数据挖掘案例小组作业解读.pptx

企业财务信息挖掘与股票走势分析 IBM SPSS Modeler 14.1 2014.06.06 数据挖掘案例分析结课报告 报告提要 年报是反映企业经营状况的重要信息途径，对投资者也具有及其重大的参考价值，对企业股价走势的影响也不可小视。本研究利用IBM SPSS Modeler 14.1挖掘企业年报财务指标中的信息并对对股票走势分析预测，主要用到了以下方法： 构建神经网络模型分析预测企业财报发布后股票月度涨跌情况 主成分分析后结合神经网络预测 目录 1 2 3 4 CONTENTS 数据理解准备 建模 评估部署 商业理解 商业理解 Business Understanding 通过财务报表的财务数据，包括现金流量表、资产负债表、和利润表，可以定量的认识深层次的了解公司各个层次的运营状况，无论是管理者还是投资者，财务报表无疑都是快速准确了解公司的重要途径，对财务报表的分析之后，投资者的期望则间接地体现在对与该公司的股票的操作，看好则会买进，其股价自然会上涨，反之则反。 通过对财务分析，进一步预测股票在未来一段时间内的走势，具有很重要的投资价值，同时对指标的重要性进行分析，也可以为企业管理者提供管理建议，发现不足，促进企业更好的发展。 商业理解 Business Understanding 数据理解准备 Data UnderstandingPreparation 股价影响因素众多，经济形势、国家宏观经济政策，行业，企业自身因素等，若不加筛选的寻找样本分析，必然造成样本数据噪声过大，研究意义不大； 选择数据应尽可能的减少其他噪声的影响，本文收集整合了传媒娱乐这一行业29家上市公司作为实证分析样本，选用2010年-2012年3年财报数据，剔除其中的ST公司、数据不齐全年份，得到55个样本； 其中运用到的财务指标，综合提取了财报中的数据并进行了归类，涵盖了企业的各个方面，包含5类共28个指标。 预测变量包括：年报发布后一周股票涨跌情况、一月股票涨跌情况 数据理解准备 Data UnderstandingPreparation 每股指标P 偿债能力指标C 运营能力指标Y 盈利能力指标L 发挥能力指标F 基本每股收益P1 流动比率C1 应收账款周转率Y1 营业利润率L1 营业收入增长率F1 每股收益-扣除P2 速动比率C2 存货周转率Y2 营业净利率L2 总资产增长率F2 每股资本公积金P3 资产负债比率C3 流动资产周转率Y3 营业毛利率L3 营业利润增长率F3 每股未分配利润P4 产权比率C4 固定资产周转率Y4 成本费用利润率L4 净利润增长率F4 每股净资产P5 总资产周转率Y5 总资产报酬率L5 净资产增长率F5 每股经营现金流量P6 净利润现金含量Y6 加权净资产收益率L6 每股现金流量增长率Y7 数据理解准备 Data UnderstandingPreparation 输出变量：股票周涨跌、股票月涨跌 建 模 Modelling BP神经网络 直接用BP-神经网络模型分别预测周涨跌和月涨跌情况 建模 Modelling BP神经网络预测结果分析 月涨跌作为输出： 模型结构（28，8，1） 预测精度：81.0% 周涨跌作为输出： 模型结构（28，7，1） 预测精度：71.4% 月涨跌 重要性 周涨跌 重要性 营业毛利率 0.0847 每股未分配利润 0.0709 成本费用利润率 0.0777 营业毛利率 0.0677 加权净资产收益率 0.0581 营业利润率 0.0641 应收账款周转率 0.056 净利润现金含量 0.0628 营业利润增长率 0.0536 基本每股收益 0.052 每股现金流量增长率 0.0533 净利润增长率 0.0519 速动比率 0.0491 存货周转率 0.0519 存货周转率 0.0476 每股经营现金流量 0.0503 产权比率 0.0444 营业收入增长率 0.0496 每股收益扣除 0.04 净资产增长率 0.0433 预测月涨跌精度更高 对股票月涨跌（长期）来说 重要的是营业毛利率、成本费用 利润率和应收账款周转率等，对 企业盈利能力和运营能力指标比较看重 影响股票周涨跌（短期）的因素中最重要的是每股未分配利润，其他有营业毛利率、营业利润率等，可见短期来说每股指标和盈利能力指标比较重要 主成分神经网络 考虑到输入层指标过多，采用主成分分析提取主要因素在进行神经网络预测 建模 Modelling 主成分分析