(duì)較強(qiáng)的擴(kuò)張能力，但由于該類公司經(jīng)營(yíng)不善或前景不好等原因，表現(xiàn)出業(yè)績(jī)較差，交投不活躍，嚴(yán)重時(shí)會(huì)導(dǎo)致公司虧損。 第 3 類：具有與第 2 類同樣較高的盈利能力和擴(kuò)張能力，即便如此，但是與第 2 類相比，第 3 類的成長(zhǎng)能力明顯不如第 2 類，充其量只能成為績(jī)優(yōu)股，而不是藍(lán)籌股，廣大的投資者可以對(duì)第 3 類股票作出投資決策、進(jìn)行投 資，但是同有著較大藍(lán)籌股潛力的第 2 類股票相比，第 3 類股票就略顯遜色。說明該類股票正處于高速發(fā)展階段，其成長(zhǎng)發(fā)展前景非常好，比較適合投資者進(jìn)行長(zhǎng)期性的投資。這都表明了聚類分析方法在證券市場(chǎng)投資分析中具有有效性和實(shí)用性。 文中在選 擇和處理不同指標(biāo)的方法方面仍待需要改進(jìn)，但聚類分析方法在證券投資市場(chǎng)分析中確實(shí)具有很大的 研究潛力和研究?jī)r(jià)值，并且本論文的研究也表明了 具有一定的可行性和實(shí)用性，從而為投資者進(jìn)行證券投資提供有力工具。有問題不可怕，只要你勇敢去解決它，在整個(gè)解決問題的過程中我收獲頗多。 初次研究聚類分析在證券市場(chǎng)分析中的應(yīng)用，加上自己水平有限，文也中難免有些瑕疵，但這次的經(jīng)歷對(duì)我還是很重要的，為我以后即將開始的研究生學(xué)習(xí)有著非常重要的借鑒和開河意義。尤其是在我走錯(cuò)方向、思路失誤的時(shí)候，老師仍是耐心地再次為我講解，一遍一遍地指導(dǎo)我。 圖一 數(shù)據(jù)視圖 圖二 變量視圖 2. 在菜單欄上執(zhí)行： analyse（分析） pare means（比較均值） means（均值） ，打開平均數(shù)對(duì)話框 聚類分析在證券市場(chǎng)分析中的應(yīng)用 34 圖三 3. 將指標(biāo)變量都放入因變量 列表 中，然后將分組變量（聚類分析得到的 新 變量1CLU5 ）放入 自 變量 列表 中 圖四 4. 點(diǎn)擊 確定 按鈕，開始運(yùn)行數(shù)據(jù)，并顯示結(jié)果 5. 我們會(huì)看到分 為 5 類結(jié)果 時(shí) 各自的平均數(shù)， 下面的表格 就 是將 case 分為 類的結(jié)果，當(dāng)然這種方法只能計(jì)算出各組平均數(shù) （這與用 Excel 計(jì)算均值結(jié)果完全一樣，只是精度有差異） ，如何檢驗(yàn)平均數(shù)的差異就要用到下面的方法 山東交通學(xué)院畢業(yè)論文 35 圖五 6. 在菜單欄上執(zhí)行： analyse（分析） pare means（比較均值） one way anova（單因素方差） 圖六 7. 將指標(biāo)變量放到因變量列表，將分組變量 1CLU5 放入 因子列表 中，然后點(diǎn)擊 ok，開始處理數(shù)據(jù) 聚類分析在證券市場(chǎng)分析中的應(yīng)用 36 圖七 8. 我們看到下面的這個(gè)表格 就是對(duì)平均數(shù)的差異的檢驗(yàn)了，看 sig 這一列，都達(dá)到了顯著的水平，這說明這種分類還是比較有效的。衷心感謝山東交通學(xué)院理學(xué)院信息與計(jì)算科學(xué)專業(yè)的各位領(lǐng)導(dǎo)和老師，謝謝你們對(duì)我的生活和學(xué)習(xí)進(jìn)行指導(dǎo)和幫助。沒有老師精心的指導(dǎo)，沒有老師不惜辛苦的督促，我是無法完成論文的。并在理論分析之后成功地完成了樣本數(shù)據(jù)的分類，得到并驗(yàn)證了分類結(jié)果的合理、正確性。 聚類分析在證券市場(chǎng)分析中的應(yīng)用 30 總結(jié) 經(jīng)過兩個(gè)多月的努力，我的畢業(yè)設(shè)計(jì)論文終于順利完成了，從剛開始的一無所知到現(xiàn)在的了解了聚類分析的概念背景及其現(xiàn)實(shí)應(yīng)用性， 我從中學(xué)到了很多知識(shí)。立足于基本面的定量分析，研究股票的內(nèi)在價(jià)值，有利于投資者正確作出投資決策、確定投資價(jià)值、降低投資風(fēng)險(xiǎn)。投資者在對(duì)該類股票進(jìn)行投資時(shí)，要慎之又慎。 第 4 類：屬于成長(zhǎng)能力非常強(qiáng)、成長(zhǎng)性非?？斓臐摿桑蔷哂休^低的每股收益、凈資產(chǎn)收 益率和每股凈資產(chǎn)。 第 2 類：屬于高盈利、高成長(zhǎng)性的績(jī)優(yōu)股，甚至?xí)砷L(zhǎng)為比績(jī)優(yōu)股更優(yōu)的藍(lán)籌股。 關(guān)于利用 means 方法對(duì)分類結(jié)果進(jìn)行檢驗(yàn)的方法和步驟，詳見附錄 A 。 聚類分析碎石圖161116211 5 9 13 17 21 25 29 33 37分類數(shù)聚合系數(shù)系列1 圖 3. 4 碎石圖 由以上“碎石圖”可以形象地看出，當(dāng)分類個(gè)數(shù)為 5 時(shí)，曲線開始變得平緩，因此，選擇分類數(shù)為 5 是比較合適的。此處，因?yàn)槲覀円獙?duì)樣本股票進(jìn)行分類，屬于個(gè)案，因此，我們需要在彈出的系統(tǒng)聚類分析對(duì)話框中的分群這一欄中選擇個(gè)案； （ 4）點(diǎn)擊統(tǒng)計(jì)量，選擇合并進(jìn)程表、相似性矩陣，在聚類成員一欄中選擇【無】 ，因?yàn)槲覀儸F(xiàn)在還不知道樣本股票分為幾類比較合適； （ 5）點(diǎn)擊繪制，選擇樹狀圖、所有聚類、垂直； （ 6）點(diǎn)擊方法，在聚類方法中選擇組間聯(lián)接，在度量標(biāo)準(zhǔn)一欄的區(qū)間選項(xiàng)中選擇 Euc lidean平方 距離，在轉(zhuǎn)換值一欄的標(biāo)準(zhǔn)化選項(xiàng)中選擇 得分】【 Z ； 聚類分析在證券市場(chǎng)分析中的應(yīng)用 18 （ 7）最后點(diǎn)擊確定運(yùn)行。 綜合以上比較和分析，本論文中采用 標(biāo)準(zhǔn)化變換 ）（ Scores Z 的方法對(duì)樣本數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化。如果兩個(gè)變量取 值相近，其分析權(quán)重近似相同，但在原始變量數(shù)據(jù)中存在明顯的極大值時(shí)，會(huì)造成兩個(gè)變量的分析權(quán)重不同。 為了便于后面的說明，在此作出如下設(shè)定： 聚類分析在證券市場(chǎng)分析中的應(yīng)用 16 所有樣本表示為： 1 1 11pn npxxXxx???????，均值表示為：11 nj ijixxn?? ? ， 標(biāo)準(zhǔn)差表示為： 211 ()1 nj ij jiS x xn ???? ?，極差表示為：ijniijnij xxR ???? ?? 11 m inm a x （ 1）極差正規(guī)化變換 ( 0 to 1)Range ： ? ? ?m i n 1 , 2 , ,1* 0 1 , 2 , ,0 . 5 0xxi j i j inin Rx jij R j jpRj???? ???? （ ） 此方法 變換后的數(shù)據(jù)最小為 0，最大為 1，其余在區(qū)間 [0， 1]內(nèi)，極差為 1，無量綱。 以上建立的指標(biāo)評(píng)價(jià)體系可用以下框圖表示： 指標(biāo)評(píng)價(jià)體系框圖 聚類分析在證券市場(chǎng)分析中的應(yīng)用 14 實(shí)證研究 利用本文隨機(jī)選取的在滬深上市的 40家山東省的公司企業(yè)，選擇每股收益、每股凈資產(chǎn)、主營(yíng)收入增長(zhǎng)率、主營(yíng)利潤(rùn)增長(zhǎng)率和凈資產(chǎn)收益率 5項(xiàng)指標(biāo)評(píng)價(jià)體系，隨機(jī)選取的樣本指標(biāo)數(shù)據(jù)來自 證券之星數(shù)據(jù)中心的財(cái)務(wù)指標(biāo)。 一般來說，主營(yíng)利潤(rùn)穩(wěn)定增長(zhǎng)且占 利潤(rùn)總額的比例呈增長(zhǎng)趨勢(shì)的 公司 正處在成長(zhǎng)期。 聚類分析在證券市場(chǎng)分析中應(yīng)用時(shí)的指標(biāo)評(píng)價(jià)體系的選擇 盈利能力指標(biāo) 100%?? 期末總股本 凈利潤(rùn)每股收益 每股收益越高，反映出公司或行業(yè)的投資收益就越高，每股的獲利能力就越強(qiáng)； 1 0 0 %?? 平均股東權(quán)益 凈利潤(rùn)凈資產(chǎn)收益率 凈資產(chǎn)收益率 反映 了 股東權(quán)益的 收益水平 ，用以衡量公司運(yùn)用 自有資本 的效率。 聚類分析在證券市場(chǎng)分析中的應(yīng)用 12 3．聚類分析在證券市場(chǎng)分析中的應(yīng)用 本文中，選取了每種股票的 每股收益、每股凈資產(chǎn)、主營(yíng)收入增長(zhǎng)率、主營(yíng)利潤(rùn)增長(zhǎng)率和凈資產(chǎn)收益率 5項(xiàng)指標(biāo)評(píng)價(jià)體系， 首先利用聚類分析方法對(duì)各類股票的基本層面進(jìn)行考察，然后再利用綜合指標(biāo)評(píng)價(jià)體系，如收益性、成長(zhǎng)性、擴(kuò)張性等來衡量樣本股票的“相似程度”。 (2) 根據(jù)聚類譜系圖確定分類個(gè)數(shù) 山東交通學(xué)院畢業(yè)論文 11 經(jīng)過系統(tǒng)聚類法處理后，會(huì)得到相應(yīng)的聚類譜系圖，那么，如 何 根據(jù)聚類譜系圖確定分類個(gè)數(shù)呢？ 972)Demirm en( 1 提出了應(yīng)根據(jù)研究的目的來確定適當(dāng)?shù)姆诸悅€(gè)數(shù)，并提出了一些根據(jù)譜系圖來分類的準(zhǔn)則，準(zhǔn)則如下： ，即各類重心間距離必須要大； ，各類所包含的元素都不要過分的多； ； ，則在各自的聚類圖中應(yīng)發(fā)現(xiàn)相同的類。 那么，我們?nèi)绾未_定較為合理的分類個(gè)數(shù)呢？ 以下就簡(jiǎn)要 得介紹幾種確定類個(gè)數(shù)的常用方法： (1) 根據(jù)數(shù)據(jù)點(diǎn)的散布圖直觀地確定分類個(gè)數(shù) 如果考察的指標(biāo)只有 2 個(gè)即 2p? ，則可通過數(shù)據(jù)點(diǎn)的散點(diǎn)分布圖來直觀地確定類的個(gè)數(shù)。類平均距離法相對(duì)比較適中，相對(duì)其它方法既不太擴(kuò)張也不太濃縮，而且具有單調(diào)性，因而類平均距離 法是一種應(yīng)用廣泛、聚類結(jié)果較好地方法。 (5) 離差平方和 方法）（ sWard39。 (2) 最長(zhǎng)距離 ? ?qpijpq GjGidD ??? ,ma x ， 即 兩類中樣品之間距離 最長(zhǎng)者作為類間距離； (3) 重心距離 ),( qppq xxdD ? ， 即 兩類的重心之間的距離作為類間距離； 該距離隨聚類地進(jìn)行不斷縮小。但是，鑒于本論文中選取的 5項(xiàng)指標(biāo)：每股收益、每股凈資產(chǎn)、主營(yíng)收入增長(zhǎng)率、主營(yíng)利潤(rùn)增長(zhǎng)率和凈資產(chǎn)收益率，正如在本節(jié) “ ”中提到的， 它們皆為連續(xù)變量，而歐氏距離平方最適合對(duì)連續(xù)變量進(jìn)行數(shù)據(jù)處理，因此，在本論文中，對(duì)于樣本間距離的選擇問題，我們選擇歐氏距離平方， 軟件中對(duì)應(yīng)選擇 距離】【平方 E uc lide a n，由 () 式很容易得到 歐氏距離平方： 221( , ) [ ( ) ] pi j ik jkkd x x????xx （ ） 類間距離的度量 距離作為對(duì)樣品之間的相似程度的度量是聚類分析的基礎(chǔ)。 (1