工商银行与招商银行对股价回归分析的对比

招商银行与工商银行对股价回归对比分析
摘要：本文经过对招商银行以及工商银行股价的回归分析对比，分析盈利能力以及利率政策对银行股价的影响。

进一步研究国有控股银行和真正意义上的股份制银行股价影响因素的区别。

得出结论，并分析中国的银行业的发展方向。

关键字：银行股价回归
正文：
一、概述：
招商银行（以下简称“招行”）于1987 年在中国改革开放的最前沿----深圳经济特区成立，是中国境内第一家完全由企业法人持股的股份制商业银行，也是国家从体制外推动银行业改革的第一家试点银行。

成立23年来，招行伴随着中国经济的快速增长，在广大客户和社会各界的支持下，从当初只有1亿元资本金、1家营业网点、30余名员工的小银行，发展成为了资本净额超过1500亿、资产总额突破2.2万亿、机构网点近780家、员工4万余人的全国性股份制商业银行，并跻身全球前100家大银行之列。

凭借持续的金融创新、优质的客户服务、稳健的经营风格和良好的经营业绩，招行现已发展成为中国境内最具品牌影响力的商业银行之一。

在银监会对商业银行的综合评级中，招行多年来一直名列前茅。

是中国股份制银行的代表。

它的股价在中国众多纯粹的股份制银行具有广泛的代表性。

中国工商银行（以下简称“工行”）是我国四大国有银行之一，面对中国金融行业的深刻变革，工行与2006年10月27日进行了股份制改革，正式变为国有股份制银行。

但由于变革时间短，国有控股比重大等等因素。

工行的股份制改革仍然存在种种问题。

银行本身的综合素质相比市场因素对股价的影响相对较小。

二、数据
根据财务管理中的股票价格的估价原理，我们选出两个和股票价格具有直接关系的因素对股票价格进行回归：（1）净资产收益率，（2）利率。

其中净资产收益率是根据杜邦分析法所找出的可以代表银行综合盈利能力的指标；利率是众所周知的影响股价的重要因素。

以下是中国招行和工行股价及其相关因素的具体数据，来自于招行和工行的网站与年报，其中股价用的是每一季末的时点股价，利率为当时的整存整取一年期利率最为代表：（1）招行
三、模型建立与修订
（一）首先利用eviews建立回归模型，得出招商银行的最小二乘法的初步估计：
Dependent Variable: Y
Method: Least Squares
Date: 12/08/10 Time: 13:10
Sample: 2006:1 2010:1
Included observations: 17
Variable Coefficient Std. Error t-Statistic Prob.
C -10.58299 6.542503 -1.617575 0.1281
X1 0.234264 0.229589 1.020362 0.3249
R-squared 0.622564 Mean dependent var 19.84765 Adjusted R-squared 0.568645 S.D. dependent var 9.716037 S.E. of regression 6.381266 Akaike info criterion 6.703395 Sum squared resid 570.0878 Schwarz criterion 6.850433 Log likelihood -53.97886 F-statistic 11.54619
^Y=-10.58299+0.234264X1+9.837885X2
Se=(6.542503) (0.229589) (2.207194)
t =(-1.617575) (1.020362) (4.457192)
P值=(0.1281) (0.3249) (0.0005)
R-squared=0.622564
从模型中可得出P值不算太高，零假设的可能性较小。

R值不算太高，证明拟合程度不算太高。

（二）招行的模型修正：
（1）对于多重共线性的分析：
用对其线性相关问题做出修正。

（2）对于自相关的诊断与修正：
对于自相关的诊断，我们通常运用的是德宾—沃森d检验。

利用最小二乘法得出表格中的Durbin-Watson stat：1.105420一项就是在说明德宾—沃森检验的结果，通常该数值月接近2，自相关的可能性越小。

可是我们得出的数值偏离2的程度较大。

证明该模型存在自相关的可能性较大。

下面我们利用eviews一阶差分法对自相关进行修正。

得出以下表格：
Dependent Variable: Y
Method: Least Squares
Date: 12/12/10 Time: 13:11
Sample(adjusted): 2007:1 2010:1
Included observations: 13 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
C 2.343447 1.484743 1.578352 0.1489
X1 0.030351 0.052779 0.575056 0.5793
X2 0.891744 0.485075 1.838363 0.0992
R-squared 0.518562 Mean dependent var 5.282308 Adjusted R-squared 0.358082 S.D. dependent var 1.187077 S.E. of regression 0.951084 Akaike info criterion 2.985230 Sum squared resid 8.141041 Schwarz criterion 3.159061 Log likelihood -15.40400 F-statistic 3.231327
（3）通过以上修正，得出回归方程：
^Y=2.343447+0.030351X1+0.891744X2
Se= (1.484743) (0.052779) (0.485075)
t = (1.578352) (0.575056) (1.838363)
P值= (0.1489) (0.5793) (0.0992)
R-squared=0.518562
（三）工商银行的最小二乘法的估计结果：
Dependent Variable: Y
Method: Least Squares
Date: 12/08/10 Time: 13:23
Sample: 2006:4 2010:1
Variable Coefficient Std. Error t-Statistic Prob.
C 2.614735 1.239092 2.110203 0.0586
X1 0.007650 0.054754 0.139718 0.8914
R-squared 0.403274 Mean dependent var 5.347857 Adjusted R-squared 0.294779 S.D. dependent var 1.166581 S.E. of regression 0.979665 Akaike info criterion 2.984197 Sum squared resid 10.55717 Schwarz criterion 3.121137 Log likelihood -17.88938 F-statistic 3.716965
2.614735+0.007650X1+0.929362X2
Se=(1.239092) (0.054754) (0.341551)
t =(2.110203) (0.139718) (2.721002)
P值=(0.0586) (0.8914) (0.0199)
R-squared=0.403274
从模型中可得出X1的P值很高，其零假设的可能性较大。

R值很底，证明拟合程度差，零假设的可能性很大。

（四）工行的模型修正：
（1）对于多重共线性的分析：
以下是X1 ，X2之间的相关程度。

同理，多重共线性的可能较小，暂且不用对其线性相关问题做出修正。

（2）对于自相关的诊断与修正：
Dependent Variable: Y
Method: Least Squares
Date: 12/12/10 Time: 13:11
Sample(adjusted): 2007:1 2010:1
Included observations: 13 after adjusting endpoints
C 2.343447 1.484743 1.578352 0.1489
X1 0.030351 0.052779 0.575056 0.5793
X2 0.891744 0.052779 1.838363 0.0992
R-squared 0.518562 Mean dependent var 5.282308 Adjusted R-squared 0.358082 S.D. dependent var 1.187077 S.E. of regression 0.951084 Akaike info criterion 2.985230 Sum squared resid 8.141041 Schwarz criterion 3.159061 Log likelihood -15.40400 F-statistic 3.231327 Durbin-Watson stat 1.906688 Prob(F-statistic) 0.074945 Inverted AR Roots .33
修正后Durbin-Watson stat 为1.906688 ，接近2 ，近似自相关消除
（3）通过以上修正，得出有关工行股价的回归方程：
^Y=2.343447+0.030351X1+0.891744X2
Se= (1.484743) (0.052779) (0.052779)
t = (1.578352) (0.575056) (1.838363)
P值= (0.1489) (0.5793) (0.0992)
R-squared=0.518562
四、模型分析
首先对修改完毕的回归模型做一个总结。

两个模型都不算是成功的模型，R平方都不是很高，修正前的R平方，招商银行的略大于工行。

而对于P值而言。

招行的P值普遍较小，说明其零假设的可能要比工行小。

模型较为有效。

再看X1与X2前的系数，但是这两个模型都有一个致命的问题，就是得出一个与定理相悖的结论：该模型都显示利率与股价成正比。

这在经济学上是根本讲不通的，这就是这个模型最大的败笔，但是这也说明了种种问题。

接下来我们对该模型说明的问题和存在问题的原因进行相应的探索。

（1）为什么该模型存在零假设的可能不算小？
是我们的自变量选的不够好？还是变量很少？我们要探索经济学上的一些定理和常识，股价的有关因素究竟有哪些？当然林林总总的因素固然很多，譬如经济的波动，国家的政策。

但这些变量的宏观性使我们主观的认为它们对微观某一公司的股价影响少之甚少，几乎可忽略不计，而可以直接导致股价变动的另一个因素是人们的预期，预期可以导致买卖量的瞬间变化，但是这是一个极为复杂的因素，它几乎不能测算。

因此我们在本文中选取的自变量是经济学上对股票价格最具有影响力的两个因素。

经济学告诉我们股票价格与公司的盈利能力呈正相关，与利率呈负相关。

但是得出的模型却是令人失望的。

经分析思考，我认为归根结底还是因为自变量的选择上出现问题。

自变量选的失败导致了模型的失败。

可见在我国金融行业的股价的变动还是很复杂的，超出了理论能解释的范围。

这说明了中国金融业在证券市场上存在着很大程度的不规范。

（2）为什么该模型的利率与股价会出现正相关的现象？
上文已经提到过，对自变量选择上的失误可能导致整个模型的整体失败。

但是这只是其中的一个原因。

经我思考分析，得出另一个重要的因素：货币政策中的利率因素。

我们观察近年来的利率波动。

发现利率在很长一段时间都是一成不变的。

这说明国家在制定利率政策时采取了稳健的一种态度，防止利率的频繁波动对经济产生不利的影响。

而一个公司的股价的短期变动速度要远远大于利率短期的波动速度。

这造成了理论在实际中无法通过的局面，导致模型出现与理论相悖的结论。

一只看得见的手的调控占了主导地位。

这说明我国的市场经济在一定程度上还很不完善。

国家的宏观调控还是在很大程度上制约着经济自身的发
展。

（3）两个银行的回归对比能说明哪些问题呢？
我们通过对两个银行的回归对比分析，可以发现一个问题。

招商银行的回归分析从各方面都要优于工商银行。

由此我们可以看出：纯粹的的股份制银行的规范性要优于国有控股占大多数的银行。

而上市时间也是一个重要的原因。

由于招商银行上市时间先于工商银行19年，经过多年，经营理念管理等等都日渐成熟，人们对其的预期也相对较为稳定，日益向理性的方向发展。

而工商银行仅仅上市四年，上市时间较短，人们对其股票的买卖还处于一种观望阶段，这导致其股价变动受股民预期和国家政策等因素影响更加强烈。

这证明我国国有银行上市后仍任重道远。

需要在证券市场上不断的磨合，逐步走向规范。

五、解决方案
说起解决方案，是一个很难的课题。

尤其是这样一个失败的模型看出的种种端倪，大多是宏观的经济问题。

我们也很难去探究其中的林林总总。

一个小小的微观主体，毕竟只是沧海一粟，在整个宏观经济层面中无法以偏概全，更无法提出哪些更为合理的宏观建议。

但是通过两个回归模型对比，我们得出了招行归回优于工行的结论，这一点可以让我们懂得，怎样从微观做起。

对于国有控股占主体的银行，股份制的逐步规范是使其在中国证券市场立足的根本。

只有不断的使银行步入正轨，才能更为有效的稳定投资者对其股票的预期和信心。

才能使其朝着更好的方向良性发展。

参考文献：道恩C.波特达莫达尔N.古扎拉蒂计量经济学
工商银行年度报告季度报告
招商银行年度报告季度报告。