基于回归分析的房地产业股票价格研究

邵 娜

（华中师范大学 经济学院，湖北 武汉 430079）

1 引言

上市公司的会计信息是股票市场信息的重要来源，它对于股票市场的价格有着不可忽视的作用，上市公司的会计信息主要反应在会计报表中，所以股票价格与上市公司企业内部财务状况有着密切的相关关系。本文从股票价格与财务指标的关系出发，采用实证研究的方法，应用时间序列数据，随机抽取25家上市房地产业的股票价格作为特定对象研究其变动趋势的成因。房地产业的发展对国民经济有着举足轻重的作用。本文期望通过回归分析找出对房地产行业股票价格解释能力最强的财务指标。

2 研究方法

本研究有以下几个步骤：首先，采取随机抽取的方法确定研究样本；其次，确定影响股票价格的主要因素；再次，运用Eviews软件进行回归分析，建立线性回归模型。由于多元线性回归分析过程中并非所有的自变量都对因变量有显著影响，因此，有必要确定对因变量有显著影响的自变量。因为在众多的会计盈余指标中，投资者最需识别的就是最具信息含量的财务指标，以作出正确的决策。逐步回归的基本思想是“有进有出”，即将变量一个一个引入，引入变量的条件是其偏回归平方和经检验是显著的。当每引入一个自变量后，对已选入的变量要进行逐个检验。当先引入的变量由于后面变量的引入而变得不再显著时，要将其剔除。引入一个变量或从回归方程中剔除一个变量，为逐步回归的一个步骤，每一步都要进行F检验，以确保每次引入新的变量之前回归方程中只包含显著的变量。这个过程反复进行，直到既无显著的自变量选入回归方程，也无不显著自变量需要从回归方程中剔除为止。本文选择投资者常用的会计盈余指标，然后采用逐步回归法剔除自相关变量，寻找对股价解释能力最优的回归模型，以帮助和引导投资者进行决策。

2.1 样本选取

随机抽取25家上市房地产企业作为研究对象。将各股2010年第一季度每一交易日的收盘价相加并求出均价作为解释变量，这样可以消除个别交易日股票不稳定因素对股价的影响。所有数据来自于25家上市房地产企业在证券交易所披露的第一季度报表，便于在同一层面进行考察和分析，剔除之后影响因素。

2.2 模型建立

OLS回归结果见表1。

表1 OLS回归结果

为使评价指标具有好的统计特征，本研究尽可能多地收集反应公司各方面情况的统计指标。现初步抽取7个指标来建立以下线性回归模型：

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

其中，P表示股票价格，x1表示每股收益，x2表示每股净资产，x3表示净利润率，x4表示总资产报酬率，x5表示存活周转率，x6表示净资产比率，x7表示资产负债比率。u表示其他对股票价格有影响的因素，属于随机干扰项。

3 实证分析

3.1 OLS估计

用Eviews软件将本文选取的样本数据运用上述线性模型进行回归得到以下结果：

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

本文对于方程的显著性检验，选取a=5%的显著性水平，则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），故拒绝原假设，说明变量之间的关系总体上显著。故认为股票价格与上述解释变量之间的总体线性关系显著。上述回归结果现实x3，x5的t检验值均为负数，所以未能通过t检验，故认为变量x3，x5不显著。

3.2 相关系数检验

由于以上方程x3、x5前的参数未能通过检验，而且符号的经济意义也有偏差，所以认为变量之间存在多重共线性。利用Excel软件检测个变量的相关系数，得出结果如表2所示。

表2 相关性矩阵表

由表 2 可以看出，x1与 x3、x4；x3与 x4；x5与 x6、x7；x6与x7的相关系数明显高于其他变量，说明上述回归模型存在多重共线性。

3.3 求解最简单回归形成

通过上面的分析我们知道，该模型存在多重共线性和自相关性，所以分别作 P 与自变量 x1、x2、x3、x4、x5、x6、x7的回归，找出最简单的回归形式作为初始回归模型，进行逐步回归法的第一步。

表3 P分别与各变量进行回归

从表 3 的回归结果看，x1、x2、x4、x5、x6的系数较其他要高，说明每股收益、每股净资产、总资产报酬率、存货周转率、净资产比率与股票价格之间的相关性较高，比较各变量之间的检验效果，决定舍去变量x3和x7。

3.4 逐步回归法寻找到的最佳回归方程

舍去变量x3和x7后，选择x1作为自变量代入初始的回归模型，对该线性方程进行逐步回归，探究财务指标对股票价格解释能力最强的模型，如表4所示。

表4 P与各变量的逐步回归过程

在初始模型中引入变量x2，进行回归，发现模型的拟合优度提高，且参数符号合理，变量也通过了t检验，当引入变量x4和x6分别进行回归时，模型的拟合优度基本不变，参数符号均合理，变量都通过了t检验，DW值在2附近，且不存在自相关。当把变量x6替换为x5时发现，模型的拟合优度明显降低，且参数符号的经济意义不合理。从以上回归结果，可拟合出以下最优线性回归方程：

P=5.84+12.43x1+1.75x2+0.54x4+0.03x6从上述结果可见，R2=0.67，修正后的R2=0.61，没有太大变化，说明模型仍然可以较好地模拟样本。F=10.23>F0.05（5，19），回归方程显著。Prob（F-statistics）=0比原模型效果更好。四个解释变量的系数均通过T检验，说明在其他解释变量不变的情况下，届时变量的每股收益、每股净资产、总资产报酬率、净资产比率对股票价格有显著的影响。DW=1.36在2附近，说明模型不存在正负相关。

4 实证结果分析结论

通过分析可以看出，会计信息对房地产行业的股价有一定影响。其中每股收益的影响力最大，每股收益是分析每股价值的一个基础性指标，是综合反应公司获利能力的主要指标，它是某一时期净收益与股份数的比率。股价的计价模型是未来现金股利的折现，未来股利是与未来盈利相联系的，所以股价必然与财务报表中的信息息息相关。但在实际资本市场上，股票作为一种商品，它还受供求关系和其他宏观因素的影响。另外，我国政府应加强对证券市场和上市公司的监管力度，改变投资者和上市公司之间的信息不对称局面，完善上市公司的信息披露机制。证券市场则应引导投资者进行理性投资而不是盲目投机，充分发掘有用的会计信息，利用好财务报表。

[1]李庆华.计量经济学[M].中国经济出版社，2005.

[2]李子奈，潘文卿.计量经济学（第三版）[M].高等教育出版社，2008.

[3]史美景.会计信息对股票价格影响作用的回归分析[J].统计与信息论坛，2002，（3）.