陳璐璐

摘 要：首先建立股票價(jià)格的多元線性回歸方程，使用EVIEWS軟件計(jì)算回歸系數(shù)，對回歸系數(shù)進(jìn)行經(jīng)濟(jì)意義的檢驗(yàn)和統(tǒng)計(jì)檢驗(yàn)；然后利用計(jì)量經(jīng)濟(jì)學(xué)課程內(nèi)容檢驗(yàn)回歸方程是否存在多重共線性、異方差性、自相關(guān)性等情況；接著對模型進(jìn)行改進(jìn)，得到的回歸方程可決系數(shù)較大，并且滿足多元線性回歸方程的古典假定；最后將改進(jìn)后的模型應(yīng)用于目標(biāo)預(yù)測日的開盤價(jià)預(yù)測，預(yù)測誤差在可以接受的范圍之內(nèi)。

關(guān)鍵詞：多元線性回歸；股價(jià)預(yù)測；EVIEWS

中圖分類號：F830.91 文獻(xiàn)標(biāo)志碼：A 文章編號：1673-291X（2016）19-0075-02

股票市場被視作各國宏觀經(jīng)濟(jì)的“晴雨表”，能夠作為衡量一國經(jīng)濟(jì)實(shí)力的重要內(nèi)容。隨著我國國民收入的不斷提高，股票市場規(guī)模不斷擴(kuò)大。在股票市場規(guī)模日益擴(kuò)張的同時(shí)，其弊端也漸漸涌現(xiàn)出來，如相關(guān)制度不夠健全，政策內(nèi)容朝令夕改（以熔斷機(jī)制為例，不到一周的時(shí)間被暫停）；內(nèi)幕交易時(shí)有發(fā)生，市場化程度不高、投機(jī)風(fēng)氣盛行等，導(dǎo)致股票價(jià)格劇烈波動(dòng)，股民信心受挫紛紛退市。因此，研究股票價(jià)格的影響因素，并且對股票價(jià)格進(jìn)行預(yù)測是十分有必要的。

上市銀行股價(jià)受到很多因素的影響，分析股價(jià)的影響因素，選取主要影響因素，采用多元線性回歸分析方法，建立可靠的上市銀行股價(jià)預(yù)測模型，提高模型預(yù)測精確度，為投資者提供有價(jià)值的建議。

一、影響上市銀行股票價(jià)格的因素分析

分析上市銀行股票價(jià)格的影響因素是進(jìn)行預(yù)測的基礎(chǔ)，筆者主要從三個(gè)方面選取數(shù)據(jù)：以公司價(jià)值評估中的相對價(jià)值法為基礎(chǔ)，選取影響企業(yè)價(jià)值的會(huì)計(jì)指標(biāo)作為自變量；以衡量銀行償債、盈利、營運(yùn)、發(fā)展能力的會(huì)計(jì)信息指標(biāo)作為自變量；以公司規(guī)模、股本結(jié)構(gòu)和每股經(jīng)營活動(dòng)所產(chǎn)生的現(xiàn)金流作為自變量；以上證指數(shù)作為自變量。

由于股票價(jià)格包括開盤價(jià)、買入價(jià)、賣出價(jià)、收盤價(jià)等價(jià)格，為了簡化模型，選取開盤價(jià)格作為股票價(jià)格。

二、多元線性回歸模型的建立

（一）模型的設(shè)定

模型的因變量選取中信銀行公布季度報(bào)表的后一天的開盤價(jià)，因變量選取中信銀行公布的季度報(bào)表中的每股收益、每股凈資產(chǎn)、資產(chǎn)負(fù)債率、每股經(jīng)營活動(dòng)產(chǎn)生的現(xiàn)金流、總資產(chǎn)周轉(zhuǎn)率、凈利潤增長率等會(huì)計(jì)指標(biāo)，上證指數(shù)為公布日后一天的開盤價(jià)。

回歸預(yù)測模型是是研究解釋變量與被解釋變量之間相互關(guān)系的一種數(shù)理統(tǒng)計(jì)方法，它根據(jù)市場收集的數(shù)據(jù)資料所體現(xiàn)的相關(guān)關(guān)系，通過一定的數(shù)學(xué)方法建立反映其相關(guān)系的模型，然后根據(jù)所建立的模型進(jìn)行預(yù)測。本文采取的多元線性回歸模型如下：

（二）模型的檢驗(yàn)

1.模型的經(jīng)濟(jì)意義檢驗(yàn)。根據(jù)EVIEWS軟件的回歸結(jié)果發(fā)現(xiàn)總資產(chǎn)周轉(zhuǎn)率的系數(shù)為負(fù)值，但是總資產(chǎn)周轉(zhuǎn)率反映的是企業(yè)銷售能力的速度，總資產(chǎn)周轉(zhuǎn)率越大，其股票價(jià)格應(yīng)該當(dāng)越高。因此，回歸方程不能通過經(jīng)濟(jì)意義的檢驗(yàn)。

2.模型的統(tǒng)計(jì)檢驗(yàn)。（1）回歸方程的F檢驗(yàn)。此回歸方程的F=3.183936，查F分布表可知回歸方程沒有通過F檢驗(yàn)。（2）系數(shù)的t檢驗(yàn)。此回歸方程的各項(xiàng)系數(shù)都沒有通過t檢驗(yàn)，每項(xiàng)系數(shù)的t值都是小于臨界值，因此可以推斷各項(xiàng)系數(shù)對股票價(jià)格的影響都不顯著。

3.多重共線性檢驗(yàn)。由于該回歸方程沒有通過F檢驗(yàn)，并且各項(xiàng)系數(shù)也未通過t檢驗(yàn)，懷疑方程存在多重共線性，利用相關(guān)系數(shù)法檢驗(yàn)?zāi)Ｐ偷亩嘀毓簿€性，相關(guān)系數(shù)矩陣如下：

根據(jù)相關(guān)系數(shù)矩陣結(jié)果，發(fā)現(xiàn)X1（每股收益）與X5（總資產(chǎn)周轉(zhuǎn)率）存在嚴(yán)重相關(guān)，X7和X6之間存在較強(qiáng)相關(guān)。比較這兩個(gè)指標(biāo)同股票價(jià)格的相關(guān)系數(shù)大小，在改進(jìn)模型時(shí)可以考慮剔除X1（每股收益），剔除X6 。

4.異方差檢驗(yàn)。利用懷特檢驗(yàn)檢驗(yàn)回歸方程是否存在異方差性，發(fā)現(xiàn)懷特檢驗(yàn)的p值明顯大于0.05，拒絕原假設(shè)，因此回歸方程不存在異方差性。

5.自相關(guān)檢驗(yàn)。在選取自變量中上市銀行的會(huì)計(jì)指標(biāo)時(shí)，由于選取的數(shù)據(jù)是面板數(shù)據(jù)，很有可能出現(xiàn)自相關(guān)情況。利用DW檢驗(yàn)檢驗(yàn)?zāi)Ｐ偷淖韵嚓P(guān)性，DW=2.798654，由于DW值大于dl，因此回歸方程不存在自相關(guān)情況。

（三）模型的改進(jìn)

根據(jù)上面模型的檢驗(yàn)結(jié)果，將每股收益（X1）、凈利潤增長率（X6）、資產(chǎn)負(fù)債率（X3）、總資產(chǎn)周轉(zhuǎn)率（X5）剔除，改變方程形式，重新進(jìn)行回歸，回歸方程如下：

改進(jìn)后的模型能夠通過F檢驗(yàn)，并且可決系數(shù)R2的較大，各個(gè)參數(shù)基本通過t檢驗(yàn)，不存在自相關(guān)現(xiàn)象，改進(jìn)后的模型能夠提高預(yù)測的精準(zhǔn)度。

三、多元線性回歸方程的預(yù)測

根據(jù)改進(jìn)后的回歸方程，利用點(diǎn)預(yù)測方法預(yù)測中信銀行2016年4月1日開盤價(jià)格，將中信銀行預(yù)測日期相關(guān)數(shù)據(jù)代入方程，預(yù)測結(jié)果Y=7.12654844，預(yù)測結(jié)果與實(shí)際結(jié)果偏差在可以接受的范圍內(nèi)。

四、結(jié)論

預(yù)測誤差結(jié)果較大可能是因?yàn)橛绊懝善笔袌鰞r(jià)格的因素太多，并且人們的心理預(yù)期作用也會(huì)影響股票價(jià)格，另外還由于我國股票市場的有效性較弱，因此簡單的多元線性回歸模型并不能夠很好地對股票價(jià)格進(jìn)行預(yù)測。筆者選取的數(shù)據(jù)有限，指標(biāo)過少，這也是造成預(yù)測結(jié)果不準(zhǔn)確的重要原因，在今后的研究中也會(huì)注意數(shù)據(jù)搜集的問題。

參考文獻(xiàn)：

[1] 邵新建，賈中正，趙映雪，江萍，薛熠.借殼上市、內(nèi)幕交易與股價(jià)異動(dòng)——基于ST類公司的研究[J].金融研究，2014，（5）.

[2] 許年行，江軒宇，伊志宏，徐信忠.分析師利益沖突、樂觀偏差與股價(jià)崩盤風(fēng)險(xiǎn)[J].經(jīng)濟(jì)研究，2012，（7）.

[3] 劉軍.基于股票市價(jià)與會(huì)計(jì)信息指標(biāo)的多元線性回歸股票定價(jià)模型研究[D].成都：西南財(cái)經(jīng)大學(xué)碩士學(xué)位論文，2009.

[4] 黃邦菊，林俊松，鄭瀟雨，方學(xué)東.基于多元線性回歸分析的民用運(yùn)輸機(jī)場旅客吞吐量預(yù)測[J].數(shù)學(xué)的實(shí)踐與認(rèn)識，2013，（4）.

Abstract：we set up the stock price of multivariate linear regression equation firstly，using EVIEWS software calculating regression coefficient and economic significance of regression coefficients of inspection and statistics； Then by using the regression equation of econometrics course content test，the presence of multicollinearity，heteroscedasticity，since the correlation，and so on and so forth； improve the model with learned theory，the regression equation of determination coefficient is larger，and multiple linear regression equation of the classical assumptions； Finally the improved model was applied to target forecast day opening price forecasting，prediction error within the acceptable range.

Key words：multiple linear regression；stock price forecasting；EVIEWS

[責(zé)任編輯 陳麗敏]