目录

Toggle

上市公司行业研究

一、背景

大数据时代，不管做什么好像都要跟大数据扯上点关系才行，作为一个三线股民，炒股的逻辑就是买了之后完全不看，少则半年，多则两到三年，然后卖出收钱，跑得赢贷款利率就满足了。

但面对越来越多的股票（截止2019年11月14日共3712家），发现选股也很麻烦，而且企业经营和投资客让股市变得过于复杂，小股民想用大数据的办法建模选股。

二、基本数据获取

虽然开户买股谁都会，但要在3712个股票中选择潜力股并在合适的时间买进和卖出并非易事，抛开大环境不谈，首先要搞清楚企业的行业、地域分布，心头有个概念。

1.行业

本人对行业比较关注，有些行业不受投资客关注，意味着即便企业盈利较好，但股价基本维持常态，虽然对于上市企业自身来说无可厚非，但对于投资者来说会很压抑，因此行业的选择比较重要。

该数据对行业划分的比较细，共110个，从多到少排序如上表，可以看出达到46家的行业有22个，公司数量2082个，占总量的56%，其它比较小众的行业在此不再分析，毕竟样本较少的情况下，利用大数据分析出的结果可信度很低。

2.地域分布

地域分布的影响较低，但也不能不考虑，同类情况下，上海和深圳的企业拥有更多优势，尤其对于软件服务、互联网行业来说。事实上，有潜力的地域企业数量本身也比较多，值得更多考虑。

由上表可以看出，超出100家的地域共12个，在32个地域中占据了78%的企业，可以上市企业的地域集中度还是很高的。数量较多的是浙江、江苏、北京、广东、上海、深圳。浙江和江苏非常吸引眼球，超出4个直辖市勇夺前两名。

三、数据获取渠道

之前已经提到过，这里不再赘述了。

• 数据分析师速成的必备资源
• A股上市公司数量及行业汇总

四、分析逻辑

1.指标设计

由于能够获取的数据有限，分析着重从财务和社会的角度进行，主要包括四个维度：

• 偿债能力，包括6个指标，重点考察企业的负债偿还能力。
• 盈利能力，包括5个指标，重点考察企业的创造价值的能力。
• 营运能力，包括4个指标，重点考察企业经营能力和情况。
• 社会环境，包括6个指标，重点考察企业的市场认可、社会积累情况以及股价。

2.算法设计

四大类共涉及21个指标， 需要注意的问题有以下几个：

• 每个指应该剔除企业体量对数值的影响，避免不公平对比；
• 指标所占的权重根据重要程度划分；
• 在确定分值分布时，需要避免分值过于集中，防止无法区分效果，难以对比。

基于以上的要求，需要设计算法对企业进行评比，获取21个指标后对指标进行上下限处理、数据分散处理，最终得到总分值。

五、数据呈现

得到的数据表将21个指标的分支加总后降序排列，即可看到企业的得分序列，此时只需要取得分最高的10%即可。

为了体现企业数据的情况，考虑将样本中的一部分数据拟合成行业数据并得到分值，以便将优秀的企业和行业平均情况进行对比。