本文關(guān)鍵詞：并購(gòu)重組后公司股票的數(shù)據(jù)挖掘

  更多相關(guān)文章： 并購(gòu)重組 股價(jià)波動(dòng) 事件驅(qū)動(dòng) 數(shù)據(jù)挖掘 決策樹 神經(jīng)網(wǎng)絡(luò)

【摘要】：隨著我國(guó)經(jīng)濟(jì)的發(fā)展,并購(gòu)重組現(xiàn)在已經(jīng)成為實(shí)現(xiàn)我國(guó)資本市場(chǎng)上資源優(yōu)化配置的常用手段之一。上市公司為了擴(kuò)大公司的規(guī)模、提升企業(yè)的競(jìng)爭(zhēng)力,并購(gòu)重組是他們經(jīng)常采用的方式之一。上市公司的并購(gòu)重組行為往往會(huì)造成股價(jià)的短期波動(dòng),從而為股票投資者提供良好的投資機(jī)會(huì)。那么并購(gòu)重組成功后,上市公司的股價(jià)到底是如何變化的,能不能為股票投資者帶來收益,股票投資者又可以采用什么方法去進(jìn)行股價(jià)漲跌的判斷呢?目前針對(duì)上市公司并購(gòu)重組后股票價(jià)格波動(dòng)的問題,采用的研究方法主要有兩種,一種是事件研究法,一種是會(huì)計(jì)研究法。事件研究法的理論已經(jīng)發(fā)展得比較完善,國(guó)內(nèi)外的學(xué)者也用這種方法做過了很多相關(guān)的實(shí)證研究,得出了不同的結(jié)論。但是使用事件研究法的前提是假設(shè)資本市場(chǎng)是有效的,當(dāng)資本市場(chǎng)的有效性受到質(zhì)疑時(shí),會(huì)計(jì)研究法就應(yīng)運(yùn)而生了。會(huì)計(jì)研究法的思想是通過上市公司公布的財(cái)務(wù)報(bào)表中的財(cái)務(wù)指標(biāo)的變化來衡量公司并購(gòu)前后價(jià)值的變化。這兩種研究方法各有特點(diǎn),不能簡(jiǎn)單地設(shè)立一個(gè)標(biāo)準(zhǔn)去評(píng)價(jià)孰優(yōu)孰劣。由于這兩種研究方法已被很多學(xué)者及研究人員使用過,本文就不再一一贅述。但是,由于事件研究法要求資本市場(chǎng)的有效性,而且事件研究法在整個(gè)研究過程中只單純地觀察了股價(jià)的變化,而會(huì)計(jì)研究法則重在使用財(cái)務(wù)指標(biāo),我們知道,財(cái)務(wù)報(bào)表是一段時(shí)間內(nèi)的財(cái)務(wù)情況,所以這種方法并不能體現(xiàn)出股價(jià)的短期波動(dòng)情況,用它來研究公司并購(gòu)重組后的長(zhǎng)期績(jī)效會(huì)更好。近幾年來,一部分投資者開始使用“事件驅(qū)動(dòng)交易策略”來進(jìn)行股票投資�！笆录�(qū)動(dòng)交易策略”是基于事件驅(qū)動(dòng)理論的一種交易策略,認(rèn)為股票價(jià)格在短時(shí)間的變化完全是由市場(chǎng)上的供求關(guān)系決定的。當(dāng)某些事件發(fā)生時(shí),它會(huì)對(duì)公司造成“沖擊”,只有有了“沖擊”,公司的供求關(guān)系才能改變,供求關(guān)系改變了,按照供求理論,公司的股票價(jià)格就會(huì)產(chǎn)生波動(dòng),從而帶來投資機(jī)會(huì)。在這個(gè)過程中,對(duì)公司造成“沖擊”的事件被定義為“主題”,如國(guó)家重大政策的頒布、企業(yè)的并購(gòu)重組等。在這種新型的投資策略思想下,一反以往常用的傳統(tǒng)的事件研究法,本文試圖用數(shù)據(jù)挖掘的方法去預(yù)測(cè)并購(gòu)重組后公司的的股價(jià)變化情況。數(shù)據(jù)挖掘方法是一種新穎的數(shù)據(jù)處理方法,它的優(yōu)勢(shì)在于能夠從繁多雜亂的數(shù)據(jù)中找尋出一些規(guī)律,比如電商經(jīng)營(yíng)者通過數(shù)據(jù)挖掘發(fā)現(xiàn)所購(gòu)買書籍之間的規(guī)律,即如果大多數(shù)顧客在買完一本書后又去買另一本書,那么在下一個(gè)顧客購(gòu)買這本書的時(shí)候,電商系統(tǒng)會(huì)自動(dòng)推薦另一本書,通過這種方法可以有效增加公司的銷售額。由此也可以看出,數(shù)據(jù)挖掘技術(shù),不但可以處理數(shù)字型數(shù)據(jù),還能有效處理非數(shù)值型數(shù)據(jù)。正是因?yàn)檫@種強(qiáng)大的數(shù)據(jù)處理能力,數(shù)據(jù)挖掘技術(shù)逐漸得到各行業(yè)人們的喜愛。近年來,有人把數(shù)據(jù)挖掘技術(shù)應(yīng)用于股票價(jià)格的短期預(yù)測(cè),并取得不錯(cuò)的效果,因此本文嘗試使用數(shù)據(jù)挖掘的方法來研究企業(yè)并購(gòu)重組后股票價(jià)格的波動(dòng)。通過閱讀眾多學(xué)者關(guān)于公司并購(gòu)重組的文獻(xiàn),可以知道企業(yè)的并購(gòu)重組會(huì)產(chǎn)生短期的公司績(jī)效,這種績(jī)效可以通過股票價(jià)格的波動(dòng)表現(xiàn)出來。既然如此,何不把企業(yè)的并購(gòu)重組與股票日益成熟的研究方法結(jié)合起來使用呢?于是,本文的創(chuàng)新點(diǎn)就在于把股票的挖掘技術(shù)應(yīng)用到研究公司的并購(gòu)重組問題中。數(shù)據(jù)挖掘有很多種方法,最常見的有關(guān)聯(lián)分析、決策樹、聚類分析、神經(jīng)網(wǎng)絡(luò)、判別分析等,本文則是使用了決策樹模型法和神經(jīng)網(wǎng)絡(luò)模型法去研究企業(yè)的并購(gòu)重組問題。另外,基于Fama-French的三因子模型可以知道,上市公司的市值、賬面市值比、市凈率是引起不同股票回報(bào)率差異的因素,這也就說明公司的規(guī)模和公司的性質(zhì)等都可能會(huì)影響到股票的價(jià)格,再借鑒會(huì)計(jì)研究法選取指標(biāo)的辦法,本文的決策樹模型和神經(jīng)網(wǎng)絡(luò)模型的解釋變量采用可以反映公司內(nèi)部情況的財(cái)務(wù)指標(biāo),此外,之前還有學(xué)者使用事件研究法得出行業(yè)會(huì)影響公司并購(gòu)績(jī)效,因此,本文還把行業(yè)也作為一個(gè)解釋變量。把眾多影響股票價(jià)格的因素考慮在內(nèi),這樣本文所選取的模型更容易被大家所理解和接受。本文第一章節(jié)是對(duì)文章研究背景和研究意義的介紹,首先介紹了國(guó)內(nèi)外企業(yè)并購(gòu)重組和數(shù)據(jù)挖掘技術(shù)使用的背景及研究的目的。然后提出一種新的研究思路,即把研究公司的并購(gòu)重組問題和研究股票的方法相結(jié)合,不再使用傳統(tǒng)的事件分析法和會(huì)計(jì)研究法,而使用數(shù)據(jù)挖掘方法。試圖通過數(shù)據(jù)挖掘方法,去找尋隱藏在大量數(shù)據(jù)之后的規(guī)律,為廣大投資者提供投資建議。第二章節(jié)是文獻(xiàn)綜述部分,這部分回顧總結(jié)了以往學(xué)者在并購(gòu)重組方面的研究成果,并對(duì)數(shù)據(jù)挖掘技術(shù)在股票市場(chǎng)的應(yīng)用做了回顧和總結(jié),第三章節(jié)著重介紹了并購(gòu)重組的定義,并介紹了以往研究企業(yè)并購(gòu)重組使用的研究方法----事件研究法和會(huì)計(jì)研究法,還介紹了事件驅(qū)動(dòng)理論的相關(guān)內(nèi)容。第四章節(jié)提出了研究的前提假設(shè)和變量指標(biāo)的選取。第五章節(jié)是實(shí)證部分,選取2013年1月1日至2014年12月30日這一時(shí)間段內(nèi)發(fā)生并購(gòu)重組的所有滬深A(yù)股公司為樣本,首先找出上市公司并購(gòu)重組的首次公告日,然后找出其首次公告日第一次復(fù)牌后第一個(gè)交易日及之后20個(gè)交易日內(nèi)的最高股價(jià),以最高股價(jià)與第一日股價(jià)相比的漲幅來作為目標(biāo)變量,當(dāng)漲幅大于10%時(shí),目標(biāo)變量Y為“1”；反之,當(dāng)漲幅小于10%時(shí),目標(biāo)變量Y為“0”。以財(cái)務(wù)指標(biāo)等為解釋變量,通過對(duì)目標(biāo)變量的分類,來解釋隱藏在這其中的規(guī)律。并對(duì)本文使用到的兩種數(shù)據(jù)挖掘模型----決策樹模型和神經(jīng)網(wǎng)絡(luò)模型的結(jié)果做一下比較。第六章節(jié)是對(duì)全文的總結(jié)。首先回顧了以下本文所做的工作,然后對(duì)模型得到的結(jié)論加以總結(jié),根據(jù)總結(jié)出的結(jié)論,為股票投資者提出相應(yīng)的投資建議,最后提出本文研究存在的不足。
【關(guān)鍵詞】：并購(gòu)重組 股價(jià)波動(dòng) 事件驅(qū)動(dòng) 數(shù)據(jù)挖掘 決策樹 神經(jīng)網(wǎng)絡(luò)
【學(xué)位授予單位】：西南財(cái)經(jīng)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：F832.51
【目錄】：

• 摘要4-7
• Abstract7-11
• 1 緒論11-16
• 1.1 選題背景及研究意義11-13
• 1.1.1 研究背景11-13
• 1.1.2 研究意義13
• 1.2 研究設(shè)計(jì)與論文框架13-16
• 1.2.1 研究方法13-14
• 1.2.2 研究設(shè)計(jì)與特色14
• 1.2.3 論文框架14-16
• 2 文獻(xiàn)綜述16-20
• 3 理論介紹20-33
• 3.1 并購(gòu)重組的理論介紹20-21
• 3.2 傳統(tǒng)研究方法和事件驅(qū)動(dòng)理論21-24
• 3.2.1 事件研究法的理論介紹21-23
• 3.2.2 會(huì)計(jì)研究法的理論介紹23
• 3.2.3 事件驅(qū)動(dòng)的相關(guān)概念23-24
• 3.3 數(shù)據(jù)挖掘模型的理論介紹24-31
• 3.3.1 決策樹模型的理論介紹24-29
• 3.3.2 神經(jīng)網(wǎng)絡(luò)的理論介紹29-31
• 3.4 數(shù)據(jù)挖掘方法的優(yōu)勢(shì)31-33
• 4 相關(guān)指標(biāo)的概述及分析33-40
• 4.1 研究假設(shè)的提出33-34
• 4.2 數(shù)據(jù)來源及指標(biāo)的選擇34-40
• 4.2.1 數(shù)據(jù)來源及初步處理34-35
• 4.2.2 研究指標(biāo)的選擇35-40
• 5 數(shù)據(jù)挖掘模型的實(shí)證分析40-52
• 5.1 數(shù)據(jù)的預(yù)處理及目標(biāo)變量的設(shè)置40-41
• 5.2 決策樹模型的實(shí)證分析41-45
• 5.2.1 模型中參數(shù)及葉子節(jié)點(diǎn)的設(shè)定42
• 5.2.2 模型結(jié)果42-44
• 5.2.3 模型的擬合效果44-45
• 5.3 神經(jīng)網(wǎng)絡(luò)模型的實(shí)證分析45-51
• 5.3.1 神經(jīng)網(wǎng)絡(luò)模型參數(shù)的設(shè)置及指標(biāo)的預(yù)處理46-49
• 5.3.2 模型結(jié)果49-50
• 5.3.3 模型的擬合效果50-51
• 5.4 實(shí)證分析的總結(jié)51-52
• 6 總結(jié)52-55
• 6.1 本文研究總結(jié)52-53
• 6.2 提出建議53-54
• 6.3 存在的不足54
• 6.4 對(duì)未來的展望54-55
• 參考文獻(xiàn)55-58
• 致謝58

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前10條

1 韓海萌;信息時(shí)代的指南針——數(shù)據(jù)挖掘[J];江蘇統(tǒng)計(jì);2002年05期

2 韓雙霞;李萍;;數(shù)據(jù)挖掘:構(gòu)筑企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)[J];金卡工程;2002年08期

3 李菁菁,邵培基,黃亦瀟;數(shù)據(jù)挖掘在中國(guó)的現(xiàn)狀和發(fā)展研究[J];管理工程學(xué)報(bào);2004年03期

4 ;中國(guó)科學(xué)院數(shù)據(jù)挖掘與知識(shí)管理學(xué)術(shù)研討會(huì)在京舉行[J];管理評(píng)論;2004年07期

5 李峰;數(shù)據(jù)挖掘在企業(yè)中的應(yīng)用[J];商場(chǎng)現(xiàn)代化;2004年15期

6 魏瑜,陸靜;數(shù)據(jù)挖掘與統(tǒng)計(jì)學(xué)的關(guān)系淺析[J];沿海企業(yè)與科技;2005年09期

7 羅錦珠;數(shù)據(jù)挖掘與知識(shí)管理的結(jié)合應(yīng)用[J];技術(shù)經(jīng)濟(jì);2005年10期

8 袁衛(wèi),林楨順,謝邦昌;工業(yè)領(lǐng)域的數(shù)據(jù)挖掘——改善流程,提高效率[J];中國(guó)統(tǒng)計(jì);2005年04期

9 王琳;;統(tǒng)計(jì)學(xué)方法在數(shù)據(jù)挖掘中的應(yīng)用[J];當(dāng)代經(jīng)理人;2006年02期

10 劉曉華;;數(shù)據(jù)挖掘在商業(yè)中的應(yīng)用[J];商場(chǎng)現(xiàn)代化;2006年34期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 史東輝;蔡慶生;張春陽;;一種新的數(shù)據(jù)挖掘多策略方法研究[A];第十七屆全國(guó)數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2000年

2 張弦;;數(shù)據(jù)挖掘在農(nóng)業(yè)中的應(yīng)用[A];紀(jì)念中國(guó)農(nóng)業(yè)工程學(xué)會(huì)成立30周年暨中國(guó)農(nóng)業(yè)工程學(xué)會(huì)2009年學(xué)術(shù)年會(huì)（CSAE 2009）論文集[C];2009年

3 魏順平;;教育數(shù)據(jù)挖掘:現(xiàn)狀與趨勢(shì)[A];信息化、工業(yè)化融合與服務(wù)創(chuàng)新——第十三屆計(jì)算機(jī)模擬與信息技術(shù)學(xué)術(shù)會(huì)議論文集[C];2011年

4 關(guān)清平;沉培輝;;概率網(wǎng)絡(luò)在數(shù)據(jù)挖掘上的應(yīng)用[A];科技、工程與經(jīng)濟(jì)社會(huì)協(xié)調(diào)發(fā)展——中國(guó)科協(xié)第五屆青年學(xué)術(shù)年會(huì)論文集[C];2004年

5 丁瑾;;基于Web數(shù)據(jù)挖掘的綜述[A];山西省科學(xué)技術(shù)情報(bào)學(xué)會(huì)學(xué)術(shù)年會(huì)論文集[C];2004年

6 聶茹;田森平;;Web數(shù)據(jù)挖掘及其在電子商務(wù)中的應(yīng)用[A];中南六省（區(qū)）自動(dòng)化學(xué)會(huì)第24屆學(xué)術(shù)年會(huì)會(huì)議論文集[C];2006年

7 李菊;王軍;;數(shù)據(jù)挖掘在客戶關(guān)系管理的應(yīng)用[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國(guó)第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

8 肖陽;李啟賢;;數(shù)據(jù)挖掘在中國(guó)鋼鐵行業(yè)中的應(yīng)用[A];中國(guó)計(jì)量協(xié)會(huì)冶金分會(huì)2012年會(huì)暨能源計(jì)量與節(jié)能降耗經(jīng)驗(yàn)交流會(huì)論文集[C];2012年

9 楊磊;王貴成;汪勇;張占勝;;SQL Server 2005在數(shù)據(jù)挖掘中的應(yīng)用[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第二分冊(cè)）[C];2009年

10 謝中;邱玉輝;;面向商務(wù)網(wǎng)站有效性的數(shù)據(jù)挖掘方法[A];第十八屆全國(guó)數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2001年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫 前10條

1 本報(bào)記者褚寧;數(shù)據(jù)挖掘如“挖金”[N];解放日?qǐng)?bào);2002年

2 周蓉蓉;數(shù)據(jù)挖掘需要點(diǎn)想像力[N];計(jì)算機(jī)世界;2004年

3 □中國(guó)電信股份有限公司北京研究院 張舒博 □北京郵電大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院 牛琨;走出數(shù)據(jù)挖掘的誤區(qū)[N];人民郵電;2006年

4 《網(wǎng)絡(luò)世界》記者 王瑩;數(shù)據(jù)挖掘保險(xiǎn)業(yè)的新藍(lán)海[N];網(wǎng)絡(luò)世界;2012年

5 劉俊麗;基于地理化的網(wǎng)絡(luò)數(shù)據(jù)挖掘與分析提升投資有效性[N];人民郵電;2014年

6 本報(bào)記者 連曉東;數(shù)據(jù)挖掘：金融信息化新熱點(diǎn)[N];中國(guó)電子報(bào);2002年

7 本報(bào)記者 鳳小華 朱仁康;“數(shù)字挖掘軟件”引領(lǐng)中國(guó)信息化新浪潮[N];中國(guó)電子報(bào);2003年

8 本報(bào)記者　史延廷;“成功企業(yè)數(shù)據(jù)挖掘暨數(shù)量化管理論壇”在京舉辦[N];中國(guó)旅游報(bào);2002年

9 朱小寧;數(shù)據(jù)挖掘：信息化戰(zhàn)爭(zhēng)的基礎(chǔ)工程[N];解放軍報(bào);2005年

10 本報(bào)記者 王小平;從“大集中”走向數(shù)據(jù)挖掘[N];金融時(shí)報(bào);2002年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 于自強(qiáng);海量流數(shù)據(jù)挖掘相關(guān)問題研究[D];山東大學(xué);2015年

2 張馨;全基因組SNP芯片應(yīng)用于CNV和L0H分析的軟件比對(duì)與數(shù)據(jù)挖掘[D];復(fù)旦大學(xué);2011年

3 彭計(jì)紅;基于數(shù)據(jù)挖掘的癡呆中醫(yī)證的研究[D];南京中醫(yī)藥大學(xué);2015年

4 李秋虹;基于MapReduce的大規(guī)模數(shù)據(jù)挖掘技術(shù)研究[D];復(fù)旦大學(xué);2013年

5 鄔文帥;基于多目標(biāo)決策的數(shù)據(jù)挖掘方法評(píng)估與應(yīng)用[D];電子科技大學(xué);2015年

6 謝邦彥;整合數(shù)據(jù)挖掘與TRIZ理論的質(zhì)量管理方法研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2010年

7 何偉全;云南高校學(xué)生意外傷害因素關(guān)聯(lián)規(guī)則挖掘及風(fēng)險(xiǎn)管控體系研究[D];昆明理工大學(xué);2015年

8 段功豪;基于多結(jié)構(gòu)數(shù)據(jù)挖掘的滑坡災(zāi)害預(yù)測(cè)模型研究[D];中國(guó)地質(zhì)大學(xué);2016年

9 白曉明;基于數(shù)據(jù)挖掘的復(fù)合材料宏—細(xì)觀力學(xué)模型研究[D];哈爾濱工業(yè)大學(xué);2016年

10 藍(lán)永豪（LAM Wing Ho）;基于數(shù)據(jù)挖掘技術(shù)分析當(dāng)代中醫(yī)名家痤瘡驗(yàn)方經(jīng)驗(yàn)研究[D];南京中醫(yī)藥大學(xué);2016年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 林仁紅;基于數(shù)據(jù)挖掘的機(jī)遇識(shí)別與評(píng)價(jià)研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2007年

2 張彥俊;游戲運(yùn)營(yíng)中的數(shù)據(jù)挖掘[D];復(fù)旦大學(xué);2011年

3 王杰鋒;物聯(lián)網(wǎng)能耗數(shù)據(jù)智能分析及其應(yīng)用平臺(tái)設(shè)計(jì)[D];江南大學(xué);2015年

4 劉學(xué)建;數(shù)據(jù)挖掘在電子商務(wù)推薦系統(tǒng)中的應(yīng)用研究[D];昆明理工大學(xué);2015年

5 戴陽陽;基于數(shù)據(jù)挖掘的金融時(shí)間序列預(yù)測(cè)研究與應(yīng)用[D];江南大學(xué);2015年

6 石思優(yōu);基于主題模型的醫(yī)療數(shù)據(jù)挖掘研究[D];廣東技術(shù)師范學(xué)院;2015年

7 陳丹;移動(dòng)互聯(lián)網(wǎng)信令挖掘?qū)崿F(xiàn)智慧營(yíng)銷的設(shè)計(jì)與實(shí)現(xiàn)應(yīng)用研究[D];華南理工大學(xué);2015年

8 陳思;基于數(shù)據(jù)挖掘的大學(xué)生客戶識(shí)別模型的研究[D];昆明理工大學(xué);2015年

9 位長(zhǎng)帥;基于客戶數(shù)據(jù)挖掘的電信客戶關(guān)系管理研究[D];西南交通大學(xué);2015年

10 鄧紅衛(wèi);基于數(shù)據(jù)挖掘的胡國(guó)俊名老中醫(yī)辨治慢性阻塞性肺疾病經(jīng)驗(yàn)研究[D];安徽中醫(yī)藥大學(xué);2015年

，

本文編號(hào)：819598