个股股价走势影响因素分析.docVIP

个股股价走势影响因素分析 目前，股票投资成为了一个越来越被大众接受的投资选择，广大投资者希望寻求到对个股和大盘分析和预测的有效途径从而对投资决策提供一定的帮助。个股组成大盘，大盘反作用于个股，这似乎是毋庸质疑的事实。那么，能否通过探求它们之间的关系从而对预测和决策提供支持。 　　在本文中，主要研究采用的个股是“鞍钢股份（000898）”。鞍钢股份有限公司成立于1997年5月8日。1997年7月22日在香港发行8.9亿股H股，1997年11月16日在国内发行3亿股A股，并在深圳证券交易所挂牌交易。 　　“鞍钢股份”作为我国钢铁企业的优秀代表，在大盘中占有较大权重，“宝钢股份”作为钢铁股的龙头股，扮演着领头羊的角色。目前宝钢后期走势仍然充满变数，而鞍钢目前股价处于低位时期，两只股票具有一定的联动性，而这之间他们是否具有一定的内在联系？如果存在内在的联系，那么根据宝钢的变化能否判断鞍钢的变动趋势？大盘的变动又会怎样影响鞍钢股份的股价？ 　　研究思路 　　总体思路是：首先，收集相关样本数据并进行预处理；其次，利用相关性分析选择确定影响鞍钢股份股票价格的主要因素；再次，运用SPSS软件进行回归分析，建立线性和非线性模型。线性回归模型的建立，本文运用回归分析中的多元线性回归模型（multivariable linear regression model）：假定从理论上或经验上已经知道输出变量y是输入变量x1，x2，…，xm的线性函数，但表达其线性关系的系数是未知的，要根据输入输出的n次观察结果来确定系数的值，按最小二乘法原理来求出系数值，所得到的模型即为多元线性回归模型。 　　分析过程 　　样本数据收集说明 　　研究采用的数据是以2012年1月4日至2012年5月9日（除去周末和节假日停盘）共81天的“鞍钢股份”的收盘价为因变量，“上证指数”和“宝钢股份”的收盘价，“鞍钢股份”的交易量，板块指数为自变量来分析对“鞍钢股份”的影响因素。 　　实证分析 　　利用相关性分析选择确定主要影响因素 　　用SPSS分析的过程中，将鞍钢的股价作为因变量，将上证指数，宝钢股价，鞍钢交易量作为自变量，进行相关性的比较，从中选出与鞍钢股价相关性最明显的因素。 　　从相关性这张表可以看出：鞍钢的股价与宝钢股价，上证指数，以及其自身的交易量存在着正相关的关系，而与钢铁板块的指数存在着负相关关系。从相关系数的绝对值大小可以看出：鞍钢的股价与上证指数的相关程度最大，其次为宝钢。 　　并且从上表可以看到，钢铁板块与鞍钢的相关系数为-0.050，同时，钢铁板块与宝钢的相关系数为-0.022，因此可以看出，钢铁板块的指数与钢铁类个股股价之间线性关系不显著，也就是说钢铁板块指数对钢铁类个股的股价影响很小，所以在下一步构建模型的时候通过逐步回归法可以剔除该因素。 　　综上所述，在4个自变量里，选择上证指数和宝钢股价作为影响鞍钢股价的主要因素进行进一步的模型构建，剔除钢铁板块和交易量因素。 　　建多元线性回归模型进行分析 　　采用逐步回归法选择自变量的判别标准，进入回归方程的自变量有两个，第一个模型自变量为上证指数，第二个模型自变量为上证指数和宝钢股价，因变量是鞍钢股价。 　　此表给出了关于回归方程的一些常用统计量。R是回归方程的复相关系数，它是反映因变量与所有自变量之间线性相关程度的指标。其值越接近于1，表示因变量与自变量之间的线性相关程度越高，其值越接近于0，表示因变量与自变量之间的线性相关程度越低。RSquare是样本判定系数，它是反映回归方程拟合程度的指标。其值越接近于1，说明回归方程的拟合程度越好。从该表样本判定系数R Square可以看出：模型1和模型2的拟合性都较好。 　　a.Dependent Variable：鞍钢 　　从此回归方程的系数表可以得出以下结论： 　　设鞍钢股价为Y，上证指数为X，宝钢股价为X 　　模型1可以得出：Y -0.904+0.002X，对回归系数进行显著性检验的t统计量的值 26.330，相伴概率p 0.000 0.05，因此拒绝原假设，即可认为变量X对因变量Y的影响是显著的。 　　从模型2可以得出：Y -0.550+0.003X-0.082X；对回归系数进行显著性检验的t统计量的值分别为13.622和-2.175，相伴概率p分别为0.000和0.032且都小于0.05，因此拒绝原假设，即可认为变量X，X对因变量Y的影响是显著的。 　　从BETA值可以看出，因为1.092 -0.174，所以对鞍钢股价来说，上证指数的影响更大一些。 　　通过以上分析，认为由多元线性回归得出的模型能比较好的反映这几者之间的关系。 　　构建非线性模型进行分析 　　在前面的研究中，可以发现上证指数对鞍钢股价有着比较明显的影响，因此，我们进一步研究他们之间的关系。