基金评级是资信评级的一个重要内容,是由基金评级机构收集信息,通过一定的定性定量分析,对评级对象进行有差别的评级的管理活动。伴随着基金等证券市场的火热,作为第三方的评级机构逐渐增多,评级机构评级能力的好坏已是影响基金业发展一个重要的方面。我国证券市场评级的业务量有限,市场有效需求不足,导致国外所运用的迁移矩阵、违约率等质量检验方式无法使用。因而,亟需寻求一些方法,可以对我国证券市场上评级结果进行质量检验。本文提出了一个基于数据挖掘的基金评级结果进行质量检验的方法。首先,运用因子分析提取影响基金表现的有效属性信息;其次,采用聚类分析的算法将已有的股票型基金进行分类,验证其分类有效性;最后通过评级准确率、误判率和平均误差等指标将公司评级结果与聚类分析结果进行对比分析,检验其评级结果的质量情况。本文采用C++语言编程实现PAM聚类算法,将74支股票型基金划分为5类。在此基础上分析晨星公司,银河证券和济安金信三家评级公司的评级结果稳定性和有效性,得出:各个公司对于不同类别的基金评级的有效性和稳定性不同;银河证券的评级有效性和稳定性较强,评级效果较好,晨星公司其次,济安金信最后。