張周靜
摘要:從股票市場的量價規律以及行業發展規律出發建立股票的理論計量經濟模型. 並用萬科A的資料對股價模型進行核對總和實證分析,檢驗結果表明,股價與機構認可程度、成交量、GDP以及流通現金(M0)有較強的相關關係,實證分析結果表明股票價格的變化具有塑性的特徵.
關鍵字:房地產行業;股價模型;量價關係
一、前言
在大陸地區近20年的經濟發展中,房地產占了重要的一部分,2013年房地產投資占GDP比例高達16%。隨著地產調控的出臺,2015年中國經濟將呈現穩中緩降態勢,國家資訊中心發佈的報告預計,GDP增速將放緩至7%。而萬科地產也是國內規模較大的房地產上市企業。
萬科企業股份有限公司成立於1984年,1988年進入房地產行業,1991年成為深圳證券交易所第二家上市公司。經過二十多年的發展,成為國內最大的住宅開發企業,銷售規模持續居全球同行業首位。
股票的量價關係,即成交量與價格的關係,一直被看作是股票市場中相對穩定的一種互動關係。一般認為,成交量是股票市場的內在動能,直接反映著股票的供求狀況,從而在某種程度上決定股價變動的一定趨勢。
股票的價格還與金融機構的認可程度有關,在長期的交易過程中非銀行金融機構、社保基金、QFLL、私募持有的股票的平均收益要高於普通投資者的平均收益。
二、萬科A預測變數的選取理由
被解釋變數Y取萬科A的股價。
從股票自身的交易情況來看,成交量、機構持倉量占了重要的成分。分別用X1(億人民幣)和X2(億人民幣)來反應。
從大陸的國民經濟發展情況來看,國民生產總值可以良好的反應國民經濟的發展,也間接的反應了房地產行業的發展狀況。但是國民生產總值通常是以季度或年來統計所以我們引入了財政收入來間接的反應國民經濟和發展。一般情況下,沒有大的改變的話,財政收入占GDP的比例基本保持恒定的,比如我國地方兩級財政收入占GDP比約為20%左右。故財政收入X3(億人民幣)
由於萬科的主要投資結構為商品房所以商品房銷售面積X4(萬平方米)作為變數。
通常國家的出臺與走向也會影響地產的發展方向,中國人民銀行通常會調整存款準備金率來對流通現金供應量(M0)進行宏觀調控,防止通貨膨脹與通貨緊縮的發生,而通脹與通縮與消費者的購買力以及房屋銷售狀況也有很大關係,流通現金供應量(M0)X5(億人民幣)。
而人民幣匯率,也起著主導作用。資金是股市的直接推動力量,而匯率的貶值會帶來國內經濟消費的增長,也會使國內資金的流動性提高,使股價上漲。由於進口總額與人名幣匯率成正相關,故進口總值X6(千美元)。
通過上述變數,並查找資料資料可得下表。
變數
時間 | Y | X1 | X2 | X3 | X4 | X5 | X6 |
股價(元) | 成交額(億元) | 機構持倉量(億元) | 國家財政收入(億元) | 商品住宅銷售面積(萬平方米) | 流通現金(M0)供應量(億元) | 進口總值(千美元) | |
10/1 | 8.45 | 244 | -7.692 | 8,658.70 | 32.65 | 40,758.58 | 95,307,047 |
10/2 | 8.54 | 87.7 | -8.871 | 4,945.00 | 7429.24 | 42,865.79 | 86,910,333 |
10/3 | 8.61 | 144 | -10.124 | 6,023.40 | 7248.65 | 39,080.58 | 119,348,092 |
10/4 | 6.91 | 183 | -16.562 | 7,925.70 | 6112.59 | 39,657.54 | 118,239,462 |
10/5 | 6.39 | 107 | -17.38 | 7,917.70 | 8273.49 | 38,652.97 | 112,227,749 |
10/6 | 5.96 | .2 | -18.241 | 7,879.40 | 5726.4 | 38,904.85 | 117,373,726 |
10/7 | 7.47 | 127 | -14.624 | 7,783.20 | 6129.94 | 39,543.16 | 116,788,934 |
10/8 | 7.6 | 184 | -14.046 | 5,619.40 | 9406.39 | 39,922.76 | 119,266,152 |
10/9 | 7.58 | 117 | -14.719 | 6,287.20 | 8336.24 | 41,854.41 | 128,110,304 |
10/10 | 8.88 | 263 | -12.069 | 7,860.30 | 60.93 | 41,6.21 | 108,832,701 |
10/11 | 7.31 | 245 | -17.853 | 5,840.70 | 9497.52 | 42,252.16 | 130,435,945 |
10/12 | 7.4 | 191 | -16.793 | 6,340.00 | 9497.52 | 44,628.17 | 141,068,833 |
11/1 | 7.38 | 181 | -18.166 | 11,497.40 | 7281.83 | 58,063.94 | 144,273,210 |
11/2 | 7.34 | 129 | -21.278 | 6,997.00 | 8567.63 | 47,270.24 | 104,063,9 |
11/3 | 7.87 | 183 | -19.139 | 7,631.40 | 95.49 | 44,845.22 | 152,060,308 |
11/4 | 7.66 | 99.4 | -18.682 | 10,082.10 | 7197.09 | 45,4.03 | 144,263,081 |
11/5 | 7.12 | 67.8 | -20.542 | 10,612.30 | 10262.54 | 44,602.83 | 144,110,223 |
11/6 | 7.73 | 81.8 | -18.853 | 10,055.80 | 6754.26 | 44,477.80 | 139,708,198 |
11/7 | 7.43 | 103 | -18.211 | 9,8.10 | 6981.43 | 45,183.10 | 143,4,427 |
11/8 | 7.43 | 76.4 | -17.796 | 7,546.40 | 10063.28 | 45,775.29 | 155,556,739 |
11/9 | 6.52 | 62.4 | -19.281 | 7,377.10 | 7367.44 | 47,145.29 | 155,159,080 |
11/10 | 7.28 | 59.2 | -17.8 | 9,188.30 | 8668.16 | 46,579.39 | 140,457,698 |
11/11 | 6.34 | 61.8 | -18.17 | 6,457.30 | 8695.555 | 47,317.26 | 159,935,995 |
11/12 | 6.75 | 68.5 | -16.44 | 6,431.00 | 8695.555 | 50,748.46 | 158,196,8 |
12/1 | 6.93 | 73.6 | -15.31 | 12,912.60 | 6118.29 | 59,820.72 | 122,661,227 |
12/2 | 7.56 | 134 | -12.783 | 8,005.70 | 7268.54 | 51,448.78 | 145,954,014 |
12/3 | 7.56 | 97.3 | -12.23 | 9,058.00 | 5625.21 | 49,595.74 | 160,310,799 |
12/4 | 8.26 | 74.4 | -10.184 | 10,774.00 | 6545.74 | 50,199.32 | 144,824,524 |
12/5 | 8.53 | 99.8 | -6.858 | 12,004.80 | 97.19 | 49,039.72 | 162,441,440 |
12/6 | 8.19 | 95.1 | -5.338 | 11,040.30 | 7730.91 | 49,284. | 148,482,365 |
12/7 | 8. | 119 | -2.528 | 10,671.70 | 7906.97 | 49,705.85 | 151,793,278 |
12/8 | 7.29 | 98.6 | -5.42 | 7,863.00 | 99.66 | 50,235.06 | 151,312,746 |
12/9 | 7.84 | 83.6 | -5.351 | 8,258.40 | 9207.55 | 53,433.49 | 158,680,480 |
12/10 | 7.73 | 65.7 | -5.137 | 10,443.60 | 11407.45 | 51,467.71 | 143,524,416 |
12/11 | 8.16 | 80.8 | -3.6 | 7,871.30 | 8484 | 52,392.12 | 159,747,492 |
12/12 | 9.53 | 143 | -0.375 | 8,306.7 | 8484 | 54,659.81 | 167,611,245 |
13/1 | 11.4 | 177 | 2.237 | 13,655.90 | 9493.67 | 62,449.63 | 158,219,313 |
13/2 | 11.4 | 187 | 1.661 | 8,770.30 | 9407.39 | 60,313.65 | 124,141,775 |
13/3 | 10.2 | 232 | 0.34 | 9,607.80 | 7933.14 | 55,460.52 | 183,013,097 |
13/4 | 10.4 | 157 | 0.7 | 11,430.80 | 8331.74 | 55,607.15 | 168,9,994 |
13/5 | 11.6 | 197 | 2.277 | 12,748.90 | 10923.72 | 54,431.39 | 162,341,158 |
13/6 | 9.44 | 179 | -1.963 | 12,377.00 | 8658.32 | 54,063.91 | 147,191,392 |
13/7 | 9.11 | 241 | -4.752 | 11,848.60 | 8658.55 | 54,412.78 | 168,173,366 |
13/8 | 9.05 | 202 | -7.16 | 8,588.20 | 12027.03 | 54,925.35 | 162,0,547 |
13/9 | 8.72 | 200 | -10.14 | 9,361.70 | 10287.66 | 56,492.53 | 170,426,362 |
13/10 | 8.8 | 137 | -11.526 | 12,136.40 | 13150.28 | 55,595.72 | 154,298,8 |
13/11 | 8.35 | 126 | -13.323 | 9,125.00 | 8425.595 | 56,441.27 | 168,403,885 |
13/12 | 7.62 | 110 | -15.077 | 9,493.00 | 8425.595 | 58,574.44 | 182,101,573 |
14/1 | 6.97 | 108 | -16.387 | 15,434.50 | 9377.1 | 76,488.60 | 175,262,820 |
14/2 | 6.31 | 110 | -21.17 | 9,488.00 | 8447.59 | 62,320.95 | 137,082,488 |
14/3 | 7.68 | 220 | -17.754 | 10,103.20 | 66.86 | 58,329.30 | 162,404,693 |
14/4 | 7.49 | 130 | -18.307 | 12,481.30 | 7431.8 | 58,615.54 | 170,087,977 |
14/5 | 8.55 | 131 | -14.417 | 13,670.00 | 10540.84 | 58,051.11 | 159,551,1 |
14/6 | 8.27 | 97.9 | -15.243 | 13,461.10 | 7104.81 | 56,951.05 | 155,223,841 |
14/7 | 9.9 | 176 | -10.784 | 12,661.60 | 7502.42 | 57,346.50 | 165,590,512 |
14/8 | 9.12 | 127 | -12.537 | 9,109.20 | 10574.19 | 57,997.61 | 158,629,387 |
14/9 | 9.18 | 146 | -12.443 | 9,953.00 | 9938.11 | 58,844.99 | 182,724,108 |
14/10 | 9.4 | 124 | -11.086 | 13,280.20 | 5703.605 | 57,691. | 161,461,228 |
14/11 | 10.1 | 272 | -6.678 | 9,952.90 | 5703.605 | 58,438.53 | 157,186,291 |
三、萬科A的特性分析與預測變數的相關性分析
根據經濟理論的定性分析,共選擇了6個解釋變數;但是,由於假設模型與實際情況相比較為複雜。因此,利用相關係數分析被解釋變數與解釋變數之間、以及各個解釋變數之間的相關關係。由於資料較多使用eviews可以有效的降低工作量。此時我們使用eviews點選file功能表中的new選項卡中的workfile以建立新檔,點選frequency中的monthly,輸入2010/1和2014/11。指令欄中輸入DATA Y X1 X2 X3 X4 X5 X6,選中資料區域導入資料,再在指令欄中輸入COR Y X1 X2 X3 X4 X5 X6得到表二。
Y | ||||||
X1 | 0.521414 | |||||
X2 | 0.803388 | 0.309624 | ||||
X3 | 0.365956 | 0.017576 | 0.231921 | |||
X4 | 0.224281 | 0.037178 | 0.232614 | 0.066104 | ||
X5 | 0.373193 | 0.085022 | 0.267330 | 0.691413 | 0.224032 | |
X6 | 0.283068 | -0.00494 | 0.231631 | 0.481146 | 0.258006 | 0.659617 |
Y | X1 | X2 | X3 | X4 | X5 |
通過資料可以看出萬科A的股價Y與商品房銷售面積X4與進口總值X6的相關度較低,我們在後面的計算中則捨棄這兩種假設。
商品房銷售中利潤大約為房價的30%,而近年由於行業競爭利潤逐步被壓縮到10%-20%。且商品房市場有明顯的淡旺季,在1月份左右銷售會有一定的下滑。在5-6月由於大部分商品房完工,因此春季的需求被體現出來而出現較高的成交量。所以房地產銷售面積與房地產股票的相關性不高。
通過統計資料可以看出進口總值X6與萬科A股價的相關性只有0.28。但是與流通現金(M0)供應量X5的相關度為0.66,也就是說進口總額X5在一定程度上會影響國內貨幣流通,但由於進口只占經濟結構的一小部分,所以進口總值的變化對股市的影響是比較有限的。
綜上所屬,萬科A的股價Y與成交量X1(億人民幣)、機構持倉量X2(億人民幣)、故財政收入X3(億人民幣)、流通現金供應量(M0)X5(億人民幣)的關係較為密切。也就是說股票的上漲與行業的發展相關性較低,即股價與實體相對獨立,說明A股市場的交易機制有待完善,投資著對股票的認知與市場的開放度也有待提高。
四、以回歸分析支持萬科A股價與預測變數的相關性關係
使用gretl軟體作Y與X1的回歸分析,可得圖一
圖一、Y與X1的回歸分析
使用gretl軟體作Y與X2的回歸分析,可得圖二
圖二、Y與X2的回歸分析
使用gretl軟體作Y與X3的回歸分析,可得圖三
圖三、Y與X3的回歸分析
使用gretl軟體作Y與X5的回歸分析,可得圖四
圖四、Y與X5的回歸分析
由圖一、圖二、圖三、圖四可得到:
Y=6.602+0.0115629 X1
(17.78)(4.613)
R-square=0.271872 | Y=9.97980+0.152652 X2 (49.46) (10.19) R-square=0.5432 |
Y=6.33100+0.000184930 X3 (9.812) (2.969) R-square=0.133924 | Y=5.01911+6.19875e-5 X5 (4.755) (3.037) R-square=0.139273 |
五、從圖表說明萬科A股價與預測變數的相關性關係
使用Origin 9.0分別以時間對股價以及各個預測變數作圖,並使其疊加即可得到圖五。
圖五、預測變數與股價的關係
從圖中可以看出,股價Y、成交量X1、機構持倉量X2的折線形態有著較好的擬合,也可以證明其相關度較高。而財政收入X3(億人民幣)、流通現金供應量(M0)X5(億人民幣)的折線則持續上升,並且在年末會出現一個峰值,但是並沒有與股價出現極高的相關性。但值得注意的是當這兩個變數出現增長時會使股價出現一定程度的上漲,也從側面說明經濟增長以及消費水會推動股價,而在經濟低迷時股價大多也表現低迷。
六、建立模型並對股價進行預測
根據相關係數和Y與xi(i=1,2,3,4)的相關圖可知,Y與xi之間基本上是線性關係。所以設模型的基本形式為: y=k1*x1+k2*x2+k3*x3+k4*x4+b
帶入擬合可得到下述關係:
Date: 01/06/15 Time: 17:46 | ||||
Sample: 2010M01 2014M11 | ||||
Included observations: 59 | ||||
Y=C(1)*X2+C(2)*X1+C(3)*X5+C(4)*X3+C(5) | ||||
Variable | Coefficient | Std. Error | t-Statistic | Prob. |
C(1) | 0.125467 | 0.014170 | 8.854393 | 0.0000 |
C(2) | 0.006698 | 0.001572 | 4.259565 | 0.0001 |
C(3) | 2.76E-05 | 1.18E-05 | 2.338633 | 0.0231 |
C(4) | 1.70E-05 | 5.38E-05 | 0.316330 | 0.7530 |
C(5) | 7.190729 | 0.806834 | 8.912277 | 0.0000 |
R-squared | 0.754915 | Mean dependent var | 8.190339 | |
Adjusted R-squared | 0.736760 | S.D. dependent var | 1.269506 | |
S.E. of regression | 0.651344 | Akaike info criterion | 2.061381 | |
Sum squared resid | 22.90945 | Schwarz criterion | 2.237443 | |
Log likelihood | -55.81073 | Hannan-Quinn criter. | 2.130108 | |
F-statistic | 41.58284 | Durbin-Watson stat | 0.829193 | |
Prob(F-statistic) | 0.000000 | |||
所以擬合方程為Y=7.190729 + 0.125467*X2 + 0.006698*X1 + 2.76E-05*X5 + 1.70E-05*X3
R-squared=0.754915
若2014年12月成交量為771億元,機構持倉為-3.015億元,財政收入為10206.90億元,流通現金(M0)為59836.5億元。帶入計算可得股價為12.03元是合理的。
但收盤價為13.90元,說明當前股價過高,應當拋售股票。
七、結語
通過這次實踐是我學會了更好的使用eviews與gretl對實際問題進行分析,也瞭解了這些軟體的新功能。雖然在選取預測變數時做了充分的考慮,但是資料卻否定了我的想法,通過查找資料進一步瞭解發現事實與理論有一定的差距,也告訴我們通過實踐才能獲得真理。
資料反應了A股市場並不像其他市場那樣更加開放,也認識到了大陸經濟體系的弊端。最後感謝老師及同學對我的幫助。
參考文獻
[1] 王雪峰,李悅.股票價格塑性模型及其計量經濟學檢驗[J].哈爾濱商業大學學報(自然科學版),2005(06).
[2] 張潤清.計量經濟學[M].北京:中國農業出版社,2007
[3] 王秋燕.資本結構與股票價值分析[J].商業研究,2005(04):144-145.
[4] 國家統計總局資料庫:http://data.stats.gov.cn/index