论文部分内容阅读
【摘 要】 财务指标是总结和评价财务状况和经营成果的相对指标，在一定程度上反映了公司的价值，进而在影响投资者行为的同时也影响了股票价格。以我国家电行业27家上市公司为研究样本，分别从偿债能力、营运能力、盈利能力、发展能力四个方面选取了14个财务指标，通过因子分析法提取公因子，并将公因子和股票价格进行相关性分析；在此基础上，运用回归分析法对我国家电行业上市公司财务指标与股票价格相关关系进行研究。结果表明：家电行业上市公司的盈利能力和发展能力指标与股票价格存在正相关关系，而偿债能力和营运能力指标与股票价格不相关。文章的研究结论可以为投资者的投资决策提供一定的参考。
【关键词】 家电行业； 财务指标； 股票价格
【中图分类号】 F275.5 【文献标识码】 A 【文章编号】 1004-5937（2018）05-0071-06
一、引言
20世纪80年代以来，人们的消费观念和物质基础相较以前有了很大的改善，以家用电器为代表的耐用消费品开始进入大众家庭，并且迅速成为社会消费热潮。在这一热潮的推动下，该行业发展前景极为乐观。为了满足人们日益增长的美好生活需要，在将来会有越来越多的高端家用电器，家电行业未来发展空间较大，因而投资者在进行投资时应着重关注该行业，为投资做准备。
证券市场是发行和买卖各种有价证券的场所[1]。我国自20世纪90年代初成立证券交易所以来，通过近30年的迅猛发展，沪、深两市上市公司总数急剧增加。依据相关调查显示，沪、深两市上市公司总数在2017年1月达到3 052家。面对迅速扩张的证券市场规模，投资者可选的股票也在急剧增加，如何选取有利的投资对象，让自己持有的资金增值是我们目前面对的难题。
财务指标是剖析财务情况和运营效果的指标[2]。运用这些指标剖析企业财务情况和运营效果，可以使投资者对其经济效益状况的判断更准确，使得其在进行投资决策时更有把握[3]。随着家电行业的不断壮大，该行业的投资价值越来越受到人们的关注。财务指标可以帮助投资者更加准确地预测股价的变动趋势，因而它可以为投资者的投资决策提供一些可靠的依据。
二、文献综述
近年来，上市公司财务指标与股票价格相关关系越来越受到学者的关注，成为研究的热点，学者们相继对此问题进行了研究。戴庆文[4]以A股394家上市公司为研究对象，发现每股收益和净资产收益率都对股价的影响较大。姚文英等[5]以74家钢铁公司和82家房地产公司作为研究对象，建立回归模型，结果表明：每股收益、净资产收益率、存货周转率与股票价格具有显著的正相关关系，而资产负债率与股票价格具有显著的负相关关系。刘桔林[6]通过分析沪深两市60家上市公司的财务指标和股票价格相关性发现，每股收益、总资产报酬率与股价存在显著的正相关关系，而营业收入增长率与股价不存在相关关系。王碧芳[7]运用多元回归分析法对台湾地区16家金融控股公司财务指标对股票价格的影响进行了实证分析，发现获利及成长性的指标对股票价格具有显著影响。李建军[8]运用回归分析法对我国沪深两市1 354家上市公司进行实证分析，发现股价与每股收益具有显著的正相关关系，与长期负债比率具有显著的负相关关系。符勇强[9]借助多元线性回归分析法对生物制品行业上市公司财务指标与股价进行研究发现，盈利能力对该行业股价的影响最大，其次是营运能力，最后是偿债能力。杨艳林[10]通过分析我国电力行业53家上市公司财务指标对股票价格的影响发现，成长能力和盈利能力对股价具有积极的影响，营运能力和偿债能力对股票价格具有消极的影响。
综上所述，虽然学者们对上市公司的财务指标与股票价格相关关系的研究取得了丰富的研究成果，但是对于家电行业上市公司的相关研究几乎没有。因此，本文将以家电行业上市公司为研究对象，采用实证分析法建立相关的模型，对其财务指标与股票价格相关关系进行研究，以期为投资者对家电行业的投资决策提供一定的参考。
三、样本数据说明
（一）样本的选择
本文选取在沪、深两市上市的家电类企业作为研究样本，为了使研究结果更为准确，在选择样本时遵循的原则为：剔除ST类的公司、2013年以后上市的公司和数据缺失的公司，经上述筛选后，该行业有27家上市公司满足条件，因而这27家公司就是本文的研究样本。
（二）数据的选择
本文在数据的选择方面参考了已有的研究成果，其遵循的原则如下：
自变量：本文将筛选后的27家上市公司近三年的（2013—2015）财务指标的平均值作为自变量。
因变量：以2014—2016年股票价格的平均值为因变量。因为年度财务报告并非在当年公告，而是在次年的4月30日前公告，这意味着其财务信息对股价的影响定是在公告日之后才可反映出来。因此，本文因变量即股票价格选用次年5月份收盘价的平均值作为当年的股票价格。
四、模型设计及研究假说
（一）指标的选取
本文根据前人的研究分别从四个不同的方面选取了家电行业上市公司14个财务指标，具体为偿债能力和营运能力分别选取4个，盈利能力和发展能力各选了3个指标。如表1所示。
（二）模型的构建
依据因子分析可知，主成分分析是将多个变量指标转化為少数几个综合指标，而这几个综合指标称为公共因子，设选取的财务指标为Xi，则因子分析模型为：
Xi=a1F1 a2F2 … aiFm ε （1）
其中，X（i=1，2，…，n）为所选择的财务指标变量，Fi（i=1，2，…，m）为公共因子，a（i=1，2，…，n）为系数，ε为特殊因子。Fi代替Xi作为自变量进行回归分析时，Fi的得分值计算公式如下：
Fi=b1X1 b2X2 … bjXi （2） 其中，b（j=1，2，…，n）为成分得分系数。
假如Y即股票价格与本文所选的财务指标之间有相关关系，则Y与Fi——公共因子之间的多元回归线性相关关系如下：
Y=c0 c1F1 c2F2 … ckFm u （3）
其中，Y为股票平均价格，c（k=1，2，…，n）为回归分析系数。
（三）研究假设
针对我国家电上市公司财务指标与股票价格是否相关，本文提出假设1—假设4。
假设1：家电行业上市公司偿债能力与股票价格正相关。
假设2：家电行业上市公司营运能力与股票价格正相关。
假设3：家电行业上市公司盈利能力与股票价格正相关。
假设4：家电行业上市公司发展能力与股票价格正相关。
五、实证分析
（一）因子分析
1.KMO和Bartlett检验
本文的样本数据选取我国家电上市公司近三年（2013—2015）的财务指标，并以此为依据进行分析，其具体结果如表2。
由表2可知，KMO=0.683，这意味着样本数据适用因子分析，而且巴特利球体检验也表达了相同的信息，Sig.=0.000，可以进行因子分析法研究。
2.数据分析
（1）公因子方差表
公因子方差又叫共同度，是指原始变量所包含的信息能被提取的公因子所解释的程度。通常认为当共同度达到0.4时，公因子就可以解释该变量。由表3可以看出，除了存货周转率的方差值为0.591外，其余变量的方差被公因子解释的程度都达到0.7以上，这说明本文所提取的公因子替代原始变量后，能够很好地保留原始变量的信息。
（2）解释的总方差表
由表4可知，成分编号在第一列，之后每三列可以看作一栏，各栏依次为初始特征值、提取平方和载入及旋转平方和载入，而每栏中的三列分别是特征值、方差贡献率和累计方差贡献率。
从表4可知，本文选取了5个公因子作为初始因子，选取原则——特征值>1。由表4数据可知，旋转前的5个因子对整体方差的解释程度依次为34.844%、21.174%、14.453%、9.685%、7.795%，累计方差贡献率达到了87.951%；旋转后的5个因子对整体方差的解释比例分别为26.234%、25.756%、14.213%、13.464%、8.283%，累计贡献率为87.951%，表明所提取的5个因子可以解释总方差的87.951%，因此这一解释力度很大。
（3）旋转后的因子载荷矩阵
由表5可知，公共因子有5个，分别为Fi（i=1，2，3，4，5），F1在总资产净利润率、净资产收益率、总资产增长率、净利润增长率上有较大的载荷，所以其反映的为以上这些信息；F2在流动比率、速动比率、现金比率、资产负债率上有较大的载荷，因此其反映的为以上这些信息；F3在营业净利率和营业收入增长率上有较大的载荷，因此其反映的是以上这些信息；F4在存货周转率、流动资产周转率和总资产周转率上有较大的载荷，因此其反映的是上述这些信息；F5在应收账款周转率上有较大的载荷，所以其反映的就是应收账款周转率。
运用软件SPSS 17.0得到成分得分系数矩阵，根据得分系数矩阵直接写出表达式如下：
F1=-0.026X1-0.039X2-0.038X3-0.029X4 0.028X5-
0.054X6 0.077X7 0.028X8 0.276X9 0.274X10
0.055X11 0.250X12 0.285X13 0.062X14
F2=0.273X1 0.250X2 0.266X3-0.253X4-0.014X5-
0.186X6-0.008X7-0.028X8 0.001X9-0.063X10 0.029X11
0.001X12-0.053X13-0.044X14
F3=0.037X1 0.079X2-0.133X3 0.091X4 0.015X5
0.009X6-0.064X7-0.004X8-0.031X9 0.035X10-
0.496X11-0.013X12 0.023X13 0.491X14
F4=0.034X1-0.018X2 0.087X3-0.058X4-0.011X5-
0.433X6 0.494X7 0.425X8 0.077X9-0.002X10 0.074X11
0.100X12 0.052X13 0.002X14
F5=0.005X1 0.070X2 0.107X3 0.310X4 0.848X5
0.001X6-0.100X7 0.078X8 0.082X9 0.100X100.005X11-
0.119X12 0.032X13 0.031X14
由上述五个公式，可得出公司的偿债能力、营运能力、盈利能力、发展能力四个方面降维后的数据。分别经计算得出每家上市公司关于Fi（i=1，2，3，4，5）的数值，并对其进行相关性检验。
（二）相关性分析
由于多元回归中会牵涉多个自变量，因而，回歸分析前对因变量和自变量之间的相关分析可以帮助我们剔除它们之间由于存在精确相关或高度相关而引起的多重共线性对实证结果造成的影响。对于本文实证所涉及到的因变量和自变量做出的相关性分析结果如表6。
从表6相关性分析可知，F1和F5分别与Y在0.01和0.05的水平上显著相关，表明F1和F5对Y（股票价格）有较大影响；而F2、F3、F4与Y的关联性较小，所以在下列回归分析中剔除F2、F3、F4，只选择F1和F5与Y做回归分析。
【关键词】 家电行业； 财务指标； 股票价格
【中图分类号】 F275.5 【文献标识码】 A 【文章编号】 1004-5937（2018）05-0071-06
一、引言
20世纪80年代以来，人们的消费观念和物质基础相较以前有了很大的改善，以家用电器为代表的耐用消费品开始进入大众家庭，并且迅速成为社会消费热潮。在这一热潮的推动下，该行业发展前景极为乐观。为了满足人们日益增长的美好生活需要，在将来会有越来越多的高端家用电器，家电行业未来发展空间较大，因而投资者在进行投资时应着重关注该行业，为投资做准备。
证券市场是发行和买卖各种有价证券的场所[1]。我国自20世纪90年代初成立证券交易所以来，通过近30年的迅猛发展，沪、深两市上市公司总数急剧增加。依据相关调查显示，沪、深两市上市公司总数在2017年1月达到3 052家。面对迅速扩张的证券市场规模，投资者可选的股票也在急剧增加，如何选取有利的投资对象，让自己持有的资金增值是我们目前面对的难题。
财务指标是剖析财务情况和运营效果的指标[2]。运用这些指标剖析企业财务情况和运营效果，可以使投资者对其经济效益状况的判断更准确，使得其在进行投资决策时更有把握[3]。随着家电行业的不断壮大，该行业的投资价值越来越受到人们的关注。财务指标可以帮助投资者更加准确地预测股价的变动趋势，因而它可以为投资者的投资决策提供一些可靠的依据。
二、文献综述
近年来，上市公司财务指标与股票价格相关关系越来越受到学者的关注，成为研究的热点，学者们相继对此问题进行了研究。戴庆文[4]以A股394家上市公司为研究对象，发现每股收益和净资产收益率都对股价的影响较大。姚文英等[5]以74家钢铁公司和82家房地产公司作为研究对象，建立回归模型，结果表明：每股收益、净资产收益率、存货周转率与股票价格具有显著的正相关关系，而资产负债率与股票价格具有显著的负相关关系。刘桔林[6]通过分析沪深两市60家上市公司的财务指标和股票价格相关性发现，每股收益、总资产报酬率与股价存在显著的正相关关系，而营业收入增长率与股价不存在相关关系。王碧芳[7]运用多元回归分析法对台湾地区16家金融控股公司财务指标对股票价格的影响进行了实证分析，发现获利及成长性的指标对股票价格具有显著影响。李建军[8]运用回归分析法对我国沪深两市1 354家上市公司进行实证分析，发现股价与每股收益具有显著的正相关关系，与长期负债比率具有显著的负相关关系。符勇强[9]借助多元线性回归分析法对生物制品行业上市公司财务指标与股价进行研究发现，盈利能力对该行业股价的影响最大，其次是营运能力，最后是偿债能力。杨艳林[10]通过分析我国电力行业53家上市公司财务指标对股票价格的影响发现，成长能力和盈利能力对股价具有积极的影响，营运能力和偿债能力对股票价格具有消极的影响。
综上所述，虽然学者们对上市公司的财务指标与股票价格相关关系的研究取得了丰富的研究成果，但是对于家电行业上市公司的相关研究几乎没有。因此，本文将以家电行业上市公司为研究对象，采用实证分析法建立相关的模型，对其财务指标与股票价格相关关系进行研究，以期为投资者对家电行业的投资决策提供一定的参考。
三、样本数据说明
（一）样本的选择
本文选取在沪、深两市上市的家电类企业作为研究样本，为了使研究结果更为准确，在选择样本时遵循的原则为：剔除ST类的公司、2013年以后上市的公司和数据缺失的公司，经上述筛选后，该行业有27家上市公司满足条件，因而这27家公司就是本文的研究样本。
（二）数据的选择
本文在数据的选择方面参考了已有的研究成果，其遵循的原则如下：
自变量：本文将筛选后的27家上市公司近三年的（2013—2015）财务指标的平均值作为自变量。
因变量：以2014—2016年股票价格的平均值为因变量。因为年度财务报告并非在当年公告，而是在次年的4月30日前公告，这意味着其财务信息对股价的影响定是在公告日之后才可反映出来。因此，本文因变量即股票价格选用次年5月份收盘价的平均值作为当年的股票价格。
四、模型设计及研究假说
（一）指标的选取
本文根据前人的研究分别从四个不同的方面选取了家电行业上市公司14个财务指标，具体为偿债能力和营运能力分别选取4个，盈利能力和发展能力各选了3个指标。如表1所示。
（二）模型的构建
依据因子分析可知，主成分分析是将多个变量指标转化為少数几个综合指标，而这几个综合指标称为公共因子，设选取的财务指标为Xi，则因子分析模型为：
Xi=a1F1 a2F2 … aiFm ε （1）
其中，X（i=1，2，…，n）为所选择的财务指标变量，Fi（i=1，2，…，m）为公共因子，a（i=1，2，…，n）为系数，ε为特殊因子。Fi代替Xi作为自变量进行回归分析时，Fi的得分值计算公式如下：
Fi=b1X1 b2X2 … bjXi （2） 其中，b（j=1，2，…，n）为成分得分系数。
假如Y即股票价格与本文所选的财务指标之间有相关关系，则Y与Fi——公共因子之间的多元回归线性相关关系如下：
Y=c0 c1F1 c2F2 … ckFm u （3）
其中，Y为股票平均价格，c（k=1，2，…，n）为回归分析系数。
（三）研究假设
针对我国家电上市公司财务指标与股票价格是否相关，本文提出假设1—假设4。
假设1：家电行业上市公司偿债能力与股票价格正相关。
假设2：家电行业上市公司营运能力与股票价格正相关。
假设3：家电行业上市公司盈利能力与股票价格正相关。
假设4：家电行业上市公司发展能力与股票价格正相关。
五、实证分析
（一）因子分析
1.KMO和Bartlett检验
本文的样本数据选取我国家电上市公司近三年（2013—2015）的财务指标，并以此为依据进行分析，其具体结果如表2。
由表2可知，KMO=0.683，这意味着样本数据适用因子分析，而且巴特利球体检验也表达了相同的信息，Sig.=0.000，可以进行因子分析法研究。
2.数据分析
（1）公因子方差表
公因子方差又叫共同度，是指原始变量所包含的信息能被提取的公因子所解释的程度。通常认为当共同度达到0.4时，公因子就可以解释该变量。由表3可以看出，除了存货周转率的方差值为0.591外，其余变量的方差被公因子解释的程度都达到0.7以上，这说明本文所提取的公因子替代原始变量后，能够很好地保留原始变量的信息。
（2）解释的总方差表
由表4可知，成分编号在第一列，之后每三列可以看作一栏，各栏依次为初始特征值、提取平方和载入及旋转平方和载入，而每栏中的三列分别是特征值、方差贡献率和累计方差贡献率。
从表4可知，本文选取了5个公因子作为初始因子，选取原则——特征值>1。由表4数据可知，旋转前的5个因子对整体方差的解释程度依次为34.844%、21.174%、14.453%、9.685%、7.795%，累计方差贡献率达到了87.951%；旋转后的5个因子对整体方差的解释比例分别为26.234%、25.756%、14.213%、13.464%、8.283%，累计贡献率为87.951%，表明所提取的5个因子可以解释总方差的87.951%，因此这一解释力度很大。
（3）旋转后的因子载荷矩阵
由表5可知，公共因子有5个，分别为Fi（i=1，2，3，4，5），F1在总资产净利润率、净资产收益率、总资产增长率、净利润增长率上有较大的载荷，所以其反映的为以上这些信息；F2在流动比率、速动比率、现金比率、资产负债率上有较大的载荷，因此其反映的为以上这些信息；F3在营业净利率和营业收入增长率上有较大的载荷，因此其反映的是以上这些信息；F4在存货周转率、流动资产周转率和总资产周转率上有较大的载荷，因此其反映的是上述这些信息；F5在应收账款周转率上有较大的载荷，所以其反映的就是应收账款周转率。
运用软件SPSS 17.0得到成分得分系数矩阵，根据得分系数矩阵直接写出表达式如下：
F1=-0.026X1-0.039X2-0.038X3-0.029X4 0.028X5-
0.054X6 0.077X7 0.028X8 0.276X9 0.274X10
0.055X11 0.250X12 0.285X13 0.062X14
F2=0.273X1 0.250X2 0.266X3-0.253X4-0.014X5-
0.186X6-0.008X7-0.028X8 0.001X9-0.063X10 0.029X11
0.001X12-0.053X13-0.044X14
F3=0.037X1 0.079X2-0.133X3 0.091X4 0.015X5
0.009X6-0.064X7-0.004X8-0.031X9 0.035X10-
0.496X11-0.013X12 0.023X13 0.491X14
F4=0.034X1-0.018X2 0.087X3-0.058X4-0.011X5-
0.433X6 0.494X7 0.425X8 0.077X9-0.002X10 0.074X11
0.100X12 0.052X13 0.002X14
F5=0.005X1 0.070X2 0.107X3 0.310X4 0.848X5
0.001X6-0.100X7 0.078X8 0.082X9 0.100X100.005X11-
0.119X12 0.032X13 0.031X14
由上述五个公式，可得出公司的偿债能力、营运能力、盈利能力、发展能力四个方面降维后的数据。分别经计算得出每家上市公司关于Fi（i=1，2，3，4，5）的数值，并对其进行相关性检验。
（二）相关性分析
由于多元回归中会牵涉多个自变量，因而，回歸分析前对因变量和自变量之间的相关分析可以帮助我们剔除它们之间由于存在精确相关或高度相关而引起的多重共线性对实证结果造成的影响。对于本文实证所涉及到的因变量和自变量做出的相关性分析结果如表6。
从表6相关性分析可知，F1和F5分别与Y在0.01和0.05的水平上显著相关，表明F1和F5对Y（股票价格）有较大影响；而F2、F3、F4与Y的关联性较小，所以在下列回归分析中剔除F2、F3、F4，只选择F1和F5与Y做回归分析。