基于多元线性回归分析股价预测.docVIP

基于多元线性回归分析股价预测 　　摘 要：首先建立股票价格的多元线性回归方程，使用EVIEWS软件计算回归系数，对回归系数进行经济意义的检验和统计检验；然后利用计量经济学课程内容检验回归方程是否存在多重共线性、异方差性、自相关性等情况；接着对模型进行改进，得到的回归方程可决系数较大，并且满足多元线性回归方程的古典假定；最后将改进后的模型应用于目标预测日的开盘价预测，预测误差在可以接受的范围之内。 　　关键词：多元线性回归；股价预测；EVIEWS 　　中图分类号：F830.91 文献标志码：A 文章编号：1673-291X（2016）19-0075-02 　　股票市场被视作各国宏观经济的“晴雨表”，能够作为衡量一国经济实力的重要内容。随着我国国民收入的不断提高，股票市场规模不断扩大。在股票市场规模日益扩张的同时，其弊端也渐渐涌现出来，如相关制度不够健全，政策内容朝令夕改（以熔断机制为例，不到一周的时间被暂停）；内幕交易时有发生，市场化程度不高、投机风气盛行等，导致股票价格剧烈波动，股民信心受挫纷纷退市。因此，研究股票价格的影响因素，并且对股票价格进行预测是十分有必要的。 　　上市银行股价受到很多因素的影响，分析股价的影响因素，选取主要影响因素，采用多元线性回归分析方法，建立可靠的上市银行股价预测模型，提高模型预测精确度，为投资者提供有价值的建议。 　　一、影响上市银行股票价格的因素分析 　　分析上市银行股票价格的影响因素是进行预测的基础，笔者主要从三个方面选取数据：以公司价值评估中的相对价值法为基础，选取影响企业价值的会计指标作为自变量；以衡量银行偿债、盈利、营运、发展能力的会计信息指标作为自变量；以公司规模、股本结构和每股经营活动所产生的现金流作为自变量；以上证指数作为自变量。 　　由于股票价格包括开盘价、买入价、卖出价、收盘价等价格，为了简化模型，选取开盘价格作为股票价格。 　　二、多元线性回归模型的建立 　　（一）模型的设定 　　模型的因变量选取中信银行公布季度报表的后一天的开盘价，因变量选取中信银行公布的季度报表中的每股收益、每股净资产、资产负债率、每股经营活动产生的现金流、总资产周转率、净利润增长率等会计指标，上证指数为公布日后一天的开盘价。 　　回归预测模型是是研究解释变量与被解释变量之间相互关系的一种数理统计方法，它根据市场收集的数据资料所体现的相关关系，通过一定的数学方法建立反映其相关系的模型，然后根据所建立的模型进行预测。本文采取的多元线性回归模型如下： 　　（二）模型的检验 　　1.模型的经济意义检验。根据EVIEWS软件的回归结果发现总资产周转率的系数为负值，但是总资产周转率反映的是企业销售能力的速度，总资产周转率越大，其股票价格应该当越高。因此，回归方程不能通过经济意义的检验。 　　2.模型的统计检验。（1）回归方程的F检验。此回归方程的F=3.183936，查F分布表可知回归方程没有通过F检验。（2）系数的t检验。此回归方程的各项系数都没有通过t检验，每项系数的t值都是小于临界值，因此可以推断各项系数对股票价格的影响都不显著。 　　3.多重共线性检验。由于该回归方程没有通过F检验，并且各项系数也未通过t检验，怀疑方程存在多重共线性，利用相关系数法检验模型的多重共线性，相关系数矩阵如下： 　　根据相关系数矩阵结果，发现X1（每股收益）与X5（总资产周转率）存在严重相关，X7和X6之间存在较强相关。比较这两个指标同股票价格的相关系数大小，在改进模型时可以考虑剔除X1（每股收益），剔除X6 。 　　4.异方差检验。利用怀特检验检验回归方程是否存在异方差性，发现怀特检验的p值明显大于0.05，拒绝原假设，因此回归方程不存在异方差性。 　　5.自相关检验。在选取自变量中上市银行的会计指标时，由于选取的数据是面板数据，很有可能出现自相关情况。利用DW检验检验模型的自相关性，DW=2.798654，由于DW值大于dl，因此回归方程不存在自相关情况。 　　（三）模型的改进 　　根据上面模型的检验结果，将每股收益（X1）、净利润增长率（X6）、资产负债率（X3）、总资产周转率（X5）剔除，改变方程形式，重新进行回归，回归方程如下： 　　改进后的模型能够通过F检验，并且可决系数R2的较大，各个参数基本通过t检验，不存在自相关现象，改进后的模型能够提高预测的精准度。 　　三、多元线性回归方程的预测 　　根据改进后的回归方程，利用点预测方法预测中信银行2016年4月1日开盘价格，将中信银行预测日期相关数据代入方程，预测结果Y=7预测结果与实际结果偏差在可以接受的范围内。 　　四、结论 　　预测误差结果较大可能是因为影响股票市场价格的因素太多，并且人们的心