基于Logistic回归模型的农业上市公司投资价值评价研究
2014-04-29黄海轮
黄海轮
［摘要］本文从财务视角来分析上市公司的投资价值。应用独立双样本T检验和因子分析的方法筛选出财务比率指标,通过构建Logistic回归模型对农业上市公司的投资价值进行判断,为投资者提供一种投资价值判别方法。
［关键词］Logistic回归；上市公司；投资价值
［中图分类号］F324［文献标识码］A［文章编号］1005-6432（2014）24-0168-03
上市公司投资价值是投资者关注的重点。随着我国证券市场的逐步成熟与监管机制的完善,股市投资也逐渐从投机向价值投资转型。价值投资是利用某一测度方法测定股票的“内在价值”,并与该股票的市场价格进行比较,进而决定对该股票的买卖策略。本文从具有投资价值的和不具有投资价值的农业上市公司财务比率指标中,应用独立双样本T检验和因子分析的方法筛选出具有显著性的财务比率指标,通过构建Logistic回归模型对农业上市公司的投资价值进行判断,从财务视角来分析上市公司的投资价值。
1样本采集
本文选取了40家农业上市公司2010—2012年报数据,其中20家表现较优的作为具有投资价值的公司,另20家表现较差的作为不具有投资价值的公司,总共40家样本公司。样本公司财务数据和比率数据来源于WIND资讯。
2指标选择
21初始指标
基于实际经验和其他人的理论研究成果［1］,本文从上市公司盈利能力、偿债能力、营运能力及成长能力四方面选取22项财务指标构建初始财务指标体系(表1)。
表1初始财务指标指标属性指标名称指标属性指标名称盈利能力
指标销售净利率X1
总资产净利率X2
流动资产净利率X3
固定资产净利率X4
权益净利率X5
息税前利润与资产比X6
资产报酬率X7偿债能
力指标流动比率X12
速冻比率X13
现金比率X14
资产负债率X15
产权比率X16
权益乘数X17
长期资本负债率X18营运能
力指标流动资产周转率X8
固定资产周转率X9
存货周转率X10
总资产周转率X11成长能
力指标总资产增长率X19
净利润增长率X20
营业利润增长率X21
基本每股收益增长率X22
22T检验
对样本数据中具有投资价值的20家农业上市公司和不具有投资价值的20家农业上市公司应用独立双样本T检验［2］(表2),判别两组样本公司的财务指标是否具有差异性。
表2独立双样本T检验结果财务指标相伴概率同方差假设同均值假设财务指标相伴概率同方差假设同均值假设销售净利率X1
总资产净利率X2
流动资产净利率X3
固定资产净利率X4
权益净利率X5
息税前利润与资产比X6
资产报酬率X7
流动资产周转率X8
固定资产周转率X9
存货周转率X10
总资产周转率X110422
0476
0095
0314
0138
0333
0151
0004
0744
0067
000101
0001
0629
0122
0103
0969
0956
0057
0605
024
0068流动比率X12
速冻比率X13
现金比率X14
资产负债率X15
产权比率X16
权益乘数X17
长期资本负债率X18
总资产增长率X19
净利润增长率X20
营业利润增长率X21
基本每股收益增长率X22001
0004
0005
0003
0
0
005
0125
0003
0549
00410252
0166
0248
039
0062
0062
0457
0606
0489
0503
0217
T检验原假设：两组样本的方差不具有显著差异；两组样本的均值不具有显著差异。在01的显著性水平下,固定资产净利率X4、权益净利率X5、存货周转率X10、固定资产周转率X9、总资产周转率X11、营业利润增长率X21、息税前利润与资产比X6、资产报酬率X18项指标相伴概率大于01,这8项财务指标不论是方差还是均值不具有显著性差异,可先剔除这些指标。
23因子分析
经过T检验后,对剩余的14项具有差异性的财务指标进行因子分析［3］［4］,根据提取公因子的结果进一步筛选财务指标。
方差解释表中前5个公因子解释了原有变量总方差的84579%,这5个公因子基本涵盖了原有指标的大部分信息。现对经过最大正交旋转后得到的因子载荷矩阵(表3)进行分析,挑选出相对独立且具有代表性的财务指标。
表3因子载荷矩阵Component12345销售净利率X1
总资产净利率X2
流动资产净利率X3
流动资产周转率X8
总资产周转率X11
流动比率X12
速冻比率X13
现金比率X14
资产负债率X15
产权比率X16
权益乘数X17
长期资本负债率X18
净利润增长率X20
基本每股收益增长率X22-0608
-0583
-0167
-0089
0029
-0137
-0091
-012
0739
0927
0927
0684
025
0178-0003
0017
-0009
-0091
-0034
0936
0937
0858
-053
-0108
-0108
-0119
-0372
-0067-0054
0391
0183
0939
0975
-0133
-0063
0045
0031
-004
-004
0006
0048
00750597
0555
0175
0043
0081
-0153
-0191
0015
0
0093
0093
0264
0773
078-0286
-0248
0839
0239
-0008
0022
0023
-0058
-0258
-0023
-0023
-0325
022
0137
从因子载荷矩阵可以看出,资产负债率X15、产权比率X16、权益乘数X17与因子1相关性高；流动比率X12、速冻比率X13与因子2相关性高；流动资产周转率X8、总资产周转率X11与因子3相关性高；净利润增长率X20和基本每股收益增长率X22与因子4相关性高；流动资产净利率X3与因子5相关性高。这5个因子分别代表长期偿债能力、短期偿债能力、营运能力、成长能力、盈利能力。因此与5个因子相关的上述11项财务指标能够比较全面地反映出农业上市公司的投资价值。
3模型建立
在Logistic回归中选用逐步排除法选择模型变量,在决定上述11项财务指标变量是否有资格进入模型和是否应该继续留在模型时判断概率设为005。回归分析结果见表4。
表4回归分析(部分)BS盓盬alddfSig盓xp(B)Step 7a
流动资产净利率X3
产权比率X16
资产负债率X15
流动资产周转率X8
Constant-1044
-7665
24269
0819
-40370787
3618
11234
042
20182763
4489
4667
3804
40041
1
1
1
10084
0034
0031
0051
00450352
0
347E+10
2268
0018
从表4可以看出,经过7次迭代后,在01的显著性水平下,流动资产净利率X3、产权比率X16、资产负债率X15和流动资产周转率X8进入最终的评价模型,农业上市公司的财务评价模型为:
P=exp(-4037-1044X3-7665X16+24269X15+0819X8)1+exp(-4037-1044X3-7665X16+24269X15+0819X8)
4模型的检验
选取市场公认的具有投资价值的农业上市公司20家和市场公认的不具有投资价值的20家农业上市公司,分别代入回归模型计算出P的值进行判别。采用加权评分法验证该模型的准确率达到83%,说明该财务评价模型具有一定的实用价值,能够对农业上市公司投资价值的大小做出评判。
5结论
本文仅就特定行业上市公司的财务指标进行研究，利用Logistic回归分析得到相应的财务评价模型。该评价模型的判别精准度较高,比较真实地反映了上市公司的投资价值。由于样本的限制,模型能否推广到其他行业中运用还需验证。此外,模型中能够反映盈利能力和营运能力的指标均与流动资产相关,且反映成长能力的指标没有进入最终模型,这些问题还有待更深入的研究。
参考文献:
［1］吴世农,卢贤义蔽夜上市公司财务困境的预测模型研究［J］.经济研究,2001(6)
［2］程林辈莆袷咏窍律鲜泄司投资价值分析［J］.财会通讯,2008(9)
［3］屈新,贺宇路逼笠挡莆裰副晏逑倒菇及其应用［J］.统计与决策,2011(22)
［4］曹德芳,赵希男,王宇星被于董事会治理因素的财务困境预警模型的构建［J］.东北大学学报,2007(9)
［5］牛霞，赵云川蔽夜农业上市公司资本结构战略效应实证研究［J］.中国市场，2011（6）
