鄧留保，張明明

（安徽財(cái)經(jīng)大學(xué)金融學(xué)院,安徽蚌埠233030）

隨著我國(guó)經(jīng)濟(jì)的快速發(fā)展，人民生活水平的不斷提高，證券投資越來越成為人們規(guī)避金融風(fēng)險(xiǎn)、實(shí)現(xiàn)資產(chǎn)保值增值的重要手段[1]，不同投資主體的市場(chǎng)參與度越來越高。經(jīng)過幾十年的發(fā)展，我國(guó)的證券市場(chǎng)環(huán)境日趨規(guī)范，以往非理性的單純投機(jī)炒作的投資方式已不適合于現(xiàn)代證券市場(chǎng)，價(jià)值投資的理念日益深入人心[2]。集成電路是一國(guó)信息化發(fā)展的根基，是全球技術(shù)創(chuàng)新競(jìng)爭(zhēng)高地和保障國(guó)家安全的戰(zhàn)略性、基礎(chǔ)性、先導(dǎo)性產(chǎn)業(yè)。近年來，在市場(chǎng)拉動(dòng)和政策支持下，我國(guó)集成電路產(chǎn)業(yè)發(fā)展迅速，整體實(shí)力顯著提升，產(chǎn)業(yè)集聚效應(yīng)日趨明顯，投資價(jià)值日益凸顯，在證券市場(chǎng)上越來越受到投資者的關(guān)注。本文以滬深兩市24家集成電路產(chǎn)業(yè)上市公司為研究樣本，基于2016年1-12月份財(cái)務(wù)數(shù)據(jù)，選取16個(gè)能夠綜合反映財(cái)務(wù)能力的指標(biāo)，構(gòu)建投資價(jià)值指標(biāo)體系，運(yùn)用因子分析-主成分分析排序模型確定分析對(duì)象的投資價(jià)值總量及排名，并運(yùn)用系統(tǒng)聚類分析法對(duì)分析對(duì)象進(jìn)行分層分級(jí)，綜合評(píng)價(jià)24家上市公司的投資價(jià)值，為投資者提供投資參考，以降低投資風(fēng)險(xiǎn)，提高投資收益。

一、數(shù)據(jù)來源與指標(biāo)選取

本文選取24家集成電路企業(yè)2016年1-12月份的財(cái)務(wù)報(bào)表數(shù)據(jù)為研究樣本，數(shù)據(jù)來源于同花順軟件。共選取6個(gè)一級(jí)指標(biāo)，16個(gè)二級(jí)指標(biāo)，指標(biāo)體系如表1。

該指標(biāo)體系綜合考慮了上市公司的財(cái)務(wù)指標(biāo)和非財(cái)務(wù)指標(biāo)，指標(biāo)選取比較全面，能夠綜合反映公司的投資價(jià)值。本文運(yùn)用因子分析、主成分分析、系統(tǒng)聚類分析等方法進(jìn)行投資價(jià)值分析，所用統(tǒng)計(jì)軟件為SPSS19。

表1 集成電路產(chǎn)業(yè)上市公司投資價(jià)值評(píng)價(jià)指標(biāo)體系

二、因子分析

（一）適應(yīng)性檢驗(yàn)

對(duì)樣本數(shù)據(jù)進(jìn)行因子分析前，先進(jìn)行KMO和Bartlett檢驗(yàn)，主要方法是通過觀察檢驗(yàn)結(jié)果中KMO值和sig值來進(jìn)行判斷，如果KMO值大于0.5，sig值小于0.05，則樣本適合做因子分析，檢驗(yàn)結(jié)果如圖1。

圖1 KMO和Bartlett的檢驗(yàn)結(jié)果

由圖1可知，KMO值大于0.5，sig值小于0.05，樣本適合做因子分析。

（二）因子分析

對(duì)24家集成電路上市公司的16個(gè)指標(biāo)提取主因子，觀察成分的初始特征值和方差累計(jì)貢獻(xiàn)率，初始特征值大于1的成分適合做主因子[3]，提取主因子的解釋總方差如表2。

表2 解釋的總方差

通過表2可以看出，初始特征值大于1的指標(biāo)有6個(gè)，累計(jì)貢獻(xiàn)率為88.714%，因此，主因子可以提取6個(gè)，這6個(gè)主因子可以反映原指標(biāo)的88.714%的信息。

為了確認(rèn)主成分提取的合理性，我們進(jìn)一步畫出指標(biāo)分析的碎石圖（圖2）。該圖主要用來直觀地觀察成分特征值的變化軌跡，橫軸表示公因子，縱軸表示關(guān)系矩陣的特征值，特征值大于1，且軌跡變化越大的點(diǎn)，越具有代表性[4]。

圖2 碎石圖

從圖2中可以看出，特征值大于1的點(diǎn)有6個(gè)，并且軌跡變化較大，這驗(yàn)證了我們提取6個(gè)公因子的合理性。

表3為成分得分系數(shù)矩陣，表示原變量在各主因子上的得分，得分越高，越能代表主因子。

我們用F1、F2、F3、F4、F5、F6分別表示 6 個(gè)主因子1、2、3、4、5、6。從表3中可以觀測(cè)到每個(gè)原始變量在每個(gè)主因子上的得分。以凈資產(chǎn)收益率X1為例，X1在主因子F1上的得分較高，歸為F1的指標(biāo)，依次類推，可以得到6個(gè)主因子包含的指標(biāo)。通過旋轉(zhuǎn)后的主因子累計(jì)方差貢獻(xiàn)率計(jì)算因子權(quán)重=每個(gè)因子的累積方差貢獻(xiàn)率/所有主因子的累積方差貢獻(xiàn)率×100%。結(jié)果如表4。

表3 成分得分系數(shù)矩陣

表4 主因子包含的指標(biāo)及主因子權(quán)重

設(shè)投資價(jià)值綜合得分為F，主因子Fi的權(quán)重為ωi，則有：

將表4中各主因子的權(quán)重代入（1）式，可得上市公司的投資價(jià)值綜合得分為：

（三）主成分分析

以第一個(gè)主因子F1為例，進(jìn)行主成分分析，計(jì)算主因子表達(dá)式。利用SPSS19軟件得到結(jié)果如表5和表6。

表5 成分得分系數(shù)矩陣

用Qi表示第i個(gè)主成分，λi代表第i個(gè)主成分的初始特征值，Pi表示主成分的系數(shù),根據(jù)公式Pi=Qi/λi計(jì)算主成分系數(shù)矩陣，結(jié)果如表7。

表6 解釋的總方差

表7 主成分系數(shù)矩陣

第一個(gè)主因子只有1個(gè)主成分，貢獻(xiàn)率為1，其表達(dá)式為：

F1=0.226X1+0.243X3+0.211X9同理可依次得出其他5個(gè)主因子的表達(dá)式分別為：

4.投資價(jià)值排序

在對(duì)所有指標(biāo)進(jìn)行因子分析，所有主因子進(jìn)行主成分分析后，即可得出上市公司投資價(jià)值綜合得分的一般表達(dá)式為：

將24家集成電路上市公司財(cái)務(wù)指標(biāo)數(shù)據(jù)分別代入上述F的表達(dá)式計(jì)算得分，并按大小排序如表8。

從表8我們可以看出，按照各集成電路上市公司投資價(jià)值綜合得分進(jìn)行排名，投資價(jià)值排名前三位的是長(zhǎng)電科技、通富微電、納思達(dá)3家公司。

三、系統(tǒng)聚類分析

以下使用SPSS19軟件，運(yùn)用離差平方和法（Ward法）對(duì)24家集成電路產(chǎn)業(yè)上市公司的6個(gè)主因子進(jìn)行系統(tǒng)聚類分析。

首先畫出樹狀圖。樹狀圖主要是用距離來反映各公司之間的相似程度，距離越近相似程度越高，越應(yīng)該分為一類[5]，分析得出的樹狀圖如下：

表8 24家集成電路上市公司投資價(jià)值排序

圖3 系統(tǒng)聚類分析樹狀圖

由樹狀圖，以距離10為標(biāo)準(zhǔn)，往下畫垂直線，可將24家集成電路產(chǎn)業(yè)上市公司分為8類，分類如表9。

表9 聚類分析結(jié)果表

利用SPSS19軟件的均值比較功能，分析6個(gè)主因子對(duì)每組公司的影響力大小。對(duì)均值分析結(jié)果進(jìn)行統(tǒng)計(jì)，正數(shù)為+，負(fù)數(shù)為空白，結(jié)果如表10。

由表10可得出第四組，即長(zhǎng)電科技在所有公司中投資價(jià)值最高。

表10 正數(shù)均值統(tǒng)計(jì)結(jié)果表

四、結(jié)果分析

系統(tǒng)聚類分析得到分組結(jié)果和各組的投資價(jià)值高低，在每個(gè)分組中再按照因子分析的綜合得分高低進(jìn)行排序，綜合分析24家集成電路上市公司的排名如表11。

表11 集成電路產(chǎn)業(yè)24家上市公司投資價(jià)值綜合排名

由表11可知，第四、二、六、五、一、三、八、七組公司的投資價(jià)值依次降低，第四、二、六組公司最具有投資價(jià)值，而在這三組公司中，長(zhǎng)電科技、富瀚微、匯頂科技3家公司綜合得分排名前三，最具有投資價(jià)值。

五、結(jié)論

本文通過選取16個(gè)關(guān)鍵的財(cái)務(wù)指標(biāo)，利用統(tǒng)計(jì)學(xué)中的主成分分析法和因子分析法，構(gòu)建出集成電路上市公司投資價(jià)值排序模型，并通過聚類分析、均值比較得出結(jié)論：長(zhǎng)電科技、富瀚微、匯頂科技3家上市公司綜合投資價(jià)值最高，投資盈利概率大，值得投資者關(guān)注。