基于计量经济学股价因素分析.docVIP

基于计量经济学股价因素分析 　　【摘要】理论上讲，证券市场是国民经济的晴雨表，而中国的证券市场却违背了这个经济规律。近十几年，国民经济平均每年以8%的速度增长，可证券市场的表现却与之相去甚远。在这个极端“异常”的发展过程中，许多事情在悄然发生变化，比如：上市公司的质量逐年降低；投资者的信心跌入低谷等。本文基于计量经济学的相关方法，选取银行业的报表数据，找出影响股票价格变动的主要因素，并进行多元线性回归和检验。 　　【关键词】股价分析 多元回归 多重共线 逐步回归 异方差 　　一、研究背景 　　（一）理论历史背景 　　历史上两个截然相反的股价决定理论 　　①稳固基础理论：稳固基础理论认为每一种投资对象，无论是普通股票还是不动产，都有某种称为“内在价值”的稳固基点，可以通过仔细分析现状和预测未来而确定。 　　②空中楼阁理论：它注重心理价值，其主要观点是：大多数投资者并不愿把精力花在估算内在价值上，而愿意分析大众投资者未来可能的投资行为，以及在景气时期他们如何在空中楼阁上寄托希望。 　　（二）现代流行理论背景 　　“2股价组成理论”：其核心是认为任何股票的价格P在任何时候都由投资价值P1和投机价值P2两部分构成，即P=P1＋P2。 　　二、选取定价模型 　　国内在股票定价方面的研究方法有很多，有的从财务分析的方法来评估，有的从买入股票所预期带来的未来现金流来计算，也有的运用西方组合定价的方法来度量，而最常见的则是运用多元回归的方法。 　　本文基于计量经济学中多元回归的相关方法，选取银行业的报表数据来分析股价因素。在选取反映银行业的投资价值的指标时，全都是正指标，可反映一企业的经营状况，一公司在业务上的表现，有以下指标： 　　X1流动比率，即企业短期债务偿还能力的数值；X2　净资产/负债；X3　资产/固定资产；X4　每股收益；X5　经营净利率，等于净利润与销售收入的比例；X6净利润增长率。 　　数据来源于2001-2006年银行业的报表。每年4组数据，时间序列的间隔不均匀，在06年8月与10月的数据还有缺失，因此在分析时要予以剔除。 　　三、实例分析 　　（一）用OLS法估计模型 　　由于较大，而且F=21.2442F0.05（6，15）=2.74，故认为股价与上述解释变量间总体线性关系显著，所以采用线性模型。但由于其中X2　X3　X4　X6　的参数估计值未能通过t检验，而且X2符号的经济意义也不合理，　故认为解释变量间存在多重共线性。 　　（二）计量经济学检验与修正 　　1.检验简单相关系数 　　用SPSS软件得出X1　X3　X4　X5　X6的相关系数矩阵，结果见表1。 　　由上表可知X1与X2、X5，X2与X3、X5、X6等相关系数较高，说明模型确实存在多重共线，这会引起模型估计失真，与实际经济意义不符。 　　在做多重共线性前，由于X2不符合经济意义的检验，所以先将X2剔除出去。 　　2.多重共线性的修正 　　首先，运用OLS　方法逐一求对各个解释变量的回归 　　从以上四个模型的统计检验可知，股价Y与经营净利率X5的线性关系最强，拟合程度好，说明经营净利率对股价影响最为显著，所以选择模型（4）Y=　-13.146+　1.806*X5作为最基本的模型。 　　然后利用逐步回归法将其他解释变量分别导入初始回归模型，寻找最佳回归方程。逐步回归过程见表2。 　　由表2可知在初始模型中引入了X1，拟合度有提高了，参数也有通过t检验。引入X3，拟合度有所提高，但是参数没有通过t检验，所以剔除。引入X4，拟合度没有提高，且参数没通过t检验。引入X6，拟合度提高到0.8648，且各参数都通过了t检验。综上所述，X2　X3　X4是多余的，最优拟合结果如下： 　　3.异方差性检验 　　G-Q检验适用于样本容量较大，异方差性为单调递增或递减的情况，White检验对任何形式的异方差性都适用，因此本文采用White检验。在多元回归中，由于辅助回归过程中可能有太多解释变量，从而使自由度减少，所以去掉叉项。 　　各个参数的t检验都不太显著，且可决系数的值也比较小，F统计量也很小，说明与各变量的线性关系不显著，所以在5%的置信条件下，异方差性不显著。此外，通过怀特检验：结果见表3，nR2=22*0.2301=5.062X20.05（6）=12.59，P值=0.5358，所以接受同方差性的原假设。 　　表3　White检验 　　4.序列相关性检验 　　本文采用的是时间序列数据，而经济系统的经济行为都具有时间上的惯性，因此有必要进行序列相关性检验，下面用偏相关系数检验。用SPSS软件进行偏相关系数检验，结果见表4。 　　表4 偏相关系数检验 　　由表4可以清楚看出自回归和偏自回归均落在5%显著水平