基于回歸分析的房地產業股票價格研究

邵 娜

（華中師范大學 經濟學院，湖北 武漢 430079）

1 引言

上市公司的會計信息是股票市場信息的重要來源，它對于股票市場的價格有著不可忽視的作用，上市公司的會計信息主要反應在會計報表中，所以股票價格與上市公司企業內部財務狀況有著密切的相關關系。本文從股票價格與財務指標的關系出發，采用實證研究的方法，應用時間序列數據，隨機抽取25家上市房地產業的股票價格作為特定對象研究其變動趨勢的成因。房地產業的發展對國民經濟有著舉足輕重的作用。本文期望通過回歸分析找出對房地產行業股票價格解釋能力最強的財務指標。

2 研究方法

本研究有以下幾個步驟：首先，采取隨機抽取的方法確定研究樣本；其次，確定影響股票價格的主要因素；再次，運用Eviews軟件進行回歸分析，建立線性回歸模型。由于多元線性回歸分析過程中并非所有的自變量都對因變量有顯著影響，因此，有必要確定對因變量有顯著影響的自變量。因為在眾多的會計盈余指標中，投資者最需識別的就是最具信息含量的財務指標，以作出正確的決策。逐步回歸的基本思想是“有進有出”，即將變量一個一個引入，引入變量的條件是其偏回歸平方和經檢驗是顯著的。當每引入一個自變量后，對已選入的變量要進行逐個檢驗。當先引入的變量由于后面變量的引入而變得不再顯著時，要將其剔除。引入一個變量或從回歸方程中剔除一個變量，為逐步回歸的一個步驟，每一步都要進行F檢驗，以確保每次引入新的變量之前回歸方程中只包含顯著的變量。這個過程反復進行，直到既無顯著的自變量選入回歸方程，也無不顯著自變量需要從回歸方程中剔除為止。本文選擇投資者常用的會計盈余指標，然后采用逐步回歸法剔除自相關變量，尋找對股價解釋能力最優的回歸模型，以幫助和引導投資者進行決策。

2.1 樣本選取

隨機抽取25家上市房地產企業作為研究對象。將各股2010年第一季度每一交易日的收盤價相加并求出均價作為解釋變量，這樣可以消除個別交易日股票不穩定因素對股價的影響。所有數據來自于25家上市房地產企業在證券交易所披露的第一季度報表，便于在同一層面進行考察和分析，剔除之后影響因素。

2.2 模型建立

OLS回歸結果見表1。

表1 OLS回歸結果

為使評價指標具有好的統計特征，本研究盡可能多地收集反應公司各方面情況的統計指標。現初步抽取7個指標來建立以下線性回歸模型：

P=a1x1+a2x2+a3x3+a4x4+a5x5+a6x6+a7x7+u

其中，P表示股票價格，x1表示每股收益，x2表示每股凈資產，x3表示凈利潤率，x4表示總資產報酬率，x5表示存活周轉率，x6表示凈資產比率，x7表示資產負債比率。u表示其他對股票價格有影響的因素，屬于隨機干擾項。

3 實證分析

3.1 OLS估計

用Eviews軟件將本文選取的樣本數據運用上述線性模型進行回歸得到以下結果：

P=-29.40+24.15×x1+0.84×x2-0.05×x3+0.21×x4-4.50×x5+0.36×x6+0.38×x7

本文對于方程的顯著性檢驗，選取a=5%的顯著性水平，則k=7，n=25，n-k-1=17，F～F0.05（k，n-k-1），F0.05（7，17）=3.93，由于F=4.467299>F0.05（7，17），故拒絕原假設，說明變量之間的關系總體上顯著。故認為股票價格與上述解釋變量之間的總體線性關系顯著。上述回歸結果現實x3，x5的t檢驗值均為負數，所以未能通過t檢驗，故認為變量x3，x5不顯著。

3.2 相關系數檢驗

由于以上方程x3、x5前的參數未能通過檢驗，而且符號的經濟意義也有偏差，所以認為變量之間存在多重共線性。利用Excel軟件檢測個變量的相關系數，得出結果如表2所示。

表2 相關性矩陣表

由表 2 可以看出，x1與 x3、x4；x3與 x4；x5與 x6、x7；x6與x7的相關系數明顯高于其他變量，說明上述回歸模型存在多重共線性。

3.3 求解最簡單回歸形成

通過上面的分析我們知道，該模型存在多重共線性和自相關性，所以分別作 P 與自變量 x1、x2、x3、x4、x5、x6、x7的回歸，找出最簡單的回歸形式作為初始回歸模型，進行逐步回歸法的第一步。

表3 P分別與各變量進行回歸

從表 3 的回歸結果看，x1、x2、x4、x5、x6的系數較其他要高，說明每股收益、每股凈資產、總資產報酬率、存貨周轉率、凈資產比率與股票價格之間的相關性較高，比較各變量之間的檢驗效果，決定舍去變量x3和x7。

3.4 逐步回歸法尋找到的最佳回歸方程

舍去變量x3和x7后，選擇x1作為自變量代入初始的回歸模型，對該線性方程進行逐步回歸，探究財務指標對股票價格解釋能力最強的模型，如表4所示。

表4 P與各變量的逐步回歸過程

在初始模型中引入變量x2，進行回歸，發現模型的擬合優度提高，且參數符號合理，變量也通過了t檢驗，當引入變量x4和x6分別進行回歸時，模型的擬合優度基本不變，參數符號均合理，變量都通過了t檢驗，DW值在2附近，且不存在自相關。當把變量x6替換為x5時發現，模型的擬合優度明顯降低，且參數符號的經濟意義不合理。從以上回歸結果，可擬合出以下最優線性回歸方程：

P=5.84+12.43x1+1.75x2+0.54x4+0.03x6從上述結果可見，R2=0.67，修正后的R2=0.61，沒有太大變化，說明模型仍然可以較好地模擬樣本。F=10.23>F0.05（5，19），回歸方程顯著。Prob（F-statistics）=0比原模型效果更好。四個解釋變量的系數均通過T檢驗，說明在其他解釋變量不變的情況下，屆時變量的每股收益、每股凈資產、總資產報酬率、凈資產比率對股票價格有顯著的影響。DW=1.36在2附近，說明模型不存在正負相關。

4 實證結果分析結論

通過分析可以看出，會計信息對房地產行業的股價有一定影響。其中每股收益的影響力最大，每股收益是分析每股價值的一個基礎性指標，是綜合反應公司獲利能力的主要指標，它是某一時期凈收益與股份數的比率。股價的計價模型是未來現金股利的折現，未來股利是與未來盈利相聯系的，所以股價必然與財務報表中的信息息息相關。但在實際資本市場上，股票作為一種商品，它還受供求關系和其他宏觀因素的影響。另外，我國政府應加強對證券市場和上市公司的監管力度，改變投資者和上市公司之間的信息不對稱局面，完善上市公司的信息披露機制。證券市場則應引導投資者進行理性投資而不是盲目投機，充分發掘有用的會計信息，利用好財務報表。

[1]李慶華.計量經濟學[M].中國經濟出版社，2005.

[2]李子奈，潘文卿.計量經濟學（第三版）[M].高等教育出版社，2008.

[3]史美景.會計信息對股票價格影響作用的回歸分析[J].統計與信息論壇，2002，（3）.