黃嘉奇

摘 要：當(dāng)前國民經(jīng)濟水平不斷提高，個人投資理財成為人們賺取更多財富的手段之一，然而理財有風(fēng)險，投資需謹(jǐn)慎，加之當(dāng)前金融市場正處于完善與發(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。本文通過對聚類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成功幾率，維護金融市場穩(wěn)定提供依據(jù)。

關(guān)鍵詞：聚類分析 金融投資 應(yīng)用

中圖分類號：F832.48 文獻標(biāo)識碼：A 文章編號：2096-0298（2018）12（c）-049-02

自我國加入國際世界貿(mào)易組織后，市場經(jīng)濟就呈現(xiàn)橫向及縱深發(fā)展趨勢，為金融市場崛起提供條件，加之國民經(jīng)濟實力不斷提高，人們手中可用于投資理財?shù)拈e散資金越來越多，為滿足人們的投資理財需求，相關(guān)金融產(chǎn)品種類不斷增多，在為人們創(chuàng)造財富同時，金融投資風(fēng)險相伴而生，為此個人需掌握一定的金融投資分析方法，能在瞬息萬變的金融市場中把握投資機遇，削減理財風(fēng)險，獲取更多經(jīng)濟收益。然而，當(dāng)前仍有許多投資理財者存在忽視風(fēng)險、盲目投資、未掌握專業(yè)投資分析方法等問題，嚴(yán)重影響了我國金融市場穩(wěn)健發(fā)展。基于此，為營建和諧、穩(wěn)定、科學(xué)、高效投資理財大環(huán)境，引導(dǎo)更多人進入金融市場，并成為活躍金融市場的“細胞”之一，探究聚類分析在金融投資分析中的應(yīng)用方略顯得尤為重要。

1 聚類分析理念

聚類分析主要是指將分析對象分解，組成若干個存在關(guān)聯(lián)和區(qū)別的集合，各個集合之間為“組內(nèi)同質(zhì)、組間異質(zhì)”狀態(tài)，通過對集合進行對比分析，找出分析對象發(fā)展規(guī)律及研究方向，其中在分析對比過程中產(chǎn)生的數(shù)據(jù)是得出分析結(jié)論的依據(jù)。聚類分析從統(tǒng)計學(xué)、計算機科學(xué)、數(shù)學(xué)、經(jīng)濟學(xué)及生物學(xué)等多個學(xué)科中發(fā)展而來，為此其具有一定的綜合性，具備數(shù)據(jù)描述能力，通過對比分析，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，與分析對象林立而論，填充未知分類領(lǐng)域，達到分析目的。

基于聚類具備數(shù)據(jù)分析能力，為此可以通過數(shù)據(jù)建模實現(xiàn)聚類分析，在統(tǒng)計學(xué)理念加持下，常用的聚類分析法包括分解法、動態(tài)聚類法、系統(tǒng)聚類法、有序樣品聚類、加入法及模糊聚類方法等，在信息技術(shù)加持下，聚類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。聚類分析法將數(shù)據(jù)分置于若干簇中，簇具備隱藏屬性，通過聚類分析自行標(biāo)記，富有探索特性。在應(yīng)用聚類分析法時，人們無需制定分析標(biāo)準(zhǔn)，從分析對象內(nèi)派生的各類數(shù)據(jù)為由，實現(xiàn)自主分類，依據(jù)數(shù)據(jù)變化情況及簇的隱藏屬性，會得出不同的分析結(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)。

從實際應(yīng)用層面來講，聚類分析是挖掘數(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)從分析對象本身而來，確保數(shù)據(jù)極具導(dǎo)向性，可滿足人們探尋分析對象發(fā)展規(guī)律的切實需求，為此該分析方法在金融投資分析中的應(yīng)用，能幫助理財者找到某個具體金融產(chǎn)品，乃至整個金融市場的發(fā)展規(guī)律，為理性投資削減金融投資風(fēng)險提供依據(jù)。

2 聚類分析方法

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

（2）聚類分析方法應(yīng)用特性。通過對聚類分析方法進行探討可知，無論何種分析方法均擁有一個主體分析對象，為此該方法極具針對性，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、簡便特性外，聚類分析方法在應(yīng)用過程中還具備可能性多、分析對比無局限、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)?；诰垲惙治鲆詳?shù)據(jù)為導(dǎo)向，為此數(shù)據(jù)增減均會影響客觀事物分析成效，為此人們需權(quán)衡各個因素與分析對比數(shù)據(jù)的關(guān)系，預(yù)見可能影響結(jié)果的因素。例如：特殊變量、異常值等，必要時采取一定標(biāo)準(zhǔn)化分析對比處理措施，使聚類分析結(jié)果更具實效性。

（3）聚類分析方法應(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)定聚類分析對象，如股票市場、債券、期貨、古董等，使分析有的放矢，在明確分析對象后，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，進行統(tǒng)計分析，得出分類矩陣。結(jié)合定義問題進行組別判比，對判比結(jié)果進行詮釋，發(fā)掘數(shù)據(jù)中潛在的屬性及內(nèi)涵，推測具備有效性的判別結(jié)論，并再次分析、驗證樣本[1]。

3 聚類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，同時需將孤立點從數(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題發(fā)生，繼而保障聚類結(jié)果不存在任何偏差，使聚類更為科學(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。聚類分析以獲取類似數(shù)據(jù)集，對比不同數(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，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，特征類型多樣性前提下，謹(jǐn)慎得出距離量度，確保聚類分析方法得到有效應(yīng)用?；诮鹑谕顿Y分析復(fù)雜性，有些聚類度分散于若干領(lǐng)域中，同一個距離量度經(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。將處于金融投資領(lǐng)域中的數(shù)據(jù)，分置于不同類中是較為重要的步驟，在不同分類方法加持下，數(shù)據(jù)將有不同的分置形態(tài)，例如Crisp Clustering將數(shù)據(jù)單獨進行分類，F(xiàn)uzzy Clustering數(shù)據(jù)分類具備不確定性，分組、聚類形式與數(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聚方法還有密度聚類等。

（4）評估輸出。在圍繞金融投資分析得出數(shù)據(jù)分組結(jié)果后，人們需對數(shù)據(jù)聚類結(jié)果進行分析，基于聚類并無特定程序與管理手段，為此并無客觀標(biāo)準(zhǔn)統(tǒng)一評估聚類結(jié)果，通常情況下結(jié)合某個類產(chǎn)生的有效索引得出評價方向，類內(nèi)部耦合情況、外部分離情況，均會影響聚類結(jié)果評估，通常情況下人們會選擇最佳有效索引值作為類的數(shù)目，為此需確保有效索引標(biāo)準(zhǔn)、科學(xué)、規(guī)范，針對復(fù)雜數(shù)據(jù)集，則需依據(jù)金融投資分析數(shù)據(jù)實況，結(jié)合現(xiàn)有聚類分析方法，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 聚類分析在金融投資分析中的應(yīng)用實例

通過對聚類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、針對性、多樣性分析優(yōu)勢，可以依據(jù)金融投資分析切實需求作好調(diào)整，使分析結(jié)果更具導(dǎo)向性，為推動金融市場穩(wěn)健發(fā)展，幫助投資理財者規(guī)避相關(guān)風(fēng)險提供依據(jù)，聚類分析應(yīng)用價值可見一斑。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)用勢在必行。

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

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

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

再次，進行聚類分析。借助SPSS軟件對應(yīng)用分析所選25支股票進行系統(tǒng)分析：第一類，金城股份、亞星客車、安泰集團、寶信軟件、上風(fēng)高科、長城開發(fā)、新黃浦、中兵光電；第二類，方大B、江蘇吳中、華茂股份、騰達建設(shè)、新都酒店、公用科技、京新藥業(yè)；第三類，TCL集團、公用科技、盾安環(huán)境、國金證券、浦發(fā)銀行、國通管業(yè)、邯鄲鋼鐵、華北制藥、上海家化、格力集團。其中，第一類收益率較低，說明其擴張能力有限，其穩(wěn)定性較差，發(fā)展存在阻力，投資價值相對較小，第二類股票成長性較高，收益相對較好，經(jīng)營現(xiàn)金流率較低，說明其具有資金周轉(zhuǎn)慢、銷售周期長等問題，不適合長期投資，第三類收益相對較好，企業(yè)經(jīng)營較為穩(wěn)定，發(fā)展前景樂觀，有一定的發(fā)展擴張趨勢是投資首選。

最后，檢驗聚類分析效果。為確保聚類分析結(jié)果科學(xué)、可靠，需在各組別中選擇樣本，并對樣本差異進行比對，如若樣本差異小，組間樣本差異大，則說明分析效果尚佳。基于此，本次實例研究選擇方差分析法，對聚類中的單個因素、多個因素等總體均值進行檢驗，幫助人們找到股票投資規(guī)律，掌握金融市場發(fā)展實況。應(yīng)用MATLAB語言編程，輸入manoval命令，觀察數(shù)據(jù)陣，所得ALPHA水 平顯著，將檢驗假設(shè)置于10維空間中，所得總體均值無明顯差異性，說明所提檢驗假設(shè)不成立，表示本次聚類分析結(jié)論科學(xué)、可靠[3]。

5 結(jié)語

綜上所述，聚類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，較為適合分析金融投資市場潛在風(fēng)險與投資收益等問題，引導(dǎo)個人投資者規(guī)避風(fēng)險，提高經(jīng)濟收益，達到投資理財目的，為此人們需掌握基本的聚類分析方法，并將其應(yīng)用在金融投資分析過程中，伴隨我國科學(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)研究人員秉持與時俱進精神，推動該分析方法不斷發(fā)展，引導(dǎo)人們樹立科學(xué)理財意識，提升專業(yè)理財能力，助力金融市場穩(wěn)健發(fā)展。

參考文獻

[1] 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）.

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

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