数据挖掘在上市公司业绩评价中的应用模型研究

摘要

市场经济中，开展上市公司业绩评价在理论、实践上均具有重要作用。无论是对政府转变职能和加强宏观调控，还是对公司改善经营管理，以及投资者及时调整投资决策，都有十分重要的意义。 构建模型必须建立在数据的基础上。在企业的总体业绩中，财务业绩占有主导地位。信息技术业增长速度快，创新能力强，整体素质好，具有其他行业所无法比拟的优势。因此，本文选取信息业82家上市公司的财务数据为样本，应用数据挖掘中比较成熟的统计分析方法，从13个财务指标中提取6个因子作为评价的主要指标，构建基于因子分析的业绩评价模型。提取的因子分别体现上市公司的：1)盈利能力、2)资产管理能力、3)偿债能力、4)特征能力、5)扩张能力、6)成长能力，从而可对公司的业绩从多角度、分层次进行分析，继此获得比较客观全面的评价。 本文借助业绩评价模型计算上市公司各指标得分及综合得分，根据综合得分情况进行排名，并撷取榜单中颇具代表性的上市公司，针对其业绩情况进行点评。随后，本文以各公司的因子得分为样本，应用数据挖掘中的聚类方法对82家上市公司的经营状况进行了分类研究，聚类结果为4类，分别是：业绩优秀、业绩良好、业绩一般和业绩较差。通过均值统计及相等性检验，参与聚类分析的6个因子能很好地区分各类。

目录

文摘

英文文摘

声明

第1章绪论

1.1研究背景与实际意义

1.2对国外企业业绩评价研究与实践的简单分析

1.3我国政府部门对上市公司业绩评价方法

1.4建立上市公司业绩评价模型的意义

1.5建立上市公司业绩评价模型的可行性

1.6本章小结

第2章上市公司业绩评价问题及解决方法

2.1业绩评价存在的问题

2.2选择基本评价指标时所遵循的原则

2.3财务业绩评价的基本指标

2.3.1选取的基本指标

2.3.2基本指标内涵

2.4分析方法

2.4.1数据挖掘概述

2.4.2数据挖掘流程

2.5实证分析的原始数据

2.6本章小节

第3章建立企业财务业绩评价模型

3.1因子分析

3.1.1因子分析基本思想

3.1.2因子分析的数学模型

3.1.3因子载荷阵的估计方法

3.1.4因子旋转

3.1.5因子得分

3.1.6利用因子分析构建综合评价模型

3.2构造企业财务业绩评价模型

3.2.1相关性分析

3.2.2确定主因子数目

3.2.3对数据处理结果的分析

3.3本章小结

第4章应用业绩评价模型

4.1应用模型计算上市公司综合得分

4.2聚类分析过程

4.2.1聚类分析原理

4.2.2聚类方法的选择

4.2.3类个数的确定

4.2.4聚类分析结果

4.2.5类统计特性

4.3本章小结

结论

参考文献

攻读硕士学位期间所发表的学术论文

致谢