釀酒上市公司的股票價(jià)值判別法

摘 要 本文通過對27家釀酒酒行業(yè)上市公司年度財(cái)務(wù)報(bào)表進(jìn)行分析，提取關(guān)鍵因素，根據(jù)股票各項(xiàng)指標(biāo)數(shù)據(jù)以及結(jié)合證劵機(jī)構(gòu)評價(jià)為依據(jù)，將深滬27支上市酒行業(yè)股票的投資價(jià)值劃分為三類。利用判別分析法對這27支釀酒行業(yè)股票分類，然后根據(jù)權(quán)威證劵機(jī)構(gòu)對分類可靠性進(jìn)行實(shí)證。并希望此方法對中小投資者的投資行為有所幫助。

關(guān)鍵詞 釀酒行業(yè) 財(cái)務(wù)報(bào)表 股票投資價(jià)值 實(shí)證 判別分析法

一、指標(biāo)體系的選取

在指標(biāo)的選取上，按照合理性，有效性，簡便性原則，我們可以選取一些很具有代表性的指標(biāo)，這些指標(biāo)不僅能很好地反映企業(yè)的經(jīng)營狀況和發(fā)展?jié)摿Γ匾氖沁@些指標(biāo)滿足判別分析的前提假設(shè)。評價(jià)上市公司的指標(biāo)有很多，本文根據(jù)東方財(cái)富網(wǎng)公布的深滬酒行業(yè)上市公司的財(cái)務(wù)報(bào)表，選取了七個(gè)具有代表性的指標(biāo)：X1：每股收益，X2：凈資產(chǎn)收益率， X3：主營業(yè)務(wù)收入增長率X4：凈利潤增長率， X5：流動比率， X6：速動比率X7：總資產(chǎn)周轉(zhuǎn)率.

根據(jù)各支股票指數(shù)數(shù)據(jù)所表現(xiàn)的公司狀況和權(quán)威證劵公司提供的評價(jià)標(biāo)準(zhǔn)及評價(jià)結(jié)果，可以將27支股票分為三大類：

I類型：該類型的各項(xiàng)指標(biāo)大部分都為負(fù)值，一年中這些公司股票表現(xiàn)不是很好，處于虧損當(dāng)中。而股票很能反映公司運(yùn)營情況，說明第一類上市公司的經(jīng)營穩(wěn)定性差，發(fā)展不暢通，而負(fù)的主營業(yè)務(wù)收入增長率和負(fù)凈利潤增長率說明公司幾乎已不具成長性，所以該類呈衰退趨勢，最好不要去投資。

II類型：該類型的各項(xiàng)大部分指標(biāo)雖然為正值，但是各項(xiàng)指標(biāo)整體表現(xiàn)相比于III類型要差些，股票投資收益不是很豐厚，說明公司運(yùn)營比較一般，投資者可以對該類型股票進(jìn)行繼續(xù)持有，但不增大數(shù)額。

III類型：該類型的各項(xiàng)指標(biāo)表現(xiàn)很搶眼，各項(xiàng)指標(biāo)整體表現(xiàn)在酒行業(yè)里比較優(yōu)秀，很穩(wěn)健。說明公司運(yùn)營情況比較良好，能夠很好地抵御不確定因素，投資收益也很豐富。投資者對于這類型的股票可以繼續(xù)買進(jìn)。屬于投注價(jià)值較大的股票。

二、判別分析的具體應(yīng)用與結(jié)果

（一）Fisher判別分析法的基本思想和模型

關(guān)于費(fèi)歇爾判別的思想是投影，將組維數(shù)據(jù)投影到某一個(gè)方向，使得它們的投影組與組之間盡可能地分開。

定理 費(fèi)歇爾準(zhǔn)則下的判別函數(shù)的解為方程的最大特征根所對應(yīng)的特征向量，而且相應(yīng)的判別效率為。

（二）建立判別函數(shù)

通過Fisher判別法得到的典型判別函數(shù)系數(shù)，運(yùn)用SPSS軟件對數(shù)據(jù)處理得到兩個(gè)Fisher判別函數(shù)：

F1=0.377X1-0.025X2-0.002X3+0.026X4+0.209X5-0.840X6

-0.006X7-0.085

F2=0.618X1-0.110X2+0.025X3-0.001X4-0.394X5+0.368X6

+0.012X7-0.211

將各樣本的原始數(shù)據(jù)值代入上述函數(shù)，可計(jì)算出判別分?jǐn)?shù)。事實(shí)上，上述兩個(gè)函數(shù)計(jì)算的是各樣本在F1，F(xiàn)2兩個(gè)維度上的坐標(biāo)，這樣可以通過兩個(gè)函數(shù)式求出各樣本的空間位置，然后計(jì)算出它們分別離各類別重心的距離，離哪類別重心的距離近就判歸哪類。

（三）評估Fisher判別函數(shù)

從表1可知，兩個(gè)判別函數(shù)判別能力是顯著的。第一個(gè)判別函數(shù)值非常小，僅為0.089，顯著性水平P=0.000<0.05，通過假設(shè)檢驗(yàn)，判別函數(shù)能夠很好的區(qū)分各個(gè)類別。第二個(gè)判別函數(shù)值較小，顯著性水平P=0.046<0.05，通過假設(shè)檢驗(yàn)。

表2 特征值（Eigenvalues）

從表2可知，第一個(gè)判別函數(shù)對應(yīng)的絕對值為5.514，方差貢獻(xiàn)率（判別效率）為88.3%，典型相關(guān)系數(shù)為0.920。第二個(gè)判別函數(shù)的絕對值為0.731，與第一個(gè)判別函數(shù)一起解釋了100%的方差。典型相關(guān)系數(shù)較高。

圖1 判別結(jié)果圖

圖1的結(jié)果與分析可以清晰地得出，兩個(gè)判別函數(shù)能很好的區(qū)分各個(gè)類別，整體擬合情況比較好，從圖1可以看出各類間的分界比較顯著。

（四）分類判別函數(shù)

下面給出了各類的分類函數(shù)的系數(shù)三個(gè)分類函數(shù)分別為：

Y1=-1.397X1+0.071X2+0.096X3-0.148X4+2.705X5-1.368X6

+0.176X7-22.843

Y2=-0.728X1+0.161X2+0.056X3-0.020X4+4.487X5-3.959X6

+0.120X7-9.038

Y3=1.340X1-0.082X2+0.099X3+0.054X4+4.498X5-4.527X6

+0.120X7-13.579

（五）分類的準(zhǔn)確性驗(yàn)證

分類函數(shù)的分類精度較高。如表3所示，該表分成兩部分；上半部分是用從全部數(shù)據(jù)得到的判別函數(shù)來判斷每個(gè)點(diǎn)的結(jié)果，從表上可知，判斷率為100%。下半部分是用交叉驗(yàn)證法，也就是“留一個(gè)在外發(fā)”對樣本進(jìn)行回判。判斷率為88.9%.

（六）判別結(jié)果與權(quán)威證劵機(jī)構(gòu)的比較：

判別結(jié)果如表4

由表4可知，27個(gè)樣本，運(yùn)用判別分類函數(shù)分類，判斷正確率為100%，這個(gè)判別結(jié)果非常理想，但是，我們應(yīng)該有一個(gè)正確的心態(tài)對待這個(gè)100%結(jié)果，在其他判別方面，只要判斷正確率達(dá)到90%這個(gè)標(biāo)準(zhǔn)就可以了。

從以上判別分析和判別結(jié)果看，利用多元統(tǒng)計(jì)分析方法中判別分析建立的模型還是能夠很好和權(quán)威機(jī)構(gòu)對股票評價(jià)達(dá)到一致，說明判別分析法對于衡量股票投資價(jià)值還是有一定的可信度，即判別分析可以運(yùn)用于股票投資價(jià)值分析。

三、判別分析的運(yùn)用

投資者要密切關(guān)注市場動態(tài)，加強(qiáng)對股票市場信息數(shù)據(jù)的收集，在投資股票時(shí)，參考權(quán)威機(jī)構(gòu)的信息能夠?qū)ν顿Y者起到一定的幫助，但是，權(quán)威證券機(jī)構(gòu)公布的消息有一定的滯后性，股票市場瞬息萬變，機(jī)會稍縱即逝，抓住時(shí)機(jī)對于股票投資者能否贏利相當(dāng)重要，判別分析法恰好能夠作為判別股票是否具有投資價(jià)值的工具，當(dāng)投資者選定一支股票欲投資時(shí)，最新的權(quán)威機(jī)構(gòu)沒有給出評價(jià)，不知道是否該投時(shí)，可以基于上一期歷史數(shù)據(jù)，根據(jù)上文判別分析法的流程，得出判別函數(shù)，然后，將準(zhǔn)備投資股票的數(shù)據(jù)代入判別函數(shù)，可以得出要投資股票屬于哪一類。這樣投資者可以搶占先機(jī)，投資該股票，獲得盈利的可能性將大大增加。

參考文獻(xiàn)：

[1]張堯庭.多元統(tǒng)計(jì)分析引論[M].北京：科學(xué)出版社，北京，1997.

[2]何曉群.多元統(tǒng)計(jì)分析[M].北京：中國人民大學(xué)出版社，2004.

[3]吳沖，王棟.基于聚類分析和判別分析方法的股票投資價(jià)值研究[J].中國科技論壇在線，2005（4）：21-22.

[5]李曉姣，朱孔來.上市公司股票業(yè)績評價(jià)方法探討[J].2004，4（4）31-34.

[6]陶冶，馬健.基于聚類分析和判別分析方法的股票投資價(jià)值分析[J].財(cái)經(jīng)理論與實(shí)踐（半月刊），2005，26（138）：45-48.

作者簡介：羅云超，男，1989-，單位：武漢理工大學(xué)理學(xué)院，專業(yè)：計(jì)算數(shù)學(xué)，研究方向：圖像處理及統(tǒng)計(jì)