基于多水平logistic回歸模型的股票市場影響因素分析

摘要：2015年股票市場在七月和八月出現了特殊現象。本文依據這期間股票的組間結構，嘗試運用MLwin軟件建立多水平logistic隨機截距模型探討股票市場的影響因素。分析了股票市盈率、市凈率、市銷率在劇烈波動市場下的影響。

關鍵詞：異質性；股價；市盈率

一、 股票數據實證分析

1. 數據來源和變量

以2015年中國上證A股2098只股票在七月和八月的數據為研究對象，如研究運用二水平logistic模型分析股票市場影響因素。數據以2098只個股為level1，分為10個行業：能源、電信、非日常生活消費品、工業、公用事業、金融、日常消費品、信息技術、醫療保健、原材料。在一水平上，我們通過檢驗選定的指標有：X1=1代表當天開盤價小于前一天收盤價，否則為零；X2=1代表前一天收盤價高于前一天開盤價，否則為零；X3=1代表換手率是否高于5%，否則為零。X4為中心化后的成交量；X5=1代表市銷率小于1.5，否則為零。X6=1代表市凈率小于10，否則為零，市凈率是股價與每股凈資產的比值，市價高于賬面價值時企業資產的質量較好，有發展潛力。X7=1代表股票市盈率小于銀行利率的市盈率，否則為零，以中國銀行一年借貸利率3.5%為指標算的參照市盈率為28.6，用來評判股票的風險因素；在二水平上，由于股災前的牛市是金融熱錢拉動的。為了了解金融行業的影響，以及“互聯網+”和刺激內需消費的政策是否在股市中有所反映，設定了三個二水平變量。

2. 多水平logistic模型的適用性

以漲跌為因變量（二分類變量）建立二水平logistic的空模型：

lnpij1-pij=α0+u0i（1）

模型（1）中α0為固定效應部分，u0i～N（0，σ2u0）為相互獨立的截距項水平2的殘差，cov（U0i，eij）=0因變量屬于分布Binomial～（denomij，πij），logit（πij）=α0icons，，α0i=0.313，δu02=0.313（0.014），δeij2=π2/3，組內相關系數，ICC=δu02/（δu02+δeij2）=0.087表明約有8.7%由個股間的異質性引起的，-2ln（likelihood）為68809.838。

3. 多變量兩水平logistic模型的建立和結果

lnPij1-Pij=α0+β1X1+β2X2+β3X3+β4X4+β5X5

+β6X6+β7X7+γ1W1+γ2W2+γ3W3+u0i（2）

將數據帶入（2）中，其結果見下表1：

從表1我們看出W1在5%的置信水平下并不顯著，但在10%的置信水平下顯著，因為金融板塊對國家穩定市場有一定的影響，故模型保留討論。與模型（1）相比，相對應的-2ln（likelihood）顯著減少，該模型得到改善。未加入而水平變量的方差為0.77，R102=0.754，因此個股的漲跌與這七個變量顯著相關，其中75.4%可以由一水平七個變量解釋。R202=0.0064說明個股漲跌概率的變異的0.64%可以通過水平二解釋變量來解釋。

二、 結論和建議

本研究得到以下結論：

1. 股市存在價格趨勢的情況下，當天開盤價低于前一天收盤價，股民會認為股價還會繼續下行。這與七、八月的行情很符合，當出現了這種情況就是連續幾天下跌，直到國家干預，才逆轉了這種趨勢。

2. 股民在牛市之后還有投機性心理，股票前一天收盤價高于開盤價，在T+1制度實施后，股民依舊賺錢后第二天拋售，這也很大程度反映出股民信心不足。

3. 股市波動期間大部分主力均處于觀望或拋售，在國家沒有干預情況下，已經無力再做多股市價格。

4. 股市下跌的趨勢下，出現大批藍籌股處于低價。股市的第二輪投資行情會在接下來幾個月顯現。這與九月之后的行情非常吻合。

5. 板塊間影響很小，這說明“互聯網+”政策的實施影響不大，很大程度上反映出國家的政策影響已經因為持續的波動，在失去其效用，并且已經有顯著影響的消費政策，也受市場波動影響。

根據上述結論，我們就如何穩定類似股災行情給出如下建議：

（1） 國家必須在出現了大幅下跌的行情后，及時采取措施扭轉下跌行情，讓股民認為會有長期的上漲趨勢，下跌只是短期的現象。

（2） 對于股民的投機需求，不僅要改變交易制度，還要結合市場價格穩定引導，讓股民建立一個長期投資的環境，從根本上改變股民的投資心理。

（3） 央行除了要放松金融機構的銀根管制，還必須引導金融機構資金有效的流入市場，拉動股市上漲，讓金融機構有盈利。

（4） 對已經出現的藍籌股，可以通過金融機構的購買拉動股價上漲，從而吸引股民的長期投資，但同時要保證這類股的穩健增長。

參考文獻：

[1]石磊，向其鳳，陳飛.多水平模型及其在經濟領域中的應用[M].科學出版社，2013.

作者簡介：

陳錦揚，云南省昆明市，云南財經大學。endprint