摘 要

随着股票市场的发展、投资方法和证券管理方法的成熟、上市公司的数量以及估值指标的增加，科学分析和股票期权是每个投资者必须解决的主要问题。在评价系统中，没有多少研究将关键成分分析和因素分析应用于国内外股票的价值，因此，本研究力求在分析主要组成部分和因素分析的范围内对股票进行量化评估，从而取得更多的结果。

本文件依据的是上市公司的财务指标和财务报表，以挑选具有经济效益的上市公司。已登记公司的主要财务指标数据被选为有关财务指标的备选办法，例如业务收入和商业利润。利用关键部件分析和因素分析，并结合SPSS数据分析工具进行数据分析，通过分析主要部分降低数据水平，降低数据分析的难度，同时利用系数点计算汇总点，确定数据模式和确定评价标准。本文根据量化数据客观评估价值投资选择，以帮助人们做出更好的投资决定。

关键词：股票评价；指标体系；评判标准

Abstract

On the development question of stalemate, on the question of the and aspects of investment, and on the question of analysis and methods of analysis and methods of problems, and the increasing number of listed companies and evaluation indexes, how to analyze and select stocks scientifically and rationally is the primary problem to be solved by every investor. There are not many researches on applying principal component analysis (PCA) and factor analysis to the evaluation system of stock value at home and abroad. Therefore, this paper combines principal component analysis (PCA) and factor analysis (FEA) to evaluate the stock quantitatively, and tries to obtain further results.

According to the financial index and data of the listed company, this paper chooses the listed company with good economic benefit. Options, which involve operating income, operating profits and other related financial indicators. Finally, the comprehensive score is calculated, the law is found in the data, and the evaluation standard is found. Based on various quantitative data, this paper evaluates various value investment options by objective methods in order to help people make better investment decisions. Through the application of principal component analysis and factor analysis, this paper establishes the index system and evaluation criteria for the evaluation of the economic situation of listed companies, objectively, through a large number of data analysis, for people. Stock investment provides a perspective and method.

Key words: stock evaluation; index system; evaluation standard

目 录

第一章 引言 5

1.1选题目的和意义 5

1.2 国内外研究现状 5

第二章 基本概念 8

2.1 主成分分析 8

2.2 因子分析 9

2.3 股票评价 10

2.3.1 股票投资原则 10

2.3.2关于股票的具体分析方法 10

2.3.3 风险控制的基本原则 11

第三章 实证分析 13

3.1数据选取 13

3.2 基于主成分分析的股票评价分析 13

3.3 基于因子分析的股票评价分析 15

第四章 总结与展望 20

第一章 引言

1.1选题目的和意义

目前对股票投资者的定性分析大多只做一些描述性陈述，主观性相对于来说是比较强的。大多数的股票投资者都没有什么办法这些描述性陈述中有效的找出一个更具有升值或者各种价值的那一方面。都会显得束手无措，因此，定性分析中的量化这个问题就显而易见的成为了当前行业分析股票价值中的一个相对来说占有重要地位的问题。上市公司的投资价值的评价指标的设计是其定量分析的基础。在当前国情和社会背景下，我国所能做的对股票投资评价的研究存在着不少问题，更加谈不上说是完善的评价体系或者能给出准确直观的意见，在中国现在的社会背景和市场体系中，股票评价指标体系的人为设计中难免出现多多少少不合理的因素。所以说，如何设计规划出一个合理的股票评价体系来评价中国股市和其行业的各种方面的投资价值，是股票投资分析中各个问题里面的重中之重。

当前形势下，中国股市有近3000只股票。在投资股票之前，我们需要分析每一只股票的盈利能力，从而投资那些盈利能力强，风险低，财务指标相对于来说比较好的一只股票。但是股票评价中的指标有非常多，怎么才能在每一个股票评价体系中做到使得那些数据全部面面俱到绝非易事。这就需要用到很关键的两种方法了。即主成分分析(pca)和因子分析(fa)可以提取反映股票能力各方面的成分，如股票扩张能力和盈利能力的主成分等，从而对每只股票进行排序，帮助投资者做出决策。通过本研究，可以大大提高对库存的科学、全面、客观的分析。

1.2 国内外研究现状

主成分分析(PCA)是一种又可以保留住本来的原始信息还可以相对的简化一些指标方差的多元统计方法。它的目的是一方面降低维数，从而综合一下原始指标，进而可以保证能够找到一组原始指标的线性组合。而这些线性组合是这些指标分量相对于较重的组成部分。在这个数学变换,他里面需要的总方差没有什么改变,紧接着第一个方差的方差最大化,在我们现实生活的应用里面，往往会从中选择前几个平方偏差的主成分，从而可以更多地反映原始信息。此外，在确定主成分个数时，我们往往会使用各主成分的求积贡献率作为权重，（权重指的就是在股票中某只股票占股票市场的比重），进而形成一个综合主成分。通过主成分所得的综合得分得到股票优劣、是否值得选择优先度的排序，构建评价体系。

因子分析综合评价的方法不仅仅在于数学领域，无论是我们的日常生活还是在管理学、金融学、统计学等各个领域都起到了至关重要的作用。因子分析的是主要想描述一些更简单明了可是却不可以直接通过运算或者测量的隐藏方差，这些隐藏在一组测量方差中。它是一种基于原方差相关矩阵相关性研究的多元统计分析方法。面对上市公司财务报表中众多的指标，这种方法就完全能够通过运用因子的三分制指标代替之前的各种指标。不仅是这样，这三个指标里面甚至有显示股票之间差异的信息，使投资者能够对上市公司的财务状况有一个简明清晰的了解。

2001年，S Gnaesalingnaj和KuldeepKumar通过使用了因子分析法对1986年至1991年美国的股票市场的部分分支的数据做出了各种情况的推测和一系列的分析，从中发现因子分析法适用于股票市场的结论。

张居(2015)使用主成分分析方法分析三个主流行业的股票在上海和深圳股市,并选定股票与经济高速增长和盈利能力在每个部门形成股票池,然后对股票进行了主成分分析在股票池中再次获得的综合排名上市公司的增长和盈利。在客观分析结果的基础上，提出了股票投资策略。

王晓哲、柴良奇、吴杰(2016)选取几项相对来说重要的财务指标，对多家汽配和机械行业上市公司做了一次全面的聚类分析也顺便做了我们想看到的因子分析。从他们的研究的结果上体现出来了，无论是哪一种都可以按照财务所显示的指标和股票的质量将股份分成四种不同类型的股票。这种分类比较迎合这些公司的实际情况，从而帮助企业能够给各个方面做出准确的评价提供了良好的依据。

张亮等人通过使用SAS软件对上海的各家各行业的上市公司财务报表中的十大财务指标做了一次全面的因子分析，在这个运算过程中，他们通过归纳整合竟然使得十个指标缩减到了三个因子，而且每个因子都具备其自身特定的含义。归纳整合以后，根据各股票的三个因子得分高低，和各方面的优劣性，对这些个上市公司的股票进行综合评价。

尹建华、苗杰运用主成分分析的方法对一六年一月到三月上海部分上市公司的经营业绩作出了一次评价。从评价中，根据报告得出的各方面数据，分析了每一种数据的冗余性，凸显出了用主成分分析的合理和整体性。在这份评价之上，；利用主成分分析方法进行了综合排序。在这之后，根据数据其本身的每种不同点，改良了模型，无论是纵向还是横向都一起建模，即权熵法进行预处理，最后再结合主成分分析进行整体的一次全面评价。结果就不难看出，之前作出的评价是合理的，能够相对整体、全面、综合的体现上市公司的能力和市值。

Liu dun, Hu pei and He peng(2017)认为，由于上市公司的财务数据是实时更新的，所以每次采用的数据不能统一到相同的时间尺度，也不采用平均法进行选择。因此，在数据的选择上存在一定的局限性。

宋晓玲, 杜美杰, 刘莎莎（2018）通过因子分析对各指标的定量分析提取影响股票表现的公共因子，能够对上市公司的股票表现做客观评价，为广大中小股民进行股票选择投资时，提供了一个很好的评判准则。因子分析只是多元分析的一种方法，此外的因子分析的基础上，还可以通过判别分析、对应分析等方法进行更为详细的分析。

综上所述，近年来，我国股票的形式和整体市场和投资的人群已经从一开始的盲目且没有秩序开始慢慢进化，不会再冲动盲目的投资，而是成熟思考以后再开展，投资的结构也与之前截然不同。理性投资和价值聚焦依然是广大投资者们的主要思维，随着股票在中国的发展，投资方法和证券监管方法的进一步的进化，评价指标的不断增加，如何理性地分析当前的股票市场和自身能力以及未来的股市走向

是广大中国投资者迫切需要完善的头等大事。在国内外，将主成分分析和因子分析应用于股票价值评价体系的研究还不多见。因此，本文将主成分分析与因子分析相结合，对股票进行定量评价，以期得到进一步的结果。

第二章 基本概念

2.1 主成分分析

主成分分析笼统的来说就是一种筛选、转化、再权衡一下的过程。降维是他的第一步，也是一种手段。从特征明显的、适用广泛的数据中筛选出一定数量的方差，通过一系列的归纳、总结、转化成了一些主成分。这样一来就是从数据本身出发，通过他自身的特征来决定是否需要选择，从而降低人为因素的影响。主成分分析法很实用。说到这个主成分分析，一开始就是霍特林提出的，在1933年的时候。其基本思想是通过原始方差的几个线性组合来解释由原始方差所体现的样本方差。

主成分分析在数学领域中具体来说是线性变换的作用下将确定的相关的方差经过一步一步线性变换从而转化为同样数量的不相关的方差，通过线性变换后的方差将直接按照降序排列。总方差经过了数学变换,我们不难发现方差保持不变,所以推导出了第一个方差最大的方差,这就被当作第一主成分,第二大的方差与之前的那个方差并不产生任何关系,这就被当作了第二主成分[24]。依此类推，这就是有方差推导出的主成分。

式中，为p维正交化向量()，互不相关，由大到小按方差排列[27]。因是的第个主分量[27]。被我们设定为的协方差矩阵,为半正定对称矩阵和特征值i及其特征向量,因此不难看出,正交化特征向量,这就是我们所得出的第个的主成分所被对应出的系数向量[27]。和子方差贡献率是指,通常需要提取主成分数满足。

通过主成分分析，进一步利用变换(hottlin变换)对原始数据进行投影变换。

设定一个矩阵。