【摘 要】本文通过主成分 分析 法确定了5个新指标来代替原来14个财务指标，这些新指标是原指标的线性组合，不但充分反映了原指标的信息，而且大大简化了评价体系。然后通过熵值法进行客观赋权，解决了主观赋权的 问题 ，使权数更具客观性、 科学 性。最后对上市公司的综合得分进行了排名，并做了相应的分析。
【关键词】上市公司 主成分分析法 熵值法 财务综合评价
随着证券市场的不断规范化，投资者日趋理性化，人们对上市公司的选择也从以前的跟风炒做，转向越来越注重上市公司的业绩。上市公司的经营业绩可以通过财务报告的财务数据来反应，但这些财务指标只能分别反应 企业 经营活动的某些方面，不能对企业的财务状况、经营能力作出综合评价。本文就是通过主成分分析法建立新的评价指标，然后再用熵值法进行客观赋权， 计算 综合得分进行排名。
一、 主成分分析法
1、基本原理
主成分分析法，也称因子分析法，最早是由美国心 理学 家charies spearman于1904提出，其基本思想是将实测的多个指标，用少数几个潜在的相互独立的主成分指标（因子）的线性组合来表示，构成的线性组合可以反映原多个实测指标的主要信息。[1]使得分析与评价指标变量时，能够找出主导因素，切断相关的干扰，作出更为准确的估量与评价。
2、用主成分分析法的构建新指标的主要步骤
（3） 确定主成分数：选取前m个特征值大于1的主成分，m为所选取主成分数。
（4） 为了方便解释每个主成分，将因子荷载矩阵实行方差最大旋转，以简化因子模型结构。
二、 熵值法
1、基本原理
在信息论中，熵是对不确定性的一种度量。信息量越大，不确定性就越小，熵也就越小；信息量越小，不确定性越大，熵也越大。根据熵的特性，我们可以通过计算熵值来判断一个事件的随机性及无序程度，也可以用熵值来判断某个指标的离散程度，指标的离散程度越大，该指标对综合评价的 影响 越大。
2、熵值法步骤
⑴选取n家上市公司，m个指标（由主成分分析法得出），则xij为第i个上市公司的第j个指标的数值。（i=1,2…,n; j=1,2,…,m）
⑵数据的非负数化处理。由于熵值法计算采用的是各上市公司的某一指标值占同一指标值总和的比重，因此不存在量纲的影响，不需要标准化处理。但由于数据中有负数，因此需要对数据进行非负化处理，此外，为了避免求熵值时对数的无意义，还需要将数据进行平移。
国际视野下的香港经济周期、主要股市的关联分析及港股投
证券市场国际化及其路径选择