查看: 2987|回复: 0

[参考文献] 以下内容根据本人五一联赛论文所写/运用灰色关联度算法分析科创板估值问题

字体大小: 正常放大

杨利霞

5273 主题	82 听众	17万积分

TA的每日心情

	开心 2021-8-11 17:59

签到天数: 17 天

[LV.4]偶尔看看III

网络挑战赛参赛者

自我介绍: 本人女，毕业于内蒙古科技大学，担任文职专业，毕业专业英语。

群组: 2018美赛大象算法课程

群组: 2018美赛护航培训课程

群组: 2019年数学中国站长建

群组: 2019年数据分析师课程

群组: 2018年大象老师国赛优

电梯直达

1^#

发表于 2020-4-26 17:36 |只看该作者 |正序浏览

|招呼Ta 关注Ta

运用灰色关联度算法分析科创板估值问题以下内容根据本人五一联赛论文所写：

1.1 运用SPSS数据预处理结果

对于中国A股市场与美国NASDAQ市场缺失的数据[1]，使用一个全局常量或属性的平均值填充空缺值。通过SPSS得到填充后的数据集。

运用平均值法统计出2009-2018年中的平均估值水平、平均营业收入、平均年度归母净利润、年度净资产收益率、年度单只股票交易量、年度单只股票交易金额、年度单只股票平均换手率，见下表。

1.2各指标与估值水平的灰色关联度

（1）原理和方法

（2）模型的求解步骤

Step1:各指标的表现值

从表二中看出中国A股市场各指标的单位不统一，如：估值水准的的单位为元，年度营业收入的单位为亿元。须先进行数据预处理。

Step2：数据无量纲化处理

由于各指标的单位不同，需要对原始数据进行无量纲化处理，数据无量纲化处理的方法有均值化、初值化、区间值化、导数化、零化等。本文采用均值化法，即所有的指标除以平均值。

Step3:关联系数

Step4:灰色关联度及权重

然后对于美国NASDAQ市场的灰色关联度分析重复步骤1到4（数据无量化处理、估值标准与各指标的绝对误差、估值标准与各指标的关联系数），最终得到美国NASDAQ市场估值标准与各指标的关联度与权重（见表8）

（3）模型结果分析

图2：中国与美国各指标权重对比图

按关联度原则，关联度大的数列与参考数列的关系最为密切，反之疏远。

中国A股市场估值标准与各指标的关系，从表7可以看出估值标准与各指标的关联度为：年度营业收入0.714、年度归母净利润0.725、年度净资产收益率0.527、年度单只股票交易量0.713、年度单只股票平均换手率0.679、年度单只股票交易金额0.766。

关联序列为：年度单只股票交易金额>年度归母净利润>年度营业收入>年度单只股票交易量>年度单只股票平均换手率>年度净资产收益率,说明年度单只股票交易金额、年度归母净利润、年度营业收入对于估值标准影响比较大。

美国NASDAQ市场估值标准与各指标的关系，从表8中可以看出估值标准与与各指标的关联度为：年度营业收入0.570、年度归母净利润0.556、年度净资产收益率0.368、年度单只股票交易量0.568、年度单只股票平均换手率0.703、年度单只股票交易金额0.627。关联序列为：年度单只股票平均换手率>年度单只股票交易金额>年度营业收入>年度单只股票交易量>年度归母净利润>年度净资产收益率,说明年度单只股票交易金额、年度单只股票平均换手率、年度营业收入对于估值标准影响比较大。

从权重的比率上看中国A股市场与美国NASDAQ市场比较相似，说明加入科创板后，我国股票市场更加完善，优化了投融资平台架构结构最完善的多层次资本市场，从现货到远期、期货、期权，从场内市场到场外市场，从国内市场到国际市场，它不但为企业提供了一个多层次、多元化的融资渠道，同时也为投资者提供了一个组合投资、分散风险的投资平台。

代码：

中国A股市场的灰色关联度分析：

clc
clear
A=[5.18 74.61 7.27 1.26 21.6 2.2685  223.3;
7.33 99.33 10.046  14.95 16.8 1.5876  197.6;
5.3 124.27  11.552  8.66 13.7 1.2158  154.5;
4.45 137.31  11.98 14.15 12.3 0.9839  107.7;
4.05 150.11  13.688  8.51 17.3 1.0903  149.9;
6.35 160.52  14.674  2.54 27.8 1.5359  245.9;
8.27 163.34  14.909  4.61 16.8 3.2937  245.3;
11.7 172.77  15.203  7.88 29.3 2.3942  326.5;
7.58 203.52  17.982  4.15 28.8 3.0424  334.9;
4.46 216.1 18.571  3.32 24.6 3.578 265.5];
y=[6.46 150.19 13.588 7 20.9 2.1 225.1];
x1=A(1:10,1)./y(1);x2=A(1:10,2)./y(2);x3=A(1:10,3)./y(3);
x4=A(1:10,4)./y(4);x5=A(1:10,5)./y(5);x6=A(1:10,6)./y(6);
x7=A(1:10,7)./y(7);
B=[x1,x2,x3,x4,x5,x6,x7]; %表4：数据无量化处理
y1=abs(x1-x2);y2=abs(x1-x3);
y3=abs(x1-x4);y4=abs(x1-x5);
y5=abs(x1-x6);y6=abs(x1-x7);
C=[y1,y2,y3,y4,y5,y6]; %表5：估值标准与各指标的绝对误差
max(max(C)); %最大值
min(min(C)); %最小值
z=(0.007+0.5.*1.333)./(C+0.5*1.333); %表6：估值标准与各指标的关联系数
e=[];
for i=1:6
z1=sum(z(1:10,i))/10;
e=[e,z1];  %表7：中国A股市场估值标准与各指标的关联度
end
f=e./sum(e); %表7：权重

美国NASDAQ市场的灰色关联度分析：
clc
clear
A=[0.4147 11.71 1.0724 22.58 1.4 15.0069 27.88;
0.6877 12.75 1.2695 -24.6285 1.41 109.9363 37.89;
0.6855 14.57 1.3047 -0.1559 1.33 20.3539 39.76;
21.8839 14.63 1.241 24.7936 1.19 44.2009 40.23;
35.9795 15.1 1.8794 7.3479 1.25 50.6186 43.6;
52.1689 15.83 1.3495 -0.1792 1.4 66.5194 62.1;
41.1715 16.06 1.2812 10.4044 1.39 65.6514 60.8;
79.2578 16.28 1.2803 106.2523 1.45 100.6495 57.39;
94.2856 18.17 1.7407 -45.1361 1.51 123.54 68;
136.0317 22.06 2.0539 -19.2076 1.78 109.9363 96.38];
y=[46.2567 15.716 1.4473 8.2071 1.411 70.6413 53.403];
x1=A(1:10,1)./y(1);x2=A(1:10,2)./y(2);x3=A(1:10,3)./y(3);
x4=A(1:10,4)./y(4);x5=A(1:10,5)./y(5);x6=A(1:10,6)./y(6);
x7=A(1:10,7)./y(7);
B=[x1,x2,x3,x4,x5,x6,x7]; %数据无量化处理
y1=abs(x1-x2);y2=abs(x1-x3);y3=abs(x1-x4);
y4=abs(x1-x5);y5=abs(x1-x6);y6=abs(x1-x7);
C=[y1,y2,y3,y4,y5,y6]; %估值标准与各指标的绝对误差
max(max(C)); %最大值
min(min(C)); %最小值
z=(0.007+0.5.*1.333)./(C+0.5*1.333); %估值标准与各指标的关联系数
e=[];
for i=1:6
z1=sum(z(1:10,i))/10;
e=[e,z1]; %表8：美国NASDAQ市场估值标准与各指标的关联度
end
f=e./sum(e); %表8:权重

图1：中国与美国股票市场各指标与评估水平的关联度对比图：
clear
clc
x=[0.714 0.725 0.527 0.713 0.679 0.766];
y=[0.570 0.556 0.368 0.568 0.703  0.627];
z=[x',y'];
bar(z)
xlabel('x1到x6的指标');
ylabel('指标与评估水准关联度');
legend('中国A股市场','美国NASDAQ市场')

图2：中国与美国各指标权重对比图：

clear
clc
x=[0.173 0.176 0.128 0.173 0.165 0.186];
y=[0.168 0.164 0.108 0.167 0.207 0.185];
subplot(121);
pie(x);
legend('年度营业收入','年度归母净利润','年度净资产收益率','年度单只股票交易量','年度单只股票平均换手率','年度单只股票交易量');
title('中国A股市场权重比率');
subplot(122);
pie(y);
title('美国NASDAQ市场权重比率');

————————————————
版权声明：本文为CSDN博主「范飓风」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/fanjufei123456/article/details/104003589

————————————————
版权声明：本文为CSDN博主「范飓风」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/fanjufei123456/article/details/104003589

zan