对上市公司若干特性之关系的统计分析*，本文主要内容关键词为：统计分析论文,上市公司论文,特性论文,关系论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引 言
我国股票市场的发展十分迅速，规模快速扩大。1990～1991年沪、深证券交易所先后成立时，上市股票仅13只（沪市8只，深市5只），而到1997年9月30日，两市已共有上市股票796只，市价总值达14919 亿元。然而，在对股市的研究方面，利用统计数据，对上市公司的股价与公司的各种质量、规模等标志之间的相关关系以及各标志之间的相关关系作实证研究的文章极为罕见。笔者在对此问题着手研究之后，终于明白了为什么研究结果如此之少。
笔者以股价、市盈率与公司的各种质量、规模标志（如每股收益、净资产收益率、每股净资产、利润增长率、总股本、可流通股本等等）为变量，进行了大量的各种组合的回归与相关分析，结果绝大多数是失败的（即至少有某一统计检验不能通过，说明没有统计上显著的相关关系）。但是，笔者也得到了少量能通过各种统计检验的结果，并且对某些不能通过检验的结果进行进一步的深入分析后，可以得到一些很有用的结论。
二、分析对象、分析特性和检验标准的说明
本文的分析对象为深圳股市的成份指数股公司。但其中的“琼民源”由于已被停牌近一年，没有它的有关数据（它没有公布1997年中期报告），故将其除外。这样，分析对象共39家上市公司。
分析的特性包括：
每股收益，单位为“元”；
净资产收益率，单位为“%”；
每股净资产，单位为“元”；
利润增长率，指1997年中期比1996年中期的净利润增长率，单位为“%”；
总股本，单位为“亿股”；
流通股本，单位为“亿股”；
股价，单位为“元”；
市盈率，按股价除以1997年中期每股收益的两倍计算，单位为“倍”。
分析所涉及的公司的各项数据均取自各公司1997年的中期报告，各时期数为1997年上半年的数值，各时点数为1997年6月30日的数值。 所用股价为距全部中期报告公布后一个月的1997年9月30日的收市价。 在1997年7月1日至9月30日之间分红或配股的股票， 其股价均已适当地换算使其还原。
在回归分析、相关分析中所采用的显著性水平的标准为0.05，即当显著性水平小于0.05时则认为有显著的统计意义（它表明置信度在95%以上）。
三、股价与每股收益、净资产收益率、每股净资产间的关系
我们首先剖析一个具代表性的回归模型。
公司的每股收益（EPS）、净资产收益率（INAR ）和每股净资产（NAPS）是公司质量的代表性很强的标志。我们以它们作为自变量，以股价（P）作为因变量作出其回归模型为：
〔方程A〕 P＝10.8068＋64.0549EPS－0.9303INAR－2.0418NAPS
（3.420） （3.323） （-2.048） （-1.558）
（0.0016）（0.0021） （0.0481） （0.1283）
F＝13.7152，
siｇ.F＝0.0000
R＝0.7351， R[2]＝0.5404
方程右端各项下面的第一个括号内的值为相应项的t－检验值，第二个括号内的值为t－检验所达到的显著性水平。
F 值为整个方程的F－检验值，sig.F值为F－检验所达到的显著性水平。
R为（多元）相关系数，R[2]为（多元）测定系数。（下同。）
可以看出，这一回归并不成功，最为明显的就是“每股净资产”这一项未能通过 t－检验。为此，我们专门对股价与每股净资产作相关分析，计算出的线性相关系数为：
R＝0.2695 （p＝0.097）
（括号中的值为双尾检验p值，下同。）
p值过大， 表明股价与每股净资产之间不能认为存在线性相关关系。这样，在回归方程中每股净资产未能通过t－检验也就不足为奇了。
然而，我们将每股净资产排除之后所作的回归方程还是存在问题：
〔方程B〕
P＝6.0241＋39.7360EPS－0.3818INAR
（7.885） （3.448）
（-1.305）
（0.0000） （0.0015） （0.2003）
F＝18.6214，
siｇ.F＝0.0000
R＝0.7131，R[2]＝0.5085
在方程B中，净资产收益率未能通过t－检验，而且，其系数是负的（就是说，如果接受这一变量，那么方程说明净资产收益率越高则股价越低）。但实际上，我们单独对股价与净资产收益率所作的相关分析表明，它们高度正相关：
R＝0.5884，
（p＝0.000）
那么，问题出在哪里？进一步的分析表明，两个自变量，即每股收益与净资产收益率间存在着很强的线性相关关系：
R＝0.9268 （p＝0.000）
由此会引起计量经济学中所称的多重共线性问题。程度很高的多重共线性将会对回归系数的估计及统计检验带来严重影响，使回归方程难以真实反映变量间的关系。
最后，我们再去掉净资产收益率进行回归（由于高度相关，只用每股收益已可较好代表两个变量），结果是：
〔方程C〕
P＝5.9359+25.7978EPS
（7.728） （5.906）
（0.0000） （0.0000）
F＝34.8782，
sig.F＝0.0000
R＝0.6966，R[2]＝0.4852
这是一个很好地通过了各种检验的回归模型，t－检验、F－检验的显著性水平的值都为 0.0000（表明其值小于0.00005），这说明其置信度达99.995%以上。
方程说明股价与每股收益存在很强的正相关关系，即显著呈现出每股收益越高则股价越高的倾向。
部分人认为中国股市过度投机，其中一个理由就是股价与业绩没有多大关系，只要有庄家狂炒就是好股票。从上述统计分析来看，这一理由是不成立的。绩差而价高只是少数股票的状况，不具有统计上的意义。
另外，我们计算出股价与利润增长率的相关系数为：
R＝0.0535（p＝0.753）
由此可认为这两者间基本没有线性相关关系。这说明目前股市尚未认同“高成长股”应有高价位，从这一角度看，股市还可说是较保守的。
四、股价与股本的关系
一般认为，流通股本小的股票容易炒作，股价也往往可偏离业绩而相对较高。但我们对股价与流通股本（TCS）所作的回归分析结果为：
〔方程D〕
P＝6.2291＋1.8582TCS
（5.816） （3.292）
（0.0000） （0.0022）
F＝10.8360，
siｇ.F＝0.0022
R＝0.4760，R[2]＝0.2265
注意到这里TCS的系数是正的， 意味着流通股本越大则股价也越高。（统计检验都已通过）。这与直观的感觉恰好相反，但实际上这一回归模型的结论也不可靠。通过进一步的分析，我们发现这是回归分析出现的一种陷阱——个别极端大或极端小的值会严重影响以至扭曲回归结果。在这里是由于一个具特大的流通股本而股价又很高的“深发展”的影响。如果去掉“深发展”再作回归，则结果是：
〔方程E〕
P＝8.9125－0.5710TCS
（9.474） （－0.931）
（0.0000） （0.3581）
F＝0.8664，
siｇ.F＝0.3581
R＝0.1533，
R[2]＝0.0235
这时，相应的系数成为负的，但却未能通过各项检验。这一结论应是较可靠的，即我们不能认为股价与流通股本间存在着明显的线性相关关系。
我们可以再由市盈率与流通股本、总股本的关系的角度进行分析，印证上述结论。
市盈率与流通股本的相关关系为：
R＝-0.1145 （p＝0.500）
市盈率与总股本的相关关系为：
R＝-0.1040 （p＝0.540）
这两个p值都太大，远未能通过统计检验， 显然不能认为流通股本或总股本越小则市盈率越高。在此，计算相关系数的样本数目为37，即已将亏损的“深星源”与“琼海药”去掉（因为亏损股无法计算市盈率）。
实际上，我们也可看到不少流通股本较小的股票的市盈率都并不高。如成份股中流通股本最小的三只股票“黔中天”、“康达尔”和“深招港”，其市盈率分别为40、28.6和32.6倍，都远小于平均市盈率。而“琼南洋”、“粤甘化”和“康佳”也都是流通盘偏小的，其市盈率更是只有19.8、22.2和23.4倍。另一方面，部分流通股本大的股票却有较高的市盈率。
五、市盈率与每股收益的关系
下面以市盈率（RPE）为因变量、 每股收益为自变量进行回归分析。计算的样本数目为37个，即同样将两个亏损股除外。回归模型为：
〔方程F〕RPE＝263.2248－995.5306EPS
（4.149）（-2.711）
（0.0002）
（0.0103）
F＝7.3480，
sig.F＝0.0103
R＝0.4166，R[2]＝0.1735
方程通过了各种检验，而且系数是负的。这表明市盈率与每股收益有较强的负相关关系，即有每股收益越高则市盈率越低的明显倾向。结合上文的方程C则可知，虽然有业绩越好则股价越高的明显倾向， 但优、劣绩股票的价格比例比其每股收益的比例通常要小一些。可以说股市有一种将各股比价拉近的力量。对此我们可以解释为：第一，投资者对每股收益少的公司有着它们可能会较大地提高业绩的期望或想象；而对每股收益多的公司则有着恐怕它们难以继续保持或提高利润水平的担忧。第二，只要股市存在，上市股票就会有一定价值，我们姑且称之为“基数效应”。亏损股显然不可能成为“负股价”的股票。每股收益以厘以下的单位才能表示出来的股票，如仅0.0001元收益的股票，即使市盈率为1000倍，其股价也仅为0.1元，这在正常情况下也不会出现。 而这两类股票在深沪两市现在并非罕见，因而上述结论也就有其合理的基础。这种“基数效应”，同样可由回归分析反映出来，这就是无论哪个方程都带有一个正的常数项。
标签：股票论文; 市盈率论文; 每股收益论文; 每股净资产论文; 股票分析论文; 净资产收益率论文; 流通股本论文; 统计分析论文;