數(shù)據(jù)挖掘案例小組作業(yè)

企業(yè)財(cái)務(wù)信息挖掘與股票走勢分析IBMSPSSModeler14.12014.06.06數(shù)據(jù)挖掘案例分析結(jié)課報(bào)告報(bào)告提要年報(bào)是反映企業(yè)經(jīng)營狀況的重要信息途徑，對投資者也具有及其重大的參考價(jià)值，對企業(yè)股價(jià)走勢的影響也不可小視。本研究利用IBMSPSSModeler14.1挖掘企業(yè)年報(bào)財(cái)務(wù)指標(biāo)中的信息并對對股票走勢分析預(yù)測，主要用到了以下方法：構(gòu)建神經(jīng)網(wǎng)絡(luò)模型分析預(yù)測企業(yè)財(cái)報(bào)發(fā)布后股票月度漲跌情況主成分分析后結(jié)合神經(jīng)網(wǎng)絡(luò)預(yù)測

目錄1234CONTENTS數(shù)據(jù)理解&準(zhǔn)備建模評(píng)估&部署商業(yè)理解

商業(yè)理解

BusinessUnderstanding通過財(cái)務(wù)報(bào)表的財(cái)務(wù)數(shù)據(jù)，包括現(xiàn)金流量表、資產(chǎn)負(fù)債表、和利潤表，可以定量的認(rèn)識(shí)深層次的了解公司各個(gè)層次的運(yùn)營狀況，無論是管理者還是投資者，財(cái)務(wù)報(bào)表無疑都是快速準(zhǔn)確了解公司的重要途徑，對財(cái)務(wù)報(bào)表的分析之后，投資者的期望則間接地體現(xiàn)在對與該公司的股票的操作，看好則會(huì)買進(jìn)，其股價(jià)自然會(huì)上漲，反之則反。通過對財(cái)務(wù)分析，進(jìn)一步預(yù)測股票在未來一段時(shí)間內(nèi)的走勢，具有很重要的投資價(jià)值，同時(shí)對指標(biāo)的重要性進(jìn)行分析，也可以為企業(yè)管理者提供管理建議，發(fā)現(xiàn)不足，促進(jìn)企業(yè)更好的發(fā)展。

商業(yè)理解BusinessUnderstanding

數(shù)據(jù)理解&準(zhǔn)備

DataUnderstanding&Preparation股價(jià)影響因素眾多，經(jīng)濟(jì)形勢、國家宏觀經(jīng)濟(jì)政策，行業(yè)，企業(yè)自身因素等，若不加篩選的尋找樣本分析，必然造成樣本數(shù)據(jù)噪聲過大，研究意義不大；選擇數(shù)據(jù)應(yīng)盡可能的減少其他噪聲的影響，本文收集整合了傳媒娛樂這一行業(yè)29家上市公司作為實(shí)證分析樣本，選用2010年-2012年3年財(cái)報(bào)數(shù)據(jù)，剔除其中的ST公司、數(shù)據(jù)不齊全年份，得到55個(gè)樣本；其中運(yùn)用到的財(cái)務(wù)指標(biāo)，綜合提取了財(cái)報(bào)中的數(shù)據(jù)并進(jìn)行了歸類，涵蓋了企業(yè)的各個(gè)方面，包含5類共28個(gè)指標(biāo)。預(yù)測變量包括：年報(bào)發(fā)布后一周股票漲跌情況、一月股票漲跌情況

數(shù)據(jù)理解&準(zhǔn)備DataUnderstanding&Preparation每股指標(biāo)P償債能力指標(biāo)C運(yùn)營能力指標(biāo)Y盈利能力指標(biāo)L發(fā)揮能力指標(biāo)F基本每股收益P1流動(dòng)比率C1應(yīng)收賬款周轉(zhuǎn)率Y1營業(yè)利潤率L1營業(yè)收入增長率F1每股收益-扣除P2速動(dòng)比率C2存貨周轉(zhuǎn)率Y2營業(yè)凈利率L2總資產(chǎn)增長率F2每股資本公積金P3資產(chǎn)負(fù)債比率C3流動(dòng)資產(chǎn)周轉(zhuǎn)率Y3營業(yè)毛利率L3營業(yè)利潤增長率F3每股未分配利潤P4產(chǎn)權(quán)比率C4固定資產(chǎn)周轉(zhuǎn)率Y4成本費(fèi)用利潤率L4凈利潤增長率F4每股凈資產(chǎn)P5總資產(chǎn)周轉(zhuǎn)率Y5總資產(chǎn)報(bào)酬率L5凈資產(chǎn)增長率F5每股經(jīng)營現(xiàn)金流量P6凈利潤現(xiàn)金含量Y6加權(quán)凈資產(chǎn)收益率L6每股現(xiàn)金流量增長率Y7

數(shù)據(jù)理解&準(zhǔn)備DataUnderstanding&Preparation輸出變量：股票周漲跌、股票月漲跌

建模

ModellingBP神經(jīng)網(wǎng)絡(luò)直接用BP-神經(jīng)網(wǎng)絡(luò)模型分別預(yù)測周漲跌和月漲跌情況

建模ModellingBP神經(jīng)網(wǎng)絡(luò)預(yù)測結(jié)果分析月漲跌作為輸出：模型結(jié)構(gòu)（28，8，1）預(yù)測精度：81.0%周漲跌作為輸出：模型結(jié)構(gòu)（28，7，1）預(yù)測精度：71.4%月漲跌重要性周漲跌重要性營業(yè)毛利率0.0847每股未分配利潤0.0709成本費(fèi)用利潤率0.0777營業(yè)毛利率0.0677加權(quán)凈資產(chǎn)收益率0.0581營業(yè)利潤率0.0641應(yīng)收賬款周轉(zhuǎn)率0.056凈利潤現(xiàn)金含量0.0628營業(yè)利潤增長率0.0536基本每股收益0.052每股現(xiàn)金流量增長率0.0533凈利潤增長率0.0519速動(dòng)比率0.0491存貨周轉(zhuǎn)率0.0519存貨周轉(zhuǎn)率0.0476每股經(jīng)營現(xiàn)金流量0.0503產(chǎn)權(quán)比率0.0444營業(yè)收入增長率0.0496每股收益扣除0.04凈資產(chǎn)增長率0.0433預(yù)測月漲跌精度更高對股票月漲跌（長期）來說

重要的是營業(yè)毛利率、成本費(fèi)用利潤率和應(yīng)收賬款周轉(zhuǎn)率等，對企業(yè)盈利能力和運(yùn)營能力指標(biāo)比較看重影響股票周漲跌（短期）的因素中最重要的是每股未分配利潤，其他有營業(yè)毛利率、營業(yè)利潤率等，可見短期來說每股指標(biāo)和盈利能力指標(biāo)比較重要主成分神經(jīng)網(wǎng)絡(luò)考慮到輸入層指標(biāo)過多，采用主成分分析提取主要因素在進(jìn)行神經(jīng)網(wǎng)絡(luò)預(yù)測

建模Modelling主成分分析共提取出5個(gè)主因子，這與研究中所選用的企業(yè)的五類指標(biāo)相吻合；5個(gè)主因子提取了原始數(shù)據(jù)28個(gè)指標(biāo)近70%的信息；主成分-神經(jīng)網(wǎng)絡(luò)預(yù)測結(jié)果分析月漲跌作為輸出：模型結(jié)構(gòu)（5，1，1）預(yù)測精度：85.7%周漲跌作為輸出：模型結(jié)構(gòu)（5，2，1）預(yù)測精度：71.4%預(yù)測月漲跌精度更高對股票月漲跌（長期）來說第一個(gè)因子和第二個(gè)主因子比較重要，基本每股收益和每股收益扣除比重較大影響股票周漲跌（短期）的因素中第四個(gè)因子尤其重要，幾乎達(dá)到了50%，第四個(gè)因子主要是每股未分配利潤指標(biāo)，投資者應(yīng)該注意該項(xiàng)指標(biāo)月漲跌重要性周漲跌重要性$F-Factor-20.3691$F-Factor-40.4913$F-Factor-10.2834$F-Factor-50.2406$F-Factor-30.1845$F-Factor-20.1298$F-Factor-50.0983$F-Factor-10.1167$F-Factor-40.0647$F-Factor-30.0216K均值聚類仍然以傳媒業(yè)股票為例，首先利用聚類方法將所有傳媒類股票進(jìn)行分類：用K均值聚類法將所有股票分為5類

建模ModellingC5.0決策樹再利用C5.0決策樹對這五類變量進(jìn)行劃分，可以看出聚類的標(biāo)準(zhǔn)：加權(quán)凈資產(chǎn)收益率>5.5%；營業(yè)凈利率>9.8%；產(chǎn)權(quán)比率大于<198%;

資本公積金>5.26這樣盈利能力強(qiáng)而風(fēng)險(xiǎn)低的股票只有第二類股票而在所有時(shí)間段都屬于第二類只有一支：時(shí)代出版時(shí)間序列模型我們再利用時(shí)間序列分析方法，對時(shí)代出版這支股票進(jìn)行預(yù)測：使用指數(shù)平滑模型：使用指數(shù)平滑模型：擬合的趨勢和原始序列趨勢圖如下：6月7日的收盤價(jià)根據(jù)預(yù)測為：15.75預(yù)測上下區(qū)間為（14.69，16.81）

評(píng)估&部署

Evaluation&Deployment評(píng)估和部署Evaluation&Deploymen