• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于修正的神經(jīng)網(wǎng)絡(luò)對(duì)上市公司估值的預(yù)測(cè)

      2020-04-15 07:56:08朱家明
      關(guān)鍵詞:納斯達(dá)克估值A股

      楊 陽(yáng),朱家明

      (安徽財(cái)經(jīng)大學(xué) 1.金融學(xué)院;2.統(tǒng)計(jì)與應(yīng)用數(shù)學(xué)學(xué)院,安徽 蚌埠 233030)

      自科創(chuàng)板成立以來(lái),我國(guó)股票市場(chǎng)取得了很大的發(fā)展。但是由于我國(guó)科創(chuàng)板剛剛起步,其許多上市規(guī)則、規(guī)章制度等還不完善,使得科創(chuàng)板在發(fā)展過(guò)程中存在一些問(wèn)題。尤其是上市企業(yè)估值方面,在參照美國(guó)同類型市場(chǎng)NASDAQ上市公司的過(guò)程中發(fā)現(xiàn),兩國(guó)市場(chǎng)的企業(yè)能力、投資者結(jié)構(gòu)不同,造成基本面和流動(dòng)性均存在較大差異,給投資者帶來(lái)巨大的風(fēng)險(xiǎn)。因此,上市公司如何估值,對(duì)于我國(guó)創(chuàng)業(yè)投資體系的建設(shè)、多層次資本市場(chǎng)的構(gòu)建以及我國(guó)其他方面的經(jīng)濟(jì)改革都有極大的推動(dòng)作用,同時(shí)對(duì)于廣大投資者做出正確的投資決策也具有重要意義。

      許多學(xué)者對(duì)上市公司的估值也做了很多研究,其中利亞濤(2010)選取基本面因素指標(biāo),建立基本面因素估值模型框架對(duì)股票價(jià)格和各基本面因素進(jìn)行回歸分析,并對(duì)股票價(jià)格和主成分回歸,得出基本面因素的估值公式[1]。王穎潔(2008)采用了相對(duì)估價(jià)法和絕對(duì)估值法分析了我國(guó)房地產(chǎn)上市公司的估值,并結(jié)合具體公司進(jìn)行了指標(biāo)預(yù)測(cè)[2]。董青宇(2016)利用我國(guó)A股市場(chǎng)主板與創(chuàng)業(yè)板的對(duì)比分析了上市公司與企業(yè)規(guī)模的關(guān)系,發(fā)現(xiàn)由于我國(guó)證券市場(chǎng)的不成熟,投機(jī)的現(xiàn)象較為嚴(yán)重,投資者更加青睞于創(chuàng)業(yè)板的小市值企業(yè),從而推高了創(chuàng)業(yè)板的企業(yè)的股價(jià),使得創(chuàng)業(yè)板上市企業(yè)有著更高的估值[3]。許洪智(2016)選取創(chuàng)業(yè)板為研究對(duì)象,利用Feltham-Ohlson模型實(shí)證檢驗(yàn)了公司成長(zhǎng)性對(duì)創(chuàng)業(yè)板上市公司股票價(jià)值的影響,發(fā)現(xiàn)總資產(chǎn)增長(zhǎng)率和無(wú)形資產(chǎn)增長(zhǎng)率與公司股價(jià)顯著正相關(guān)[4]。陳興燁(2015)提出了改進(jìn)的市凈率法并引入模糊綜合評(píng)價(jià)法和層次分析法對(duì)上市的證券業(yè)公司進(jìn)行了估值研究,并用具體的公司為例驗(yàn)證了改進(jìn)方法的客觀合理性[5]。

      從已有的研究文獻(xiàn)來(lái)看,大多學(xué)者利用多種評(píng)價(jià)方法研究分析了國(guó)內(nèi)不同市場(chǎng)不同類型上市公司的估值,但對(duì)我國(guó)整個(gè)A股市場(chǎng)的估值研究較少,本文通過(guò)利用我國(guó)A股市場(chǎng)的估值與美國(guó)納斯達(dá)克上市公司的估值進(jìn)行對(duì)比研究,分析不同市場(chǎng)的估值體系的差異并對(duì)不同市場(chǎng)進(jìn)行估值預(yù)測(cè)。

      一、數(shù)據(jù)的處理及分類

      本文選擇五一建模賽所提供的中國(guó)A股市場(chǎng)(上證指數(shù)成分股)和美國(guó)納斯達(dá)克市場(chǎng)的上市公司運(yùn)營(yíng)數(shù)據(jù),分析預(yù)測(cè)市場(chǎng)間的差異以及不同市場(chǎng)的估值預(yù)測(cè),通過(guò)對(duì)數(shù)據(jù)進(jìn)行篩選排序,并去除了異常值和缺失值,然后進(jìn)行無(wú)量綱化處理,具體公式如下:

      為了充分反映市場(chǎng)的整體水平以及市場(chǎng)內(nèi)部運(yùn)營(yíng)的差異情況,對(duì)處理后的經(jīng)營(yíng)數(shù)據(jù)計(jì)算其均值和方差,具體的均值方差計(jì)算公式為:

      其中,X是整個(gè)市場(chǎng)總體的均值;α是市場(chǎng)分類的個(gè)數(shù);Sn是每個(gè)分組的組內(nèi)均值,σ2是總體市銷率方差;α是市場(chǎng)分類的個(gè)數(shù);Sn是每個(gè)分組的組內(nèi)均值;X是總體平均市銷率。兩個(gè)市場(chǎng)整體經(jīng)營(yíng)結(jié)果見(jiàn)表1。

      表1 市場(chǎng)估值整體情況

      對(duì)數(shù)據(jù)進(jìn)行分析計(jì)算可知,由于選取平均市銷率作為估值水平,故可用總體平均市銷率代表市場(chǎng)的估值水平,美國(guó)納斯達(dá)克市場(chǎng)的總體平均市銷率高于中國(guó)A股市場(chǎng)的總體平均市銷率,所以美國(guó)納斯達(dá)克市場(chǎng)的估值水平高于中國(guó)A股市場(chǎng)的估值水平。根據(jù)估值溢價(jià)或折價(jià)的定義,溢價(jià)與折價(jià)水平之比等于高于除以低于均值的部分與總體的比值,這與方差的性質(zhì)類似,反映的是數(shù)據(jù)的波動(dòng)程度或平穩(wěn)性,故可用總方差代表市場(chǎng)的估值溢價(jià)或折價(jià)水平。中國(guó)A股市場(chǎng)的總體方差小于美國(guó)納斯達(dá)克市場(chǎng),所以中國(guó)A股市場(chǎng)的估值溢價(jià)與折價(jià)水平之比小于美國(guó)納斯達(dá)克市場(chǎng)。

      由于不同類型公司的市銷率有很大差異,直接對(duì)預(yù)處理后的數(shù)據(jù)進(jìn)行計(jì)算會(huì)產(chǎn)生較大的誤差,所以需要將經(jīng)過(guò)標(biāo)準(zhǔn)化處理的數(shù)據(jù)進(jìn)行分類,利用K均值聚類的方法,組數(shù)定位為50組,對(duì)不同類型的上市公司進(jìn)行分類。對(duì)于中國(guó)A股市場(chǎng),由于聚類中心中不存在變動(dòng)或者僅有小幅變動(dòng),因此實(shí)現(xiàn)了收斂。任何中心的最大絕對(duì)坐標(biāo)變動(dòng)為0.000。當(dāng)前迭代為17。初始中心之間的最小距離為2.395。

      對(duì)于美國(guó)納斯達(dá)克市場(chǎng),由于聚類中心中不存在變動(dòng)或者僅有小幅變動(dòng),因此實(shí)現(xiàn)了收斂。任何中心的最大絕對(duì)坐標(biāo)變動(dòng)為0.000。當(dāng)前迭代為38。初始中心之間的最小距離為2.131。根據(jù)數(shù)據(jù)特點(diǎn)對(duì)分類進(jìn)行篩選,最終篩選出中國(guó)A股市場(chǎng)16組,美國(guó)納斯達(dá)克市場(chǎng)14組,具體分類結(jié)果見(jiàn)表2。

      表2 上市公司分類結(jié)果

      二、回歸分析與顯著性檢驗(yàn)

      為分析中國(guó)A股市場(chǎng)與美國(guó)納斯達(dá)克市場(chǎng)的估值指標(biāo)與基本面指標(biāo)、流動(dòng)性指標(biāo)之間的關(guān)系,本文利用SPSS.22對(duì)其進(jìn)行回歸分析和顯著性檢驗(yàn),去除了部分異常或缺失的數(shù)據(jù)。選擇回歸分析中的兩階線性回歸,設(shè)置預(yù)測(cè)變量為常量、年成交額、年平均換手率、凈資產(chǎn)收益率、營(yíng)業(yè)收入、歸母凈利潤(rùn)、年成交量;因變量為市銷率(倍數(shù))進(jìn)行回歸分析?;貧w結(jié)果見(jiàn)表3,從表中可以發(fā)現(xiàn)兩個(gè)市場(chǎng)的營(yíng)業(yè)收入、歸母凈利潤(rùn)、凈資產(chǎn)收益率、年成交量、年平均換手率、年成交額均通過(guò)顯著性檢驗(yàn),其中由于歸母凈利潤(rùn)和年平均換手率的顯著性水平大于0.05,誤差較大需要剔除。

      表3 兩市場(chǎng)回歸結(jié)果

      通過(guò)上表所得結(jié)果,可建立中國(guó)A股市場(chǎng)與美國(guó)納斯達(dá)克市場(chǎng)的估值指標(biāo)與基本面指標(biāo)和流動(dòng)性指標(biāo)的定量函數(shù)關(guān)系式,結(jié)果如下:

      Z=-0.123X1-0.068X2-0.101X3+0.078X4+3.964

      M=-0.324X1-0.068X2-0.267X3+0.147X4+113.967

      三、基于PSO算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)的公司估值預(yù)測(cè)

      1.研究的思路

      建立PSO-BP神經(jīng)網(wǎng)絡(luò)時(shí),首先需要計(jì)算出BP神經(jīng)網(wǎng)絡(luò)中權(quán)值的數(shù)量,該數(shù)量記作粒子群算法個(gè)體向量的維數(shù);在該維數(shù)條件下隨機(jī)生成粒子,然后按照粒子群算法過(guò)程進(jìn)行學(xué)習(xí)迭代;在具體的迭代過(guò)程中,我們將算法優(yōu)化后的個(gè)體的向量再轉(zhuǎn)化成BP神經(jīng)網(wǎng)絡(luò)中的各連接權(quán)值,將各權(quán)值大小賦值到BP網(wǎng)絡(luò)中去,網(wǎng)絡(luò)確定后就可以計(jì)算所有的樣本數(shù)據(jù)通過(guò)BP網(wǎng)絡(luò)產(chǎn)生的均方誤差大小,然后分析誤差大小,如果誤差太大則繼續(xù)迭代(不超過(guò)設(shè)定最大迭代次數(shù)) ,直到誤差大小小于系統(tǒng)設(shè)定的精度值,就停止訓(xùn)練。由此可知,如果BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)一定,那么我們就只需要對(duì)各神經(jīng)元之間的連接權(quán)值進(jìn)行編碼,進(jìn)而確定粒子的維數(shù),然后生成新粒子個(gè)體,確定網(wǎng)絡(luò),將BP網(wǎng)絡(luò)輸出的均方誤差大小作為適應(yīng)度函數(shù),來(lái)評(píng)價(jià)生成個(gè)體的好壞,優(yōu)勝劣汰,目標(biāo)是均方誤差值或者適應(yīng)度函數(shù)值達(dá)到最小。本文選擇我國(guó)A股市場(chǎng)進(jìn)行研究分析。

      2.結(jié)果的分析

      對(duì)于中國(guó)A股市場(chǎng):Neural Network顯示輸入為7,表示中間層數(shù)量以及每層的神經(jīng)元個(gè)數(shù)為7。Algorithms顯示使用隨機(jī)指數(shù)將目標(biāo)分成3組,分別作為train、validation、test;性能用均方誤差來(lái)表示。rogress顯示迭代次數(shù)為36次,無(wú)訓(xùn)練時(shí)間;訓(xùn)練數(shù)據(jù)集的性能為12.1,梯度為41.4;最大驗(yàn)證失敗次數(shù)為6次。最大驗(yàn)證失敗次數(shù)表示,系統(tǒng)判斷這個(gè)驗(yàn)證集誤差是否在連續(xù)6次檢驗(yàn)后不下降,如果不下降或者甚至上升,說(shuō)明訓(xùn)練的誤差已經(jīng)不再減小,沒(méi)有更好的效果了,這時(shí)再訓(xùn)練就沒(méi)有必要了,應(yīng)停止訓(xùn)練,否則可能陷入過(guò)擬合。見(jiàn)圖1。

      圖1 A股市場(chǎng)訓(xùn)練數(shù)據(jù)的梯度和均方誤差

      利用MATLAB提供的神經(jīng)網(wǎng)絡(luò)工具箱實(shí)現(xiàn)人工神經(jīng)網(wǎng)絡(luò)的功能,中間隱含層神經(jīng)元個(gè)數(shù)BP網(wǎng)絡(luò)能在訓(xùn)練過(guò)程中自適應(yīng)地確定。訓(xùn)練結(jié)果見(jiàn)圖2。

      圖2 中國(guó)A股市場(chǎng)估值擬合效果圖

      經(jīng)過(guò)不斷試驗(yàn),中國(guó)A股市場(chǎng)隱含層數(shù)為7,隱含層神經(jīng)元個(gè)數(shù)取為50。由圖1可知,在訓(xùn)練達(dá)到第30epochs 時(shí) MSE 最小,此時(shí)精度約為 10-1.5,滿足要求,可以認(rèn)為訓(xùn)練完成。根據(jù)訓(xùn)練結(jié)果,我們發(fā)現(xiàn)中國(guó)A股市場(chǎng)估值指標(biāo)的影響程度由大到小依次為:營(yíng)業(yè)收入、年成交量、年成交額、凈資產(chǎn)收益率、年平均換手率。

      四、基于優(yōu)化小波神經(jīng)網(wǎng)絡(luò)的估值指標(biāo)預(yù)測(cè)模型

      1.研究的方法

      傳統(tǒng)小波神經(jīng)網(wǎng)絡(luò)模型是由m個(gè)輸入層節(jié)點(diǎn),n個(gè)輸出層節(jié)點(diǎn)和s個(gè)隱含層節(jié)點(diǎn)構(gòu)成。其中φ表示一個(gè)單獨(dú)的函數(shù)φ(x)生成的小波基函數(shù)。φ可以通過(guò)變換與平移操作得到[6-7],計(jì)算方法為:

      公式中φ(x)表示一個(gè)在時(shí)間和頻率空間的母小波。其中所表示的尺度參數(shù)向量為aj={aj1,aj2,…,ajm},轉(zhuǎn)換的參數(shù)為bj={bj1,bj2,…,bjm},小波神經(jīng)網(wǎng)絡(luò)的輸出結(jié)果表示為x={x1,x2,…,xm},神經(jīng)元j的網(wǎng)絡(luò)內(nèi)部活動(dòng)可以通過(guò)下式表示[7-10]:

      公式中Wij表示是輸入i和隱藏節(jié)點(diǎn)j之間的權(quán)重。通過(guò)利用母小波φ(v)從而可以計(jì)算出第j個(gè)神經(jīng)元的輸出結(jié)果。通常采用Sigmoid函數(shù)為激勵(lì)函數(shù)。Sigmoid函數(shù)如下所示[7-10]:

      由上式可知,第j個(gè)神經(jīng)元的輸出結(jié)果取決于隱藏層的取值大小:

      而公式中的隱藏層第j個(gè)單元取值又是由頻率參數(shù)aj和時(shí)間參數(shù)bj共同決定。其中初始化小波的變換與平移參數(shù)為:

      aj=0.2(Xmax-Xmin)

      bj=0.5(Xmax+Xmin)

      在小波神經(jīng)網(wǎng)絡(luò)的標(biāo)準(zhǔn)形式中,輸出表示為:

      公式中Wj表示第j個(gè)神經(jīng)元與輸出節(jié)點(diǎn)之間的權(quán)重。選擇Morlet小波函數(shù)作為小波神經(jīng)網(wǎng)絡(luò)中隱藏層的激勵(lì)函數(shù)[10],其計(jì)算方式如下:

      2.預(yù)測(cè)的結(jié)果

      由于小波神經(jīng)網(wǎng)絡(luò)的性能好壞對(duì)初始化參數(shù)中的權(quán)值和閥值的依賴性十分明顯,因此,采用智能群體算法中的狼群算法對(duì)小波神經(jīng)網(wǎng)絡(luò)模型的權(quán)值進(jìn)行優(yōu)化。首先需要對(duì)數(shù)據(jù)預(yù)處理,對(duì)原始經(jīng)濟(jì)樣本數(shù)據(jù)進(jìn)行歸一化處理,并將原始數(shù)據(jù)分為訓(xùn)練和測(cè)試數(shù)據(jù),并對(duì)神經(jīng)網(wǎng)絡(luò)和狼群算法的參數(shù)進(jìn)行初始化處理,并基于狼群算法得出小波神經(jīng)網(wǎng)絡(luò)的最優(yōu)權(quán)值,根據(jù)已知的權(quán)值對(duì)小波神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,并測(cè)試中國(guó)A股市場(chǎng)與美國(guó)納斯達(dá)克市場(chǎng)基本面與流動(dòng)性指標(biāo)值[10]。通過(guò)MATLAB軟件編程可以得出中國(guó)A股市場(chǎng)和美國(guó)納斯達(dá)克市場(chǎng)2019年的基本面指標(biāo)、流動(dòng)性指標(biāo)以及估值指標(biāo)預(yù)測(cè)結(jié)果,預(yù)測(cè)結(jié)果見(jiàn)表4。

      表4 市場(chǎng)指標(biāo)估值的預(yù)測(cè)值

      結(jié)論

      本文利用回歸分析得出了中國(guó)與美國(guó)市場(chǎng)估值的回歸方程,發(fā)現(xiàn)歸母凈利潤(rùn)和年平均換手率指標(biāo)的顯著性不強(qiáng),對(duì)于公司估值作用不大。構(gòu)建了優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)模型得出估值指標(biāo)的影響程度由大到小依次為:營(yíng)業(yè)收入、年成交量、年成交額、凈資產(chǎn)收益率、年平均換手率的結(jié)論。并通過(guò)優(yōu)化的小波神經(jīng)網(wǎng)絡(luò)對(duì)兩個(gè)市場(chǎng)的估值進(jìn)行了預(yù)測(cè),發(fā)現(xiàn)雖然美國(guó)納斯達(dá)克市場(chǎng)在一些基本面和流動(dòng)性指標(biāo)沒(méi)有中國(guó)市場(chǎng)表現(xiàn)好,但整體的估值指標(biāo)要優(yōu)于中國(guó)A股市場(chǎng)的上市公司,因?yàn)楣乐抵笜?biāo)為市銷率的倍數(shù),市銷率越低的市場(chǎng)說(shuō)明其投資價(jià)值越大,可以從預(yù)測(cè)分析的結(jié)果可知,中國(guó)A股市場(chǎng)的整體市銷率要低于美國(guó)納斯達(dá)克市場(chǎng),說(shuō)明中國(guó)的A股市場(chǎng)相較于美國(guó)納斯達(dá)克市場(chǎng)更有投資優(yōu)勢(shì)。

      猜你喜歡
      納斯達(dá)克估值A股
      1月A股市場(chǎng)月統(tǒng)計(jì)
      巧用估值法
      A股各板塊1月漲跌幅前50名
      納斯達(dá)克指數(shù)
      如何創(chuàng)業(yè)一年估值過(guò)十億
      豬八戒網(wǎng)為何估值過(guò)百億?
      100億總估值的煉成法
      一月A股龍虎榜
      2013年A股大股東增(減)持排名
      納斯達(dá)克19億美元反擊
      英才(2005年6期)2005-04-29 00:44:03
      阳朔县| 栾川县| 紫阳县| 东丽区| 应城市| 鸡泽县| 吉林市| 姚安县| 高陵县| 区。| 特克斯县| 阜康市| 电白县| 平利县| 南平市| 东乡| 调兵山市| 上思县| 芷江| 磴口县| 鹤峰县| 黑水县| 泾源县| 霍林郭勒市| 理塘县| 额济纳旗| 于都县| 内黄县| 防城港市| 景洪市| 公安县| 蕲春县| 宜州市| 全州县| 麻栗坡县| 天柱县| 翼城县| 阿拉善右旗| 三门县| 库伦旗| 彰武县|