財務(wù)視角下我國上市公司股價波動影響因素研究
——基于滬深59家采掘業(yè)上市公司的面板數(shù)據(jù)

謝阿紅，薛倩玉，高佳薪，朱家明

安徽財經(jīng)大學(xué) 1.會計學(xué)院;2.經(jīng)濟(jì)學(xué)院;3.金融學(xué)院;4.統(tǒng)計與應(yīng)用數(shù)學(xué)學(xué)院，安徽蚌埠，233030

資本市場錯綜復(fù)雜，公開透明的信息披露是資本市場得以有效運(yùn)行的前提；信息的披露又分為歷史信息的披露和未來信息的披露，歷史信息的披露主要是指公司相關(guān)的財務(wù)指標(biāo)，相對于未來信息，歷史信息更易獲取。隨著我國經(jīng)濟(jì)的不斷發(fā)展，財富積累逐漸增多，越來越多的人開始從事投資理財活動，在中國股票市場散戶居多，散戶的資金量少，而且散戶對于如何選股投資缺乏一定的認(rèn)知。同時我國的眾多投資者的投資理財水平也較低，而眾多股民和股票投資者是否有效利用資本市場公開披露的信息進(jìn)行投資理財是決定其投資效益的重要因素之一。研究股票價格波動的影響因素，有助于指導(dǎo)股票投資者進(jìn)行合理且高收益的投資，也有利于提高廣大散戶的收益率，具有一定的現(xiàn)實(shí)意義。采掘業(yè)作為我國經(jīng)濟(jì)的基礎(chǔ)性產(chǎn)業(yè)，主要為國家各個部門提供礦物原料，在國民經(jīng)濟(jì)的發(fā)展中舉足輕重。經(jīng)濟(jì)新常態(tài)背景下，國家為加快供給側(cè)改革，勢必會加快產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，因此采掘業(yè)產(chǎn)能過剩成為供給側(cè)改革的重點(diǎn)之一，而這也可能使得該行業(yè)的股票市場非系統(tǒng)性風(fēng)險加大[1]。因此，研究采掘業(yè)上市公司的股票價格波動具有實(shí)踐意義，利于投資者確定投資方向。本文從財務(wù)視角以研究我國滬深兩市采掘業(yè)上市公司為例，探究公司公開披露的歷史財務(wù)信息與股票價格波動的關(guān)聯(lián)性，分析影響股票價格波動的主要因素，降低投資者與公司財務(wù)信息的不對稱，幫助投資者更合理科學(xué)地進(jìn)行投資。

1 相關(guān)研究與問題提出

國外關(guān)于股票價格波動研究開始較早，Beaver通過研究143家上市公司1961—1965年的500多次收益前后八周交易量與股票價格的波動幅度，研究發(fā)現(xiàn)與未公布財務(wù)信息時相比，財務(wù)指標(biāo)公布后的成交量顯著提高，因此進(jìn)一步說明了披露的財務(wù)指標(biāo)能夠向市場傳遞有用的投資[2]；Clarkson等認(rèn)為利率、股票價格指數(shù)等因素都可能影響到股票價格，但是每個指標(biāo)因素的影響程度不同，且每個指標(biāo)間可能相互影響，即為各個因素在影響股票價格的同時又有著各自獨(dú)立的影響，彼此共同作用時對股票價格起到協(xié)同影響的作用[3]；Park等為研究各類財務(wù)指標(biāo)對股價的具體影響程度，通過對公司財務(wù)指標(biāo)與股價進(jìn)行了定量分析，分析結(jié)果發(fā)現(xiàn)，上市公司的盈利能力指標(biāo)對股票價格的影響程度最高[4]。

相比國外學(xué)者，國內(nèi)對于股票價格波動影響因素的研究起步較晚。董欣欣以395家中小板上市公司的股票價格為因變量，財務(wù)指標(biāo)為自變量，利用主成分分析法分析了財務(wù)指標(biāo)數(shù)據(jù)與股價的關(guān)聯(lián)性，結(jié)果表明盈利能力和股票結(jié)構(gòu)相關(guān)指標(biāo)與股票價格正向關(guān)聯(lián)，且具有較高的關(guān)聯(lián)性；償債能力和其他指標(biāo)與股票價格雖也呈現(xiàn)正向關(guān)系，但是相關(guān)性不強(qiáng)[5]。姚文英等以鋼鐵和房地產(chǎn)行業(yè)的 A 股上市公司作為研究對象，利用實(shí)證的方法研究了上市公司的財務(wù)狀況對股票價格的影響，為廣大投資者做出投資決策提供了理論依據(jù)[6]。李建軍通過建立多元線性回歸模型對滬深1354家上市公司的股票價格上漲率與財務(wù)指標(biāo)的相關(guān)性進(jìn)行了實(shí)證研究，實(shí)證結(jié)果表明股票價格上漲率與每股收益呈現(xiàn)顯著正相關(guān)，與長期負(fù)債率顯著負(fù)相關(guān)[7]。吳艷敏利用2015—2017 年房地產(chǎn)上市公司財務(wù)指標(biāo)的橫截面數(shù)據(jù)，從盈利能力、營運(yùn)能力、償債能力、發(fā)展能力和現(xiàn)金流量能力五個方面選取了 13個財務(wù)指標(biāo)作為解釋變量，選取了房地產(chǎn)上市公司股價年均收盤價作為被解釋變量，通過建立多元線性回歸模型研究了財務(wù)指標(biāo)和其股價間的關(guān)系，并發(fā)現(xiàn)連續(xù)三年盈利能力指標(biāo)對股價有著顯著影響，這表明投資者在對房地產(chǎn)上市公司進(jìn)行投資時應(yīng)更看重其盈利能力[8]。

國內(nèi)外學(xué)者都在不同層面對股票價格影響因素進(jìn)行了詳細(xì)研究，對于本文的研究具有借鑒意義，但是也存在不足之處。多數(shù)學(xué)者以簡單的回歸模型和主成分分析法研究財務(wù)指標(biāo)與股票價格間的相關(guān)性，而且多數(shù)研究的是橫截面數(shù)據(jù)，且進(jìn)行模型研究的年份久遠(yuǎn)，無法給投資者最新的投資活動合理科學(xué)的指導(dǎo)，研究領(lǐng)域也多局限在房地產(chǎn)、鋼鐵、電力等相關(guān)行業(yè)，缺少對國民經(jīng)濟(jì)基礎(chǔ)性產(chǎn)業(yè)的研究。因此，本文綜合國內(nèi)外學(xué)者對股票價格影響因素的研究成果，從財務(wù)視角出發(fā)，在衡量上市公司盈利能力、償債能力、成長能力、營運(yùn)能力與現(xiàn)金流能力五個層面選取了12個財務(wù)指標(biāo)，引入2015—2017年59家采掘業(yè)上市公司的面板數(shù)據(jù)，通過數(shù)學(xué)模型來研究采掘業(yè)上市公司的股價變動因素，有助于眾多投資者了解采掘業(yè)股價狀況，具有一定的指導(dǎo)意義。

2 模型建立與指標(biāo)選取

財務(wù)指標(biāo)的選取是研究股票價格波動的重要環(huán)節(jié)，考慮到眾多影響因素，本文從五個層面選取了12個財務(wù)指標(biāo)，通過建立指標(biāo)數(shù)據(jù)與股票價格之間的回歸模型，深入研究影響股票價格波動的重要因素；不同于簡單的多元回歸，本文基于面板數(shù)據(jù)建立了固定效應(yīng)模型，使得問題的研究結(jié)果更加合理化。

2.1 財務(wù)指標(biāo)選取

財務(wù)指標(biāo)能夠較好地反映一個公司整體發(fā)展?fàn)顩r，一般而言，主要的財務(wù)指標(biāo)分為四大方面“盈利能力”“償債能力”“成長能力”與“營運(yùn)能力”[9]，近些年來，企業(yè)的現(xiàn)金流能力也逐漸被納入評價企業(yè)財務(wù)狀況的指標(biāo)體系中，因此本文從這五個層面來選取影響公司股價波動的指標(biāo)因素，具體可見財務(wù)指標(biāo)圖(圖1)，將12個財務(wù)指標(biāo)數(shù)據(jù)作為解釋變量，股票價格作為被解釋變量，在選取股票價格時，考慮到財務(wù)報表披露一般在次年4月，因此選取的股票價格均為財務(wù)報表披露后的股票價格，即為2016—2018年5月份的收盤股票價作為被解釋變量。

圖1 解釋變量指標(biāo)圖

(1)償債能力主要指企業(yè)償還債務(wù)的能力，本文選取流動比率和速動比率作為解釋變量，一般而言，流動比率和速動比率的指標(biāo)值較高說明企業(yè)具有較好的償債能力。

(2)盈利能力主要指企業(yè)獲取收益的水平，在反映上市公司盈利能力的眾多指標(biāo)中，選取了營業(yè)凈利率和凈資產(chǎn)收益率作為解釋變量。營業(yè)凈利率和凈資產(chǎn)收益率屬于效益性指標(biāo)。

(3)營運(yùn)能力反映企業(yè)對資產(chǎn)的營運(yùn)以及管理水平，而應(yīng)收賬款周轉(zhuǎn)率、存貨周轉(zhuǎn)率和總資產(chǎn)周轉(zhuǎn)率能夠較好地反映企業(yè)的營運(yùn)能力，因此選取這三個指標(biāo)作為影響采掘業(yè)上市公司股票價格波動的解釋變量。應(yīng)收賬款周轉(zhuǎn)率、存貨周轉(zhuǎn)率和總資產(chǎn)周轉(zhuǎn)率均為效益型指標(biāo)。

(4)成長能力主要指企業(yè)擴(kuò)展業(yè)務(wù)規(guī)模與經(jīng)營的能力?？傎Y產(chǎn)增長率反映企業(yè)總資產(chǎn)規(guī)模增長，凈利潤和凈資產(chǎn)收益率增長率反映企業(yè)的收益的增長狀況，因此選取總資產(chǎn)增長率、凈利潤增長率和凈收益增長率，三者都是正向指標(biāo)。

(5)現(xiàn)金流能力主要指企業(yè)管理和運(yùn)用現(xiàn)金的能力，反映公司短期的生存狀態(tài)。本文選取了凈利潤現(xiàn)金流量和每股現(xiàn)金凈流量作為解釋變量，研究現(xiàn)金流能力相關(guān)指標(biāo)與被解釋變量股價的相關(guān)性。

2.2 數(shù)據(jù)樣本來源

本文研究的是滬深兩市采掘業(yè)上市公司的股票價格波動狀況。采掘業(yè)是我國的基礎(chǔ)產(chǎn)業(yè)，是各個生產(chǎn)行業(yè)的能源支柱行業(yè)。在數(shù)據(jù)樣本選取中，剔除了部分財務(wù)數(shù)據(jù)缺失或者股價數(shù)據(jù)缺失的公司，從73家上市公司中最終選取了59家上市公司，所有的指標(biāo)數(shù)據(jù)均來源于國泰安CMRAS數(shù)據(jù)庫，考慮到年報披露的時間，為減少因時間差異而造成的模型誤差，將研究年份的次年5月收盤價作為股票價格數(shù)據(jù)。

2.3 研究方法

本文利用Eviews 9.0，進(jìn)行問題的研究，59個上市公司作為橫截面數(shù)據(jù)，2015—2017年的股價和指標(biāo)數(shù)據(jù)構(gòu)成時間序列數(shù)據(jù)，兩者相結(jié)合組成了面板數(shù)據(jù)；由于財務(wù)指標(biāo)與股票價格間存在線性關(guān)系[10]，因此建立了如下模型：

Y=α+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+β7X7+β8X8+β9X9+β10X10+β11X11+β12X12+ε其中α為常數(shù)項(xiàng)，ε表示隨機(jī)誤差項(xiàng)，βi表示解釋變量的系數(shù)，Y表示被解釋變量，Xi表示解釋變量。

3 實(shí)證分析

3.1 單位根檢驗(yàn)

在數(shù)據(jù)進(jìn)行回歸前，首先需要對數(shù)據(jù)進(jìn)行單位根檢驗(yàn)，以確保所收集的各指標(biāo)因素是平穩(wěn)數(shù)據(jù)，同時也是避免出現(xiàn)偽回歸的必要步驟。因此本文對于12個財務(wù)指標(biāo)和股價進(jìn)行單位根檢驗(yàn)，所收集的數(shù)據(jù)在時間上跨度短，因此選擇LLC單位根檢驗(yàn)，一般而言，當(dāng)P<0.05時，即認(rèn)為數(shù)據(jù)是平穩(wěn)的，反之?dāng)?shù)據(jù)不平穩(wěn)，詳見表1。

表1 LLC單位根檢驗(yàn)

由檢驗(yàn)結(jié)果可知，所有指標(biāo)數(shù)據(jù)的P值都小于0.05,即數(shù)據(jù)指標(biāo)是平穩(wěn)的，可以進(jìn)行回歸。

3.2 面板模型的確定

面板數(shù)據(jù)的回歸模型有三種，分別為混合回歸模型、固定效應(yīng)模型與隨機(jī)效應(yīng)模型。確定面板數(shù)據(jù)具體適用哪種模型，首先需要進(jìn)行F檢驗(yàn)來判斷是混合回歸模型還是固定效應(yīng)模型，然后再進(jìn)行Housman檢驗(yàn)判斷是隨機(jī)效應(yīng)模型還是固定效應(yīng)模型，只有經(jīng)過兩次模型檢驗(yàn)，才能最終得到最合理的面板回歸模型[11]。

⑴F檢驗(yàn)

F統(tǒng)計量檢驗(yàn)一般用于判別面板數(shù)據(jù)使用混合回歸模型還是固定效應(yīng)模型，基本假設(shè)如下：

H0:模型中不同個體的截距相同(實(shí)際模型為混合回歸模型)

H1:模型中不同個體的截距不同(實(shí)際模型為固定效應(yīng)模型)

F統(tǒng)計量為：

其中，SSEr為混合回歸模型的殘差平方和，SSEf為固定效應(yīng)模型的殘差平方和，M代表截面?zhèn)€體的數(shù)量，N代表時期數(shù)，P表示解釋變量的個數(shù)；在5%的顯著性水平下，如果F值大于查表所得的臨界值則使用固定效應(yīng)模型，即為拒絕原假設(shè)。

表2 固定效應(yīng)模型和混合回歸模型

由表2的Eviews 9.0輸出結(jié)果可知，SSEr=8 856.735,SSEf=1 626.591。

=8.12356

經(jīng)查F檢驗(yàn)表可知F(58，106)=1.47 ，F(xiàn)=8.123 56>F(58，106)=1.47,所以拒絕原假設(shè)，應(yīng)建立固定效應(yīng)模型。

⑵Housman檢驗(yàn)

Housman檢驗(yàn)一般用于決定面板數(shù)據(jù)適用于固定效應(yīng)模型還是隨機(jī)效應(yīng)模型，利用Eviews 9.0進(jìn)行隨機(jī)效應(yīng)模型，結(jié)果詳見表3。

表3 隨機(jī)效應(yīng)模型結(jié)果

具體的Housman檢驗(yàn)結(jié)果詳見表4，一般而言，當(dāng)P<0.05時即為拒絕原假設(shè)，模型應(yīng)為固定效應(yīng)模型。

表4 Housman檢驗(yàn)結(jié)果

因?yàn)镠ousman的檢驗(yàn)結(jié)果中P值小于0.05，所以拒絕原假設(shè)，模型應(yīng)為固定效應(yīng)模型。

⑶固定效應(yīng)模型

利用Eviews 9.0進(jìn)行固定效應(yīng)模型[12]，具體的模型輸出結(jié)果詳見表5。

表5 固定效應(yīng)模型

由Eviews 9.0輸出結(jié)果可知，R2=0.976 784說明模型的擬合效果較好，具體的影響分析如下：

①償債能力與股票價格

在5%的顯著性水平下，流動比率和速動比率與股票價格呈現(xiàn)顯著正相關(guān)，顯著性系數(shù)分別為4.181 029和4.174 536，說明當(dāng)流動比率和速動比率每增加一個單位，股票價格就分別上漲4.181 029和4.174 536個單位，總體而言，采掘業(yè)上市公司的股票價格受公司的償債能力影響較大，因此投資者在進(jìn)行股票投資時需著重關(guān)注上市公司的償債能力相關(guān)指標(biāo)數(shù)據(jù)。

②營運(yùn)能力與股票價格

在5%的顯著性水平下，營運(yùn)能力相關(guān)財務(wù)指標(biāo)與股票價格呈現(xiàn)顯著正相關(guān)，應(yīng)收賬款周轉(zhuǎn)率的顯著性系數(shù)為0.889 921，存貨周轉(zhuǎn)率和總資產(chǎn)周轉(zhuǎn)率的顯著性系數(shù)分別為0.047 309和0.999 646，即為在所選的營運(yùn)能力指標(biāo)中，存貨周轉(zhuǎn)率對股票價格變動的影響程度最小，因此投資者進(jìn)行投資時在關(guān)注采掘業(yè)上市公司營運(yùn)能力時，應(yīng)重點(diǎn)關(guān)注應(yīng)收賬款周轉(zhuǎn)率與總資產(chǎn)周轉(zhuǎn)率。

③盈利能力與股票價格

在5%的顯著性水平下，營業(yè)凈利率和凈資產(chǎn)收益率與股票價格呈現(xiàn)顯著正相關(guān)，顯著性系數(shù)分別為4.140 05和2.457 596，說明當(dāng)流動比率和速動比率每增加一個單位，股票價格就分別上漲4.140 05和2.457 596個單位，相比償債能力與營運(yùn)能力，盈利能力相關(guān)指標(biāo)對于采掘業(yè)上市公司股票價格的影響度較高，股票價格的波動在很大程度上會與盈利能力指標(biāo)相關(guān)，在實(shí)際股票市場也是如此。

④成長能力與股票價格

在5%的顯著性水平下，成長能力的相關(guān)指標(biāo)與股票價格的相關(guān)性較低，有顯著性系數(shù)可知，總資產(chǎn)收益增長率的顯著性系數(shù)為0.497 259，即為當(dāng)總資產(chǎn)收益率每增加一個單位，股票價格會向上波動0.497 259個單位，而凈資產(chǎn)收益增長率與凈利潤增長率的顯著性系數(shù)分別為0.001 844和0.003 582，表明兩個財務(wù)指標(biāo)對股票價格的影響度較低。

⑤現(xiàn)金流能力與股票價格

在5%的顯著性水平下，凈利潤現(xiàn)金凈含量與股票價格呈現(xiàn)顯著正相關(guān)，顯著性系數(shù)為0.028 543，說明當(dāng)凈利潤現(xiàn)金凈含量每增加一個單位時，股票價格就會上升0.028 543個單位，每股現(xiàn)金凈流量的顯著性系數(shù)為0.171 680，即為當(dāng)每股現(xiàn)金凈流量每增加一個單位時，股票價格就會上升0.171 680個單位，采掘業(yè)上市公司的現(xiàn)金流財務(wù)指標(biāo)對股票價格的影響程度較低，但是在進(jìn)行投資交易時也是反映上市公司基本現(xiàn)金流狀況的重要參考數(shù)據(jù)。

總之，采掘業(yè)上市公司股票價格波動的最重要影響因素為盈利能力和償債能力相關(guān)指標(biāo)，其次為營運(yùn)能力和成長能力相關(guān)指標(biāo)，現(xiàn)金流能力相關(guān)指標(biāo)數(shù)據(jù)的作用力較小。

4 結(jié) 語

本文以滬深兩市59家采掘業(yè)上市公司的面板數(shù)據(jù)為研究對象，先后進(jìn)行了F檢驗(yàn)和Housman檢驗(yàn)，最終建立固定效應(yīng)回歸模型，深入探究影響采掘業(yè)上市公司股票價格波動的公司指標(biāo)因素。研究結(jié)果發(fā)現(xiàn)，采掘業(yè)上市公司的盈利能力和償債能力對股票價格變動有顯著影響，且影響度較高；其次為公司的成長能力和營運(yùn)能力指標(biāo)；而公司的現(xiàn)金流能力相關(guān)指標(biāo)對股票價格波動的影響度較低。研究結(jié)果對熱衷于采掘業(yè)股票投資的相關(guān)投資者具有指導(dǎo)意義，也為其他學(xué)者的研究提供借鑒；本文的創(chuàng)新之處在于引入了面板數(shù)據(jù)模型，不同于以往研究所使用的簡單回歸，本文的不足之處在于沒有引入非財務(wù)指標(biāo)因素，沒有考慮到非財務(wù)指標(biāo)因素對股票價格波動的影響，在后續(xù)研究中會增加非財務(wù)指標(biāo)數(shù)據(jù)，達(dá)到更好地研究效果。