股票收益率预测模型与影响因素探析（资料）.docVIP

股票收益率预测模型与影响因素探析（资料） 文档信息 ： 文档作为关于“金融或证券”中“股票经典资料”的参考范文，为解决如何写好实用应用文、正确编写文案格式、内容素材摘取等相关工作提供支持。正文4530字，doc格式，可编辑。质优实惠，欢迎下载！ 目录 TOC \o 1-9 \h \z \u 目录 1 正文 1 文1：股票收益率预测模型与影响因素探析 1 一、股票收益率预测模型 2 二、预测股票收益的影响因素 4 文2：股票收益率统计论文 7 参考文摘引言： 7 原创性声明（模板） 7 文章致谢（模板） 8 正文 股票收益率预测模型与影响因素探析（资料） 文1：股票收益率预测模型与影响因素探析 对于预测股票收益率的研究，在金融界一直都是一个重要的议题。多年来，来自不同领域的研究人员一直试图从各个角度探索这个问题。然而，在过去的几十年里，对股票市场回报预测的侧重点已经悄然发生了变化。在1970年前，人们通过分析过去的股票回报数据来预测未来的股票回报，而现今，对变量的预测能力，如股息收益率，D/P(股息价格比)，E/P(收益价格比)和期限结构变量，正变得越来越重要(Fama，1991:1577)。一些专家认为，这些变量对股票市场的收益具有可靠的预测能力，而另一些专家则坚持认为，无法通过这些变量来有效地预测股票收益。 为了更好地评估不同的观点，有五个变量会在本文中被重点分析，即：D/P(股息价格比)、股息收益率、E/P(收益价格比)、B/M(账面市值比)及消费财富比。本文会对这些变量预测方法的可行性及有效性进行讨论。 一、股票收益率预测模型 目前，使用D/P和股息收益率进行股票收益预测，是研究股市收益最主流的方式。但这些变量并不能直接用于预测股票收益，他们能够衡量的是与股票收益相关的变量。例如，股权溢价、预期股票收益、超额收益、现金流和利率等。 根据几位早期学者(Lewellen，2004;Hodrick，1992;Fama和French，1988;Rozeff，1984)的研究，D/P和股息收益率曾被广泛地用于预测股票市场收益。然而，另一些研究者(Ang 2007，Goyal 2003，Bossaerts，1999)发现，在使用样本外数据进行预测时，D/P和股息收益率则没有可靠的预测性。 根据英国富时全股指数和美国标普500指数的数据，Kellard等人(2010)试图评估股息率对于股权溢价的预测能力。在分析了指数的对数回报后，他们得出了初步结论：在过去的十年中，使用股息进行股权溢价预测正变得愈加可靠。 随后，Kellard等人进行了样本内和样本外数据的比较研究。 样本内数据分析采用的模型是： 样本外数据分析采用的模型是： 结果表明，股息率在不同的市场中往往具有不同的预测能力。对样本内和样本外的数据分析都表明，英国富时全股指数的预测能力要强于美国标普500指数。此外，英国市场的数据显示，从20世纪90年代后期开始，股票价格趋势一直是可预测的(Goyal和Welch，2003)。Kellard等人(2010)认为，富时全股指数的股利发行公司比例高于标普500指数。这些公司在对外提供更多股价信息也通过这些信息的加持给公司带来了更多的股权溢价。这就解释了为什么富时全股指数的股息率有更强的预测能力。 其次，大量研究证据表明股息率可以预测股票收益。Poterba和Summe(1987)通过使用F检验(方差比率检验)，证实了与长期股票收益相关的大量数据都是可预测的。Fama等人(1988)认为，股息率的预测能力将随着回报周期的增长而增加，但是股息率无法预测股票价格是否会下降，且当股息率较低时，其预测名义收益率的能力也较低。 关于D/P和股息收益率需要关注的第三个问题是，股息率与股票超额收益、现金流和利率的关系。有大量研究表明股息率可以预测股票收益，其中Ang和Bekaert(2007)针对此问题进行研究时，将研究对象分为了两组：第一组为短期组，包含1975年～2001年间的美国、英国、法国和德国的数据；第二组为长期组，包含1935年～2001年间的美国和1953年～2001年间的英国和德国数据。这样的分组有助于更直观地研究不同时期、不同变量对于股息率的预测能力的影响。 检测股息率对股票超额收益的预测能力使用了以下回归方程： 其中yt+k表示k期间的年化超额收益；Zt表示对数股息率和无风险利率；εt+k，k是误差项。 一元回归方程会将股息率作为唯一的预测因子，而二元回归方程会在此基础上增加短期利率作为另一个预测因子。四个国家的数据均会使用两种回归方程进行分析。根据美国数据得出的分析结果显示，股息率仅在特定时期(如1952～1990)具有较强的超额收益预测能力，而四个国家的整体数据则表明股息率对超