郭子玲

（內(nèi)蒙古師范大學(xué)經(jīng)濟(jì)管理學(xué)院，呼和浩特 010022）

一、引言

股票是當(dāng)前國內(nèi)外資本市場上的重心，有宏觀經(jīng)濟(jì)變動的“晴雨表”之稱。投資者在判斷股票投資價值時，最直接的依據(jù)就是上市公司財務(wù)狀況，財務(wù)指標(biāo)通常能在一定程度上反映出企業(yè)的盈利能力、償債能力、成長能力、營運能力。

在以往學(xué)者的研究中，李禮和洪源（2005）選取凈資產(chǎn)收益率和市凈率為研究指標(biāo)，通過實證分析得出該農(nóng)業(yè)企業(yè)財務(wù)狀況與股價顯著負(fù)相關(guān)；胡偉和吳曉（2014）選擇凈資產(chǎn)收益率和盈余價值比為研究指標(biāo)，提出兩個財務(wù)指標(biāo)與股價變化的假設(shè)，通過實證分析驗證假設(shè)的正確性；蔡笑和傅斌（2017）在研究基本面與股價波動關(guān)系時，選取了單一的基本面指標(biāo)——每股凈資產(chǎn)，選取我國發(fā)行股票的十幾家銀行機(jī)構(gòu)，分析銀行業(yè)基本面指標(biāo)與股價波動影響；楊君岐等（2021）利用BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練、模擬、仿真所選取的指標(biāo)數(shù)據(jù)，用“彈性分析”進(jìn)行風(fēng)險評估，得出所選風(fēng)險因素指標(biāo)與商業(yè)銀行風(fēng)險指數(shù)波動的相關(guān)性。

結(jié)合以往學(xué)者研究的基礎(chǔ)，選取適當(dāng)?shù)呢攧?wù)指標(biāo)與企業(yè)作為樣本?；贐P神經(jīng)網(wǎng)絡(luò)構(gòu)建仿真模型，利用敏感性分析研究財務(wù)指標(biāo)對股價波動的程度與方向。

二、變量設(shè)計與模型構(gòu)建

（一）指標(biāo)與樣本選取原則

為了保證實證結(jié)論的科學(xué)性，指標(biāo)應(yīng)遵循全面性與相關(guān)性。一是要全面反映出企業(yè)的經(jīng)營管理情況。私營企業(yè)經(jīng)營狀況相對不穩(wěn)定，股價很大程度上受各方面財務(wù)指標(biāo)影響。為了保證實證結(jié)果的準(zhǔn)確性，盡可能涉及企業(yè)的盈利能力、償債能力、成長能力、營運能力等方面。二是所選指標(biāo)要與股價變動有強(qiáng)相關(guān)性，當(dāng)財務(wù)指標(biāo)變動時，能體現(xiàn)出股價變動方向與幅度。

選擇樣本時，為了保障企業(yè)具有代表性，首先必須保證企業(yè)所選時間段經(jīng)營穩(wěn)定，同時沒有被ST或*ST。其次選擇的時期段不宜太短，股價易受到國內(nèi)外經(jīng)濟(jì)環(huán)境、政府政策、突發(fā)事件等外部因素影響，時期太短可能由于偶然因素影響實證結(jié)果。

（二）指標(biāo)與樣本選取

基于指標(biāo)選取原則。選取的財務(wù)指標(biāo)為市盈率、市凈率、流動比率、凈利潤增長率、總資產(chǎn)周轉(zhuǎn)率、資產(chǎn)回報率、營業(yè)利潤率，涉及股價合理程度、企業(yè)重要能力方面的財務(wù)指標(biāo)，全面且具有代表性。選取的股價波動指標(biāo)為60日漲跌幅、60日乖離率，皆能反映出股價一個季度的變動方向與幅度。

基于樣本選取原則。選取博彥科技股份有限公司2017年至2021年17個季度的數(shù)據(jù)為研究樣本。博彥科技成立于1995年4月，依靠自身研發(fā)與創(chuàng)新能力，采用大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)等新興技術(shù)，為國內(nèi)IT互聯(lián)網(wǎng)、地產(chǎn)、金融等行業(yè)提供科技產(chǎn)品。

（三）模型構(gòu)建

1.BP神經(jīng)網(wǎng)絡(luò)原理

BP（Back Propagation）神經(jīng)網(wǎng)絡(luò)是一種按照誤差逆向傳播算法訓(xùn)練的多層前饋神經(jīng)網(wǎng)絡(luò)，用來處理多對多指標(biāo)的算法。一個簡單的三層神經(jīng)網(wǎng)絡(luò)模型包括輸入層、隱含層和輸出層，網(wǎng)絡(luò)輸入是自變量，網(wǎng)絡(luò)輸出為因變量。

假設(shè)輸入量為m，輸出量為n，那么反映的就是一個函數(shù)m到n的映射關(guān)系。輸入層用來輸入自變量，選取7個財務(wù)指標(biāo)，所以輸入量m為7；隱含層用來處理輸入層輸入的數(shù)據(jù)，也叫處理層，當(dāng)輸入層數(shù)據(jù)為m時，隱含層個數(shù)在2m+1附近，即在14、15和16附近分別檢測，然后得出最高精度的一個作為隱含層數(shù)；輸出層用來處理隱含層完成的數(shù)據(jù)，股價波動選取了2個指標(biāo)，所以輸出層n為2。

2.BP神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)處理過程

利用Matlab仿真軟件進(jìn)行BP神經(jīng)網(wǎng)絡(luò)分析，使用建立網(wǎng)絡(luò)、訓(xùn)練網(wǎng)絡(luò)、仿真相關(guān)的三個函數(shù)：newff，train，sim。

（1）建立網(wǎng)絡(luò)

定義PT=xlsread(‘文件名’)，通過newff搭建神經(jīng)網(wǎng)絡(luò)，以Nk,m為變量：

newff(min max(P)，[Nk，m]，{‘tansig’，‘logsig’}，‘traingdx’，‘learngd’，‘msereg’)；

用for循環(huán)做數(shù)據(jù)歸一化處理，調(diào)用格式為：

PT(:，i)=(PT(:，i)-min(PT(:，i)))/(max(PT(:，i)-min(PT(:，i)))；

（2）訓(xùn)練網(wǎng)絡(luò)

設(shè)置訓(xùn)練次數(shù)限制為5000次，具體次數(shù)按照樣本在模擬中調(diào)整，精確度為0.001，設(shè)置參數(shù)P、T，用train函數(shù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)：

net=train(net，P，T)；

（3）仿真與測試

仿真使用sim函數(shù)，在訓(xùn)練的基礎(chǔ)上，得出仿真模擬的誤差曲線：

y=sim(net，P)。

三、博彥科技財務(wù)數(shù)據(jù)對股價波動實證分析（一）指標(biāo)可行性分析

由于各指標(biāo)每個季度數(shù)據(jù)不同，為了避免季度之間數(shù)值差異產(chǎn)生較大的缺陷，對財務(wù)指標(biāo)運用Min-Max做數(shù)據(jù)歸一化處理。

其中Xi表示第i個對象的指標(biāo)值，Xmin表示最小指標(biāo)值，Xmax表示最大指標(biāo)值，Ei表示歸一化值。

使用SPSS對財務(wù)指標(biāo)采用因子分析法提取因子，以便更好地進(jìn)行下一步研究（表1顯示了分析結(jié)果）。

表1 因子分析法的旋轉(zhuǎn)成分矩陣

結(jié)果顯示，利用因子分析法提取了3個因子成分。第一個因子的較大值為0.961、0.888，分別對應(yīng)流動比率、總資產(chǎn)周轉(zhuǎn)率，命名為償債營運能力指標(biāo)；第二個因子的最大值為0.827，對應(yīng)市盈率，命名為市盈率指標(biāo)；第三個因子的較大值為0.895、0.883，分別對應(yīng)凈利潤增長率、營業(yè)利潤率，命名為營業(yè)能力指標(biāo)。

根據(jù)因子分析的旋轉(zhuǎn)平方和載入，可得出提取三個因子后，累計百分比達(dá)到85.192%，同時計算出三個因子的權(quán)重分別為36.84%、33.20%、29.96%。

對2個股價波動指標(biāo)使用SPSS進(jìn)行相關(guān)性分析。表2表明漲跌幅與乖離率之間相關(guān)系數(shù)為0.842，符合顯著相關(guān)要求。

表2 股價波動指標(biāo)之間的相關(guān)性分析結(jié)果

經(jīng)過分析，所選指標(biāo)皆符合要求。下面以財務(wù)指標(biāo)為輸入數(shù)據(jù)，以股價波動指標(biāo)為訓(xùn)練網(wǎng)絡(luò)的輸出數(shù)據(jù)，設(shè)計反映財務(wù)指標(biāo)與股價波動之間復(fù)雜“映射”關(guān)系的BP神經(jīng)網(wǎng)絡(luò)。

（二）實證結(jié)果及檢驗

使用Matlab仿真軟件，導(dǎo)入2017-2021年度17個季度博彥科技股份有限公司的財務(wù)指標(biāo)與股價波動指標(biāo)數(shù)據(jù)，進(jìn)行神經(jīng)網(wǎng)絡(luò)研究與模擬計算分析。從訓(xùn)練結(jié)果可以看出，訓(xùn)練次數(shù)為1011次，網(wǎng)絡(luò)收斂很快，最終仿真誤差極小，并且最大相對誤差在1‰以內(nèi)。說明建立的神經(jīng)網(wǎng)絡(luò)有很好的仿真能力，可以用它分析博彥科技財務(wù)指標(biāo)與股價波動指標(biāo)之間的非線性關(guān)系。

經(jīng)過模擬仿真，表明BP神經(jīng)網(wǎng)絡(luò)具有很好的仿真效果。除個別的點不能滿足要求外，仿真誤差多在1‰以內(nèi)。圖1、圖2體現(xiàn)出60日漲跌幅、60日乖離率的原始值與仿真值非常接近，曲線幾乎重合，誤差線在0點附近波動，網(wǎng)絡(luò)仿真效果符合預(yù)期。

圖1 博彥科技60日漲跌幅原始值與網(wǎng)絡(luò)仿真值比較

圖2 博彥科技60日乖離率原始值與網(wǎng)絡(luò)仿真值比較

（三）財務(wù)指標(biāo)對股價波動的敏感性分析

為了分析單個財務(wù)指標(biāo)對股價變動的影響，以7個財務(wù)指標(biāo)17個季度的平均值為基礎(chǔ)，研究單個財務(wù)指標(biāo)對股價波動的影響，使單個指標(biāo)平均值分別同比例增減10%，其他指標(biāo)平均值保持不變。取Z1、Z2、Z3、Z4、Z5、Z6、Z7分別為市盈率、市凈率、流動比率、凈利潤增長率、總資產(chǎn)周轉(zhuǎn)率、資產(chǎn)回報率、營業(yè)利潤率17個季度的平均值。

根據(jù)成分得分系數(shù)矩陣，可得出因子得分公式：

其中，F(xiàn)1、F2、F3表示各公因子得分，F(xiàn)表示總得分。

根據(jù)上述公式計算原輸出值為0.277804994。當(dāng)各個財務(wù)指標(biāo)變動10%時，再利用同樣的方法計算輸出值，與原值比較確定敏感性系數(shù)，得出表3的數(shù)據(jù)。

表3 敏感性分析結(jié)果

從敏感性系數(shù)正負(fù)來看，正值表示財務(wù)數(shù)據(jù)變動對股價有正向影響，負(fù)值表示財務(wù)數(shù)據(jù)變動對股價有負(fù)向影響。其中，資產(chǎn)回報率增加10%時，敏感性系數(shù)為負(fù)，表明企業(yè)股票價格可能被高估，存在泡沫，股價有下跌風(fēng)險。市盈率、市凈率、流動比率、凈利潤增長率、總資產(chǎn)周轉(zhuǎn)率、營業(yè)利潤率增加10%時，敏感性系數(shù)為正。表明這些指標(biāo)顯著增加時，企業(yè)存在利好，股價有上漲機(jī)會。

四、結(jié)論與建議

（一）財務(wù)指標(biāo)與股價波動研究結(jié)論

通過因子分析法“降維”優(yōu)化財務(wù)指標(biāo)，得出了3個反映眾多財務(wù)指標(biāo)的主要因子，利用旋轉(zhuǎn)后的數(shù)據(jù)計算權(quán)重，算出股價波動指數(shù)。在構(gòu)建模型時，利用因子分析法提取主成分，可簡化眾多指標(biāo)計算帶來的不便。

構(gòu)建的BP神經(jīng)網(wǎng)絡(luò)模型能很好地體現(xiàn)財務(wù)指標(biāo)與股價波動指標(biāo)的關(guān)系。根據(jù)仿真結(jié)果來看，相對誤差值控制在0.1%范圍內(nèi)。在進(jìn)行股價波動分析時，利用BP神經(jīng)網(wǎng)絡(luò)構(gòu)建模型，能更全面地反映財務(wù)指標(biāo)的非線性影響。

“敏感性分析”可以很好地反映單個財務(wù)指標(biāo)對股價的影響程度。據(jù)結(jié)果判斷，企業(yè)的盈利能力指標(biāo)對股價波動的影響最大，所以企業(yè)在實際管理中，應(yīng)重點關(guān)注自身的盈利能力。市盈率、市凈率與股價波動呈反比，其增加會使得股票投資風(fēng)險增加，股價有下跌風(fēng)險。

（二）對企業(yè)的建議

一般來說，博彥科技之類的高新技術(shù)企業(yè)初期投入大量資金進(jìn)行技術(shù)研發(fā)、購買設(shè)備，如果盈利能力欠缺，不僅危及生存，還影響投資者投資欲望。應(yīng)利用前沿技術(shù)促進(jìn)業(yè)務(wù)創(chuàng)新與管理，對收入與成本進(jìn)行精細(xì)化核算，創(chuàng)造企業(yè)核心產(chǎn)品以促進(jìn)持續(xù)經(jīng)營能力。

在國家對企業(yè)一系列政策的扶持下，通過研發(fā)提升自主創(chuàng)新能力，不斷提升企業(yè)競爭力。從研發(fā)費用投入、研發(fā)人員引進(jìn)、研發(fā)成本核算與管理上做好統(tǒng)籌規(guī)劃，生產(chǎn)出真正有意義的產(chǎn)品，有利于提升企業(yè)形象，促進(jìn)投資者投資。