股票市场总部的编辑对影响中国股票内在价值的因素进行了实证分析：
本文旨在对收益率等微观因素的影响进行实证分析 所有者权益和公司的净资产价值与股票价值之间的关系第一期货网。 分析，主要评价是公司的盈利能力和投资价值。 首先，我们基于证券投资基本分析流派的理论基础，建立了计量经济学模型。 然后，收集相关数据，使用EVIEWS软件评估和测试测量模型的参数，并进行更正。 最后，对所得分析结果的经济意义进行了分析，并提出了相应的建议。
1.提出问题
经过十多年的磨难和磨难，我国的股票市场已经初步发展，但与发达国家的股票市场相比， 仍不成熟在这个阶段，全流通的问题尚未解决，投机行为盛行，做市商操纵股票价格的行为很多，投资者追逐长期下跌的盲目投资行为比比皆是。 为了引导投资者的理性投资行为，保护中小股东利益，促进股票市场的发展和完善，越来越多的人提倡价值投资，而公司的内在价值已成为重要因素。 影响股价。
第二，经济理论陈述
证券投资分析学校包括基础分析学校和技术分析学校。 基础分析学校目前是西方投资界的主流派系。 它以上市公司的宏观经济学，行业特征和基本财务数据作为投资分析对象，并采用一种分析方法对证券的投资价值和市场定价进行评估。 这种类型的投资者大多是价值投资者，他们的投资行为更为理性。 基础分析的理论基础在于证券的内在价值理论。 即：任何一种投资对象都具有“内在价值”，可以通过分析该投资对象的现状和未来前景来获得“内在价值”。 市场价格与“内在价值”之间的差距最终将被市场纠正。 它有两个前提：“股票的价值决定价格”和“价格围绕价值波动”。 由于公司的内在价值体现在盈利能力和投资价值上，因此我们选择反映这两个因素的股本回报率和每股净资产作为分析指标。
3.相关数据收集
首先，由于我国的股票市场只有十多年的历史，因此许多指标是按年度计算的。 如果样品是根据时间选择的，可能不具有代表性，那么我们选择横截面数据作为样品。 其次，由于有很多股票上市，样本股票的选择非常重要。 我们从今年1月2日发布的上证50指数的50只股票中随机选择了20只股票。 根据专家分析，2003年第三季度上证50只成分股的净利润和总利润分别占同期全部A股的42.06％和43.05％。 他们是高质量蓝筹股的杰出代表，行业分布也非常合理。 因此，我们选择的数据具有研究所要求的代表性。 同样，我们选择了报告计算期后的60天。股票的内在价值。
指标
序号
60日均价
每股净资产
所有者权益收益率
1 10.85 3.068 13.04
2 9.26 3.78 7.84
3 12.14 4.029 15.64
4 11.3 4.039 9.08
5 10.96 3.31 10.48
6 17.32 5.77 15.69
7 7.75 2.46 9.29
8 10.28 2.66 14.42
9 14.42 3.2954 16.796
10 7.24 2.83 19.67
11 8.38 2.14 13.77
12 4.9 1.879 11.667
13 5.46 2.46 -7.28
14 8.52 2.21 13
15 8.38 3.5034 10.65
16 11.26 3.2 12.21
17 14.29 4.09 16.44
18 4.41 1.99 0.12
19 14.48 4.835 13.29
20 16.23 5.03 10
四、模型的建立
根据以上分析，我们建立了以下模型：
Y=C+ β1X1+β2X2+U
其中：
Y代表股票60日均价
C代表常数项
β代表参数
X1代表每股净资产
X2代表所有者权益收益率
五、模型的估计和检验
我们利用EVIEWS软件和最小二乘法进行回归分析及统计检验得出以下结果
Dependent Variable： Y
Method： Least Squares
Date： 05/12/04 Time： 14:59
Sample： 1 20
Included observations： 20
Variable Coefficient Std. Error t-Statistic Prob.
X1 2.722779 0.352973 7.713854 0.0000
X2 0.167501 0.062923 2.661985 0.0164
C -0.563666 1.233640 -0.456913 0.6535
R-squared 0.834815 Mean dependent var 10.39150
Adjusted R-squared 0.815381 S.D. dependent var 3.666757
S.E. of regression 1.575506 Akaike info criterion 3.884511
Sum squared resid 42.19771 Schwarz criterion 4.033871
Log likelihood -35.84511 F-statistic 42.95741
Durbin-Watson stat 2.659659 Prob（F-statistic） 0.000000
回归方程如下：
Y= -0.563666 + 2.722779X1 + 0.167501X2
（1.233640） （0.352973） （0.062923）
t=（-0.456913） （7.713854） （2.661985）
R2= 0.834815 F=42.95741 DW=2.659659
经济意义的检验
从经济意义上来说，股票价格随股票与每股净资产及所有者权益收益率成正比，X1和X2的系数β1和β2均为正数，表示随着每股净资产和所有者权益收益率的增加，股票的价值会上升，这是符合经济意义的。而C为样本回归方程的截距，表示当每股净资产和所有着权益收益率均为零时的股票价值，在上述回归方程中为负数，这显然是不符合经济意义的。
统计推断的检验
R2=0.834815 说明总离差平方和的83.4815%被样本回归直线解释，仅有不足17%未被解释，因此样本回归直线对样本的拟合优度是很高的。
β1的t统计量为7.713854，在给定显著性水平为0.05的情况下，查T分布表在自由度为N-2=18下的临界值为2.101，因为7.713854大于2.101，所以拒绝原假设。表明每股净资产对股票价值的影响显著。
β2的t 统计量为2.661985，在给定显著性水平为0.05的情况下，查T分布表在自由度为N-2=18下的临界值为2.101，因为2.661985大于2.101，所以拒绝原假设。表明所有者权益收益率对股票价值的影响显著。
而常数项C的t统计量为-0.456913，-2.101《-0.456913《2.101，接受原假设，表明常数项C对股票价值的影响不显著。
综合经济意义检验和统计推断检验，我们剔除了回归模型中的常数项C，即当股票的每股净资产及所有者权益收益率均为零时，股票的价值为零。这显然是符合经济意义的。
于是我们得如下模型：
Y=β1X1+β2X2
我们利用EVIEWS软件，用最小二乘法进行回归分析和统计检验得如下结果：
Dependent Variable： Y
Method： Least Squares
Date： 05/12/04 Time： 15:00
Sample： 1 20
Included observations： 20
Variable Coefficient Std. Error t-Statistic Prob.
X1 2.596293 0.214121 12.12533 0.0000
X2 0.158943 0.058736 2.706069 0.0145
R-squared 0.832786 Mean dependent var 10.39150
Adjusted R-squared 0.823497 S.D. dependent var 3.666757
S.E. of regression 1.540489 Akaike info criterion 3.796717
Sum squared resid 42.71592 Schwarz criterion 3.896290
Log likelihood -35.96717 Durbin-Watson stat 2.608111
得回归方程如下：
Y= 2.596293 X1 + 0.158943X2
（0.214121） （0.058736）
t=（12.12533） （2.706069）
R2= 0.832786 DW=2.608111
R2=0.832786 说明总离差平方和的83.2786%被样本回归直线解释，仅有不足17%未被解释，因此样本回归直线对样本的拟合优度是很高的。
β1的t统计量为12.12533，在给定显著性水平为0.05的情况下，查T分布表在自由度为N-2=18下的临界值为2.101，因为12.12533大于2.101，所以拒绝原假设。表明表明每股净资产对股票价值的影响显著。
β2的t 统计量为2.706069，在给定显著性水平为0.05的情况下，查T分布表在自由度为N-2=18下的临界值为2.101，因为2.706069大于2.101，所以拒绝原假设。表明所有者权益收益率对股票价值的影响显著。
计量经济的检验
多重共线性的检验
X1 X2
X1 1 0.292084631717
X2 0.292084631717 1
由表可以看出，X1、X2不存在多重共线性。
2．异方差的检验
图示法
随X1、X2的变化e2没有明显系统性变化，所以从图可以看出模型不存在异方差。
（2）Goldfele-Quandt检验：
Dependent Variable： Y
Method： Least Squares
Date： 06/04/04 Time： 09:09
Sample： 1 8
Included observations： 8
Variable Coefficient Std. Error t-Statistic Prob.
X2 0.115917 0.068733 1.686478 0.1427
X1 2.589111 0.362659 7.139240 0.0004
R-squared 0.510444 Mean dependent var 7.117500
Adjusted R-squared 0.428852 S.D. dependent var 2.034437
S.E. of regression 1.537513 Akaike info criterion 3.910527
Sum squared resid 14.18368 Schwarz criterion 3.930388
Log likelihood -13.64211 Durbin-Watson stat 1.763852
Dependent Variable： Y
Method： Least Squares
Date： 06/04/04 Time： 09:09
Sample： 13 20
Included observations： 8
Variable Coefficient Std. Error t-Statistic Prob.
X2 0.152842 0.171517 0.891123 0.4072
X1 2.546468 0.491337 5.182728 0.0020
R-squared 0.818279 Mean dependent var 12.92500
Adjusted R-squared 0.787992 S.D. dependent var 3.204158
S.E. of regression 1.475331 Akaike info criterion 3.827960
Sum squared resid 13.05962 Schwarz criterion 3.847821
Log likelihood -13.31184 Durbin-Watson stat 0.908317
以X1排序后，求得∑e12=14.8368，∑e22 =13.05962
F=14.8368/13.05962=1.0861
在给定显著性水平为0.05的情况下，查F分布表在自由度为（n-c）/2-k=6下的临界值为4.28，因为4.28大于1.0861，所以接受H0，表明无异方差
Dependent Variable： Y
Method： Least Squares
Date： 06/04/04 Time： 09:10
Sample： 1 8
Included observations： 8
Variable Coefficient Std. Error t-Statistic Prob.
X2 0.124515 0.097287 1.279881 0.2478
X1 2.574255 0.245557 10.48332 0.0000
R-squared 0.875434 Mean dependent var 9.218750
Adjusted R-squared 0.854673 S.D. dependent var 3.715525
S.E. of regression 1.416426 Akaike info criterion 3.746468
Sum squared resid 12.03757 Schwarz criterion 3.766329
Log likelihood -12.98587 Durbin-Watson stat 1.361776
Dependent Variable： Y
Method： Least Squares
Date： 06/04/04 Time： 09:10
Sample： 13 20
Included observations： 8
Variable Coefficient Std. Error t-Statistic Prob.
X2 0.137181 0.136256 1.006783 0.3529
X1 2.721127 0.556496 4.889749 0.0027
R-squared 0.715329 Mean dependent var 12.31875
Adjusted R-squared 0.667884 S.D. dependent var 3.453373
S.E. of regression 1.990162 Akaike info criterion 4.426627
Sum squared resid 23.76446 Schwarz criterion 4.446487
Log likelihood -15.70651 Durbin-Watson stat 2.218959
以X2排序后，求得∑e12=12.03757，∑e22 =23.76446
F=23.76446/12.03757=1.9742
在给定显著性水平为0.05的情况下，查F分布表在自由度为（n-c）/2-k=6下的临界值为4.28，因为4.28大于1.9742，所以接受H0，表明无异方差
（3）White检验：
White Heteroskedasticity Test：
F-statistic 1.883353 Probability 0.161203
Obs*R-squared 8.042756 Probability 0.153895
Test Equation：
Dependent Variable： RESID^2
Method： Least Squares
Date： 05/13/04 Time： 14:07
Sample： 1 20
Included observations： 20
Variable Coefficient Std. Error t-Statistic Prob.
C -10.37809 7.592657 -1.366859 0.1932
X1 4.503260 3.935652 1.144222 0.2717
X1^2 -0.250357 0.611059 -0.409711 0.6882
X1*X2 -0.249335 0.219636 -1.135221 0.2753
X2 0.480980 0.513953 0.935845 0.3652
X2^2 0.030638 0.015260 2.007810 0.0644
R-squared 0.402138 Mean dependent var 2.135796
Adjusted R-squared 0.188616 S.D. dependent var 3.159756
S.E. of regression 2.846210 Akaike info criterion 5.173178
Sum squared resid 113.4127 Schwarz criterion 5.471898
Log likelihood -45.73178 F-statistic 1.883353
Durbin-Watson stat 2.610948 Prob（F-statistic） 0.161203
由拟合的数据可知，N *R^2=200.347103=6.94206，查表得0.05（5）=9.48773，N*R^2《0.05（5），接受H0，表明模型无异方差。
综上所述，模型无异方差。
3、自相关检验
用DW法检验方程的自相关性，方程DW值为2.608111
查表得Dl=1.100 Du=1.537 4-Du=2.463
Du《d《4-Du 表明所建模型无自相关。
综上所述，模型的拟合优度较好，且无多重共线性、异方差、自相关等问题，有较好的实用性，可用于指导实践。回归方程如下：
Y= 2.596293 X1 + 0.158943X2
（0.214121） （0.058736）
t=（12.12533） （2.706069）
R2= 0.832786 DW=2.608111
六、模型总结
由我们的模型可知当每股净资产增加一个单位时股票价值上升2.596293个单位，当所有者权益收益率提高一个单位时股票价值上升0.158943个单位。在实际投资中，已知一个公司股票的每股净资产和所有者权益收益率，用我们的方程计算出该公司股票的内在价值，与当前市场价格进行比较，当市场价格低于计算所得的内在价值时，则该股票有投资价值，反之，则不宜投资。
