【文章摘要】

本文以56家滬市A股上市公司為樣本，采用多元線性回歸方法，分析了我國上市公司財(cái)務(wù)指標(biāo)與股價(jià)波動(dòng)的相關(guān)性，發(fā)現(xiàn)每股收益和每股凈資產(chǎn)對(duì)股價(jià)波動(dòng)的影響最為顯著。

【關(guān)鍵詞】

財(cái)務(wù)指標(biāo)；股價(jià)波動(dòng)；相關(guān)性分析

隨著證券市場的不斷發(fā)展和上市公司信息披露機(jī)制的不斷完善，上市公司提供的財(cái)務(wù)信息對(duì)投資者的投資行為產(chǎn)生的影響越來越顯著，反映在市場上就是公司的股票價(jià)格會(huì)隨著財(cái)務(wù)信息的變化而出現(xiàn)波動(dòng)。因此，研究上市公司財(cái)務(wù)信息指標(biāo)與股價(jià)波動(dòng)的關(guān)系對(duì)投資者是有意義的。

1 模型構(gòu)建

多元線性回歸模型是用多個(gè)解釋變量來解釋因變量的一種模型，它能較好的表達(dá)多個(gè)自變量與一個(gè)因變量之間的線性關(guān)系。本文假設(shè)上市公司財(cái)務(wù)信息與股票價(jià)格之間存在線性相關(guān)關(guān)系，而財(cái)務(wù)信息又以財(cái)務(wù)報(bào)告為載體表現(xiàn)，以會(huì)計(jì)數(shù)據(jù)和財(cái)務(wù)指標(biāo)的形式傳達(dá)給投資者。因此，本文以財(cái)務(wù)指標(biāo)作為自變量X，股票價(jià)格作為因變量Y，建立上市公司財(cái)務(wù)指標(biāo)與股價(jià)波動(dòng)的多元線性回歸模型，即：Y=β+β1X1+β2X2+β3X3+….+ βnXn+ε，其中，n是自變量X的數(shù)目，βj（j=1，2，3……n）是待估回歸系數(shù)，ε是隨機(jī)誤差。

1.1財(cái)務(wù)指標(biāo)選擇

投資者在進(jìn)行投資決策時(shí)，往往單純依賴每股收益指標(biāo)，但實(shí)際上每股收益指標(biāo)并不能全面反映企業(yè)的財(cái)務(wù)情況。投資者在進(jìn)行投資評(píng)估時(shí)應(yīng)考慮全面，結(jié)合其他財(cái)務(wù)指標(biāo)信息，如反映公司股東權(quán)益、盈利能力、成長能力、營運(yùn)能力和償債能力等方面的指標(biāo)，進(jìn)行綜合分析后理性投資。鑒于此，本文選取了10個(gè)典型的財(cái)務(wù)指標(biāo)作為解釋變量X，即：每股收益X1、每股凈資產(chǎn)X2、營業(yè)利潤率X3、凈資產(chǎn)收益率X4、凈利潤增長率X5、凈資產(chǎn)增長率X6 、存貨周轉(zhuǎn)率X7、速動(dòng)比率X8、產(chǎn)權(quán)比率X9、資產(chǎn)負(fù)債率X10。

1.2股價(jià)波動(dòng)指標(biāo)選擇

本文選取股票收盤價(jià)來表示股票價(jià)格，即因變量Y。由于上市公司一般在1到4月披露上年財(cái)務(wù)數(shù)據(jù)，為了讓數(shù)據(jù)更具說服力，應(yīng)盡量選擇次年4月30日后的股票價(jià)格作為研究指標(biāo)。同時(shí)，為了讓結(jié)果更加準(zhǔn)確和具有代表性，應(yīng)盡量選擇連續(xù)一段時(shí)間股票收盤價(jià)的平均值來作為輸出變量，以剖除個(gè)別特殊情況帶來的干擾。

2 實(shí)證分析

2.1數(shù)據(jù)準(zhǔn)備

本文實(shí)驗(yàn)數(shù)據(jù)主要來源于新浪財(cái)經(jīng)，所需要的數(shù)據(jù)資料主要包括上市公司對(duì)外公布的財(cái)務(wù)信息和股票行情。為了降低樣本數(shù)據(jù)的差異性，本文選取的樣本企業(yè)均為滬市A股上市公司，在隨機(jī)選取的68家上市公司中，剔除掉ST公司、每股收益及每股凈資產(chǎn)為負(fù)的公司、信息紕漏不全的公司，最后剩下56家滬市A股上市公司，將其中51家作為研究樣本，剩余的5家作為最后結(jié)果的檢驗(yàn)樣本。

獲取56家樣本公司2012年的相關(guān)財(cái)務(wù)指標(biāo)值作為自變量X，同時(shí)分別獲取各公司在2013年4月30日到6月30 日之間的股票收盤價(jià)，以其平均值作為因變量Y。為了排除數(shù)量的量綱對(duì)模型結(jié)果的影響，對(duì)所獲取的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。

2.2模型實(shí)現(xiàn)及結(jié)果分析

借助SPSS軟件，將標(biāo)準(zhǔn)化處理后的51組樣本數(shù)據(jù)進(jìn)行多元回歸分析，默認(rèn)置信水平為5%，得到的部分結(jié)果數(shù)據(jù)整理后如表1所示。其中，決定系數(shù)R2為0.738，調(diào)整R2為0.645，說明模型擬合程度較好，自變量和因變量存在共變量情況；F檢驗(yàn)統(tǒng)計(jì)量的觀測值為3.524，對(duì)應(yīng)的Sig值為0.002，可見該回歸模型整體較為顯著，因變量和自變量的線性關(guān)系明顯，說明前面的假設(shè)成立，建立的回歸方程有效。

雖然模型整體顯著，但并不代表各參數(shù)顯著，因此還需要分析各個(gè)自變量對(duì)因變量的影響的顯著水平。從表1中可以看出自變量X5和X9的Sig值大于0.05，對(duì)因變量的影響不顯著，解釋性不強(qiáng)，應(yīng)從自變量中剔除，其余8個(gè)自變量對(duì)因變量影響顯著。由此得到上市公司財(cái)務(wù)指標(biāo)與股價(jià)波動(dòng)的多元線性回歸方程：

將準(zhǔn)備好的5組檢驗(yàn)樣本作為校驗(yàn)數(shù)據(jù)對(duì)建立的回歸方程進(jìn)行驗(yàn)證，將5個(gè)樣本的財(cái)務(wù)指標(biāo)數(shù)據(jù)帶入到上面的方程中，計(jì)算出的校驗(yàn)值與其原始股票價(jià)格數(shù)據(jù)的對(duì)比如圖1所以，可見其差別總體上并不大，說明本文建立的多元線性回歸模型以及最后得到的回歸方程有一定的合理性。

通過回歸分析發(fā)現(xiàn)，我國上市公司財(cái)務(wù)指標(biāo)對(duì)股票價(jià)格有一定的影響，公司的股價(jià)波動(dòng)與每股收益、每股凈資產(chǎn)、營業(yè)利潤率、凈資產(chǎn)收益率、凈資產(chǎn)增長率 、存貨周轉(zhuǎn)率、速動(dòng)比率和資產(chǎn)負(fù)債率八個(gè)財(cái)務(wù)指標(biāo)相關(guān)性較為明顯，其中，顯著性最強(qiáng)的是每股收益，次之為每股凈資產(chǎn)。

【參考文獻(xiàn)】

[1]鄭儒彬.上市公司主要財(cái)務(wù)指標(biāo)與股價(jià)變動(dòng)的相關(guān)性分析[J]. 財(cái)會(huì)研究，2009（5）.

[2]戴慶文.我國上市公司股價(jià)收益率的影響因素分析[J]. 會(huì)計(jì)之友，2012（10）.

【作者簡介】

楊曉鳳（1986--），女，管理學(xué)碩士，單位：重慶大學(xué)城市科技學(xué)院，研究方向：財(cái)務(wù)管理。