邵 娜
(華中師范大學(xué) 經(jīng)濟(jì)學(xué)院,湖北 武漢 430079)
上市公司的會(huì)計(jì)信息是股票市場(chǎng)信息的重要來源,它對(duì)于股票市場(chǎng)的價(jià)格有著不可忽視的作用,上市公司的會(huì)計(jì)信息主要反應(yīng)在會(huì)計(jì)報(bào)表中,所以股票價(jià)格與上市公司企業(yè)內(nèi)部財(cái)務(wù)狀況有著密切的相關(guān)關(guān)系。本文從股票價(jià)格與財(cái)務(wù)指標(biāo)的關(guān)系出發(fā),采用實(shí)證研究的方法,應(yīng)用時(shí)間序列數(shù)據(jù),隨機(jī)抽取25家上市房地產(chǎn)業(yè)的股票價(jià)格作為特定對(duì)象研究其變動(dòng)趨勢(shì)的成因。房地產(chǎn)業(yè)的發(fā)展對(duì)國(guó)民經(jīng)濟(jì)有著舉足輕重的作用。本文期望通過回歸分析找出對(duì)房地產(chǎn)行業(yè)股票價(jià)格解釋能力最強(qiáng)的財(cái)務(wù)指標(biāo)。
本研究有以下幾個(gè)步驟:首先,采取隨機(jī)抽取的方法確定研究樣本;其次,確定影響股票價(jià)格的主要因素;再次,運(yùn)用Eviews軟件進(jìn)行回歸分析,建立線性回歸模型。由于多元線性回歸分析過程中并非所有的自變量都對(duì)因變量有顯著影響,因此,有必要確定對(duì)因變量有顯著影響的自變量。因?yàn)樵诒姸嗟臅?huì)計(jì)盈余指標(biāo)中,投資者最需識(shí)別的就是最具信息含量的財(cái)務(wù)指標(biāo),以作出正確的決策。逐步回歸的基本思想是“有進(jìn)有出”,即將變量一個(gè)一個(gè)引入,引入變量的條件是其偏回歸平方和經(jīng)檢驗(yàn)是顯著的。當(dāng)每引入一個(gè)自變量后,對(duì)已選入的變量要進(jìn)行逐個(gè)檢驗(yàn)。當(dāng)先引入的變量由于后面變量的引入而變得不再顯著時(shí),要將其剔除。引入一個(gè)變量或從回歸方程中剔除一個(gè)變量,為逐步回歸的一個(gè)步驟,每一步都要進(jìn)行F檢驗(yàn),以確保每次引入新的變量之前回歸方程中只包含顯著的變量。這個(gè)過程反復(fù)進(jìn)行,直到既無顯著的自變量選入回歸方程,也無不顯著自變量需要從回歸方程中剔除為止。本文選擇投資者常用的會(huì)計(jì)盈余指標(biāo),然后采用逐步回歸法剔除自相關(guān)變量,尋找對(duì)股價(jià)解釋能力最優(yōu)的回歸模型,以幫助和引導(dǎo)投資者進(jìn)行決策。
隨機(jī)抽取25家上市房地產(chǎn)企業(yè)作為研究對(duì)象。將各股2010年第一季度每一交易日的收盤價(jià)相加并求出均價(jià)作為解釋變量,這樣可以消除個(gè)別交易日股票不穩(wěn)定因素對(duì)股價(jià)的影響。所有數(shù)據(jù)來自于25家上市房地產(chǎn)企業(yè)在證券交易所披露的第一季度報(bào)表,便于在同一層面進(jìn)行考察和分析,剔除之后影響因素。
OLS回歸結(jié)果見表1。
表1 OLS回歸結(jié)果
為使評(píng)價(jià)指標(biāo)具有好的統(tǒng)計(jì)特征,本研究盡可能多地收集反應(yīng)公司各方面情況的統(tǒng)計(jì)指標(biāo)。現(xiàn)初步抽取7個(gè)指標(biāo)來建立以下線性回歸模型:
P=a1x1+a2x2+a3x3+a4x4+a5x5+a6x6+a7x7+u
其中,P表示股票價(jià)格,x1表示每股收益,x2表示每股凈資產(chǎn),x3表示凈利潤(rùn)率,x4表示總資產(chǎn)報(bào)酬率,x5表示存活周轉(zhuǎn)率,x6表示凈資產(chǎn)比率,x7表示資產(chǎn)負(fù)債比率。u表示其他對(duì)股票價(jià)格有影響的因素,屬于隨機(jī)干擾項(xiàng)。
用Eviews軟件將本文選取的樣本數(shù)據(jù)運(yùn)用上述線性模型進(jìn)行回歸得到以下結(jié)果:
P=-29.40+24.15×x1+0.84×x2-0.05×x3+0.21×x4-4.50×x5+0.36×x6+0.38×x7
本文對(duì)于方程的顯著性檢驗(yàn),選取a=5%的顯著性水平,則k=7,n=25,n-k-1=17,F(xiàn)~F0.05(k,n-k-1),F(xiàn)0.05(7,17)=3.93,由于F=4.467299>F0.05(7,17),故拒絕原假設(shè),說明變量之間的關(guān)系總體上顯著。故認(rèn)為股票價(jià)格與上述解釋變量之間的總體線性關(guān)系顯著。上述回歸結(jié)果現(xiàn)實(shí)x3,x5的t檢驗(yàn)值均為負(fù)數(shù),所以未能通過t檢驗(yàn),故認(rèn)為變量x3,x5不顯著。
由于以上方程x3、x5前的參數(shù)未能通過檢驗(yàn),而且符號(hào)的經(jīng)濟(jì)意義也有偏差,所以認(rèn)為變量之間存在多重共線性。利用Excel軟件檢測(cè)個(gè)變量的相關(guān)系數(shù),得出結(jié)果如表2所示。
表2 相關(guān)性矩陣表
由表 2 可以看出,x1與 x3、x4;x3與 x4;x5與 x6、x7;x6與x7的相關(guān)系數(shù)明顯高于其他變量,說明上述回歸模型存在多重共線性。
通過上面的分析我們知道,該模型存在多重共線性和自相關(guān)性,所以分別作 P 與自變量 x1、x2、x3、x4、x5、x6、x7的回歸,找出最簡(jiǎn)單的回歸形式作為初始回歸模型,進(jìn)行逐步回歸法的第一步。
表3 P分別與各變量進(jìn)行回歸
從表 3 的回歸結(jié)果看,x1、x2、x4、x5、x6的系數(shù)較其他要高,說明每股收益、每股凈資產(chǎn)、總資產(chǎn)報(bào)酬率、存貨周轉(zhuǎn)率、凈資產(chǎn)比率與股票價(jià)格之間的相關(guān)性較高,比較各變量之間的檢驗(yàn)效果,決定舍去變量x3和x7。
舍去變量x3和x7后,選擇x1作為自變量代入初始的回歸模型,對(duì)該線性方程進(jìn)行逐步回歸,探究財(cái)務(wù)指標(biāo)對(duì)股票價(jià)格解釋能力最強(qiáng)的模型,如表4所示。
表4 P與各變量的逐步回歸過程
在初始模型中引入變量x2,進(jìn)行回歸,發(fā)現(xiàn)模型的擬合優(yōu)度提高,且參數(shù)符號(hào)合理,變量也通過了t檢驗(yàn),當(dāng)引入變量x4和x6分別進(jìn)行回歸時(shí),模型的擬合優(yōu)度基本不變,參數(shù)符號(hào)均合理,變量都通過了t檢驗(yàn),DW值在2附近,且不存在自相關(guān)。當(dāng)把變量x6替換為x5時(shí)發(fā)現(xiàn),模型的擬合優(yōu)度明顯降低,且參數(shù)符號(hào)的經(jīng)濟(jì)意義不合理。從以上回歸結(jié)果,可擬合出以下最優(yōu)線性回歸方程:
P=5.84+12.43x1+1.75x2+0.54x4+0.03x6從上述結(jié)果可見,R2=0.67,修正后的R2=0.61,沒有太大變化,說明模型仍然可以較好地模擬樣本。F=10.23>F0.05(5,19),回歸方程顯著。Prob(F-statistics)=0比原模型效果更好。四個(gè)解釋變量的系數(shù)均通過T檢驗(yàn),說明在其他解釋變量不變的情況下,屆時(shí)變量的每股收益、每股凈資產(chǎn)、總資產(chǎn)報(bào)酬率、凈資產(chǎn)比率對(duì)股票價(jià)格有顯著的影響。DW=1.36在2附近,說明模型不存在正負(fù)相關(guān)。
通過分析可以看出,會(huì)計(jì)信息對(duì)房地產(chǎn)行業(yè)的股價(jià)有一定影響。其中每股收益的影響力最大,每股收益是分析每股價(jià)值的一個(gè)基礎(chǔ)性指標(biāo),是綜合反應(yīng)公司獲利能力的主要指標(biāo),它是某一時(shí)期凈收益與股份數(shù)的比率。股價(jià)的計(jì)價(jià)模型是未來現(xiàn)金股利的折現(xiàn),未來股利是與未來盈利相聯(lián)系的,所以股價(jià)必然與財(cái)務(wù)報(bào)表中的信息息息相關(guān)。但在實(shí)際資本市場(chǎng)上,股票作為一種商品,它還受供求關(guān)系和其他宏觀因素的影響。另外,我國(guó)政府應(yīng)加強(qiáng)對(duì)證券市場(chǎng)和上市公司的監(jiān)管力度,改變投資者和上市公司之間的信息不對(duì)稱局面,完善上市公司的信息披露機(jī)制。證券市場(chǎng)則應(yīng)引導(dǎo)投資者進(jìn)行理性投資而不是盲目投機(jī),充分發(fā)掘有用的會(huì)計(jì)信息,利用好財(cái)務(wù)報(bào)表。
[1]李慶華.計(jì)量經(jīng)濟(jì)學(xué)[M].中國(guó)經(jīng)濟(jì)出版社,2005.
[2]李子奈,潘文卿.計(jì)量經(jīng)濟(jì)學(xué)(第三版)[M].高等教育出版社,2008.
[3]史美景.會(huì)計(jì)信息對(duì)股票價(jià)格影響作用的回歸分析[J].統(tǒng)計(jì)與信息論壇,2002,(3).