使用R语言根据财务指标对上市公司进行聚类分析

tushareID:469251

先使用python用tushare库获取几家上市公司的财务比例。我们随意选取了9家上市公司公布的20220630期的五项财务比例，分别为基本每股收益、流动比率、总资产周转率、总资产净利润、权益乘数。代码如下：

import tushare as ts
import pandas as pd
import time

pro = ts.pro_api('tushare网站的接口码')

stock_code=[]
for i in range(0,10):
    x=600000+i*100
    x='{}.SH'.format(x)
    stock_code.append(x)
print(stock_code)

fields=['eps','current_ratio',
                 'assets_turn','npta','assets_to_eqt']
bl=pd.DataFrame([fields])
bl.columns=fields
for i in stock_code:
    df = pro.fina_indicator(ts_code=i,period='20220630',
            fields=fields)
    bl=pd.concat([bl,df],axis=0,ignore_index=True)
    time.sleep(0.5)
bl=pd.DataFrame(bl)
bl.drop(index=0,inplace=True)
bl.to_excel('./balance.xlsx')

输出结果如下

	eps	current_ratio	assets_turn	npta	assets_to_eqt
1	1		0.0119	0.3677	12.2588
2	-0.1196	0.8509	0.1455	-0.8449	2.882
3	-0.027	1.6939	0.2135	-0.5562	1.9234
4	0.03	1.1826	0.4094	0.9446	1.6388
5	0.02	1.4715	0.2375	1.1253	1.4928
6	0.35	0.9594	0.7095	2.4474	3.1758
7	2.1	1.5675	0.3989	6.0189	1.9791
8	-0.15	1.1642	0.4158	-3.7259	1.7705
9	0.4965	0.348	0.0765	3.4535	1.8151

使用python做一些统计分析太麻烦， 所以这里使用Rstudio进行聚类分析，聚类分析计算距离的方法有很多，这里用默认的最长距离法，最短距离法、类平均法等只需改参数method即可。

library(xlsx)
data <-read.xlsx2('balance.xlsx',sheetIndex=1)
distance <- dist(data[,1:5])  #计算距离
data.hc <- hclust(distance)   #聚类分析，默认为最长距离法
#data.hc <- hclust(distance,method="single") #最短距离法
#data.hc <- hclust(distance,method="median") #中间距离法
#data.hc <- hclust(distance,method="average") #类平均法
#data.hc <- hclust(distance,method="centroid") #重心法
#data.hc <- hclust(distance,method="ward") #离差和平均法
plot(data.hc, hang = -1,labels = data$num) #绘画系谱图 
re <- rect.hclust(data.hc, k =3) #分为3类
re

 我们把9家公司根据这几个财务指标分为3类，输出结果如下图