財務指標與股票價格相關性的實證分析

文/王曉彤，上海大學經濟學院

?

財務指標與股票價格相關性的實證分析

文/王曉彤，上海大學經濟學院

股票價格的不斷波動是股票市場的重要特征，而對股票價格波動造成影響的因素有諸多方面，本文對諸多因素中的財務指標因素對股票價格的影響來進行分析，通過R語言編程建立多元回歸方程，觀察各個財務指標對股票價格影響的程度，對于投資實踐具有一定的指導意義。

股票價格；財務指標；回歸方程

前言

股票市場是資本市場中的一個重要組成部分，尤其對于中國這個起步較晚、還處于成長期的年輕的資本市場來說，股票市場更是投資者熱衷于參與的市場。

股票價格體現了上市公司的價值，是投資者關注的重點，其中最能反映上市公司內在價值的信息就是財務指標，通過研究財務指標對股票價格的影響可以預測未來股票市場的變化趨勢，有助于投資者做出正確的投資決策。本文就財務指標與股票價格之間的關系引入多元線性回歸模型進行實證分析。

1 變量選取

自變量的選取：根據申萬行業分類，分別從22個行業分類中隨機抽取了共300支股票，并且選取了2016年4月30日到6月30日之間的平均成交價格作為因變量，將其定義為y，由于上市公司一般會在1月1日到4月30日之間公布上年年報，且市場在兩個月的交易時間里已經充分解讀公司年報數據。同時，公司股票平均成交價格是所有投資者成交價格的平均值，代表所有投資者對該股股票價格的預測均值。因此，4月30日到6月30日公司股票平均成交價格已充分反映了公司年報數據，具有較強的說服力。

因變量的選取：財務報表中代表公司償債能力，營運能力，盈利能力以及發展能力的指標有很多，本文從分別從償債能力，營運能力，盈利能力中選取了兩個指標，發展能力中選取了一個指標，即應收賬款周轉率X1，存貨周轉率X2，流動比率X3，資產負債率X4，凈資產收益率X5，銷售凈利率X6，每股盈余X7

共7個指標作為因變量。因變量和自變量的數據均來自萬德數據庫。

理論預測：通常在財務報表發布后的一段時間里，經營狀況良好的企業股價往往會上漲，而經營狀況差的企業股價往往會下跌，所以推測財務指標和股價之間存在一定的關聯性。就各個指標而言，一般情況下，應收賬款周轉率、存款周轉率、流動比率、凈資產收益率、銷售凈利率、每股盈余這6個指標越大，股票價格就越高，因此呈正相關性，而資產負債率越大，股票價格就越低，呈負相關性，但并不是所有的指標都是絕對的越大越好。

2 實證分析

2.1 導入數據

從wind平臺搜集相關數據并整理成EXCEL格式，導入R語言。

> library(RODBC)

> mydata <- read.table("clipboard",header=TRUE)

2.2 ADF檢驗

單位根檢驗可以檢驗所采集的數據序列中是否存在單位根，如果存在單位根，則該序列為非平穩序列，從而會導致回歸分析中出現偽回歸。對于AR（p）過程，如果其特征方程的所有特征根都在單位圓內，則該序列{x}平穩。我們首先對我們的數據進行單位根檢驗：

>install.packages("tseries") >library(tseries) > adf.test(y)

結果分析：對于上證指數的平穩性檢驗，我們得到ADF值為-6.6892，最佳滯后階數為6階，而p值為0.01小于0.05，因此我們可以斷定因變量y是穩定序列。利用同樣的方法，我們對所有變量進行ADF檢驗發現，滯后階數均為6階，p值統一小于0.05，因此我們可以認為，這些序列可以進行回歸分析。

2.3 相關性檢驗

在進行相關性檢驗之前，可以先用散點圖大致模擬出幾個變量之間的線性關系。

>pairs(mydata[,1:8])

通過散點圖我們發現，y與x7有略微的線性關系，而與其他的變量線性關系不太明顯，所以接下來通過觀察自變量與因變量之間的相關系數來進一步判斷。

>cor.test(md2$y1,md2$x2)

在95%的置信水平下，該兩變量之間的相關系數為-0.155309，同時p值為0.007035，小于0.01，因此有理由通過顯著性檢驗。用同樣的方法，我們對所有變量進行相關性的檢驗，結果得出被解釋變量與x2之間的相關性比較低，并且p值高達0.4081，顯著性檢驗無法通過，因此在接下來的多元回歸模型中，有可能會剔除該變量。y與x1，x3，x5，x7之間的相關系數較高，并且p值均小于0.01，通過顯著性水平檢驗。

根據經驗，我嘗試對因變量進行對數變換，并用同樣的方法對其相關性進行檢驗，觀察因變量與自變量之間的相關系數是否有改善，結果在經過變換之后，除了x3之外，其他變量的相關系數以及p值都有所改善，接下來嘗試對自變量進行對數變換，由于x4，x5，x6存在負數，所以不能進行對數變換。經過嘗試之后，發現只有x2，x3在經過變換之后能夠得到優化，而x1，x7在經過變換之后反而有所惡化，因此最終我們選取lny與x1，lnx2，lnx3，x4，x5，x6，x7來進行模型的回歸分析，其相關系數如下所示：

表1 lny與自變量變換之后的相關性檢驗

2.4 多重共線性檢驗

當自變量之間存在多重共線性時，將影響模型的回歸分析，因此在這里，我們要做多重共線性檢驗：

>xx<-cor(mydata[2:8])

>kappa(xx,exact = TRUE)

[1] 7.530461

由以上結論我們可以發現：kappa值為7.530461，數值較小，因此我們可以認為，自變量之間不存在嚴重的多重共線性。

2.5 多元線性回歸

在回歸系數假設檢驗之后我們再建立回歸模型，假設不考慮x2對y的非線性關系，由選取的原始變量進行回歸分析，我們可建立多元線性回歸：

LnY=C+β1X1+β2lnX2+β3lnX3+β4X4+β5X5+β6X6+β7X7+ε

通過R語言對方程進行回歸后，我們可得到以下結果：

> m.ols1<-lm(y~x1+x2+x3+x4+x5+x6+x7,data=mydata)

>summary(m.ols1)

從該模型的結果來看，只有變量x1,log(x3)以及x7能通過顯著性水平檢驗，再從整個回歸模型的R平方來看，只有0.3235，表明整體的模型回歸的效果水平較差，P值非常小，說明能通過顯著性檢驗。總體來說，該模型的回歸效果比較差，不能夠很好的解釋因變量與自變量之間的關系，所以我們需要對該模型進行修正。

2.6 模型修正：

上述線性回歸模型擬合優度并不是很高，其中有些變量和股票價格本身就不具有相關系數的顯著性，因此，該模型需要得到修正，剔除相關系數較低的變量。

在此，我們引用回歸模型修正法的向后剔除法，我們從全變量回歸方程開始，逐步刪去某個變量，使得指標值達到最優為止。

在選擇向后剔除法同時，我們選擇以AIC準則（赤池準則）為標準，

AIC=n* ln(RSSp/n)+2p

當AIC數值越小時，向后剔除變量后，擬合優度得到的效果就越好。

>s1<-step(m.ols1,direction = "backward")

當我們提出變量log(x2)，x4，x5之后，AIC的值從-406.6變成 -410.32，表明該模型的擬合程度得到了相應的改善，因此在剔除存貨周轉率，資產負債率，凈資產收益率之后，得到優化后的回歸結果如下：

>m.ols2<-lm(log(y)~x1+log(x3)+x6+x7,data=mydata)

>summary(m.ols2)

對比修正前的模型回歸分析我們可以看出：修正后的模型各解釋變量的相關性的顯著性檢驗都有明顯的改善，并且擬合優度也有了些改善，因此我們最后得到的線性模型為：

LnY= 2.297141-0.011146X1+ 0.275774ln(X3)-0.002455X6+0.617173X7

3 總結與建議

實證分析得到的最終模型是LnY=2.297141-0.011146X1+0.275774ln(X3)-0.002455X6+0.617173X7，根據實證分析得到的模型顯示，最能對因變量股票價格作出解釋的自變量是應收賬款周轉率，流動比率，銷售凈利率和每股盈余。自變量x1應收賬款周轉率前的系數符號為負，通常情況下，應收賬款周轉率與股票價格之間應該正相關，但并不是絕對的正相關。X3流動比率的系數符號為正，流動比率越大，公司的償債能力越好，股票價格越高，與我們之前的猜測一致。X6銷售凈利率系數為負，同樣的正常情況下應該與股票價格正相關，在之前的相關系數檢驗那里，x6與lny的相關系數是正數，而這里x6系數變為負數，但是系數很小，可能因為數據誤差等等問題會造成這種情況發生，x7每股盈余與猜想的一致，與股票價格呈正比。

從該模型的擬合優度來看，擬合優度比較小，說明這些指標雖然對股票價格有解釋能力，但是解釋能力比較弱，究其原因，因為在實際的股票市場的運行中，除了上市公司經營狀況外，還存在著其他許許多多的影響股票價格的因素，比如宏觀經濟的因素、政治因素、心理因素、突發事件等等，但是該實證分析的模型結果所顯示的財務指標與股票價格之間的相關性小說明了中國當前的股票市場中有其他因素對股票價格的影響更大，比如股票市場當前存在的制度不完善和監管不到位的問題，市場操控問題，內幕信息，甚至會計造假等等問題，因此財務指標與股票價格的相關性小就很能理解了。

投資者都是逐利的，只要能獲得豐厚回報的機會，他們都不會放過。所以說想要依靠上市公司和投資者來完成股票市場的健康穩定發展是不可能的。因此，在這個時候，監督管理就顯得尤為重要。完善市場的制度建設，積極發現制度漏洞已經成為當下最最亟待解決的問題。除此之外，要制定合理的信息披露制度，作為判斷公司股票內在價值的信息來源，其重要性直接關系到股票市場的理性運行。對于可能造成操縱市場、內幕交易的現象要從根源進行遏制，加大監管力度，提高違法成本，提高市場參與者的意識，這樣才能更有效的推動市場朝著健康理性的方向發展。

[1]楊毅.股票價格受財務指標影響的實證分析——以176家江蘇省的上市公司經驗數據為例[J].現代經濟信息，2015，(20).

[2]張英琴，石琳.公司財務信息對股票價格影響的研究[J].內蒙古科技大學學報，2008，(4)．

[3]古潔.會計信息對滬市股票價格影響的實證分析[J].西北大學學報（哲學社會科學版），2007，(6)．

[4]邱穎溢.我國上市公司年報信息與股票價格關系研究[D].西南財經大學，2013．

[5]丁少敏.我國上市公司財務信息對股票價格影響的研究巧[D].南京師范大學，2013．