深市股东人数指标的灰关联分析VIP免费

第1页共8页编号：时间：2021年x月x日书山有路勤为径，学海无涯苦作舟页码：第1页共8页深市股东人数指标的灰关联分析周锋摘要：本文以灰色理论为基础，通过灰色关联度分析设计关联矩阵，首次定量的对股东人数指标在证券市场中的作用进行了评价，提出了一个分析股东人数指标的灰关联评估模型。并以深圳证券市场22个上市公司为对象进行讨论，得出了股东人数指标相对于成交量等因素而言，对证券价格有较大的影响，为股东人数实时化的建议提供理论依据。关键字：灰色理论；关联分析；股东人数作者简介：周锋，深圳证券交易所博士后工作站博士后Abstract：Basedonthegreysystemtheory,thearticleworkedoutthecorrelativematrixbythegreycorrelativeweightanalysis.Weappraisedthefunctionofthenumberofshareholderindexinthesecuritiesmarketfirstly,ithasbroughtforwordthegreycorrelativeappraisedmodewhichisusedtoanalysethenumberofshareholderindex.Throughdiscussedthetwenty-twocompaniesintheSHENZHENsecuritiesmarket,thepapereducedthatshareholdernumberhasmoreinfluenceonsharepricethanrealtimeshowingindexessuchasturnoveretc.whichasthetheorybaseforsystemstructureofshareholdernumberanditsrealtimechange.Key-word：greysystemtheory；correlativeanalysis；thenumberofshareholder股东人数指标反映了报告期末持有该种有价证券的股东数量。一般认为，它的增加或减少反映了流通股筹码的集中度。股东人数增加，说明持股集中度正处于分散状态；而股东人数减少，很有可能是散户抛售而机构吸纳结果。因此，如何科学的评价股东人数指标在证券市场上地位的问题值得关注。然而，股东人数的数据来源受制度的限制，目前绝大多数数据只能从年报、中报、季报中获取。年报的数据往往滞后３－４月，中报也要滞后１－２月，至于季报，由于没有硬性规定必须披露股东人数数据，所以无法保证完整的获取数据。因此，从1998年末到现在，仅有为数不多的数据以供评估。考虑到这个主要制约因素，本文采用灰色系统理论的灰关联分析方法，结合证券市场上常用的一些衡量指标，建立起合理的评价模型，并对股东人数实时化的意义进行探讨。灰关联模型一、评价指标无量纲化在构造原始评价矩阵后，应当对评价指标进行无量纲化处理。对序列ωij(k)的指标数据在无量纲化过程中，常用的方法主要有：区间值化法、初值化法和均值化法，鉴于本文计算数据存在负数，本文仅采用区间值法进行讨论。其处理方法分别如下所述：INTV：xij(k)=ωij(k)−ωij(min)ωij(max)−ωij(min)(1)其中ωij(min)=minkωij(k),ωij(max)=maxkωij(k),ωij(avg)=1n∑k=1nωij(k)第2页共8页第1页共8页编号：时间：2021年x月x日书山有路勤为径，学海无涯苦作舟页码：第2页共8页ωij(k)∈ωijk∈K={1，2，…，l}，i={1，2，…，m}，j∈J={1，2，…，n}令xij为ωij的区间值化序列，记作xij=INTVωij，则矩阵：xi=[xi1(1)xi1(2)⋯xi1(l)xi2(1)xi2(2)⋯xi2(l)⋮⋮⋱⋮xin(1)xin(2)⋯xin(l)](2)组成灰关联集X={x1，x2，…，xm}。二、计算关联系数序列xi0，xij∈Xi，定义xi0={xi0(1)，xi0(2)，…，xi0(l)}为参考序列；xij={xij(1)，xij(2)，…，xij(l)}为比较序列。令∆i0j(k)＝│xi0(k)－xij(k)│(3)为xij(k)对xi0(k)的偏差，分辨系数ζ取定为0.5，则xij对xi0的灰关联系数r(xi0(k)，xij(k))：r(xi0(k)，xij(k))=minjminkΔioj(k)+ζmaxjmaxkΔioj(k)Δioj(k)+ζmaxjmaxkΔioj(k)(4)三、计算灰关联度矩阵评估指标Ui的灰关联度r(xi0，xij)为：r(xi0，xij)=1l∑k=1lr(xi0(k)，xij(k))(5)因此得到灰关联度矩阵：r=[r(x10,x11)r(x10,x12)⋯r(x10,x1n)r(x20,x21)r(x20,x22)⋯r(x20,x2n)⋮⋮⋱⋮r(xm0,xm1)r(xm0,xm2)⋯r(xm0,xmn)](6)灰关联度矩阵中，每个行向量的元素表示各指标与其参考序列的关联程度。四、综合评价计算灰关联矩阵中各元素在行向量的权重：wij=r(xi0,xij)∑k=1nr(xi0,xik)(7)得权重矩阵：第3页共8页第2页共8页编号：时间：2021年x月x日书山有路勤为径，学海无涯苦作舟页码：第3页共8页w=[w11w12⋯w1nw21w22⋯w2n⋮⋮⋱...