聚類分析模型在股票市場(chǎng)的應(yīng)用

王強(qiáng)

摘要：在現(xiàn)階段的經(jīng)濟(jì)發(fā)展中，股票是一個(gè)非常重要的組成部分，無論是在虛擬經(jīng)濟(jì)方面，還是在實(shí)體經(jīng)濟(jì)當(dāng)中，股票都發(fā)揮了非常重要的作用。針對(duì)股票市場(chǎng)，應(yīng)用聚類分析模型來進(jìn)行深入挖掘，可為國家的宏觀調(diào)控提供較多的幫助，并且在多項(xiàng)股票發(fā)展控制上，做出較大的貢獻(xiàn)。今后，應(yīng)進(jìn)一步加強(qiáng)聚類分析模型的應(yīng)用，促使股票市場(chǎng)朝著良好的方向發(fā)展。

關(guān)鍵詞：聚類分析 股票市場(chǎng) 模型

股票投資基本分析有三大部分，即宏、中、微觀三種。宏觀分析：對(duì)國家的國民經(jīng)濟(jì)、政治、文化等進(jìn)行分析；微觀分析則是指對(duì)公司的分析，中觀分析是對(duì)行業(yè)以及地區(qū)進(jìn)行分析。對(duì)于板塊分析來說，是中觀+微觀的一種分析。中國股市發(fā)展到今天已具有一定規(guī)劃。前段時(shí)間，中國的股市發(fā)展還在超步階段，因?yàn)橐?guī)模不大且公司數(shù)量不多，而且股民投資思維、操作方法也不熟，所以具有比較強(qiáng)的投機(jī)性，此時(shí)不用進(jìn)行板塊分析。但是，伴隨著股市發(fā)展、投資方法、監(jiān)管方法不斷成熟，再加上上市公司數(shù)量也有所增加，如果還維護(hù)原樣著無法走向理性。所以，在股市市場(chǎng)中要學(xué)會(huì)聚類分析，并且理性操作，構(gòu)建起板塊投資的理念。

一、 聚類分析的優(yōu)勢(shì)

聚類分析是建立在某種優(yōu)化意義下，對(duì)樣品或者指標(biāo)（變量）之間存在的相似性進(jìn)行度量，將“相近似”的歸并成類，是一種比較有效的統(tǒng)計(jì)分析方法，自身的多元特點(diǎn)也比較突出。聚類分析相對(duì)于一般的統(tǒng)計(jì)分析方法而言，自身的優(yōu)點(diǎn)表現(xiàn)在以下幾個(gè)方面：

第一，該方法可以綜合利用多個(gè)變量，對(duì)樣本進(jìn)行系統(tǒng)的分類處理。股票市場(chǎng)是一個(gè)比較繁雜的虛擬市場(chǎng)，其涉及到的因素較多，并且對(duì)實(shí)體經(jīng)濟(jì)的發(fā)展，會(huì)產(chǎn)生很大的影響。通過采用聚類分析模型，能夠針對(duì)“相近似”的變量進(jìn)行樣本的分析，掌握發(fā)展趨向。

第二，聚類分析模型在應(yīng)用過程中，分類的結(jié)果，表現(xiàn)為較強(qiáng)的直觀性。尤其是在聚類譜系圖方面，其可以相對(duì)清楚的針對(duì)數(shù)值分類結(jié)果，直接呈現(xiàn)在操作者的面前。

第三，聚類分析模型所得到的分析結(jié)果，會(huì)比傳統(tǒng)的分類方法更加細(xì)致，在全面性方面突出，基本上不會(huì)有疏漏。

二、聚類分析模型在股票市場(chǎng)的應(yīng)用

股票市場(chǎng)是近代經(jīng)濟(jì)的重要產(chǎn)物，其在經(jīng)濟(jì)的發(fā)展中，具有非常重要的作用。隨著時(shí)間的推移和經(jīng)濟(jì)虛擬化的程度不斷提升，股票已經(jīng)成為當(dāng)下的重要經(jīng)濟(jì)衡量標(biāo)準(zhǔn)，同時(shí)也是調(diào)節(jié)經(jīng)濟(jì)的重要工具。在股票市場(chǎng)當(dāng)中，通過應(yīng)用聚類分析模型，能夠?qū)善钡恼莆粘潭扔兴嵘?，及時(shí)的根據(jù)走勢(shì)和發(fā)展，以及股票所產(chǎn)生的具體影響，實(shí)施有效的干預(yù)措施，避免對(duì)經(jīng)濟(jì)構(gòu)成不利的影響。

（一）行業(yè)分析及指標(biāo)選擇

股票市場(chǎng)在目前的發(fā)展中，行業(yè)的類型比較明確，相關(guān)指標(biāo)也得到了健全。在這樣的基礎(chǔ)之下，通過應(yīng)用聚類分析模型的方法，能夠?qū)善笔袌?chǎng)中的行業(yè)走勢(shì)和未來發(fā)展重點(diǎn)，進(jìn)行比較準(zhǔn)確的分析。對(duì)于指標(biāo)的選擇而言，能夠?qū)崿F(xiàn)階段性的指標(biāo)變化，告別單一指標(biāo)衡量的情況。為今后的發(fā)展，提供更多的幫助。首先，在行業(yè)分析當(dāng)中，利用聚類分析模型，可以對(duì)一些重要影響的行業(yè)，例如能源行業(yè)等，進(jìn)行廣泛的分析，包括行業(yè)的未來走勢(shì)、當(dāng)下的困境、資金的缺口、持有者的態(tài)度等等，與客觀的工作相互結(jié)合后，在股票市場(chǎng)的操縱，能夠及時(shí)的彌補(bǔ)一些損失，針對(duì)客觀上的經(jīng)濟(jì)調(diào)節(jié)，產(chǎn)生較大的積極意義。其次，在指標(biāo)的選擇上，涉及到的內(nèi)容是比較多的。包括每股的具體收益、凈資產(chǎn)的收益率、主營收入的增長率等等。每一個(gè)指標(biāo)所反映的內(nèi)容都是針對(duì)性的，以此來衡量股票市場(chǎng)是否繁榮。

（二）公司業(yè)績(jī)?cè)u(píng)價(jià)指標(biāo)的選擇

股票市場(chǎng)中的眾多股票，都代表著公司和旗下的品牌，如果想要掌握好這些股票的情況，公司業(yè)績(jī)?cè)u(píng)價(jià)指標(biāo)的選擇，是一個(gè)非常重要的內(nèi)容，并且在客觀上產(chǎn)生的影響是比較大的。一般而言，公司業(yè)績(jī)?cè)u(píng)價(jià)指標(biāo)的選擇，包括公司的盈利能力、償債能力、資產(chǎn)管理能力等等。在此，以盈利能力為例。盈利能力的具體大小，從本質(zhì)上決定了股票價(jià)值的高低。總資產(chǎn)利潤率，能夠從客觀上，反映出公司整體的獲利能力；凈資產(chǎn)利潤率，能夠突出的反應(yīng)公司股東投資報(bào)酬情況；主營業(yè)務(wù)作為公司的利潤來源以及重點(diǎn)發(fā)展的方向；主營業(yè)務(wù)收益率不斷的增大，代表上市公司的市場(chǎng)份額越多，在競(jìng)爭(zhēng)當(dāng)中也會(huì)處于有利的地位。

三、聚類分析模型的局限性

上市公司的經(jīng)營業(yè)績(jī)的綜合評(píng)價(jià)，實(shí)際是一個(gè)非常復(fù)雜的系統(tǒng)評(píng)價(jià)過程。其所涉及的因素非常多。例如，把因子分析、聚類分析運(yùn)用到創(chuàng)業(yè)板上市公司的業(yè)績(jī)?cè)u(píng)價(jià)當(dāng)中，是具有一定的研究性的。運(yùn)用聚類分析法，實(shí)際上可以全方位折射出上市公司的成長性以及盈利的能力，對(duì)于縮小投資范圍、減少投資的風(fēng)險(xiǎn)、明確投資價(jià)值等都比較有利。但是，要注意的是，只是依照這些指標(biāo)來定量分析，沒有辦法完全反映公司的業(yè)績(jī)情況。

四、關(guān)于聚類分析模型在股票市場(chǎng)應(yīng)用的討論

面對(duì)持續(xù)變化的股票市場(chǎng)，良好的運(yùn)用聚類分析模型是一個(gè)比較好的選擇，在很多方面均表現(xiàn)出較大的積極意義。但是，目前的社會(huì)經(jīng)濟(jì)發(fā)生了很大的轉(zhuǎn)變，各個(gè)行業(yè)也在持續(xù)的改革，國家的宏觀調(diào)控增強(qiáng)，多項(xiàng)影響因素作用下，股票市場(chǎng)的未來是很難保證的。為此，在今后的工作中，應(yīng)進(jìn)一步發(fā)揮出聚類分析模型的積極作用，為股票市場(chǎng)的掌控和分析，做出更大的貢獻(xiàn)。

五、結(jié)束語

從現(xiàn)有的工作成果來看，股票市場(chǎng)的分析和統(tǒng)計(jì)，告別了以往繁雜的情況，基本上可以對(duì)股票的發(fā)展、具體運(yùn)作情況、是否出現(xiàn)違法情況等等，采取有效的措施進(jìn)行解決，同時(shí)在日常監(jiān)管工作中，聚類分析模型也發(fā)揮了較大的積極作用。未來，需要選擇合適的模型進(jìn)行分析，進(jìn)一步加強(qiáng)聚類分析模型的應(yīng)用，穩(wěn)定股票市場(chǎng)。以此來確保股票市場(chǎng)的繁榮和穩(wěn)定，避免對(duì)實(shí)體經(jīng)濟(jì)構(gòu)成太大的威脅。

參考文獻(xiàn)：

[1]張文琦.聚類分析和因子分析在房地產(chǎn)股票市場(chǎng)中的應(yīng)用實(shí)證分析報(bào)告[J]. 時(shí)代金融，2014

[2]郭茜.股票市場(chǎng)中主成分分析及聚類分析的綜合應(yīng)用[J].科技風(fēng)，2013