1. 引言
财务指标与股价之间的相关关系在财会学和金融学中始终是一个热门问题 [1] ,对于投资者选择上市股票具有实践指导作用。目前,国内外相关问题的研究主要采用多元回归模型、面板数据效应模型、典型相关分析 [2] [3] 等分析方法,研究的上市公司大多集中于节能环保业、农业、金融业 [4] [5] 等。Asan Habib [6] (2010)以澳大利亚上市公司的数据为样本,选取不同的会计绩效指标建立回归方程,在实证分析中分别加入收入和利润建立两种回归方程,比较它们对股票价值的解释程度以及不同会计绩效评估方法的差异。Muhammad [7] (2014)以卡拉奇证券交易所100家上市公司为样本,发现会计信息对股价的解释能力从收益转移到了账面价值。如果公司产生负收益,则其资产规模与股票收益成反比。张媛媛 [8] (2016)发现创业板上市公司财务指标中盈利能力对股票收益率的影响最大,且每股收益较受重视,投资者易于轻视反映上市公司偿债能力、营运能力和发展能力的财务指标。苍玉权、严华麟 [9] (2005)发现工业类上市公司期望收益率的高低与公司财务状况的并没有很大关系,但是投资不同财务质量公司时所面临的风险却相差很大。于洋、赵璟 [10] (2017)发现互联网金融业与传统制造业的股价与每股净资产和每股剩余收益的相关关系都很强。
目前,国内关于财务指标与股价相关性的研究大多集中于主板市场,用于分析的财务指标多为原始指标,且选取标准不一致。因此,本文以创业板市场中制造业和信息技术业公司股票为研究对象,通过因子分析法精简所选取的财务指标,对此类问题的研究进行创新。从四个因子与股价的具体关系来研究公司财务指标的内涵和价值,从实践角度上为将来在创业板市场上的投资者提供可靠的数据分析和指导建议。
2. 研究框架
自2009年创业板市场成立以来,创业板市场规模不断扩大,它在给中国市场带来巨大活力的同时也带来了极大的风险。因此,创业板市场公司的财务报表成为投资者越来越关注的问题。本文选取每股收益X1、净资产报酬率X2、主营业务利润率X3、成本费用利润率X4作为盈利能力指标;以资产负债率X5、流动比率X6、速动比率X7作为偿债能力指标;以主营业务增长率X8、净资产增长率X9、总资产增长率X10为成长能力指标;以应收账款周转率X11、存货周转率X12和总资产周转率X13为营运能力指标,研究这几类指标与公司股价之间的关系。
本文以2017年第三季度最后一天的数据作为样本量,并以前一天的股票收盘价作为股价指标y。由于创业板市场中制造业和信息技术业公司数量占比达90%以上,因此本文重点研究制造业和信息技术业公司。剔除所选时段内的ST股、停牌的公司与财务信息披露不完整的公司后,制造业公司有354个,信息技术业公司有100个。本文选取数据来源于同花顺财经网。
3. 财务指标与股价的相关关系
3.1. 制造业财务指标与股价的相关关系
本文利用Pearson相关系数法测度选定的13个财务指标与各公司股价的相关性是否显著。结果见表1。
去除相关系数未通过显著性检验的指标后,表1中的所有财务指标与股价的相关系数都在0.05的显著性水平下通过了显著性检验。Pearson相关系数可以表明各财务指标与股价的大致相关关系:与股价关系最密切的财务指标为每股收益,且净资产报酬率与股价的相关系数较其他指标来讲也相对较高,这表明2017年第三季度制造业类公司的股价与公司的盈利能力最为相关,或者说投资者更加关注这类公司的盈利情况;净资产增长率、总资产增长率与股价的相关系数也较高,说明制造业公司的成长能力对其股价也有显著影响。此外,资产负债率与股价的相关系数为负数,说明这一指标与股价呈负相关。
3.2. 信息技术业财务指标与股价的相关关系
去除相关系数未通过显著性检验的指标后,表2中的所有相关系数都在0.05的显著性水平下通过了显著性检验。其中每股收益与股价的相关系数为0.559,净资产报酬率与股价的相关系数为0.289,这两个指标同属于盈利能力指标,且相关系数也是几个指标中较高的两个。主营业务增长率与股价的相关系
![](Images/Table_Tmp.jpg)
Table 1. The correlation coefficient of manufacturing industry
表1. 制造业公司股价与财务指标的相关系数
注:相关性检验置信水平为5%。
数虽然仅为0.298,但相对于其他指标来讲也比较高。偿债能力指标中只有流动比率的相关系数通过了显著性检验,营运能力指标中只有总资产周转率通过了显著性检验。根据Pearson相关系数法可以得出初步结论,与股价最为相关的还是盈利能力指标,或者说投资者更关心自己投资所能得到的回报,而不太关心公司的营运能力;此外,此类新兴产业公司的股价也受到公司成长能力的影响。
4. 财务指标与股价关系的实证研究
4.1. 财务指标降维——因子分析
由于第2节中相关系数通过显著性检验的部分指标的含义有所重叠,且个别指标之间的计算方法上存在相似性,如果直接利用原始的财务指标数据建立模型容易出现多重共线性,因此需要对财务指标进行降维,降低分析的复杂度。本文通过KMO测度以及巴特利特球体检验对原始数据是否适合做因子分析进行判断,结果显示制造业公司和信息技术公司财务数据的KMO值均大于0.6,且都通过Bartlett显著性检验,因此两类公司的原始数据是适合做因子分析的。
4.1.1. 制造业财务指标因子分析
本文主成分分析法来提取公共因子,根据表3结果可知,前四个公共因子的特征值大于1,且累计
![](Images/Table_Tmp.jpg)
Table 2. The correlation coefficient of IT industry
表2. 信息技术业股价与财务指标的相关系数
注:相关性检验置信水平为5%。
![](Images/Table_Tmp.jpg)
Table 3. The accumulated variance contribution ratio of manufacturing industry
表3. 2016年制造业公司各因子累计方差贡献率
方差贡献率大于70%,说明提取的四个公共因子所解释的原始变量的变化部分占据了原始变量总变化的很大比例,因此利用前4个因子来研究财务指标与股价之间的相关关系是完全可行的。
为了避免财务指标变量在多个因子上有较大载荷或者一个公共因子在多个财务指标上的载荷较大,本文采用正交旋转法对原提取的因子进行旋转(见表4)。
结论:
1) 因子1在每股收益X1、净资产报酬率X2、主营业务利润率X3、成本费用利润率X4四个财务指标上有较大载荷,因此因子1为盈利能力因子。
2) 因子2在资产负债率X5、流动比率X6、速动比率X7上有较大载荷,因此因子2为偿债能力因子。
3) 因子3在净资产增长率X9与总资产增长率X10上有较大载荷,因此因子3为成长能力因子。
4) 因子4在应收账款周转率X11、存货周转率X12与总资产周转率X13上有较大载荷,因此因子4为营运能力因子。
本文利用Varimax法旋转后得到表5中的因子得分矩阵,进而得到制造业公司的因子得分函数(见表5)。
![](Images/Table_Tmp.jpg)
Table 4. The rotation component matrix of manufacturing industry
表4. 制造业旋转成分矩阵
4.1.2. 信息技术业财务指标因子分析
与制造业公司类似(见表6),前四个因子的累计方差贡献率大于70%,说明可以利用前4个因子来研究制造业公司财务指标与股价的关系。
本文对信息技术业公司的原始因子进行正交旋转后(见表7),得出如下结论:
1) 因子1在每股收益X1、净资产报酬率X2、主营业务利润率X3、成本费用利润率X4四个财务指标上有较大载荷,因此因子1为盈利能力因子。
![](Images/Table_Tmp.jpg)
Table 5. The matrix of factor score function in manufacturing industry
表5. 制造业因子得分函数矩阵
![](Images/Table_Tmp.jpg)
Table 6. The accumulated variance contribution ratio of IT industry
表6. 2016年信息技术业公司各因子累计方差贡献率
![](Images/Table_Tmp.jpg)
Table 7. The rotation component matrix of IT industry
表7. 信息技术业旋转成分矩阵
2) 因子2在资产负债率X5和流动比率X6、速动比率X7上具有较高载荷,这两个指标可以衡量公司的偿债能力,因此因子2为偿债能力因子。
3) 因子3在主营业务增长率X8与净资产增长率X9上具有较高载荷,这两个因子同属于成长能力指标,因此因子3为成长能力因子。
4) 因子4对于总资产周转率X13的解释力度最大,因此因子4为营运能力因子。
由表8中各因子得分的具体系数,可以列出关于信息技术行业公司的4个公共因子的得分函数。
4.2. 公司财务指标与股价的回归分析
4.2.1. 制造业财务指标与股价的回归分析
表9显示了利用制造业公司数据建立的多元回归方程的拟合优度,该模型调整后的R2为0.277,说明以盈利能力因子、偿债能力因子、成长能力因子以及营运能力因子为自变量建立的线性回归方程对股价变化的解释程度占据了股价总变化的27.7%,说明这一方程的拟合效果并不好。但是从方程的F检验来看,其P值为0.000,说明方程总体的线性关系是显著成立的,表明四个公共因子对股价有明显的联合影响。
从表10中各因子前系数的检验结果看:
1) 盈利能力因子、偿债能力因子、成长能力因子的系数均通过了显著性检验,且盈利能力因子的系数5.295是四个因子中系数最大的,表明盈利能力对股价的影响程度最大。
2) 营运能力因子系数的P值为0.408,远大于0.05,因而制造业公司股价不受营运能力影响。
3) 盈利能力因子、偿债能力因子、成长能力因子系数均大于0,说明这三种能力对公司股价有正向影响。
4.2.2. 信息技术业财务指标与股价的回归分析
根据表11的检验结果,信息技术业回归方程的显著性水平与制造业公司类似,虽然方程总体通过了显著性检验,但是对股价的解释程度却很低,仅有20.6%。
由表12中各个因子前的系数可以得到的结论如下:
1) 成长能力因子的系数最大,说明信息技术业公司的股价最容易受到公司成长能力的正向影响。
2) 盈利能力因子和营运能力因子对股价的影响仅次于成长能力因子之后,且对股价呈同向变化。
3) 偿债能力因子前的系数未通过显著性检验,说明偿债能力对公司的股价没有显著影响。
![](Images/Table_Tmp.jpg)
Table 8. The matrix of factor score function in IT industry
表8. 信息技术业因子得分函数矩阵
![](Images/Table_Tmp.jpg)
Table 9. The general test of multiple regression model in manufacturing industry
表9. 制造业多元回归方程总体检验
注:F检验的显著性水平为5%。
![](Images/Table_Tmp.jpg)
Table 10. The coefficient of factors in regression model of manufacturing industry
表10. 制造业回归方程各因子系数表
注:方程中系数的t检验显著性水平为5%。
![](Images/Table_Tmp.jpg)
Table 11. The general test of multiple regression model in IT industry
表11. 信息技术业多元回归方程总体检验
注:F检验的显著性水平为5%。
![](Images/Table_Tmp.jpg)
Table 12. The coefficient of factors in regression model of IT industry
表12. 信息技术业回归方程各因子系数表
注:方程中系数的t检验显著性水平为5%。
5. 结论
由本文的实证分析可以得出以下结论:
1) 本文所提取的四个公共因子的线性组合对创业板市场制造业和信息技术行业公司股价的拟合程度都很低,表明这两个行业公司的股价更大程度上受到的是非财务因素的影响,而目前财务指标并不能很好地说明股票的内在价值。
2) 两个行业公司的股价与偿债能力指标的关系很弱,甚至是没有关系,表明这两个行业的投资者对公司的偿债能力不够重视。
3) 创业板市场制造业公司的股价与公司盈利能力和成长能力呈正相关,且最容易受到公司盈利能力的影响,成长能力仅次于其后,而与营运能力并无显著相关性。
4) 创业板信息技术业公司的股价受公司成长能力的影响最大,公司的成长能力越强,股价越高;其次就是最易受到盈利能力的影响,而偿债能力对股价并无显著影响。
以上结论给出了创业板市场中制造业公司和信息技术业公司的各类财务指标与股价的相关关系以及相关程度,为公司自身经营发展和创业板投资者进行股票投资提供了可靠依据。