單爽　周石鵬

摘?要：我國上市公司的投資問題已經(jīng)成為投資者和研究者關(guān)注的熱點(diǎn)問題。本文選取滬深A(yù)股2014家上市公司數(shù)據(jù)為研究樣本，以投資分類為指標(biāo)進(jìn)行聚類分析，使用財(cái)務(wù)業(yè)績(jī)指標(biāo)進(jìn)行主成分分析，聯(lián)系實(shí)際對(duì)聚類分析結(jié)果與主成分分析綜合得分進(jìn)行對(duì)比，探究不同投資模式下，財(cái)務(wù)因子綜合得分情況，最終得到適合進(jìn)行投資領(lǐng)域研究的590家公司。研究結(jié)果表明：投資模式可分為6類;而主成分分析結(jié)果顯示，偏重均衡投資模式、股權(quán)投資模式、債權(quán)投資模式的公司經(jīng)營狀況均良好，而偏重固定資產(chǎn)投資模式的企業(yè)財(cái)務(wù)狀況相對(duì)較差?；谝陨戏椒ǖ玫降慕Y(jié)果對(duì)進(jìn)一步研究投資與公司治理的關(guān)系有一定的指導(dǎo)意義，對(duì)預(yù)測(cè)公司發(fā)展前景有一定的參考價(jià)值。

關(guān)?鍵?詞：上市公司;投資模式;聚類分析;主成分分析

DOI：10.16315/j.stm.2019.05.001

中圖分類號(hào)：?F2766

文獻(xiàn)標(biāo)志碼：?A

Research?on?investment?pattern?classification?and?performance

of?listed?companies

SHAN?Shuang，?ZHOU?Shipeng

（Business?School，?University?of?Shanghai?for?Science?and?Technology，Shanghai?200093，?China）

Abstract：The?investment?problem?of?Chinas?listed?companies?has?become?a?hot?topic?for?investors?and?researchers.?This?paper?selects?the?data?of?2014?listed?companies?of?Shanghai?and?Shenzhen?Ashares?as?research?samples，?analyzes?the?investment?classification?as?indicators，?uses?the?financial?performance?indicators?for?principal?component?analysis，?and?compares?the?cluster?analysis?results?with?the?principal?component?analysis?comprehensive?scores.?Exploring?the?comprehensive?scores?of?financial?factors?under?different?investment?patterns，?and?finally?the?results?were?590?companies?suitable?for?research?in?the?investment?field.?The?results?show?that?the?clustering?divides?the?samples?into?six?categories，?and?the?results?of?principal?component?analysis?are?good，?which?proves?that?the?classification?results?obtained?by?clustering?are?good.?The?results?of?principal?component?analysis?show?that?the?companies?that?emphasize?balanced?investment?pattern，?equity?investment?pattern?and?debt?investment?pattern?are?all?in?good?operating?condition，?while?those?that?emphasize?fixed?asset?investment?pattern?are?in?poor?financial?condition.?The?results?obtained?based?on?the?above?methods?have?certain?guiding?significance?for?further?research?on?the?relationship?between?investment?and?corporate?governance，?and?have?certain?reference?value?for?predicting?the?development?prospect?of?the?company.

Keywords：listed?company;?investment?pattern;?cluster?analysis;?principal?component?analysis

收稿日期：?2019-05-13

作者簡(jiǎn)介：?單?爽（1995—），女，碩士研究生;

周石鵬（1961—），男，副教授，碩士，碩士生導(dǎo)師.

根據(jù)中證網(wǎng)數(shù)據(jù)顯示，用來衡量投資效益的增量資本產(chǎn)出率（ICOR）自金融危機(jī)后的2009—2015年ICOR平均值上升至4.9，并呈現(xiàn)繼續(xù)走高的趨勢(shì)，至2017年已達(dá)到7左右，這意味著我國上市公司的投資效率在逐年降低。現(xiàn)階段，雖然我國經(jīng)濟(jì)不斷增長(zhǎng)，但由于許多企業(yè)在微觀上的管理混亂，大量盲目重復(fù)建設(shè)不斷產(chǎn)生，許多企業(yè)投資方面出現(xiàn)了諸如投資不足和投資過度此類問題，投資過度和投資不足都是實(shí)際投資水平與適度投資水平不同程度上的偏離，近幾年，投資問題已成為眾多學(xué)者一致關(guān)注的學(xué)術(shù)熱點(diǎn)問題之一?；诖耍瑸闋I造科學(xué)穩(wěn)定的優(yōu)良投資環(huán)境，使公司投資狀態(tài)趨于適度投資水平，探究上市公司的投資模式就顯得尤為重要。

本文試圖通過聚類分析找到適合進(jìn)一步研究投資方面領(lǐng)域的公司，再通過主成分分析得出財(cái)務(wù)業(yè)績(jī)能力得分，對(duì)比不同投資模式下，各分類平均得分情況。選取2014家A股上市公司及相關(guān)投資評(píng)價(jià)和業(yè)績(jī)?cè)u(píng)價(jià)兩方面指標(biāo)，結(jié)果以期為投資方面的研究提供一定的參考。本文結(jié)果針對(duì)各類投資模式，為投資者在當(dāng)前市場(chǎng)經(jīng)濟(jì)環(huán)境和企業(yè)發(fā)展能力下提供更加有效的投資依據(jù)，提高其投資收益?，F(xiàn)有研究表明，投資結(jié)構(gòu)與企業(yè)績(jī)效密切相關(guān)，本文通過對(duì)投資模式的研究，以期為企業(yè)制定投資計(jì)劃、優(yōu)化投資結(jié)構(gòu)提供參考，從而提高其綜合績(jī)效。

1?文獻(xiàn)綜述

針對(duì)聚類分析和主成分分析研究投資相關(guān)問題的方法，國內(nèi)已有不少學(xué)者用此方法研究了相關(guān)領(lǐng)域的問題。王瑞紅等[1]選取我國15家生物制藥行業(yè)上市公司為樣本，聚類將公司分為3類，對(duì)指標(biāo)進(jìn)行主成分分析，并對(duì)結(jié)果進(jìn)行排序。結(jié)果指出，我國大部分生物制藥公司的投資風(fēng)險(xiǎn)分布較為均衡。楊艷萍等[2]對(duì)我國風(fēng)險(xiǎn)投資進(jìn)行了行業(yè)聚類，文章將風(fēng)險(xiǎn)投資的22個(gè)行業(yè)按照行業(yè)發(fā)展水平的不同，將各行業(yè)分成3類，研究每一類行業(yè)的特點(diǎn)。劉敬賞[3]以我國15家房地產(chǎn)公司為樣本，選取影響房地產(chǎn)投資的10個(gè)風(fēng)險(xiǎn)指標(biāo)，對(duì)上市公司進(jìn)行聚類識(shí)別，研究指出，我國大多數(shù)房地產(chǎn)上市公司的投資風(fēng)險(xiǎn)相似性較大且風(fēng)險(xiǎn)處于高水平。

馮偉等[4]運(yùn)用聚類和方差分析進(jìn)行投資分析，通過對(duì)股票的收益性，成長(zhǎng)性等方面來衡量股票的相似度，為投資者確定投資范圍和投資價(jià)值。張樹敏等[5]利用123家中小主板公司數(shù)據(jù)，運(yùn)用聚類和判別分析法對(duì)其盈利、成長(zhǎng)和擴(kuò)張能力進(jìn)行分類，結(jié)果能幫助投資者選擇合理的投資組合。趙惠芳等[6]以滬深兩市24家綜合行業(yè)公司為例，選取13個(gè)財(cái)務(wù)指標(biāo)帶入模型，采用因子分析與聚類分析法分析其投資價(jià)值，以使投資者風(fēng)險(xiǎn)最小化，投資收益最大化。馬青華等[7]選取了114家股票市場(chǎng)樣本，對(duì)財(cái)務(wù)指標(biāo)數(shù)據(jù)進(jìn)行系統(tǒng)聚類和判別分析，以期幫助人們減少跟風(fēng)投資、盲目投資現(xiàn)象，為其能更好得決策選股。徐曉飛等[8]選取30家新三板公司數(shù)據(jù)，通過?KMeans聚類分析法評(píng)價(jià)其業(yè)績(jī)情況，進(jìn)而分門別類，以期引導(dǎo)投資者更好的了解市場(chǎng)趨勢(shì)和投資方向。

此外，還有一些學(xué)者用聚類分析了金融投資領(lǐng)域的相關(guān)問題。謝桂標(biāo)等[9]選取了金融業(yè)50家上市公司，先利用因子分析降維處理，再利用聚類分析將上市公司分成4類，最后評(píng)價(jià)每類上市公司的綜合得分，為投資者提供選股建議。宋潔[10]探討了聚類分析方法在金融投資領(lǐng)域的應(yīng)用含義，并選用深證A股上市的25支公司為案例，詳細(xì)談?wù)撛摲椒ㄔ诮鹑谕顿Y方向的應(yīng)用。黃嘉奇[11]以隨機(jī)選擇的上海A股25支股票為樣本數(shù)據(jù)進(jìn)行聚類，以金融投資為分析主體，分析了股票在金融投資中的應(yīng)用方略，為人們理性投資提供依據(jù)，同時(shí)可以削弱人們的金融投資風(fēng)險(xiǎn)。Bai等[12]選取上海A股股票，采用Kmeans聚類將股票分為其內(nèi)部模式相似的4類，并探究個(gè)股間的相互關(guān)系。結(jié)果表明，盡管2支股票不屬于同一行業(yè)，但在模式相似的股票間存在單向格蘭杰因果關(guān)系。此結(jié)論可以給股票投資者提供一定決策支持。關(guān)于國外基于聚類分析方法對(duì)投資的研究不太多，主流雜志上未查到相關(guān)文獻(xiàn)。

綜上，通過聚類和主成分分析方法研究上市公司投資的問題，內(nèi)容大多以投資風(fēng)險(xiǎn)、金融投資、投資價(jià)值等進(jìn)行分析，大都以單純的財(cái)務(wù)指標(biāo)為數(shù)據(jù)進(jìn)行分析且使用的樣本量不多。因此，本文第2部分進(jìn)行文獻(xiàn)回顧，第3部分進(jìn)行指標(biāo)選取，依據(jù)投資類別區(qū)分投資模式選取投資指標(biāo)，依據(jù)業(yè)績(jī)表現(xiàn)選取財(cái)務(wù)指標(biāo);第4部分對(duì)投資指標(biāo)進(jìn)行聚類分析，對(duì)財(cái)務(wù)指標(biāo)進(jìn)行主成分分析，本文將為探究投資與其他領(lǐng)域如公司治理的關(guān)系提供一定的參考和借鑒。

2?指標(biāo)選取

2.1?聚類分析的指標(biāo)選擇

本文將投資水平作為公司投資評(píng)價(jià)的主要指標(biāo)。若按照投資得方向和投資范圍，投資可分為對(duì)內(nèi)投資和對(duì)外投資;而對(duì)外投資按照產(chǎn)權(quán)關(guān)系，分為股權(quán)投資和債權(quán)投資。本文將固定資產(chǎn)投資作為對(duì)內(nèi)投資的主要部分，因此將投資分為固定資產(chǎn)投資、股權(quán)投資和債權(quán)投資3類。由新會(huì)計(jì)準(zhǔn)則，取消了長(zhǎng)期債權(quán)投資，將其重分類為交易性金融資產(chǎn)、可供出售金融資產(chǎn)以及持有至到期投資，此處將3類合并稱為債權(quán)投資。按投資分類衡量企業(yè)投資水平的重要因素是其各分類的投資規(guī)模?；谝陨?，投資評(píng)價(jià)選取的指標(biāo)為投資水平、固定資產(chǎn)投資規(guī)模、股權(quán)投資規(guī)模以及債權(quán)投資規(guī)模4個(gè)指標(biāo)。具體計(jì)算式如表1所示。

2.2?主成分分析的指標(biāo)選擇

上市公司基本面的債務(wù)融資能力、盈利能力和成長(zhǎng)能力是支持企業(yè)進(jìn)行投資的長(zhǎng)期因素，也是判斷公司是否具備投資能力的關(guān)鍵因素。本文預(yù)從上市公司的債務(wù)融資能力、盈利能力和成長(zhǎng)能力3個(gè)方面反映公司的經(jīng)營業(yè)績(jī)水平，選取其中具有代表性的指標(biāo)進(jìn)行主成分分析。

1）債務(wù)融資能力。對(duì)于任何一家公司而言，在其發(fā)展中，融資便利及融資規(guī)模很大程度上決定了公司的發(fā)展，本文采用流動(dòng)比率、速動(dòng)比率和資產(chǎn)負(fù)債率3個(gè)指標(biāo)來衡量。若值偏低可能說明公司經(jīng)營過于保守，投資水平不足;過高又表明公司過于注重融資，投資水平過度。

2）盈利能力。盈利能力能直接反映整個(gè)公司的獲利能力。本文選取總資產(chǎn)收益率、凈資產(chǎn)收益率、營業(yè)毛利率和每股收益4個(gè)指標(biāo)來衡量上市公司的盈利能力?？傎Y產(chǎn)收益率反映了企業(yè)資產(chǎn)的綜合利用效果;凈資產(chǎn)收益率反映了企業(yè)自有資金的投資收益水平;營業(yè)毛利率是公司主要收入源頭，其值越高則公司在市場(chǎng)上越有占有率;每股收益越高，代表公司擁有越強(qiáng)的獲利能力。盈利能力越強(qiáng)的公司，其投資水平相較而言會(huì)越高。

3）成長(zhǎng)能力。公司成長(zhǎng)能力能夠反映企業(yè)未來發(fā)展前景，成長(zhǎng)性好的公司能夠通過融資方式獲取資金擴(kuò)大其經(jīng)營能力，這便意味著擁有更多的資金進(jìn)行投資活動(dòng)。成長(zhǎng)能力選取總資產(chǎn)增長(zhǎng)率和凈利潤(rùn)增長(zhǎng)率2個(gè)指標(biāo)。

因此，本文將使用以上具有代表性的4個(gè)投資指標(biāo)進(jìn)行聚類分析，并使用9個(gè)財(cái)務(wù)業(yè)績(jī)指標(biāo)進(jìn)行主成分分析。

3?實(shí)證分析

3.1?樣本選取與數(shù)據(jù)處理

本文以2017年我國A股上市公司為研究樣本，剔除了ST公司和金融保險(xiǎn)業(yè)、體育文化業(yè)、餐飲等較小服務(wù)行業(yè)以及農(nóng)林牧漁業(yè)等極其不重視投資的行業(yè)、數(shù)據(jù)披露不完全的公司后，最終得到2014家上市公司數(shù)據(jù)。其中，公司的業(yè)務(wù)數(shù)據(jù)部分來源于公司年報(bào)，其他數(shù)據(jù)來源于CSMAR數(shù)據(jù)庫。此外，只有一個(gè)變量數(shù)據(jù)缺失的樣本本文采用SPSS的鄰近點(diǎn)的線性趨勢(shì)方法將缺失數(shù)據(jù)予以補(bǔ)充。

為解決數(shù)據(jù)的可比性問題，需要消除數(shù)據(jù)量綱間的差異，即將個(gè)指標(biāo)都置于同一個(gè)數(shù)量級(jí)別上，先對(duì)各指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理。數(shù)據(jù)標(biāo)準(zhǔn)化的方法有多種，常用的方法有，最小-最大標(biāo)準(zhǔn)化和Zscore標(biāo)準(zhǔn)化。本文選用的是Zscore標(biāo)準(zhǔn)化方法對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化。

3.2?聚類分析

K均值聚類方法是很典型的基于距離的聚類方法，聚類分析常用來衡量數(shù)據(jù)點(diǎn)之間相似度的距離有海明距離、歐式距離、切比雪夫距離和馬氏距離等，K均值聚類則以歐式距離作為相似性測(cè)度，距離越小，表示樣本間越相似，差異度越小，反之則差異度越大。K均值聚類的主要思想是經(jīng)過迭代，將數(shù)據(jù)集劃分為不同的類別，求解初始聚類中心向量達(dá)到最優(yōu)分類且類別之間相互獨(dú)立的過程。因此，本文選用歐式距離作為測(cè)度，使用模二范數(shù)表示的歐式距離。K均值聚類方法作為最基本的聚類方法之一，其目的就是尋找簇標(biāo)簽，

{yi|yi∈{1，…，c}}ni=1。（1）

從而使簇內(nèi)散射的和最?。?/p>

miny1，…，yn∈{1，…，c}∑cy=1∑i：yi=y‖xi-μy‖2。（2）

其中，∑i：yi=y表示滿足yi=y的i的和。

μy=1ny∑i：yi=yxi。（3）

其中：μy表示簇y的中心，ny表示簇y中樣本的個(gè)數(shù)。

本文利用統(tǒng)計(jì)軟件SPSS22.0，對(duì)2014家樣本公司進(jìn)行K平均值聚類。將4個(gè)投資指標(biāo)作為自變量，證券代碼標(biāo)注為個(gè)案依據(jù)，聚類數(shù)為6，最終的分析結(jié)果，如表2所示。

第1類：海大集團(tuán)、中國石油等487家公司。有343家為制造業(yè)（如亞太股份，廣汽集團(tuán)等），占據(jù)此類的70%;有12%來源于電力熱力燃?xì)饧八纳a(chǎn)和供應(yīng)業(yè)以及交通運(yùn)輸倉儲(chǔ)業(yè)。此類公司投資水平一般，固定資產(chǎn)投資規(guī)模處于一般水平，股權(quán)投資規(guī)模和債權(quán)投資規(guī)模雖為負(fù)值，但相較于其他類別，這兩個(gè)指標(biāo)明顯優(yōu)于第5第和第6類，此類可稱為“均衡投資模式”。

第2類：豫能控股、南威軟件、四川雙馬、四通新材和鵬欣資源。這5家公司投資水平較弱，但根據(jù)數(shù)值，企業(yè)十分重視對(duì)于股權(quán)的投資，可以進(jìn)一步做對(duì)其股權(quán)投資模式下投資特征的研究，或進(jìn)一步探究其投資偏重股權(quán)的原因和因素分析。此類命名為“股權(quán)投資模式”。

第3類：臥龍地產(chǎn)、華遠(yuǎn)地產(chǎn)、祥龍電業(yè)、華建集團(tuán)、新潮能源、*ST烯碳、南洋科技和錢江生化。這8家公司投資水平較高，且資偏重于固定資產(chǎn)投資，后期可能會(huì)出現(xiàn)投資過度等問題，可進(jìn)一步研究其過度投資的原因等問題。該類叫做“固定資產(chǎn)投資模式”。

第4類：北緯科技、黃河旋風(fēng)。該類公司投資水平一般，投資偏重債權(quán)投資，可以專門對(duì)其投資領(lǐng)域進(jìn)行研究，其具備一定的研究?jī)r(jià)值。該類可認(rèn)為是“債券投資模式”。

第5類：包括天邦股份、中環(huán)股份、正邦科技、國泰集團(tuán)在內(nèi)的88家公司，其中有73家為制造業(yè)，占比高達(dá)83%。此類投資水平位居6類榜首，固定資產(chǎn)投資亦較多，但相比之下，該類公司對(duì)股權(quán)債權(quán)的投資重視程度較低。為與第1類相區(qū)分，此類可視作為“非債股型高投資模式”。

第6類：1?424家公司。此類中屬于制造業(yè)（如新華制藥）的公司占比68%，房地產(chǎn)業(yè)和信息運(yùn)輸、軟件、信息技術(shù)業(yè)分別占比7%，6%，其他行業(yè)占比較為均勻，在此不多贅述。為更好的說明此類結(jié)果，對(duì)投資指標(biāo)進(jìn)行描述性統(tǒng)計(jì)，如表3所示。此類公司數(shù)量較多，投資水平低于全樣本平均水平，固定資產(chǎn)投資和股權(quán)投資也低于樣本中位數(shù)，債權(quán)投資規(guī)模結(jié)果雖高于中位數(shù)，但相對(duì)于其他類也處于弱勢(shì)，說明此類公司可能由于公司規(guī)模等問題投資不大，因此研究其內(nèi)部投資特征和投資模式的意義不大，此類歸入“低投資模式”。

3.3?主成分分析

KMO和Bartlett球形檢驗(yàn)結(jié)果，如表4所示。KMO值為0.655>0.6，說明數(shù)據(jù)指標(biāo)適合進(jìn)行主成分分析;Bartlett球形檢驗(yàn)顯示顯著性為高顯著度0.000<0.05，也可說明主成分分析有效。總方差分析表，如表5所示。2個(gè)主成分的方差貢獻(xiàn)率分別為35.937%和23.065%，累計(jì)方差貢獻(xiàn)率為59002%，2個(gè)主成分的特征值分別為3.234和2076。根據(jù)主成分的特征值，本文選取特征值大于1的2個(gè)主成分F1和F2進(jìn)行后續(xù)分析。

碎石圖，如圖1所示。前4個(gè)因子對(duì)方差的貢獻(xiàn)率比較大，到第5個(gè)因子后變化較為緩慢，碎石圖反映出的信息與總方差分析表傳達(dá)的信息一致。

主成分分析法基于降維處理的方法，將多個(gè)變量降維為能夠盡可能多的反映原始信息的少數(shù)幾個(gè)指標(biāo)，且新形成的主成分變量彼此相互獨(dú)立。實(shí)際應(yīng)用中，只要主成分個(gè)數(shù)能反映出絕大部分方差即可，因此本文選出F1、F2?2個(gè)主成分。主成分F1包括了企業(yè)絕大部分盈利能力特征，包含了原來信息的35.937%，與總資產(chǎn)收益率、凈資產(chǎn)收益率呈很大正相關(guān)，與資產(chǎn)負(fù)債率呈較大程度負(fù)相關(guān);而主成分F2包括了企業(yè)絕大部分債務(wù)融資能力特征，其與每股收益呈較大程度正相關(guān)，與速動(dòng)比率、流動(dòng)比率呈很大負(fù)相關(guān)，結(jié)果表明，2個(gè)主成分就可以表達(dá)原來9個(gè)變量所表達(dá)的業(yè)績(jī)表現(xiàn)，如表6所示。因此，經(jīng)計(jì)算可得，2個(gè)主成分F1和F2的表達(dá)式。

F1=0.318X1+0.319X2-0.351X3+0.464X4+0.473X5+0.340X6+0.332X7+0.088X8+0.032X9。

F2=-0.525X1-0.525X2+0.291X3+0.305X4+0.309X5+0.021X6+0.377X7+0.161X8+0.082X9。

上式中的X均為原始數(shù)據(jù)經(jīng)過標(biāo)準(zhǔn)化處理之后的變量。綜合評(píng)價(jià)得分式為

F=0.609F1+0.391F2。（4）

3.4?結(jié)果對(duì)比分析

對(duì)比主成分分析結(jié)果與聚類分析的結(jié)果，如表7所示，對(duì)不同的投資模式和對(duì)應(yīng)的企業(yè)財(cái)務(wù)因子綜合得分做出分析。

第1類：均衡投資模式。雖然通過投資指標(biāo)進(jìn)行聚類，結(jié)果顯示此類投資水平一般，3類模式下的投資較為均衡，但其財(cái)務(wù)因子得分較好，說明此類公司擁有較強(qiáng)的盈利能力，具有一定的發(fā)展?jié)摿屯顿Y前景，可以選取此類做投資方面的研究。

第2類：投資偏重于股權(quán)投資模式。財(cái)務(wù)因子得分較高，具備一定的投資潛力，且擁有較好的成長(zhǎng)空間，可以嘗試深入做投資方面得研究。

第3類：投資偏重于固定資產(chǎn)投資模式。平均財(cái)務(wù)因子得分低，該類公司經(jīng)營能力弱，很可能是由于過度投資導(dǎo)致的債務(wù)融資能力、成長(zhǎng)能力減弱，可進(jìn)一步探究其過度投資的原因等問題。

第4類：投資偏重于債權(quán)投資模式。從表中看出，該種投資模式的財(cái)務(wù)得分高，說明該類公司擁有很好的盈利能力，可以專門對(duì)其投資領(lǐng)域進(jìn)行研究，其具備一定的研究?jī)r(jià)值。

第5類：高投資水平下的均衡投資模式。3類模式下的投資較均衡，但投資水平極高。該類公司財(cái)務(wù)指標(biāo)綜合得分最高，相比于第1類，此類更有做投資研究的必要。

第6類：無明顯投資模式且投資水平極低。該類公司不僅投資前景不好，而且發(fā)展前景也不太優(yōu)良，其財(cái)務(wù)因子得分是6類最低，說明財(cái)務(wù)情況不理想，該類公司業(yè)績(jī)表現(xiàn)不佳，因此可以將全部樣本區(qū)分成業(yè)績(jī)表現(xiàn)良好和不佳2大類。

綜上，偏重均衡投資模式、股權(quán)投資模式、債權(quán)投資模式的公司經(jīng)營狀況均良好，而偏重固定資產(chǎn)投資模式的企業(yè)經(jīng)營飽和，財(cái)務(wù)狀況較差。無明顯投資模式的企業(yè)經(jīng)營狀況表現(xiàn)差，不建議深入研究。因此，主成分分析結(jié)果較好的印證了聚類分析所得出的分類。且經(jīng)過對(duì)比不同的投資模式，其經(jīng)營能力不均相同。

根據(jù)投資指標(biāo)聚類并結(jié)合對(duì)財(cái)務(wù)指標(biāo)的主成分分析結(jié)果，得出590家在行業(yè)中具有代表性的公司，這些公司在投資領(lǐng)域均具有良好特征，較適合進(jìn)行投資研究，按行業(yè)分析，房地產(chǎn)業(yè)僅有少數(shù)企業(yè)重視投資，可進(jìn)一步研究其投資具體特征;而制造業(yè)行業(yè)內(nèi)發(fā)展不均衡，投資水平不均衡，對(duì)于投資領(lǐng)域企業(yè)之間差距較大;其他行業(yè)最終樣本較為均勻，如表8所示。

4?結(jié)語

根據(jù)最終聚類結(jié)果，2014家樣本公司中有590家公司可以繼續(xù)研究其內(nèi)部投資的具體特征，雖具有良好特征的公司占比不多，但結(jié)果鮮明，且聚類的變異數(shù)分析得各變量結(jié)果均顯著，主成分分析結(jié)果亦較好的印證了分類結(jié)果，因此分類結(jié)果較好。本文將聚類結(jié)合主成分分析方法應(yīng)用于上市公司投資模式研究，將投資水平這一指標(biāo)作為衡量上市公司對(duì)投資重視程度的主要指標(biāo)，并依照投資類別將投資分為3類建立投資評(píng)價(jià)指標(biāo)，以債務(wù)融資能力、成長(zhǎng)能力、盈利能力等財(cái)務(wù)指標(biāo)建立業(yè)績(jī)?cè)u(píng)價(jià)指標(biāo)，探究不同投資模式下，其業(yè)績(jī)能力有何差異。

本文研究發(fā)現(xiàn)，在具體投資過程中，企業(yè)對(duì)投資的偏重模式不同導(dǎo)致企業(yè)的投資結(jié)構(gòu)不同，不同投資結(jié)構(gòu)影響著企業(yè)的經(jīng)營績(jī)效，這為企業(yè)經(jīng)營者的投資決策提供一定的理論依據(jù)。研究還發(fā)現(xiàn)，不同行業(yè)之間對(duì)投資重視程度、不同投資偏重模式存在差異，同一行業(yè)（如制造業(yè)）之間企業(yè)發(fā)展與投資水平不平衡。基于上述結(jié)果，本文以期對(duì)企業(yè)優(yōu)化自身投資模式起到一定的借鑒，也為投資者規(guī)劃投資策略提供一定的參考。

本文所建立的投資評(píng)價(jià)指標(biāo)，以及在基礎(chǔ)分析方法的前提下所采用的聚類分析和主成分分析方法，對(duì)公司發(fā)展?jié)摿τ幸欢ǖ念A(yù)測(cè)作用，對(duì)上市公司投資的總體特征、投資類別偏好等能夠做出更準(zhǔn)確的判斷，不僅能幫助公司掌握投資方向，適度調(diào)整投資規(guī)模，引導(dǎo)公司進(jìn)行適度投資;還可以為進(jìn)一步研究投資與公司治理的關(guān)系等相關(guān)領(lǐng)域奠定基礎(chǔ)。

參考文獻(xiàn)：

[1]?王瑞紅，王筱萍，薛耀文.我國生物制藥上市公司投資風(fēng)險(xiǎn)評(píng)價(jià)：基于主成分—聚類分析法[J].技術(shù)經(jīng)濟(jì)，2011（10）：76.

[2]?楊艷萍，王靜.我國風(fēng)險(xiǎn)投資的行業(yè)聚類研究[J].科技管理研究，2012，32（12）：164.

[3]?劉敬賞.我國房地產(chǎn)投資風(fēng)險(xiǎn)評(píng)價(jià)：基于主成分—聚類分析法[J].全國流通經(jīng)濟(jì)，2016（7）：73.

[4]?馮偉，孫德山.聚類分析在金融投資分析中的應(yīng)用[J].江蘇商論，2008（33）：8.

[5]?張樹敏，朱和平，師偉.基于基本面的中小企業(yè)板上市公司股票投資價(jià)值初探：基于聚類分析和判別分析[J].商場(chǎng)現(xiàn)代化，2008（8）：191.

[6]?趙惠芳，張明明，裘玲玲.綜合行業(yè)上市公司投資價(jià)值分析研究[J].商場(chǎng)現(xiàn)代化，2015（3）：173.

[7]?馬青華，李艷濤，程康.聚類分析和判別分析在投資中的應(yīng)用[J].網(wǎng)絡(luò)空間安全，2015，6（6）：81.

[8]?徐曉飛，朱家稷.KMEANS分析法在新三板上市公司企業(yè)業(yè)績(jī)?cè)u(píng)價(jià)中的應(yīng)用與研究[J].時(shí)代金融，2017，27（5）：156.

[9]?謝桂標(biāo)，許姣麗.因子分析和聚類分析在金融業(yè)股票投資中的應(yīng)用[J].沿海企業(yè)與科技，2016（4）：11.

[10]?宋潔.聚類分析在金融投資分析中的應(yīng)用[J].中國商論，2017（21）：32.

[11]?黃嘉奇.聚類分析在金融投資分析中的應(yīng)用[J].中國商論，2018，（36）：49.

[12]?BAI?S，CUI?W，ZHANG?L.The?granger?causality?analysis?of?stocks?based?on?clustering[J].Cluster?Computing，2018（21）：1.

[編輯：費(fèi)?婷]