《《精编》上市公司的股票分类之研究》由会员分享，可在线阅读，更多相关《《精编》上市公司的股票分类之研究（35页珍藏版）》请在金锄头文库上搜索。
1、上市公司股票分類之研究 指導老師 謝松益老師學生 孫美紅林麗君吳佩玲林淑玲魏秀勳 內容大綱 第一章 緒論第二章 文獻探討第三章 研究方法第四章 實證分析第五章 結論與建議 第一章 緒論 研究動機 下定投資決策前 投資者須先蒐集有關之客觀性資料 如公開財務報表 股票市場交易等資料 根據這些資料加以分析 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 食品等類股的股價走勢為例 將上市公司股票加以分群 並找出其特性 以作為投資人選購股票之參考 研究目的 上市的類股眾多 股價的特性也因產品類別 股本結構 財務狀況而有所不同 本研究擬使用集群分析方法加以分群 利用集群分析與判別分析的
2、方法將上市類股加以分群 並比較其差異 建立簡單明確 具有應用性 能提供投資人重要情報且又能滿足投資者需要的客觀上市股票分類 提供簡單明確而又客觀的上市股票分類模式 俾對於民間資金的流入證券市場與證券市場的健全發展有所貢獻 研究架構 研究動機 研究目的 研究方法 實證分析一 主成份分析二 集群分析三 判別分析 結論與建議 第二章文獻探討 文獻探討 上市標準概述 股票上市上櫃相關規定 國內相關研究探討 古永嘉以財務比率 利用集群分析 將公司之經營績效予以評等分類民國82年12月 葉金成以上市公司資產報酬率五年的平均值 利用因素分析及區別分析 建立股票上市公司優良與不優良群體之區別模式 民國67年6
3、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71年6月 國外之相關研究 EdwinJ EltonandMartinJ Gruber根據主成份分析之結果利用集群分析的方法把同質之個體歸併一類 並使不同類間之異質性最明顯 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予以減少 使其變為少數幾個互相獨立的線性組合變數 即主成份 而且經由線性組合而得的主成份保有原變數最多的資訊 即有最大的變異 也就是被觀測體在這些成份上會顯出最大的個別差異 二 集群分析 集群分析的目的是將個體分在幾個不同的群組 但事先對各群組沒有驗前機率 Prior 希望集群結果有同
4、一群組內的個體在某種意義尚有相近的性質 而不同的群組間差異大 主成分分析 利用情報贏家資料庫收集上市公司 電子類股 塑化類股 食品類股等29家 的各種財務變數 算出資料的共變異數矩陣 根據Kaiserrule 要保留eigenvalues大於1的Principal根據Screerule我們可知保留Principal1 3 將各筆資料 算出其標準值 經整理可得各個資料之主成份得點 該主成份得點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 進行集群分析 利用分層式法計算出這29家產業的歐式距離 利用單一連結法 SingleLinkage 來分群 利用華德法來分群 利用非分層式法
5、以k組平均值分群法作分析 第四章 實證分析 主成份分析 本專題報告構想為 利用情報贏家資料庫收集上市公司 電子類股 塑化類股 食品類股等29家 的各種財務變數 先進行主成份分析 縮減變數後再進行集群分析 步驟一 算出資料的共變異數矩陣步驟二 1 根據Kaiserrule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 我們取主成份分析1 3皆不能被刪除 2 根據Screerule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 表4 1 圖4 1 集群分析步驟一 利用分層式法計算出這29家產業的歐式距離 Euclideandistances 步驟二
6、 利用單一連結法 SingleLinkage 來分群 單一連結法是最近法 他的定義為A群內每一點到B群內每一點的距離之最小值當作A B兩群的距離 但因單一連結法其分群較不明顯 所以 我們接下來利用華德法來進行分群 步驟三 1 利用華德法來分群 華德法為最小變異數法 華德法的群間距離da b為變異數分析中所謂的組間平方和 即da b SSB 利用所計算出的歐式距離來進行分群 其結果我們大約可分成3群 如圖4 3所示 步驟四 利用非分層式法 以k組平均值分群法作分析 取 0 05檢定步驟五 第1群 為穩健保守型公司 第2群 為冒險成長型公司 第3群 為營運待加強型公司 判別分析 步骤一 選擇變數
7、Wilks Lambda值要越小越好 函數檢定 1到 2 步骤二 設定一個容忍水準 容忍水準是測量判別變數共線性的指標 通常SPSS皆假設0 001 步骤三 判別函數的最大數目為min g 1 p min 3 1 11 2 所以判別函數為2個 步骤四 由SPSS的結果可得到classificationfunctions為 範例 以下分別為大大公司與好好公司資料 現在我們利用classificationfunctions來進行分類 判別結果 將要判別的資料代入classificationfunction可得 第五章 結論與建議 結論1 利用情報贏家資料庫收集上市公司的財務變數 先進行主成份分析
8、縮減變數後再利用集群分析加以分群 在進行判別分析找出判別規則 做為未來分群的依據 本研究在第四章的實證分析中 利用上市滿三年的29家上市公司股票的財務資訊來進行研究 並利用主成份分析和集群分析 判別分析來進行分群 結論2 集群分析與判別分析將上市公司分為三類 第一類為穩健保守型公司 第二類為冒險成長型公司 第三類為營運待加強型公司 由集群分析與判別分析的分類得知台揚分別為冒險成長型與穩健保守型公司 經由分類結果可以發現在做判別分析時檢定出在29家產業中只有台揚公司判斷錯誤 表示判別率為28 29 96 6 建議1 本研究以上市公司來做為研究主題 主要是因為電子 塑化 食品股為現今台灣股票市場的重心 所以同樣的研究方法也可以運用到其他類股 本研究並沒有細分出歸類於該項的股票是屬於財務變數表現良好 市場變數表現不好 抑或是財務變數表現低於平均水準 但市場變數表現較佳的公司 因此 後續研究者可依據某些準則 進一步將投機級股票區分為地雷股 轉機股或是潛力股 建議2 本研究的資料得出專家意見只侷限少部分的股市組成份子上 似乎無法代表一般投資大眾的意見 因此建議後續研究者可進一步將問卷調查對象拓展到一般投資大眾 以更加配合台灣股市的實際情況 THEEND 謝謝各位蒞臨指教
