智能穿戴板块公司基本面数据对股价波动的影响
来源:用户上传
作者:
[提要] 随着科技的飞速发展，越来越多的上市公司开始涉猎智能穿戴领域，该领域已经成为一个投资热点，研究该板块上市公司基本面数据对股价波动的影响具有显著的现实意义。这里以RESSET锐思数据库和国泰安数据库提供的数据为基础，选择38家智能穿戴上市公司基本面数据及股价波动数据，就智能穿戴板块上市公司的盈利能力、偿债能力与营运能力对公司股价波动的影响进行分析，以便为机构投资者、广大散户投资者在进行投资标的选择时提供相关建议。
关键词：基本面数据，股价波动，智能穿戴
中图分类号：F83 文献标识码：A
收录日期：2019年11月6日
一、引言
智能穿戴板块上市公司主要是指生产智能穿戴产品的公司，智能穿戴产品是指通过感应设备、识别、连接等科技对人们的日常穿戴进行智能化，比如手机、手表、手环、眼镜、服饰等产品。随着科技越来越走进人们的生活，智能穿戴板块上市公司开始吸引越来越多的投资目光。本文主要选取中兴通讯股份有限公司、飞亚达（集团）股份有限公司、科大讯飞有限公司等38家公司，通过对智能穿戴上市公司基本面数据的研究，找出影响股价波动的主要因素，从而为投资者提供合理的投资意见与建议。
国内外学者从不同角度对影响股价波动的因素进行了分析，俞平指出公司股价波动与财务指标呈现出显著的相关关系，这也就说明我国股票市场日渐成熟，股价越来越能够反映公司的内在价值与相关的市场因素;王汉生等人通过实证分析得出总资产与资产收益率对公司股价收益率的波动性存在明显的线性相关关系;丁月通过运用因子分析法提取公共因子，进行多元线性回归的方法得出盈利能力对于股票的价格波动的解释力度最高;通过对众多学者的研究进行总结，发现过往的研究多集中于考虑企业财务数据一个方面对股价波动的影响，以及用股票的收盘价差作为唯一的被解释变量。本文主要从智能穿戴板块上市公司的基本面数据入手，通过建立神经网络模型，综合考虑企业的盈利能力、偿债能力、营运能力以及成长能力共同作用下，对公司股价波动的影响，同时研究多个因子与两个被解释变量的关系，打破传统回归方式，探究多对多的影响关系，并分析因子对股价波动的解释程度，探究公司基本面数据对股价波动的影响。
二、样本基本面数据与股价波动的变量设计
从数据的真实性、客观性、系统性与重要性考虑，本文分别从RESSET锐思数据库与国泰安数据库中选取了38家关于智能穿戴上市公司2008年3月至2018年3月，10年的基本面数据与股价表现数据。其中，基本面数据指标主要从公司的成长能力、盈利能力、偿债能力与营运能力四个方面选取，主要涉及的指标有每股收益增长率、营业收入增长率、销售净利率、营业利润率、资产负债率、权益乘数、流动比率、资产周转率等35个财务指标;股价表现数据主要选取了在一个季度内股票的最高价、最低价、开盘价与收盘价，通过计算出季度内股票的高低价差以及收盘价与开盘价的价差，并以股票的高低价差和收盘开盘价差作为反映股价波动的两个变量，其中收盘开盘价差相对而言较为稳定，可以作为反映出股价的平均水平，可以为稳健型投资者提供相关的投资意见，而股票的高低价差则反映出股价存在的较大波动，能够为风险偏好型投资者提供投资参考。
三、智能穿戴公司基本面数据与股价波动影响关系的神经网络模型构建
为了探究智能穿戴样本公司基本面数据与公司股价波动之间存在的关系，这里采取BP神经网络技术进行研究，建立起“多对多”的研究模型，模型主要分为三个部分：输入层、隐层和输出层。
（一）基于因子分析法的反映公司基本面数据的网络输入变量设计。本文主要用BP神经网络研究基本面数据对股价波动影响，网络的输入数据是公司的基本面数据，为了全面反映基本面情况，这里原始数据收集了35个主要指标，并用因子分析法进行基本面指标的压缩与抽选。考虑到原始数据的量纲影响，先对原始数据进行预处理与标准化处理，剔除残缺数据之后，对原始数据进行Z变换，用无量纲的z值进行指标压缩。为了验证基本面数据是否适合进行因子分析来进行指标压缩，需要先对基本面数据Z值进行KMO检验和Bartlet检验。在spss中对基本面数据z值进行因子分析，通过荷载矩阵分析每一个公共因子代表的含义，找出代表公司基本面数据的公共因子作为神经网络的输入数据。
（二）基于不同价差的反映股价波动的网络输出变量设计。股价的波动意味着潜在的收益，从不同收益视角看，可以考虑股价的长期波动、短期波动、平均波动以及最大波动等，这些都可以通过日交易有关的四个股价（最高价、最低价、开盘价和收盘价）测度，为了能反映一个时间段内普通收益和可能的最大收益，这里分别选取股票的期末收盘与期初开盘价差以及期内股票的高价与期内最低价。
本文主要从国泰安数据库中选取智能穿戴领域的38家上市公司近十年交易日的股价，将日资料整理成季度资料，按季度筛选出每日股价交易的最高值与最小值，并计算出最高值与最小值的差，将其作为反映股价波动的变量之一。同时选取股票交易日的开盘价与收盘价，通过计算得出每日开盘价与收盘价的价差，由于每日收盘价与开盘价比较稳定，将其收盘开盘价差作为反映股价波动的另一个被解释变量，分析因子分析后的公共因子与该被解释变量之间的关系。
（三）神经网络建立与仿真。建立包含输入层、隐层与输出层的三层神经网络，模拟人类思考问题的方式来探究智能穿戴领域上市公司基本面数据与股价波动之间的关系。输入层是反映公司基本面数据的财务指标，输出层是反映公司股价波动的两个变量，隐层是神经网络的核心，主要是复杂的转换函数，本文采用logsig函数对输入数据进行逐一转换，不断进行取值迭代，最终达到输出層函数的要求。通过设置网络的迭代次数与允许的最大误差，其中一个条件达到，网络训练就会结束，本文主要选用logsig函数进行实证研究。 通过神经网络的建立与仿真，进行上市公司基本面数据对公司股价波动的影响探究时，需要将输入数据带入网络计算得出输出数据，再进行对比，考虑单个因子对被解释变量的影响程度时，我们采用了“弹性分析”的方法。以公共因子的平均数为基础，每个因子逐渐增加5%，其他因子保持不变，将其作为神经网络的输入数据，带入模拟好的神经网络，得到输出值，再进行对比，分析股价波动的影响因素。
（四）智能穿戴公司基本面数据与股价波动影响关系实证研究。先对智能穿戴领域上市公司基本面数据进行指标压缩，用变幻后的Z值进行KMO检验和Bartlet检验，通过检验结果发现基本面数据数据的KMO大于0.5，Sig为0.000小于0.5，比较适合通过因子分析来压缩指标。在SPSS中进行因子分析，为了使得所选的因子能够包含大量的数据信息，这里选取特征值大于1作为筛选条件，得到公共因子有8个。
通过对荷载矩阵的解读，得到第1、3、6、8个因子反映出公司的利润水平与盈利能力，分别定义为净利润因子、营业利润因子、现金收入因子、净利润增长率因子;第2个因子与第5个因子反映公司的营运能力，分别将其定义为存货周转率因子、流动比率因子;第4个因子和第7个因子则反映出公司的偿债能力，将其分别定义为产权比率和资产负债率。将因子分析后的基本面数据作为输入值，股价波动的数据进行Z值变幻后作为输出值，在MATLAB中进行模拟计算分析。用logsig函数作为网络神经元的激励函数，输入隐层神经元数量为17，输出层神经元数量为2，选用的将迭代次数控制在5，000以内，误差控制在0.0036以内，训练过程如图1所示。可见，利用所选取的参数进行神经网络的训练，收敛速度很快，迭代次数达到1，748时，神经网络误差控制在了0.0036之内，表明该模型能够较好地解释智能穿戴概念模块样本公司的基本面数据与股票的市场表现之间的非线性关系。（图1）
从MATLAB实证分析结果可以看到，除了个别点外，股票的高低价差与网络仿真的高低价差之间的误差较小，收盘价与开盘价的价差与网络仿真价差的误差也相对较小，总的来说，网络仿真效果较好。为了研究股价波动的影响性因素，本文以8个公共因子的训练网络的平均数为基础，通过建立好的神经网络，用“弹性分析”的方法分析影响股价波动变化的因素。
由因子值的变动结果，我们可以得到净利润因子值、现金收入因子值以及净利润增长率因子呈现出相似的变动趋势，因子值上升5%，对股票的高低价差呈现出较大影响，而对收盘开盘价差起到的影响较小。而营业利润因子值上升对于股价的高低价差和收盘开盘价差的影响呈现出不同的影响效果，但这一效果与净利润、现金收入以及净利润增长率因子值的影响效果呈现出相同的状态，只是对于股票高低价差的影响程度小于前者，对收盘开盘价差的影响程度大于前者。由此我们可以看出智能穿戴板块上市公司的盈利指标对于股价波动的影响起着至关重要的作用，盈利能力越强，公司股票的高低价差波动越大，收盘开盘价差会有相对较小的下降。
存货周转率因子值和流动比率因子值呈现出相似的影响作用，当因子值上升5%时，股价的高低价差与收盘开盘价差同时下降，且下降幅度相对较为一致，可见营运能力因子对于股价波动的影响呈现出较强的反作用。产权比率因子和资产负债率因子对股价波动的影响与存货周转率和流动比率因子的影响趋势相同，不同的是资产负债率因子的影响程度大于存货周转率与流动比率因子的影响程度，对股价的高低价差的影响程度最大。由此我们可以得到智能穿戴板块上市公司的偿债能力与营运能力对智能穿戴模块上市公司的股价波动起着反作用，偿债能力和营运能力越强，公司股价波动收到的影响越小，股票的高低价差和收盘开盘价差都会同时下降。
通过对神经网络的训练仿真与模拟，我们可以看到资产负债率因子值对于股价波动的影响最大，当因子值上升5%时，股票的高低价差会下降277.98%，股票的收盘开盘价差会下降40.15%。通过因子分析我们可以看出，资产负债率因子主要是指公司的资产负债率、权益乘数等财务指标，由此可见，公司的偿债能力对于上市公司股价波动的影响至关重要，在对智能穿戴上市公司进行价值投资时，考虑股价波动的情况需要着重考虑上市公司的偿债能力。
四、结论及投资建议
由实证结果我们可以得到智能穿戴上市公司股价波动主要受其公司的盈利能力以及公司的偿债能力和营运能力的影响，其中盈利能力越强，股价波动会越大，而偿债能力和营运能力越强，智能穿戴上市公司的股价波动会越小。
在考虑对智能穿戴上市公司进行股票投资时，对于中短期投资者而言，如果是风险偏好型投资者，可以着重对于盈利能力方面的财务指标进行分析与研究，挑选盈利能力较强的上市公司进行投资;对于风险规避型投资者，要考虑公司的偿债能力与营运能力，具有较好的偿债能力与营运能力的公司，股价波动相对较小，股价会相对稳定。
主要参考文献：
[1]郝朔，张国瑞.智能穿戴设备对城市居民健康生活的影响研究[J].北华航天工业学院学报，2018.28（1）.
[2]喻平，张应华.上市公司财务指标与股价波动关联性研究[J].财会通讯，2011（22）.
[3]王汉生，张瀚宇，何天英，郭露茜.上市公司财务参数与其股价波动性关系探究[N].证券市场导报，2010（2）.
[4]丁月.上市公司財务指标对股票价格影响的实证研究[J].中国国际财经（中英文），2018（2）.
转载注明来源:https://www.xzbu.com/2/view-15109117.htm
