本文是一篇經濟學范文，發表在雜志《現代經濟信息》雜志創刊于1980年，由國家新聞總署批準，國家前副總理鄒家華題刊詞，由黑龍江省經濟委員會主管;黑龍江省企業管理協會主辦，國內外公開發行的國家級綜合經濟類期刊。國內統一刊號：CN23-1056/F 國際標準刊號ISSN1001-828X 郵發代號：14—140。中國期刊全文數據庫收錄期刊;龍源期刊網全文收錄期刊;中國學術期刊(光盤版)全文收錄期刊;中國學術期刊綜合評價數據庫來源期刊。

　　關鍵詞：證券市場,多元統計,經濟師職稱論文

　　證券市場的發展也反映出了我國經濟的發展，中國證券業在短短十幾年的所做出的成就是發達資本主義國家在歷經百年的坎坷之后實現的，這樣巨大的成就是中國經濟發展的驕傲，但是這其中也存在的巨大的問題。近年來隨著證券業的不斷發展，這些問題不斷暴露出來，對整個證券市場和經濟市場的發展構成威脅。為了能夠減少這些問題的出現人們也在積極地進行各方面方法的研究，其中多元統計分析法就是非常重要的方面。

　　1 多元統計分析法的介紹

　　(1)概念：多元統計分析是從經典統計學中發展起來的重要分支，是一種綜合性非常強的分析方法。多元統計分析方法，能夠在多個對象和多個指標相互關聯的情況下分析它們的統計規律，是數理統計學中的重要分支學科。

　　(2)內容

　　多元統計分析方法所包含的統計方法包括：多重回歸分析、判別分析、聚類分析、主成分分析、對應分析、因子分析、典型相關分析、多元方差分析等。

　　(3)應用簡介

　　多元統計分析方法主要研究的是某個客觀事物中多個變量之間的相互依賴的統計規律性，并在R.A費希爾等多位統計學家的精心研究下得到了重大發展，到20世紀50年代，伴隨著計算機科技的發展和普及，多種統計軟件應運而生，多元統計分析方法在地質、氣象、生物、醫學、圖像處理、經濟分析等領域得到了廣泛的應用，這些實際應用的發展也再一次促進了多元統計分析法理論的發展，使人們在使用多元統計分析法時越開越方便。

　　2 多元統計分析方法在證券投資中的應用

　　多元統計分析法是證券投資中非常重要的分析方法，它的理論內容包含了多個方面的理論方法，每個理論分析方法對證券投資有著不同的分析作用，應該對每個分析方法進行認真研究得出相關的結論，再應用到實際經濟生活中。

　　2.1 聚類分析在證券投資中的應用

　　(1)定義：聚類分析是依據研究對象的特征對其進行分類、減少研究對象的數目，也叫分類分析和數值分析，是一種統計分析技術。

　　(2)在證券投資中應用聚類分析，是基于證券投資的各種基本特點而決定的。證券投資中包含著非常多的動態的變化因素，要認真分析證券投資中各種因素的動態變化情況，找出合適的方法對這種動態情況進行把握規范處理，使投資分析更加的準確、精確。

　　1)彌補影響股票價格波動因素的不確定性

　　證券市場受到非常多方面的影響，具有很大的波動性和不穩定性，這種波動性也造成了證券市場極不穩定的發展狀態，這些狀態的好壞對證券市場投資者和小股民有著非常重要的影響。聚類分析的方法是建立在基礎分析之上的，立足基礎發展長遠，并對股票的基本層面的因素進行量化分析，并認真分析掌握結果再應用于證券投資實踐中，從股票的基本特征出發，從深層次挖掘股票的內在價值，并將這些價值發揮到最大的效用。影響證券投資市場波動的因素非常多，通過聚類分析得出的數據更加的全面科學，對于投資者來說這些數據是進行理性投資必不可少的參考依據。

　　2)聚類分析深層次分析了與證券市場相關的行業和公司的成長性

　　聚類分析是一種非常專業的投資分析方法，它善于利用證券投資過程中出現的各種數據來對證券所涉及的各種行業和公司進行具體的行業分析，這些數據所產生額模型是證券投資者進行證券投資必不可少的依據。而所謂成長性是一種是一個行業和一個公司發展的變化趨勢，聚類分析通過各種數據總結歸納出某個行業的發展歷史和未來發展趨勢，并不斷的進行自我檢測和自我更新。并且，要在實際生活中更好的利用這種分析方法進行分析研究總結，就要有各種準確的數據來和不同成長階段的不同參數，但是，獲取這種參數比較困難，需要在證券市場實際交易和對行業和公司的不斷調查研究中才能得出正確的數據。因此，再利用聚類分析法進行行業和公司分析和證券投資分析時要注重選取正確的、關鍵的指標進行檢查，例如主營收入增長率、凈利潤增長率等指標，這樣才有利于正確預測證券市場上股票的發展潛力。

　　3)在實際操作中更加直觀實用

　　聚類分析是根據現代證券市場發展水平和特點發展出來的新的分析方法，這種分析方法的出現與現代的基本的投資組合理論形成了比較，突出了聚類分析方法更加貼近實際生活，更加直觀、實用的特點，并且由于技術的發展，聚類分析方法在實際應用中所受到的局限較小，而且易操作，因此它的適用范圍就比現資理論更加的廣泛。

　　2.2 主成分分析在證券投資中的應用

　　(1)定義：在統計分析中，主成分分析是一種分析、簡化數據集的技術。主成分分析經常用減少數據集的維數，同時保持數據集的對方差貢獻最大的特征。主成分分析由卡爾·皮爾遜于1901年發明，用于分析數據及建立數理模型。其方法主要是通過對協方差矩陣進行特征分解，以得出數據的主成分(即特征矢量)與它們的權值。

　　(2)主成分分析的應用非常廣泛，判別分析的分析方法就是通過對各種分類數據的研究，分析出自變量各組間存在的差異，并總結出差異性，判斷哪一個自變量對組間差異的貢獻是否完全，根據這些數據將自變量的轉變方法進行樣本歸類。

　　1)降低影響證券投資市場變動的因素之間的互相影響

　　在證券市場中有非常多的因素在影響著證券市場的穩定，這些因素之間有著非常多的關系，相互影響、相互關聯，但相互之間的影響也存在著非常多的影響。而主成分分析方法就是在對影響證券投資相互關系的因素中進行分析，并對原始數據指標變量進行認真分析，將其中重要的主成分因素概括出來，并進行轉換形成相互彼此相互獨立的成分，而且經過實踐證明在影響證券市場投資分析中的指標間相關程度越高，主成分分析效果越好。

　　2)通過主成分分析減少指標選擇的工作量

　　主成分分析的目的就是要通過對各種數據、因素的分析總結出相對各種因素的不同影響程度，總結總體因素中的主要影響成分，并總結出不同層次的影響因素梯度，在分析時采取逐級分析的方法，這樣既可以抓住主要矛盾進行分析，也可以節省時間，并且提高分析的準確性，減少分析人員的工作量，因此，主成分分析法指標選擇上的優勢更加的突出。

　　3)由主成分分析法構造回歸模型更加的精確、節省時間

　　在進行證券投資因素分析時，為了能夠更加清晰準確的對模型中的相關數據進行分析，都要對各種數據進行模型處理，這樣的處理方式可以提高整個證券投資分析的準確性，是模型更加易于做出結構分析、控制和進行證券市場變動的預報。

　　2.3 因子分析

　　(1)定義：因子分析是指研究從變量群中提取共性因子的統計技術。最早由英國心理學家C.E.斯皮爾曼提出。因子分析可在許多變量中找出隱藏的具有代表性的因子。將相同本質的變量歸入一個因子，可減少變量的數目，還可檢驗變量間關系的假設。

　　(2)應用

　　因子分析最主要的作用是確定證券投資組合的模型。因子分析將影響股票價格的各種因素看成是不同的變量，建立股價因子模型，利用各因子不相關性確定股票的分類，再分析股票的發展潛力的基礎上確定出合適的證券投資模型。

　　3 總結

　　隨著經濟發展的不斷加快，金融證券市場的發展也達到了又一個高度。我國證券市場的發展還不完善，暴露出來的諸多經濟問題必須引起政府和社會的廣泛關注。證券市場研究著也要積極進行證券市場的各種理論對市場的發展做出合理的預測和控制。多元統計分析方法是近年來應用比較廣泛、科學的方法，它為整個證券市場的健康發展做出了輔助性作用。為了證券市場能夠更好發展，多元統計分析方法也要進行積極創新，為將來的發展做出貢獻。