论文总字数：10678字

摘 要

：本文介绍了最近年来我国证券市场的发展情况,了解我国股票市场目前存在的问题.运用SPSS软件通过聚类分析方法,选取一系列指标,用以对股票进行合理的分层,把握股票的总体特征,对股票的成长性进行分析,以便于对投资者的投资方向和投资的范围能有一定的指导.

关键词：证券投资, SPSS软件,聚类分析

Abstract：In this paper，we first introduce the development of securities market in our country since the recent decades, found in summary the present problems of the Chinese stock market. Using SPSS software through cluster analysis, this paper draws a series of indicators, to reasonable layer to the stock, accurately grasp the general characteristics of the stock, the growth of stock analysis, so as to the scope of investment direction and investment for investors to have a general guidance!

Keywords：security investment, SPSS software, cluster analysis

目 录

1 引言 1

2 聚类分析模型简介 1

2.1 聚类分析的定义 1

2.2 明氏距离 5

2.3 聚类分析评价方法与步骤 1

3. 证券投资理论 6

3.1 证券投资理论简介 6

3.1.1 古典国际证券投资理论 1

3.1.2 现代证券投资组合理论 1

3.2 证券投资理论分析方法 1

4 聚类分析在证券投资中的应用 1

4.1 应用实例 1

4.2 用SPSS软件对指标进行聚类分析 12

结论 1

参考文献 17

致谢 18

1引言

物以类聚,人以群分,聚类分析是一种重要的多元统计分析方法,它能够将一批样本或者变量数据根据其诸多的特征,按照在性质上的亲疏程度在没有先验知识的情况下自动分类,产生多个分类结果,究其根本其实是一种数据分析方法,并不能进行统计的推断.聚类分析多用在市场细分等领域,实现对数据的分层.然后逐层进行统计分析,本文将聚类分析用在证券投资中,探究其对证券投资的指导意义.

众所周知和,中国证券业在短短20几个年头中正在不断迅速发展壮大,随着我国市场经济的高速发展,人们的金融投资意识日益增强,越来越多的投资者把投资的眼光投向了证券市场,问题也随之而来,如何正确的决定投资方向,如何行之有效的分析证券市场的情况,便是重中之重！^[1]

我国资本市场在短短20几年,就取得了举世瞩目的成就,但是却也有不少问题的存在,严重制约了证券市场自身功能的发挥,阻碍了证券市场的健康发展.主要问题如下：（1）证券市场规模过小；（2）资本市场主体缺位；（3）市场的整体性差；（4）市场中介机构不完善；（5）流动性不足；（6）市场的交易工具品种单一；（7）证券市场制度不健全.

要解决此类问题,就需要合理理性的分析,合理理性的分析建立在科学计算的基础上,聚类分析就是一种行之有效的科学分析方法.聚类分析首先是基于各类股票的行业因素、公司因素、收益性、成长性等基本层面的考察 ,然后利用综合评价指标体系来衡量样本股票的“相似程度”.^[2]运用聚类分析模型能帮助投资者准确地了解和把握股票的总体特征 ,确定投资范围 ,并通过类的总体价格水平来预测股票价格的变动趋势 ,选择有利的投资时机.

聚类分析在各行各业的应用已经十分广泛,但是在证券投资行业却仍有很大的发展空间,特别是在国内！国内聚类分析指标大部分只是局限于公司的盈利情况,而不能全面反映股票特征,所以深层次讨论聚类分析在证券的应用很有必要！

2 聚类分析模型简介

2.1 聚类分析的定义

“物以类聚”这个问题在社会经济的研究中十分普遍,例如,市场营销中的市场细分和客户细分的问题.大型商厦收集客户的人口特征消费行为以及喜好方面的数据,并希望对这些客户进行特征分析.可以从客户分类入手,根据客户的年龄,职业,收入,消费金额,消费频率,喜好等方面进行单变量或者多变量的客户分组.这种分组是极为常见的客户细分方式,但不足的是客户群划分带有明显的主观色彩,需中的客户在某些特征方要有丰富的行业经验才能得出比较合理理想的客户细分,否则得到的分组可能无法充分反映和展现客户的特点.主要表现在：同一客户细分段中的客户在某些特征方面并不相似,而不同客户细分段面却又很相似.因此,这种客户细分并没有起到划分客户群的作用.为了解决该问题,希望从数据本身出发,充分利用数据进行客户分组,使得诸多特征有相似性的客户能被分在同一组内,而不相似的客户能被分到另一些组中.这时候就可以采用聚类分析方法.

在实际研究中,既可以对样本个体进行聚类,也可以对研究变量进行聚类,对样本个体进行聚类通常称为Q型聚类,对研究变量进行的聚类称为R型聚类.在市场研究中,Q型聚类常用于市场细分研究,寻找不同目标市场及其构成者特征,R型聚类可以用于确定产品各属性的同质性.

聚类分析的方法很多,常用的有系统聚类、动态聚类.动态聚类的原理是先对分类事物作一个初始的粗糙的分类,然后在根据某种原则对初始分类进行修改,直至分类被认为比较合理为止.

系统聚类除了要定义事物之间的亲疏程度指标,还要定义类与类之间亲疏程度指标,并且要导出求取类间亲疏指标值的递推公式.系统聚类初始,先把所有待分类事物各自看成独立的一类,求出两两之间的亲疏指标值,把关系最为亲密的两类合并成一个新类,然后计算新类与原有各类之间的亲疏指标值,再把其中关系最为密切的两类合并,如此反复进行,直到最终所有待分类事物合并成一个大类为止.最终绘成一幅系统聚类的谱系图,再根据一定的原则确定最终分类结果.

从统计学的观点看,聚类分析是通过数据建模简化数据的一种方法.传统的统计聚类分析方法包括系统聚类法、分解法、加入法、动态聚类法、有序样品聚类、有重叠聚类和模糊聚类等.采用值、中心点等算法的聚类分析工具已被加入到许多著名的统计分析软件包中,如SPSS、SAS等.

2.2 明氏距离

设有个样品,个指标,每个样品都有这个指标的观察值,设第个样品的第个指标的观察值为,把 样品看成维空间中的个点,则两个样品间亲疏程度可用维空间中两点的距离来度量.令表示样品与的距离.定义距离公式,本文采用明氏距离^[2].

明氏距离^[2]：

剩余内容已隐藏，请支付后下载全文，论文总字数：10678字