發(fā)布時間：2020-12-27 00:33

　　本文以新能源汽車行業(yè)15家上市公司為研究對象,利用2016-2018年面板數(shù)據(jù),選取29個財(cái)務(wù)指標(biāo),以指標(biāo)為數(shù)據(jù)點(diǎn)、公司數(shù)據(jù)為維度構(gòu)建基礎(chǔ)數(shù)據(jù)集�；赑CA和MDS兩次降維并利用DBSCAN進(jìn)行聚類,以聚類結(jié)果為劃分建立評價體系,通過熵權(quán)法計(jì)算最終得分,在此基礎(chǔ)上利用Topsis法計(jì)算各公司最優(yōu)解貼近度并進(jìn)行動態(tài)分析,最后針對我國新能源汽車行業(yè)上市公司的發(fā)展提出建議。 

【文章來源】：中國管理信息化. 2020年16期

【文章頁數(shù)】：4 頁

【文章目錄】：
0 引 言
1 我國新能源汽車行業(yè)上市公司業(yè)績評價主要研究方法
    1.1 主成分分析降維（PCA）
    1.2 多維尺度放縮降維（MDS）
    1.3 空間密度聚類（DBSCAN）
    1.4 Topsis法
2 基于新能源上市公司財(cái)務(wù)數(shù)據(jù)生成評價指標(biāo)體系
    2.1 樣本、數(shù)據(jù)采集
    2.2 指標(biāo)正向化、計(jì)算均值、標(biāo)準(zhǔn)化處理
    2.3 基于主成分分析進(jìn)行降維處理
    2.4 基于多維尺度放縮進(jìn)行降維處理
    2.5 基于DBSCAN聚類
3 依據(jù)指標(biāo)體系計(jì)算得分
    3.1 熵權(quán)法計(jì)算簇內(nèi)加權(quán)數(shù)據(jù)
    3.2 熵權(quán)法計(jì)算簇間權(quán)重
    3.3 計(jì)算公司總得分
    3.4 Topsis綜合評價
4 結(jié)論與建議
    4.1 結(jié) 論
    4.2 建 議


【參考文獻(xiàn)】：
期刊論文
[1]和時間賽跑，頭部車企加大轉(zhuǎn)型變革及研發(fā)投入[J]. 杜莎.  汽車與配件. 2020(07)
[2]《中國制造2025》背景下新能源汽車產(chǎn)業(yè)發(fā)展現(xiàn)狀及前景研究[J]. 鞏若琳,李文琦.  商訊. 2020(10)
[3]我國環(huán)保類上市公司業(yè)績的評價——基于因子分析與聚類分析的研究[J]. 喬穎,劉偉.  企業(yè)導(dǎo)報. 2016(02)
[4]基于Topsis改進(jìn)的因子分析模型在面板數(shù)據(jù)中的應(yīng)用研究——以中國經(jīng)濟(jì)為例[J]. 羅國旺,劉衍民,黃建文,林海明,彭艷芳,劉蕊.  數(shù)學(xué)的實(shí)踐與認(rèn)識. 2015(16)
[5]基于因子分析和聚類分析我國文化產(chǎn)業(yè)上市公司綜合業(yè)績評價[J]. 葛妍.  企業(yè)導(dǎo)報. 2011(02)
[6]關(guān)于多指標(biāo)綜合評價中指標(biāo)正向化和無量綱化方法的選擇[J]. 葉宗裕.  浙江統(tǒng)計(jì). 2003(04)



本文編號：2940747