本文關(guān)鍵詞：因子分析在證券市場股票評價(jià)中的應(yīng)用，由筆耕文化傳播整理發(fā)布。

14大　學(xué)　數(shù)　學(xué)　　　　　　　　　　　　　　第21卷

“600647ST同達(dá)”和“600743ST幸福”的凈資產(chǎn)收益率x7(%)很高,這四只股票的每股收益x5

(元)都非常低,接近于零值,并且由于舍入誤差的影響,會對后面的因子分析的結(jié)果產(chǎn)生明顯的不良影

響.

對數(shù)據(jù)進(jìn)行以上初步篩選之后,我們通過SAS軟件對全部678只股票的十項(xiàng)主要財(cái)務(wù)指標(biāo)的數(shù)值

進(jìn)行了初步分析,分析結(jié)果如表1.

表1　財(cái)務(wù)數(shù)據(jù)的基本統(tǒng)計(jì)指標(biāo)

UnivariateStatistics

Variable

x1x2x3x4x5x7x8x9x10

N678678678678678678678678

Mean292250016211012467312217714544010294606381219140410422

Std2196896010280123081141515136040103993483595516736419669

1000089310000980100000101000108000121000100091462721000015800

417191000807160001030015000101901100010214100121510050161000103855038938105181000

　　由表1不難發(fā)現(xiàn),我們所選取的主要財(cái)務(wù)數(shù)據(jù)的指標(biāo)數(shù)值大小相差非常大,而且單位也不盡相同.為了使因子分析能夠均等地對待每一個(gè)指標(biāo),需要在因子分析之前對各個(gè)財(cái)務(wù)指標(biāo)進(jìn)行如下標(biāo)準(zhǔn)化處理.令

xi=

3

,si

3

其中X i和si分別是指標(biāo)xi的樣本均值和樣本標(biāo)準(zhǔn)差.x13,…,x10的協(xié)方差矩陣也就是x1,…,x10的相

關(guān)矩陣,因此我們可以從樣本相關(guān)矩陣出發(fā)進(jìn)行因子分析.

在進(jìn)行分析之前,我們先對當(dāng)前的678只股票做一次初步的因子分析,以檢驗(yàn)是否存在異常值.結(jié)

(^果發(fā)現(xiàn),有三只股票的因子得分(^f1)非常大,它們分別是“600028中國石化”f1=341351)、“600050中(^(^國聯(lián)通”f1=161311)“、600019寶鋼股份”f1=151732).

接下來,本文將對余下的675只股票進(jìn)行因子分析.

通過使用SAS統(tǒng)計(jì)軟件,我們對采集來的675只股票的十項(xiàng)財(cái)務(wù)指標(biāo)進(jìn)行了因子分析.首先,我們得出了這十項(xiàng)財(cái)務(wù)指標(biāo)的樣本相關(guān)矩陣.表2給出了x1,…,x10的樣本相關(guān)矩陣.

表2　樣本相關(guān)矩陣

x1

x1x2x3x4x5x6x7x8x9x10

x2

x3

x4

x5

x6

x7

x8

x9

x10

11000019070193801927011050106901019010360155401023

1100001966019530112201054010290106901556

11000019950116001065010400109601623

110000117701075010440110601612

110000161801231015010108201039

11000-010540119901013-01006

11000011780102601019

11000-0102901031

11000-01005

11000

-01001-01001-01003

　　下一步,我們從得出的相關(guān)矩陣出發(fā),在參數(shù)估計(jì)中選擇主成分法,就可以得出相關(guān)矩陣的特征值

Word文檔免費(fèi)下載：因子分析在證券市場股票評價(jià)中的應(yīng)用_狄升 （下載1-7頁，共7頁）

  本文關(guān)鍵詞：因子分析在證券市場股票評價(jià)中的應(yīng)用，由筆耕文化傳播整理發(fā)布。