隨著人工智能技術(shù)的發(fā)展,人工智能行業(yè)在A股市場受到廣泛關(guān)注。然而,當(dāng)前關(guān)于投資價值評價的方法沒有考慮評價指標(biāo)不同階段的動態(tài)變化,而且專門面向人工智能行業(yè)上市公司的評價方法也很少,因此,本文旨在提出針對人工智能行業(yè)上市公司的投資價值動態(tài)評價方法。本文提煉出人工智能行業(yè)上市公司的評價指標(biāo)體系,采用熵權(quán)法確定指標(biāo)權(quán)重;使用TOPSIS方法衡量指標(biāo)之間的差異性和變化趨勢,同時利用時間加權(quán)法得到動態(tài)評價值并排序;最后,選取我國A股2013～2018年人工智能概念股進行實證研究,研究結(jié)果表明,本文提出的投資價值的動態(tài)評價方法能更好地篩選出表現(xiàn)優(yōu)異的人工智能公司,進而幫助投資者進行決策。 

【文章來源】：工業(yè)技術(shù)經(jīng)濟. 2020,39(12)北大核心CSSCI

【文章頁數(shù)】：9 頁

【部分圖文】：

投資價值動態(tài)評價流程

此外,將投資價值動態(tài)評價方法篩選出的優(yōu)質(zhì)標(biāo)的與現(xiàn)實交易情況做對比。如表6所示,將投資價值動態(tài)評價結(jié)果排名前20的上市公司股票收盤價與上證指數(shù)相比可以發(fā)現(xiàn),除了排名第14的天夏智慧和排名第15的富瀚微股票收盤價漲跌幅表現(xiàn)與投資價值排序結(jié)果有些出入外,其余公司的股價漲跌幅表現(xiàn)與排名較為一致,說明該投資價值動態(tài)評價方法能夠在很大程度上挑選出漲幅明顯超越大盤、跌幅較小且低于同行業(yè)其他公司、漲幅逐年增長并且良好趨勢可長期持續(xù)的標(biāo)的公司。這進一步表明,基于價值分析理論的投資價值動態(tài)評價方法篩選出的優(yōu)質(zhì)標(biāo)的在很大程度上能夠擬合市場表現(xiàn),基本上符合資本市場上由于買賣雙方力量博弈形成的真實交易局面,進一步驗證了該模型篩選結(jié)果的可信度。表6 動態(tài)評價排名前20的上市公司的上證指數(shù)漲跌幅 證券簡稱 排名 截至2017年4月(%) 截至2019年4月(%) 截至2019年10月(%) 截至2020年1月(%) 德賽西威 1 69.812 24.516 37.227 10.486 北京君正 2 98.659 222.362 79.796 6.267 匯頂科技 3 165.421 164.640 30.162 37.896 紫光股份 4 -20.298 -3.830 19.655 25.040 兆易創(chuàng)新 5 36.355 157.574 73.742 26.713 浪潮信息 6 107.122 60.466 46.875 36.084 移為通信 7 -30.551 23.596 22.766 24.629 海康威視 8 2.272 -8.770 -9.102 -4.418 中昌數(shù)據(jù) 9 -44.057 -19.288 -3.189 31.819 蘇州科達 10 -54.391 -45.542 1.049 12.147 光環(huán)新網(wǎng) 11 13.023 52.529 38.082 36.333 佳發(fā)教育 12 -39.594 -30.867 24.949 7.244 景嘉微 13 24.624 25.832 1.356 -1.092 天夏智慧 14 -66.115 -45.263 -15.458 -30.777 富瀚微 15 -28.2545 34.9934 6.1061 -6.4141 匯納科技 16 -22.9623 -3.7326 0.6940 8.4044 深信服 17 439.9675 61.7210 52.3515 48.7167 均勝電子 18 -28.1758 -18.5044 12.6012 14.9146 方大集團 19 -57.8263 -29.7144 -6.8595 -4.8156 精測電子 20 -25.2532 -24.2125 11.4425 3.6755

【參考文獻】：
期刊論文
[1]基于級差最大化組合賦權(quán)TOPSIS灰關(guān)聯(lián)投影法的區(qū)域碳效率動態(tài)評價[J]. 余鵬,馬珩,周福禮.  運籌與管理. 2019(12)
[2]基于DEA-TOPSIS-時間序列的風(fēng)電績效動態(tài)評價[J]. 董福貴,時磊,吳南南.  電力科學(xué)與工程. 2018(11)
[3]混合信息下的動態(tài)雙激勵評價機制設(shè)計及應(yīng)用[J]. 張發(fā)明,肖文星.  中國管理科學(xué). 2017(12)
[4]基于全局信息的動態(tài)激勵評價方法及激勵策略[J]. 郭亞軍,周瑩,易平濤,李偉偉.  系統(tǒng)工程學(xué)報. 2017(02)
[5]基于TOPSIS的股票價值評價及投資組合選擇[J]. 黃東賓,汪涌,劉琦巖.  投資研究. 2017(02)
[6]基于熵權(quán)法的關(guān)鍵鏈項目緩沖確定方法[J]. 張俊光,宋喜偉,楊雙.  管理評論. 2017(01)
[7]考慮環(huán)境影響的三階段組合效率測度模型的改進及在研發(fā)效率測度中的應(yīng)用[J]. 陳凱華,汪壽陽.  系統(tǒng)工程理論與實踐. 2014(07)
[8]主成分分析綜合評價應(yīng)該注意的問題[J]. 林海明,杜子芳.  統(tǒng)計研究. 2013(08)
[9]基于Rough約簡的多準(zhǔn)則Vague集股票決策方法[J]. 方學(xué)軍,劉麗華,鄧方安.  統(tǒng)計與決策. 2013(03)
[10]層次分析法權(quán)重計算方法分析及其應(yīng)用研究[J]. 鄧雪,李家銘,曾浩健,陳俊羊,趙俊峰.  數(shù)學(xué)的實踐與認識. 2012(07)

博士論文
[1]創(chuàng)新型企業(yè)績效評價研究[D]. 張林.武漢理工大學(xué) 2012

碩士論文
[1]人工智能類上市公司估值問題研究[D]. 陳常瀅.廣東外語外貿(mào)大學(xué) 2020
[2]智能汽車概念板塊上市公司投資價值分析[D]. 朱子邈.北京外國語大學(xué) 2019
[3]基于灰色關(guān)聯(lián)TOPSIS模型的土地利用系統(tǒng)健康動態(tài)評價[D]. 姜長軍.山東農(nóng)業(yè)大學(xué) 2019
[4]房地產(chǎn)行業(yè)上市公司投資價值分析[D]. 劉羽.對外經(jīng)濟貿(mào)易大學(xué) 2017
[5]模糊綜合評判中屬性權(quán)重確定方法及應(yīng)用的研究[D]. 周琳琳.東北大學(xué) 2014



本文編號：3568084