分析人：BUPT_LX


研究目的

用某些算法对2014年12月份的16家国内A股上市的商业银行当中11项財务数据（资产总计、负债合计、股本、营业收入、流通股A、少数股东权益、净利润、经营活动的现金流量净额、投资活动的现金流量净额、筹资活动的现金流量净额、汇率变动对现金的影响）提取分析，得出股票价格的財务影响原因。更加清楚地指导银行股价与財务数据指标之间的联系。

研究方法

主要有描写叙述性分析、因子分析、回归法

方法概述：

1. 先对上述的財务数据进行提取。然后用常规的描写叙述方法（平均、最大、最小、方差等）对这些数据进行粗略分析。

2. 然后用因子分析得出对上市银行的股票价格影响较大的几个因子。从而更加详细地了解到上市银行股价的决定性因素（将几个因子进行业务描写叙述）；

3. 最后用回归法确定这些因素对股票价格的影响强弱

研究工具

R语言

psych包/library(psych)用于因子分析

lmtest包用于回归检验

算法模型分析过程

1. 数据预处理

列出16家A股上市的银行

工商银行601398

农业银行601288

中国银行601988

建设银行601939

交通银行601328

民生银行600016

浦发银行600000

兴业银行601166

光大银行601818

平安银行000001

中信银行601998

招商银行600036

华夏银行600015

北京银行601169

南京银行601009

宁波银行002142

当中顺序相应于下表行1~16，財务数据相应于列1~11，当中单位为亿元

资产总计

负债合计

股本

营业收入

流通股A

少数股东权益

净利润

经营活动的现金流量净额

投资活动的现金流量净额

筹资活动的现金流量净额

汇率变动对现金的影响

股价

206000

191000

3535

6589

2680

64.5

2763

2015

-1467

1578

84.9

4.33

160000

149000

3248

5209

2842

15.5

1795

346

-1404

308

-5.7

3.05

153000

141000

2887

4563

2051

426

1772

1269

-2006

836

-123

3.7

167000

155000

2500

5705

95

102

2278

3170

-3439

-629

27.3

4.97

62700

57900

743

1774

327

25.5

660

497

-234

437

1.7

6.34

40200

37700

342

1355

225

76.1

456

2292

-2844

305

-1.25

7.03

42000

39300

187

1232

149.22

31.2

474

1912

-3425

729

10.7

13.146

44100

41500

191

1249

161.8

31.6

475

6821

-5662

1143

-1.4

13.54

27400

25600

467

785

398.1

5.08

289

347

-925

388

2.26

3.83

21900

20600

114

734

98.37

0

198

253

-545

312

3.25

11.46

44300

41500

468

1247

319

79.4

111

-311

-238

308

14

5.55

47300

44200

252

1659

206.29

6.56

560

2722

-1760

219

34.5

12.47

18500

17500

89.1

549

64.88

6.41

180

129

-202

111

0.98

11.39

15200

14300

106

369

89.68

0.23

156

1245

-545

130

1.08

9.08

5732

5404

29.7

160

29.69

3.35

56.6

1115

-1250

215

0.09

10.93

5541

5199

32.5

154

28.73

0.73

56.3

228

-626

333

-1144

10.49

 
  1. data_bank<-read.csv("C:/Users/user/Desktop/bank1.csv")
  2. ##假设用summary(data_bank)会看到第一个元素min，第三个元素中位数。第四个元素平均值。第六个元素最大值。
  3.  
  4. 我们对data_bank每一列做上述的操作，使得展现更为清晰。
  5.  
  6. #求每一个元素（財务指标）的样本数
  7. N1<-length(data_bank[,1])
  8. N2<-length(data_bank[,2])
  9. N3<-length(data_bank[,3])
  10. N4<-length(data_bank[,4])
  11. N5<-length(data_bank[,5])
  12. N6<-length(data_bank[,6])
  13. N7<-length(data_bank[,7])
  14. N8<-length(data_bank[,8])
  15. N9<-length(data_bank[,9])
  16. N10<-length(data_bank[,10])
  17. N11<-length(data_bank[,11])
  18. head<-c("变量名","资产总计","负债合计","股本","营业收入","流通股A","少数股东权益","净利润","经营活动的现金流量净额","投资活动的现金流量净额","筹资活动的现金流量净额","汇率变动对现金的影响")
  19. sum1<-summary(data_bank[,1])
  20. sum2<-summary(data_bank[,2])
  21. sum3<-summary(data_bank[,3])
  22. sum4<-summary(data_bank[,4])
  23. sum5<-summary(data_bank[,5])
  24. sum6<-summary(data_bank[,6])
  25. sum7<-summary(data_bank[,7])
  26. sum8<-summary(data_bank[,8])
  27. sum9<-summary(data_bank[,9])
  28. sum10<-summary(data_bank[,10])
  29. sum11<-summary(data_bank[,11])
  30. row2<-c("全距",sum1[6]-sum1[1],sum2[6]-sum2[1],sum3[6]-sum3[1],sum4[6]-sum4[1],sum5[6]-sum5[1],sum6[6]-sum6[1],sum7[6]-sum7[1],sum8[6]-sum8[1],sum9[6]-sum9[1],sum10[6]-sum10[1],sum11[6]-sum11[1])
  31.  row3<-c("最小值",sum1[1],sum2[1],sum3[1],sum4[1],sum5[1],sum6[1],sum7[1],sum8[1],sum9[1],sum10[1],sum11[1])
  32. row4<-c("最大值",sum1[6],sum2[6],sum3[6],sum4[6],sum5[6],sum6[6],sum7[6],sum8[6],sum9[6],sum10[6],sum11[6])
  33. row5<-c("均值",sum1[4],sum2[4],sum3[4],sum4[4],sum5[4],sum6[4],sum7[4],sum8[4],sum9[4],sum10[4],sum11[4])
  34. row6<-c("中位数",sum1[3],sum2[3],sum3[3],sum4[3],sum5[3],sum6[3],sum7[3],sum8[3],sum9[3],sum10[3],sum11[3])
  35. row7<-c("标准差",sd(data_bank[,1]),sd(data_bank[,2]),sd(data_bank[,3]),sd(data_bank[,4]),sd(data_bank[,5]),sd(data_bank[,6]),sd(data_bank[,7]),sd(data_bank[,8]),sd(data_bank[,9]),sd(data_bank[,10]),sd(data_bank[,11]))
  36. result<-matrix(c(head,row1,row2,row3,row4,row5,row6,row7),nrow=8,byrow=T)
  37. print(t(result))

能够看出这

1. 16家A股上市的银行净利润平均值在767亿，最小的56,3亿也是盈利的。说明效益还是比較稳定的；

2. 现金流量净额方面，经营活动收入的现金最多，而投资活动出去的现金最多。汇率变动使得现金有少部分亏损；

3. 资产-负债上整体保持资产高于负债近10个点。

二、以下进行因子分析过程

  1. library(psych)#因子分析须要的库
  2. KMO(data_bank[,-12])#减去股价那一列，做因子检验
  3. #MSA为60%。说明这些变量适合做因子分析
  4. fa.parallel(data_bank[,-12])#依据以下图我们选取主因子数量为2

watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQv/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast" alt="">

  1. #因子分析的算法
  2. fa(data_bank[,-12],nfactors=2,fm="ml",rotate="varimax",score=T)
  3. ##Factor Analysis using method =  ml
  4. ##Call: fa(r = data_bank[, -12], nfactors = 2, rotate = "varimax", scores = T,
  5. ##    fm = "ml")
  6. ##Standardized loadings (pattern matrix) based upon correlation matrix
  7. ##                         ML1   ML2    h2     u2   com
  8. ##资产总计                0.98    0.20   0.998   0.0022  1.1
  9. ##负债合计                0.98    0.21   0.998   0.0021  1.1
  10. ##股本                    0.98    0.07   0.974   0.0263  1.0
  11. ##营业收入                0.97    0.21   0.996   0.0041  1.1
  12. ##流通股A                 0.84   -0.06   0.706   0.2941  1.0
  13. ##少数股东权益            0.48    0.08   0.240   0.7602  1.1
  14. ##净利润                  0.96    0.25   0.981   0.0186  1.1
  15. ##经营活动的现金流量净额 -0.05    1.00   0.995   0.0050  1.0
  16. ##投资活动的现金流量净额 -0.03   -0.92   0.838   0.1618  1.0
  17. ##筹资活动的现金流量净额  0.19    0.29   0.116   0.8842  1.7
  18. ##汇率变动对现金的影响    0.21    0.22   0.091   0.9093  2.0
  19. ##SS loadings            5.76   2.17
  20. ##Proportion Var          0.52   0.20
  21. ##Cumulative Var         0.52   0.72
  22. ##Proportion Explained     0.73   0.27
  23. ##Cumulative Proportion    0.73   1.00
  24. ##Mean item complexity =  1.2
  25. ##Test of the hypothesis that 2 factors are sufficient.
  26.  
  27. ##The degrees of freedom for the null model are  55  and the objective function was  33.64 with ##Chi Square of  353.17
  28. ##The degrees of freedom for the model are 34  and the objective function was  10.91 
  29.  
  30. ##The root mean square of the residuals (RMSR) is  0.06
  31. ##The df corrected root mean square of the residuals is  0.07 
  32.  
  33. ##The harmonic number of observations is  16 with the empirical chi square  5.45  with prob <  ##1
  34. ##The total number of observations was  16  with MLE Chi Square =  99.97  with prob <  ##2.1e-08 
  35.  
  36. ##Tucker Lewis Index of factoring reliability =  0.579
  37. ##RMSEA index =  0.504  and the 90 % confidence intervals are  0.27 0.428
  38. ##BIC =  5.7
  39. ##Fit based upon off diagonal values = 0.99
  40. ##Measures of factor score adequacy
  41. ##                                         ML1  ML2
  42. ##Correlation of scores with factors               1    1.00
  43. ##Multiple R square of scores with factors          1    1.00
  44. ##Minimum correlation of possible factor scores     1    0.99

从上述结果能够看出

1.ML1与ML2两个因子的累积贡献率有72%，说明两个因子能解释全部变量72%的信息

2.各个因子与两个变量的关系：

资产总计=0.98ML1+0.20ML2

负债合计=0.98ML1+0.21ML2

股本=0.98ML1+0.07ML2

营业收入=0.97ML1+0.21ML2

流通股A =0.84ML1-0.06ML2

少数股东权益=0.48ML1+0.08ML2

净利润=0.96ML1+0.25ML2

经营活动的现金流量净额=-0.05ML1+1.00ML2

投资活动的现金流量净额=-0.03ML1-0.92ML2

筹资活动的现金流量净额=0.19ML1+0.29ML2

汇率变动对现金的影响=0.21ML1+0.22ML2

能够看出ML1主要对资产、负债、权益、利润有影响，ML2主要对经营活动、投资活动、筹资活动的现金流量有影响

称ML1为资产-负债-权益因子，ML2为现金流量因子

三、最后进行回归分析过程

用现有的財务变量探索上市银行股价与其主要財务指标的关系

  1. lm<-lm(股价~.,data=data_bank)#用lm算它的线性回归
  2. lm.aic<-step(lm,trace=FALSE)#用aic的检验法逐步回归
  3. lm.bic<-step(lm,k=log(length(data_bank[,1])),trace=FALSE)#用bic的检验法逐步回归
  4. ##看两种方法逐步回归后的结果
  5. summary(lm.aic)
  6. summary(lm.bic)

Call:

lm(formula = 股价 ~ 股本 + 流通股A + 净利润, data = data_bank)

Residuals:

Min     1Q Median     3Q    Max

-4.442 -1.245  0.880  1.516  1.956

Coefficients:

Estimate Std. Error t value Pr(>|t|)

(Intercept)  9.159659   0.796650  11.498 7.78e-08 ***

股本        -0.009116   0.002645  -3.447  0.00484 **

流通股A      0.002787   0.001570   1.774  0.10133

净利润       0.007820   0.002813   2.780  0.01665 *

---

Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 2.195 on 12 degrees of freedom

Multiple R-squared: 0.7228,     Adjusted R-squared: 0.6536

F-statistic: 10.43 on 3 and 12 DF,  p-value: 0.00116

--------------------------------------------------------------------------------------------------------------

Call:

lm(formula = 股价 ~ 股本 + 流通股A + 净利润, data = data_bank)

Residuals:

Min     1Q Median     3Q    Max

-4.442 -1.245  0.880  1.516  1.956

Coefficients:

Estimate Std. Error t value Pr(>|t|)

(Intercept)  9.159659   0.796650  11.498 7.78e-08 ***

股本        -0.009116   0.002645  -3.447  0.00484 **

流通股A      0.002787   0.001570   1.774  0.10133

净利润       0.007820   0.002813   2.780  0.01665 *

---

Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 2.195 on 12 degrees of freedom

Multiple R-squared: 0.7228,     Adjusted R-squared: 0.6536

F-statistic: 10.43 on 3 and 12 DF,  p-value: 0.00116

通过AIC和BIC准则的检验，股本、流通股A、净利润对股价影响较大。为了保证线性模型的准确率，我们在检查这个模型是否存在多重共线性（自相关性），通过lmtest程序包中的dwtest函数对模型进行Durbin-Watson检验

  1. library(lmtest)
  2. dwtest(lm.aic)
  3.  
  4. ##        Durbin-Watson test
  5.  
  6. ##data:  lm.aic
  7. ##DW = 2.3843, p-value = 0.6526
  8. ##alternative hypothesis: true autocorrelation is greater than 0

DW检验仅仅适用于检验误差项是否存在一阶自相关情形。

DW检验过程例如以下。

给出如果

H0: r = 0   (ut 不存在一阶自相关)。

H1: r ¹ 0  (ut 存在一阶自相关)。

能够看出DW统计量为2.3843，p值为0.6526，说明模型不存在多重共线性（自相关性）

因此我们能够得到线性回归方程

股价=( 9159.659 -9.116*股本+ 2.787 *流通股A+ 7.820 *净利润)/1000。当中这三个变量的系数都在显著水平0.01水平下显著

分析结论

1. 通过对上市银行的相关財务数据进行因子分析，能够用两个公共主因子：资产负债权益因子ML1和现金流量因子ML2去影响股票价格72%的信息

2. 通过回归分析得出上市银行股价受股本、流通股、净利润三个变量的影响较大。

国内A股16家上市银行的財务数据与股价的因子分析报告（1）（工具：R）的更多相关文章

  1. 译：Dataiku 白皮书之《在银行和保险行业应用数据科学》

    原文链接:Data Science For Banking & Insurance 如果不能正常访问,请点击备份获取. 在银行和保险行业应用数据科学 互联网巨头和金融技术创业时代的求生和发展 ...

  2. 2019年逾期率上升_24家头部P2P平台最新运营数据解读：8家近一年逾期率走势曝光

    python信用评分卡建模(附代码,博主录制) https://study.163.com/course/introduction.htm?courseId=1005214003&utm_ca ...

  3. php 将16进制数串转换为二进制数据的函数

    /**     * 将16进制数串转换为二进制数据的函数     * @param $hexdata     * @return string bindata     */     function ...

  4. 读书笔记 - 《梦想与浮沉：A股十年上市博弈》

    拿到这本书是个很偶然的事件.有几本软件业书由于太老已经绝版,偶然想到小区的图书馆自动借阅机和读者证的预借功能,就兴冲冲的跑去尝试.没想到预借只能在网页上进行,就随手从机器里借了这本书.没想到细观之下让 ...

  5. java编程如何实现2017-01-16 22:28:26.0这样的时间数据，转换成2017:01:16:22:28:26这样的时间数据

    不多说,直接上干货! timereplace.java package zhouls.bigdata.DataFeatureSelection.util; /* * 这个程序,是用来做补充的 */ p ...

  6. 创新能力加速产业发展，SphereEx 荣获“中关村银行杯”『大数据与云计算』领域 TOP1

    8 月 9 日下午,2022 中关村国际前沿科技创新大赛"中关村银行杯"大数据与云计算领域决赛在北京市门头沟区中关村(京西)人工智能科技园·智能文创园落下了帷幕.SphereEx ...

  7. 16.Spark Streaming源码解读之数据清理机制解析

    原创文章,转载请注明:转载自 听风居士博客(http://www.cnblogs.com/zhouyf/) 本期内容: 一.Spark Streaming 数据清理总览 二.Spark Streami ...

  8. Ubuntu 16.04安装网络流量监控工具Netspeed（附带10款最佳的指示器工具）

    安装: sudo add-apt-repository ppa:ferramroberto/linuxfreedomlucid sudo apt-get update sudo apt-get ins ...

  9. C#开发BIMFACE系列16 服务端API之获取模型数据1：查询满足条件的构件ID列表

    系列目录     [已更新最新开发文章,点击查看详细] 源文件/模型转换完成之后,可以获取模型的具体数据.本篇介绍根据文件ID查询满足条件的构件ID列表. 请求地址:GET https://api.b ...

随机推荐

  1. Bootstrap入门学习（三）——简单项目

    此样例来自Bootstrap官网提供的入门级模版.仅仅有主要的东西:引入了预编译版的 CSS 和 JavaScript 文件,页面仅仅包括了一个 container 元素. 引入Bootstrap 创 ...

  2. PHP开启curl_init

    windows主机出现“Call to undefined function curl_init”错误提示,没有定义的函数,也就是php还没打开对curl_init函数的支持. 全文:http://j ...

  3. SVN的管理方式和git的管理方式

    SVN是集中式的管理方式.大致流程如下: 1.从服务器上将整个项目代码检出到本地电脑硬盘中(一般来说,是从主分支上下载的代码).2.然后在svn服务器中建立新的开发分支,将硬盘中的代码提交到该开发分支 ...

  4. 在VC中使用SendInput函数实现中文的自动输入

    很早以前写了一个刷卡程序,功能是定时监控读卡器,当发现有IC卡放到读卡器上后,自动识别出卡号,然后带着这个卡号搜索一个英文用户名和卡号的对照表,最后把英文用户名直接自动输入到当前光标所在的位置.本来程 ...

  5. Java POI 3.17写入、导入EXCEL性能测试

    我们先测试一下写入 50000 条 程序源码: 写入的excel文件信息 再看一下文件的结构 我们再次测试一下导入数据库的性能(用移动的网络上传至电信服务器): 在导入的过程中也可以中止导入行为: 上 ...

  6. 副总统第一至三季/全集Veep迅雷下载

    本季第一.二.三季 Veep Season 1 (2012-2014)看点:<副总统>讲述了Selina Meyer从一名参议员成为副总统后,开始面对成堆的突发状况,很快,她便认识到,成为 ...

  7. spring post 图片

    @RequestMapping(value = "/post",method = RequestMethod.POST) @ResponseBody String GPost(@R ...

  8. 使用Camera进行拍照 & 后台静默拍照的思路

    Android中的Camera可以用来进行自定义相机.取景框实时预览.拍照等操作.在5.0中,这个类不推荐使用了,新出了一个Camera2,那个东西没怎么研究过,反正一时半会用不到.本篇讲解的是如果用 ...

  9. vanilla

    In information technology, vanilla (pronounced vah-NIHL-uh ) is an adjective meaning plain or basic. ...

  10. Docker 常用命令与操作

    介绍 此命令集合版本为 1.11.1 及以上 基础类 查看docker信息 # 查看docker版本 docker version # 显示docker系统的信息 docker info # 日志信息 ...