摘要：文章以医药行业164家上市公司2016年上半年的财务数据为研究对象，选取了38项财务指标，运用主成分分析、logistic回归构建模型，详细分析我国医药行业上市公司的投资价值，得出影响投资价值的主要因素，评价结果符合客观实际情况，最终为投资者提供参考依据。
关键词：上市公司 投资价值 主成分 logistic回归
一、引言
近年来，随着我国证券市场的逐步发展，投资者越来越关注上市公司的投资价值分析。公司的财务状况是影响股票市场最根本的决定因素，投资价值分析着眼于公司长远利益的增长和生命周期的持续，股票市场受到宏观市场环境、本行业及相关行业状况、企业内部运营情况等多方面因素的影响，通过财务状况，投资者可以判断公司的运营能力、盈利能力、偿债能力，并预测公司未来的发展潜力，给投资者提供参考建议。
本文通过医药行业上市公司的经济指标，利用Matlab、spss统计软件进行主成分分析，建立logistic回归模型完成对各医药行业上市公司的投资价值分析。
二、研究分析
根据2000年到2015年中国知网学术期刊数据库检索发现，关于投资价值研究领域的文献共有942篇，如表1所示。
為了便于分析，本文采用COX-Staut趋势存在性检验，探究10年来投资价值分析的研究状况，并作出如下假设：
H0：10年来投资价值分析文献无增长趋势；
H1：10来投资价值分析文献有上升趋势。
令C=n/2=10/2=5，前后观测值中为3正5负，取K=min{S+，S-}，p值为P（K﹤k）=P（K≤2）=■■n" i=1/38（6+28+56）=0.297>α=0.05，说明近16年来有关投资价值分析的文献数量没有增长趋势，文献趋势图如图1所示。
从检验的结果和趋势图来看，2000年到2005年以来文献数量急剧增加，但近年来，投资价值分析的研究一直没有大的进展，从知网检索被下载排名来看，处第一位的万科房地产公司投资价值分析，通过对该公司基本面和财务数据的分析进行研究，得到宏观经济和相关政策得到的定性价值和以公司财务报表以及由自由现金流贴现模型计算出的公司理论的定量价值。第二位的上市公司投资价值分析，运用统计中的因子分析和多元线性回归建立了投资价值的定量模型和现行投资价格模型进行研究，计算出上市公司的投资价值和现行投资的价格为投资者提供投资结论。排名第三的论上市公司的投资价值分析，通过“三段论”的形式对上市公司的投资价值分析进行了深入探讨，首先对国内外投资价值分析进行总结和评析；再具体的案例分析——上市公司东软股份的投资价值分析；最后提出在国内投资价值分析行业规范化过程中存在的问题和解决办法的结论。
总之，在投资价值分析的研究中都没有涉及到数学模型的运用，因此利用数学模型的方法进行投资价值分析具有较高的研究价值。
三、 数据预处理
（一）指标选取。上市公司经营业绩可通过报表的方式反映出来。在选取财务数据时，综合考虑了全面性的要素，通过中信证券投资软件选取了164家（剔除了财务指标欠缺的陇神戎发（300534））上市医药公司2016年上半年的财务数据。并选取了38项财务指标作为主成分分析阶段的变量，分别是：总资产（X1）、净资产（X2）、少数股权（X3）、资产负债率（X4）、流动资产（X5）、固定资产（X6）、流动负债（X7）、公积金（X8）、存货（X9）、应收账款（X10）、营业收入（X11）、营业成本（X12）、营业利润（X13）、投资收益（X4）、利润总额（X15）、税后利润（X16）、净利润（X17）、未分配利润（X18）、经营现金流量（X19）、总现金流量（X20）、股东人数（X21）、人均持股（X22）、人均市值（X23）、利润同比（X24）、收入同比（X25）、市净率（X26）、市现率（X27）、市销率（X28）、每股收益（X29）、每股净资产（X30）、调整后净资产（X31）、每股公积（X32）、每股未分配（X33）、权益比（X34）、净益率（X35）、毛利率（X36）、营业利润率（X37）、净利润率（X38）。
（二）数据整理。根据数据标准化分析的要求，需要将所收集的数据全部转化成正向指标，将逆向指标转化为正向指标使用公式：
■=[max（xi）-xi]/max（xi）-min（xi）
将适度指标转化为正指标使用公式：
■=1/（1+|xi-A|）（A为适度值）
由于所收集原始数据中，各指标性质和量纲的不同，需对全部原始数据进行标准化处理。将数据标准化处理的公式为：
Xij=（xij-u）/α（u为均值，α为标准差）
四、 模型建立与分析
（一）主成分分析。将数据标准化后，需要确定原有变量是否适合作因子分析，做KMO和bartlett检验，再确定因子变量进行主成分分析，最后计算主成分得分和综合得分，得到医药行业上市公司的综合得分排名。
1.KMO和bartlett检验。本文使用MATLAB对数据进行KMO和bartlett检验，具体如表2所示。
其中Bartlettˊs球形度检验为703，相应的概率sig<0.05，可以认为相关系数矩阵与单位阵有显著差异。同时，KMO=0.764，根据kaiser给出的KMO度量标准，当KMO>0.7适合做因子分析的原则，可知适合做因子分析。
2.提取主成分。由于需要提取综合因子来代替众多原始数据，本文运用matlab软件对指标体系进行主成分分析，得到了成分特征值和成分方差贡献率（见表3），根据特征值>1，方差累计贡献率>80%以上的主成分选取主成分，发现前10个主成分累计方差贡献率已经达到82.83604%，前10个主成分已经反映了原指标体系信息82.83604%，因此我们选取了前10个主成分代替原有的38个指标。