針對(duì)科創(chuàng)板擬上市企業(yè)估值問(wèn)題,基于所收集到的相關(guān)數(shù)據(jù),綜合運(yùn)用灰色關(guān)聯(lián)度、層次分析法、BP算法,構(gòu)建出了灰色關(guān)聯(lián)度及BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)等模型,并運(yùn)用MATLAB、SPSS進(jìn)行處理分析。通過(guò)對(duì)近幾年中國(guó)A股市場(chǎng)、美國(guó)NASDAQ市場(chǎng)進(jìn)行對(duì)比分析,找出了中美市場(chǎng)估值指標(biāo)與基本面指標(biāo)、流動(dòng)性指標(biāo)之間的關(guān)系,并對(duì)2019年兩市場(chǎng)估值指標(biāo)給出了預(yù)測(cè)。通過(guò)進(jìn)一步研究分析,展望了科創(chuàng)板的發(fā)展前景,并預(yù)測(cè)出我國(guó)首批科創(chuàng)板企業(yè)上市后的估值水平。
【部分圖文】：

研究方法灰色關(guān)聯(lián)度：對(duì)于兩個(gè)系統(tǒng)之間的因素，其隨時(shí)間或不同對(duì)象而變化的關(guān)聯(lián)性大小的量度，稱(chēng)為關(guān)聯(lián)度。在系統(tǒng)發(fā)展過(guò)程中，若兩個(gè)因素變化的趨勢(shì)具有一致性，即同步變化程度較高，即可謂二者關(guān)聯(lián)程度較高；反之，則較低。灰色關(guān)聯(lián)度是根據(jù)因素之間發(fā)展趨勢(shì)的相似或相異程度，作為衡量因素間關(guān)聯(lián)程度的一種方法。研究?jī)蓚�(gè)參數(shù)序列的關(guān)聯(lián)度，若關(guān)聯(lián)度大，則兩參數(shù)序列表征的幾何曲線(xiàn)越相似，對(duì)于估值指標(biāo)與基本面指標(biāo)、流動(dòng)性指標(biāo)關(guān)聯(lián)度大，則可認(rèn)為該因素對(duì)估值指標(biāo)影響性大[6]。2.3模型的建立灰色關(guān)聯(lián)度思路流程圖如圖1所示。（1）數(shù)據(jù)處理及影響因子選齲首先中美市場(chǎng)各10年的數(shù)據(jù)進(jìn)行了分析瀏覽，剔除了一些省缺值，再用SPSS進(jìn)行了數(shù)據(jù)清洗，保留有意義的數(shù)據(jù)。因?yàn)樘蕹闹皇切〔糠謹(jǐn)?shù)據(jù)，對(duì)本文數(shù)據(jù)影響可以忽略不計(jì)。對(duì)中國(guó)A股市場(chǎng)和美國(guó)NASDAQ市場(chǎng)上2009~2018年間市銷(xiāo)率、營(yíng)業(yè)收入、歸母凈利潤(rùn)、凈資產(chǎn)收益率、年成交量、年平均換手率、年成交額這七項(xiàng)指標(biāo)按年求了平均值�；久嬷笜�(biāo)包括年度營(yíng)業(yè)收入、年度歸母凈利潤(rùn)、年度凈資產(chǎn)收益率等；流動(dòng)性指標(biāo)包括年度單只股票交易量、年度單只股票交易金額、年度單只股票平均換手率等。（2）影響因子無(wú)量綱化處理[7]。由于各項(xiàng)影響因子的量綱及單位不同，在多指標(biāo)考慮影響因子時(shí)，不同量綱和數(shù)量級(jí)是無(wú)法進(jìn)行測(cè)算的，因此計(jì)算關(guān)聯(lián)度前，必須要對(duì)影響因子進(jìn)行無(wú)量綱化處理得到無(wú)量綱化結(jié)果。公式如下：()=()/(1)△0()=|()0()|(i=1,2,…)(2)用式(1)計(jì)算無(wú)量綱化結(jié)果，式(2)計(jì)算絕對(duì)差數(shù)列。（3）關(guān)聯(lián)度。經(jīng)過(guò)無(wú)量綱化及絕對(duì)差處理，參考序列為0，比較序列為，關(guān)系系數(shù)計(jì)算公式[8]為0(c)=min+max△0

第5期基于灰色關(guān)聯(lián)度和神經(jīng)網(wǎng)絡(luò)對(duì)科創(chuàng)板擬上市企業(yè)估值的研究·81·影響因子有多個(gè)關(guān)系系數(shù)，不容易進(jìn)行整體比較。我們編隊(duì)對(duì)關(guān)系系數(shù)求平均值，引入關(guān)聯(lián)度[9]0()=110∑0()10=1(4)2.4模型的結(jié)果與分析2.4.1中國(guó)A股市場(chǎng)中國(guó)A股市場(chǎng)的估值指標(biāo)與基本面指標(biāo)的灰色關(guān)聯(lián)度變化變化趨如圖2和圖3所示。圖2是基本面指標(biāo)的3個(gè)影響因子隨年的變化曲線(xiàn)，以及作為母序列的市銷(xiāo)率，需要對(duì)其進(jìn)行歸一化處理，處理后的變化趨勢(shì)如圖3所示。中國(guó)A股市場(chǎng)的估值指標(biāo)與流動(dòng)性指標(biāo)的灰色關(guān)聯(lián)度分析結(jié)果見(jiàn)圖4和圖5。圖4是流動(dòng)性指標(biāo)的3個(gè)影響因子隨年的變化曲線(xiàn)，以及作為母序列的市銷(xiāo)率，需要對(duì)其進(jìn)行歸一化處理，處理結(jié)果見(jiàn)圖5。圖4中國(guó)A股市場(chǎng)流動(dòng)性指標(biāo)與估值指標(biāo)隨年份變化趨勢(shì)圖圖5歸一化后變化趨勢(shì)圖通過(guò)MATLAB的上述計(jì)算得到了中國(guó)A股市場(chǎng)估值指標(biāo)各影響因子的關(guān)聯(lián)度，見(jiàn)表1。由關(guān)聯(lián)度大小定量分析影響因子與各指標(biāo)的關(guān)系，可以發(fā)現(xiàn)中國(guó)A股市場(chǎng)估值指標(biāo)受到6個(gè)指標(biāo)影響因子排序?yàn)椋簹w母凈利潤(rùn)>營(yíng)業(yè)收入>年成交量>年成交額>年平均換手率>凈資產(chǎn)收益率。2.4.2美國(guó)NASDAQ市場(chǎng)美國(guó)NASDAQ市場(chǎng)的估值指標(biāo)與基本面指標(biāo)的灰色關(guān)聯(lián)度分析結(jié)果見(jiàn)圖6，7。圖6是基本面指標(biāo)的3個(gè)影響因子隨年的變化曲線(xiàn)，以及作為母序列的市銷(xiāo)率，需要對(duì)其進(jìn)行歸一化處理，處理結(jié)果見(jiàn)圖7。123456789100.40.50.60.70.80.91年年年年年年年年年年年年年年表1中國(guó)A股市場(chǎng)的估值指標(biāo)影響因子關(guān)聯(lián)度因子營(yíng)業(yè)收入/萬(wàn)美元?dú)w母凈利潤(rùn)/萬(wàn)美元凈資產(chǎn)收益率/%年成交量/股年平均換手率/%年成交額/萬(wàn)美元關(guān)聯(lián)度0.76270.77090.4980.72140.54730.683512345678910-4-3-2-101234估估估估營(yíng)營(yíng)營(yíng)營(yíng)歸歸歸歸歸歸凈凈營(yíng)凈年123

隙啵?Ｐ駝?甯?雍俠懟?上述方法具有通用性、可操作性且具有較強(qiáng)的實(shí)際意義。為科創(chuàng)板乃至整個(gè)股票市場(chǎng)相關(guān)問(wèn)題的分析，提供了一定的依據(jù)，值得推廣。參考文獻(xiàn)：[1]關(guān)健鑫.聚焦科創(chuàng)板加強(qiáng)產(chǎn)品投資布局[N].中國(guó)航空?qǐng)?bào)，2019-04-25(006)[2]門(mén)明，刁鵬飛，張?jiān)?科創(chuàng)板投資者適當(dāng)性：解讀、評(píng)析與完善[J].管理現(xiàn)代化，2019,39(03),55-57[3]付立春.個(gè)人投資者參與科創(chuàng)板方式解析[N].證券日?qǐng)?bào)，2019-05-18(A03)[4]朱嘉誠(chéng).科創(chuàng)板視野下我國(guó)差異化信息披露制度構(gòu)建的進(jìn)與退[J].財(cái)經(jīng)法學(xué)，2019(03):148-160（下轉(zhuǎn)第94頁(yè)）圖10BP神經(jīng)網(wǎng)絡(luò)算法流程圖圖11網(wǎng)絡(luò)結(jié)構(gòu)示意圖表3基本面指標(biāo)的年平均值時(shí)間/年市銷(xiāo)率/%營(yíng)業(yè)收入/萬(wàn)美元?dú)w母凈利潤(rùn)/萬(wàn)美元凈資產(chǎn)收益率/%201613.331453222970.04145318412.8820.86201713.531131187194.56106695591.1023.77201814.36799145919.8071710754.3718.01表4流動(dòng)性指標(biāo)年平均值時(shí)間/年市銷(xiāo)率/%年成交量/萬(wàn)美元年平均換手率/%年成交額/萬(wàn)美元201613.333637512854.68295.9740508434145.20201713.533029130081.56320.6135235458823.04201814.362558593345.48482.2528010546429.21
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 呂艷輝;宮瑞敏;;計(jì)算機(jī)博弈中估值算法與博弈訓(xùn)練的研究[J];計(jì)算機(jī)工程;2012年11期

2 鄧自立，周露，劉叔軍;動(dòng)態(tài)系統(tǒng)白噪聲估值器[J];自動(dòng)化學(xué)報(bào);1995年05期

3 鄧自立,劉玉梅;廣義系統(tǒng)穩(wěn)態(tài)Kalman估值器[J];自動(dòng)化學(xué)報(bào);1999年04期

4 王世剛;孫小君;鄧自立;;多模型多傳感器信息融合穩(wěn)態(tài)白噪聲反卷積估值器[J];科學(xué)技術(shù)與工程;2008年02期

5 許燕,鄧自立;極點(diǎn)配置廣義穩(wěn)態(tài)Kalman估值器(英文)[J];自動(dòng)化學(xué)報(bào);2003年06期

6 朱慶和;用于跟蹤機(jī)動(dòng)目標(biāo)的固定增益的二節(jié)估值器[J];情報(bào)指揮控制系統(tǒng)與仿真技術(shù);2002年06期

7 劉彤;孫超利;曾建潮;;微粒群進(jìn)化估值策略在多目標(biāo)優(yōu)化中的應(yīng)用[J];太原科技大學(xué)學(xué)報(bào);2015年05期

8 鄧自立,劉玉梅;一種統(tǒng)一的穩(wěn)態(tài)Kalman估值器[J];信息與控制;1999年04期

9 鄧自立;郝鋼;;自校正多傳感器觀(guān)測(cè)融合Kalman估值器及其收斂性分析[J];控制理論與應(yīng)用;2008年05期

10 鄧自立;時(shí)變系統(tǒng)的統(tǒng)一和通用的最優(yōu)白噪聲估值器[J];控制理論與應(yīng)用;2003年01期

相關(guān)博士學(xué)位論文 前1條

1 孫小君;最優(yōu)和自校正多傳感器信息融合白噪聲反卷積估值器[D];黑龍江大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 劉彤;微粒群進(jìn)化估值策略的擴(kuò)展研究[D];太原科技大學(xué);2015年

2 顧磊;最優(yōu)加權(quán)觀(guān)測(cè)融合狀態(tài)估值器及其應(yīng)用[D];黑龍江大學(xué);2008年

3 郝鋼;最優(yōu)和自校正觀(guān)測(cè)融合狀態(tài)估值器及其應(yīng)用[D];黑龍江大學(xué);2006年

4 李春波;自校正分布式信息融合狀態(tài)估值器及其應(yīng)用[D];黑龍江大學(xué);2006年

5 賈文靜;自校正加權(quán)觀(guān)測(cè)融合Kalman估值器及其應(yīng)用[D];黑龍江大學(xué);2007年

6 馬靜;廣義系統(tǒng)最優(yōu)與自校正分布式信息融合估值器[D];黑龍江大學(xué);2007年

7 王世剛;基于現(xiàn)代時(shí)間序列分析方法的通用信息融合白噪聲估值器[D];黑龍江大學(xué);2008年

8 王佳偉;統(tǒng)一和通用的信息融合白噪聲反卷積估值器[D];黑龍江大學(xué);2007年

9 陳紅;自校正觀(guān)測(cè)融合解耦Wiener狀態(tài)估值器及其應(yīng)用[D];黑龍江大學(xué);2008年

10 陶貴麗;廣義系統(tǒng)降階信息融合狀態(tài)估值器[D];黑龍江大學(xué);2006年

本文編號(hào)：2849422