基于APT股票收益率影响因素实证分析.docVIP

基于APT股票收益率影响因素实证分析 　　摘要：本文以沪深300为研究样本，选择2010-2012期间的数据，以股票收益率为因变量，以股票票价格、市盈率、成交量和换手率为自变量，运用APT（套利定价理论），建立APM（套利定价模型），用多元回归分析方法检验APT的每个因素与股票收益率的相关性。研究表明：收盘价、市盈率、成交量和换手率与股票收益率存在线性关系，希望能为投资者提供一个参考。 　　关键词：APT；股票收益率；多元线性回归分析；相关性 　　中图分类号：F832.5 文献标识码：A 文章编号：1001-828X（2013）07-0-02 　　一、引言 　　近年来受金融危机的影响，中国股市震荡明显，矛盾和问题不断凸显，股市运行特征和收益影响因素也不断发生变化，风险加大，科学决策和获得高收益更加困难，投资者损失惨重，大多抽资逃离，股市低迷，经济发展动力不足。研究当前背景下股票收益与哪些因素有关、针对性的提出完善股市的投资建议是证券研究人员的动力和责任；是稳定投资者信心、满足投资者需求的需要；也是股市健康有效发展的迫切需要。 　　二、APT概述 　　1.APT由罗斯于20世纪70年代中期建立，它解决了如果所有证券的收益都受到某个共同因素的影响，那么在均衡市场状态导致各种证券具有不同收益的原因是什么的问题，从而揭示了均衡价格形成的套利驱动机制和均衡价格的决定因素。根据套利定价理论，当受多个因素共同影响时，股票收益率具有如下构成形式： R=a+b1F1+b2F2+b3F3+...bnFn +ε。 　　2.创新之处 　　主要依据多因素套利定价模型研究股票收益率的影响因素，用最新的数据研究，以期得出新的有效结论；以往关于股票收益率的研究大多是用年度和季度数据，本章尝试基于月度数据，不仅能获得更多的上市公司数据，而且结果更详细准确。 　　三、实证模型的构建 　　1.样本和数据来源 　　以沪深300成分股为研究样本，对2010-2012年的数据进行实证分析，研究收盘价、成交量、换手率和市盈率与收益率的关系。为保证所选取数据具有较好的可比性和合理性，故剔除在2011年后调入沪深300的97只股票和一只*st鞍钢股。经过筛选，符合条件的股票202只。 　　数据来源：锐思金融数据；用SPSS软件进行统计分析 　　2.多因素套利定价模型的构建 　　R=a+b1F1+b2F2+b3F3+b4F4+ε 　　式中：a为常数项，b1、b2、b3、b4分别为F1、F2、F3、F4的敏感系数，ε为随机误差。R：股票收益率（因变量）；F1，F2，F3，F4分别为收盘价，成交量，换手率和市盈率。 　　四、实证结果的分析 　　运用SPSS软件处理后，发现四个自变量散点都落在回归直线附近且与因变量呈线性关系。所以本文所选的四个因素与股票收益率线性关系显著，可以进行以下论证。 　　1.描述性结果分析 　　表1：模型汇总b 　　从表1可以看出，相关系数R=0.982，判定系数R=0.965 ，调整的R方=0.957 　　标准误差很小，说明线性回归方程的拟合度较好。 　　2.方差分析和F检验 　　表2：Anovab 　　在正态分布下，假设H0：b1=b2=......=bp=0，则F服从自由度为（p，n-p-1）的F分布。对于给定的显著水平a=0.05是，当F值Fa（p，n-p-1）时，拒接H0，说明回归方程显著，自变量与因变量有显著的线性关系。表中F值163.582较大，对应的sig（p）为0.0000.01，说明随机变量R与自变量的线性回归模型很有意义，回归方程效果显著. 　　3.相关性分析 　　表3：相关性 　　从表：3看出，收盘价与成交量的相关系数为0.875，换手率与成交量的相关系数为0.968，市盈率和流通股月换手率的相关系数为0.746，单尾单侧检验P值均为0.000，说明相关度很高，该回归方程的效果也很显著。下面进行t检验。 　　4.回归系数表及t检验 　　表4：系数a 　　T检验： 　　从表5看出四个自变量的回归系数t检验的t值分别为：22.97、-0.656、-8.577、0.596，sig（p）值近似为0.000，说明四个回归系数都显著有意义。四个因素与股票收益率线性关系显著，回归方程效果很好。回归方程：R=0.301+0.021F1-0.382F2-0.007F3+0.001F4 　　五、结论和不足之处 　　（一）结论 　　1.收盘价对股票收益率有显著的影响，且呈现极大的正相关性，说明现在的投资者进行投资时，收盘价是他们重要的参考因素。 　　2.成交量与股票收益率负相关。一般来说，在股票价格升高时，投资者纷纷入市，此时股票成交量对收益率有正的影响；股票价格下跌，投资者逃离，股