論文：基于行業(yè)時(shí)序多指標(biāo)動(dòng)態(tài)評(píng)價(jià)體系的OLS模型及實(shí)證分析

論文：基于行業(yè)時(shí)序多指標(biāo)動(dòng)態(tài)評(píng)價(jià)體系的OLS模型及實(shí)證分析

摘要 本文采用因子分析法和時(shí)序多指標(biāo)動(dòng)態(tài)評(píng)價(jià)體系，把基于屏面數(shù)據(jù)的靜態(tài)評(píng)價(jià)和基于時(shí)間序列的動(dòng)態(tài)評(píng)價(jià)結(jié)合起來(lái)，建立了行業(yè)時(shí)序多指標(biāo)評(píng)價(jià)和預(yù)測(cè)的線性回歸模型。進(jìn)一步通過(guò)建立回歸系數(shù)特征變量，分析不同行業(yè)的回歸系數(shù)，并確定影響行業(yè)發(fā)展與評(píng)價(jià)的主要因素及特征，根據(jù)其特征將行業(yè)進(jìn)行分類。實(shí)證結(jié)果表明， OLS模型具有較好的評(píng)價(jià)預(yù)測(cè)能力；行業(yè)回歸系數(shù)特征變量具較好分析能力。
Abstract: Using factor analysis method and dynamic synthetically evaluation based on multiple Attribute Decision of Making Problem with Time Series, a new OLS model of synthetically evaluation and forecast of industries is considered in this paper, which is composed of static evaluation and dynamic evalu
……（新文秘網(wǎng)http://120pk.cn省略827字，正式會(huì)員可完整閱讀）……　
）使用該方法對(duì)上市公司業(yè)績(jī)進(jìn)行分析，取得了很好的效果[6]。由于因子分析法避免了單指標(biāo)的片面性；且它的分析過(guò)程是從數(shù)據(jù)的內(nèi)部結(jié)構(gòu)出發(fā)，最終獲得上市公司所在行業(yè)的綜合業(yè)績(jī)?cè)u(píng)價(jià)信息，也克服了主觀因素的影響；因此，因子分析法可為投資者提供比較全面、客觀、公正的評(píng)價(jià)信息。但是，它和其它的多指標(biāo)綜合評(píng)價(jià)方法（如：DEA、灰度關(guān)聯(lián)分析法 ）一樣，主要集中于對(duì)研究對(duì)象某一時(shí)點(diǎn)，即靜態(tài)的綜合業(yè)績(jī)分析。無(wú)法考慮時(shí)間序列數(shù)據(jù)的關(guān)聯(lián)性，對(duì)研究對(duì)象進(jìn)行動(dòng)態(tài)評(píng)價(jià)，也無(wú)法預(yù)測(cè)其趨勢(shì)[6]。文[5]提出的時(shí)序多指標(biāo)決策方法，可有效的把動(dòng)靜態(tài)評(píng)價(jià)結(jié)合起來(lái)，避免了單純的靜態(tài)或動(dòng)態(tài)評(píng)價(jià)的片面性[6]；但是，對(duì)于如何確定靜態(tài)評(píng)價(jià)值和動(dòng)態(tài)評(píng)價(jià)值相結(jié)合的權(quán)重，該方法并未做出解釋,且該方法也無(wú)法對(duì)未來(lái)評(píng)價(jià)做出預(yù)測(cè)。
本文使用因子分析法對(duì)不同時(shí)間點(diǎn)的行業(yè)數(shù)據(jù)進(jìn)行靜態(tài)評(píng)價(jià)；之后，使用文[5]的方法，計(jì)算行業(yè)的動(dòng)態(tài)評(píng)價(jià)，并將其與靜態(tài)評(píng)價(jià)相結(jié)合，得到行業(yè)的綜合評(píng)價(jià)；最后，使用OLS方法，建立了行業(yè)評(píng)價(jià)和預(yù)測(cè)的回歸模型，確定不同行業(yè)的各自靜態(tài)評(píng)價(jià)與動(dòng)態(tài)評(píng)價(jià)相結(jié)合的權(quán)重系數(shù)，并且根據(jù)回歸系數(shù)特征變量對(duì)行業(yè)進(jìn)行分析與分類。
一、研究設(shè)計(jì)
1.因子分析法
因子分析是通過(guò)研究多個(gè)指標(biāo)的相關(guān)矩陣的內(nèi)部依賴關(guān)系,找出控制所有變量的少數(shù)公因子,將每個(gè)指標(biāo)變量表示成公因子的線性組合,以再現(xiàn)原始變量與因子之間的相關(guān)關(guān)系,因子分析的目的是尋求變量基本結(jié)構(gòu),簡(jiǎn)化觀測(cè)系統(tǒng),減少變量維數(shù),用少數(shù)的變量來(lái)解釋整個(gè)問(wèn)題。在因子分析過(guò)程中可以將每個(gè)公因子表示為變量的線性組合,進(jìn)而用變量的觀察值來(lái)估計(jì)各因子的值。
因子模型

其中，為可觀測(cè)隨機(jī)變量，為不可觀測(cè)隨機(jī)變量。寫為矩陣形式



2.時(shí)序多指標(biāo)綜合評(píng)價(jià)方法
文[5]提出的解決時(shí)序多指標(biāo)決策的方法，可把靜態(tài)評(píng)價(jià)結(jié)果和動(dòng)態(tài)評(píng)價(jià)結(jié)果結(jié)合起來(lái)，方法是
設(shè)時(shí)序多指標(biāo)決策問(wèn)題的指標(biāo)集為,時(shí)間樣本點(diǎn)為；決策（或評(píng)價(jià)）行業(yè)集為；決策行業(yè)對(duì)應(yīng)于時(shí)間樣本點(diǎn)、指標(biāo) 的屬性值記為（假定）。對(duì)于時(shí)間樣本點(diǎn)的決策系數(shù)矩陣記為
， （1）
考慮到各指標(biāo)的增長(zhǎng)情況，令 ， （2）
式中，表示對(duì)于時(shí)間樣本點(diǎn)的指標(biāo)增長(zhǎng)程度（或速動(dòng)）。于是，對(duì)于時(shí)間樣本點(diǎn)的“增長(zhǎng)”決策系數(shù)矩陣記為
， （3）
根據(jù)決策分析中的加權(quán)法則，基于矩陣，行業(yè)對(duì)應(yīng)于時(shí)間樣本點(diǎn) 的評(píng)價(jià)值為
， （4）
根據(jù)的大小，可以在時(shí)間點(diǎn)對(duì)行業(yè)進(jìn)行優(yōu)化排序，此排序結(jié)果主要是考慮了各指標(biāo)的好壞程度。
基于矩陣，行業(yè)對(duì)應(yīng)于時(shí)間樣本點(diǎn) 的評(píng)價(jià)值為
， （5）
可見(jiàn)，根據(jù)的大小，也可以在時(shí)間點(diǎn)對(duì)行業(yè)進(jìn)行優(yōu)劣排序，但此排序結(jié)果主要是考慮了各指標(biāo)的增長(zhǎng)程度。為了綜合上述兩種考慮的行業(yè)排序結(jié)果，使行業(yè)的最終排序結(jié)果同時(shí)反映各指標(biāo)的好壞程度和增長(zhǎng)程度[6]，將、規(guī)范化
當(dāng)為效益型指標(biāo)時(shí)：， ， （6）
當(dāng)為成本型指標(biāo)時(shí)：， ， （7）
并且建立
， （8）
和為規(guī)范化后的、，和分別為靜態(tài)指標(biāo)權(quán)重系數(shù)和動(dòng)指標(biāo)權(quán)重系數(shù)。
3.線性回歸模型
評(píng)價(jià)的目的在于預(yù)測(cè)行業(yè)發(fā)展趨勢(shì)，從而確定投資方向，取得最大收益。在某一時(shí)間點(diǎn)的靜態(tài)評(píng)價(jià)值，是對(duì)該時(shí)刻各項(xiàng)指標(biāo)的絕對(duì)評(píng)價(jià)；它是該時(shí)間點(diǎn)之前，行業(yè)企業(yè)經(jīng)營(yíng)到達(dá)該時(shí)間點(diǎn)的結(jié)果。令，帶入公式（8），得到模型
， ， （9）
即，行業(yè)企業(yè)期的靜態(tài)評(píng)價(jià)值等于企業(yè)期的動(dòng)靜態(tài)結(jié)合評(píng)價(jià)值。其中是企業(yè)指標(biāo)在期的動(dòng)靜態(tài)結(jié)合系數(shù)，為矩陣和內(nèi)個(gè)指標(biāo)線性加強(qiáng)的結(jié)果。即，
， ， （10）
， ， （11）
其 ……（未完，全文共8501字，當(dāng)前僅顯示2322字，請(qǐng)閱讀下面提示信息。收藏《論文：基于行業(yè)時(shí)序多指標(biāo)動(dòng)態(tài)評(píng)價(jià)體系的OLS模型及實(shí)證分析》）