摘 要 針對高科技股票投資價值，選擇208支高科技股票構(gòu)建了科技板。選擇了財務(wù)指標(biāo)和非財務(wù)指標(biāo)，用因子分析法對指標(biāo)進(jìn)行分組，并對各組指標(biāo)進(jìn)行主成分分析，得到了科技板上市公司的投資價值系數(shù)。

　　關(guān)鍵詞 高科技板 投資價值 分組主成分分析

　　《上市公司行業(yè)分類指引》中沒有單獨(dú)設(shè)立高科技行業(yè)，嚴(yán)格地說，高科技并不能作為一個行業(yè)名稱。任何行業(yè)中都會有一些科技含量高的產(chǎn)品，同時，高科技一直是一個很模糊的概念，在不同的時期，其內(nèi)涵和外延會有很大的差異。在資本市場中，高科技板概念的意義也經(jīng)歷了幾個不同的時期。從早期的計(jì)算機(jī)制造、軟件開發(fā)，到電子通信、互聯(lián)網(wǎng)乃至生物工程等等，短短幾年的時間里，高科技概念對資本市場產(chǎn)生了巨大的影響。在股票市場中，所有具有一定共同特征的上市公司均可以構(gòu)成一個板塊。行業(yè)可以用來作為劃分板塊的依據(jù)，而板塊則不一定按照行業(yè)來劃分。

　　基于此，本文依據(jù)資本市場發(fā)展的特點(diǎn)、綜合高科技企業(yè)的特點(diǎn)，根據(jù)《中國高新技術(shù)產(chǎn)品目錄2006》、國家高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)高新技術(shù)企業(yè)認(rèn)定條件和辦法、科技部公布首批103家創(chuàng)新型企業(yè)試點(diǎn)名單的37家上市企業(yè)，從3G、創(chuàng)投概念、軟件開發(fā)、航天航空、網(wǎng)絡(luò)信息、高�？萍�、IPv6、數(shù)字電視、循環(huán)經(jīng)濟(jì)、節(jié)能環(huán)保、新能源、軍工概念、食品、生物制藥、06年103家創(chuàng)新企業(yè)中37上市公司中共選擇了208家企業(yè)，組成了高科技板，然后采取分組主成份法，綜合其2006年報中財務(wù)、非財務(wù)信息，對它們進(jìn)行投資價值分析，得到其綜合投資價值系數(shù)。

　　1 分組主成分綜合評價法介紹

　　主成分法和因子分析法在處理多維數(shù)據(jù)中得到了廣泛的運(yùn)用。很多文獻(xiàn)使用它們對上市公司財務(wù)數(shù)據(jù)進(jìn)行了分析，得到公司的經(jīng)營績效評價。

　　但是，主成分法主要存在四個方面不足，因子分析法也存在諸如損失信息等缺點(diǎn)，許多文獻(xiàn)提出了改進(jìn)方法，并作了一些實(shí)證研究。主要有張宏培、楊大成的多層次——主成分分析法，徐青、郭忠印、丁藝的層次分析——主成分分析法，候文、張小斐、葉宗裕等因子分析——主成分分析法，他們的總體思想就是先對指標(biāo)進(jìn)行分組，然后采用主成分分析，所以可以歸為分組主成分法。徐義田、王來生、崔文善、張好治的核——主成分法，彭維湘的多變量綜合的主成分旋轉(zhuǎn)法研究以及其他采用非線性變換的主成分法，可以歸為非線性主成分分析法。另外，還有徐雅靜、王遠(yuǎn)征等的主成分——聚類分析法等，這些改進(jìn)方法都取得了較好的效果。

　　其中因子分析——主成分分析法的優(yōu)點(diǎn)比較顯著，對于非線性變換主成分分析法繁雜的計(jì)算，它的計(jì)算比較方便，而且可以處理龐大的數(shù)據(jù)，隨著數(shù)據(jù)的增多，優(yōu)勢更加明顯；此次評價方法綜合了主成分分析和因子分析的優(yōu)點(diǎn)克服了它們各自的缺點(diǎn)。這主要表現(xiàn)在：一是利用了主成分分析中第一主成分的綜合作用，便于綜合評價模型的解釋；二是借用因子分析方法通過正交旋轉(zhuǎn)對變量進(jìn)行分組，構(gòu)造評價體系結(jié)構(gòu)，并且每個變量指標(biāo)都包含在內(nèi)，保證了評價體系的完備性；三是在建立的綜合評價模型中，每個指標(biāo)及對應(yīng)的權(quán)重都很明確，便于實(shí)際應(yīng)用。當(dāng)對變量進(jìn)行分組以后，如某一組內(nèi)變量指標(biāo)較多，其第一主成分（綜合主成分）的貢獻(xiàn)率達(dá)不到要求時，可在該組內(nèi)再進(jìn)行分組，直到第一主成分具有代表性為止。這樣就構(gòu)成了多層次分組主成分綜合評價模型。

　　2 分組主成分綜合評價模型的構(gòu)建

　　2.1 主成分分析法

　�。�1）主成分分析法的基本原理。

　　對線性變換F1=u11X1+u21X2+L+up1Xp F2=u12X1+u22X2+L+up2Xp……

　　Fp=u1pX1+u2pX2+L+uppXp，尋求原始指標(biāo)的線性組合Fi，滿足u■■+u■■+L+u■■=1 Cov（Fi，F(xiàn)j）=0，i≠j，i，j=1，2，L，p Var（F1）≥Var（F2）≥Var（Fp）

　　Fi便是第i主成分，我們一般選取前m個累計(jì)貢獻(xiàn)率（■λi■λi）達(dá)到85%以上的主成分。

　�。�2）主成分的綜合評價。以每個主成分的貢獻(xiàn)率αi=■為權(quán)數(shù)，構(gòu)造綜合評價函數(shù)如下：

　　F=α1F1+α2F2+L+αmFm 2.2 因子分析法（1）因子分析法的基本原理。因子分析的一般模型為X1=μ1+a11F1+L+a1mFm+ε1 X2=μ2+a21F1+L+a2mFm+ε2……

　　Xp=μp+ap1F1+L+apmFm+εp其中，F(xiàn)i（i=1Lm）為公共因子，εi（i=1Lm）為特殊因子，它們都是不可觀測的隨機(jī)變量。

　�。�2）因子分析法的基本步驟。根據(jù)具體問題選取指標(biāo)，對指標(biāo)做出判斷，是否同向，若不同向，變成同向，對評價指標(biāo)無量綱化處理，得到標(biāo)準(zhǔn)化矩陣，計(jì)算得到相關(guān)系數(shù)矩陣，解特征方程，計(jì)算相關(guān)矩陣的特征值，則根據(jù)累計(jì)貢獻(xiàn)率確定因子個數(shù)，計(jì)算特征向量和初始因子載荷矩陣，因子旋轉(zhuǎn)，根據(jù)加權(quán)最小二乘法，也稱為巴特萊特因子得分法、或者回歸法，也稱為湯姆孫因子得分，計(jì)算因子得分，結(jié)果分析。

　　2.3 因子分析——主成分分析法的構(gòu)建

　�。�1）基本原理。首先通過因子分析法將N項(xiàng)指標(biāo)分為m組，每組包括幾項(xiàng)原始指標(biāo)。這樣使得每組指標(biāo)組內(nèi)高度相關(guān)，而組間的相關(guān)性很弱。同時以每個因子的方差貢獻(xiàn)率占所選定因子的總方差貢獻(xiàn)率的比率αi對該指標(biāo)子集自然賦權(quán)。其次，從各指標(biāo)子集出發(fā)，求取每一樣品在對應(yīng)子集的第一主成分?jǐn)?shù)值。若有k個子集，記為Y1，Y2，…，Yk，則第i個樣品的k個第一主成分可以表示為p（Y■■），p（Y■■），p（Y■■），上標(biāo)“1”表示第一主成分。

　　（2）分析模型。通過上面兩步，可以得到綜合評價模型：

　　Fi=αY1p（Y■■）+αY2p（Y■■）+…+αYkp（Y■■）

　　即綜合得分是每個指標(biāo)子集的自然權(quán)數(shù)與其主成分?jǐn)?shù)值乘積之和。

　　3 分組主成分綜合評價模型的實(shí)證研究

　　3.1 樣本的選擇

　　根據(jù)前文所給的范圍，選取了208家高科技上市公司。

　　3.2 指標(biāo)的選擇

　　對于高科技股票的投資價值分析，石海燕、許敏、姚正海、鄧平等學(xué)者主要從構(gòu)建高科技上市公司投資價值（經(jīng)營績效）評價指標(biāo)體系這一角度進(jìn)行了研究。通過財務(wù)數(shù)據(jù)得出的上市公司經(jīng)營績效，從一定程度上反映了其投資價值，但是一些非財務(wù)數(shù)據(jù)（如創(chuàng)新投入、研發(fā)人員比例、股本結(jié)構(gòu)等）也對其投資價值有重要影響。所以，從更加客觀地反映上市公司投資價值的角度出發(fā)，結(jié)合高科技上司公司的特點(diǎn)和分組主成分分析法的優(yōu)勢，本文從公司規(guī)模（總資產(chǎn)、總股本）、公司治理結(jié)構(gòu)（流通股比例、第一大股東持股比例）、成長性（主營業(yè)務(wù)收入增長率、凈利潤增長率、總資產(chǎn)增長率、凈資產(chǎn)增長率、每股收益增長率）、經(jīng)營能力（總資產(chǎn)周轉(zhuǎn)率、凈資產(chǎn)周轉(zhuǎn)率、存貨周轉(zhuǎn)率、應(yīng)收賬款周轉(zhuǎn)率、經(jīng)營周期）、盈利能力（凈資產(chǎn)收益率、總資產(chǎn)收益率、凈利潤率、毛利率）、償債能力（資產(chǎn)負(fù)債率、流動比率、速動比率、長期資產(chǎn)適合率、利息保障倍數(shù)）、現(xiàn)金流量（經(jīng)營現(xiàn)金流與負(fù)債比、凈利潤現(xiàn)金含金量、每股現(xiàn)金流）、創(chuàng)新性（以技術(shù)和專利為基礎(chǔ)的無形資產(chǎn)賬面余額占總資產(chǎn)的比例、技術(shù)及研發(fā)人員占員工數(shù)比例、大專及以上學(xué)歷員工占總員工比例）、風(fēng)險性（主營業(yè)務(wù)鮮明度、股票波動率）九個方面共30個指標(biāo)進(jìn)行綜合分析。其中財務(wù)數(shù)據(jù)來自和訊網(wǎng)（www.hexun.con）、非財務(wù)數(shù)據(jù)（除股票波動率）根據(jù)巨潮資訊網(wǎng)（www.cninfo.com）公布的2006年年報整理而得。根據(jù)北大經(jīng)濟(jì)中心提供的日高頻數(shù)據(jù)（開盤價、最高價、最低價、收盤價）分別計(jì)算標(biāo)準(zhǔn)差，股票波動率就是它們標(biāo)準(zhǔn)差的平均值。

　　3.3 數(shù)據(jù)的預(yù)處理

　　將指標(biāo)同向化處理，使所有指標(biāo)都對股票的投資價值方向?yàn)檎�貢獻(xiàn)，對逆指標(biāo)取倒數(shù)；再對指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。

　　3.4 分組主成分分析

　　分析工具采用的是SPSS13.0.相關(guān)系數(shù)矩陣顯示30個指標(biāo)間的相關(guān)度較高，Kaiser-Meyer-Olkin Measure of Sampling Adequacy為0.539，此值適中，表明因子分析結(jié)果具有可用性。因子分析使用主成分法得到9個因子，其累計(jì)貢獻(xiàn)率達(dá)85.65%.接著對9組指標(biāo)分別進(jìn)行主成分分析，發(fā)現(xiàn)第一主成分的貢獻(xiàn)率都達(dá)到要求，最后根據(jù)模型得到綜合分?jǐn)?shù)。

　　3.5 結(jié)果分析

　　由于篇幅的局限性，根據(jù)綜合得分排名列出前10項(xiàng)與后10項(xiàng)，并作簡單分析（見表1）。

　　前10名中，中國石化在中國石油市場中處于寡頭壟斷地位，是中國最大的一體化能源化工企業(yè)，是我國唯一的乙烯氯堿一體化生產(chǎn)企業(yè)，并且是國內(nèi)最大的合成橡膠生產(chǎn)基地之一。公司注重新區(qū)和老區(qū)新層系的勘探發(fā)現(xiàn)，實(shí)現(xiàn)了油氣當(dāng)量儲采平衡有余，并為后繼接替資源奠定了基礎(chǔ)。馳宏鋅鍺是一家極為優(yōu)質(zhì)的鉛鋅生產(chǎn)企業(yè)，通過不斷收購將較大幅度地增加公司鉛鋅金屬儲量和采選冶煉能力，消除同業(yè)競爭和減少關(guān)聯(lián)交易。使得公司的資源儲備優(yōu)勢、規(guī)模優(yōu)勢、和技術(shù)優(yōu)勢不斷增強(qiáng)。欣網(wǎng)視訊憑借在通信服務(wù)行業(yè)多年的運(yùn)作經(jīng)驗(yàn)、強(qiáng)大的服務(wù)隊(duì)伍和過硬的服務(wù)質(zhì)量，公司已與多家行業(yè)內(nèi)的主要系統(tǒng)供應(yīng)商建立了合作伙伴關(guān)系；隨著3G的來臨，面向3G的通信服務(wù)市場將十分巨大。寶鋼股份公司是我國鋼鐵行業(yè)的龍頭企業(yè)，在全球鋼鐵行業(yè)企業(yè)排名居第6位，到2012年，公司鋼產(chǎn)量達(dá)到5 000萬t，年均增長15％。鹽田港2006年被深圳證券信息有限公司和鵬元資信評估有限公司聯(lián)合評為“A＋”治理等級，公司具備較好的投資潛力。鞍鋼股份、公用科技、用友軟件和歌華有線在各自的領(lǐng)域均有出色的成績。航天信息2006年每股盈利達(dá)到1.14元，同比增長近40％，它們無疑擁有較高的投資價值，同時與股票交易市場對照，也十分吻合。

　　在后10名中，S滬科技、安彩高科、遼源得亨、大唐電信、萬杰高科、長安信息均淪為*ST，現(xiàn)名為：S*ST滬科、*ST安彩、*ST得亨、*ST大唐、*ST萬杰、*ST長信。而力諾太陽歷史遺留的負(fù)擔(dān)較重，產(chǎn)品價格競爭比較激烈，產(chǎn)品同質(zhì)化現(xiàn)象較突出，能源供應(yīng)價格的持續(xù)上漲，給公司生產(chǎn)成本造成了很大影響，產(chǎn)生了嚴(yán)重虧損。航天科技、兆維科技、榮華實(shí)業(yè)也主要由于2006年嚴(yán)重虧損而排名靠后。綜上，通過分組主成分分析法，綜合分析上市公司全面的信息，得出股票的投資價值系數(shù)，與實(shí)際比較吻合，對于投資分析具有一定的參考作用。

　　參考文獻(xiàn)

　　1 彭維湘。多變量綜合的主成分旋轉(zhuǎn)法研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2005（6）

　　2 葉宗裕。主成分綜合評價方法存在的問題及改進(jìn)[J].統(tǒng)計(jì)與信息論壇，2004（3）

　　3 張小斐，郝志敏。FA-PCA綜合評價模型及其有效性研究[J].統(tǒng)計(jì)與信息論壇，2003（11）

　　4 候文。對應(yīng)用主成分法進(jìn)行綜合評價的探討[J].數(shù)理統(tǒng)計(jì)與管理，2006（3）

　　5 徐雅靜，汪遠(yuǎn)征。主成分分析應(yīng)用方法的改進(jìn)[J].數(shù)學(xué)的實(shí)踐與認(rèn)識，2006（6）

　　6 張宏培，楊大成。西部大開發(fā)中的各省區(qū)區(qū)位優(yōu)勢的多層次的主成分分析[J].數(shù)理統(tǒng)計(jì)與管理，2001（5）

　　7 徐青等。應(yīng)用層次——主成分分析法評價高等級公路安全性[J].森林工程，2005（1）

　　8 彭維湘，多變量綜合的主成分旋轉(zhuǎn)法研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2005（6）

　　9 王學(xué)民。多元統(tǒng)計(jì)分析[M].上海：上海財經(jīng)大學(xué)出版社，2005 10 盧紋岱主編。SPSS for Windows統(tǒng)計(jì)分析（第3版）[M].北京：電子工業(yè)出版社，2006