桑忠喜
(山東建筑大學(xué)商學(xué)院,山東濟南 250101)
經(jīng)濟學(xué)與經(jīng)濟管理
基于趨勢面分析的ST類上市公司分布特征研究
桑忠喜
(山東建筑大學(xué)商學(xué)院,山東濟南 250101)
上證所與深證所共有1727只股票(含B股)(截止2010年5月7日),其中ST類股票169只。本文運用趨勢面分析對ST類股票的分布特征進行了研究。研究結(jié)果表明,地理位置與ST類公司的數(shù)量之間有顯著的相關(guān)性,了解其分布特征可以幫助投資者判斷某一地理區(qū)域投資環(huán)境的優(yōu)劣。
趨勢面分析 ST類上市公司 企業(yè)外部環(huán)境
根據(jù)1998年實施的滬深證券交易所《股票上市規(guī)則》(2006年5月第五次修訂),對財務(wù)狀況或其它狀況出現(xiàn)異常的上市公司的股票交易進行特別處理,這些股票稱為ST股。上述財務(wù)狀況或其它狀況出現(xiàn)異常主要是指兩種情況,一是上市公司經(jīng)審計連續(xù)兩個會計年度的凈利潤均為負(fù)值,二是上市公司最近一個會計年度經(jīng)審計的每股凈資產(chǎn)低于股票面值。
一個正常的上市公司轉(zhuǎn)變?yōu)镾T類公司,是諸多因素綜合影響的結(jié)果。這些因素可分為宏觀因素(比如國家政策、金融危機的影響等)、中觀因素(各省、自治區(qū)制定的一些政策、規(guī)定、辦法、特有的地理文化等)及微觀因素(企業(yè)內(nèi)部決策、戰(zhàn)略規(guī)劃等)。首先可以假設(shè)分布于全國各地的ST類上司公司的數(shù)量與其地理位置之間存在著某種關(guān)系,然后可以通過一定的研究方法來發(fā)現(xiàn)其存在的關(guān)系,并對研究結(jié)論進行檢驗,以確定得到的結(jié)論是否可信。如果這種假設(shè)成立并可信,那么可以認(rèn)為宏觀的(全國性的或全球性的)、中觀的(省或自治區(qū)的)的因素會導(dǎo)致企業(yè)成為ST類企業(yè)。微觀的(企業(yè)自身)的因素也是導(dǎo)致企業(yè)出現(xiàn)問題的一個主要因素,但是這類因素卻與前兩類有很大的不同,因為每一個企業(yè)的情況不同,影響某一企業(yè)的特有因素大多屬于某一個企業(yè)特有的情況,屬于隨機因素。而前兩類因素則是對所有或者部分企業(yè)均產(chǎn)生影響的因素,其中宏觀因素會對所有企業(yè)產(chǎn)生影響,中觀因素會對本省內(nèi)的企業(yè)產(chǎn)生影響。宏觀因素(全國性的或全球性的)屬于趨勢性的影響因素,中觀因素(省或自治區(qū)的因素)屬于局部性的因素。微觀(企業(yè)自身)的因素屬于隨機因素。從企業(yè)管理的角度來看,宏觀及中觀因素主要是當(dāng)?shù)氐恼?、?jīng)濟、文化、技術(shù)、行業(yè)狀況等環(huán)境因素,微觀因素則主要是指企業(yè)自身的能力、資源。對于特定的研究范圍(以省為單元),全國性乃至全球性的因素屬于大的趨勢性因素。省或自治區(qū)級的政策等因素則屬于區(qū)域性的因素。趨勢面分析可以較好地從原始數(shù)據(jù)中將宏觀因素、中觀因素、隨機因素區(qū)分開,從而發(fā)現(xiàn)其中存在的規(guī)律。
趨勢面分析是尋找分布于二維面g上的某個變量的分布規(guī)律的一種數(shù)學(xué)分析方法。①趙永軍:《石油數(shù)學(xué)地質(zhì)》,北京:地質(zhì)出版社1988年版,第133頁。分布于全國各地的ST類上市公司,可以看作是分布在一個曲面g上的變量。因此,某點上的ST類公司的數(shù)量z和其所在地的地理坐標(biāo)(x,y)就構(gòu)成曲面g上的已知點(如圖1),記為:
根據(jù)曲面g上的有限的已知點Mi(xi,yi,zi)(i=1,2,…,n),可以擬合一個數(shù)學(xué)曲面 L,以此研究分布于曲面g上的某變量在區(qū)域上和局部范圍內(nèi)的分布特征及變化規(guī)律。
擬合出來的數(shù)學(xué)曲面并不是實際的曲面g,而是一個逼近g的數(shù)學(xué)曲面。它反映了某變量的總體變化趨勢,實際點Mi(xi,yi,zi)(i=1,2,…,n)分布在趨勢面上下附近或趨勢面上。如圖1所示:
圖1 趨勢面示意圖② 趙永軍:《石油數(shù)學(xué)地質(zhì)》,北京:地質(zhì)出版社1988年版,第133頁。
實測值Zi由三部分組成,即趨勢值、異常值和隨機干擾值。即:
式中:Zi——實際觀測值;
為進一步研究局部因素的變化特征,可以對趨勢面分析的結(jié)果進行進一步的處理,也就是進行趨勢面的剩余值分析。
剩余值大于零為正剩余,反之為負(fù)剩余。正剩余和負(fù)剩余在不同的研究背景下有不同的意義,對于本文來說,正剩余意味著負(fù)面的影響,即某省、自治區(qū)等的ST類上司公司數(shù)量高于趨勢值,說明其中觀環(huán)境較差。而負(fù)剩余則意味著具有正面的含義,反映這一區(qū)域企業(yè)所面臨的環(huán)境好于全國水平。
本文以各省、自治區(qū)、直轄市的ST類上市公司的數(shù)量作為因變量,以各省、自治區(qū)等的幾何圖形中心的坐標(biāo)作觀測變量。通過測定各省、自治區(qū)的幾何中心點的坐標(biāo)值以及統(tǒng)計各省、自治區(qū)等的ST類上司公司的數(shù)量構(gòu)成原始分析數(shù)據(jù)。再對原始數(shù)據(jù)進行趨勢面分析,求得回歸方程,最后利用圖形處理軟件得到趨勢面圖,以此更直觀地反映ST類上司公司的分布特征。其中,趨勢值反映了全國乃至全球性的影響因素;異常值ui則反映了影響該省企業(yè)的區(qū)域性因素,εi則反映了企業(yè)自身的隨機因素。這些因素包括正、負(fù)兩種情況,負(fù)面的因素會導(dǎo)致企業(yè)的環(huán)境惡化,從而可能使一個正常的上市企業(yè)淪為ST類企業(yè);正面的因素則可使該地區(qū)的ST類企業(yè)的數(shù)量低于趨勢值,反映這一地區(qū)企業(yè)的環(huán)境較好,投資環(huán)境相對比較優(yōu)秀。
截止2010年5月7日的上證所和深證所的上司公司中,各省、市的上市公司總數(shù)及ST類股票數(shù)量如表1。
表1 各省市上證、深證所上市公司總數(shù)、ST類公司統(tǒng)計表(截止2010年7月5日)
因為各省市的總體上市公司數(shù)量不一致,因此ST類公司的絕對數(shù)量并不具有可比性。因而應(yīng)將其變換為相對值,即用ST類上司公司的數(shù)量除以該省、自治區(qū)所有上司公司的總數(shù),其結(jié)果見表1。
在各省、自治區(qū)圖形的相對中心處確定一個幾何中心點(非省會所在地),然后假設(shè)一個坐標(biāo)系,從而計算出每一個點的坐標(biāo)值(xi,yi),如圖2,測得的數(shù)據(jù)見表2。
表2 實測各省、自治區(qū)等幾何中心的坐標(biāo)值
趨勢面分析可以進行不同階次的分析,階次的選擇取決于研究問題的復(fù)雜程度,階次越高擬合度越高,所需要的變量和樣品也越多。本文進行了一次、二次多項式趨勢面分析。下面分別闡述各次分析結(jié)果。
對測得的坐標(biāo)值以及經(jīng)過處理后的ST類公司的數(shù)量值,經(jīng)過整理后得到計算分析的原始數(shù)據(jù),見表3。
表3 趨勢面分析原始數(shù)據(jù)表
用excel的linest()函數(shù)對上述數(shù)據(jù)進行回歸計算,返回結(jié)果如表4所示。表中各數(shù)據(jù)含義如表5所示:
表4 二元一次回歸分析結(jié)果表
表5 excel回歸計算返回數(shù)據(jù)含義
其中:ai——回歸系數(shù);
F——F檢驗值
ssreg——回歸平方和
ssresid——殘差平方和由表4得二元一次趨勢面方程:
該方程的相關(guān)系數(shù)(擬合度)r2=0.031,F(xiàn)統(tǒng)計值為0.454,自由度df=28。當(dāng)檢驗水平α為0.05時,第一自由度為5(31-28-1)、第二自由度為28的F臨界值為2.558。該值遠(yuǎn)大于計算所得的F值(0.454),說明所得到的方程可靠性不高,這也與擬合度只有3.1%是相吻合的。一次趨勢分析主要反映存在于數(shù)據(jù)中的大趨勢,因此,盡管所得方程不可靠,但仍能說明ST類公司總的分布趨勢,可以大致了解其分布特征。對二元一次方程進一步處理,得到一次趨勢面圖(圖3),將圖2與圖3疊加得到圖4,可以直觀地觀察ST類上市公司的在全國范圍內(nèi)的變化趨勢。
圖3 一次趨勢面圖
由圖4可看出在全國范圍內(nèi),自西向東ST值依次降低。說明企業(yè)面臨的外部環(huán)境從總體來說東部優(yōu)于西部。
二元一次趨勢面方程的擬合度較低,只有3.1%,而且檢驗水平為0.05時的F臨界值也大于計算的F檢驗值,說明方程的階次較低,擬合程度不好,應(yīng)進行高階次的趨勢面分析。
對表3的數(shù)據(jù)進行二元二次趨勢面分析,計算后得到二次趨勢面方程:
該方程的相關(guān)系數(shù)(擬合度)r2=0.425,F(xiàn)統(tǒng)計值為3.692,自由度df=25。當(dāng)檢驗水平α為0.05時,第一自由度為5(31-25-1)、第二自由度為25的F臨界值為2.60299,計算返回的F值(3.692)大于臨界值(2.60299),說明所建立的方程是可信的。
求得回歸方程后,利用趨勢面方程計算的值和實際值之差計算各點的剩余值,計算結(jié)果如表6。
同樣可得到二次趨勢面的趨勢圖和疊加圖。為了更直觀地反映各地局部因素的變化情況,對剩余值進行圖形化處理,結(jié)果如圖7所示,從這一圖中可直觀地看出哪些地區(qū)的剩余值較高,哪些地區(qū)的剩余值較低。
圖4 一次趨勢面與中華人民共和國地圖疊加圖
由圖5可以看出,二次趨勢面圖總體呈一馬鞍形,反映出ST類公司的趨勢值北方最高、南方次之,中部東西方向則較低。為了進一步研究局部因素對變量的影響,對二次趨勢面進行剩余值分析,得到二次剩余等值線圖(圖7),剩余等值線圖是去掉趨勢之后的異常值,如果高于趨勢值,則剩余值大于零,說明此處企業(yè)所處的外部環(huán)境較差;反之小于零,則說明此處的環(huán)境較好。
由圖7可看出,幾個高值區(qū)出現(xiàn)在海南、陜西、青海、河北、天津等,說明這些地方的中觀環(huán)境較差。廣東、貴州、內(nèi)蒙古、云南、福建則較低,說明其中觀環(huán)境較好。遼寧、河南、黑龍江、四川、江蘇等表現(xiàn)中等,說明其環(huán)境介于兩者之間。
由以上分析可以看出,ST類公司在某一地區(qū)的數(shù)量與其地理位置具有相關(guān)關(guān)系。而ST類公司的數(shù)量與某一地區(qū)的宏觀、中觀以及企業(yè)的微觀環(huán)境的好壞是有直接關(guān)系的。宏觀環(huán)境會對所有企業(yè)產(chǎn)生系統(tǒng)的影響。微觀環(huán)境則一般表現(xiàn)為隨機值,而中觀環(huán)境(即當(dāng)?shù)卣挠绊懀﹦t反映為異常值。這種影響因素可表現(xiàn)為當(dāng)?shù)卣囊恍┚唧w的政策、特有的地域文化等,通過二次剩余趨勢分析,發(fā)現(xiàn)大部分省份 ST類企業(yè)的數(shù)量低于趨勢值,說明總體的中觀環(huán)境較好,而少數(shù)省份的數(shù)值高于趨勢值,說明其中觀環(huán)境較差。
Trend Surface Analysis:Research on Distribution Characteristics of ST Companies
SANG Zhongxi
Shanghai Stock Exchange and the Shenzhen Stock Exchange have a total of1727 stocks(including B stocks)(as of May7,2010),in which the class ST shares169.This paper of trend surface analysis conducts a study on distribution characteristics of the class ST stocks.Studies have shown that,between the geographical position and the class ST stocks there is a significant correlation between the number of such companies.Understanding its distribution can help investors determine strengths and weaknesses of a certain geographical region investment environment.
trend-surface analysis,the class ST companies,enterprise external environment
桑忠喜(1964-),男,山東棲霞人,山東建筑大學(xué)商學(xué)院副教授。
F830.91
A
1008-7672(2011)06-0031-08
表6 各省市的剩余值計算表
圖5 二元二次趨勢圖
圖6 二次趨勢合成圖
圖7 二次剩余等值線圖
余風(fēng))