基于PCA、MDS二次降维和DBSCAN聚类的我国新能源汽车行业上市公司业绩评价

发布时间：2020-12-27 00:33

　　本文以新能源汽车行业15家上市公司为研究对象,利用2016-2018年面板数据,选取29个财务指标,以指标为数据点、公司数据为维度构建基础数据集。基于PCA和MDS两次降维并利用DBSCAN进行聚类,以聚类结果为划分建立评价体系,通过熵权法计算最终得分,在此基础上利用Topsis法计算各公司最优解贴近度并进行动态分析,最后针对我国新能源汽车行业上市公司的发展提出建议。 

【文章来源】：中国管理信息化. 2020年16期

【文章页数】：4 页

【文章目录】：
0 引 言
1 我国新能源汽车行业上市公司业绩评价主要研究方法
    1.1 主成分分析降维（PCA）
    1.2 多维尺度放缩降维（MDS）
    1.3 空间密度聚类（DBSCAN）
    1.4 Topsis法
2 基于新能源上市公司财务数据生成评价指标体系
    2.1 样本、数据采集
    2.2 指标正向化、计算均值、标准化处理
    2.3 基于主成分分析进行降维处理
    2.4 基于多维尺度放缩进行降维处理
    2.5 基于DBSCAN聚类
3 依据指标体系计算得分
    3.1 熵权法计算簇内加权数据
    3.2 熵权法计算簇间权重
    3.3 计算公司总得分
    3.4 Topsis综合评价
4 结论与建议
    4.1 结 论
    4.2 建 议


【参考文献】：
期刊论文
[1]和时间赛跑，头部车企加大转型变革及研发投入[J]. 杜莎.  汽车与配件. 2020(07)
[2]《中国制造2025》背景下新能源汽车产业发展现状及前景研究[J]. 巩若琳,李文琦.  商讯. 2020(10)
[3]我国环保类上市公司业绩的评价——基于因子分析与聚类分析的研究[J]. 乔颖,刘伟.  企业导报. 2016(02)
[4]基于Topsis改进的因子分析模型在面板数据中的应用研究——以中国经济为例[J]. 罗国旺,刘衍民,黄建文,林海明,彭艳芳,刘蕊.  数学的实践与认识. 2015(16)
[5]基于因子分析和聚类分析我国文化产业上市公司综合业绩评价[J]. 葛妍.  企业导报. 2011(02)
[6]关于多指标综合评价中指标正向化和无量纲化方法的选择[J]. 叶宗裕.  浙江统计. 2003(04)



本文编号：2940747