上市公司股票分类之研究

上市公司股票分类之研究

内容大纲第一章：绪论第二章：文献探讨第三章：研究方法第四章：实证分析第五章：结论与建议第一章绪论

研究动机下定投资决策前，投资者须先搜集有关之客观性资料--如公开财务报表、股票市场交易等数据，根据这些数据加以分析，做投资者心目中最佳决策。本研究拟探讨股票之特性，并主要以电子、塑化、食品等类股的股价走势为例，将上市公司股票加以分群，并找出其特性，以作为投资人选购股票之参考。

研究目的

上市的类股众多，股价的特性也因产品类别、股本结构、财务状况而有所不同，本研究拟使用集群分析方法加以分群。利用集群分析与判别分析的方法将上市类股加以分群，并比较其差异。建立简单明确，具有应用性，能提供投资人重要情报且又能满足投资者需要的客观上市股票分类。提供简单明确而又客观的上市股票分类模式，俾对于民间资金的流入证券市场与证券市场的健全发展有所贡献。

研究架构

研究动机

研究目的

研究方法

实证分析一、主成份分析二、集群分析三、判别分析

结论与建议

第二章

文献探讨

文献探讨

上市标准概述项目实收资本额股权分散第一类六亿元以上记名股东人数在二千人以上，其中持有股份一千股至五万股之股东人数不少于一千人，且其所持股份合计占发行股份总额百分之二十以上或满一千万股者。第二类三亿元以上记名股东人数在一千人以上，其中持有一千股至五万股之股东人数不少于五百人，且其所持股份合计占发行股份总额百分之二十以上或满一千万股者。第三类二亿元以上不限股东人数或持股比例﹐惟需具备以下条件:1.产品开发成功且具市场佳。2.经承销商书面推荐﹐并保留承销股数

50%以上由承销商认购。

股票上市上柜相关规定项目实收资本额股权分散一般上市股票六亿元以上1.记名股东总人数1,000人以上。2.持有1,000股至50,000股之记名股东人数:500人以上，且占发行股份总额20%以上;或满一千万股。一般上柜股票一亿元以上持有1,000股至50,000股之记名股东人数:300人以上，占发行股份总额10%以上;或逾五百万股。兴柜股票(无此项规定)(无此项规定)

国内相关研究探讨古永嘉以财务比率，利用集群分析，将公司之经营绩效予以评等分类民国82年12月。叶金成以上市公司资产报酬率五年的平均值，利用因素分析及区别分析，建立股票上市公司优良与不优良群体之区别模式，民国67年6月。陈志全利用集群分析，探讨不同类别的股票特征上的差异，民国71年6月。

国外之相关研究EdwinJ.EltonandMartinJ.Gruber根据主成份分析之结果利用集群分析的方法把同质之个体归并一类，并使不同类间之异质性最明显。第三章研究方法分析方法异同处

一、主成份分析：主成份分析的目的在于将许多变数予以减少，使其变为少数几个互相独立的线性组合变量（即主成份），而且经由线性组合而得的主成份保有原变量最多的信息（即有最大的变异），也就是被观测体在这些成份上会显出最大的个别差异。二、集群分析：集群分析的目的是将个体分在几个不同的群组，但事先对各群组没有验前机率（Prior），希望集群结果有同一群组内的个体在某种意义尚有相近的性质，而不同的群组间差异大。

主成分分析

利用情报赢家数据库收集上市公司(电子类股、塑化类股、食品类股等29家)的各种财务变数算出资料的共变异数矩阵

根据Kaiserrule，要保留eigenvalues大于1的Principal根据Screerule我们可知保留Principal1-3将各笔数据，算出其标准值，经整理可得各个数据之主成份得点。该主成份得点可作为集群分析之用

集群分析利用主成分分析所得到的主成分得点，进行集群分析利用分层式法计算出这29家产业的欧式距离利用单一连结法(SingleLinkage)来分群

利用华德法来分群利用非分层式法，以k组平均值分群法作分析

第四章实证分析主成份分析

本专题报告构想为：利用情报赢家数据库收集上市公司(电子类股、塑化类股、食品类股等29家)的各种财务变量，先进行主成份分析，缩减变量后再进行集群分析。

步骤一：算出资料的共变异数矩阵步骤二：

(1)根据Kaiserrule我们必须要保留eigenvalues大于1的主成份分析。由表4-1及图4-1；我们取主成份分析1-3皆不能被删除

(2)根据Screerule我们可知保留主成份分析1-3，该方法可解释大部分之变异(73.12%)

表4-1图4-1表4-2LoadingsPrin1Prin2Prin3V1现金周转率(次)0.1965480.5065750.545260V2短期应付款项周转率(次)-0.5430520.2548040.422129V3资产周转率(次)0.0717070.8692170.351807V4净值周转率(次)0.311734

0.7049900.462904V5现金流量对负债总额比率-0.917777

-0.0083360.190288V6现金流量对资产总额比率-0.907385

0.2153970.170045V7现金流量对销货净额比率-0.844746

-0.3131020.004879V8应收款项周转率(次)-0.540259

-0.0461360.190489V9存货周转率(次)0.005301

0.456696

-0.585291V10股东权益报酬率(税后)-0.359236

0.522606

-0.649666V11资产报酬率-0.241269

0.661481-0.655831集群分析

步骤一：利用分层式法计算出这29家产业的欧式距离(Euclideandistances)

步骤二：利用单一连结法(SingleLinkage)来分群：单一连结法是最近法，他的定义为A群内每一点到B群内每一点的距离之最小值当作A、B两群的距离。但因单一连结法其分群较不明显。所以，我们接下来利用华德法来进行分群。步骤三：(1).利用华德法来分群：华德法为最小变异数法，华德法的群间距离da,b

为变异数分析中所谓的组间平方和，即da,b=SSB。利用所计算出的欧式距离来进行分群。其结果我们大约可分成3群。如图4-3所示。步骤四：利用非分层式法，以k组平均值分群法作分析，取α=0.05检定步骤五：第1群：为稳健保守型公司。第2群：为冒险成长型公司。第3群：为营运待加强型公司。

判别分析

步骤一：选择变量，Wilks’Lambda值要越小越好。

函数检定1到2步骤二：设定一个容忍水平，容忍水平是测量判别变量共线性的指针，通常SPSS皆假设0.001。步骤三：判别函数的最大数目为min(g-1,p)=min(3-1,11)=2，所以判别函数为2个。步骤四：由SPSS的结果可得到classificationfunctions为范例

V1V2V3V4现金周转率(次)短期应付款项周转率(次)资产周转率(次)净值周转率(次)大大公司94.241.231.78好好公司35.117.311.391.68以下分别为大大公司与好好公司数据，现在我们利用classificationfunctions来进行分类：V5V6V7现金流量对负债总额比率现金流量对资产总额比率现金流量对销货净额比率大大公司3.993.18.12好好公司7.262.495.85V8V9V10V11应收款项周转率(次)存货周转率(次)股东权益报酬率(税后)资产报酬率大大公司3.013.522.421.37好好公司1.992.782.421.62判别结果第一类第二类第三类分类结果大大公司59.3151764.07847

57.78471第二类好好公司53.6960560.594262.58805

第三类将要判别的资料代入classificationfunction可得第五章结论与建议结论1利用情报赢家数据库收集上市公司的财务变量，先进行主成份分析，缩减变量后再利用集群分析加以分群，在进行判别分析找出判别规则，做为未来分群的依据。本研究在第四章的实证分析中，利用上市满三年的29家上市公司股票的财务信息来进行研究，并利用主成份分析和集群分析、判别分析来进行分群。结论2集群分析与判别分析将上市公司分为三类：第一类为稳健保守型公司、第二类为冒险成长型公司、第三类为营运待加强型公司。由集群分析与判别分析的分类得知台扬分别为冒险成长型与稳健保守型公司，经由分类结果可以发现在做判别分析时检定出在29家产业中只有台扬公司判断错误。表示判别率为28/29=96.6%。建议1本研究以上市公司来做为研究主题，主要是因为电子、塑化、食品股为现今台湾股票市场的重心，所以同样的研究方法也可以运用到其他类股。本研究并没有细