股票市场是金融市场的重要构成部分,股票的转让、买卖和流通,对经济发展起着举足轻重的作用。我国股市正处于飞速发展阶段,受投机性等因素影响,多支股票价格大幅波动,不利于市场的健康发展。因此建立符合我国市场特点的股票价值测度模型非常必要。现有的股票价值测度模型描述的基本都是企业内在价值对股票价格的影响,对宏观方面的研究大多局限于定性层面。建模过程中没有将二者同时考虑,不仅全面性没有得到保证,还容易存在滞后性等问题。因此,本次研究提出股票交易内在价值的概念,希望同时考虑宏观和微观因素,实时得到股票的合理价格。本次研究通过多元回归的方法创建股票交易内在价值模型。不同行业板块在成长性、政策敏感性等方面存在较大差异。上市公司银行股票占A股总市值四分之一左右,所以银行板块的走势对整个证券市场都有重大影响。同时银行股票市盈率较低,相对其他板块来说规律性更强。为了使模型更加精确,本次研究选用银行板块的股票进行模型建立。以北京银行、中国银行等等16支上证交易所上市的银行股票为主要分析对象。在进行相关性检验之后,微观方面共选取股本指标、股东指标、盈利能力、资本结构、风险指标、成长能力和营运能力等7个方面共21个指标。选取股票价格指数代表宏观因素纳入模型测度范畴。通过主成分分析和因子分析方法对数据进行降维。根据本次研究数据特点,共采用固定效应模型和混合的OLS回归模型两种建模方法分别进行模型建立。并对建模结果进行统计学和实战投资两个方面的检验。检验结果表明,固定效应模型和混合的OLS回归模型调整R~2分别为99%和90%,这在金融回归领域属于非常高的值。二者的F检验和t检验结果分别说明模型和各指标均显著。在投资实战检验方面,若模型有效,则被低估的股票价格应具有上涨趋势,即累计超额收益为正;被高估的股票价格应具有下降趋势,即累计超额收益为负。选取的检验样本大部分符合上述规律,认为模型通过了实战检验。本文在以往研究的基础上,将宏观因素和微观因素同时纳入到股票价格的测度中,并定义为股票交易内在价值模型。为投资者决策以及证券市场监管等提供合理依据。