【家電行業(yè)上市公司股價(jià)影響因素的實(shí)證研究8600字】

家電行業(yè)上市公司股價(jià)影響因素的實(shí)證研究目錄TOC\o"1-2"\h\u一、引言 引言研究背景疫情過后，我國的經(jīng)濟(jì)逐漸回暖，家電行業(yè)前景良好。主要的原因有三個(gè)方面，第一，隨著中國鄉(xiāng)村振興和城鎮(zhèn)化進(jìn)程的發(fā)展，以及2020年脫貧攻堅(jiān)戰(zhàn)的順利收官，居民收入水平的提高使得家電行業(yè)產(chǎn)品銷售量提高。第二，電子銷售渠道的迅速發(fā)展，開拓了低級(jí)別市場。尤其在2020年的新冠疫情期間，電商銷售渠道展現(xiàn)了明顯的優(yōu)勢。第三，家電行業(yè)產(chǎn)品與房地產(chǎn)行業(yè)產(chǎn)品為互補(bǔ)品，二者相關(guān)性高，所以家電行業(yè)產(chǎn)品銷售受到房地產(chǎn)行業(yè)新房銷售的影響，這個(gè)影響存在滯后性但影響程度高。國內(nèi)學(xué)者上市公司財(cái)務(wù)指標(biāo)對(duì)其股票價(jià)格的影響研究較少，以家電行業(yè)上市公司為研究對(duì)象的文獻(xiàn)更是少之又少，所以本文在借鑒之前學(xué)者對(duì)影響上市公司股價(jià)因素的研究方法與結(jié)論之后，以家電行業(yè)上市公司為研究對(duì)象對(duì)其股價(jià)影響因素進(jìn)行分析。影響股票價(jià)格的因素有很多，本文選取可用數(shù)據(jù)進(jìn)行直觀分析上市公司的財(cái)務(wù)指標(biāo)，來研究影響家電行業(yè)上市公司股價(jià)的因素。研究意義本文對(duì)家電行業(yè)27家上市公司財(cái)務(wù)指標(biāo)對(duì)股票價(jià)格影響的研究和分析具有重要的理論與現(xiàn)實(shí)價(jià)值，可以幫助企業(yè)從財(cái)務(wù)指標(biāo)角度著手，清楚的了解和掌握影響自身企業(yè)股價(jià)的內(nèi)部因素，并且合理利用政策有效經(jīng)營企業(yè)，優(yōu)化內(nèi)部因素，在排除宏觀因素的影響下，提高公司市值和股票收益以達(dá)到實(shí)現(xiàn)增加股東回報(bào)和公司持續(xù)發(fā)展的目的。股票的價(jià)格受到多方面因素的影響，比如，宏觀經(jīng)濟(jì)政策，國際政治經(jīng)濟(jì)形勢等外部不可控的因素。正因?yàn)橛羞@些不確定因素的存在，導(dǎo)致股票價(jià)格變幻莫測，而股票的高風(fēng)險(xiǎn)性也給股票投資者造成了損失。但除了這些不確定性因素之外，上市公司的財(cái)務(wù)指標(biāo)對(duì)股價(jià)的影響也不容忽視，財(cái)務(wù)指標(biāo)可以反映出企業(yè)在一定期限內(nèi)的經(jīng)營狀況，經(jīng)營狀況良好的上市公司，其發(fā)展以及獲利等方面的能力也比較穩(wěn)定。投資者也會(huì)選擇財(cái)務(wù)表現(xiàn)更好的上市公司進(jìn)行投資，資本的增加會(huì)對(duì)股票價(jià)格的上漲利好。所以分析財(cái)務(wù)指標(biāo)對(duì)上市公司股票價(jià)格的影響是非常有必要的，從投資者的角度來說，可以根據(jù)查閱上市公司的財(cái)務(wù)報(bào)告判斷上市公司是否值得投資。從經(jīng)營者角度來說，研究財(cái)務(wù)指標(biāo)作為股價(jià)影響因素的結(jié)論，可以使經(jīng)營者明確決策方向，從而有效經(jīng)營企業(yè)，得到投資等。本文通過實(shí)證分析研究財(cái)務(wù)指標(biāo)對(duì)股價(jià)的影響，希望可以給家電行業(yè)上市公司的經(jīng)營決策提供有效參考。研究思路與方法本文通過相關(guān)理論知識(shí)的學(xué)習(xí)以及查閱之前學(xué)者的研究成果，初步了解影響股價(jià)的因素以及國內(nèi)對(duì)上市公司財(cái)務(wù)指標(biāo)作為股價(jià)影響因素研究的現(xiàn)狀，并從中借鑒研究方法和思路，展開本文對(duì)我國家電行業(yè)上市公司股價(jià)影響因素的實(shí)證分析。首先是將RESSET金融數(shù)據(jù)庫中提取的相關(guān)數(shù)據(jù)在EXCLE表格中進(jìn)行初步處理，之后利用軟件SPSS22.0對(duì)設(shè)置的變量進(jìn)行因子分析，并通過因變量與提取因子的相關(guān)性，篩選出與因變量顯著相關(guān)的因子，然后將篩選出的因子和因變量利用SPSS22.0軟件進(jìn)行回歸分析，得出回歸分析結(jié)論。結(jié)論顯示只有一個(gè)因子與因變量顯著相關(guān)，所以在實(shí)證分析的結(jié)尾又加入了利用Eviews9.0軟件來進(jìn)行多元線性回歸的步驟，目的是為了探究因子包含的各項(xiàng)原有自變量各自對(duì)因變量產(chǎn)生的影響。因子分析的本質(zhì)是降維，是指從多個(gè)原有變量中提取能夠代表原有變量特征的因子，并且提取的因子數(shù)量通常都少于原有變量的個(gè)數(shù)，這樣才能達(dá)到降維的目的。相關(guān)性分析用來分析各變量之間的相關(guān)性，因子分析中在提取因子這一步驟之前，要先確定原有變量是否適合因子分析，如果可以確定原有變量之間具有較高的相關(guān)性，才能順利展開因子分析。而且在回歸分析中，確定為解釋與被解釋的關(guān)系的前提是變量之間要存在足夠顯著的相關(guān)性。在本文的實(shí)證研究中相關(guān)性分析是不可缺少的一部分。回歸分析是指建立回歸模型來檢驗(yàn)解釋變量或自變量，對(duì)因變量或被解釋變量的影響是否顯著，只有擬合優(yōu)度等各項(xiàng)檢驗(yàn)指標(biāo)均通過才能確立最終的回歸方程，并從中得出實(shí)證分析的結(jié)果。文獻(xiàn)綜述卿夢琳（2019）REF_Ref29312\r\h[1]以741家上市公司為研究對(duì)象，提取2010-2017年這八年的741家上市公司的財(cái)務(wù)指標(biāo)和股價(jià)數(shù)據(jù),并通過軟件進(jìn)行對(duì)這些數(shù)據(jù)進(jìn)行實(shí)證分析,并從741家上市公司整體分析和將741家上市公司分為不同的行業(yè)分析兩個(gè)角度來研究上市公司成長性對(duì)股價(jià)的影響。實(shí)證分析結(jié)果顯示，從分行業(yè)分析的角度來看，房地產(chǎn)行業(yè)成長型對(duì)股價(jià)的影響最大。從整體分析的角度來看，證券綜合指數(shù)增長率這一財(cái)務(wù)指標(biāo)對(duì)股價(jià)的影響最大。高金銘（2019）REF_Ref29364\r\h[2]以我國A股市場上市公司為研究對(duì)象，以上市公司同時(shí)期的財(cái)務(wù)指標(biāo)和股價(jià)數(shù)據(jù)為樣本進(jìn)行回歸分析。結(jié)果顯示，上市公司股價(jià)的短期波動(dòng)主要是受到其公司盈利能力和流動(dòng)性的影響，而資本結(jié)構(gòu)和償債能力對(duì)股價(jià)也存在一定的影響，但這種影響往往是滯后的。宋金龍（2019）REF_Ref29397\r\h[3]以主板、中小板、創(chuàng)業(yè)板三個(gè)板塊的上市公司代表整個(gè)股票市場并作為研究樣本，結(jié)合理論對(duì)上市公司股票的影響因素進(jìn)行實(shí)證研究。與之前的學(xué)者研究不同的是，他提出除了上市公司本身的財(cái)務(wù)狀況外，還應(yīng)關(guān)注管理層價(jià)值和股東因素對(duì)股票價(jià)格的影響，并且股東因素較財(cái)務(wù)指標(biāo)對(duì)股價(jià)的影響更為顯著，在不同的板塊和行業(yè)也更具有穩(wěn)定性。撒媛媛（2018）REF_Ref29426\r\h[4]研究影響房地產(chǎn)行業(yè)上市公司股價(jià)的因素，研究結(jié)果表明每股收益等盈利能力與股價(jià)顯著正相關(guān)，并且提出財(cái)務(wù)指標(biāo)對(duì)股價(jià)影響程度的大小根據(jù)上市公司資產(chǎn)規(guī)模的不同而不同，總資產(chǎn)規(guī)模越大的公司，其財(cái)務(wù)指標(biāo)對(duì)股價(jià)的解釋能力就越強(qiáng)。聶苗苗（2018）REF_Ref16127\r\h[5]以新三板市場的21家企業(yè)為研究對(duì)象，對(duì)其16的財(cái)務(wù)指標(biāo)進(jìn)行主成分分析，提取因子并與因變量企業(yè)股價(jià)進(jìn)行多元線性回歸，并且引入行業(yè)和轉(zhuǎn)讓方式來作為控制變量來確保實(shí)證分析結(jié)果的可靠性。實(shí)證分析結(jié)果顯示，除償債能力因子之外的營運(yùn)能力因子，盈利能力因子等均與企業(yè)股價(jià)呈現(xiàn)正相關(guān)。陳宋利（2017）REF_Ref29453\r\h[6]研究了上市公司財(cái)務(wù)信息對(duì)其股價(jià)的影響，并將選取的樣本按照一定區(qū)別進(jìn)行分類之后進(jìn)行最小二乘估計(jì)和穩(wěn)健性檢驗(yàn)。研究結(jié)果表明相較于償債能力等一些指標(biāo)，投資者將更多的注意力放在了盈利能力指標(biāo)上，并且更加關(guān)注資產(chǎn)方面的財(cái)務(wù)指標(biāo)。還表明上市公司財(cái)務(wù)信息的披露跟上市公司的規(guī)模呈現(xiàn)正相關(guān)。田孝華（2016）REF_Ref16271\r\h[7]以SPSS軟件為工具，以中小板上市公司為研究對(duì)象，對(duì)上市公司盈利能力、成長能力和營運(yùn)能力對(duì)股價(jià)的影響進(jìn)行實(shí)證研究，研究結(jié)果顯示，除了營運(yùn)能力之外，上市公司股價(jià)與盈利能力相關(guān)性最強(qiáng)。并且提出在關(guān)注上市公司盈利能力之外，還應(yīng)關(guān)注企業(yè)的風(fēng)險(xiǎn)能力。劉平云（2016）REF_Ref29475\r\h[8]也是通過對(duì)房地產(chǎn)行業(yè)上市公司財(cái)務(wù)指標(biāo)進(jìn)行研究，通過對(duì)相關(guān)數(shù)據(jù)進(jìn)行回歸分析進(jìn)行實(shí)證研究。研究結(jié)果顯示，房地產(chǎn)行業(yè)上市公司的股價(jià)會(huì)受到其財(cái)務(wù)指標(biāo)的影響，其中股價(jià)受每股收益這一代表上市公司盈利能力的財(cái)務(wù)指標(biāo)的影響最大。楊毅（2015）REF_Ref29505\r\h[9]以176家江蘇省的上市公司為研究對(duì)象依舊是選取上市公司的財(cái)務(wù)指標(biāo)數(shù)據(jù)和股價(jià)數(shù)據(jù)進(jìn)行回歸分析，分析結(jié)果顯示股價(jià)的影響因素有中盈利能力指標(biāo)對(duì)股票價(jià)格影響因素最大，這也是回歸模型中可以直觀表明的，其他還認(rèn)為，雖然上市公司的償債能力對(duì)上市公司股價(jià)的影響并不顯著，但它卻代表著上市公司的風(fēng)險(xiǎn)，以及上市公司是否可以持續(xù)的發(fā)展，投資者應(yīng)增加對(duì)上市公司償債能力的關(guān)注。投資者也應(yīng)該關(guān)注股票的內(nèi)在價(jià)值，而上市公司的成長能力在未來也會(huì)影響股票價(jià)格。任秀敏（2015）REF_Ref29534\r\h[10]同樣也是選取樣本進(jìn)行實(shí)證研究，研究結(jié)果顯示上市公司股價(jià)受到其財(cái)務(wù)指標(biāo)的顯著影響，但與其他學(xué)者的研究成果不同的是，她主張投資者應(yīng)該適當(dāng)?shù)年P(guān)注上市公司的償債能力以及現(xiàn)金流狀況，并就此提出了改善建議，即減少政府不必要的干涉，防止股票的內(nèi)在價(jià)值與其實(shí)際的市場價(jià)值偏離，并且在此基礎(chǔ)上加強(qiáng)投資知識(shí)的教育普及。王召方（2015）REF_Ref29560\r\h[11]以A股上市公司為研究對(duì)象,對(duì)股票價(jià)格影響的財(cái)務(wù)指標(biāo)進(jìn)行實(shí)證分析。研究結(jié)果顯示，短期內(nèi)每股息稅前利潤、每股凈資產(chǎn)與股票價(jià)格顯著正相關(guān);每股留存收益、公司規(guī)模與股票價(jià)格顯著負(fù)相關(guān)。任穎涵（2014）REF_Ref29590\r\h[12]以上證50指數(shù)股上市公司為樣本，提取上市公司2009-2013年這五年間的財(cái)務(wù)指標(biāo)以及平均收盤價(jià)數(shù)據(jù)進(jìn)行實(shí)證研究，研究結(jié)果與上述學(xué)者的研究結(jié)果差別不大，但不同的是她提出上市公司股價(jià)與受不同財(cái)務(wù)指標(biāo)的影響程度不同。并且根據(jù)結(jié)果提出了從政府信息，披露角度和投資者自身這三個(gè)角度的改善建議。綜上所述，大部分學(xué)者的研究結(jié)果都表明，上市公司財(cái)務(wù)指標(biāo)是其股價(jià)的影響因素之一。而財(cái)務(wù)指標(biāo)中的盈利能力指標(biāo)對(duì)股價(jià)有顯著影響，這也是導(dǎo)致大部分投資者將大部分的注意力都集中在上市公司的盈利能力指標(biāo)上。也有部分學(xué)者的研究結(jié)果表明上市公司股價(jià)受到其盈利能力和成長能力兩類財(cái)務(wù)指標(biāo)的影響。這里不排除研究數(shù)據(jù)的處理方法、研究方法、研究的行業(yè)或板塊以及實(shí)證研究過程中的隨機(jī)誤差所導(dǎo)致的研究結(jié)果的不同。其次，還有學(xué)者研究關(guān)注到上市公司的償債能力和現(xiàn)金流，提出這兩類指標(biāo)也對(duì)上市公司的股價(jià)也有一定的影響，并且提出其影響可能存在滯后性。股票價(jià)格的主要影響因素一直以來股票投資都被認(rèn)為是風(fēng)險(xiǎn)較高的投資種類，其原因主要是股票的價(jià)格變化較大而且難以預(yù)測，但對(duì)于風(fēng)險(xiǎn)承受能力較高的投資者，股票的高收益對(duì)他們來講無疑有著強(qiáng)大的吸引力。所以清晰透徹的了解影響股票價(jià)格的因素，可以幫助這類投資者減少一定程度上的損失。依據(jù)有關(guān)理論可以得知影響股票價(jià)格的因素主要有以下幾個(gè)：宏觀經(jīng)濟(jì)因素，宏觀經(jīng)濟(jì)因素主要包括經(jīng)濟(jì)運(yùn)行的周期性和政府宏觀調(diào)控。當(dāng)宏觀經(jīng)濟(jì)的運(yùn)行處在不同的階段時(shí)，股價(jià)也會(huì)有相應(yīng)的波動(dòng)，但由于投資者心理不同，導(dǎo)致不同的投資者對(duì)經(jīng)濟(jì)趨勢的預(yù)期不同，從而做出不同的投資行為最終引起股價(jià)的波動(dòng)?？偟膩碚f宏觀經(jīng)濟(jì)運(yùn)行周期對(duì)股價(jià)產(chǎn)生的影響會(huì)因?yàn)橥顿Y者心理這一因素的存在而產(chǎn)生滯后效應(yīng)。其次，是政府宏觀調(diào)控。政府宏觀調(diào)控主要采用貨幣政策和財(cái)政政策，與投資相關(guān)的經(jīng)濟(jì)指標(biāo)有匯率、利率等，而這些指標(biāo)總是會(huì)受到貨幣供給量的影響，政府會(huì)通過增加或減少貨幣供給量來達(dá)到調(diào)控這些經(jīng)濟(jì)指標(biāo)的目的。一般來說利率下降時(shí)，股票的價(jià)格會(huì)上漲，而匯率貶值，資本向外流出，這時(shí)股價(jià)也會(huì)下跌。政府也可以通過稅收來調(diào)控社會(huì)總需求，增稅減稅都會(huì)對(duì)股價(jià)產(chǎn)生一定的影響。宏觀非經(jīng)濟(jì)因素，宏觀非經(jīng)濟(jì)因素主要包括軍事、文化和自然等因素。軍事沖突會(huì)在一定程度上造成一國經(jīng)濟(jì)的動(dòng)蕩，從而影響股票的正常交易。如果發(fā)生大規(guī)模的戰(zhàn)爭，如第二次世界大戰(zhàn)，則必然會(huì)導(dǎo)致全世界范圍內(nèi)經(jīng)濟(jì)蕭條，股市作為經(jīng)濟(jì)體系中的一部分，其波動(dòng)自然就不言而喻了。文化的不同也會(huì)對(duì)股票的價(jià)格由所影響，其對(duì)股票價(jià)格的影響機(jī)制主要是，不同的文化往往會(huì)導(dǎo)致投資和儲(chǔ)蓄的觀念不同，導(dǎo)致股票市場上的資金流動(dòng)不同，股價(jià)也會(huì)因此而波動(dòng)。其次就是，如果在股票市場對(duì)投資相關(guān)知識(shí)了解程度高的投資者，占所由投資者的比重較大，那么整個(gè)股票市場也會(huì)相對(duì)穩(wěn)定。自然災(zāi)害的發(fā)生一般不可控，也會(huì)對(duì)股價(jià)產(chǎn)生影響。一般來說，自然災(zāi)害發(fā)生之后，股價(jià)又跌又漲，下跌很正常，但股票上漲主要是因?yàn)樵谛迯?fù)階段，對(duì)某類生產(chǎn)資料的需求會(huì)增加，股價(jià)自然隨之上漲。產(chǎn)業(yè)和區(qū)域因素，首先是產(chǎn)業(yè)因素，一般來說產(chǎn)業(yè)處在不同的生命周期，其股價(jià)的表現(xiàn)也是不同的。在成長期和穩(wěn)定期的產(chǎn)業(yè)，其股票價(jià)格的表現(xiàn)一定要會(huì)優(yōu)于處在衰退期的產(chǎn)業(yè)。其次是區(qū)域因素，不同發(fā)展程度的區(qū)域，其股價(jià)的表現(xiàn)也不同。經(jīng)濟(jì)發(fā)展好，信息化智能化程度高的地區(qū)，其股票價(jià)格在同產(chǎn)業(yè)內(nèi)的表現(xiàn)也會(huì)優(yōu)于其他地區(qū)的股票。企業(yè)自身因素，最終來說，股票的價(jià)格還是圍繞其價(jià)值上下波動(dòng)，企業(yè)自身的價(jià)值才是反映股票長期價(jià)值的核心。一般來說經(jīng)營狀況良好，盈利可觀，償債能力強(qiáng)的上市公司，其股價(jià)的表現(xiàn)也會(huì)比較好，而經(jīng)營狀況較差，連續(xù)幾年虧損，資不抵債可能會(huì)破產(chǎn)的上市公司，就存在退市的風(fēng)險(xiǎn)。樣本數(shù)據(jù)據(jù)選取樣本選取本文選取2015年、2016年2017年2018年2019年這五個(gè)年度的財(cái)務(wù)報(bào)表數(shù)據(jù)和各年度的次年即2016年、2017年、2018年、2019年、2020年股票的年均收盤價(jià)。樣本選擇依據(jù)下述標(biāo)準(zhǔn):

(1)本文選取家電行業(yè)這一消費(fèi)板塊中與我國消費(fèi)者生活相關(guān)程度較高的行業(yè)，來保證本文實(shí)證研究的結(jié)果的實(shí)際意義。為達(dá)到幫助投資者了解家電行業(yè)上市公司股價(jià)的影響因素的目的，本文選取了省市上市的家電行業(yè)公司。(2)為了避免實(shí)證分析結(jié)果被樣本中的異常值所干擾，排除了經(jīng)營狀況不樂觀甚至有退市風(fēng)險(xiǎn)的ST公司(3)本文分析2015年之后的數(shù)據(jù)，所以就要求所選取的家電行業(yè)公司在2015年已經(jīng)上市，并且每年披露的財(cái)務(wù)指完整。所以排除了披露不完整或個(gè)別財(cái)務(wù)指標(biāo)缺失的家電行業(yè)上市公司。最后選取了27家上市公司樣本。數(shù)據(jù)選取本文實(shí)證分析中所用到的數(shù)據(jù)均來自于RESSET金融研究數(shù)據(jù)庫。利用excel表格對(duì)提取的數(shù)據(jù)進(jìn)行了初步處理。并通過SPSS22.0完成實(shí)證分析。模型設(shè)計(jì)變量選取參照之前學(xué)者的研究，選取2015-2019年間27家家電行業(yè)上市公司12個(gè)財(cái)務(wù)指標(biāo)作為原始自變量Xi，以及2016-2020年間顧家的年均收盤價(jià)作為因變量Y具體見下表4.1。表4.1財(cái)務(wù)指標(biāo)及編號(hào)指標(biāo)類型指標(biāo)名稱編號(hào)盈利能力指標(biāo)每股收益X1資產(chǎn)收益率X2營業(yè)利潤率X3償債能力指標(biāo)流動(dòng)比率X4速動(dòng)比率X5現(xiàn)金比率X6成長能力指標(biāo)每股收益增長率X7營業(yè)利潤增長率X8總資產(chǎn)增長率X9營運(yùn)能力指標(biāo)存貨周轉(zhuǎn)率X10應(yīng)收賬款周轉(zhuǎn)率X11總資產(chǎn)周轉(zhuǎn)率X12建立模型因子分析模型其中，()為自變量；()為公共因子；（）為系數(shù)；為特殊因子，表示原有變量不能被因子解釋的部分，獨(dú)立于?；貧w分析模型假設(shè)選取樣本的的財(cái)務(wù)指標(biāo)與其股票價(jià)格具有一定的相關(guān)性，則建立線性回歸方程。其中為股票價(jià)格，為系數(shù)。實(shí)證分析分析原有變量是否適合因子分析由于本次實(shí)證分析的原有自變量眾多，在之后的回歸分析中容易出現(xiàn)較大的誤差，所以選擇利用因子分析提取出個(gè)數(shù)少于原有自變量個(gè)數(shù)并且很大程度上可以代表原有自變量的共同特征的因子，并與因變量進(jìn)行回歸分析。在進(jìn)行提取因子這一步驟之前，先分析原有變量進(jìn)行因子分析的適當(dāng)性，一般情況下檢驗(yàn)原有變量是否適合因子分析的指標(biāo)為KMO值。一般情況下KMO>0.5時(shí)，說明原有的自變量可以進(jìn)行因子分析，具體的檢驗(yàn)結(jié)果如下表：表4.1巴特利特球度檢驗(yàn)和KMO檢驗(yàn)KMO與Bartlett檢定Kaiser-Meyer-Olkin測量取樣適當(dāng)性。.537Bartlett的球形檢定近似卡方298.100df66Sig..000由表4.1可知巴特利特球度檢驗(yàn)近似卡方為298.100，在顯著性水平為0.05的情況下概率p值接近于0且KMO值為0.537，可以認(rèn)為原有變量勉強(qiáng)可以進(jìn)行因子分析。因子分析因子提取表4.2公因子方差表起始擷取每股收益X11.000.802資產(chǎn)收益率X21.000.940營業(yè)利潤率X31.000.782流動(dòng)比率X41.000.947速動(dòng)比率X51.000.967現(xiàn)金比率X61.000.949每股收益增長率X71.000.841營業(yè)利潤增長率X81.000.905總資產(chǎn)增長率X91.000.660存貨周轉(zhuǎn)率X101.000.825應(yīng)收賬款周轉(zhuǎn)率X111.000.753總資產(chǎn)周轉(zhuǎn)率X121.000.786擷取方法：主體元件分析。表4.3顯示了所有共同變量的自由度，初始解下的自由度為1，但因子分析的目的是提取少于原有變量個(gè)數(shù)的公因子，以代表其共同的特征。所以不可提取全部。一般認(rèn)為自由度大于0.4就代表提取的公因子就可以解釋原有的變量，由表4.3可知，除了總資產(chǎn)增長率的方差值小于0.7以外，剩余的原有自變量的75%以上的信息都可以被因子解釋，說明因子提取的效果較好。表4.3解釋的總方差元件起始特征值擷取平方和載入循環(huán)平方和載入總計(jì)變異的%累加%總計(jì)變異的%累加%總計(jì)變異的%累加%13.93932.82832.8283.93932.82832.8283.58929.91029.91023.18226.51459.3423.18226.51459.3422.86923.91153.82131.66113.84473.1851.66113.84473.1851.97116.42270.24341.37711.47784.6621.37711.47784.6621.73014.41984.6625.5914.92889.5906.4243.53093.1217.3392.82695.9468.2432.02197.9679.1431.19499.16210.053.43899.60011.044.36899.96812.004.032100.000擷取方法：主體元件分析。表4.4中可以得出，此次因子分析共提取了4個(gè)因子，累計(jì)方差貢獻(xiàn)率為84.7%。旋轉(zhuǎn)后提取的4個(gè)因子的方差貢獻(xiàn)分別為3.589、2.869、1.971、1.730.分別解釋原有12個(gè)變量總方差的29.9%、23.9%、16.4%、14.4%，累計(jì)方差貢獻(xiàn)率依舊為84.7%。說明提取的因子能夠很好的解釋原有變量，所以因子分析效果理想。因子的命名解釋表4.4旋轉(zhuǎn)后的因子載荷矩陣元件1234速動(dòng)比率X5.970-.141.064-.043現(xiàn)金比率X6.966.052.055.101流動(dòng)比率X4.949-.098.026-.189營業(yè)利潤率X3.652.275.478.229資產(chǎn)收益率X2.073.943.198.085每股收益X1-.003.877.131.126總資產(chǎn)周轉(zhuǎn)率X12-.303.785-.034.279總資產(chǎn)增長率X9.197.590.106-.512營業(yè)利潤增長率X8-.037.056.946-.073每股收益增長率X7.195.176.877.059存貨周轉(zhuǎn)率X10-.135.144.044.886應(yīng)收賬款周轉(zhuǎn)率X11.441.291.001.688由表4.5根據(jù)載荷高低可知，第一個(gè)因子F1可以解釋X5、X6、X4、X3這四個(gè)原有自變量；第二個(gè)因子F2可以解釋X2、X1、X12和X9這四個(gè)原有自變量；第三個(gè)因子F3可以解釋X8、X7這兩個(gè)原有自變量。第四個(gè)因子F4可以解釋X10、X11這兩個(gè)原有自變量。相關(guān)性分析利用相關(guān)性分析剔除掉與因變量相關(guān)性不高的因子。表4.5Y與各因子之間的相關(guān)性表YF1F2F3F4Y(Pearson)相關(guān)1.002.905**.005.019顯著性（雙尾）.994.000.981.923N2727272727F1(Pearson)相關(guān).0021.000.000.000顯著性（雙尾）.9941.0001.0001.000N2727272727F2(Pearson)相關(guān).905**.0001.000.000顯著性（雙尾）.0001.0001.0001.000N2727272727F3(Pearson)相關(guān).005.000.0001.000顯著性（雙尾）.9811.0001.0001.000N2727272727F4(Pearson)相關(guān).019.000.000.0001顯著性（雙尾）.9231.0001.0001.000N2727272727**.相關(guān)性在0.01層上顯著（雙尾）。從表4.5可以看到只有F2在顯著性水平為0.01上與股價(jià)Y高度相關(guān)，而F1、F2、F4這三個(gè)因子與因變量Y的相關(guān)性都較弱，所以在接下來的回歸分析中剔除掉F1、F3、F4這三個(gè)因子?；貧w分析線性回歸方程的擬合優(yōu)度檢驗(yàn)表4.6模型擬合優(yōu)度檢驗(yàn)?zāi)Ｐ蚏R平方調(diào)整后R平方標(biāo)準(zhǔn)偏斜度錯(cuò)誤Durbin-Watson2.5451.905a.819.8118.74384表4.6中R2的值為0.819，說明從原有的自變量提取的公因子對(duì)因變量股價(jià)的解釋能力為81.9%，所以因變量可以被自變量線性的反映出來。R的值為0.905，說明模型中與原數(shù)值吻合的預(yù)測值高達(dá)90.5%?？傮w來說，模型的擬合優(yōu)度很好。且DW=2.545接近于2，說明模型不存在自相關(guān)性?；貧w系數(shù)的顯著性檢驗(yàn)表4.7系數(shù)顯著性表模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)化系數(shù)T顯著性B標(biāo)準(zhǔn)錯(cuò)誤Beta1（常數(shù)）20.9491.68312.449.000F218.2221.715.90510.626.000從表4.7中可以看出，T顯著不等于0，并且在0.05的顯著性水平下p值接近于0，說明公因子對(duì)股價(jià)的影響顯著。實(shí)證分析結(jié)論確立的回歸方程如下：由回歸方程方程可以看出，因子F2股價(jià)Y存在正相關(guān)關(guān)系。F2反映的兩個(gè)財(cái)務(wù)指標(biāo)每股收益、資產(chǎn)收益率、與Y之間存在正向的相關(guān)關(guān)系。其余的因子F1、F3、F4與Y不存在相關(guān)關(guān)系，同樣也表明這3個(gè)因子所解釋的財(cái)務(wù)指標(biāo)均與股價(jià)Y不存在相關(guān)關(guān)系?；贓views9.0的多元線性回歸分析由之前的因子分析可以得知，提取因子中包含的原有自變量之間的必定存在較高的相關(guān)性。為保證實(shí)證分析的準(zhǔn)確性，得出相關(guān)系數(shù)矩陣如圖1所示。接下來就直接利用Eviews9.0軟件進(jìn)行逐步回歸，以消除自變量之間多重共線性對(duì)實(shí)證結(jié)果造成的影響。多重共線性檢驗(yàn)圖1因變量Y與因子包含自變量的相關(guān)系數(shù)矩陣圖1中可以很直觀地看到x1與x2、x12之間的相關(guān)系數(shù)較高，說明如果進(jìn)行簡單的多元線性回歸，肯定會(huì)出現(xiàn)部分自變量顯著性檢驗(yàn)不通過的情形。所以必須消除變量之間的多重共線性在進(jìn)行回歸分析，為了簡化實(shí)證過程，這里直接采用有進(jìn)有出的逐步回歸法。逐步回歸圖2逐步回歸結(jié)果由圖2可知，在進(jìn)行逐步回歸消除多重共線性的過程中，剔除了X2、X9、X12只剩下了X1，并且在顯著性水平為0.05的情況下，X1的P值接近于0，通過顯著性檢驗(yàn)，并且模型調(diào)整后的R2=0.8706，說明模型擬合優(yōu)度良好。總結(jié)本文通過因子分析提取出四個(gè)因子，并將這四個(gè)因子與股價(jià)進(jìn)行回歸分析，最后在排除多重共線性的情況下，發(fā)現(xiàn)只有一個(gè)因子與股價(jià)有顯著的相關(guān)性，并且是正相關(guān)關(guān)系。這個(gè)因子包含每股