电子信息板块的上市公司是高科技产业的重要组成部分,其发展对国家的科技实力和综合国力具有显著影响。近年来,我国电子信息产业受益于国家的科技投入和政策扶持,取得了显著的进步。为了深入理解和评估这些上市公司的表现,研究者采用了聚类分析和主成分分析的方法。
聚类分析是一种多元统计技术,用于将具有相似特征的对象归类。它分为Q-型聚类(针对样本)和R-型聚类(针对变量),系统聚类法和动态聚类法是常见的聚类方法。在这种研究中,系统聚类法中的距离定义方法,如最短(最长)距离法、重心法、离差平方和法(Ward法)等,被用来确定公司间的相对接近程度。
主成分分析则是通过降维处理,将多个相关指标简化为少数几个综合指标,即主成分。这些主成分互不相关,但能捕捉原始指标的信息。通过赋予每个主成分适当的权重,可以建立一个主成分综合评价模型,帮助决策者理解公司的整体表现。
在建立指标体系时,研究者选择了包括盈利能力、偿债能力、营运能力、现金流量、股东获利能力和发展潜力在内的六个方面的22个财务指标。首先对这些指标进行R-型聚类,然后通过非参数检验中的多样本检验判断每一类指标之间是否存在显著差异。如果存在显著差异,所有指标都将保留;如果没有,会选择最具代表性的指标。最终,构建了一个包含11个财务指标的评价体系。
实证研究部分,选取了2008年12月31日前沪深两市电子信息板块的66支非ST股票作为研究对象。ST股票通常因财务危机而受到特别处理,因此这部分公司被排除在外。研究使用了截至2008年9月30日的季度报告数据,并对数据进行了标准化处理,以消除量纲影响。通过SPSS软件对这些公司进行聚类分析,以揭示不同公司在各个方面的相似性和差异性。
总结来说,这篇研究通过聚类分析和主成分分析,提供了对电子信息板块上市公司全面而深入的洞察,为公司管理者、投资者和其他利益相关者提供了决策依据,有助于推动电子信息行业的健康发展,并为投资决策提供理性参考,降低投资风险。