摘要：量化投資交易的應(yīng)用越來(lái)越廣泛，其中量化選股是整個(gè)投資交易過(guò)程的第一步，也是至關(guān)重要的環(huán)節(jié)，有效的選股策略能夠幫助投資者獲取投資收益。主成分分析法常被用于選股策略中，其主要通過(guò)主成分分析法構(gòu)建指標(biāo)體系，來(lái)評(píng)價(jià)上市公司的投資價(jià)值。實(shí)證分析中，選取新三板掛牌的17家物業(yè)公司，并依據(jù)企業(yè)的償債能力、股本擴(kuò)張能力、盈利性、成長(zhǎng)性選擇10個(gè)財(cái)務(wù)指標(biāo)進(jìn)行分析，對(duì)上市公司綜合評(píng)分，給予投資建議。

　　關(guān)鍵詞：量化選股;主成分分析;財(cái)務(wù)指標(biāo)

　　一、前言

　　隨著投資組合理論的發(fā)展，量化投資分析選股的方法逐漸成為證券投資分析的主流選股方式，它可以大幅提高投資效率，優(yōu)化投資組合管理和風(fēng)險(xiǎn)控制。其中量化投資的應(yīng)用在歐美市場(chǎng)，特別是美國(guó)市場(chǎng)發(fā)展十分成熟。國(guó)內(nèi)量化投資的應(yīng)用還處于初級(jí)階段，但隨著金融市場(chǎng)的完善，越來(lái)越多的投資者和投資機(jī)構(gòu)使用量化投資進(jìn)行選股和資產(chǎn)配置。目前，在量化選股方法有多因子選股、風(fēng)格輪動(dòng)選股、行業(yè)輪動(dòng)選股以及趨勢(shì)跟蹤選股，其中最常用的是多因子選股策略，主成分分析法是構(gòu)成該策略的方法之一。

　　二、主成分分析法的理論及指標(biāo)處理

　　(一)主成分分析法的基本思想

　　主成分分析法是一種將多個(gè)變量因子轉(zhuǎn)變?yōu)閹讉€(gè)綜合指標(biāo)的降維分析方法。

　　首先從財(cái)務(wù)報(bào)表中選擇相關(guān)財(cái)務(wù)指標(biāo)作為因子變量，并將這些因子簡(jiǎn)化相互之間沒(méi)有相關(guān)性的幾個(gè)主成分，每一個(gè)主成分都解釋原先財(cái)務(wù)數(shù)據(jù)所包含的大部分信息。其次，從簡(jiǎn)化的幾個(gè)主成分中提取出具有較強(qiáng)解釋力的新主成分，并根據(jù)不同成分因子的方差百分比賦予新主成分不同權(quán)重，建立多因子綜合打分的選股模型，對(duì)所選上市公司進(jìn)行綜合掃分排名，以此評(píng)價(jià)其投資價(jià)值。

　　(二)財(cái)務(wù)指標(biāo)選擇

　　通常具有投資價(jià)值的公司，其財(cái)務(wù)報(bào)表便能反映其價(jià)值，故而選取財(cái)務(wù)指標(biāo)作為投資價(jià)值分析的變量因子，構(gòu)建的指標(biāo)體系要考慮四個(gè)方面，即公司的成長(zhǎng)性、盈利性、股本擴(kuò)張能力以及償債能力。本文基于物業(yè)管理行業(yè)，選取如下指標(biāo)：流動(dòng)比率、資產(chǎn)負(fù)債比率、每股收益、銷售凈利率、凈資產(chǎn)收益率、每股凈資產(chǎn)、每股資本公積金、每股未分配利潤(rùn)、凈利潤(rùn)增長(zhǎng)率、營(yíng)業(yè)收入增長(zhǎng)率。

　　(三)財(cái)務(wù)指標(biāo)的主成分處理

　　第一步，若選取的上市公司共有n家，每家上市公司選取p個(gè)指標(biāo)，分別記為：N={N1，N2，…，Nn};P={P1，P2，…，Pn}。根據(jù)上市公司的財(cái)務(wù)報(bào)表，將每一家上市公司對(duì)應(yīng)的每一個(gè)財(cái)務(wù)指標(biāo)標(biāo)記為Z，即個(gè)案Ni的Pj指標(biāo)對(duì)應(yīng)的指標(biāo)值為Zij(i=1，2，…，n;j=1，2，…，p)，從而可構(gòu)造樣本矩陣Z=(zij)n*p。第二步，將矩陣Z=(zij)n*p樣本值z(mì)ij標(biāo)準(zhǔn)化：zj為樣本數(shù)據(jù)平均數(shù)，δj為樣本數(shù)據(jù)的方差，從而得到標(biāo)準(zhǔn)化決策矩陣T=(tij)n*p。第三步，求標(biāo)準(zhǔn)化決策矩陣的特征值λ及其對(duì)應(yīng)的特征向量，其中所求特征值要不能小于零。再計(jì)算出每一個(gè)特征值占全部特征值總和的比重，即為主成分的貢獻(xiàn)度，占比越大說(shuō)明它總和原有變量的能力越強(qiáng)。第四步，將特征值逐一累計(jì)求和，并計(jì)算出占全部特征值總和的比重記為累計(jì)貢獻(xiàn)度，提取滿足累計(jì)貢獻(xiàn)度≥85%的前m個(gè)主成分。將這新得到的m個(gè)主成分作為新的決策指標(biāo)，從而得到新的主成分決策矩陣Y=(yij)n*m。最后，根據(jù)主成分分析的結(jié)果，可得主成分指標(biāo)權(quán)重，即對(duì)應(yīng)特征值占全部特征值總和的比重。

　　三、實(shí)證分析

　　近年來(lái)，物業(yè)管理行業(yè)的市場(chǎng)規(guī)模不斷擴(kuò)大，物業(yè)公司爭(zhēng)相上市。該行業(yè)處于高速發(fā)展的黃金時(shí)期，預(yù)計(jì)行業(yè)的增長(zhǎng)態(tài)勢(shì)仍將持續(xù)較長(zhǎng)時(shí)間。結(jié)合基本面分析本文選取了17只新三板上市的物業(yè)管理行業(yè)的股票，分別為：興中能源、美的物業(yè)、銀中物業(yè)、建投實(shí)業(yè)、金發(fā)股份、新鴻運(yùn)、萬(wàn)聯(lián)生活、中經(jīng)世紀(jì)、華仁物業(yè)、智善生活、新日月、物管股份、雅荷科技、花千墅、棲霞物業(yè)、格力物業(yè)和文達(dá)通。根據(jù)2019年財(cái)務(wù)報(bào)告用SPSS軟件做如下分析，相關(guān)指標(biāo)數(shù)據(jù)從同花順軟件數(shù)據(jù)中心獲取。

　　(一)提取主成分

　　根據(jù)標(biāo)準(zhǔn)化后的數(shù)據(jù)，進(jìn)行提取主成分的數(shù)據(jù)分析，可得到特征值及主成分貢獻(xiàn)度。通常，提取主成分的標(biāo)準(zhǔn)是：特征值大于1;累計(jì)貢獻(xiàn)度>85%。根據(jù)表1，可知前三個(gè)主成分因子的特征值大于1，且累計(jì)貢獻(xiàn)率為85.036%，因此選取前三個(gè)主成分即可。此外，從表1也可以看出，第四個(gè)特征值開始貢獻(xiàn)度的變化趨于平緩，分布密集。故而提取三個(gè)主成分便能反映85%以上的原始信息。

　　(二)綜合評(píng)價(jià)

　　通過(guò)對(duì)指標(biāo)年變量進(jìn)行主成分矩陣處理，便可得到財(cái)務(wù)指標(biāo)與主成分的相關(guān)性。根據(jù)表2的分析結(jié)果，資產(chǎn)負(fù)債比率、每股資本公積金、每股凈資產(chǎn)以及每股末分配利潤(rùn)與主成分1相關(guān)性較強(qiáng)，則主成分1主要反映企業(yè)的擴(kuò)張能力;流動(dòng)比率、每股收益、銷售凈利率以及凈資產(chǎn)收益率與主成分2高度相關(guān)，即其主要反映盈利能力;營(yíng)業(yè)收入同比增長(zhǎng)率、凈利潤(rùn)同比增長(zhǎng)率與主成分3相關(guān)性較高，則主成分3代表了企業(yè)成長(zhǎng)性。

　　根據(jù)相關(guān)性分析，利用軟件進(jìn)行統(tǒng)計(jì)計(jì)算便可得到主成分得分系數(shù)矩陣，從而可以得出主成分得分表達(dá)式，如下：

　　其中，Y表示主成分，Z表示標(biāo)準(zhǔn)化處理后的財(cái)務(wù)數(shù)據(jù)。每個(gè)主成分得分再乘以各目的貢獻(xiàn)率，累計(jì)求和便能得出每只股票的綜合得分。即由公式：Y=α1Y2Y2+α

　　通過(guò)綜合得分的計(jì)算，智善生活排名第一，說(shuō)明在所選股票中綜合競(jìng)爭(zhēng)力最強(qiáng)。然后依次為銀中物業(yè)、美的物業(yè)、雅荷科技、新日月、新鴻運(yùn)、金發(fā)股份、中金世紀(jì)，其他得分為負(fù)，不做考慮。結(jié)合基本面信息，智善生活2016-2019連續(xù)四年入圍中國(guó)物業(yè)服務(wù)百?gòu)?qiáng)企業(yè)，榮獲多項(xiàng)物業(yè)管理領(lǐng)先企業(yè)稱號(hào)殊榮，擁有智慧園區(qū)綜合管理系統(tǒng)V1.0、智能家居管理系統(tǒng)V1.0等五項(xiàng)計(jì)算機(jī)軟件著作權(quán)。智善生活從上市以來(lái)，凈利潤(rùn)呈階梯式遞增，2019年凈利潤(rùn)3300萬(wàn)元，同比增長(zhǎng) 49.47%每股收益2.2元，同比增長(zhǎng)48.65%。在同行上市的企業(yè)中，其股本擴(kuò)張能力與盈利能力均位居前十。而銀中物業(yè)2019年凈利潤(rùn)3213萬(wàn)元，每股收益2.01元;美的物業(yè)每股收益1.9元。從而，認(rèn)為17只股票中智善生活最具投資價(jià)值，其他股票投資價(jià)值隨排名依次遞減。

　　四、結(jié)論

　　通過(guò)主成分分析法將復(fù)雜繁多的財(cái)務(wù)數(shù)據(jù)降維簡(jiǎn)化，并進(jìn)行綜合評(píng)分，為投資者提供選股依據(jù)。通過(guò)上述實(shí)證分析，主成分分析法能夠快速準(zhǔn)確得出與傳統(tǒng)分析一致的結(jié)論。主成分計(jì)算是利用迭代方法，數(shù)據(jù)量越大，迭代的次數(shù)就需相應(yīng)增加，結(jié)果也會(huì)更加準(zhǔn)確。但豐成分分析的困難之處主要在于能否給出主成分的較好解釋，所提取的主成分中如有一個(gè)主成分解釋不了，整個(gè)主成分分析也就失敗了。證券投資中主成分分析主要作用是提供選股的依據(jù)，它將以往復(fù)雜的財(cái)務(wù)分析簡(jiǎn)化為打分體系，通過(guò)評(píng)分高低評(píng)判公司經(jīng)營(yíng)好壞。但實(shí)際中股票收益的表現(xiàn)并不一定與公司經(jīng)營(yíng)狀況成正比，股票收益變動(dòng)更受市場(chǎng)環(huán)境的影響，一味地依賴這種選般方法也并不一定能帶來(lái)超額收益。當(dāng)前，在運(yùn)用主成分選股方法是會(huì)加上擇時(shí)策略，構(gòu)成完整的選股模型策略，從而篩選更有投資價(jià)值的股票。未來(lái)大數(shù)據(jù)和人工智能相結(jié)合的量化選股方法將能更進(jìn)一步優(yōu)化策略，及時(shí)捕捉市場(chǎng)信息，為投資者帶來(lái)投資收益。

　　參考文獻(xiàn)：

　　[1]齊岳，張雨，張小湞.金融支持實(shí)體經(jīng)濟(jì)下行業(yè)投資價(jià)值評(píng)估與實(shí)證分析[J].金融理論探索，2020(01)：49-60.

　　[2]武丹，李星野.基于主成分分析與Fouriet變換的動(dòng)態(tài)投資組合[J].經(jīng)濟(jì)數(shù)學(xué)，2019，36(04)：20-26.

　　[3]周毓萍，夏洋.基于時(shí)序全局主成分分析法的中國(guó)稀土行業(yè)投資價(jià)值評(píng)價(jià)[J].武漢理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)，2018，31(04)：57-62.

　　[4]劉曉敏.基于主成分分析的股票投資價(jià)值分析方法的研究與實(shí)現(xiàn)[D].華僑大學(xué)，2016.

　　[5]蔣云波，陳維政.上市公司績(jī)效評(píng)價(jià)模型構(gòu)建研究[J].西南石油大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)，2010，3(05)：73-78+121-122.

　　作者：夏晶晶

　　推薦閱讀:債券證券類期刊投稿