深市主板上市公司主要财务指标分析.doc
【精品文档】如有侵权，请联系网站删除，仅供学习与交流深市主板上市公司2012年主要财务指标分析.精品文档.深市主板上市公司2012年主要财务指标分析摘要中国股市处于成长阶段，存在着各种各样的问题和不少的不稳定性。本文先用深市主板上市公司2012年年报中净利润的数据作了直方图，观察得到深市主板上市公司2012年的净利润的峰值处在0附近，盈利的公司占大多数，也存在亏本的公司。问题重述根据分析深市主板上市公司2012年年报主要财务指标的数据。1、利用某几种统计描述技术对“深市主板上市公司2012年主要财务指标”进行统计分析，并做出经济学分析；2、计算“深市主板上市公司2012年主要财务指标”的协方差和相关系数根据计算结果进行定性分析。模型建立直方图直方图是对密度的估计。通过密度估计可以对数据整体分布有一个良好的认识。其主要思想是从开始的一系列连续区间内的观察值个数来代替数据的局部密度。用表示一个长为的窗宽，它是从开始的窗宽网中的一个元素，即：这里，符号表示左闭右开的区间。若是具有密度函数的独立分布样本，则直方图定义如下：其中，第一个指标函数为落在窗宽内的观察数目，第二个指标函数用来处理这些围绕不同水平的观察值计数。参数称为平滑参数或局部化参数，控制直方图柱子的宽度。核密度根据直方图，假定x就是每个窗宽的中心，这时直方图可以被改写成： 如果我们定义，则上式变为： 以上就是核密度的一般形式。协方差及相关系数协方差被用来度量随机变量间的依赖关系。给定两个随机变量X和Y，则协方差的定义为：经验协方差为：两变量X和Y之间的相关系数定义为：相关系数的优势是它无量纲，即改变变量的度量单位不会改变相关系数。延迟相关系数在衡量两个变量的联合关系上比协方差更有用。的经验形式如下： 模型求解及分析直方图 利用深市主板上市公司2012年年报中净利润的数据画出直方图如下：由上图，我们可以看出，深市主板上市公司2012年大部分实现了盈利，但盈利水平略显平庸。其中*ST韶钢、山东海化、煤气化、S*ST聚友、*ST 中钨、中国服装、新都酒店、*ST朝华、焦作万方、三毛派神、绿景控股、*ST盛润A、*ST盛润B，这13家上市公司出现了负盈利。这13只股票中，我们发现ST、*ST和S*ST这三类国家特别处理股票占了46%，所以投资者对这些股票的投资要理性和慎重。其中平安银行、万科A、万科B这三家公司出现了巨大的盈利，在图中体现为异常值。核密度 分别利用深市主板上市公司2012年年报中净利润、每股收益、每股净资产的数据画出核密度图如下： 由上图，我们发现在（10310，）处，净利润核密度曲线达到波峰，且图像呈高瘦型，这说明各上市公司净利润这项数据分布比较集中。 由上图，我们能够发现，当每股收益为1.996元时，每股收益核密度曲线达到波峰。图像呈高瘦型，说明大多数股票的每股收益集中在-0.51元之间，平安银行、双汇发展、云南白药等三只股票每股收益在2元以上；*ST韶钢、煤 气 化、山东海化、S*ST聚友、*ST 中钨、中国服装、新都酒店、三毛派神、绿景控股、*ST朝华、焦作万方、*ST盛润A、*ST盛润B等12只股票每股收益为负值。所有上市公司中，92%的公司每股收益为正，说明中国股市总体收益还是比较平稳的。 如上图，我们发现当每股净资产为2.33元时，每股净资产核密度曲线达到波峰。97.5%的上市公司每股净资产为正值，仅S*ST聚友、*ST朝华、*ST盛润A、*ST盛润B这四家公司为负值；平安银行以16.55元的每股净资产位列第一。协方差及相关系数协方差矩阵S：3320322162355810.12072254369.9405304037.004155810.120720.3215670961.33946520.750868457254369.94051.33946528.7792409134.04366488304037.00410.7508684574.043664888.543378816相关系数矩阵P：10.5401160060.4711369790.5708493360.54011600610.7971997420.4530156720.4711369790.79719974210.4669085650.5708493360.4530156720.4669085651 由以上两张表格分析可知，净利润、每股收益、每股净资产和每股经营性现金流量这四个参数之间，两两呈正相关。参考资料1、 2、 应用多元统计分析(第二版） 北京大学出版社3、 证券市场基础知识 中国证券业协会编程序代码直方图clearclose allclcx=xlsread('book1','c2:c164');origin=-195200;i=0:162;y1=origin+10000*i+5000;y2=origin+20000*i+2*5000;y3=origin+30000*i+3*5000;y4=origin+40000*i+4*5000;subplot(2,2,1)hist(x,y1)axis 'auto y'axis manualxlim(-195200 400000)h=findobj(gca,'type','patch')set(h,'facecolor','w','edgecolor','k')title('Stock Data')xlabel('h=0.1')ylabel('net income')ylim(0,70)subplot(2,2,3)hist(x,y2)axis 'auto y'axis manualxlim(-195200 400000)h=findobj(gca,'type','patch')set(h,'facecolor','w','edgecolor','k')title('Stock Data')xlabel('h=0.2')ylabel('net income')ylim(0,85)subplot(2,2,2)hist(x,y3)axis 'auto y'axis manualxlim(-195200 400000)h=findobj(gca,'type','patch')set(h,'facecolor','w','edgecolor','k')title('Stock Data')xlabel('h=0.3')ylabel('net income')ylim(0,120)subplot(2,2,4)hist(x,y4)axis 'auto y'axis manualxlim(-195200 400000)h=findobj(gca,'type','patch')set(h,'facecolor','w','edgecolor','k')title('Stock Data')xlabel('h=0.4')ylabel('net income')ylim(0,80)核密度clearclose allclcx=xlsread('book1','c2:f164'); x=x(:,1);f1,xi1=ksdensity(x); hold onplot(xi1,f1,'LineWidth',2,'Color','k')title('财务指标分析')xlabel('净利润（万元）')ylabel('Density estimates for diagonals')hold offclearclose allclcx=xlsread('book1','c2:f164'); x=x(:,2);f1,xi1=ksdensity(x); hold onplot(xi1,f1,'LineWidth',2,'Color','k')title('财务指标分析')xlabel('每股收益（元）')ylabel('Density estimates for diagonals')hold offclearclose allclcx=xlsread('book1','c2:f164'); x=x(:,3);f1,xi1=ksdensity(x); hold onplot(xi1,f1,'LineWidth',2,'Color','k')title('财务指标分析')xlabel('每股净资产（元）')ylabel('Density estimates for diagonals')hold off协方差及相关系数clearclose allclcx=xlsread('book1','c2:f164');S=cov(x);P=corrcoef(x);
