魏樂

（赤峰學院 經濟與管理學院，內蒙古 赤峰 024000）

基于數據挖掘的首批創(chuàng)業(yè)板上市公司財務分析

魏樂

（赤峰學院 經濟與管理學院，內蒙古 赤峰 024000）

本文利用數據挖掘技術中的聚類分析方法，對創(chuàng)業(yè)板首批上市的28家公司進行財務分析，將其分類，為投資者提供有價值的決策依據.

數據挖掘；聚類分析；創(chuàng)業(yè)板上市公司；財務分析

2009年10月23日創(chuàng)業(yè)板開板儀式后，首批28家創(chuàng)業(yè)板公司已于10月30日集中在深交所掛牌上市.這意味著備受市場關注的創(chuàng)業(yè)板市場正式開市交易.所以，此時研究創(chuàng)業(yè)板公司的財務狀況具有十分重要的現實意義.

1 創(chuàng)業(yè)板的概念及特點

創(chuàng)業(yè)板又稱二板市場，是指主板之外的專為暫時無法上市的中小企業(yè)和新興公司提供融資途徑和成長空間的證券交易市場，是對主板市場的有效補充，在資本市場中占據著重要的位置.創(chuàng)業(yè)板市場的的主要目的是扶持中小企業(yè)，尤其是高成長性企業(yè)，為風險投資和創(chuàng)投企業(yè)建立正常的退出機制，為自主創(chuàng)新國家戰(zhàn)略提供融資平臺，為多層次的資本市場體系建設添磚加瓦.因此，在創(chuàng)業(yè)板市場上市的公司大多從事高科技業(yè)務，具有較高的成長性，經營機制更為靈活，經營模式和盈利模式多元化特征更為突出.同時，此類公司往往成立時間較短，股本規(guī)模小，經營不確定性大，抵御外部風險能力較弱，公司治理基礎相對薄弱.故對投資者來說，投資創(chuàng)業(yè)板市場的風險要比主板市場高得多，得到更大收益的可能性也較高.

2 首批創(chuàng)業(yè)板上市公司財務分析的特點

創(chuàng)業(yè)板上市公司的發(fā)展受到內外部諸多因素的影響，致使得其財務分析工作面臨很多新的課題和挑戰(zhàn).所以，對創(chuàng)業(yè)板企業(yè)的財務分析要特別注意與傳統(tǒng)企業(yè)財務分析在以下幾個方面的區(qū)別：[1]（1）財務分析指標體系需要準確、全面把握創(chuàng)新型企業(yè)高投入、高風險、高收益的特點；（2）創(chuàng)業(yè)板企業(yè)的技術、市場環(huán)境可以說是千差萬別和瞬息萬變，而傳統(tǒng)的綜合評價的方法如模糊綜合評判法、人工神經網絡、灰色系統(tǒng)評價法以及數據包絡分析法(D E A)等.由于存在較大的缺陷，如指標變量之間的相關性復雜、指標層次較多等，故造成評價成本過高以及適用性差.[2]（3）高科技企業(yè)的發(fā)展歷史相對較短，往往缺乏歷史數據，并且技術千差萬別，很難找到行業(yè)、技術、規(guī)模等相近的可比企業(yè)，使得對業(yè)績的預測和推斷相對困難，對于本文研究對象——創(chuàng)業(yè)板首批上市的28家公司更是如此，上市時間較短，公開數據較少.（4）高科技企業(yè)的非線性發(fā)展規(guī)律，意味著很難根據企業(yè)現在的盈利來計算盈利增長率，如果僅僅使用傳統(tǒng)的市盈率估值方法顯然是遠遠不夠的.基于上述原因，本文決定采用數據挖掘技術對創(chuàng)業(yè)板首批上市的28家公司進行財務分析.數據挖掘是從“海量”數據中獲取有效的、新穎的、潛在有用的、最終可理解的模式的過程.誠然，大多數公司的財務分析所需要的一些數據相對有限，尚不能稱得上“海量”，但是如果能從另一個角度去換位思考，或許能得到意想不到的效果，為更深層次的財務分析做準備.[3]

3 創(chuàng)業(yè)板上市公司聚類分析研究

3.1 確定挖掘對象

財務分析為企業(yè)的投資者、債權人、經營者及其他利益相關者了解企業(yè)過去、評價企業(yè)現狀、預測企業(yè)未來，做出正確決策提供準確的信息或依據.財務狀況是指一定時期的企業(yè)經營活動體現在財務上的資金籌集與資金運用狀況，它是企業(yè)一定期間內經濟活動過程及其結果的綜合反映.本文選取了創(chuàng)業(yè)板首批上市的28家公司進行分析：特銳德（300001）、神州泰岳（300002）、樂普醫(yī)療（300003）等，分別用X1，X2，X3，…X28，表示.可以預測大部分公司將歸為一類，少部分公司歸為一類，即業(yè)績表現優(yōu)良或是較差.再利用輔助指標進行判斷.

3.2 數據準備

3.2.1 數據選取

以2009年9月30日為時點，選取創(chuàng)業(yè)板首批上市的28家公司以下7個關鍵財務指標數據：流動資產合計、總資產合計、流動負債合計、長期負債合計、資本公積、盈余公積、未分配利潤，分別用L1，L2，L3，…L7，表示(見表1).

3.2.2 數據處理

數據預處理是數據分析過程中不可缺少的一個關鍵環(huán)節(jié)，它服務于數據分析和建模.數據預處理需要解決的問題有很多，例如，缺省值和異常數據的處理，數據的轉換處理、數據抽樣和選取變量.[3]本文利用最小—最大規(guī)范化方法對數據進行標準化處理，設minL和m a xL分別為屬性L的最小值和最大值，則利用公式L'=（L-minL）/（m a xL-minL）,對原樣本進行標準化處理，將7個關鍵財務指標數按比例縮放，使之落入到一個小的特定區(qū)間（0～1），從而實現數據的預處理.

3.3 利用數據挖掘軟件SPSS進行聚類分析

將表1數據輸入到SPSS軟件編輯窗口，點擊“Analyze→Classify→HierarchicalCluster”選擇層次聚類.本文采用最小距離方法，具體操作時選擇，“Nearestneighbor”即最短距離法，得到相異度矩陣，見表2（截取部分數據）.

表3反映了聚類分析的凝聚過程.

表1 28家創(chuàng)業(yè)板上市公司財務數據

表2 相異度矩陣(部分)

表4 聚類結果的類成員表

第一列表示聚類分析的步驟，在本次分析中共進行了27次.第二列和第三列表示哪兩個樣本聚成了一類.第四列表示兩個樣本的相似系數.第五列表示兩個參與聚類的是樣本還是類，0表示樣本，非0數字N表示第N步產生的聚類參與本步聚類.第七列表示本步驟聚類結果將在以后的第幾步中用到.

第一列表示表示7和10兩個樣本最先進行了聚類，樣本間相似系數為0.997，本次聚類結果將在以后的第二步中用到；以此類推，將28個樣本全部聚類.

表4是最終聚類結果的類成員表，在利用SPSS分析過程中，本文設置分為2～4類，從而輸出了劃分2～4類時每個樣本屬于每一類的結果.

表3 凝聚順序表

4 結論

聚類分析事前并沒有制定分類的標準。本文劃分為兩類的時候，只有華誼兄弟和其他不同類，通過傳統(tǒng)的財務分析發(fā)現，其總資產增長率、總資產報酬率、流動比率和速動比率均呈逐年平穩(wěn)遞增的趨勢，而凈資產報酬率和每股收益呈下降趨勢。當劃分為三類時，安科生物和北陸藥業(yè)成為一類；華誼兄弟自成一類。安科生物和北陸藥業(yè)同屬制藥行業(yè)，二者的流動比率和速動比率增長較快，總資產周轉率呈下降趨勢。當劃分為四類時，安科生物和北陸藥業(yè)成為一類；華誼兄弟自成一類；新寧物流自成一類，其總資產增長率呈下降趨勢。聚類分析提供了一個可以橫向比較同類上市公司的工具，投資者掌握這一技術，可以為投資決策提供更有價值的財務信息。

〔1〕證監(jiān)會有關部門負責人就創(chuàng)業(yè)板上市公司監(jiān)管答問.中國 網 ，http://www.china.com.cn/finance/txt/2009-10/ 27/content_18777271.htm.

〔2〕胡玉柱，等.基于主成分分析的高新技術企業(yè)業(yè)績評價研究[J]，財會通訊·學術，2008（7）：62-65.

〔3〕趙磊.數據挖掘技術在財務分析中的應用[J].中國管理信息化，2009（1）：34-38.

〔4〕薛薇.基于SPSS的數據分析[M].中國人民大學出版社，2006.

〔5〕趙選民，薛建樓.利用數據挖掘技術分析上市公司財務狀況[J].中國管理信息化，2009（2）：30-32.

F275

A

1673-260X（2010）08-0064-03