上市公司股票分類之研究_第1頁(yè)
上市公司股票分類之研究_第2頁(yè)
上市公司股票分類之研究_第3頁(yè)
上市公司股票分類之研究_第4頁(yè)
上市公司股票分類之研究_第5頁(yè)
已閱讀5頁(yè),還剩30頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、上市公司股票分類之研究,指導(dǎo)老師:謝松益老師 學(xué) 生:孫美紅 林麗君 吳佩玲 林淑玲 魏秀勳,內(nèi)容大綱,第一章:緒論 第二章:文獻(xiàn)探討 第三章:研究方法 第四章:實(shí)證分析 第五章:結(jié)論與建議,第一章,緒論,研究動(dòng)機(jī),下定投資決策前,投資者須先蒐集有關(guān)之客觀性資料 -如公開(kāi)財(cái)務(wù)報(bào)表、股票市場(chǎng)交易等資料,根據(jù)這些資料加以分析,做投資者心目中最佳決策。 本研究擬探討股票之特性,並主要以電子、塑化、食品等類股的股價(jià)走勢(shì)為例,將上市公司股票加以分群,並找出其特性,以作為投資人選購(gòu)股票之參考。,研究目的,上市的類股眾多,股價(jià)的特性也因產(chǎn)品類別、股本結(jié)構(gòu)、財(cái)務(wù)狀況而有所不同,本研究擬使用集群分析方法加以分群

2、。 利用集群分析與判別分析的方法將上市類股加以分群,並比較其差異。 建立簡(jiǎn)單明確,具有應(yīng)用性,能提供投資人重要情報(bào)且又能滿足投資者需要的客觀上市股票分類。 提供簡(jiǎn)單明確而又客觀的上市股票分類模式, 俾對(duì)於民間資金的流入證券市場(chǎng)與證券市場(chǎng)的 健全發(fā)展有 所貢獻(xiàn)。,研究架構(gòu),研究動(dòng)機(jī),研究目的,研究方法,實(shí)證分析 一、主成份分析 二、集群分析 三、判別分析,結(jié)論與建議,第二章 文獻(xiàn)探討,文獻(xiàn)探討,上市標(biāo)準(zhǔn)概述,股票上市上櫃相關(guān)規(guī)定,國(guó)內(nèi)相關(guān)研究探討,古永嘉以財(cái)務(wù)比率,利用集群分析,將公司之經(jīng)營(yíng)績(jī)效予以評(píng)等分類民國(guó)82年12月。 葉金成以上市公司資產(chǎn)報(bào)酬率五年的平均值,利用因素分析及區(qū)別分析,建立股

3、票上市公司優(yōu)良與不優(yōu)良群體之區(qū)別模式,民國(guó)67年6月 。 陳志全利用集群分析,探討不同類別的股票特徵上的差異,民國(guó)71年6月 。,國(guó)外之相關(guān)研究,Edwin J. Elton and Martin J.Gruber根據(jù)主成份分析之結(jié)果利用集群分析的方法把同質(zhì)之個(gè)體歸併一類,並使不同類間之異質(zhì)性最明顯。,第三章,研究方法,分析方法異同處,一、主成份分析: 主成份分析的目的在於將許多變數(shù)予以減少,使其變?yōu)樯贁?shù)幾個(gè)互相獨(dú)立的線性組合變數(shù)(即主成份),而且經(jīng)由線性組合而得的主成份保有原變數(shù)最多的資訊(即有最大的變異),也就是被觀測(cè)體在這些成份上會(huì)顯出最大的個(gè)別差異。 二、集群分析: 集群分析的目的是將

4、個(gè)體分在幾個(gè)不同的群組,但事先對(duì)各群組沒(méi)有驗(yàn)前機(jī)率(Prior),希望集群結(jié)果有同一群組內(nèi)的個(gè)體在某種意義尚有相近的性質(zhì),而不同的群組間差異大。,主成分分析,利用情報(bào)贏家資料庫(kù)收集上市公司(電子類股、 塑化類股、食品類股等29家)的各種財(cái)務(wù)變數(shù),算出資料的共變異數(shù)矩陣,根據(jù)Kaiser rule,要保留eigenvalues大於1的Principal 根據(jù)Scree rule我們可知保留Principal 1-3,將各筆資料,算出其標(biāo)準(zhǔn)值,經(jīng)整理可得各個(gè)資料之 主成份得點(diǎn)。該主成份得點(diǎn)可作為集群分析之用,集群分析,利用主成分分析所得到的主成分得點(diǎn),進(jìn)行集群分析,利用分層式法計(jì)算出這29家產(chǎn)業(yè)的

5、歐式距離,利用單一連結(jié)法(Single Linkage)來(lái)分群,利用華德法來(lái)分群,利用非分層式法,以k組平均值分群法作分析,第四章,實(shí)證分析,主成份分析,本專題報(bào)告構(gòu)想為:利用情報(bào)贏家資料庫(kù)收集上市公司(電子類股、塑化類股、食品類股等29家)的各種財(cái)務(wù)變數(shù),先進(jìn)行主成份分析,縮減變數(shù)後再進(jìn)行集群分析。 步驟一:算出資料的共變異數(shù)矩陣 步驟二: (1)根據(jù)Kaiser rule 我們必須要保留eigenvalues大於1的主成份分析。由表4-1及圖4-1;我們?nèi)≈鞒煞莘治?-3皆不能被刪除 (2) 根據(jù)Scree rule我們可知保留主成份分析1-3, 該方法可解釋大部分之變異(73.12%),

6、表 4-1,圖4-1,集群分析步驟一:利用分層式法計(jì)算出這29家產(chǎn)業(yè)的歐式距離(Euclidean distances),步驟二: 利用單一連結(jié)法(Single Linkage)來(lái)分群:?jiǎn)我贿B結(jié)法是最近法,他的定義為A群內(nèi)每一點(diǎn)到B群內(nèi)每一點(diǎn)的距離之最小值當(dāng)作A、B兩群的距離。但因單一連結(jié)法其分群較不明顯。所以,我們接下來(lái)利用華德法來(lái)進(jìn)行分群。,步驟三:(1).利用華德法來(lái)分群:華德法為最小變異數(shù)法,華德法的群間距離da,b 為變異數(shù)分析中所謂的組間平方和,即da,b =SSB。利用所計(jì)算出的歐式距離來(lái)進(jìn)行分群。其結(jié)果我們大約可分成3群。如圖4-3所示。,步驟四:利用非分層式法,以k組平均值分

7、群法作分析,取=0.05檢定 步驟五: 第1群:為穩(wěn)健保守型公司。 第2群:為冒險(xiǎn)成長(zhǎng)型公司。 第3群:為營(yíng)運(yùn)待加強(qiáng)型公司。,判別分析,步驟一:選擇變數(shù),Wilks Lambda值要越小越好。,函數(shù)檢定,1 到,2,步驟二:設(shè)定一個(gè)容忍水準(zhǔn),容忍水準(zhǔn)是測(cè)量判別變數(shù)共線性的指標(biāo),通常SPSS皆假設(shè)0.001。 步驟三:判別函數(shù)的最大數(shù)目為min(g-1,p)=min(3-1,11)= 2,所以判別函數(shù)為2個(gè)。,步驟四:由SPSS的結(jié)果可得到classification functions為,範(fàn)例,以下分別為大大公司與好好公司資料,現(xiàn)在我們利用classification functions來(lái)進(jìn)行

8、分類 :,判別結(jié)果,將要判別的資料代入classification function可得,第五章,結(jié)論與建議,結(jié)論 1,利用情報(bào)贏家資料庫(kù)收集上市公司的財(cái)務(wù)變數(shù),先進(jìn)行主成份分析,縮減變數(shù)後再利用集群分析加以分群,在進(jìn)行判別分析找出判別規(guī)則,做為未來(lái)分群的依據(jù)。 本研究在第四章的實(shí)證分析中,利用上市滿三年的29家上市公司股票的財(cái)務(wù)資訊來(lái)進(jìn)行研究,並利用主成份分析和集群分析、判別分析來(lái)進(jìn)行分群。,結(jié)論 2,集群分析與判別分析將上市公司分為三類:第一類為穩(wěn)健保守型公司、第二類為冒險(xiǎn)成長(zhǎng)型公司、第三類為營(yíng)運(yùn)待加強(qiáng)型公司。 由集群分析與判別分析的分類得知臺(tái)揚(yáng)分別為冒險(xiǎn)成長(zhǎng)型與穩(wěn)健保守型公司,經(jīng)由分類結(jié)果可以發(fā)現(xiàn)在做判別分析時(shí)檢定出在29家產(chǎn)業(yè)中只有臺(tái)揚(yáng)公司判斷錯(cuò)誤。表示判別率為28/29=96.6%。,建議 1,本研究以上市公司來(lái)做為研究主題,主要是因?yàn)殡娮?、塑化、食品股為現(xiàn)今臺(tái)灣股票市場(chǎng)的重心,所以同樣的研究方法也可以運(yùn)用到其他類股。 本研究並沒(méi)有細(xì)分出歸類於該項(xiàng)的股票是屬於財(cái)務(wù)變數(shù)表現(xiàn)良好、市場(chǎng)變數(shù)表現(xiàn)不好、抑或是財(cái)務(wù)變數(shù)表現(xiàn)低於平均水準(zhǔn)、但市場(chǎng)變數(shù)表現(xiàn)較佳的公司,因此,後續(xù)研究者可依據(jù)某些準(zhǔn)則,

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論