基于分組主成分法的科技板投資價值分析
摘 要 針對高科技股票投資價值，選擇208支高科技股票構建了科技板。選擇了財務指標和非財務指標，用因子分析法對指標進行分組，并對各組指標進行主成分分析，得到了科技板上市公司的投資價值系數。關鍵詞 高科技板 投資價值 分組主成分分析
《上市公司行業分類指引》中沒有單獨設立高科技行業，嚴格地說，高科技并不能作為一個行業名稱。任何行業中都會有一些科技含量高的產品，同時，高科技一直是一個很模糊的概念，在不同的時期，其內涵和外延會有很大的差異。在資本市場中，高科技板概念的意義也經歷了幾個不同的時期。從早期的計算機制造、軟件開發，到電子通訊、互聯網乃至生物工程等等，短短幾年的時間里，高科技概念對資本市場產生了巨大的影響。在股票市場中，所有具有一定共同特征的上市公司均可以構成一個板塊。行業可以用來作為劃分板塊的依據，而板塊則不一定按照行業來劃分。
基于此，本文依據資本市場發展的特點、綜合高科技企業的特點，根據《中國高新技術產品目錄2006》、國家高新技術產業開發區高新技術企業認定條件和辦法、科技部公布首批103家創新型企業試點名單的37家上市企業，從3G、創投概念、軟件開發、航天航空、網絡信息、高�？萍�、IPv6、數字電視、循環經濟、節能環保、新能源、軍工概念、食品、生物制藥、06年103家創新企業中37上市公司中共選擇了208家企業，組成了高科技板，然后采取分組主成份法，綜合其2006年報中財務、非財務信息，對它們進行投資價值分析，得到其綜合投資價值系數。
1 分組主成分綜合評價法先容
主成分法和因子分析法在處理***數據中得到了廣泛的運用。很多文獻使用它們對上市公司財務數據進行了分析，得到公司的經營績效評價。
但是，主成分法主要存在四個方面不足，因子分析法也存在諸如損失信息等缺點，很多文獻提出了改進方法，并作了一些實證研究。主要有張宏培、楊大成的多層次——主成分分析法，徐青、郭忠印、丁藝的層次分析——主成分分析法，候文、張小斐、葉宗裕等因子分析——主成分分析法，他們的總體思想就是先對指標進行分組，然后采用主成分分析，所以可以回為分組主成分法。徐義田、王來生、崔文善、張好治的核——主成分法，彭維湘的多變量綜合的主成分旋轉法研究以及其他采用非線性變換的主成分法，可以回為非線性主成分分析法。另外，還有徐雅靜、王遠征等的主成分——聚類分析法等，這些改進方法都取得了較好的效果。
其中因子分析——主成分分析法的優點比較明顯，對于非線性變換主成分分析法繁雜的計算，它的計算比較方便，而且可以處理龐大的數據，隨著數據的增多，上風更加明顯；此次評價方法綜合了主成分分析和因子分析的優點克服了它們各自的缺點。這主要表現在：一是利用了主成分分析中第一主成分的綜合作用，便于綜合評價模型的解釋；二是借用因子分析方法通過正交旋轉對變量進行分組，構造評價體系結構，并且每個變量指標都包含在內，保證了評價體系的完備性；三是在建立的綜合評價模型中，每個指標及對應的權重都很明確，便于實際應用。當對變量進行分組以后，如某一組內變量指標較多，其第一主成分(綜合主成分)的貢獻率達不到要求時，可在該組內再進行分組，直到第一主成分具有代表性為止。這樣就構成了多層次分組主成分綜合評價模型。
2 分組主成分綜合評價模型的構建
2.1 主成分分析法
�。�1）主成分分析法的基本原理。對線性變換F1=u11X1 u21X2 L up1Xp
F2=u12X1 u22X2 L up2Xp
……
Fp=u1pX1 u2pX2 L uppXp，尋求原始指標的線性組合Fi，滿足
u■■ u■■ L u■■=1
Cov（Fi，Fj）=0，i≠j，i，j=1，2，L，p
Var（F1）≥Var（F2）≥Var（Fp）
Fi便是第i主成分，我們一般選取前m個累計貢獻率（■λi■λi）達到85%以上的主成分。
�。�2）主成分的綜合評價。以每個主成分的貢獻率αi=■為權數，構造綜合評價函數如下：
F=α1F1 α2F2 L αmFm
2.2 因子分析法
（1）因子分析法的基本原理。因子分析的一般模型為X1=μ1 a11F1 L a1mFm ε1
X2=μ2 a21F1 L a2mFm ε2
……
Xp=μp ap1F1 L apmFm εp
其中，Fi（i=1Lm）為公共因子，εi（i=1Lm）為特殊因子，它們都是不可觀測的隨機變量。
（2）因子分析法的基本步驟。根據具體題目選取指標，對指標做出判定，是否同向，若不同向，變成同向，對評價指標無量綱化處理，得到標準化矩陣，計算得到相關系數矩陣，解特征方程，計算相關矩陣的特征值，則根據累計貢獻率確定因子個數，計算特征向量和初始因子載荷矩陣，因子旋轉，根據加權最小二乘法，也稱為巴特萊特因子得分法、或者回回法，也稱為湯姆孫因子得分，計算因子得分，結果分析。
2.3 因子分析——主成分分析法的構建
（1）基本原理。首先通過因子分析法將N項指標分為m組，每組包括幾項原始指標。這樣使得每組指標組內高度相關，而組間的相關性很弱。同時以每個因子的方差貢獻率占所選定因子的總方差貢獻率的比率αi對該指標子集自然賦權。其次，從各指標子集出發，求取每一樣品在對應子集的第一主成分數值。若有k個子集，記為Y1，Y2,…，Yk，則第i個樣品的k個第一主成分可以表示為p（Y■■），p（Y■■），p（Y■■），上標“1”表示第一主成分。
�。�2）分析模型。通過上面兩步，可以得到綜合評價模型：
Fi=αY1p（Y■■） αY2p（Y■■） … αYkp（Y■■）
即綜合得分是每個指標子集的自然權數與其主成分數值乘積之和。
3 分組主成分綜合評價模型的實證研究
3.1 樣本的選擇
根據前文所給的范圍，選取了208家高科技上市公司。
3.2 指標的選擇
對于高科技股票的投資價值分析，石海燕、許敏、姚正海、鄧同等學者主要從構建高科技上市公司投資價值（經營績效）評價指標體系這一角度進行了研究。通過財務數據得出的上市公司經營績效，從一定程度上反映了其投資價值，但是一些非財務數據（如創新投進、研發職員比例、股本結構等）也對其投資價值有重要影響。所以，從更加客觀地反映上市公司投資價值的角度出發，結合高科技上司公司的特點和分組主成分分析法的上風，本文從公司規模(總資產、總股本)、公司治理結構（流通股比例、第一大股東持股比例）、成長性（主營業務收進增長率、凈利潤增長率、總資產增長率、凈資產增長率、每股收益增長率）、經營能力（總資產周轉率、凈資產周轉率、存貨周轉率、應收賬款周轉率、經營周期）、盈利能力（凈資產收益率、總資產收益率、凈利潤率、毛利率）、償債能力（資產負債率、活動比率、速動比率、長期資產適合率、利息保障倍數）、現金流量（經營現金流與負債比、凈利潤現金含金量、每股現金流）、創新性（以技術和專利為基礎的無形資產賬面余額占總資產的比例、技術及研發職員占員工數比例、大專及以上學歷員工占總員工比例）、風險性（主營業務鮮明度、股票波動率）九個方面共30個指標進行綜合分析。其中財務數據來自和訊網（www.hexun.con）、非財務數據（除股票波動率）根據巨潮資訊網（www.cninfo.com）公布的2006年年報整理而得。根據北大經濟中心提供的日高頻數據（開盤價、最高價、最低價、收盤價）分別計算標準差，股票波動率就是它們標準差的均勻值。
3.3 數據的預處理
將指標同向化處理，使所有指標都對股票的投資價值方向為正貢獻，對逆指標取倒數；再對指標數據進行標準化處理。
3.4 分組主成分分析
分析工具采用的是SPSS13.0。相關系數矩陣顯示30個指標間的相關度較高，Kaiser-Meyer-Olkin Measure of Sampling Adequacy為0.539，此值適中，表明因子分析結果具有可用性。因子分析使用主成分法得到9個因子，其累計貢獻率達85.65%。
接著對9組指標分別進行主成分分析，發現第一主成分的貢獻率都達到要求，最后根據模型得到綜合分數。
3.5 結果分析
由于篇幅的局限性，根據綜合得分排名列出前10項與后10項，并作簡單分析（見表1）。
前10名中，中國石化在中國石油市場中處于寡頭壟斷地位，是中國最大的一體化能源化工企業，是我國唯一的乙氯堿一體化生產企業，并且是國內最大的合成橡膠生產基地之一。公司注重新區和老區新層系的勘探發現，實現了油氣當量儲采平衡有余，并為后繼接替資源奠定了基礎。馳宏鋅鍺是一家極為優質的鉛鋅生產企業，通過不斷收購將較大幅度地增加公司鉛鋅金屬儲量和采選冶煉能力，消除同業競爭和減少關聯交易。使得公司的資源儲備上風、規模上風、和技術上風不斷增強。欣網視訊憑借在通訊服務行業多年的運作經驗、強大的服務隊伍和過硬的服務質量，公司已與多家行業內的主要系統供給商建立了合作伙伴關系；隨著3G的來臨，面向3G的通訊服務市場將十分巨大。寶鋼股份公司是我國鋼鐵行業的龍頭企業，在全球鋼鐵行業企業排名居第6位，到2012年，公司鋼產量達到5 000萬t，年均增長15％。鹽田港2006年被深圳證券信息有限公司和鵬元資信評估有限公司聯合評為“A＋”治理等級，公司具備較好的投資潛力。鞍鋼股份、公用科技、用友軟件和歌華有線在各自的領域均有出色的成績。航天信息2006年每股盈利達到1.14元，同比增長近40％，它們無疑擁有較高的投資價值，同時與股票交易市場對照，也十分吻合。
在后10名中，S滬科技、安彩高科、遼源得亨、大唐電信、萬杰高科、長安信息均淪為*ST，現名為：S*ST滬科、*ST安彩、*ST得亨、*ST大唐、*ST萬杰、*ST長信。而力諾太陽歷史遺留的負擔較重，產品價格競爭比較激烈，產品同質化現象較突出，能源供給價格的持續上漲，給公司生產本錢造成了很大影響，產生了嚴重虧損。航天科技、兆維科技、榮華實業也主要由于2006年嚴重虧損而排名靠后。綜上，通過分組主成分分析法，綜合分析上市公司全面的信息，得出股票的投資價值系數，與實際比較吻合，對于投資分析具有一定的參考作用。
參考文獻
1 彭維湘.多變量綜合的主成分旋轉法研究[J].數目經濟技術經濟研究，2005（6）
2 葉宗裕.主成分綜合評價方法存在的題目及改進[J].統計與信息論壇，2004（3）
3 張小斐，郝志敏.FA-PCA綜合評價模型及其有效性研究[J].統計與信息論壇，2003（11）
4 候文.對應用主成分法進行綜合評價的探討[J].數理統計與治理，2006（3）
5 徐雅靜，汪遠征.主成分分析應用方法的改進[J].數學的實踐與熟悉，2006（6）
6 張宏培，楊大成.西部大開發中的各省區區位上風的多層次的主成分分析[J].數理統計與治理，2001（5）
7 徐青等.應用層次——主成分分析法評價高等級公路安全性[J].森林工程，2005（1）
8 彭維湘，多變量綜合的主成分旋轉法研究[J].數目經濟技術經濟研究，2005（6）
9 王學民.多元統計分析[M].上海：上海財經大學出版社，2005
10 盧紋岱主編.SPSS for Windows統計分析（第3版）[M].北京：電子產業出版社，2006
【基于分組主成分法的科技板投資價值分析】相關文章：
基于顧客價值的服務戰略特征分析03-22
基于生命周期的客戶價值分析03-20
基于ＥＶＡ的投資決策分析03-20
基于核心能力的企業價值鏈分析03-07
試論基于價值鏈分析的旅游資源的價值提升03-20
基于Ｅｘｃｅｌ的投資項目風險模擬分析03-21
基于股票價值及價格的分析研究03-22
基于顧客價值的需求，流動網挖掘策略分析01-11
企業無形資產賬面價值與投資價值的關系分析03-22