基于SPSS的股票投资分析[内容摘要] 中国证券市场作为一个新兴的证券市场，从2001年以来，市场环境发生了重大的变化。
而市场环境的变化又导致盈利模式、投资策略和操作理念等诸多方面发生了深刻的变化。
投资者开始对价格操纵型的市场盈利模式进行反思。
SPSS软件作为全球专业统计软件的领导者，具备强大的统计分析功能，在各行各业均有深入广泛的应用。
而证券投资离不开浩如烟海的数据，更需要复杂，高深的统计技术，正是SPSS大显身手之处。
本文将基于SPSS Statistics 21版本，将证券投资关注的几个问题，包括股票收益的分析；同一公司股票收益情况显著性分析；不同公司，不同时间收益情况的方差分析；股票财务指标的因子分析；股票之间的聚类分析等等，都在SPSS上予以实现，从中获得有益的结论，并为股民提供投资建议。
[关键词] SPSS 股票投资方差分析因子分析聚类分析中国证券业自二十世纪九十年代至今正在迅速发展壮大，随着我国市场经济建设的不断发展，人们的金融投资意识也在日益加强，越来越多的投资者把目光放到了证券市场。
但是由于我国起步较晚，证券业在发展中也存在不少问题。
投资者往往只注重短期投资而忽略了长期投资。
没有一个理性的投资态度很难在投资中获得收益。
所以想在证券投资中获得回报就得认真的分析上市公司的过去的业绩并推测出未来的发展，找出具有投资价值的股票，进行长期投资。
一、股票收益情况分析在证券投资分析中，首先关心的当然是整个股票市场的收益情况。
了解清楚一段时内股票行情的走势，收益率的数字特征等等有助于我们作出正确决策或进一步进行分析。
为此，收集了沪深300指数2015年1月16日至2015年6月30日共119个交易日的资料，数据见附表一。
（一）行情走势的描述为了直观地了解这段时间内股价的波动，同时给出每天收盘价与最高价，最低价的相对位置，用SPSS里专门的高低收盘图来描绘股价的轨迹，用时序图来对比开盘价与收盘价。
如图1，图2所示。
图1 开盘价与收盘价的时序图图2 最高价与最低价的时序图图中不难看出，总体来说，股市行情一直呈上升趋势。
从1月5日到2月16日股票行情时增时减，变化不大；但从3月2日到5月6日一直大幅度上升，此后小幅度下降，但上升趋势一直延续，于6月10日左右再次达到最高点；自6月10日以后，股票行情下降明显。
（二）收益率正态性的检验和数字特征统计分析中我们常常假定股票收益率呈正态分布。
这往往是进一步进行其他分析的基础。
因此有必要检验所给样本是否满足正态分布。
用(日收盘价-日开盘价)/日开盘价来计算期间的所有日收益率，这直接用excel软件计算即可。
再借助直方图加载正态曲线进行直观上的判断。
如图3所示：图3 股票收益率直方图图中可以看出股票收益率确实近似符合正态分布。
但是仅仅直观上判断并不够，还需要用专门的统计方法进行检验。
这里采用单样本T检验法。
结果如表1所示：最后的统计量为0.821，相应的显著性水平为0.513，因此得出结论，收益率满足正态分布，与观察结果一致。
有了以上结果后，我们可以对收益率数据进行统计描述。
如表2所示：从表中可以看出，沪深300的平均收益率为0.0015，标准差为0.02002。
这些数据为我们与其他时期情况进行比较提供了依据。
对沪深300的收益情况，有了大致的了解。
二、个股收益情况分析市场行情分析完毕后，投资者自然最关心个人所认购股票的收益情况。
趋势的描绘判断，正态性的检验，数字特征的计算与整个市场的分析方法完全相同，在此略去。
我们将注意力放在个股收益情况差异的分析上。
作为例子，选取了中国石化（600028）2015年4月1日至2015年5月27日共39个交易日的开盘价，收盘价，收益率。
数据见附表二。
已知中国石化于4月28日发布公告称董事会变更，现在考察前19个交易日和后20个交易日收益情况是否有显著差别。
采用T检验法。
结果如表3、表4 所示：表3 4月28日交易前后两组统计量比较表组统计量从表中可以看出，中国石化4月28日交易前后两组的平均收益率为0.012699和-0.00084，标准差分别为0.19026和0.022545。
相比较可知，董事会变更对股票收益率的影响还是比较大的。
表4 4月28日交易前后两组的独立样本T检验统计量表先看表中给出的是方差齐性的检验，F统计量的数值为1.459，显著性P值为0.235>0.05，故认为方差相等。
接下来在方差不相等的条件下检验，假设前后收益率没有显著差异，显著性P值为0.048，小于0.05，即拒绝原假设，认为中国石化在发布公告前后收益情况发生显著变化。
这说明中国石化被广大股东所看好，前景乐观，且适宜持有。
三、不同上市公司、不同时间收益情况差异分析经常，投资者需要关注所认购的不同股票在不同时间内收益情况是否有差别，差别是否显著等等。
这涉及到两种因素影响下多个均值比较的问题。
此时应该采用方差分析的思想进行统计分析。
下表是中国石化、浦发银行、中国铝业三支股票在2015年11月2日至6日连续五个交易日的收益情况。
表5 不同股票的不同收益率现在要考察时间因素、证券种类因素对股票收益情况的影响。
二者的交互效应没有统计学意义，不予考虑。
方差分析的相关结果如下：由上表可知，中国石化、浦发银行、中国铝业的平均收益率分别为0.0107、0.0214和0.0157，标准差为 0.0216、0.0189和0.0249。
总体相差不大。
表7 主体间效应的检验a. R 方 = .933（调整 R 方 = .882）由上表可知，校正模型统计量F=18.456，显著P值为0.569>0.05，说明时间和股票种类两种因素均无影响，时间和股票种类的显著性P值分别为0.326和P=0.118，均大于0.05。
综上，可得到结论：三支股票在这连续五个交易日中收益情况差别很小。
四、投资者面临多支股票的分析如果摆在投资者面前的是大量的股票，投资者往往会有无所适从，无从下手的感觉。
对大量股票进行分析评价需要按照一定的指标进行分类，依从一定的标准综合考虑，必要时可以模拟收益率的函数对股票进行预测。
常见的分析方法主要有因子分析，聚类分析，判别分析，回归分析等等。
附表三给出了20家上市食品公司2015年第三季度的主要财务数据。
下面逐项进行分析。
（一）因子分析法对股票价值综合评价在衡量每支股票的价值时，并不能单看某项指标，应该结合所有数据综合判断。
然而本例中有9项财务指标，用X1、X2、X3、X4、X5X6、X7、X8、X9表示；信息量可能存在很大重叠。
为此先考察各项指标的协相关矩阵。
如下表所示：表8 各指标的相似矩阵由此可见，很多对指标间存在很大的相关性，如果同时加以考虑不仅不值得，更会引起误差。
对此首先用因子分析法得出区分各支股票的主要因素，再利用主要因素对各支股票进行评价。
表9 解释的总方差提取方法：主成份分析。
相关系数矩阵计算得到的特征值，方差贡献率，累积贡献率在上表中列出。
前3个因子的累积贡献率达到84.655%，已经足够用来区分各个股票。
表10 公因子方差提取方法：主成份分析。
上表表示的是公因子方差。
除了每股收益、毛利率和负债率小于80%，其余都在80%以上。
说明这三个公因子对各个财务指标的解释能力是比较强的。
图4 各成分的碎石图上表为各成分碎石图，结合特征根曲线的拐点及特征值，从图上可以看出，前面三个主成分的折线坡度较陡，而后面的趋于平缓，该图从侧面说明了提前三个主成分为宜。
最后对各支股票进行综合评价。
采用回归方法求出因子得分函数。
函数系数矩阵如下表所示。
表11 成份得分系数矩阵提取方法 :主成份。
构成得分。
分别用 F1、 F2来表示7个指标2种不同的线性组合，为：F1=0.161X1+0.185X2+0.223X3+0.209X4+0.174X5+0.168X6+0.018X7−0.189X8+0.057X9F2=0.184X1+0.232X2+0.07X3+0.064X4−0.25X5−0.249X6+0.343X7+0.16X8+014X9 F3=−0.366X1+0.07X2−0.071X3−0.097X4+0.164X5+0.206X6+0.03X7+0.16X8+0.849X9这就是因子得分函数。
这两个公因子的得分已经计算得出，保存在SPSS软件数据窗口的变量FAC1_1、FAC2_1、FAC3_1中，为了得出综合评价，按各个公因子对应的方差贡献率为权重系数得出综合统计量F=0.523 F1+0.342 F2+0.135F3。
计算综合因子得分，并按照从高到低排序。
这一段结果如下表所示：从最后的综合得分排名可以得出结论：百润股份，汤臣倍健，伊利股份作为前三名具有较强的综合实力，是投资者应该加以重点关注的几支股票。
当然，就上述三个因素分别来说，各个股票都具备某一方面或几方面的优势，对某方面感兴趣的投资者可以单独按一种因素排名，得出自己偏好的股票。
方法基本相同，这里不再继续。
（二）股票的聚类分析在获得许多股票的财务数据之后，投资者总是希望将这些股票按照某种标准分成若干类，并且依据所分的类进行投资决策。
SPSS具备强大的聚类分析功能，可以满足这类需要。
在前面因子分析的基础上，已经得出了区分各个股票的主要因素。
这为进一步进行聚类分析提供了很大的方便。
下面在操作时，将 F1、F2、F3、F4作为聚类的依据，采用系统聚类，经过分析，聚类过程如下表：表13 聚类表上表详细列出了聚类分析的详细步骤，可见第一步是将变量9和变量10聚为一类，第二步将变量2和变量3合并，以此类推，直至合并为一类。
图5 垂直冰柱图接下来分析各种分组方法的优劣，并确定最佳分组情况。
从上图可看出，无论分几组，百润股份都自成一类，分成5组或6组总会有两或三支股票自成一组。
而我们在分类时总是希望各组数据量尽可能接近，故不予采纳。
分成两类区分性不强，所以分成三类或四类是合适的。
进一步观察发现，分成三类，则第二组的数据量明显多于其他组，于是最终确定分成四组。
图6 树状图聚类谱系图即上图直观地显示了聚类的过程，从图上可以清楚地看出各种股票的归属。
根据选择距离的不同我们可以根据图形对股票进行新的分类。
另外根据聚类谱系图可以清晰地看出每一种股票的原始分类及其聚类过程，从中可以了解各种股票的亲疏关系程度。
分组情况如上表，最终类别特征描述：第一类企业的经营业绩保持稳步增长, 为蓝筹股；有第二类公司的经营业绩骄人，发展迅速，为绩优股；第三类公司在主营业务上业绩突出,但在规模效益和投资效率上表现欠佳，为一般股；盈利能力特别突出的企业。
第四类公司既没有规模效益,也没有在主营业务上业绩突出,在投资效益上略为赢利或亏损, 这类股票表现为劣质股。
五、总结食品行业作为重要的资本市场组成部分,整体的盈利水平较高，股本扩张的潜力也都较大；但是在中央厉行节俭的政策引导下，目前市场行情纷纷走低，预计未来仍然会保持平稳发展，不会出现过快的增长，所以基本上不宜进行短期投资，但可以考虑长期持有。
