聚類(lèi)分析在金融投資分析中的應(yīng)用

黃嘉奇

摘 要：當(dāng)前國(guó)民經(jīng)濟(jì)水平不斷提高，個(gè)人投資理財(cái)成為人們賺取更多財(cái)富的手段之一，然而理財(cái)有風(fēng)險(xiǎn)，投資需謹(jǐn)慎，加之當(dāng)前金融市場(chǎng)正處于完善與發(fā)展階段，需要人們具備金融投資分析能力，用以削減金融風(fēng)險(xiǎn)。本文通過(guò)對(duì)聚類(lèi)分析在金融投資分析中的應(yīng)用方略的研究，以期為提高人們投資理財(cái)成功幾率，維護(hù)金融市場(chǎng)穩(wěn)定提供依據(jù)。

關(guān)鍵詞：聚類(lèi)分析 金融投資 應(yīng)用

中圖分類(lèi)號(hào)：F832.48 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-0298（2018）12（c）-049-02

自我國(guó)加入國(guó)際世界貿(mào)易組織后，市場(chǎng)經(jīng)濟(jì)就呈現(xiàn)橫向及縱深發(fā)展趨勢(shì)，為金融市場(chǎng)崛起提供條件，加之國(guó)民經(jīng)濟(jì)實(shí)力不斷提高，人們手中可用于投資理財(cái)?shù)拈e散資金越來(lái)越多，為滿(mǎn)足人們的投資理財(cái)需求，相關(guān)金融產(chǎn)品種類(lèi)不斷增多，在為人們創(chuàng)造財(cái)富同時(shí)，金融投資風(fēng)險(xiǎn)相伴而生，為此個(gè)人需掌握一定的金融投資分析方法，能在瞬息萬(wàn)變的金融市場(chǎng)中把握投資機(jī)遇，削減理財(cái)風(fēng)險(xiǎn)，獲取更多經(jīng)濟(jì)收益。然而，當(dāng)前仍有許多投資理財(cái)者存在忽視風(fēng)險(xiǎn)、盲目投資、未掌握專(zhuān)業(yè)投資分析方法等問(wèn)題，嚴(yán)重影響了我國(guó)金融市場(chǎng)穩(wěn)健發(fā)展?；诖耍瑸闋I(yíng)建和諧、穩(wěn)定、科學(xué)、高效投資理財(cái)大環(huán)境，引導(dǎo)更多人進(jìn)入金融市場(chǎng)，并成為活躍金融市場(chǎng)的“細(xì)胞”之一，探究聚類(lèi)分析在金融投資分析中的應(yīng)用方略顯得尤為重要。

1 聚類(lèi)分析理念

聚類(lèi)分析主要是指將分析對(duì)象分解，組成若干個(gè)存在關(guān)聯(lián)和區(qū)別的集合，各個(gè)集合之間為“組內(nèi)同質(zhì)、組間異質(zhì)”狀態(tài)，通過(guò)對(duì)集合進(jìn)行對(duì)比分析，找出分析對(duì)象發(fā)展規(guī)律及研究方向，其中在分析對(duì)比過(guò)程中產(chǎn)生的數(shù)據(jù)是得出分析結(jié)論的依據(jù)。聚類(lèi)分析從統(tǒng)計(jì)學(xué)、計(jì)算機(jī)科學(xué)、數(shù)學(xué)、經(jīng)濟(jì)學(xué)及生物學(xué)等多個(gè)學(xué)科中發(fā)展而來(lái)，為此其具有一定的綜合性，具備數(shù)據(jù)描述能力，通過(guò)對(duì)比分析，衡量數(shù)據(jù)之間的異同，將數(shù)據(jù)分別置于不同的集合中，與分析對(duì)象林立而論，填充未知分類(lèi)領(lǐng)域，達(dá)到分析目的。

基于聚類(lèi)具備數(shù)據(jù)分析能力，為此可以通過(guò)數(shù)據(jù)建模實(shí)現(xiàn)聚類(lèi)分析，在統(tǒng)計(jì)學(xué)理念加持下，常用的聚類(lèi)分析法包括分解法、動(dòng)態(tài)聚類(lèi)法、系統(tǒng)聚類(lèi)法、有序樣品聚類(lèi)、加入法及模糊聚類(lèi)方法等，在信息技術(shù)加持下，聚類(lèi)分析作為一種常用工具，在SAS、SPSS等軟件中得到了較為廣泛的應(yīng)用。聚類(lèi)分析法將數(shù)據(jù)分置于若干簇中，簇具備隱藏屬性，通過(guò)聚類(lèi)分析自行標(biāo)記，富有探索特性。在應(yīng)用聚類(lèi)分析法時(shí)，人們無(wú)需制定分析標(biāo)準(zhǔn)，從分析對(duì)象內(nèi)派生的各類(lèi)數(shù)據(jù)為由，實(shí)現(xiàn)自主分類(lèi)，依據(jù)數(shù)據(jù)變化情況及簇的隱藏屬性，會(huì)得出不同的分析結(jié)果，相同數(shù)據(jù)在不同分析人員眼中，存在不同類(lèi)聚可能，為拓展客觀事物分析途徑，提高分析效率奠定基礎(chǔ)。

從實(shí)際應(yīng)用層面來(lái)講，聚類(lèi)分析是挖掘數(shù)據(jù)內(nèi)涵的一種手段，為此其分析依據(jù)僅為數(shù)據(jù)，數(shù)據(jù)從分析對(duì)象本身而來(lái)，確保數(shù)據(jù)極具導(dǎo)向性，可滿(mǎn)足人們探尋分析對(duì)象發(fā)展規(guī)律的切實(shí)需求，為此該分析方法在金融投資分析中的應(yīng)用，能幫助理財(cái)者找到某個(gè)具體金融產(chǎn)品，乃至整個(gè)金融市場(chǎng)的發(fā)展規(guī)律，為理性投資削減金融投資風(fēng)險(xiǎn)提供依據(jù)。

2 聚類(lèi)分析方法

（1）概述聚類(lèi)分析方法。聚類(lèi)分析方法主要由兩種形式構(gòu)成：第一，層次聚類(lèi)（Hierarchical Clustering）。該方法主要由樹(shù)狀圖（柱形圖、扇形圖等）、分解法、合并法構(gòu)成；第二，非層次聚類(lèi)。該方法主要由譜聚類(lèi)、劃分聚類(lèi)構(gòu)成，其中，譜聚類(lèi)（Spectral Clustering，SC）為圖論聚類(lèi)法，具有適應(yīng)性強(qiáng)、直觀、具體、聚類(lèi)效果尚佳等應(yīng)用優(yōu)勢(shì)，劃分聚類(lèi)法無(wú)需贅述，依據(jù)分析對(duì)象數(shù)據(jù)形式進(jìn)行劃分，聚類(lèi)意圖清晰、科學(xué)，能有效提高聚類(lèi)分析效率。

（2）聚類(lèi)分析方法應(yīng)用特性。通過(guò)對(duì)聚類(lèi)分析方法進(jìn)行探討可知，無(wú)論何種分析方法均擁有一個(gè)主體分析對(duì)象，為此該方法極具針對(duì)性，其在金融投資分析中的應(yīng)用，可以深入、直觀、具體的得出數(shù)據(jù)，并將其納入不同的簇中，為數(shù)據(jù)分析提供便利。除具備直觀、針對(duì)、簡(jiǎn)便特性外，聚類(lèi)分析方法在應(yīng)用過(guò)程中還具備可能性多、分析對(duì)比無(wú)局限、研究結(jié)論豐富等特性，這是源于一組數(shù)據(jù)從不同角度進(jìn)行分析，將得到不同分析結(jié)果，為人們研究客觀事物提供依據(jù)?；诰垲?lèi)分析以數(shù)據(jù)為導(dǎo)向，為此數(shù)據(jù)增減均會(huì)影響客觀事物分析成效，為此人們需權(quán)衡各個(gè)因素與分析對(duì)比數(shù)據(jù)的關(guān)系，預(yù)見(jiàn)可能影響結(jié)果的因素。例如：特殊變量、異常值等，必要時(shí)采取一定標(biāo)準(zhǔn)化分析對(duì)比處理措施，使聚類(lèi)分析結(jié)果更具實(shí)效性。

（3）聚類(lèi)分析方法應(yīng)用思路。以該分析方法在金融投資分析中的應(yīng)用為例，需在前期設(shè)定聚類(lèi)分析對(duì)象，如股票市場(chǎng)、債券、期貨、古董等，使分析有的放矢，在明確分析對(duì)象后，構(gòu)建分析模型，得出判別函數(shù)，用Y代替判別值（判別分?jǐn)?shù)），用x1—xn代表存在與分析對(duì)象中變量，用a1—an代表系數(shù)，繼而得出公式：Y=a1x1+a2x2+a3x3··anxn，待得出公式后，進(jìn)行統(tǒng)計(jì)分析，得出分類(lèi)矩陣。結(jié)合定義問(wèn)題進(jìn)行組別判比，對(duì)判比結(jié)果進(jìn)行詮釋?zhuān)l(fā)掘數(shù)據(jù)中潛在的屬性及內(nèi)涵，推測(cè)具備有效性的判別結(jié)論，并再次分析、驗(yàn)證樣本[1]。

3 聚類(lèi)分析在金融投資分析中的應(yīng)用步驟

（1）預(yù)處理數(shù)據(jù)。依據(jù)金融投資分析需求，選擇數(shù)據(jù)處理標(biāo)度、類(lèi)型、數(shù)量等因素，為使相關(guān)因素選擇科學(xué)、合理，依據(jù)特征進(jìn)行抽取與選擇，選擇突出、典型且極為重要的特征，制定出特征集，同時(shí)需將孤立點(diǎn)從數(shù)據(jù)中移除，使數(shù)據(jù)模型更具穩(wěn)定性、有效性，避免出現(xiàn)數(shù)據(jù)與模型相互分離的問(wèn)題發(fā)生，繼而保障聚類(lèi)結(jié)果不存在任何偏差，使聚類(lèi)更為科學(xué)、可靠。

（2）定義距離函數(shù)，衡量金融投資分析中數(shù)據(jù)的相似程度。聚類(lèi)分析以獲取類(lèi)似數(shù)據(jù)集，對(duì)比不同數(shù)據(jù)集異同為分析基礎(chǔ)，為此該方法在金融投資分析中應(yīng)用時(shí)，需明確特征空間衡量相似度的標(biāo)準(zhǔn)與步驟，在特征標(biāo)度豐富性，特征類(lèi)型多樣性前提下，謹(jǐn)慎得出距離量度，確保聚類(lèi)分析方法得到有效應(yīng)用?；诮鹑谕顿Y分析復(fù)雜性，有些聚類(lèi)度分散于若干領(lǐng)域中，同一個(gè)距離量度經(jīng)常用于反映若干數(shù)據(jù)相異性，作為特征化若干數(shù)據(jù)概念的工具，用以衡量數(shù)據(jù)及其所在圖像特性。

（3）分組、聚類(lèi)。將處于金融投資領(lǐng)域中的數(shù)據(jù)，分置于不同類(lèi)中是較為重要的步驟，在不同分類(lèi)方法加持下，數(shù)據(jù)將有不同的分置形態(tài)，例如Crisp Clustering將數(shù)據(jù)單獨(dú)進(jìn)行分類(lèi)，F(xiàn)uzzy Clustering數(shù)據(jù)分類(lèi)具備不確定性，分組、聚類(lèi)形式與數(shù)據(jù)劃分方法密切相關(guān)，屬于嵌套劃分系列，用以衡量數(shù)據(jù)可分離性、相似性，適用于金融投資分析的類(lèi)聚方法還有密度聚類(lèi)等。

（4）評(píng)估輸出。在圍繞金融投資分析得出數(shù)據(jù)分組結(jié)果后，人們需對(duì)數(shù)據(jù)聚類(lèi)結(jié)果進(jìn)行分析，基于聚類(lèi)并無(wú)特定程序與管理手段，為此并無(wú)客觀標(biāo)準(zhǔn)統(tǒng)一評(píng)估聚類(lèi)結(jié)果，通常情況下結(jié)合某個(gè)類(lèi)產(chǎn)生的有效索引得出評(píng)價(jià)方向，類(lèi)內(nèi)部耦合情況、外部分離情況，均會(huì)影響聚類(lèi)結(jié)果評(píng)估，通常情況下人們會(huì)選擇最佳有效索引值作為類(lèi)的數(shù)目，為此需確保有效索引標(biāo)準(zhǔn)、科學(xué)、規(guī)范，針對(duì)復(fù)雜數(shù)據(jù)集，則需依據(jù)金融投資分析數(shù)據(jù)實(shí)況，結(jié)合現(xiàn)有聚類(lèi)分析方法，合理設(shè)定索引標(biāo)準(zhǔn)，提高該分析方法應(yīng)用質(zhì)量[2]。

4 聚類(lèi)分析在金融投資分析中的應(yīng)用實(shí)例

通過(guò)對(duì)聚類(lèi)分析在金融投資分析中的應(yīng)用方法及步驟的研究可知，該方法具有靈活性、針對(duì)性、多樣性分析優(yōu)勢(shì)，可以依據(jù)金融投資分析切實(shí)需求作好調(diào)整，使分析結(jié)果更具導(dǎo)向性，為推動(dòng)金融市場(chǎng)穩(wěn)健發(fā)展，幫助投資理財(cái)者規(guī)避相關(guān)風(fēng)險(xiǎn)提供依據(jù)，聚類(lèi)分析應(yīng)用價(jià)值可見(jiàn)一斑。為使該方法得以有效應(yīng)用，探究其在金融投資分析中的具體應(yīng)用勢(shì)在必行。

以上海市A股為分析主體，為確保分析成效隨機(jī)選擇25支股票，這些股票數(shù)據(jù)來(lái)自某證券網(wǎng)所對(duì)外公布的近期財(cái)務(wù)數(shù)據(jù)。

首先，對(duì)近期財(cái)務(wù)數(shù)據(jù)進(jìn)行預(yù)處理。為規(guī)避股票數(shù)據(jù)數(shù)量級(jí)與量綱的差異，確保分析結(jié)果科學(xué)性，需處理原始數(shù)據(jù)，為保障聚類(lèi)判別成效提供數(shù)據(jù)依據(jù)，通過(guò)建立函數(shù)關(guān)系式，將極差與標(biāo)準(zhǔn)差進(jìn)行標(biāo)準(zhǔn)化處理。

其次，對(duì)數(shù)據(jù)逆指標(biāo)進(jìn)行正向化處理。逆指標(biāo)為流通股票，需取相關(guān)數(shù)值的倒數(shù)。

再次，進(jìn)行聚類(lèi)分析。借助SPSS軟件對(duì)應(yīng)用分析所選25支股票進(jìn)行系統(tǒng)分析：第一類(lèi)，金城股份、亞星客車(chē)、安泰集團(tuán)、寶信軟件、上風(fēng)高科、長(zhǎng)城開(kāi)發(fā)、新黃浦、中兵光電；第二類(lèi)，方大B、江蘇吳中、華茂股份、騰達(dá)建設(shè)、新都酒店、公用科技、京新藥業(yè)；第三類(lèi)，TCL集團(tuán)、公用科技、盾安環(huán)境、國(guó)金證券、浦發(fā)銀行、國(guó)通管業(yè)、邯鄲鋼鐵、華北制藥、上海家化、格力集團(tuán)。其中，第一類(lèi)收益率較低，說(shuō)明其擴(kuò)張能力有限，其穩(wěn)定性較差，發(fā)展存在阻力，投資價(jià)值相對(duì)較小，第二類(lèi)股票成長(zhǎng)性較高，收益相對(duì)較好，經(jīng)營(yíng)現(xiàn)金流率較低，說(shuō)明其具有資金周轉(zhuǎn)慢、銷(xiāo)售周期長(zhǎng)等問(wèn)題，不適合長(zhǎng)期投資，第三類(lèi)收益相對(duì)較好，企業(yè)經(jīng)營(yíng)較為穩(wěn)定，發(fā)展前景樂(lè)觀，有一定的發(fā)展擴(kuò)張趨勢(shì)是投資首選。

最后，檢驗(yàn)聚類(lèi)分析效果。為確保聚類(lèi)分析結(jié)果科學(xué)、可靠，需在各組別中選擇樣本，并對(duì)樣本差異進(jìn)行比對(duì)，如若樣本差異小，組間樣本差異大，則說(shuō)明分析效果尚佳?；诖?，本次實(shí)例研究選擇方差分析法，對(duì)聚類(lèi)中的單個(gè)因素、多個(gè)因素等總體均值進(jìn)行檢驗(yàn)，幫助人們找到股票投資規(guī)律，掌握金融市場(chǎng)發(fā)展實(shí)況。應(yīng)用MATLAB語(yǔ)言編程，輸入manoval命令，觀察數(shù)據(jù)陣，所得ALPHA水 平顯著，將檢驗(yàn)假設(shè)置于10維空間中，所得總體均值無(wú)明顯差異性，說(shuō)明所提檢驗(yàn)假設(shè)不成立，表示本次聚類(lèi)分析結(jié)論科學(xué)、可靠[3]。

5 結(jié)語(yǔ)

綜上所述，聚類(lèi)分析具有可以指定初始位置，分析結(jié)果以數(shù)據(jù)為導(dǎo)向，結(jié)合分析目標(biāo)所得分析結(jié)論多樣、豐富等特點(diǎn)，較為適合分析金融投資市場(chǎng)潛在風(fēng)險(xiǎn)與投資收益等問(wèn)題，引導(dǎo)個(gè)人投資者規(guī)避風(fēng)險(xiǎn)，提高經(jīng)濟(jì)收益，達(dá)到投資理財(cái)目的，為此人們需掌握基本的聚類(lèi)分析方法，并將其應(yīng)用在金融投資分析過(guò)程中，伴隨我國(guó)科學(xué)技術(shù)飛速發(fā)展，支持該分析方法應(yīng)用的軟件將得以豐富與優(yōu)化，并逐漸朝著大眾化、簡(jiǎn)便化、科學(xué)化方向發(fā)展，這就需要相關(guān)研究人員秉持與時(shí)俱進(jìn)精神，推動(dòng)該分析方法不斷發(fā)展，引導(dǎo)人們樹(shù)立科學(xué)理財(cái)意識(shí)，提升專(zhuān)業(yè)理財(cái)能力，助力金融市場(chǎng)穩(wěn)健發(fā)展。

參考文獻(xiàn)

[1] 宋潔.聚類(lèi)分析在金融投資分析中的應(yīng)用[J].中國(guó)商論， 2017（21）.

[2] 張超.聚類(lèi)分析在金融投資分析中的現(xiàn)實(shí)應(yīng)用[J].卷宗， 2017（23）.

[3] 劉勇.聚類(lèi)分析在金融投資分析中的應(yīng)用[J].卷宗，2016（1）.