下载文档原格式
《2000—2019年沪深300指数走势及影响因素分析》篇一一、引言沪深300指数作为中国股市的重要风向标，其走势不仅反映了中国经济的整体发展趋势，也映射了国内外多种因素的综合影响。
本文旨在回顾并分析2000年至2019年期间沪深300指数的走势，并探讨其背后的影响因素。
二、沪深300指数概述沪深300指数是由上海证券交易所和深圳证券交易所联合编制的蓝筹股指数，包含了沪深两市中市值大、流动性好的300支股票。
该指数自2005年4月8日正式发布以来，已成为国内外投资者观察中国股市的重要指标。
三、2000—2019年沪深300指数走势分析（一）整体走势从2000年至2019年，沪深300指数经历了多次起伏和波动。
整体来看，指数呈现了稳步上升的趋势，尤其在2015年前后出现了一波大涨行情。
但其间也经历了多次的调整和震荡。
（二）具体阶段分析1. 2005年至2014年：该阶段沪深300指数呈现稳步上涨态势，其中伴随着多次的调整和修复。
这一时期，中国经济经历了快速发展的阶段，股市也得到了较好的发展。
2. 2015年：由于市场资金的大量涌入和杠杆效应的放大，沪深300指数出现了一次大涨行情，但随后因市场调整而出现大幅下跌。
3. 2016年至2019年：该阶段市场逐渐趋于稳定，沪深300指数波动幅度逐渐减小。
四、影响因素分析（一）宏观经济因素宏观经济因素是影响沪深300指数走势的重要因素。
包括国内生产总值（GDP）增长率、通货膨胀率、利率水平、就业率等。
当经济处于上升期时，股市往往表现出强劲的上涨势头；而当经济出现下滑或不稳定时，股市则可能出现调整或下跌。
（二）政策因素政策因素对股市的影响也不可忽视。
例如，政府对股市的调控政策、产业政策、货币政策等都会对沪深300指数产生影响。
政策的不确定性往往会导致市场出现较大的波动。
（三）国际因素国际因素也是影响沪深300指数的重要因素之一。
包括国际经济形势、国际政治局势、主要经济体的货币政策等。
沪深300指数的波动率分析与预测沪深300指数是中国股市中的一条重要的参考指标线路，它反映了中国股市整体的行情。
股票市场的波动性是普遍存在的，波动率的高低都对投资者投入现金的风险产生影响。
本文将从沪深300指数的波动率角度入手，对其进行分析与预测。
第一部分：沪深300指数波动率分析研究沪深300指数的波动率首先要对股票市场的波动原因有所了解。
通常，股票市场的波动性源于一些重大事件，如经济动荡、政策变化、公司业绩等因素。
在一段时间内，这些因素的变化会导致股票市场价格的变化，进而产生股票市场的波动。
波动率指股票市场价格波动的幅度，通过波动率可以了解市场的风险情况。
沪深300指数于2005年4月8日正式挂牌上市。
截至2021年3月底，该指数包括沪市和深市的300家公司，主要涵盖了各个行业的龙头企业。
沪深300指数的波动率可以用历史波动率和隐含波动率两种方法进行衡量。
历史波动率：是通过一个特定周期内的价格变化来计算波动率，一般使用过去30天或60天或者更长时间范围的收盘价变化率来计算波动率。
隐含波动率：是市场对未来波动情况的预期，也称为市场波动率。
隐含波动率是指股票期权的波动率，它是由期权价格推算出来的。
这个价格反映了一个期权合同的市场价值和期望未来波动性的概率分布。
根据历史数据，沪深300指数的波动率呈现出典型的趋势性特征。
2007年以来，沪深300指数持续爆发，成为中国股市的主力军。
但是，在2008年金融危机爆发后，沪深300指数整体下跌，波动率陡然升高。
2015 年 6 月初，股市暴涨，第二季度 75% 的创业板公司预告业绩为增长，股市再现一波狂潮。
在这轮牛市之后，沪深300指数呈现出震荡走势。
第二部分：沪深300指数波动率预测利用历史数据来进行沪深300指数的波动率预测是一种传统的方法。
这个方法假设市场波动率是一定的，通过历史数据分析，预测未来的波动率。
然而，随着市场的不断变化，这种方法的预测准确性受到了很大的影响。
《2000—2019年沪深300指数走势及影响因素分析》篇一一、引言沪深300指数作为中国A股市场最具代表性的指数之一，自2000年推出以来，经历了近二十年的风风雨雨。
在这期间，它不仅见证了中国资本市场的快速发展，同时也反映出中国经济的复杂变化。
本文将全面分析2000年至2019年沪深300指数的走势及其影响因素，为读者提供一个清晰的视角，了解我国资本市场的演变及趋势。
二、沪深300指数的走势分析（一）总体走势从2000年到2019年，沪深300指数经历了大幅度的波动。
在初期，由于市场尚处于发展阶段，指数波动较大。
随着市场逐渐成熟，指数波动逐渐趋于稳定。
总体来看，沪深300指数在这二十年里呈现出稳步上升的趋势。
（二）阶段特点1. 2005年至2007年：此阶段为牛市阶段，沪深300指数持续上涨。
2. 2008年：受全球金融危机影响，沪深300指数大幅下跌。
3. 2015年至2018年：经历了一定幅度的调整后，市场逐步趋于稳定。
三、影响因素分析（一）宏观经济因素宏观经济因素对沪深300指数的走势产生重要影响。
例如，经济增长、政策调整、利率变化、通货膨胀等都会影响企业的经营状况和市场信心。
在政策导向和市场信心的共同作用下，沪深300指数的走势往往能够反映出宏观经济的变化。
（二）市场因素市场供求关系、投资者情绪、市场流动性等都是影响沪深300指数走势的重要因素。
例如，当市场资金充裕时，投资者信心增强，指数往往能够上涨；反之，当市场资金紧张时，投资者信心受挫，指数可能下跌。
（三）行业因素不同行业的发展状况也会对沪深300指数产生影响。
例如，新兴行业的发展往往能够带动整个市场的上涨；而传统行业的衰退则可能对市场产生负面影响。
此外，行业竞争格局、企业盈利状况等因素也会对行业内的股票价格产生影响，从而影响沪深300指数的走势。
四、结论与展望通过对2000年至2019年沪深300指数的走势及影响因素的分析，我们可以看出，宏观经济、市场和行业等因素对指数的走势产生了重要影响。
浅谈沪深300股指期货对我国股票市场的影响【摘要】沪深300股指期货作为金融衍生品，在我国股票市场发挥着重要作用。
本文从引言部分介绍了沪深300股指期货的定义、起源和研究目的。
在分析了沪深300股指期货与股票市场的联系、交易特点以及影响因素。
同时探讨了沪深300股指期货对我国股票市场的积极影响和消极影响。
在总结了沪深300股指期货对我国股票市场的总体影响，提出了未来展望，并做出结论总结。
通过本文的研究，揭示了沪深300股指期货在我国股票市场中的重要性和影响，为相关投资者和市场监管部门提供了有益参考。
【关键词】关键词：沪深300股指期货、股票市场、影响、交易特点、积极影响、消极影响、总体影响、展望、结论、起源、研究目的。
1. 引言1.1 什么是沪深300股指期货沪深300股指期货是国内股指期货市场中的一种重要品种，是指以沪深300指数作为标的物进行交易的衍生品。
沪深300指数是由沪深证券交易所联合发布的代表股票市场整体走势的指数，是反映我国A 股市场整体状况的重要指标之一。
沪深300股指期货的交易也是以远期交易为基础，投资者通过交易期货合约来交换未来一定时间内的股指价格变动风险，从而进行投资和对冲操作。
沪深300股指期货的交易机制与股票市场有所不同，但两者之间存在着密切的联系和影响。
投资者可以通过参与沪深300股指期货交易来对股票市场进行定价和套期保值，从而影响股票市场的整体运行情况。
了解和掌握沪深300股指期货的特点和交易规则，对于投资者和市场监管机构都具有重要的意义。
1.2 沪深300股指期货的起源沪深300股指期货的起源可以追溯到2005年4月8日，在上海期货交易所和深圳证券交易所同时上市交易。
沪深300指数是由沪深股市著名的300只大盘股组成，是衡量A股市场整体表现的重要指标。
沪深300股指期货作为股票市场的衍生品，其起源主要是为了满足投资者对于对冲风险、套利交易等需求。
在起源时期，沪深300股指期货的交易量并不高，市场参与者相对较少。
《2000—2019年沪深300指数走势及影响因素分析》篇一一、引言沪深300指数是中国A股市场最具代表性和权威性的股票价格指数之一，覆盖了沪深两市的300只大型、蓝筹股。
本文将就2000年至2019年期间，沪深300指数的走势以及影响其走势的主要因素进行分析，为投资者提供一个更为清晰的视角，以理解中国股市的发展与变化。
二、沪深300指数走势概述从2000年至2019年，沪深300指数经历了数次牛市和熊市的交替。
整体来看，该指数在过去的二十年间呈现出稳步上升的趋势。
在2005年左右，由于股权分置改革的影响，沪深300指数出现了一次较大的调整。
随后，随着中国经济的快速发展和资本市场的逐步开放，该指数开始进入了一个快速上涨的通道。
三、影响因素分析1. 宏观经济因素宏观经济因素是影响沪深300指数走势的主要因素之一。
包括国内生产总值（GDP）增长率、通货膨胀率、利率、汇率等经济指标的变化都会对股市产生影响。
在过去的二十年间，中国经济经历了快速增长的阶段，为股市提供了良好的发展环境。
同时，政府对经济的调控政策也会对股市产生影响，如货币政策、财政政策等。
2. 政策因素政策因素是影响沪深300指数的另一个重要因素。
包括股票市场的监管政策、产业政策、金融改革政策等都会对股市产生影响。
例如，股权分置改革、注册制改革、融资融券等政策的推出，都对股市产生了深远的影响。
此外，政府的扶持政策也会对特定行业的股票产生积极的影响。
3. 行业与公司业绩行业与公司业绩是影响沪深300指数的微观因素。
上市公司的业绩是股市的基本面，是股价涨跌的直接驱动力。
同时，行业的发展趋势和竞争格局也会对相关行业的股票产生影响。
在过去的二十年间，一些新兴行业如科技、消费等行业的崛起，为股市带来了新的增长点。
4. 投资者情绪与市场心理投资者情绪与市场心理也是影响沪深300指数的重要因素。
投资者的信心、预期、风险偏好等都会对股市产生影响。
在市场行情好的时候，投资者的信心会增强，市场情绪会较为乐观；而在市场行情不好的时候，投资者的信心会受到打击，市场情绪会较为悲观。
影响股票价格变动的因素分析股票价格直接关系到投资者的经济利益，股票价格变动的预测就非常重要。
那么影响股票价格变动的因素必须被提炼出来，并进行深入的分析。
本文试图分析出这些因素，以便为投资者参考。
标签：股票价格变动因素市场众所周知，只要股票一进入市场就会立即成为一种商品，商品的价格在价值规律的影响之下，会随着供求关系的不断变化而产生相应的变化：某一支股票的购买者少于售卖者，即供应大于需要时，股票的价格就会下落；而当某一支股票的购买者大于售卖者，即供应小于需要时，股票的价格就会上升。
而影响股票价格变动的因素是有很多的，这些因素之间的关系非常繁复，互相牵扯的同时又在不同程度地影响着股票的价格变动。
本文从总体上将影响股票价格变动的因素作了两种分类：一种是外部因素，其中包括国家政策、整体经济状况、政治环境、社会环境和心理因素等；另一种就是内部因素，其中包括上市公司的内部因素和证券公司本身的因素。
下面的文章将会继续对这些因素进行详细的分类，归纳并且进行恰当的研究与分析。
首先来看国家政策。
能够影响到股票价格变动的国家政策主要有国家税收政策、金融与财政政策、产业政策和政府政策等等。
第一，税收政策。
国家减少或者增加对企业的税收，那么企业的税后利润就会相应地增加或者减少，同时企业能够用来支付股息和红利的部分也会相应地出现增减，由此牵动了股票的价格，产生变动。
另外，国家的税收政策对于企业是税后付息还是税前付息的不同规定，也会对股票持有人的收益产生直接的影响。
假如是税前付息的话，那么股票持有人的利益就会得到保障，这支股票的价格就会比较高；假如是税后付息，那么相应地股票的价格就会低一些。
另外，国家对印花税税率的调整也会影响股票价格的变动，某些时候甚至会具有冲击效应。
第二，金融与财政政策。
在银根紧缩的时候，中央银行为了更有效地进行融资，往往会对股票的发行价格做出一些限制，以此要求企业更加谨慎经营，在这种状况下可能会造成股票的价格下降。
沪深300指数基本面分析沪深300指数是上海证券交易所和深圳证券交易所综合计算的、反映沪深股市整体情况的、以沪深股市中规模大、流动性好、代表性强的300家股票为样本的综合指数。
通过对沪深300指数的基本面分析，可以帮助投资者理解中国股市的整体情况，制定更合理的投资策略。
一、宏观经济环境分析沪深300指数受宏观经济环境的影响较大，因此对宏观经济数据的分析是基本面分析的重要一环。
投资者可以关注国内的GDP增长速度、消费者物价指数（CPI）、产业增加值等指标，以及国际环境对中国经济的影响因素如美元汇率、国际油价等。
通过对宏观经济数据的分析，可以判断中国经济的整体趋势，从而对沪深300指数的走势做出预判。
二、行业结构分析沪深300指数包含了不同行业的股票，行业结构分析可以帮助投资者了解不同行业的表现，从而选择相应的投资标的。
投资者可以通过查看沪深300指数成分股所在的行业，分析各行业的发展情况、政策影响、竞争格局等来判断未来行业的发展方向和行业整体风险。
此外，还可以关注各行业的盈利能力、公司治理、技术创新等因素，以判断行业内个股的投资价值。
三、盈利能力分析投资者也需要对沪深300指数中成分股的盈利能力进行分析。
通过查阅公司年度报告、财务报表和相关研究报告，可以获得上市公司的财务数据，如营业收入、净利润、资产负债比率等。
从中可以分析公司的盈利水平、成长潜力以及财务风险。
投资者可以比较不同公司的盈利能力和财务状况，选择具有较高盈利能力和较低财务风险的个股进行投资。
四、政策分析政策环境对沪深300指数也有很大影响。
投资者可以关注政府宏观经济政策、产业政策等方面的变化。
例如，目前，中国政府提出了一系列鼓励创新、促进高质量发展的政策，这对于科技类公司来说是一个重要的驱动力。
另外，还应关注监管政策的变化，如金融监管政策、环保政策等，这些政策的调整可能会影响到相应行业的发展和相应公司的盈利能力。
五、市场情绪分析投资者在进行基本面分析时，还需要考虑市场情绪的影响。
影响我国股票市场价格波动的基本因素万帼荣xx股票市场价格波动是股市运行的基础,也是股票投资者关注的焦点。
股价的波动受各种经济因素和非经济因素的影响,分析这些因素的影响,可为投资者作出正确的投资决策提供一定的依据。
本文结合我国股市波动的实例,从各种因素对股价影响的传导机制入手,着重对影响我国股票市场价格波动的基本因素作一般性考察。
虽然影响股价波动的因素很多,但对这些因素的分析,可以从以下三点出发:(1)股价有其内在价值,股价围绕其内在价值波动,内在价值决定论是基本面分析的基础;(2)股价随投资者对各种因素的心理预期的变化而波动,心理预期理论是技术分析的基石;(3)股价波动是诸因素形成合力作用的结果;以此为出发点,就可以从经济因素、市场因素、非经济因素三个方面,全面地考察影响我国股票市场价格波动的基本因素。
一、宏观经济因素宏观经济因素从不同的方向直接或间接地影响到公司的经营及股票的获利能力和资本的增值,从不同的侧面影响居民收入和心理预期,而对股市的供求产生相当大的影响。
1.经济周期经济周期表现为扩张和收缩的交替出现,在经济的收缩、复苏、繁荣和衰退四个阶段内,股市也随之周期性波动,成为决定股价长期走势的最重要因素。
通过对国内生产总值GDP、经济增长率、通涨率、失业率、利率等指标的分析,判断出经济周期的发展阶段。
有实证分析表明,我国股市波动比宏观经济周期的波动超前大约4—6个月。
2.通货变动通货变动包括通货膨涨和通货紧缩。
通货膨胀对经济的影响是多方面的,总的看来会影响收入和财产的再分配,改变人们对物价上涨的预期,影响到社会再生产的正常运行。
因此,通货膨胀对股价的影响也是复杂的。
而通货紧缩则会对经济产生负面影响。
就我国股市而言,通货膨胀在适度范围内发生,股价波动与之呈现正相关关系,但通货膨胀严重时,股价波动与之呈反方向变动。
1998年上半年开始的通货紧缩,使股价持续下跌,尽管1999年上半年有股市利好消息及管理层发表发展市场的言论,使沪深股指双双创出历史新高,但通货紧缩始终抑制着股价的进一步弹升。
沪深300指数成分股的市场影响力分析沪深300指数是中国A股市场的主要股票指数之一，由上证综合指数与深证成份指数的股票构成而成。
作为市场风向标，沪深300指数对A股市场的影响力不可忽视。
本文将对沪深300指数成分股的市场影响力进行分析，探讨它对A股市场的作用和影响。
沪深300指数成分股的市场影响力体现在其股票所占指数权重的大小。
指数成分股的权重决定了其对指数整体走势的影响程度，权重越高，其对沪深300指数的影响力就越大。
以中国平安为例，作为沪深300指数中的重要成分股之一，中国平安的市值庞大，在指数中所占权重较高。
其股价波动将对沪深300指数产生较大的影响，成为主导指数走势的关键因素之一。
因此，沪深300指数成分股的市场影响力与其权重大小密切相关。
沪深300指数成分股的市场活跃度也是其影响力的重要体现。
成分股的市场活跃度与其交易量、交易频率等指标相关。
活跃的成分股交易所需资金量大、流动性好，其交易活跃度高，能够吸引更多的交易者参与其中。
投资者一般倾向于选择市场活跃的股票进行交易，因为这样更有机会进行快速买卖。
而沪深300指数成分股通常都是市场中交易活跃度较高的股票，投资者更多的市场关注度和参与度也进一步提高了这些股票的市场影响力，从而对沪深300指数的变动产生较大的影响。
第三，沪深300指数成分股的行业分布也决定了其市场影响力的差异。
沪深300指数包含了各行业的龙头企业，这些行业的领先企业经营状况和股价走势都会对整个行业产生较大的示范作用。
例如，金融行业龙头股中国平安的股价变动将对整个金融板块产生重要影响，而能源行业龙头企业中石化的股价走势则可能影响全球石油市场等。
因此，沪深300指数成分股的行业分布也是其市场影响力的重要体现。
沪深300指数成分股的财务状况和经营状况也影响其市场影响力。
市场对于公司业绩的关注程度较高，好的财务和经营状况通常会吸引投资者的关注，并推动股价上涨。
相反，差的财务和经营状况可能引发投资者的担忧和抛售，股价下跌。
Statistics and Application 统计学与应用, 2018, 7(6), 662-670Published Online December 2018 in Hans. /journal/sahttps:///10.12677/sa.2018.76076Analysis on the Influencing Factors ofShanghai and Shenzhen Stock PricesWeijie Hong, Chunlai Xiao, Yu LiuCollege of Sciences, North China University of Technology, BeijingReceived: Dec. 6th, 2018; accepted: Dec. 21st, 2018; published: Dec. 28th, 2018AbstractThis article selected 2,000 shares of A shares in Shanghai and Shenzhen Stock Exchanges as the research object, and studied 2014-2016 financial data, valuation indicators, equity data and 2015-2017 average share price data, transactions data. Through continuous improvement of the independent variable system and improvement of the stock price model, an empirical analysis of the model was conducted. Finally, the nonlinear form of the variables was explored. The overall investment style of the A-share market was summarized. The side proved that the A-share market was gradually maturing and it was discovered that the market may be distorted. The variables caused by irrational investment and investment do not conform to economic assumptions, and the main core factors affecting stock prices are derived.KeywordsA-Share Market, Stock Price Model, Earnings Per Share, Nonlinear Exploration沪深股票价格的影响因素分析洪伟杰，肖春来，刘昱北方工业大学，北京收稿日期：2018年12月6日；录用日期：2018年12月21日；发布日期：2018年12月28日摘要本文选取了沪深两市A股2000余支股票作为研究的对象，选择其2014~2016的财务数据、估值指标、股本数据和下一年度(即2015~2017)的平均股价数据、平均交易数据进行研究。
通过不断完善自变量体系、洪伟杰等改进股价模型，进行模型实证分析，最终探索了变量的非线性形式，总结A股市场的总体投资风格，侧面证明了A股市场逐步成熟化，发现了可能由于市场扭曲和投资非理性引起的变量不符合经济学假设，得出影响股票价格的主要核心因素。
关键词A股市场，股价模型，每股收益，非线性探索Copyright © 2018 by authors and Hans Publishers Inc.This work is licensed under the Creative Commons Attribution International License (CC BY)./licenses/by/4.0/1. 引言1.1. 选题的目的及意义我国金融市场从开创至今，仅仅经历不到三十年的发展，各方面都远不及西方金融市场的成熟，仍然处于不完善半成熟阶段。
对于广大投资者而言，由于相关投资知识匮乏，且处于极度信息不对称的一方，在金融市场上不能够做出正确的投资决策，进而导致亏损的扩大。
本文希望通过研究分析，探索股票价格的影响因素，研究其内在经济规律，引导投资者理性投资。
1.2. 研究思路及方法通过多元回归模型进行实证分析，逐步拟合平均股价数据与财务指标、股本指标、交易指标、估值指标，探索他们之间存在的关系。
在此基础上，基于多元回归模型的加法形式，探索平均股价数据与上述指标存在的非线性形式。
再而，根据模型拟合结果，改进模型，消除多重共线性，得出相关结论。
1.3. 本文的创新之处1、本文所涉及指标不限于财务指标，还涉及股本规模、交易指标、估值指标，变量体系丰富，指标的维度高，具有较高的说服力。
2、相比前人的研究，本文不仅仅考虑了因变量和自变量之间普通的线性关系，还发现了股票均价与指标变量之间存在的非线性关系，更能刻画具体指标的影响作用。
1.4. 本文的不足之处1、影响股票价格因素复杂，非可计量因素无法在模型中得到体现。
2、个别证券价格波动出现异常可能会干扰模型计量。
3、市场存在的非理性化因素，导致现有数据无法正确公允价格。
4、部分模型经济学假设无法满足所有学者对同一经济问题的看法。
5、未能进一步探明相关变量不符合经济学假设的原因。
2. 文献综述Ball、Brown (1968) [1]发现财务指标对平均股价具有正向促进作用；Beaver (1968) [2]发现在财务报告报出短时间内，股票成交量显著地高于平常，进而影响股价的平均变动；N. Chen，R. Roll，S. Ross (1986)洪伟杰等[3]，提出五因素因素分析模型，将证券投资收益率分解为五个因素：工业生产变化、期望通货膨胀变化、非预期的通货膨胀变化、长期公司债券相对于长期政府债券的超额收益、长期政府债券相对国库券的超额收益；Eugen F·Fama和Kemeth R. French (1996) [4]提出三因素模型，将证券投资收益率分解为三个因素：市场因素、股票数量小的投资组合相对股票数量大的超额收益、高账面-市值比股票组合的投资组合相对低账面-市值比股票的超额收益。
汪长剑(2004) [5]发现企业规模，账面-市值比、深证综指、净资产收益率等是证券收益率主要的影响因素；郑志凌(2005) [6]研究发现了沪深两市每日的股票价格与成交量之间存在着静态关系、动态关系、条件波动性；刘凤玲(2010) [7]研究发现，财务指标中，每股收益、每股净资产、每股主营业务利润和托宾Q对股票价格变动的解释力较强；赵华、吕雯(2010) [8]研究发现，中国股票市场的动态三因素中，规模因素影响最为显著，其次是市场因素，账面市值比因素影响最弱。
3. 实证假设与设计3.1. 经济学假设1、假定上市公司的主要财务指标：每股收益，每股净资产，每股营业收入，净资产收益率，对平均股价具有正向促进作用。
其他指标对公司股价具有不同程度、不同方向的影响作用。
2、假定所有的上市公司于每年的4月30日同时报出上一年的年报。
假定4月30日~6月30日，市场对年报数据进行充分解读，在此期间的五个特定时点产生的收盘价、交易换手率的算术平均值作为股票的公允价值、平均交易换手率。
3、假定带“ST”公司股票处于不确定状态，股票价格具有很大的不确定性，不纳入研究范围。
4、假定行业的平均估值水平正确反映市场对整体行业的价值评估。
3.2. 实证变量的选取实证分析选取平均股价(P)作为因变量，财务指标、股本指标、交易指标、估值指标作为自变量。
其中财务指标包括每股指标(EPS, NAPS, MIPS)、盈利能力指标(ROE)、偿债能力(CR)、成长能力(EPSgrrt)、营运能力(Invtrtrrat)、资本结构(Dbastrrat)、收益质量(OPItprf)；股本规模指标为总股本规模(Size)；交易指标为平均交易换手率(Stto)；估值指标包括(市盈率PE、市净率PB、市销率PS)。
3.3. 数据来源及其处理本文数据来源于RESSET股票数据库，共收集了2014~2016三年的财务指标、股本规模、估值指标，以及其下一年度股票平均价格和平均交易换手率。
选定五个特定时点(4~30, 5~15, 5~31, 6~15, 6~30)的股票价格和交易换手率的算术平均数作为平均股价和平均换手率。
五个交易日中，达到三个及其以上的交易日停牌导致数据缺失的，直接剔除出研究对象。
带“ST”公司股票处于不确定状态，股票价格具有很大的不确定性，不纳入研究范围。
对于某些变量可能与因变量之间存在非线性关系，进行尝试性地非线性探索。
由原始自变量做其N 次幂，开奇数方根，取对数，得到关于原价自变量的一组非线性变化值。
对比其与因变量的相关系数，选择最高系数的形式作为其非线性形式变量。
3.4. 模型实证设计根据多元回归模型，本文逐步拟合如下几个总体多元回归模型。
模型一，拟合平均股价与财务指标之间的关系；洪伟杰等模型二：考虑平均股价与财务指标、股本规模、交易换手率之间的关系；模型三：基于模型二，考虑平均股价与财务指标、股本规模、交易换手率、估值指标之间的关系；模型四：基于模型三，考虑平均股价与非线性自变量调整。
4. 模型实证分析4.1. 模型一、二、三汇总Table 1. Comparison table of goodness of fit of the four models表1. 四个模型拟合优度对比表2016年2015年2014年R2Ad-R2R2Ad-R2R2Ad-R2模型一0.6630 0.661831 0.3901 0.3875 0.3024 0.2991 模型二0.7606 0.7596 0.6227 0.6207 0.4651 0.4621 模型三0.7743 0.7731 0.6353 0.6329 0.4919 0.4881 模型四0.8580 0.8572 0.7993 0.7982 0.8253 0.8242 Table 2. Test summary of the three models表2. 三个模型的检验汇总表模型一模型二模型三2016年2015年2014年2016年2015年2014年2016年2015年2014年P E P E P E P E P E P E P E P E P E EPS √√√√√√√√NAPS 0.05 √√√0.05 × 0.05 √0.01 √0.05 √0.01 √√ROE 0.05 × 0.05 √√× 0.05 × √× 0.05 × √EPSGRRT 0.05 × 0.05 × 0.05 × 0.05 × 0.01 × 0.05 √0.05 × 0.01 × 0.05 √MIPS 0.05 0.05 0.05 0.01 0.05 0.05 0.01 0.05 0.05CR 0.01 0.05 INVTRTRRAT 0.05 0.05 0.01 0.05 0.05 0.05 0.05 0.05 0.05 DBASTRT 0.05 0.05 0.05 0.05 0.05 0.05 OPITPRF 0.05 0.05 0.05 0.05 0.05 0.05 0.05 LN(SIZE)STTO 0.01PE 0.05PBPS注：1、表中P表示统计学检验，“0.05”表示未能通过0.05的显著性检验“0.01”表示，通过显著性为0.05但未能通过0.01的检验，P列为空表示通过通过0.01的显著性；2、表中E表示经济学检验，经济学检验的对象为EPS、NAPS、ROE、EPSGRRT，√表示通过经济学检验、×表示不符合经济学假设，E列为空表示该变量不进行经济学检验。
