史立剛，郭乃馨

（南京林業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，南京 210037）

國際貨幣基金組織在總結(jié)2008年世界金融危機(jī)的教訓(xùn)時(shí)指出，“危機(jī)的根源之一在于金融監(jiān)管部分沒有預(yù)見到金融創(chuàng)新繁榮后的風(fēng)險(xiǎn)集中和累積的系統(tǒng)性風(fēng)險(xiǎn)，因此，必須在系統(tǒng)風(fēng)險(xiǎn)監(jiān)察和對(duì)系統(tǒng)風(fēng)險(xiǎn)宏觀審慎反應(yīng)的國際協(xié)調(diào)方面實(shí)施改革?！鄙虡I(yè)銀行是我國經(jīng)濟(jì)發(fā)展的重要基礎(chǔ)。中國經(jīng)濟(jì)平穩(wěn)又快速的發(fā)展離不開存款與貸款之間的重要鏈接。一旦鏈接發(fā)生斷裂，其后果將是非常嚴(yán)重的。而商業(yè)銀行股票價(jià)格是認(rèn)定商業(yè)銀行價(jià)值的一個(gè)重要外在表現(xiàn)，因此，對(duì)于商業(yè)銀行股票價(jià)格影響因素和其影響機(jī)理的研究對(duì)中國社會(huì)的平穩(wěn)運(yùn)行具有重要意義。

一、文獻(xiàn)回顧

1.股票的價(jià)格指數(shù)估計(jì)模型的文獻(xiàn)研究。學(xué)者們對(duì)股票價(jià)格指數(shù)估計(jì)模型做出了許多研究，孫健等（2007）對(duì)比了股權(quán)自由現(xiàn)金流貼現(xiàn)模型（FCFE）、經(jīng)濟(jì)增長加值模型（EVA），以及期權(quán)定價(jià)模型三種商業(yè)銀行股票定價(jià)模型的優(yōu)劣[1]。Theodoros等（2011）在原始時(shí)間序列中，首先應(yīng)用人工神經(jīng)網(wǎng)絡(luò)（ANNs）來估計(jì)C，使用Bootstrap方法對(duì)前一個(gè)過程產(chǎn)生的殘差進(jìn)行處理，在估計(jì)的C.I.的上下限上采用面向?qū)ο缶幊痰姆椒?，采用兩種新的ANNs方法進(jìn)行點(diǎn)估計(jì)[2]（上下限）。余程輝（2014）基于資本市場(chǎng)普遍采用的三階段股利貼現(xiàn)模型，以3家A股代表性上市銀行為樣本，以較為謹(jǐn)慎的盈利增速，模擬測(cè)算了其內(nèi)在價(jià)值[3]。本文就是在之前研究的基礎(chǔ)上從股票價(jià)格指數(shù)的角度來研究對(duì)它影響較大的宏微觀因素。

2.商業(yè)銀行股票價(jià)格指數(shù)的宏觀影響因素的研究。商業(yè)銀行股票價(jià)格指數(shù)的宏觀影響因素主要研究對(duì)象包含貨幣供應(yīng)政策和居民消費(fèi)水平。另外，學(xué)者主要從同行業(yè)和同區(qū)域的系統(tǒng)化角度來分析商業(yè)銀行股票價(jià)格指數(shù)的宏觀影響因素。關(guān)于貨幣政策的影響，薛永剛等（2008）通過HP濾波、Granger因果檢驗(yàn)，預(yù)測(cè)方差分解以及時(shí)變參數(shù)狀態(tài)空間模型，對(duì)我國M1、M2、商業(yè)銀行貸款利率、銀行間同業(yè)拆借利率與股票價(jià)格之間的動(dòng)態(tài)關(guān)聯(lián)性進(jìn)行研究[4]。王仁祥（2013）利用1991—2010年52個(gè)國家的經(jīng)濟(jì)金融數(shù)據(jù)，采用分位數(shù)回歸方法實(shí)證研究了銀行和股票市場(chǎng)對(duì)經(jīng)濟(jì)增長作用的演進(jìn)趨勢(shì)，并在充分考慮國際環(huán)境對(duì)中國經(jīng)濟(jì)影響的前提下研究了我國所處的階段[5]。

3.商業(yè)銀行股票價(jià)格指數(shù)的微觀影響因素的研究。關(guān)于商業(yè)銀行內(nèi)部會(huì)計(jì)指標(biāo)影響，朱紅軍等（2013）從情緒交易產(chǎn)生的客觀原因出發(fā)，以IPO為背景，研究了會(huì)計(jì)信息在降低新股“情緒溢價(jià)”中的作用[6]。研究發(fā)現(xiàn)：（1）高質(zhì)量會(huì)計(jì)信息能夠顯著降低市場(chǎng)情緒對(duì)IPO首日回報(bào)的影響，表明信息不對(duì)稱是情緒交易產(chǎn)生進(jìn)而影響股票價(jià)格的重要原因；（2）會(huì)計(jì)信息的上述作用僅在市場(chǎng)上漲時(shí)期和定價(jià)市場(chǎng)化時(shí)期顯著，而在市場(chǎng)下跌時(shí)期和定價(jià)管制時(shí)期則不顯著，表明投資者關(guān)注和發(fā)行機(jī)制市場(chǎng)化是會(huì)計(jì)信息有效發(fā)揮作用的。Liang Song（2015）認(rèn)為，如果企業(yè)更加透明，投資者收集企業(yè)特定信息的成本可能會(huì)降低[7]。因此，這些公司的股票具有更多的公司特定的信息內(nèi)容。這些結(jié)果也表明，如果企業(yè)的會(huì)計(jì)披露水平較高，管理層不太可能隱藏一些負(fù)面信息，并在未來突然發(fā)布這些負(fù)面信息。因此，這些公司的股票不太可能崩潰。佟孟華等（2010）利用會(huì)計(jì)信息對(duì)股票價(jià)值進(jìn)行評(píng)估的研究是理論界一個(gè)長期關(guān)注和重視的熱點(diǎn)，運(yùn)用剩余收益模型結(jié)合杜邦財(cái)務(wù)分析體系，對(duì)上海浦東發(fā)展銀行的股票價(jià)值進(jìn)行了估計(jì)[8]。唐東升（2012）指出，股價(jià)與每股收益、流動(dòng)比率顯著相關(guān)，與資產(chǎn)負(fù)債率、總資產(chǎn)增長率和凈利潤增長率弱相關(guān)，投資者看重企業(yè)獲利能力、關(guān)注企業(yè)償債能力和成長能力，但存在弱視投資行為[9]。

二、研究設(shè)計(jì)

1.數(shù)據(jù)來源與基本假設(shè)。本文數(shù)據(jù)來源于國泰安數(shù)據(jù)庫和中經(jīng)數(shù)據(jù)庫合并數(shù)據(jù)報(bào)表，并一共獲得了從2006年1月1日至2018年1月1日之間日變化。樣本有15家銀行，38 484個(gè)觀察項(xiàng)，171個(gè)宏觀和微觀變量。本文需要尋找我國上市商業(yè)銀行股票價(jià)格指數(shù)的影響因素，因此，認(rèn)為所找到的可能相關(guān)的變量是主動(dòng)影響商業(yè)銀行股票價(jià)格指數(shù)的。而實(shí)際中，這些相關(guān)變量可能是逆向被上市商業(yè)銀行的股票價(jià)格指數(shù)所影響；或是與上市商業(yè)銀行股票價(jià)格指數(shù)互相博弈和影響；或是通過某一個(gè)或多個(gè)變量作為中介，所找到的這些相關(guān)變量和上市商業(yè)銀行股票價(jià)格指數(shù)都與這一中介相關(guān)聯(lián)，而相互之間關(guān)聯(lián)很小。但是，本文現(xiàn)無法排除上面列舉的三種情況。因此認(rèn)為，當(dāng)上市商業(yè)銀行股票價(jià)格指數(shù)和所找到的變量在數(shù)據(jù)上有聯(lián)系，就認(rèn)為該變量是上市商業(yè)銀行股票價(jià)格指數(shù)的一個(gè)影響因素。

因本文需要獲得各因素和日收盤價(jià)之間的聯(lián)系，因此，需要每日都有對(duì)應(yīng)的該因素的數(shù)據(jù)。而實(shí)際中大多數(shù)宏觀變量和內(nèi)部微觀變量不能獲得每日的數(shù)據(jù)。宏觀變量和微觀變量主要為月度數(shù)據(jù)、季度數(shù)據(jù)和年度數(shù)據(jù)。為了盡可能準(zhǔn)確地評(píng)判各因素和日收盤價(jià)的聯(lián)系，本文使用的數(shù)據(jù)都是所能找到的以最小期間跨度獲得的數(shù)據(jù)。同時(shí)本文認(rèn)為，各月、各季、各年的數(shù)據(jù)是以每一日的機(jī)制運(yùn)轉(zhuǎn)作為基礎(chǔ)的，因此認(rèn)為它們之間有直接的聯(lián)系，所以在處理數(shù)據(jù)時(shí)，將可獲得的最小期間跨度的數(shù)據(jù)作為這一期間中每一日的該變量的數(shù)據(jù)。

根據(jù)以上闡述，本文建立模型的基本假設(shè)：

假設(shè)1：當(dāng)獲取的變量和上市商業(yè)銀行股票價(jià)格指數(shù)有數(shù)據(jù)上的聯(lián)系，即該變量為上市商業(yè)銀行股票價(jià)格的一個(gè)影響因素。

假設(shè)2：每一個(gè)期間的數(shù)據(jù)和這一期間中的日度數(shù)據(jù)有直接聯(lián)系。該期間的整體數(shù)據(jù)可以用于代表這一期間的日數(shù)據(jù)。

2.變量選取。本文據(jù)此選取了相關(guān)變量，被解釋變量股票價(jià)格指數(shù)，用日收盤價(jià)表示，選取以下四種指標(biāo)作為解釋變量：（1）建筑行業(yè)的增長，用建筑業(yè)增加值同比實(shí)際增速表示；（2）狹義貨幣M1的增長，用狹義貨幣M1同比增速表示；（3）存款比例的增長，用準(zhǔn)貨幣中其他存款同比增速；（4）公司的杠桿率，用負(fù)債與權(quán)益市價(jià)比率表示。下表為這4個(gè)變量以及在本文中設(shè)定的代碼。

變量和本文代碼

三、實(shí)證研究

下面為15家商業(yè)銀行的日收盤價(jià)與四項(xiàng)變量的回歸結(jié)果。等式為回歸所得的方程，等式下、括號(hào)內(nèi)的數(shù)值為該變量回歸得到的P值，最左邊的數(shù)據(jù)是回歸結(jié)果R2。股票日收盤價(jià)的尾標(biāo)為商業(yè)銀行在本文中的編碼。

回歸結(jié)果中，4個(gè)變量的P值完全通過檢驗(yàn)，全部為0.000，R2為0.7805。因此，在78.05%的狀況下，該回歸方程對(duì)銀行的日收盤價(jià)都存在解釋意義。在4個(gè)變量中，根據(jù)系數(shù)的正負(fù)性可以判斷，建筑行業(yè)的增長、杠桿率的大小是銀行日收盤價(jià)的負(fù)向影響因素，狹義貨幣M1的增長、存款比例的增長是銀行日收盤價(jià)的正向影響因素。同時(shí)，常數(shù)項(xiàng)為5.99，可解釋為除以上4個(gè)變量的影響外，銀行每一份股票因其他因素而具有5.99元的基礎(chǔ)價(jià)值。

同時(shí)，因選取的四項(xiàng)指標(biāo)全部為范圍在（0-1]之間的速率或比例數(shù)值，因此認(rèn)為這四項(xiàng)因子之間存在數(shù)量上的可比性，并且可根據(jù)因子前的系數(shù)絕對(duì)值大小確定其對(duì)商業(yè)銀行股票價(jià)格的影響大小。因此根據(jù)上表，大致認(rèn)為四項(xiàng)因子中，商業(yè)銀行杠桿率的影響>建筑行業(yè)的影響>貨幣量的影響>銀行獲得的存款量的影響。

四、結(jié)論分析

1.負(fù)債與權(quán)益市價(jià)比率分析。負(fù)債越大并且所有者權(quán)益越小，即該比率越大，表示銀行的凈資產(chǎn)越小，并且償債壓力越大，因此該指標(biāo)對(duì)股票價(jià)格有負(fù)向影響。因此，負(fù)債與權(quán)益市價(jià)比率對(duì)商業(yè)銀行股票價(jià)格的影響更大。

2.建筑業(yè)增加值分析。居民可能會(huì)將大部分收入用于購房，因而居民其他市場(chǎng)活動(dòng)將被大大削弱。因此，可以理解這是除內(nèi)部直接影響因素外，對(duì)股票價(jià)格影響最大的外部因素。

3.狹義貨幣M1同比增速分析?？梢岳斫鉃椋琈1貨幣供應(yīng)量在某時(shí)間內(nèi)增加的比值越大，即增加金額與原總金額的比值越大，人們將有更大比例的貨幣進(jìn)行市場(chǎng)活動(dòng)和股票交易。因比值較大，新投資的貨幣將有更大的可能撬動(dòng)市場(chǎng)的價(jià)格。因此，狹義貨幣M1增速對(duì)商業(yè)銀行股票價(jià)格有正向影響。

4.準(zhǔn)貨幣中其他存款同比增速分析。銀行的首要業(yè)務(wù)是辦理存款和貸款，當(dāng)銀行擁有更多的存款，其能發(fā)放的貸款越多，獲取的存貸利差總額越大，銀行的利潤越大。此種情況下，銀行的價(jià)值增長，股票價(jià)格 也將增長。因此，該指標(biāo)對(duì)商業(yè)銀行股票價(jià)格有正向影響。