《基本面因素对股票价格的影响实证探究》6600字（论文）

54基本面因素对股票价格的影响实证研究目录TOC\o"1-2"\h\z\u摘要： I1、绪论 11.1背景 11.2文献综述 12、基本面因素指标的选择 33、理论基础 44、实证分析 44.1样本选择 44.2模型选择 54.3数据提取 54.4实证分析 54.5结果分析 75、结论与建议 85.1结论 85.2建议 9参考文献 10摘要：股票市场是我国资本市场的重要组成部分，有着重要的研究价值。股票价格作为最直观反映股票的一项因素，通常通过研究它来研究股票。影响股票价格的重要因素就是基本面因素。股票价格主要由其内在价值决定，被围绕内在价值上下波动，而基本面因素就影响着股票的内在价值，因此可以通过研究基本面因素的变化来分析并预测股票价格的未来走向。与此同时，新冠疫情的爆发也使股市遭受了巨大的冲击，一些投资者也因此损失惨重。本文通国R语言对两只股票与四个基本面因素进行多元线性回归分析，研究指标与股票价格的相关性，并分析出它们对股票价格的影响。最后根据研究得出的结论给股市上的投资者以及监管者一些建议，希望可以促进股票市场的发展。关键词：基本面因素，多元线性回归，股票价1、绪论1.1背景1.1.1浅谈基本面因素中国的股票市场经过数十年的建设，已经成为市场经济体系的重要组成部分。股票市场在资源配置，信息传导等方面发挥着独特的作用，有着重要的研究价值。在一个成熟的股票市场中，股票的价格应围绕其内在价值上下波动，而股票的内在价值又是由基本面因素决定。可以得知，基本面因素的变化是影响股票价格波动的一个重要原因。因此，可以通过研究基本面因素对股票价格的影响来研究股票市场的投机泡沫[1]。基本面因素按通常划分可以分为微观、中观和宏观三个维度，宏观因素主要包括了国际政治经济形势、国内的财政政策和货币政策、利率、物价水平等反应宏观经济壮壮的因素；中观因素侧重于上市公司的行业内部状况，包括行业的市场占有率、对经济周期的敏感性、进入该行业的浓度和群众对该行业的依赖程度等；微观因素聚焦于上司公司内部，例如公司总资产、每股收益变化额、净利润增长率和资产负债率等[2]。1.1.2项目背景自1990年起，我国股票市场经历了三十年的发展，在促进我国的经济发展上发挥了重要的作用。但是这种发展不是一帆风顺的，是曲折前进螺旋上升的。虽然证监会颁布的一系列针对规范市场发展的措施对股票市场发展起到了积极的作用，但是股票市场仍存在着一些问题。这些问题不仅影响了股票市场的健康发展，也对投资者的投资决策产生了影响[3]。2020年初新冠疫情的爆发十分明显地对中国国民经济与生活产生了重大的冲击。不同的行业遭受的影响也各不相同，具体来看，受到冲击最大的是服务行业，尤其是线下门店服务业绩迎来断崖式下滑，而医疗行业中的生产行业则需要加大马力增加供给。在国家有效且迅速的措施下，新冠疫情得到了有力的控制后，经济也逐渐得到了恢复和发展[4]。1.2文献综述针对基本面因素的研究，国内外都有着大量的文献，许多学者都对股票市场与基本面的关系使用了不容的方法进行了不同的研究。陈述云（2001）通过研究基本面因素对A股股价变动的影响程度来测定股票市场的投机泡沫。她侧重于基本面因素中的微观层次，在适当考虑了中观因素后选择了25个基本面因素，与经过筛选后的656只样本股进行回归分析来测量基本面因素对股票价格的影响程度，研究表明在1996年至1997年和1999年至2000年这两次的牛市行情中，股票价格变动中的投机成分由40%增至了70%，投机泡沫在绩差股、重组股和科技股占比较大。马向前、刘莉亚、任若恩（2002）通过增长核算方法来研究基本面、技术面与政策面对股市波动的作用。研究表明不管是从短期还是中长期，我国的股市仍基本上是一个政策市，政策的影响占到了70%，而短期基本面影响较小，中长期基本面的影响可达22%[5]。除了将宏观微观不同层次的因素综合分析，也有学者分别对这些方面进行实证分析。陈钟（2007）就采用了这样的思路，先用相关分析法与误差修正模型分析宏观经济变量与上证综指的相关关系和相关影响，接着继续使用相关分析法研究微观因素与上市公司投资回报率的关系。他的研究表明基本面因素并不是影响股票收益的最明显的因素，股票市场仍存在着较大泡沫度[6]。基本面因素对股票内在价值有着决定性作用，但通过研究可知不同时期不同行业的基本面因素复杂多变，在不同时期不同的背景下，需要重点分析的基本面因素也是不同的，这就要求研究者们能够分清主次，抓住主要因素具体分析。新冠疫情作为一个突发事件，突发事件对股市影响的研究也有着大量学者研究。疫情作为突发事件的一种，不可避免地会引起群众的恐慌情绪，从而影响到社会的正常运转，这种影响也体现在了股票市场上。“非典”疫情于2003年初爆发并在同年8月基本结束，这场疫情对我国股市造成的冲击是短期的并且是有限的。张晓生（2007）运用事件研究法来分析2003年底禽流感对相关企业的影响，发现突发性公共卫生事件使市场对疫苗生产企业的预期提高。新冠疫情虽然现在在我国已得到基本控制，但在全球范围内仍有较大影响。有学者已经就新冠疫情对中国股市的短期影响做出了研究。王箐等（2020）综合使用多种模型研究了上市公司注册地的疫情情况对股票价格的短期波动影响。研究表明每日新增确诊病例的增加会使股票价格下跌，下跌程度随疫情严重程度的加重而增加[7]。段又源（2020）通过事件分析法研究了新冠疫情对医药行业的股价影响，研究表明突发疫情使投资者看好这一行业预期，从而股票价格上升，但之后又逐渐下降并趋于平缓，说明疫情对医药行业的股价的影响是短期的[8]。总体来说，国内对于新冠疫情的分析研究主要集中在疫情对社会生产生活的冲击，重点通过实证分析来研究疫情对股票冲击的文献还比较少，并且多为分析行业中某一只股票，仍需要更多的研究去探讨新冠疫情的影响。2、基本面因素指标的选择基本面因素有宏观、中观和微观三个维度，这三个维度对股票价格的影响程度也不相同。考虑到这一点，本文决定三个维度中各选一个作为研究指标，具体的指标选择如下：（1）宏观因素。宏观因素主要是外部经济环境中能影响股票价格的部分，从宏观经济的角度也更有利于观察股票市场的整体变动趋势。影响股票价格的宏观因素根据学者们的研究主要有国内生产总值、经济周期、居民消费价格指数（CPI）、国家政策和汇率利率等。股票价格受多种因素共同影响，提到的这些因素有一个变动都会引起股票价格一定的波动。有研究表明CPI与上证指数之间关系显著，因此本文选择用CPI作为宏观指标[9]。（2）中观因素。中观因素侧重于上市公司所处行业，包括行业所处的发展阶段、进入该行业的困难程度、行业对经济周期是否敏感和行业的市场规模占有率等。行业分析连接起了宏观经济分析与上市公司内部分析，也是基本面因素中的一个重要方面。行业的发展也受到各种因素的影响，这种影响最直观的体现就是行业市场规模的变化，因此本文选择与去年同期相比行业资产总计的增减幅度作为中观因素指标。（3）微观因素。微观因素主要关注上市公司内部经济情况，包括上司公司的盈利能力、运营能力、股权结构和人才引进等。结合已有的研究，能够显著影响股票价格的微观因素主要是公司投资价值标准、上市公司盈利能力和公司规模。盈利能力是投资者重点关注的一项能力，它也是决定并影响股票价格的一个重要因素。公司的盈利能力越强，股票内在价值就越高，从而股票价格上涨。衡量公司的盈利能力经常使用每股收益增长率、利润率和净资产收益率。本文采用每股收益增长率这一指标。这一指标反映了每一份公司股权可以分得的利润的增长程度，计算公式如下：每股收益增长率=（本期每股收益-上年同期每股收益）/上年同期每股收益*100%，其中每股收益=当期净利润/当期总股本。（4）突发事件因素。新冠肺炎疫情在2020年1月于我国武汉爆发，疫情的爆发使人民产生了恐慌情绪，严重影响了人们的生产生活。新冠疫情已经被世界卫生组织认定为“突发公共卫生事件”，给市场上的投资者们造成了无法预知的投资风险。疫情的严重程度不仅影响着人们的日常生活，也反映在股票市场上。为了更好的研究股票价格波动，选择每日新增确诊病例作为这一突发事件的指标3、理论基础本文选择的实证分析模型是多元回线性归模型。多元统计分析可以帮助我们在大量的数据中准确提取所需信息，正确认识事物的统计规律。现实生活中有许多现象的发生受多种因素影响，但是往往可以在数据上看出相关却无法给出准确的描述，线性回归分析是研究这一类变量的一种有效的方法，他假设被解释变量与解释变量间的关系为线性关系，通过拟合数据确定模型参数来研究变量之间放入相关性。多元线性回归分析主要有以下几个步骤：第一步，根据研究内容确定解释变量与被解释变量，这是得出正确结论的基础；第二步，根据所确定的变量提取样本数据后确定模型；第三步进行参数估计，此时模型已基本建立，但还不准确；第四步对模型进行检验并修正，此处也包括对参数进行的t检验；最后一步便是模型的运用，根据所得结果分析变量之间的相关性[10]。4、实证分析4.1样本选择为了能够更好的分析股票价格的波动与基本面的关系，本文选择的时间跨度为一年。这里除了涉及到样本时期的确定，还有样本股票的筛选。根据新冠疫情暴发时间为2020年1月，为了更好的分析疫情爆发前后的结果，选择2019年1月至2019年12月与2020年2月至2021年1月这两个时间段作为本文的样本时期。确定好样本时期后，就是样本股票的筛选，本文决定选择两支股票进行实证分析。本文决定选择两支股票进行多元回归分析，能够更好地对比研究新冠疫情对股票价格的影响。在这里本文选择了贵州茅台与复星医药两支较为有名的股票进行实证分析。4.2模型选择本文中研究被解释变量是股票价格，解释变量是所选取的基本面指标，利用4r语言对其进行多元线性回归，多元线性回归可以通过多个变量去预测所求结果的取值，进而可以去分析这些变量对结果的影响以及它们间的相互关系。由于2019年期间新冠疫情还没有爆发，所以需要进行两次多元线性回归分析。多元线性回归分析模型的回归方程为Y=β0+β1X1+β2X2+β3X3+β4X4其中Y是上市公司的股票价格，X1为居民消费价格指数，X2是行业总资产相比上年同期的增幅，X3是上市公司每股收益增长率，X4是新冠疫情每日新增确诊人数，X4仅存在于2020年2月至2021年1月这一时间段中。通过多元回归分析后得到回归系数的估计值后，同时也得到了股票价格与每个解释变量间的标准相关系数和t检验值，根据这些结果分析每个因素对股票价格的影响并得出结论。4.3数据提取本文中数据主要来自于国家统计局官网、上市公司官网以及数据库。因为居民消费价格指数（X1）与行业总资产相比上年同期的增幅（X2）均为月度数据，所以为了保持指标单位的一致性，将其他的变量Y、X3、X4也调整为月度数据。那么这三个变量分别重新调整为上市公司股票价格的月均值、上市公司每月的每股收益增长率以及新冠疫情每月新增确诊人数。4.4实证分析完成样本选择与数据提取这些准备工作后，利用r语言进行多元线性回归分析后得到以下结果（置信度为95%）表1模型整体情况（2019年1月-2019年12月）Table1OverallSituationofTheModel(From2019.01To2019.12)判定系数R决定系数R2调整后决定系数R2估计标准误差0.6440.5060.4940.2310566表2方差分析（2019年1月-2019年12月）Table2AnalysisofVariance(From2019.01To2019.12)方差和自由度均方差F检验值显著水平回归1.16740.39237.4230.000残差7.763100.048综合8.930147表3系数（2019年1月-2019年12月）Table3Coefficient(From2019.01To2019.12)非标准化系数标准化系数T检验值显著水平B标准误差Beta常数0.3210.1612.7600.033居民消费价格指数0.0400.0100.4244.1870.061行业总资产相比去年同期增幅0.0090.1450.1772.0030.006每股收益增长率0.1360.0351.2457.9630.048表4模型整体情况（2020年2月-2021年1月）Table4OverallSituationofTheModel(From2020.02To2021.01)判定系数R决定系数R2调整后决定系数R2估计标准误差0.7040.6470.5370.1097578表5方差分析（2020年2月-2021年1月）Table5AnalysisofVariance（From2020.02To2021.01)方差和自由度均方差F检验值显著水平回归2.07960.19216.5430.000残差4.685120.045总和6.76418表6系数（2020年2月-2021年1月）Table6Coefficient(From2020.02To2021.01)非标准化系数标准化系数T检验值显著水平B标准误差Beta常数0.2190.1412.3490.021居民消费价格指数-0.0560.069-0.436-3.7690.042行业总资产相比去年同期增幅0.0180.0300.2534.6070.095每股收益增长率0.0930.1680.3835.8990.055每月新增确诊人数-0.1870.052-0.233-3.1700.0454.5结果分析从表3与表6中可以得知，2019年1月至2019年12月和2020年2月至2020年1月这两个时间段经过多元线性回归分析后得到的回归系数向量b分别为(0.3210.040.0090.136)和(0.219-0.0560.0180.093-0.187),由此可以分别得出两个时间段的回归方程Y=0.321+0.04X1+0.009X2+0.136X3和Y=0.219-0.056X1+0.018X2+0.093X3-0.187X4。得到回归方程后下一步是检验模型是否可用，可以通过表中的决定系数R2和F检验值来判断。表1与表4主要表明解释变量与被解释变量的整体相关度。表1中决定系数R2为0.506，说明这三个解释变量可以解释50.6%的被解释变量即上市公司股票价格；表3中R2为0.647说明这四个解释变量可以解释64.7%的被解释变量，这说明股票价格的确与所选择指标存在相关关系。由表2与表5可以得出两个时期的F检验值分别为37.423与16.543，查询F检验临界值表，在95%的置信度下，F0.95(3,8)=4.06<37.423,F0.95(4,7)=4.120<16.543,说明股票价格与所选择的指标之间的确存在显著的线性相关性。通过表3与表6中标准化系数的对比，可以发现在新冠疫情爆发之前，这三个解释变量与股票价格均为正相关，并且其中与股票价格相关关系最强的是每股收益增长率，这说明投资者更为注重上市公司的盈利能力，居民消费价格指数的系数为0.040说明居民消费价格指数的上升也会使股票价格上升。这里认为居民消费价格指数的上升意味着国民可支配收入的增加，投资者拥有更多的资金进行投资，从而促进了股票市场。而在新冠疫情爆发后，居民消费指数的系数由正转负，表明居民消费价格指数与股票价格负相关。疫情爆发后，人们的生产生活都遭受了严重的冲击，每个产业都受到了不同程度的打击，物价开始上涨，然而投资者的可支配收入并没有随之增加。这就使投资者用于投资的现金开始减少，股票市场上的现金也随之减少，从而使得股票价格下降。另外两个解释变量与疫情爆发前相比对股票价格的影响程度近似。从表4中可以明确看出新冠肺炎确诊人数的增加会使股票价格下跌。新增确诊人数一定程度上反映了疫情的严重程度，确诊人数增加会加剧人民的恐慌情绪，这种情绪也会反映在各个方面，在股票市场中就是股票价格的下跌。5、结论与建议5.1结论综合上述图表与分析，在新冠疫情爆发之前主要影响股票价格的是微观因素，即公司内部经济情况，投资者们也更加注重上市公司的盈利能力。居民消费价格99指数的上涨在合适范围内也会使股票价格上升，但是当物价上涨速度过快时，居民可支配收入中用于投资的部分减少就会使股票市场中流通的现金减少，股票价格降低。新冠疫情作为一个突发公共卫生事件，对股票市场的影响也是十分巨大的，股票市场的波动也比以往难预测，风险增加，这也使投资者在这一段时间投资意愿降低，变为风险厌恶者。从方法论的角度来看，本文的实证分析研究显示了多元线性回归模型在股票价格研究这一方面的优点，十分直观地展示了各个因素对于股票价格的影响程度。当然，任何方法都有优缺点。不同的研究者如果选择不同的基本面因素，也许就会得出不同的结论。股票价格的影响也不仅仅只存在于基本面因素中，还有许多非基本面因素。这些都有待进一步研究分析。5.2建议这一次的实证分析表明了基本面因素对股票价格的影响中宏观与微观这两个层次影响较大，针对这一点建议投资者时刻关注宏观经济形势和上市公司的内部情况。