中国股票内在价值影响因素的实证分析
股票知识网小编为您分析中国股票内在价值影响因素的实证分析：
本文旨在对所有者权益收益率、公司资产净值等微观因素对股票价值的影响进行实证分析，主要评价的是公司的盈利水平和投资价值。首先，在证券投资基本分析流派的理论基础上我们建立了计量模型。然后，收集了相关的数据，利用EVIEWS软件对计量模型进行了参数估计和检验，并加以修正。最后，我们对所得的分析结果作了经济意义的分析，并相应提出一些建议。
一、问题的提出
经过十多年风雨的洗礼，我国的股票市场取得了初步的发展，但是和发达国家证券市场相比，仍然处于不成熟的阶段，全流通问题尚未解决，投机风气盛行，庄家操纵股价的行为大量存在，投资者追长杀跌的盲目投资行为比比皆是。为了引导投资者理性的投资行为和保护中小股东的利益，以及促进股票市场的发展与完善，越来越多的人提倡价值投资，公司的内在价值成为影响股价的重要因素。
二、经济理论陈述
证券投资的分析流派有基本分析流派和技术分析流派。基本分析流派是目前西方投资界的主流派别，它是以宏观经济、行业特征及上市公司的基本财务数据作为投资分析对象，对证券的投资价值及市场定价作出评估判断的一种分析方法。此流派的投资者大多是价值投资者，他们的投资行为比较理性。基本分析的理论基础在于证券的内在价值理论。即：任何一种投资对象都有“内在价值”，且“内在价值”可以通过对该种投资对象的现状和未来前景的分析而获得；市场价格和“内在价值”之间的差距最终会被市场纠正。它有两个前提假设：“股票的价值决定价格”、“价格围绕价值上下波动”。由于公司的内在价值体现在盈利能力和投资价值上，所以我们选择了能够反映这两个因素的所有者权益收益率和每股净资产作为分析指标。
三、相关数据搜集
首先，由于我国股票市场才有十多年的历史，很多指标又都是按年度计算的，如果以时间为依据选取样本，可能不具有代表性，所以我们选取截面数据作为样本。其次，由于上市的股票很多，所以样本股的选择十分关键。我们从今年1月2日推出的上证50指数的50支股票中随机抽取20支作为样本。据专家分析，上证50成分股2003年3季度的净利润与利润总额占同期全部A股的比例分别达到42.06%与43.05%，是优质蓝筹股的突出代表，而且行业分布也很合理，因此，我们选取的数据具备研究所要求达到的代表性。再次，我们选择了报表计算期后的60日均价作为自变量。因为经过60天的市场调整，该指标更贴近于计算期日股票的内在价值。
指标
序号
60日均价
每股净资产
所有者权益收益率
1 10.85 3.068 13.04
2 9.26 3.78 7.84
3 12.14 4.029 15.64
4 11.3 4.039 9.08
5 10.96 3.31 10.48
6 17.32 5.77 15.69
7 7.75 2.46 9.29
8 10.28 2.66 14.42
9 14.42 3.2954 16.796
10 7.24 2.83 19.67
11 8.38 2.14 13.77
12 4.9 1.879 11.667
13 5.46 2.46 -7.28
14 8.52 2.21 13
15 8.38 3.5034 10.65
16 11.26 3.2 12.21
17 14.29 4.09 16.44
18 4.41 1.99 0.12
19 14.48 4.835 13.29
20 16.23 5.03 10
四、模型的建立
根据以上分析，我们建立了以下模型：
Y=C+ β1X1+β2X2+U
其中：
Y代表股票60日均价
C代表常数项
β代表参数
X1代表每股净资产
X2代表所有者权益收益率
五、模型的估计和检验
我们利用EVIEWS软件和最小二乘法进行回归分析及统计检验得出以下结果
Dependent Variable： Y
Method： Least Squares
Date： 05/12/04 Time： 14:59
Sample： 1 20
Included observations： 20
Variable Coefficient Std. Error t-Statistic Prob.
X1 2.722779 0.352973 7.713854 0.0000
X2 0.167501 0.062923 2.661985 0.0164
C -0.563666 1.233640 -0.456913 0.6535
R-squared 0.834815 Mean dependent var 10.39150
Adjusted R-squared 0.815381 S.D. dependent var 3.666757
S.E. of regression 1.575506 Akaike info criterion 3.884511
Sum squared resid 42.19771 Schwarz criterion 4.033871
Log likelihood -35.84511 F-statistic 42.95741
Durbin-Watson stat 2.659659 Prob（F-statistic） 0.000000
回归方程如下：
Y= -0.563666 + 2.722779X1 + 0.167501X2
（1.233640） （0.352973） （0.062923）
t=（-0.456913） （7.713854） （2.661985）
R2= 0.834815 F=42.95741 DW=2.659659
经济意义的检验
从经济意义上来说，股票价格随股票与每股净资产及所有者权益收益率成正比，X1和X2的系数β1和β2均为正数，表示随着每股净资产和所有者权益收益率的增加，股票的价值会上升，这是符合经济意义的。而C为样本回归方程的截距，表示当每股净资产和所有着权益收益率均为零时的股票价值，在上述回归方程中为负数，这显然是不符合经济意义的。
统计推断的检验
R2=0.834815 说明总离差平方和的83.4815%被样本回归直线解释，仅有不足17%未被解释，因此样本回归直线对样本的拟合优度是很高的。
β1的t统计量为7.713854，在给定显著性水平为0.05的情况下，查T分布表在自由度为N-2=18下的临界值为2.101，因为7.713854大于2.101，所以拒绝原假设。表明每股净资产对股票价值的影响显著。
β2的t 统计量为2.661985，在给定显著性水平为0.05的情况下，查T分布表在自由度为N-2=18下的临界值为2.101，因为2.661985大于2.101，所以拒绝原假设。表明所有者权益收益率对股票价值的影响显著。
而常数项C的t统计量为-0.456913，-2.101《-0.456913《2.101，接受原假设，表明常数项C对股票价值的影响不显著。
综合经济意义检验和统计推断检验，我们剔除了回归模型中的常数项C，即当股票的每股净资产及所有者权益收益率均为零时，股票的价值为零。这显然是符合经济意义的。
于是我们得如下模型：
Y=β1X1+β2X2
我们利用EVIEWS软件，用最小二乘法进行回归分析和统计检验得如下结果：
Dependent Variable： Y
Method： Least Squares
Date： 05/12/04 Time： 15:00
Sample： 1 20
Included observations： 20
Variable Coefficient Std. Error t-Statistic Prob.
X1 2.596293 0.214121 12.12533 0.0000
X2 0.158943 0.058736 2.706069 0.0145
R-squared 0.832786 Mean dependent var 10.39150
Adjusted R-squared 0.823497 S.D. dependent var 3.666757
S.E. of regression 1.540489 Akaike info criterion 3.796717
Sum squared resid 42.71592 Schwarz criterion 3.896290
Log likelihood -35.96717 Durbin-Watson stat 2.608111
得回归方程如下：
Y= 2.596293 X1 + 0.158943X2
（0.214121） （0.058736）
t=（12.12533） （2.706069）
R2= 0.832786 DW=2.608111
R2=0.832786 说明总离差平方和的83.2786%被样本回归直线解释，仅有不足17%未被解释，因此样本回归直线对样本的拟合优度是很高的。
β1的t统计量为12.12533，在给定显著性水平为0.05的情况下，查T分布表在自由度为N-2=18下的临界值为2.101，因为12.12533大于2.101，所以拒绝原假设。表明表明每股净资产对股票价值的影响显著。
β2的t 统计量为2.706069，在给定显著性水平为0.05的情况下，查T分布表在自由度为N-2=18下的临界值为2.101，因为2.706069大于2.101，所以拒绝原假设。表明所有者权益收益率对股票价值的影响显著。
计量经济的检验
多重共线性的检验
X1 X2
X1 1 0.292084631717
X2 0.292084631717 1
由表可以看出，X1、X2不存在多重共线性。
2．异方差的检验
图示法
随X1、X2的变化e2没有明显系统性变化，所以从图可以看出模型不存在异方差。
（2）Goldfele-Quandt检验：
Dependent Variable： Y
Method： Least Squares
Date： 06/04/04 Time： 09:09
Sample： 1 8
Included observations： 8
Variable Coefficient Std. Error t-Statistic Prob.
X2 0.115917 0.068733 1.686478 0.1427
X1 2.589111 0.362659 7.139240 0.0004
R-squared 0.510444 Mean dependent var 7.117500
Adjusted R-squared 0.428852 S.D. dependent var 2.034437
S.E. of regression 1.537513 Akaike info criterion 3.910527
Sum squared resid 14.18368 Schwarz criterion 3.930388
Log likelihood -13.64211 Durbin-Watson stat 1.763852
Dependent Variable： Y
Method： Least Squares
Date： 06/04/04 Time： 09:09
Sample： 13 20
Included observations： 8
Variable Coefficient Std. Error t-Statistic Prob.
X2 0.152842 0.171517 0.891123 0.4072
X1 2.546468 0.491337 5.182728 0.0020
R-squared 0.818279 Mean dependent var 12.92500
Adjusted R-squared 0.787992 S.D. dependent var 3.204158
S.E. of regression 1.475331 Akaike info criterion 3.827960
Sum squared resid 13.05962 Schwarz criterion 3.847821
Log likelihood -13.31184 Durbin-Watson stat 0.908317
以X1排序后，求得∑e12=14.8368，∑e22 =13.05962
F=14.8368/13.05962=1.0861
在给定显著性水平为0.05的情况下，查F分布表在自由度为（n-c）/2-k=6下的临界值为4.28，因为4.28大于1.0861，所以接受H0，表明无异方差
Dependent Variable： Y
Method： Least Squares
Date： 06/04/04 Time： 09:10
Sample： 1 8
Included observations： 8
Variable Coefficient Std. Error t-Statistic Prob.
X2 0.124515 0.097287 1.279881 0.2478
X1 2.574255 0.245557 10.48332 0.0000
R-squared 0.875434 Mean dependent var 9.218750
Adjusted R-squared 0.854673 S.D. dependent var 3.715525
S.E. of regression 1.416426 Akaike info criterion 3.746468
Sum squared resid 12.03757 Schwarz criterion 3.766329
Log likelihood -12.98587 Durbin-Watson stat 1.361776
Dependent Variable： Y
Method： Least Squares
Date： 06/04/04 Time： 09:10
Sample： 13 20
Included observations： 8
Variable Coefficient Std. Error t-Statistic Prob.
X2 0.137181 0.136256 1.006783 0.3529
X1 2.721127 0.556496 4.889749 0.0027
R-squared 0.715329 Mean dependent var 12.31875
Adjusted R-squared 0.667884 S.D. dependent var 3.453373
S.E. of regression 1.990162 Akaike info criterion 4.426627
Sum squared resid 23.76446 Schwarz criterion 4.446487
Log likelihood -15.70651 Durbin-Watson stat 2.218959
以X2排序后，求得∑e12=12.03757，∑e22 =23.76446
F=23.76446/12.03757=1.9742
在给定显著性水平为0.05的情况下，查F分布表在自由度为（n-c）/2-k=6下的临界值为4.28，因为4.28大于1.9742，所以接受H0，表明无异方差
（3）White检验：
White Heteroskedasticity Test：
F-statistic 1.883353 Probability 0.161203
Obs*R-squared 8.042756 Probability 0.153895
Test Equation：
Dependent Variable： RESID^2
Method： Least Squares
Date： 05/13/04 Time： 14:07
Sample： 1 20
Included observations： 20
Variable Coefficient Std. Error t-Statistic Prob.
C -10.37809 7.592657 -1.366859 0.1932
X1 4.503260 3.935652 1.144222 0.2717
X1^2 -0.250357 0.611059 -0.409711 0.6882
X1*X2 -0.249335 0.219636 -1.135221 0.2753
X2 0.480980 0.513953 0.935845 0.3652
X2^2 0.030638 0.015260 2.007810 0.0644
R-squared 0.402138 Mean dependent var 2.135796
Adjusted R-squared 0.188616 S.D. dependent var 3.159756
S.E. of regression 2.846210 Akaike info criterion 5.173178
Sum squared resid 113.4127 Schwarz criterion 5.471898
Log likelihood -45.73178 F-statistic 1.883353
Durbin-Watson stat 2.610948 Prob（F-statistic） 0.161203
由拟合的数据可知，N *R^2=200.347103=6.94206，查表得0.05（5）=9.48773，N*R^2《0.05（5），接受H0，表明模型无异方差。
综上所述，模型无异方差。
3、自相关检验
用DW法检验方程的自相关性，方程DW值为2.608111
查表得Dl=1.100 Du=1.537 4-Du=2.463
Du《d《4-Du 表明所建模型无自相关。
综上所述，模型的拟合优度较好，且无多重共线性、异方差、自相关等问题，有较好的实用性，可用于指导实践。回归方程如下：
Y= 2.596293 X1 + 0.158943X2
（0.214121） （0.058736）
t=（12.12533） （2.706069）
R2= 0.832786 DW=2.608111
六、模型总结
由我们的模型可知当每股净资产增加一个单位时股票价值上升2.596293个单位，当所有者权益收益率提高一个单位时股票价值上升0.158943个单位。在实际投资中，已知一个公司股票的每股净资产和所有者权益收益率，用我们的方程计算出该公司股票的内在价值，与当前市场价格进行比较，当市场价格低于计算所得的内在价值时，则该股票有投资价值，反之，则不宜投资。