股票价格的财务影响因素分析

陈伟平

摘 要：影响股票价格的因素非常复杂，本文主要从财务影响因素分析入手，针对决定股票价格的内在因素建立股票价格多元回归模型，选取具有代表性的多个指标对股票价格进行实证分析。文章从16个财务指标中选取4个指标来分析影响股票价格的财务因素。通过选取来自沪深股市的40家医药行业上市公司的面板数据，运用STATA软件，使用固定效应模型和随机效应模型对上市公司的股票价格影响因素进行分析。

关键词：股票价格；财务影响因素；多元回归

1.文献综述

Abarbanell和Bushee（1998）通过构建基于基本财务数据指标的动态组合，实现了显著的超额收益，间接证明了股票价格受到基本财务数据的影响，原因在于库存变化、毛利率变化等基本财务数据影响未来的盈利。Piotroski（2000）也通过财务指标（盈利能力、财务健康和运营效率）选择低市净率的股票组合，同样取得了显著的超额收益，说明了股票价格受到基本财务數据的影响。

国内对于经营因素和股票价格的研究主要集中在规模效益、账面市值比、市盈率、市净率等对股票价格的影响方面。陈信元、张田余和陈冬华对影响预期股票收益的因素进行了横截面分析，研究结果表明规模和账面市值比以及流通股比例对股票价格影响显著。汪炜、周宇对我国股市的时间效应和规模效应进行了研究，发现我国股市存在着显著的规模效应，作者认为中国股市的市场结构和制度因素所引致的小公司股票流动性问题，是小公司股票规模效应的内在原因。潘莉、徐建国研究了包括贝塔系数、股票市值、市净率、市盈率、杠杆率、流通股比率在内的因素对A股受益率的影响，结果发现股票市值和市盈率对股票价格影响显著，杠杆率在前期对股票价格影响较强而近期减弱，其余因素对股票回报率均无显著影响。

2.研究假设

假设1：每股收益与股票价格正相关。

每股收益即每股盈利（EPS），又称每股税后利润、每股盈余，指税后利润与股本总数的比率。每股收益通常被用来反映企业的经营成果，衡量普通股的获利水平及投资风险，是投资者等信息使用者据以评价企业盈利能力、预测企业成长潜力、进而做出相关经济决策的重要的财务指标之一。而上市公司的股价与企业盈利能力和企业成长潜力有着显著的正相关，因此每股收益应该与股价也成正相关。

假设2：每股净资产越高，股票价格越高。

每股净资产值反映了每股股票代表的公司净资产价值，为支撑股票市场价格的重要基础。每股净资产值越大，表明公司每股股票代表的财富越雄厚，通常创造利润的能力和抵御外来因素影响的能力越强。

假设3：总资产增长率与股票价格正相关。

总资产增长率，又名总资产扩张率，是企业本年总资产增长额同年初资产总额的比率，反映企业本期资产规模的增长情况。总资产增长率越高，表明企业一定时期内资产经营规模扩张的速度越快，而总资产扩张的较快的一般会推高股价。

假设4：速动比率与股票价格正相关。

速动比率，又称“酸性测验比率”，是指速动资产对流动负债的比率。它是衡量企业流动资产中可以立即变现用于偿还流动负债的能力。速动比率较高的化，则公司应对负责的能力就更强。因此速动比率与股票价格之间也应该成正相关。

3.研究设计

3.1研究样本

本文在沪深股市中选取40家医药行业的上市公司作为研究样本，以这40家企业的2014到2015年的季度报表作为财务指标的来源。股票价格选取每个季度的平均值。数据来源为东方财富数据中心和沪深两市的公开数据。

3.2研究变量

变量名符号描述

因变量股票价格Var4每个季度股票价格的平均数

自变量

每股收益Var5税后利润与股本总数的比率

每股净资产Var6股东权益与总股数的比率

总资产增长率Var7本年总资产增长率同同年初总资产的比率

速动比率Var8速动资产对流动负债的比率

控制变量公司总资产对数Var9公司期末总资产的对数

3.3模型的构建

本文是以面板数据来分析股票价格的影响因素，而面板数据的分析模型有三种：混合回归，固定效应模型和随机效应模型。

混合回归：即假设不存在个体效应。

yu=α+X′uβ+Z′i+u

其中X′u不包括常数项。这个模型就是把所有的数据放在一起，像对待横截面数据那样进行OLS回归。

固定效应模型：

（1）个体固定效应模型 yi=X′iβ+Z′iδ+ui+i

（2）时间固定效应模型 yit=X′itβ+Z′iδ+YSt+ui+it

对固体效应模型的检验：

F test that all u_i=0：F（39，155）=32.07 Prob>F=0.0000通过检验发现改组数据的存在高度显著的固体效应。

随机效应模型：对于回归方程yit=X′itβ+Z′iδ+YSt+ui+it，随机效应模型假设ui与解释变量{Xit，Zi}均不相关。

随机效应模型中的时间效应模型的检验：（Wald检验）test yr2=yr3=yr4=yr5

（1）yr2-yr3=0

（2）yr2-yr4=0

（3）yr2-yr5=0

F（3，151）=24.04 Prob>F=0.0000

通过检验发现拒绝原假设，不存在显著的时间效应。

Hausman检验：Test：Ho：difference in coefficients not systematic

chi2（5）=（b-B）'[（Vb-VB）^（-1）]（b-B）

= 6.37

Prob>chi2= 0.0000

（Vb-VB is not positive definite）

通过Hausman检验发现固体效应模型更适合我们的数据分析。

4.实证分析

4.1描述性分析

从描述性统计分析，我们可以发现医药行业上市公司的股票价格波动还是很大的，其中最小值为3.21，而最大值为114.86，平均值却为22.02515。但是每股收益的波动相对较小，这也反映医药行业上市公司的收益水平差别不是很大，这可能与我国的医药行业的制度和特殊性有关。不同医药公司的总资产增长率与速动比率的差别还是很大的，存在着显著的差异。而这40家医药行业的上市公司的总资产规模的差异并不是很大，从公司总资产对数的描述性统计分析中可以发现。

4.2相关性分析

表中的相关系数表示，样本上市公司的每股收益，每股净资产，总资产增长比率，速动比率都与股票价格呈正相关，与本文的预期结果一致。其中每股收益和每股净资产与股价的显著性很明显，这也符合我们的预期假设。

4.3多元回归结果分析

实证结果证明，模型在整体上通过了F检验，F=45.87，在1%的水平上显著，说明被解释变量和解释变量全体之间存在线性关系，线性模型成立。

从表中可以看出，作每股收益，每股净资产，总资产增长率，速动比率与股价之间的回归，各参数符号符合经济意义，并且都通过了t检验值，方程拟合优度为52.99%，与初始方程的拟合优度相比，有所提高。F值为45.87大于临界值3.38，方程总体关系显著。而且公司总资产对数作为控制变量也很好的增加了方程的拟合度。

5.结论与建议

5.1对实证结果的分析

根据上述实证过程可以看出，方程的调整可決系数为0.5299，表明医药行业股票价格变动的52.99%可以由每股收益，每股净资产，总资产增长率，速动比率与公司总资产对数的变化来解释。同时该模型拟合优度比较低，原因是从模型建立和指标选择上来说，本文只是选取了一部分常用的、有代表性的会计信息指标进行研究，没有入选的指标也可能对股票价格有一定的影响。其次，我国股票市场尚未非常成熟，本身存在着信息不对称的现象。对于医药行业股票价格而言，对其影响最大的财务指标为每股收益，每股净资产，总资产增长率和速动比率。投资者进行投资时，这四个指标有一定的参考价值。在会计信息中，每股收益和每股净资产对化工行业的股票价格有一定的影响，尤其是（每股收益）前的系数为14.11635，说明每股收益对医药行业的股票价格影响较大。每股收益较高的股票，其相应股票价格也较高。结合经验，这个结论也和现实中整个股票市场运行情况是相吻合的。从投资者的心理来看，投资者往往最看重的是上市公司的盈利能力，而每股收益是反映上市公司盈利能力的指标，对每股收益这个指标的数值比较看重。从上市公司这方面来看，股东财富的最大化和上市公司价值最大化在一定程度上是一致的。因为每股收益最大化，是隐含在企业价值最大化中的，实现企业价值最大化的必要条件是实现每股收益最大化。每股净资产反映的是上市公司每一份股票包含的实际资产的价值，它意味着上市公司的经济实力，决定着上市公司的经营实力和经营业绩，因为如果上市公司实际拥有的净资产比负债更少时将会有破产的危险。

5.2影响股票价格的其他因素

除了上述实证过程表明以外，方程的拟合优度比较低，也说明了医药行业股票是受多方面因素影响的。因为股票作为资本市场上的一种商品，它还受很多方面的影响，比如供求关系、宏观经济因素（如经济周期的循环、物价的变动），政策因素（如政治动乱、社会经济发展规划等），其他因素（如国际经济形势和变化趋势，经济景气程度）和市场因素（市场技术因素，社会心理因素，市场效率因素）等等。（作者单位：苏州大学东吴商学院）

参考文献：

[1] 张腾文，黄友.经营利润率、股东收益与股票价格的价值相关性研究口.会计研究，2008（4）.

[2] 于海燕，黄一鸣.会计信息对上海证券市场股票价格影响作用的实证分EJ3.商业研究，2005（4）.

[3] 陈信元，张田余，陈冬华.预期股票收益的横截面多因素分析：来自中国证券市场的经验证据[J]金融研究，2001（6）：22—35.

[4] 邓长荣，马永开.三因素模型在中国证券市场的实证研究[J].管理学报，2005（9）：591—596.

[5] 郭鹏飞，杨朝军.公司业绩与股价收益：基于行业特征的实证分析[J].证券市场导报，2003（7）：74—76

[6] 潘莉，徐建国.A股市场的风险与特征因子[J].金融研究，2011（10）：140-153.

[7] 石予友，仲伟周，马骏等.股票的权益比、账面市值比及公司规模与股票投资风险——以上海证券市场的10只上市公司股票投资风险为例[J].金融研究，2008（6）：122—129.

[8] 史美景.随机效应方差分量模型及应用——股票换手率及行业因素对收益率影响的定量分析[J].山西财经大学学报，2002（2）：99—101.