- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
智能穿戴板块公司基本面数据对股价波动的影响
[提要]随着科技的飞速发展,越来越多的上市公司开始涉猎智能穿戴领域,该领域已经成为一个投资热点,研究该板块上市公司基本面数据对股价波动的影响具有显著的现实意义。这里以resset锐思数据库和国泰安数据库提供的数据为基础,选择38家智能穿戴上市公司基本面数据及股价波动数据,就智能穿戴板块上市公司的盈利能力、偿债能力与营运能力对公司股价波动的影响进行分析,以便为机构投资者、广大散户投资者在进行投资标的选择时提供相关建议。
关键词:基本面数据,股价波动,智能穿戴
中图分类号:f83文献标识码:a
收录日期:2019年11月6日
一、引言
智能穿戴板块上市公司主要是指生产智能穿戴产品的公司,智能穿戴产品是指通过感应设备、识别、连接等科技对人们的日常穿戴进行智能化,比如手机、手表、手环、眼镜、服饰等产品。随着科技越来越走进人们的生活,智能穿戴板块上市公司开始吸引越来越多的投资目光。本文主要选取中兴通讯股份有限公司、飞亚达(集团)股份有限公司、科大讯飞有限公司等38家公司,通过对智能穿戴上市公司基本面数据的研究,找出影响股价波动的主要因素,从而为投资者提供合理的投资意见与建议。
国内外学者从不同角度对影响股价波动的因素进行了分析,俞平指出公司股价波动与财务指标呈现出显著的相关关系,这也就说明我国股票市场日渐成熟,股价越来越能够反映公司的内在价值与相关的市场因素;王汉生等人通过实证分析得出总资产与资产收益率对公司股价收益率的波动性存在明显的线性相关关系;丁月通过运用因子分析法提取公共因子,进行多元线性回归的方法得出盈利能力对于股票的价格波动的解释力度最高;通过对众多学者的研究进行总结,发现过往的研究多集中于考虑企业财务数据一个方面对股价波动的影响,以及用股票的收盘价差作为唯一的被解释变量。本文主要从智能穿戴板块上市公司的基本面数据入手,通过建立神经网络模型,综合考虑企业的盈利能力、偿债能力、营运能力以及成长能力共同作用下,对公司股价波动的影响,同时研究多个因子与两个被解释变量的关系,打破传统回归方式,探究多对多的影响关系,并分析因子对股价波动的解释程度,探究公司基本面数据对股价波动的影响。
二、样本基本面数据与股价波动的变量设计
从数据的真实性、客观性、系统性与重要性考虑,本文分别从resset锐思数据库与国泰安数据库中选取了38家关于智能穿戴上市公司2008年3月至2018年3月,10年的基本面数据与股价表现数据。其中,基本面数据指标主要从公司的成长能力、盈利能力、偿债能力与营运能力四个方面选取,主要涉及的指标有每股收益增长率、营业收入增长率、销售净利率、营业利润率、资产负债率、权益乘数、流动比率、资产周转率等35个财务指标;股价表现数据主要选取了在一个季度内股票的最高价、最低价、开盘价与收盘价,通过计算出季度内股票的高低价差以及收盘价与开盘价的价差,并以股票的高低价差和收盘开盘价差作为反映股价波动的两个变量,其中收盘开盘价差相对而言较为稳定,可以作为反映出股价的平均水平,可以为稳健型投资者提供相关的投资意见,而股票的高低价差则反映出股价存在的较大波动,能够为风险偏好型投资者提供投资参考。
三、智能穿戴公司基本面数据与股价波动影响关系的神经网络模型构建
为了探究智能穿戴样本公司基本面数据与公司股价波动之间存在的关系,这里采取bp神经网络技术进行研究,建立起“多对多”的研究模型,模型主要分为三个部分:输入层、隐层和输出层。
(一)基于因子分析法的反映公司基本面数据的网络输入变量设计。本文主要用bp神经网络研究基本面数据对股价波动影响,网络的输入数据是公司的基本面数据,为了全面反映基本面情况,这里原始数据收集了35个主要指标,并用因子分析法进行基本面指标的压缩与抽选。考虑到原始数据的量纲影响,先对原始数据进行预处理与标准化处理,剔除残缺数据之后,对原始数据进行z变换,用无量纲的z值进行指标压缩。为了验证基本面数据是否适合进行因子分析来进行指标压缩,需要先对基本面数据z值进行kmo检验和bartlet检验。在spss中对基本面数据z值进行因子分析,通过荷载矩阵分析每一个公共因子代表的含义,找出代表公司基本面数据的公共因子作为神经网络的输入数据。
(二)基于不同价差的反映股价波动的网络输出变量设计。股价的波动意味着潜在的收益,从不同收益视角看,可以考虑股价的长期波动、短期波动、平均波动以及最大波动等,这些都可以通过日交易有关的四个股价(最高价、最低价、开盘价和收盘价)测度,为了能反映一个时间段内普通收益和可能的最大收益,这里分别选取股票的期末收盘与期
文档评论(0)